未来战争的胜利将越来越取决于哪一方能最迅速地从数据中收集战略洞察力,并能在实时作战条件下从总部、战术边缘和整个作战空间部署这些洞察力。如果军方不能基于安全的数据架构紧急转变集成和分发信息的能力,美国及其盟国就可能在对手发展自身能力时丧失威慑或赢得潜在冲突的能力。

引言

"如果我能拥有战场上的数据,那么我就领先了五步,"前美国空军少将罗伯特-惠勒说,他是本文采访的北约和 "五眼 "国家的几位领导人之一。"我需要这些数据的及时性、准确性,我需要这些数据贯穿整个战场"。

然而,美国军方及其在北约和 "五眼 "中的盟友还没有足够迅速地提供这些基本能力。随着数据科学、传感器、自主资产和人工智能(AI)革命的不断深入,失去决策优势的风险成倍增加。随着数据源迅速激增,敏捷的软件和集成的信息交付系统(如数据结构架构)将改变威慑力量,并为最快部署最佳数据的兵力创造决定性优势。唯一的问题是谁能抢占这一战略制高点。

转型的步伐令人生畏。包括俄罗斯在内的其他国家继续大力投资于新兴技术和颠覆性技术。在某些领域,如电子战、面部识别和某些 IT 硬件,它们可能正在形成有意义的优势。事实上,许多观察家认为,北约盟国传统上相对于潜在对手的能力差距可能正在缩小。随着使用企业级生成式人工智能来发掘洞察力和强化决策优势的发展,对强大的数据结构的需求将变得越来越重要,以管理正在传播的各类数据。

虽然军事硬件和训练有素的部队仍然必不可少,但国防官员必须扩大对战机、舰船和火炮的关注,将数据处理、分析、管理和部署方面的优势作为衡量战备状态的关键指标。当信息以光速流动时,许多现有的指挥和控制系统都显得过于迟缓,无法收集和传递相关数据,从而识别和消除新出现的威胁。

惠勒警告说:"如果我们要与大国对抗,今天就需要在新一代能力上实现颠覆性的飞跃。未来的网络必须整合所有军种和盟国的武器平台,从太空到海底,并 "在移动中近乎实时地发现、固定、跟踪、瞄准和摧毁多个目标"。

乌克兰冲突表明,一支灵活的军队如何利用商用卫星通信、移动互联网塔、低成本无人机、手机视频和开源软件,相对无缝地融合数据,实施精确的作战行动。乌克兰能够迅速开发出数据驱动的作战资产,但要在多个大型军事机构中复制这一成功将是一项更大的工作。德国国防部参谋长尼科-兰格(Nico Lange)说:"大多数北约国家可能需要 10 年左右的时间才能取得类似的进展,而且价格要高出 10 倍,功能也更少"。德国国防部参谋长尼科-兰格(Nico Lange)说:"到 2022 年,大多数北约国家可能需要 10 年左右的时间才能取得类似的进展,而所需的费用是现在的 10 倍,功能也更少"。

为了加快发展数据驱动作战的专业技术,并与商业世界的技术进步速度相匹配,国防组织必须摒弃国防工业中常见的 "不是在这里发明的 "思维模式,加强合作。保密和安全仍然至关重要,但军事领导人可以从私营部门的数据管理和数字创新中获得启发,因为私营部门的公司在竞争和快速迭代中发展壮大。

工业界也可以发挥作用,因为承包商和开发商可以做得更多,以提高所收集的各种数据类型(包括元数据)的互操作性。就一些基本标准达成一致,可以帮助国防机构迅速提高数据的实用性,因为很多数据并没有得到有效利用。

从数据中收集、清理、保护和提取重要信息是一项艰巨的工作,即使在和平时期,在多个国家和大洲之间共享数据也是一项挑战,而且这些系统需要在作战条件下运行,在这种情况下,正常的通信网络和云访问将受到阻碍。

美国及其盟国如何迅速采取行动,创造可持续的决策优势?关键步骤包括以下几点

  • 为数据管理、架构、部署和使用制定共同的总体战略。这就要求美军及其盟友更早、更愿意进行持续沟通与合作,以发展真正的互操作性。

  • 建立一个包括工业界在内的盟国联合工作组,重点关注数据系统集成,该工作组可快速开发一个全面的数据架构,以管理与美军联合全域指挥与控制(JADC2)/多域集成计划相一致的多域行动。

  • 建立数据集成标准,以混合云和数据结构技术为基础,使用向后兼容并可广泛访问的动态数据架构。这很可能需要转向软件即服务(SaaS)模式,使用更多现成的硬件,并减少对专用内置软件的依赖。

  • 从小型系统开始,逐步扩大规模,而不是部署需要数年时间的巨型复杂系统。采用私营部门使用的 "最小可行产品 "模式,加快新系统的测试,然后再扩大规模。

  • 考虑新的招聘和入职方案,旨在吸引顶级 IT 人才加入军队,将数据集成的高层次愿景转化为实地现实。

  • 在尊重国家利益的前提下,有目的地利用私营部门的创新和资源

  • 鼓励企业以更加开放的态度允许员工在专门时段与政府国防机构合作。

要实现所有这些目标是一项艰巨的挑战,但在这个危险的世界里,别无选择,因为对手近在咫尺,敌人也是不可预测的非对称的。虽然数据对国防战略的每个阶段(从规划、战备到威慑)都至关重要,但本文主要关注的是利用数据结构架构将正确的数据从指挥员那里传递到战术边缘,从而创造决策优势的必要性、机遇和挑战。

规划不确定的未来

自 "9-11"袭击事件以来的二十年间,美国及其北约盟国主要关注阿富汗和伊拉克等战区的反叛乱行动。位于柏林的德国国防部赛博/IT 总监兼首席信息官迈克尔-维特(Michael Vetter)中将说:"因此,在长达 20 多年的时间里,我们对指挥与控制的投资不足"。

乌克兰战争让许多人看到了拥有先进武器的军队之间突然爆发常规战争的可能性。在不断变化的地缘政治环境中,盟国的国防机构已迅速开始适应新的现实,为与资源充足、技术先进的同级或近似同级竞争对手的潜在冲突做好准备,这些竞争对手也拥有顶级武器和复杂的数据能力。

五角大楼和北约认识到这一不断变化的战略格局,已将信息领域确定为常规战争的下一个战场。战争规划者现在认识到,先进的处理和数据分析能力,以及将数据迅速传递到边缘的能力,可以在冲突发生时产生决策优势。

为了反映这种新思维,五角大楼于 2022 年 3 月制定了联合全域指挥与控制(JADC2)框架。五角大楼将 JADC2 定义为 "作战需要 "和 "一种发展作战能力的方法,以便在战争的各个层次和阶段、跨所有领域并与合作伙伴一起感知、理解和行动,以相关速度提供信息优势"。盟国也制定了具有类似目标的计划。

然而,要利用先进的信息技术实现决策优势,需要更高水平的跨系统互操作性、更强大的数据共享和冗余,以确保网络在战斗中受到破坏后仍能提供数据。惠勒少将说:"能够以非传统的方式拥有战场上的数据,即使在网络遭到破坏的情况下,边缘处理也是安全的......这才是我们需要努力的方向"。

实施这样的战略需要军队文化和思维方式的重大转变。

反思战争与威慑

需要制定各军种的共同标准,使美军与北约和 "五眼 "盟友保持一致,这对大型组织来说是一个巨大的考验,因为传统上,这些组织一直在创造自己的技术解决方案,以解决各自认为是军种特有的问题。

目前,美国陆军推出了 "融合项目",海军宣布了 "超配项目",空军授予了 "先进作战管理系统"(ABMS)合同,而海军陆战队则在其最新的 "兵力设计2030 "更新中承认,该军种的传统指挥控制系统已经瘫痪,需要进行现代化改造。

虽然大家都知道战斗机飞行员的需求与潜艇指挥官的需求不同,但系统间互操作性的需求只会越来越重要。美国政府问责局(GAO)最近的一项研究指出,国防部尚未准确确定实现其 JADC2 愿景所需的现有和未来预期能力,并且正在确定各种实施挑战。

各军种需要从注重以硬件为中心的解决方案转向采用 "软件即服务"(Software as a Service)模式的升级,以鼓励数据共享和互操作性达到新的水平,并能以最快的速度执行任务。在与国防专家的访谈中,一个反复出现的主题是,如果各军种或北约盟国在开发数据架构时各自为政,那么即插即用的互操作性系统就无法立足。

前 INDOPACOM 情报总监 William Metts 海军少将(已退役)说:"核心挑战是在各军种之间以及与合作伙伴和盟国之间建立真正的互操作性。我们往往利用不同的 IT 通信网络开展行动,而这些通信网络在历史上并不容易实现信息共享"。

Metts 说,军方需要考虑利用私营企业率先进行的技术创新,快速整合各部门和合作伙伴的数据。美国太平洋舰队海上行动后备主任、前海军信息战系统司令部总工程师埃里克-鲁滕伯格少将说,在最初的迭代中,许多军种都把重点放在了 JADC2 的通信部分。我们花了大约两年时间才明白,重要的不是网络,而是通过网络传输的1和0--数据。

此外,要在信息技术的基础上实现军事优势,就需要一种新型的数据架构,在这种架构中,可以对存放在不同地点和格式中的数据进行清理、筛选和分发,同时保持所需的安全分类。同样,以数据为中心的能力要求通过虚拟化实现边缘冗余,以克服作战期间可能发生的网络中断。在以数据为中心的防御系统中,灵活性、弹性、速度和机动性很可能被证明是决定性的。

"这就是数据结构至关重要的原因,"Ruttenberg 说。"因为这不仅将推动我们所需的网络弹性,还将推动我们如何开发和交付网络上的应用程序。

虽然开发共享数据架构的时间很短,但人们越来越意识到,西方盟国需要一个安全的数据结构架构,它可以连接多个超标量器和内部中心的多种数据源,采用多种数据格式,同时控制访问、保护机密和维护主权。

维特中将说:"数据是一种战略资源,我们需要真正行动起来,更好地利用组织内的所有数据。我们必须找到将结构化和非结构化数据整合在一起的工具,我们需要提供共同的作战画面,特别是在北约层面,以协调联合行动。这将是向前迈出的一大步"。

什么是数据结构?

数据结构是一种架构框架,旨在为企业内不同系统、平台和数据源提供统一一致的数据视图。它的重点是创建一个集中的数据层,将各种数据孤岛连接起来,实现企业内部大规模的无缝数据访问和集成。

数据结构将传统系统、数据湖、数据仓库、SQL 数据库和应用程序中的数据整合在一起,提供从各种数据源创建的整体视图。

数据结构的一些主要特征包括以下几点:

  • 采用虚拟化技术对底层数据源进行抽象,为访问和查询数据提供统一的界面。

  • 通过建立连接、转换数据格式和确保数据一致性来整合不同的数据源。

  • 管理机制,确保整个组织的数据质量、安全性和合规性。

  • 可观察性,包括管理数据工作流、数据管道和数据转换的工具和流程。

陆军指挥、控制、通信-战术(PEO C3T)项目执行官罗布-柯林斯少将这样描述数据结构: "我们必须确保我们已经有了一个可以接收所有数据的结构,确保数据是可理解的、可互操作的、可信的。然后,在另一端,我们必须确保它是可发现的。我们现在正试图转向一个更加联合的数据环境。你可以发现数据,你可以根据对数据的需求交换数据,你还可以阐明和标记属性级别的数据"。

不断变化的任务的成功因素

新出现的以数据为中心的作战模式将要求五角大楼改变长期以来的作战方法。

退役空军少将布赖恩-德拉维斯(Brian Dravis)曾担任国防信息系统局(DISA)高级领导和五角大楼联合服务提供商组织主任,他指出,传统上,存储和归档数据被认为是运营成本,而不是战略资产。他说:"从字面上看,数据与其说是资产,不如说是负债。因为大量的旧数据必须存储和归档在服务器群中,而服务器群需要电力来保持冷却,需要人员来维护设施,还需要协议来确保数据的安全,即使其中很多数据从未被实际使用过"。

相比之下,今天的愿望 "是将其颠倒过来",Dravis 说,"利用机器学习、人工智能、自动化等快速发展的属性来利用数据中的洞察力,让你能够真正将其用于决策优势"。这种转型的挑战是巨大的。"从一个简直就是成本中心的巨大锚点,转变为一个你有高度信心的、可获得决策优势的属性,这不是一件小事"。

创建一个统一的、可互操作的数据架构还将使军事部门能够真正利用其已经从结构化和非结构化数据源中收集到的大量数据,并创建治理工具以确保所分析的数据准确无误。

专家表示,按照目前的配置,绝大多数数据都无法充分挖掘其意义。德拉维斯说:"如果超过 90% 的数据,尤其是非结构化数据,不能为面临战略和作战决策的指挥官提供价值,我也不会感到惊讶。"我们需要比敌人更快地做出正确决策"。

同样,美国各军种之间以及美国与其盟国之间分类系统的差异也会成为真正实现互操作性的障碍。

英国国防部首席数据架构师蒂莫西-罗宾逊博士说,英国也面临着同样的挑战。各部门各自为政,在改变流程以提高互操作性方面 "非常规避风险"。他说:"我们的数据杂乱而复杂,无法快速提供给用户。互操作性并不一定被视为优先事项,因为 "人们只是不想让数据脱离他们的控制范围"。

为了更好地分析收集到的大量数据,这些服务将越来越依赖于机器学习和先进的人工智能系统。但专家指出,要确保分析的数据可靠、真实、准确,还需要额外的步骤,因此还需要新的数据治理和梳理标准。德拉维斯说:"你需要保证数据的真实性,这些数据为机器学习提供了依据,因此也为人工智能和自动化带来了决策优势。"数据出处经常被忽视,但它正变得越来越重要。

实施这些新的数据要求将需要另一种思维方式的转变:从通过硬件更新操作、加密和分类系统的系统转变为可通过软件定义和更新的系统,就像特斯拉电动汽车的运行软件通过Wi-Fi无线更新一样。向后和向前兼容的开放式任务软件能以更低的成本更快地更新指挥和武器系统。

将与盟友更紧密地合作

乌克兰冲突也强化了美国国防兵力必须与北约和 "五眼 "伙伴更紧密合作的理念。然而,有关数据共享和互操作数据架构,甚至在盟国之间采用共同的数据定义等问题尚未完全解决。

北约下一代建模和模拟部门项目主管斯蒂芬-纳尔逊少校指出,并非所有北约国家都同意为地中海和黑海之间的大片海域采用一套通用的地形名称。"他问道:"我们能否开发一个所有 31 个国家,甚至可能是 32 个国家都能同意的地形数据模型?

此外,虽然欧洲国家可以共享有关潜在敌方(即所谓的 "红队")威胁的数据,但 "各国在共享蓝队信息方面也是心怀嫉妒的。因此,我们对蓝队数据的实际了解可能比对红队数据的了解要少。

在组织全面的多领域方法时,"你必须拥有双向流动的数据,"纳尔逊说,"因此,你将看到北约 和其他盟国可以访问北约的数据,但这不是一个双向的大门。他们只会提供这么多的反馈"。

欧洲领导人迫切希望与美国在创建深度数据互操作性方面的努力保持一致,但同时也必须采取措施加强内部运作。

维特将军解释说:"在德国,互操作性是我们的首要任务之一,在数据和数据标准方面,我们是北约内部联合任务网络方法最直言不讳的倡导者之一,以确保我们有标准、有协议,即使我们在不同的信息系统上运行,也能协同工作和共享信息"。

维特认为,德国国防军在决策和实施新的数据管理架构方面可以更加灵活,因为他们缺乏美军那样的规模。

然而,"一旦美国人决定采用通用架构,并就实施计划达成一致,我们会惊讶地发现他们会如此迅速地完成这项工作。美国的机器需要一些时间才能运转起来。但当它开始运转时,你最好别挡道"。

荷兰空军负责信息驱动决策的副主任塔利塔-博恩上校说,虽然荷兰兵力赞同数据融合架构可实现多领域权威决策的想法,但必须在基础信息骨干网以及管理北约盟国的思维模式方面进行更多投资。"我们需要北约的认知主导地位。我们需要全面投资于信息整合,"她说,"合理的倡议正在路上,但我们还有很长的路要走"。

从概念到实施

博恩上校指出,乌克兰冲突凸显了北约成员国需要加大投入,以解决自身数据架构管理方面的不足,即使他们正在等待美国军方给出更统一的定义。

荷兰军方正在投入巨资加强其数据骨干网,并进一步整合以前分散的数据流,但同时也认识到必须遵循美国五角大楼最终确定的数据架构。"我们不能对此视而不见,"她说。"很明显,我们必须在某些方面追随美国,因为我们的武器系统在很大程度上来自美国。因此,你不能忽视拥抱F-35可能性的机会,而只有美国人才有这个能力。"

在接受采访的数据专家中,越来越多的人认识到,将关键任务数据传送到边缘将需要数据虚拟化和冗余通信网络,甚至在更传统的基于云的网络中断时使用 5G 或 6G 技术。但有些人担心,服务部门是否拥有帮助建立这些系统所需的人才。

英国国防部的罗宾逊(Robinson)担心,军方自己的信息技术服务部门确实缺乏技术技能,这将使英国政府难以真正实现高级指挥层所阐述的数据共享的乌托邦愿景。他说:"我们的薪酬无法与私营部门相提并论,因此我们无法招到最优秀的人才,而那些训练有素的人员往往在很短的时间内就被调往其他部门"。

许多人还表达了传统的抱怨,即军方获取新技术的方式阻碍了他们保持尖端技术的能力。德拉维斯说:"国防部没有风险投资家。五角大楼需要找到一种方法来迭代和测试新概念,而不必通过所有安全方面的开发障碍"。

惠勒少将指出,除了五角大楼内部缺乏数据工程人才来实施围绕数据架构的新模式外,必须批准采购的采购官员也缺乏足够的技术背景。他指出:"采购人员没有使用这些系统的操作经验。"当采购人员不了解如何使用这些系统时,就会出现问题"。

当涉及到数据结构时,情况尤其如此,人们越来越清楚地认识到,数据结构是一种基础数据架构,可以快速传播关键任务数据。

MOD 的罗宾逊说:"我将其定义为'数据价值时间'"。

"这是指能够更快地获得所需的数据,并更快地将其移动。但这意味着你必须建立管道来实现这一点,而且你必须能够快速建立这些管道,这意味着开发低代码解决方案和数据可视化"。

在新的世界里,互操作性、复原力、移动性和快速决策正在成为遏制冲突的 "必备 "资产,专家们一致认为,多域数据结构架构与提供多级安全协议的分发系统相结合,可以迅速改善边缘的数据状况。当已经部署的先进商业技术适应军方的安全需求时,这种灵活的新架构还能节省成本。

虽然军方必须直接面对快速建立更强互操作性的需求,但其在国防、通信和 IT 行业的私营部门合作伙伴也应采取更具体的措施,降低超大规模系统之间以及各种软件数据库和操作套件之间的数据共享障碍。

惠勒少将说,"这一系列复杂的系统 "要求你改变经营方式","但是,我们生存和防止下一场战斗的唯一方法,就是拥有这些结构,希望永远不必再战--如果我们不得不战,那就打赢它。因此,这并不是什么未来主义。它只是让人们一起去理解它"。

行动呼吁

为加快真正的数据互操作性并在战术边缘实现决策优势,美国及其北约和 "五眼 "盟国的国防官员应考虑以下几点:

  • 像对待任何武器系统一样认真对待数据。建立 "数据官 "分类,与武器控制官的职责相一致。

  • 优先考虑建立联合数据兵力,以建立统一的数据架构,管理美国及其北约和 "五眼 "盟国的多域行动。

  • 召集一个军民工作组,与包括云计算提供商和软件公司在内的主要 IT 合作伙伴合作,制定互操作性标准,以便在使用商业技术的同时加快数据共享,同时保持必要的加密和数据安全原则。

  • 更加重视数据管理和可靠性问题。随着围绕人工智能的讨论将不可避免地加速,确保所有数据源真实可靠的需求也将加速。

成为VIP会员查看完整内容
62

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《无人海事系统:西方应用现状》万字长文
专知会员服务
32+阅读 · 2023年9月22日
《战争的演变:让科学成为博弈发展的典范》52页论文
专知会员服务
52+阅读 · 2023年8月6日
《数据赋能作战决策》
专知会员服务
198+阅读 · 2023年4月14日
人工智能和军备控制,80页pdf
专知
9+阅读 · 2022年11月2日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
30+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
408+阅读 · 2023年3月31日
Arxiv
147+阅读 · 2023年3月24日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
30+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
36+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员