《联合作战中AI赋能ISR：挑战与解决方案》最新报告

最近的冲突，如俄罗斯-乌克兰战争或以色列-哈马斯冲突，打破了短期冲突的神话，并凸显了情报可用性的重要性。战术与技术齐头并进，既能保护自身利益，又能击败对手。两者相辅相成，才能确保成功。当以正确的视角和创新的方式使用技术时，战术就会发挥作用。使用无人机、以低成本高效率的方式伪装坦克，都是利用技术的战术。另一个值得强调的方面是，需要采取联合行动，以确保完全控制局势。

联合作战的成功取决于相关利益攸关方之间的协同作用。共享 “信息 ”和 “情报 ”对有效行动至关重要。共享信息或情报不仅对联合作战的成功至关重要，而且还能避免自相残杀和降低努力的经济性。共享态势感知（SSA）有助于在对己方部队造成最小损失的情况下开展有效行动。随着时间的推移，由于技术的进步，概念已从 C2（即指挥与控制）发展到 C6ISR（通信、计算机、网络防御和作战系统），即第 3、4、5 和 6 个 C。然而，C2 仍然是在任何情况下取得成功的关键。其他 C 只是 “手段”，通过指挥与控制协助指挥官实现 “目的”。无论通过其他 C 来增强能力，薄弱的 C2 都无法确保成功。换言之，强大的 C2 是任何冲突中取得成功的源泉。获得 “可信 ”和 “可操作 ”的情报对指挥官计划和执行行动至关重要。

指挥官必须根据战争/冲突状态在不同层面开展行动，即和平时期、非战争非和平时期以及有限的进攻行动/冲突/战争等。根据不同的状态，情报需求也可分为战略和战术两种。战略情报有助于长期规划和战略制定，而战术情报对 “时间敏感行动/目标 ”的信息 “时效性 ”和 “有效性 ”至关重要。

因此，ISR 在确保向指挥官提供可信和可操作的情报方面具有高度相关性。ISR 是一个广阔而多样的领域，拥有不同类型的传感器，其中包括从不同地理特征使用的不同类型的 SIGINT 传感器（ELINT 和 COMINT）。我们拥有地对空、空对空、空对地、地对地和天基资产来收集情报。包括合成孔径雷达/国际合成孔径雷达（SAR/ISAR）传感器、EO/IR 传感器和 COMINT 传感器在内的雷达系统构成了情报收集的主要模式。我们须牢记另一个重要的信息来源，即网络来源。这些信息需要与其他情报搜集方法（即人类情报学和操作系统情报学）进一步印证，以确定现有信息的有效性和重要性。

经过一段时间的发展，各军种都开发了自己的一套 ISR 资产。根据需要，可与其他军种共享通过这些来源收集的信息和情报。然而，要在联合行动中促进有效的协作决策，就必须联合获取、共享和整合这些信息源。联军在 “沙漠风暴 ”行动中的成功合作就是一个很好的例证。

然而，各种类型的传感器提供了大量不同格式的数据，如包括发射器特征、合成孔径雷达图像、EOIR 图像在内的 ELINT 数据和 COMINT 数据等。将各类传感器接收到的信息相互关联是一项具有挑战性的工作，需要敏锐的知识和分析技能。

“人工智能（AI）和机器学习（ML）被认为是解决所有此类问题的万能药。无论是在战略层面还是在战术层面，人工智能都有望为指挥官提供快速解决方案，以确保行动取得成功。毫不奇怪，人工智能的应用有望帮助指挥官更快地分析数据，并提供 “情报”输入。

当今世界正在谈论智能化战争（IEW），即通过两种形式的智能（即人类和机器）来实施指挥和控制，从而产生了 C2I2 框架这一术语。有争议的环境带来了一些挑战，如不同资源之间的连接，这就产生了开发人工智能战术系统的想法，该系统可在减少 EMS 占用空间的情况下随意连接。这类系统有望促进 “自主 ”系统的协作式 ISR。这些系统有望有效地 “减少战争迷雾”，增强联合部队之间的协同作用，从而更好地协调行动，明确行动，更好地把握时机，减少时间敏感目标，减少自相残杀的机会。