推荐！【AI+军事欺骗】美国陆军 |《在2035年利用多域军事欺骗暴露对手》译文

美国陆军在2035年面临的作战问题将从根本上不同于它以前所面临的问题。美国陆军目前的平台和条令理论仍在优化的传统挑战，通过用精确远程火力、固定翼空中拦截和旋转翼攻击空中的深度打击来打破苏联第二梯队的突击力量而解决问题。今天，更多的是在2035年，美国新兴的大国竞争者提出了一个完全不同的挑战。通过威胁美国进入战区和拒止为决定性反击提供所需的集结区，美国的对手已经削弱了美国首选的、远征性的战争方式。这种反介入/区域拒止（A2/AD）的方法阻碍了对快速、有限的侵略作出有效反应的能力，这使得盟友和合作伙伴容易受到广泛的威胁和颠覆活动的影响。A2/AD的核心是一个防御良好的、冗余的、基本隐藏的传感器和射手网络，可以定位、瞄准和打击进入战区和在战区内集结的友军。为了应对这一挑战，美国陆军将采用一种新的方法来寻找和打击对手A2/AD综合体的关键部分，以确保2035年的行动自由。

在2035年找到对手A2/AD网络的关键节点需要颠覆传统的侦查逻辑。虽然骑兵中队和军团可以有效地争取关于前进中的敌人梯队的信息，但找到A2/AD综合体的关键部件是一个完全不同的问题。当友军有条不紊地用火力和机动手段寻找一个基本静止且伪装良好的对手时，未来的陆军可以通过利用多领域的军事欺骗手段，激起对手揭开其A2/AD系统核心的远程传感器和打击资产的面具。特别是，这种对对手的瞄准和打击综合体的刺激必须考虑到如何在人工智能（AI）的指导下进行决策。在不久的将来，美国的对手可能会利用这种自动化系统将广泛的信息融合到供人类决策的目标定位建议中。通过触发对手的高价值资产的过早启动和部署，试图寻找、固定和打击美国的幽灵目标，多领域军事欺骗可以成为在未来战场上寻找和摧毁敌人的综合努力的核心。

关于多领域军事欺骗是在2035年的战场上找到美国对手的核心论点分三部分展开。首先是关于今天的军事欺骗的简要条令理论背景。第二，更全面地讨论了对手A2/AD系统的可能演变，重点是人工智能对目标定位的支持的优势和潜在弱点。第三是陆军应该考虑的一系列建议，以便在2035年最好地运用多领域欺骗手段来发现敌人，以大国导向的野战军作为这些活动的整合者。

军事欺骗的条令背景

军事欺骗的条令和历史背景已经确立。广义上讲，军事欺骗活动 "是为了使对手采取有利于指挥官目标的行动或不行动而规划和执行的"。在刺激敌方A2/AD系统的具体背景下，这涉及到放大诱饵单位的特征，并不断用模拟的特征取代真实单位的特征，从而使敌方超负荷地出现大量的假情报。这种产生大量假阳性的方法--事实上没有目标的印象--与传统的伪装概念形成鲜明对比，后者试图通过掩盖友军的特征来创造没有目标的假象。欺骗工作成功的核心是其多领域的特点；在一个传感器日益广泛、复杂和多样的时代，只欺骗一种类型的传感器对能够迅速融合多种信息来源的对手来说作用不大。克里斯托弗-赖因提出的 "多领域欺骗"，"需要在各作战领域之间进行密切和仔细的协调，以确保一个领域的失误不会使其他领域的努力付诸东流。"

对手A2/AD系统的可能演变

要准确了解对手的A2/AD架构，需要整合通过各种手段收集的信息。过度依赖单一的方法，如截获的电子通信或高空图像，可能导致理解上无法弥补的差距。长期以来，美国在其战场态势方面一直是无与伦比的，但其大国竞争对手正在迅速获得优势。首先，传感器的复杂性、保真度、可负担性和多样性的提高使得收集军事相关信息变得更加容易和便宜。然而，将这些信息转化为理解需要第二步工作。而即将到来的自动化可能被证明是革命性的。机器学习有望将原始信息迅速而准确地融合到可操作的目标定位建议中，这将使未来战场上的隐藏和生存任务大大复杂化。

低成本、现成的平台和传感器（如无人机和高分辨率相机）以及近乎实时的开源信息（如社交媒体帖子和商业化的卫星图像）的广泛发展，改变了可用信息的规模和保真度，以及能够获得这些信息的国际行为者的数量。在过去的几十年里，这些传感器已经广泛扩散，以前只有主要大国才能使用。这一趋势没有减弱的迹象；随着探测手段变得更便宜、更可靠，并且能够收集高质量的信息，美国在过去几十年里享有的信息优势将进一步削弱。

提高信息收集手段的多样性和质量解决了部分挑战。剩余部分挑战——融合多个来源的信息以描绘一个目标的全面画像——是一项更具挑战性的任务。目前，这是一个劳动密集型的过程，涉及到跨职能的分析师团队，他们辛苦地研究由越来越高分辨率传感器捕获的大量数据。根据一项估计，"仅分析未来20年内产生的所有全球图像就需要800万人"。然而，机器学习的进步可能会大大改善和加速收集信息的融合。机器学习分类器，它 "接受一个输入样本并将其识别为几个输出类别之一"，特别适合于融合和目标定位。在人工智能支持A2/AD目标的背景下，输入样本将是通过一系列传感器收集的数据，而输出类别将是对目标的分类。一个经过适当训练的机器学习算法，在获得广泛的准确数据后，将能够在繁杂数据中找到相关目标，并准确地对目标进行分类，从而大大加快和改善迄今为止费力的信息融合过程。

与美国在传感器方面的优势不断减少一样，美国将不会垄断这些自动融合技术。到2035年，美国的对手将有可能利用机器学习技术来融合从广泛的传感器中收集的信息，以锁定他们的A2/AD武器。这将对友军如何隐蔽自己提出了一系列新的挑战。大量收集友军的各种特征可能会使友军以单维方式伪装的工作化为泡影。例如，最大限度地减少电磁辐射可能对敌方产生微不足道的影响，因为敌方仍然可以探测到一个单位的热信号、民用合约或社交媒体特征。从更普遍的角度来看，针对高度敏感的多领域传感器系统制造一个有凝聚力的假阴性几乎是不可能的--对手将探测到一些东西，而训练有素的人工智能将能够从探测到的东西中推断出目标的准确情况。

虽然令人生畏，但美国对手的信息收集和融合技术的这种潜在变革为友军在2035年的战场上找到敌人提供了机会。如果连贯地进行，新颖的多领域军事欺骗可以扭曲对手的算法，利用机器学习产生的建议和人类决策者之间的组织和程序上的紧张关系。这种欺骗本身并不是目的；为了澄清不确定的和相互矛盾的目标决策信息，对手将被迫通过使用越来越积极的手段来暴露其A2/AD架构，发出信号。欺骗对手暴露其A2/AD架构的关键节点是在2035年找到隐藏敌军的核心。

机器学习并非不受欺骗。与人类可以将模糊的证据放在上下文中的现有程序相比，机器学习更依赖于容易量化的数据作为输入。专注于检测特定的、可测量的电磁、声学、热学、引力、视觉、振动、地理标记的社交媒体或计算机辅助文本分析数据的传感器必须干净地输入机器学习算法。这种算法又是通过在类似的特征和已知的目标特征之间形成关联来训练的。它的准确性取决于其训练数据集的丰富性，其中的真阳性和有效的相关协变量构成了调整和更新算法的基础。在军事背景下，真正的阳性是目标实际案例，而相关的协变量是所有领域中可测量的全部特征。目前，多领域信息的融合是通过军事参谋部的人力密集型单元进行的；机器学习为这种同样的过程提供了快速、自动的机会，并通过识别可能躲避人类认知的关联模式。通过军事欺骗行动故意混淆视听，使真正的目标看起来模糊不清，可能会破坏这种学习过程，诱使人工智能的A2/AD系统在错误的地方寻找错误的特征。或者，正如Edward Geist和Marjory Blumenthal所说，友军可以使用 "战争迷雾机器 "来混淆对手的传感器和相关的机器学习过程。

这种对可量化数据流的依赖，为机器学习驱动的目标算法提供了支持，这也会在对手的组织中打开一个关键的漏洞：它以牺牲人类的专业知识和直觉为代价，使整个系统容易受到多领域欺骗。在过去的几十年里，人工智能的发展停滞不前，不平衡，到处都是这样的例子：看起来很聪明的机器，当遇到超出其训练范围的现实挑战时，完全被打懵了。与传统的编程系统相比，没有一个工程师团队可以轻松地调整代码，以更好地支持系统中的人类决策者，而是一个黑盒，输出是由通过训练数据迭代形成的神经网络中的加权链接隐藏层产生的。这种对机器如何学习的不明确可能会在人工智能增强的人类决策系统中造成摩擦。在现实世界失败之前，机器学习算法假定的全知全能可能会降低人类决策的相对价值，造成这样的困境：当最需要机器学习系统时，它最不被信任，而由人类驱动的替代方案在地位和能力上却萎缩了。

欺骗对手的机器学习驱动的目标定位系统可以欺骗对手，使其要么激活高信号传感器，要么打击假象目标。在未来的陆地冲突中，这开启了一个重要的机会之窗，可以对敌人的传感器、指挥和控制节点以及武器平台的 "杀伤链 "进行友好的联合反炮击。多领域军事欺骗给未来战争带来的是欺骗机器的潜力--迷惑人工智能增强的对手的目标链，并通过这种欺骗，暴露其侦察和打击资产。

图：新技术将把来自多种来源的电磁信号转换成数字数据，并以前所未有的速度进行处理，以增强作战人员看穿敌人欺骗措施的能力，从而在现代战场上识别和消除威胁。技术进步也将极大地提升友军通过改进电子战措施欺骗敌人情报收集工作的能力。(插图由美国国防部高级研究计划局提供)

建议

发展和部署有效使用多领域军事欺骗所需的组织、条令、训练和装备，需要采取审慎和协调的方法。本节概述了能够利用多域欺骗手段在2035年找到敌人的部队的四个具体考虑。首先，一个综合的多域欺骗态势的组成部分必须是灵活和可调整的，以保持对学习型对手的持续欺骗效果。第二，多领域全谱系欺骗不能在危机中开始，而必须以武装冲突门槛以下的竞争期间设定的基线条件为基础。第三，由于陆地行动极有可能涉及与美国地面部队并肩作战的盟友和伙伴，多域欺骗将通过将他们纳入整个战区计划而得到加强。最后，多域欺骗不能被看作是目的本身，而是促使对手错误行动的手段。通过刺激敌人的A2/AD杀伤链来追踪假象编队，多域欺骗可以刺激并因此暴露其网络的关键组件。

发展多域欺骗的第一个考虑因素是军事欺骗的互动、竞争和演化动态。成功的欺骗取决于对手对友军信号的看法和解释，也取决于编队产生的辐射信号。除了产生可信假象的技术层面外，还有一个关键的组织因素，它以美国对手的军事文化为基础：可能欺骗美国人的东西可能不会欺骗对手，可能对一个竞争对手有效的方法可能会被另一个竞争对手打折扣。欺骗工作必须随着对手的偏见、能力和学说的发展而不断调整。

第二，冲突危机中的成功欺骗必须建立在和平时期的基础上。在武装冲突门槛以下的持续竞争应包括刻意努力监测、掩盖和模拟友军陆地部队的全部特征。这样做的目的有两个：第一，全面 "看清自己"；第二，影响美国对手在和平时期对友军建立的训练数据集，以训练其人工智能瞄准系统。为了实现这些目标，和平时期的友军编队行动必须由负责建立一个单位的特征和排放的综合档案的小组进行彻底监测。这种概况将是对手的A2/AD传感器可以检测和利用的基线。这些小组将在模拟战术交战和部署到现实生活中的前沿地点时监测友军。从这些在和平时期轮流部署和演习的竞争中收集的数据中，可以描绘出一幅关于陆地编队如何在对手的全部传感器面前出现的全面的、全谱系的画面。

和平时期编入目录友军的全面特征可以以两种不同的方式使用。首先是通过最大限度地减少真实编队的信息散发来掩盖它们的足迹。与 "边战斗边训练 "的传统智慧相反，为掩盖部队足迹而采取的许多步骤只应在现实世界的危机中采取。在和平时期的竞争中定期演练这些步骤，可以让对手了解到一个单位的位置和部署的其他 "信息"，而这些信息在冲突中更难（或不可能）掩盖。例如，在轮换部署期间最大限度地减少一个单位的电磁足迹可能会促使对手更密切地寻找其他不那么容易隐藏的特征，作为友军的关键指标。

除了告知如何在危机中最好地掩盖友军的真实位置外，友军的综合特征也可以作为一种欺骗技术进行复制。这种特征不仅包括友军编队的军事装备，还包括部署这样一支部队所产生的社会媒体和商业合同的外泄。能够模拟完整作战编队特征的友军欺骗单位可以充当 "蜜罐"，将注意力从实际编队上引开，愚弄对手以暴露其A2/AD杀伤链的关键部分。

第三，陆地领域的未来战争几乎可以保证是在联盟背景下进行的。为了最大限度地提高多域军事欺骗的战术有效性，应该以类似于美国地面部队的方式来测量和模仿盟国和伙伴国陆地编队的特征。在战区层面，这包括涉及卸货港、战略部队枢纽和其他使友军能够涌入作战区关键基础设施的军事欺骗行动。由于这些设施往往靠近人口中心，并且通常具有民事和军事双重功能，因此必须特别考虑盟国对军事欺骗活动的关注和限制。必须划定明确的界限，加强某些设施和人员（如医院、宗教场所、医务人员）的保护地位，并与美国盟友沟通，以避免人们认为这些努力会违反《武装冲突法》。

最后，这种多领域军事欺骗工作的首要目的是在未来的战场上找到敌人。正是在向对手展示一个不可抗拒但虚假的目标时，多领域军事欺骗才有利于找到敌人。通过模拟有利可图但虚幻的目标，刺激敌人的传感器和射手综合系统，可以暴露出他们杀伤链中的高价值、高生存能力的资产。有效的欺骗可以触发对手的全部传感器--侦察队、电子攻击系统、卫星、无人驾驶飞行器、地面监视雷达和网络资产的启动，以寻找一个目标。敌人的A2/AD武器，如战区弹道导弹、远程火炮和特种部队同样会从安全、伪装的地点部署，以打击他们认为是实际的友军集结地。预测到这种启动，与多域军事欺骗计划同步的友军情报、监视和侦察系统可以预测、感知并利用这种公开的、积极的敌人活动。与其对A2/AD系统的加固和伪装部件进行无效和昂贵的搜索，多域军事欺骗可以欺骗我们未来的对手，使其过早地暴露自己。

实施这些建议需要详细了解一个大国竞争者，其能力水平，以及在武装冲突门槛以下的竞争期间的姿态，以保持和调节持久的欺骗运动。在陆军目前的结构中，这项任务很可能落在军团和陆军服务部门的指挥部之间。在陆军适应大国竞争的过程中，本文的最后一个建议是，一个专注于与特定对手竞争的野战军应该成为多领域军事欺骗行动的倡导者和整合者。与陆军军种司令部的全战区责任不同，与和平时期以特定对手为目标的军团相比，野战军最适合设计和实施持久的、有凝聚力的、有针对性的军事欺骗活动。通过这种欺骗，陆军可以迫使其对手对阴影进行盲目的打击，使其A2/AD架构的关键部分被发现、破坏，并最终被击败。