人工智能系统因其快速处理信息、分析海量数据集并实时做出决策的能力，在规划和实施多域作战中正变得日益重要。多域作战由于其复杂性以及需要在陆、海、空、天、网和电磁信息环境整合行动，需要新的管理和协调工具。在此背景下，人工智能已不仅仅是辅助工具；它正成为指挥系统和战场管理的关键组成部分之一。
在作战规划中，人工智能被用于整合来自各种传感器的数据——从美军MQ-9“死神”等无人空中系统，到“哨兵”或“长曲棍球”等观测卫星，再到开源情报和网络来源。得益于深度学习技术，可以过滤信息噪音，识别敌军行为的相关模式并预测其潜在行动。此类应用的一个例子是以色列的“火力工厂”系统，该系统自动化了从基于情报选择目标、设定优先顺序到同步火力支援的整个攻击计划流程。
人工智能系统能够进行高级预测性分析，支持创建作战场景并评估不同行动方案的结果。基于真实和模拟数据的预测模型，可以优化部队的部署和资源在时空上的分配。美国陆军未来司令部“融合项目”下进行的实验就是一个例子，其中人工智能分析来自多个传感器的数据，并考虑到当前部队位置、敌方资源和预测反应，提出最有效的行动方案。
在支持战术和战役层面的决策方面，人工智能发挥着不可估量的作用。优化算法能在瞬间分析成千上万种可能的行动组合，向指挥官指出最符合作战目标的有效选项。类似解决方案的另一个例子是波音公司与澳大利亚皇家空军合作开发的“忠诚僚机”。这是一款旨在支持有人驾驶飞机、执行侦察、干扰敌方系统或携带武器的自主作战无人机，其运作同样依赖人工智能系统。
在此类系统中，人工智能不仅分析作战态势，还能识别目标、评估其优先级并选择最合适的打击手段。在人类反应时间过慢的高度动态环境中，人工智能还可以对任务执行进行部分控制。
在军事后勤领域，人工智能提供了动态供应链管理和需求预测的能力。对天气、地形和作战数据的分析，使得优化补给路线规划、后勤节点布置以及识别与补给中断相关的风险成为可能。例子包括基于IBM沃森国防物流的解决方案，它们预测设备故障并指明最佳维护时机。在北约的“后勤职能领域服务”等项目内，正在开发能够借助人工智能自动调整后勤计划以适应地面条件变化的系统，从而增强部队的作战弹性。
在网络空间，人工智能既用于防御性也用于进攻性行动。在保护军事和民用基础设施的系统中，人工智能检测网络流量中的异常并自动应对网络威胁，使其无法达到目标。在进攻性行动中，人工智能可用于发起虚假信息活动、干扰敌方通信或控制其IT系统。例如“黑矛”项目，其中人工智能分析信息在社交媒体上的传播效果，并模拟虚假信息对受众行为的影响。与自主系统结合，人工智能使得以前所未有的精度进行网电一体作战成为可能。
在空中和太空领域，人工智能支持空中交通管理、卫星轨道分析以及无人空中和轨道飞行器的任务规划。由美国太空部队支持的“太空篱笆”等系统，利用人工智能探测和跟踪地球轨道物体并预测碰撞威胁。克雷奥斯太空公司的卫星在人工智能算法的辅助下，分析电磁信号以探测海上单位动向和敌方通信。像“机载机组人员自动化系统”这样的系统，使得飞机即使在战斗条件下也能在没有机组人员的情况下进行自主控制。
人工智能与C4ISR系统的集成构成了现代战场空间的基础。美国空军使用的“雅典娜”等系统能够即时分析传感器数据并识别隐藏威胁。此外，北约的“北大西洋防御创新加速器”等倡议正在开发支持将人工智能集成到盟军侦察和指挥系统中的解决方案。快速交换和分析数据的能力使指挥官能够实现全面的态势感知，这对于在多域环境中保持信息优势至关重要。
随着技术进步，“协作式人工智能”的概念也在发展——即能够在复杂作战行动中与人类及其他机器合作的系统。例子包括美国的“小精灵”等项目，其中自主无人机与有人机组协作，执行侦察、打击和干扰任务。这些系统管理空域、同步攻击并与其他平台合作，通常以自主无人机集群的形式出现。
将人工智能引入多域作战并非没有挑战。关键问题包括数据安全、对电磁干扰和网络攻击的弹性，以及对自主系统所采取行动的法律责任。致命性自主武器系统的发展，其可能在无需人类介入的情况下做出使用武力的决定，引发了严重的伦理困境。因此，军事领域人工智能的发展必须与国际法律和伦理法规的制定同步进行，以确保对其使用的控制。
同样重要的是不同国家和军种所使用的人工智能系统的互操作性。就共同标准、开放软件架构和兼容的通信协议进行工作，是联盟军事集团内部有效运作的必要条件。
总之，人工智能系统能够整合来自多源的数据，从而显著增强指挥官的态势感知能力。人工智能算法能够进行高级预测性分析，支持作战规划和对敌方行动的预测。人工智能简化了战术和战役层面的决策过程，在高节奏环境中减少了反应时间。人工智能在军事后勤、网络安全以及空天交通管理方面行之有效。主要限制在于数据安全问题、对干扰的弹性以及与使用自主系统相关的法律伦理困境。
微信扫码咨询专知VIP会员