《引入陆军数据兵团和数据战团——重组陆军，打赢 2040 年战争》

编者注：去年，美陆军未来司令部概念局宣布举办一次征文比赛，旨在为陆军下一个作战概念（聚焦 2040 年）提出新的想法并扩大关注群体。比赛邀请参赛者回答问题： 随着人工智能日趋成熟，自主系统和机器人技术在战场上日益普及，战场透明度不断提高，陆军兵力应如何在 2040 年的战场上行动、装备、组织和布阵，以克服这些挑战？

人工智能的加速成熟将打破目前对战争性质的认识。美国家安全委员会、美国防部和陆军部长最近的战略指导强调了陆军领导全球人工智能发展的组织承诺。到 2040 年，下一代人工智能系统将从根本上混淆战场，颠覆传统的权力观念，并从根本上改变战争。在信息时代，人工智能是引导这场变革的原始技术。要想在 2040 年取得胜利，陆军必须组织好兵力，发展必要的基础设施，加强与在人工智能发展方面已超过陆军的民用部门的合作。

正如参谋长联席会议主席马克-米利（Mark Milley）将军在西点军校 2022 届毕业典礼上所说，人工智能有可能彻底改变战争的性质。最根本的是，这场技术革命有可能改变战争的地点和方式。随着信息战与作战行动紧密结合，2040 年的战场将蚕食本土，并延伸到部队前线之外。越来越有效的信息武器化方法为对手实践孙子的 "上兵伐谋"--"不战而屈人之兵"--提供了新的途径。除了动态战场之外，人工智能还为那些被低估或资金不足的对手提供了一种非对称能力，可以破坏传统的空中或海上优势概念。无人水下系统或无人机系统将提供局部的空中或水下优势，从而抵消或扩大以往由高度先进的飞机或舰船提供的军事力量。2040 年的军队将面对比以往任何时候都更广阔、更模糊的战场和更动态的敌方能力。当前由临时组织组成的数据环境为权责不清的不适当层级提供了能力。陆军只有将其数据部队与其在未来军事行动中扮演的角色相称的权力和结构同步，才能确保其在这种数据丰富的环境中作战的作战能力。由作战数据科学团队和陆军数据军团组成的数据战团对于同步联邦资源和发展国家人工智能基础设施以在 2040 年取得胜利是非常必要的。

战争颠覆

2020 年纳戈尔诺-卡拉巴赫战争和俄罗斯入侵乌克兰引发的持续战争等现代冲突表明，人工智能在当今战场上具有破坏性效力，并证明其他国家愿意在冲突中使用这些工具。像TB2 Bayraktar这样的无人驾驶、人工智能武器对亚美尼亚和俄罗斯的装甲编队都很有效，这使得联合武器的机动更加昂贵和困难。与此同时，像 "Project Maven "这样的作战计划工具也使美国计划人员能够更有效地瞄准和消灭敌方兵力。这些武器和系统表明，技术革新的浪潮正在不断扩大，将颠覆我们发动战争的方式。

怀疑论者指出，这些技术在不同战场上的军事应用效果并不可靠，因此他们质疑致力于重组陆军以领导人工智能发展的重要性。他们的论点受到了新生技术不恰当和低效应用的支撑。考虑一下，无人系统的使用可能会与工业革命期间机枪的采用如出一辙。在机枪为人类历史上最致命的战役做出贡献的 50 年前，这种武器系统就已在普法战争中得到广泛应用。机枪最初是作为火炮的一种形式在炮兵连中使用，在战争中的作用有限。经过对步兵部队进行革命性的重组和对现代机动的重新考虑，才充分发挥了自动武器的破坏性作用。如今，人工智能系统也容易被军队滥用，因为军队经常被批评准备明天打昨天的仗。

陆军必须考虑成功应用自主和人工智能系统，如 Bayraktar 和 Project Maven，以便与大国进行有效竞争。虽然一些部队已经使用了人工智能，但目前的组织结构不足以满足 2040 年人工智能化军队的独特要求，即优化多域作战。人工智能的有效实施需要海量数据和受过专门教育的劳动力。尽管这项技术可能具有颠覆性，但事实证明，为其做好准备虽然困难重重，但却非常有效。通过在现有数据丰富的环境中寻找机会，士兵们一直在为重组后的军队奠定基础，以便在情报与行动的交汇点上利用人工智能系统和武器带来的直接优势。

战场上的作战数据科学小组

近代史上有几个兵力结构调整成功的例子。在 "9-11 "事件后的战争中，联合作战指挥中心（JSOC）使情报人员和作战计划人员同步开展工作，从而实现了更快、更有效的行动。随着收集数据量和分析复杂性的增加，传统的情报职能需要统计人员和复杂系统的支持，以实现指挥官的作战目标。但在很大程度上，这种支持并不存在，能够推动情报工作的大量数据经常得不到充分利用。

运筹学系统分析员长期以来一直为陆军的统计建模和经济分析需求提供支持。一些接受过机器学习培训的人员甚至在执行各种任务期间在作战数据科学小组、特种作战部队和旅级及旅级以上的参谋人员中任职。不过，由于技能组合和背景各不相同，具备利用现代人工智能技术进行情报操作的技能的作战研究系统分析员并不多见，他们在军队中的职业生涯也缺乏组织支持。虽然有一些特殊的成功案例，个别充满活力的领导者也产生了巨大的影响，但这些成功案例的可扩展性和普遍性不足以在 2040 年的战场上取得成功。要想在 2040 年的人工智能战场上取得成功，陆军需要为领导者建立新的组织结构。

工程师部门： 一种模式

在考虑人工智能兵力结构时，许多人将目光投向了陆军的网络、信号和情报部门。工兵团为陆军必须弥补的能力差距规模和范围提供了一个更好的框架，为建立数据战团提供了强有力的理由。工兵团和拟议中的数据战团的一个主要特点是区分作战单位和专注于公共工程的军团。效仿工兵团可以实现与作战单位的连贯整合、与工业界的合作以及国内的快速现代化，所有这些都将使美国更有能力与外国列强竞争。陆军工兵团的使命是 "与我们的合作伙伴合作，提供重要的工程解决方案，以确保我们国家的安全，为经济注入活力，并降低灾害风险"，这与陆军对人工智能发展的需求不谋而合。数据战团可以将工兵团作为教育、灾难响应和与行业建立关系的指南。

陆军工兵团于 1802 年与美国军事学院联合成立，将 "科学带入政府"。教育与工兵部队的使命紧密相连，因为直到 1866 年，美国军事学院的院长都是一名工兵军官。工兵军官不仅需要获得硕士学位以获得职业发展，而且还被鼓励接受九种工程师特有的额外技能鉴定教育，并考取专业工程执照。这与陆军最初的人工智能人才培养和管理方法非常相似。虽然对研究生教育的重视已扩展到陆军的其他分支，但陆军本身尚未将技术领域的研究生教育制度化。空军创建了空军技术学院，以确保 "技术和专业继续教育"。海军创建了海军研究生院，以提供 "快速、大规模的新兴能力"。由于陆军没有类似的教育基础设施，建立由陆军领导的、专注于人工智能及相关技术的高等教育将是陆军数据军团的首要任务。然后，陆军数据军团将本着与工程兵类似的精神，寻求建立工具，以提高人工智能的稳健性和公平性，并确保后方安全，抵御来自对手的人工智能攻击。

数据战争兵团

要在 2040 年模糊不清的动态战场上取得胜利，需要采取多方面的方法来组织技术先进的部队。将 2040 年的人工智能战场描述为模糊战场似乎有些自相矛盾，因为陆军正准备更深入以数据为导向，装备先进的分析技术，并在行动中加强态势理解。然而，当准备进行大规模作战行动时，依赖数据的人工智能系统将面临挑战，难以跟上被拒绝、降级、间歇和有限的作战网络所带来的限制。因此，当数据稀少或不可用时，要么会使系统丧失能力，要么会让不可用的数据由高级分析来估算。这些分析得出的预测结果难以理解，以人们难以理解的概率形式传达。此外，建立人工智能作战系统会大大增加其复杂性和广泛性。启用人工智能的作战系统将比现代同类系统复杂得多，容易受到近似对手赛博兵力的保密性和完整性攻击，并将战场深入到战略支援区。

数据战团将通过数据战小组在冲突区（正在进行动能作战的地区）和通过陆军数据军团在本土服役。该组织在与作战部队的整合以及与国内技术先驱的合作方面与前文所述的工兵团如出一辙。通过与工业界保持联系，陆军可以利用我们在人工智能方面的国家优势。作战单位内的职位为这些技术的未来应用提供了作战相关性。这种结构还为军人在这一领域建立成功、充实的职业生涯提供了灵活性。

数据战团将过去二十年中创建的特设作战数据科学团队纳入隶属于每个作战单位的结构中。一个人工智能化的战场需要一个边缘组织来维护、构建和使用人工智能模型和自主系统。虽然人工智能带来了自动化和效率方面的优势，但它需要大量的培训以及对新理念和新方法的开放态度。在一个人员更替频繁、难以在单个指挥官任期结束后继续维护系统的组织中，数据战争团队将能够为指挥官及其参谋人员定制和量身打造解决方案。技术专家和作战人员的这种紧密结合将在关键系统中建立信任，使专门用于数据操作的支持功能制度化。

在 2040 年充满活力、高度分散的战场上，小规模部队将同时成为任务成功的关键，也将变得异常脆弱。虽然陆军已经有能力对敌方目标进行大规模打击，并取得毁灭性的效果，但它同样需要大量的信息来推动作战行动。现代数据科学和人工智能系统依赖于云服务提供商提供的大型网络化服务。由于计算资源同样分散，这使得私营公司能够采用随时随地工作的政策。随着战场的扩大，为作战单位提供本地化支持的需求将变得更加重要。如果 2040 年战场上的传感器数量仅为预测的一小部分，那么所产生的数据量将无法通过作战网络进行可靠传输。为了使人工智能有效地适应陆军的作战环境，技术专家需要直接与他们所支持的部队整合。数据战团队将拥有运营移动数据中心的人员和能力，以支持本地人工智能和自主系统。

陆军数据军团通过为国家安全优先事项做出贡献，并为陆军技术专家提供一个与行业伙伴合作的本地家园，从而保护后方。在这个组织中，军人可以通过在学术界和我国关键行业中的教育任务来丰富自己的军事生涯。2040 年，该组织将与非常成功且极具影响力的开源软件和人工智能开发社区紧密结合。通过对开源系统的贡献，陆军数据军团将加强与科技行业之间时而紧张的关系。空军对 DevSecOps 的贡献显示了陆军数据军团支持软件解决方案的潜力，这些解决方案可增强国家基础设施的安全性和复原力。为美国人的信息基础设施所依赖的工具做出贡献可支持有竞争力的经济，并确保美国公司能继续在国内外竞争。

陆军数据兵团的任务对军人的职业生涯有两个作用。首先，它将使技术人员在支持国家安全目标的过程中磨练自己的技能。这种将技术挑战与有意义的工作相结合的方式，将非常有效地留住陆军希望吸引并保持到 2040 年的人才。其次，通过与陆军软件和人工智能工厂等已建立的组织合作，这将使军人能够在快速发展的领域中更新技能。这些经验反过来又将帮助军人做好准备，以全新的理念和新方法支持数据战争团队，帮助陆军继续打赢国家战争。在未来的冲突中，积极参与更广泛的技术社区还能激发 Bellingcat 等不结盟社区和其他黑客组织的支持。

为明天的战争进行重组

不断变化的战争特点要求陆军重组兵力，优先考虑能够以相关速度获取数据和决策主导权的结构。预计战场将大幅扩展，陆军将需要大量信息来推动作战行动。这将以一种新的方式把人工智能和软件工程师带入战场。数据战团将为这些人员提供职业发展途径，并支持国家对信息基础设施日益增长的依赖。与国内科技行业的合作将为我们的对手专制地使用人工智能系统提供一个民主的替代方案，同时支持我军的决策主导权。

作者：

马修-莫埃林（Matthew Moellering）上尉，美国陆军，目前是卡内基梅隆大学第二批陆军人工智能学者。他正在攻读海因茨学院信息系统管理/商业智能和数据分析硕士学位。他是一名特种兵力军官，曾被部署到中东和阿富汗。他于 2014 年毕业于美国军事学院，获得数学学士学位。

安德烈-米歇尔（André Michell）上尉，美国陆军，在完成卡内基梅隆大学陆军人工智能学者项目首期课程后，在宾夕法尼亚州匹兹堡的陆军人工智能集成中心担任数据工程师。米歇尔是一名步兵军官，曾在第 27 步兵团第 1 营担任迫击炮和重武器排长。他拥有美国军事学院计算机科学学士学位和卡内基梅隆大学计算数据科学硕士学位。

泰勒-米歇尔（Taylor Michell）上尉，美国陆军，在完成卡内基梅隆大学陆军人工智能学者项目首期课程后，在宾夕法尼亚州匹兹堡的陆军人工智能集成中心担任数据科学家。米歇尔是一名工兵军官，曾在第 65 旅工兵营担任工兵排长。她拥有美国军事学院化学工程学士学位，辅修大战略专业，并获得卡内基梅隆大学信息系统管理硕士学位，主修商业智能和数据分析。