中文版4300字 | 人工智能在空域指挥控制与教育训练演习评估领域的应用探索

人工智能（AI）在军事领域并非新生事物。然而人们常将其误解为可创造自主武器系统（飞机、机器人、决策工具等）的软件技术。民用与军事领域长期致力于开发算法以实现更高级别的自动化。简言之，生成式AI是使机器能够创造全新内容的技术——其有别于遵循预设规则的传统自动化模式，而是依托复杂算法与神经网络实现创新性产出。正如Thinkbridge所述：“但需明确：这种创新完全基于训练AI模型的数据，此乃生成式AI的基石；其本质并非真正意义上的原创构想，而是系统根据用户特定需求以最大能力生成的表征产物。”

当前军民领域涌现的AI热潮源于多重需求信号，主要包括但不限于：提升决策速度、应对大数据能力、以及缓解人力短缺的潜在效能。

军事环境中，这些优势不仅是锦上添花，更可能成为制胜关键。现代战争要求在极短时间内处理海量数据，而许多盟国在征募、训练及保留军事人员方面日益艰难。因此我们对AI的期望已转变为：以最少人力在最短时限内处理最大量数据。

本文将聚焦人工智能在空域教育训练演习评估（ETEE）与空域指挥控制（AirC2）两大领域的应用前景，核心设问为：AI如何赋能增效？尽管侧重空域领域，其洞见原则上适用于其他作战域。

人工智能在教育训练演习评估领域的应用

人工智能对教育训练演习评估（ETEE）最显著的贡献在于节省人力，因高效能ETEE实属劳动密集型领域。从学员技能传授、考核评估到纠偏改进，均需通过多次重复演练以保持能力迭代；评估环节还需确保人员培训符合北约标准。这些活动的共性在于高度依赖人工监督与组织，持续消耗有限人力资源——人员负责制定教学纲要、组织训练科目、设计演习方案、运行想定场景、导入导调情况、实施评估引导以达成训练目标。若监督职能（监控并纠正参训人员行动）能部分交由人工智能辅助或接管，人力需求将显著降低。

2017年末，北约盟军转型司令部（ACT）启动“空域指挥控制规划及ETEE领域人工智能应用”研究项目。该项目由德国空军牵头，ACT及德法空军专家、联合空中力量能力中心提供支持。2018年最终委托CAE公司交付分析报告、技术演示系统（软件）及进展报告等成果。研究聚焦联合部队空中组成部队（JFAC）司令部空域指挥控制规划周期内人工智能的开发与应用，次要目标在于评估人工智能如何通过规划环节的方案生成加速进程、释放资源，从而赋能JFAC的ETEE体系。

研究通过2019年指挥所演习（CPX）收集规划全程的难点数据。德国空军识别出若干需深入研究的重点规划任务，其中进攻性复合空中作战（COMAO）规划占据最大工作量。COMAO规划人员稀缺、时限压力及海量数据处理需求遂成为研究核心焦点。CAE公司同时利用此次演习解析空域指挥控制运作机理，为演示系统开发奠定基础。

研究重点构建的技术演示系统包含可瞬时生成进攻性COMAO方案的智能体。该智能体涵盖目标匹配流程（作战平台及武器与目标的匹配）、SUPPLAN M航线规划方案遵循、红方战斗序列（ORBAT）响应等模块。作为初代演示系统存在特定限制：仅攻击已知目标、无夜间作战及气象规避功能。若该智能体具备实战应用前景，技术发展前景将极具潜力，未来还可扩展至防御性战斗机作战等其他规划流程。

2022年2月“卡尔卡天空”演习启动前，基于数千组COMAO想定训练的AI智能体完成部署。演习期间，卡尔卡天空JFAC指挥官获得与人工规划团队相同数据支撑下由智能体生成的行动方案（COA）。通过参数调整，智能体可在极短时间内生成多套方案，使指挥官能依据专业认知和现行指令选择最优人工或AI方案。

在预设约束下，AI智能体证实其可在30秒内为任何给定任务生成精简空中计划。其响应速度可使人工规划团队直接采用AI方案作为基准框架，继而补充时间节点、任务排序及多任务协同等细节，显著节省工时并实现单任务多方案生成。尽管测试规模有限，AI智能体已成功验证其效能。

演习结束并完成研究报告后，德国空军寻求北约机构及各成员国支持以持续推进该项目，拓展人工智能在空域指挥控制领域的应用。欲使采购流程延续，需更多北约国家支持空域指挥控制规划与ETEE领域的人工智能探索扩展计划。唯有如此，方可在北约指挥控制与教育训练演习评估体系中集成定位精准的人工智能系统。

2022年“卡尔卡天空”演习聚焦智能体测试，红方空中态势输入、白方导调交互、防御性战斗机作战、空中加油等环节未获深度评估。慕尼黑德国联邦国防军大学负责演示系统软件开发，正借助更先进硬件持续优化，未来可补全现有功能缺失。红方态势与导调交互属非作战影响类功能，人工智能应用风险较低（仅限于ETEE领域），且能发挥显著效益。

2024年3月德累斯顿举办的拉姆施泰因空军基地技术博览会及“信息决策与执行”智库（TIDE）第五届研讨会上，该项目成果引发广泛讨论，有望推动北约机构及成员国深化研发支持。当前暂无新增行动计划，组织方正着力宣传研究成果，以期在北约框架内组建专项团队推进空域指挥控制人工智能研发。

人工智能在空域指挥控制领域的应用

指挥控制（C2）指“经正式任命的指挥官为完成任务对所属及配属部队行使职权与指挥的行为”。C2体系由人员、组织、流程、方法及装备构成，核心产出作战命令；系统需支撑数据采集、态势推演、意义构建与方案规划方能生成有效指令。

本文聚焦作为空域指挥控制体系核心枢纽的联合部队空中组成部队（JFAC）司令部。该司令部核心产物是每日发布的“空中任务命令”（ATO），明确所有相关单位的具体任务时空节点。此命令由作战计划处经详细规划生成，ATO周期自规划至执行历时72小时，意味着JFAC司令部需同步处理多份ATO文件。除ATO外，司令部每日还产出“空域管制令”（ACO）、“特别行动指南”（SPINS）及“作战任务数据链指令”（OPTASK LINK）等系列文件。

空域指挥控制涵盖复杂且全面的流程体系，多数环节依赖人员判断，故人工智能无法完全替代JFAC司令部规划职能。应着重考量人工智能在哪些任务节点最具应用价值及整合可行性——即如何通过人工智能提升空域指挥控制效能？由此视角切入，人力节省、流程加速与效能提升这三项相互关联的任务将因人工智能技术获得显著效益。

对JFAC司令部而言，人力节省或非首要效益。司令部需针对每次行动的具体目标、潜在目标、敌力规模、敌方武器系统、地理因素、威胁等级、可接受风险水平及可用作战能力等要素定制方案。因常态化人力缺口状态，降低人力需求成为直接效益：虽无法直接裁撤处室单元，但针对参数化例行流程、海量数据集分类计算等无需人员判断的中间功能实施精准自动化，可在保留人力监督职能的同时聚焦核心任务。

人工智能加速规划流程（72小时ATO生成周期）的潜力更易引发指挥层与实操者共鸣。所有作战行动本质上处于高度动态环境——敌方位移、目标变化及威胁等级持续演变。人工智能可加速这些动态参数的评估进程，从而压缩ATO制定周期。但需明确：人工智能无法压缩ATO全周期时间，其72小时设定旨在为执行环节预留足够余量、保障行动可预测性，以及提前规划弹药调度、航空器配置及兵力增援等资源配置方案，此类决策环节具有不可压缩性。

最终，将人工智能融入ATO规划周期能优化系统间数据手动转译等低效环节，显著提升效能。北约部队当前主要依托综合指挥控制系统（ICC）支撑规划流程，但ATO生成中仍有多环节需人员交互评估与判读。时间压力常导致人工疏漏：或未充分考察所有选项，或欠缺深度分析。若人工智能能以更高精度完成此类例行任务，将产生质变性影响。

除前述复合空中作战规划外，空中加油任务规划等需统筹多重参数限制的耗时项目同样值得探索。本研究虽未涉及该领域测试，但这恰是后续人工智能增效研究的重要方向。

挑战

尽管对人工智能持乐观态度，但军事任务具有特殊属性且伴随特殊后果。因此必须直面挑战——涵盖从人员培训到人工智能产品与流程的可靠性及透明度等全维度问题。

人工智能通常被视为软件的子集。这意味着若其要提升空域指挥控制效能，需嵌入或兼容空域作战中心武器系统（该体系包含空域指挥控制所用软件及应用）。当前北约部队主要采用综合指挥控制系统（ICC）支撑空域指挥控制，这套存在数十年的软件仍在持续更新维护。除规划周期外，ICC还用于战斗管理、指挥控制及战报生成等任务。另一关键工具是北约通信与信息局当前正在采购的空域指挥控制系统（ACCS）——其功能与ICC一致。无论采用ACCS或未来其他系统，均将面临与ICC相同的限制与挑战：在现有软件中嵌入或运用人工智能时的兼容性问题。

在大型组织中，核心命题在于：实施空域指挥控制智能化需遵循何种准则？应制定明确的参数、指南及优先级，以系统性解决“如何正确实施”的关切。评估人工智能能力边界、界定任务范畴、发掘潜在应用场景将发挥关键作用。

其他挑战同样不容忽视：软件升级因涉及开发、测试、评估、实施等环节而成本高昂且耗时漫长；并非所有成员国均采用ICC或ACCS系统，责任分担机制亟待同步探讨；甚至需协商软件架构的政治法律考量、国家利益平衡及功能模块集成等深层议题。

人工智能在教育训练演习评估与空域指挥控制领域的应用，要求各国与司令部间强化标准化协作。否则可能引发系统应用泛滥，阻碍北约盟国间顺畅协同作战。

最终需警醒：人工智能驱动系统具备强大效能，但遭破坏或网络攻击时将引发重大乃至灾难性后果。必须对所有空域指挥控制系统实施强固防护，并构建后备流程确保训练有素人员可随时接管操作。

结论

提升人工智能算法能力是任务指挥官应对战争日益加剧的速度与复杂性的必要条件。未来战场亟需开发比现系统更快、更优、更经济的敏捷自适应智能辅助工具——其核心前提在于：若指挥控制流程仍主要依赖人工操作，未来信息流与作战节奏必将超越现有人力承受极限。当空域指挥控制与教育训练演习评估受限于人工输入与推理时，决策速度、精度及效能将因数据处理量与复杂度的持续增长而日益恶化。

关于“空域指挥控制与教育训练演习评估是否需要人工智能”命题，答案无疑是肯定的。但如前述讨论，必须清醒认识潜在影响与后果：能否应对相关挑战与限制？是否在要求人工智能以正确方式执行正确任务？

尽管人工智能无法在转瞬间融入空域指挥控制与教育训练演习评估体系，但若北约期望保持战略优势，采取渐进式路径逐步整合人工智能已成为必然选择。

参考文献：

1.Krishnan, A., Mitra, S. and Zarkadas, A., Thinkbridge, [website], 2024, What Is The Difference Between Generative AI And Automation? (accessed 30 August 2024).

2.CAE: Canadian Aviation Electronics Ltd.

3.Kalkar Sky: the computer-assisted exercise Kalkar Sky took place in February 2022 to certify the German Joint Force Air Component (JFAC) Command to take place in Very High Readiness Joint Task Force (VJTF) 2023.

4.The Ramstein AB Tech Expo, also known as the Air Innovation Conference HQ AIRCOM, aims to foster innovation, collaboration, and education by bringing together government and industry to address mission requirements and technology solutions.

5.TIDE Sprints tackle interoperability from multiple perspectives, including people, processes, and technology, by encouraging operators, engineers, scientists, and academics to share ideas and collaborate on current and future solutions.

6.Voke, M., R., ‘Artificial Intelligence for Command and Control of Air Power’, The Wright Flyer Papers, no. 72, 2019, pp. 1–35.

7.Schubert, J., Brynielsson, J., Nilsson, M. and Svenmarck, P., 2018, Artificial intelligence for Decision Support in Command and Control Systems. In: 23rd International Command and Control Research & Technology Symposium ‘Multi-Domain C2’, Pensacola, Florida, USA, 6–9 November. Stockholm, Sweden: Swedish Defence Research Agency, pp. 2–12. Available from artificial intelligence in air command and control – Google Scholar [accessed 7 February 2024].

8.Valliani, J., 2024, A Guide to Adopting AI Features in Your Company. Atlassian, products and news, published 26 June. Available from A Guide to Adopting AI Features in Your Company – Work Life by Atlassian (accessed 30 July 2024).

9.Goecks Vinicius, G., Waytowich, N., Asher Derrik, E., Park, S., Mittrick, M., Richardson, J., Vindiola, M., Logie, A., Dennison, M., Trout, T., Narayanan, P., and Kott, A., 2023, On games and simulators as a platform for development of artificial intelligence for command and control. The Journal of Defense Modeling and Simulation, Volume 20, Issue 4, pp. 495–508.