以机器速度锁定目标：人工智能的能力与局限

美国陆军实施精确火力打击的能力从根本上与其条令性目标锁定方法体系绑定：决策（decide）、探测（detect）、投放（deliver）、评估（assess）（简称D3A）。野战手册3-60《陆军目标锁定》规定使用D3A作为需要跨多个作战职能协同的综合方法。在陆军以多域作战为行动概念的压力下推进、优化对美战略竞争中对抗近似对手的贡献、并推行其新近宣布的转型计划之际，将人工智能整合到目标锁定工作流程中至关重要。

人工智能技术已在一系列国防应用中证明其实用性，包括情报监视侦察（ISR）处理、决策支持与自主系统操作。过去数年里，日益增多的学术研究探讨了这些能力，为军事政策与条令带来了重要启示。其中关键结论包括：
• 人工智能在目标锁定中构成道德困境——必须作为工具使用，而非替代作战人员的判断
• 时间是评估人工智能在目标锁定流程中效能的核心绩效指标
• 人工智能具备无可争议的规模优势，尤其在数据处理与决策加速方面
• 人类指挥官必须保留致命武力的最终裁决权，恪守“人在回路”决策原则
• 人工智能应增强而非取代关键目标锁定功能，如交战规则验证、相称性评估及军事必要性判定

即使研究已确立这些认知，人工智能融入D3A目标锁定方法在作战条令中仍显不足。因此一个核心问题亟待陆军解答：人工智能能否使D3A循环实现更快速、更可靠、更有效的目标锁定——同时通过人类监督保持问责制？

诸如以色列人工智能系统“福音”（the Gospel）、美国防部“专家计划”（Project Maven）等新兴项目及其他杀伤链自动化举措，均反映出加速目标锁定周期的迫切需求。这些努力基本符合联合目标锁定采用的F2T2EA（发现、锁定、跟踪、瞄准、交战、评估）模型。然而陆军在旅师级火力整合中仍将D3A视为条令基石。要将人工智能适配D3A方法论，需要采用基于条令的模块化方案——即将人工智能能力映射至目标锁定周期的离散阶段，并明确每个环节的价值增量。

基于《海军工程师杂志》近期一项将人工智能方法映射到F2T2EA杀伤链功能的研究，可推演人工智能在D3A各阶段的应用。决策阶段，博弈论模型、决策树与逻辑回归算法等工具可支持敌军行动方案推演、打击资产优先级排序及效能判定。探测阶段，人工智能通过模式关联与异常检测技术，依托传感器融合与深度学习实现卓越目标识别。这将显著缩短目标功能特征判定时间，尤其在大规模场景中。投放阶段，优化算法与规范性分析可改进武器-目标配对及打击时机选择，有望消除人工目标审查过程的误差。评估阶段，聚类模型与可解释人工智能工具支撑的毁伤评估能加强图像判读与打击效果验证。结合关联建模技术，可为作战评估过程提升透明度，节省宝贵时间与弹药，同时增强指挥官决策支持工具的清晰度。

该研究采用实证分析法检验了八种与目标锁定相关的人工智能方法，涵盖逻辑回归、线性回归、聚类、关联规则学习等。但并非所有方法都适用目标锁定。随机森林与生成对抗网络因“黑盒特性”被排除——当要求其论证目标锁定方案合理性时，这些系统无法提供解释。这不仅属技术缺陷，更是法律层面的关键阻碍。熟知战区交战规则与武装冲突法者都明白，指挥官对确保目标锁定行动符合军事必要性和相称性原则负直接责任。在此背景下，黑盒系统是负担而非资产。此外，先进神经网络等方法虽在其他领域前景广阔，却需大量标记数据集——这在战术环境中往往难以获取。朴素贝叶斯方法亦因假设变量间（如速度、高度、航向）存在独立值的不合理简化倾向而被弃用。尽管这些方法能加速目标锁定工作流程，却未能满足关键功能要求：人工智能赋能的目标锁定条令必须将人类干预节点规范化——这些节点不仅优先必要，更是法定刚需。

尽管“融合计划”（Project Convergence）等国防部实验项目积极展示人工智能技术应用，但这些技术存在固有局限。例如当前Meta公司的LLaMA等大语言模型（LLM）存在特殊风险：其基于统计预测运作，无法真正理解条令术语或语境细微差异。若以商业现货LLM提问“如何摧毁特定目标”，此类人工智能本质上无法领悟人类对该概念的认知。事实上，“摧毁”这一目标锁定效果是充满语境关联的复杂概念。达成物理毁伤之外的“摧毁”效果还具有时间维度——确保目标在任务周期内无法执行主要功能。如此全面的理解需对LLM进行条令术语库、规则化决策树及弹药建模等结构化训练——这些要素均不存在于通用模型中。

本质上，人工智能融入D3A旨在优化目标锁定工作流。多域作战的核心目标是加速“传感器-射手”杀伤链、减轻认知负荷、提升指挥官在对抗环境中的决策效能。通过将人工智能部署于最具价值的环节，并确保关键决策点以人为核心，陆军既能推动目标锁定流程现代化，又可恪守道德与法律责任。如此方能使D3A在人类判断的锚定下，凭借智能机器的提升，既保持高效又捍卫正义。

杰西·R·克里法西系美国陆军退役四级准尉，曾任第82空降师师属炮兵目标锁定官及野战炮兵情报官，现为国防工业领域联合火力与目标锁定高级顾问，自由大学公共政策与国家安全专业博士研究生，撰有多份关于数字化火力与人工智能融入目标锁定行动的条令及技术评估报告。