万字长文《人工智能与城市作战》2023最新报告

人们普遍认为，人工智能即将彻底改变军事行动。许多学者声称，人工智能赋能的致命自主武器，尤其是无人机蜂群，即将接管战场。本文结合城市作战评估了这些说法的利弊。通过研究 2004-08 年巴格达联合特种作战司令部和 2021 年以色列国防军的 "城墙守护者 "行动，本文认为人工智能将主要用于军事情报和目标定位，而非致命性自主武器。

引言

人工智能（AI）即将彻底改变战争的进行方式，就像火药、坦克、飞机和原子弹在以前的时代一样。如今，各国都在积极寻求利用人工智能的力量来取得军事优势。例如，普京宣称，"谁成为这一领域的领导者，谁就将成为世界的统治者"。 为了应对俄罗斯等大国提出的挑战，美国承诺实施第三次抵消战略。美国将大力投资人工智能、自动驾驶和机器人技术，以保持其国防优势。谷歌前首席执行官埃里克-施密特宣称，美国正处于人工智能军备竞赛中。2018 年 9 月，美国国防部高级研究计划局（Defense Advanced Research Projects Agency）宣布了一项耗资 20 亿美元的活动，以开发下一波人工智能。美国国防部（DOD）于 2019 年发布了人工智能战略，大幅增加了人工智能资金；2020 年，国防部预算中要求为人工智能拨款 9270 亿美元。较小的国家也同样致力于人工智能的军事发展；例如，英国和以色列正在发展这一领域的能力。

人工智能并不总是很容易定义，因为人工智能有很多类型。相反，它是一个领域，而不是一个特定的对象。不过，"人工智能 "一词指的是能够（在一定程度上）开发出不受人类直接指挥而独立处理数据的能力的计算机软件。当今大多数人工智能的显著特点是，它们可以开发或改进自己的程序，以便更有效地完成所设定的数据处理任务。

要理解人工智能的军事意义，了解人工智能的历史是很有帮助的。在过去的五十年中，人工智能主要有两种类型：老式人工智能（GOFAI）和第二波人工智能（Second Wave AI）。老式人工智能发展于二十世纪五六十年代。1956 年，阿兰-图灵等名人参加了著名的达特茅斯人工智能研讨会，此后，计算机科学家们探索了利用符号逻辑编程让计算机自主处理数据的可能性。科学家们为他们希望分析的变量分配符号值。然后，他们给计算机编程，让计算机根据数理逻辑计算这些符号。老式的人工智能在有限的任务中取得了成功。然而，由于它依赖于大量经过策划的输入，GOFAI 的范围很窄。在面对真实世界时，它往往会崩溃。现实世界不可避免地超越了程序员的符号编码。因此，在取得了一些初步成功之后，人工智能程序就摇摇欲坠了。从 20 世纪 70 年代到 90 年代，人工智能领域陷入了寒冬。

20 世纪 90 年代，尤其是 2000 年之后，人工智能领域掀起了一场革命。第二波人工智能取得了一些令人瞩目的成就。第二波人工智能的运作方式与 GOFAI 截然不同。第二代人工智能依赖于三个关键组成部分： 数据、计算能力和算法。数据是指网络空间中的数字信息；它最终由几乎无限的二进制存储组成。数据爆炸是过去几十年人工智能发展的关键因素。自互联网和数字通信诞生以及数字传感器在全球范围内普及以来，出现了数据爆炸。现在，几乎每项活动都会在某个地方留下数字痕迹。人类不可能筛选和分析所有这些数据。在这方面，人工智能变得至关重要。人工智能程序利用庞大的计算能力处理这些数据，以识别模式或特征。当代的人工智能完全是在归纳和统计的基础上完成这项工作的。根据数据，人工智能程序计算出最可能的相关性。数据越多，计算就越精确。人工智能什么也不懂。它不知道现实是什么，无法理解意义。它只能识别数据中经常出现的二元对立。然而，由于它可以处理大量数据，因此能够对网络空间中以数字方式记录的活动提供独特的见解。它能在数据中看到人类无法看到的数字关联和联系。

第二代人工智能算法通常采用各种形式的机器学习： 监督学习、无监督学习或强化学习。每种形式都略有不同：监督学习要求程序狭义地预测什么，无监督学习允许程序自己对数据进行分类，而强化学习则指定奖励。这三种技术略有不同。然而，在每种情况下，机器学习算法都是通过纯粹的归纳法运行的。第二代机器学习算法是围绕深度学习神经网络发展起来的，它允许程序以或大或小的数字意义权衡不同的数据位，从而生成更准确的答案。数据越多，人工智能就越准确。第二代人工智能一无所知。然而，由于现在有如此多的数据，它变得越来越强大。它的归纳越来越准确，人工智能现在可以根据过去的案例做出合理的预测。

第二代人工智能在安全和国防方面的潜力显而易见。它有可能让兵力处理数量难以想象的数据。由于第二代人工智能以如此巨大的计算能力为基础，因此它可以整理和分析的数据几乎没有限制。它可以处理来自卫星、地面传感器和手机等各种来源的数据，提供准确的态势图。人工智能可以让指挥官在整个作战空间看得更远、更准、更快。人工智能可能会加速决策。

鉴于人工智能的潜力，国家为军事目的利用人工智能的前景一直是专业和学术界深切关注的焦点。已有大量文献对这一争论的许多方面进行了论述，而且文献数量还在不断增加。许多评论家担心，人工智能将对全球安全产生重大影响，尤其是随着中美大国竞争的加剧。然而，本文的首要研究问题是人工智能对城市安全的影响，尤其是对城市运行的影响。次要问题是第二代人工智能的应用会如何改变城市战争的特点，以及随着人工智能变得越来越强大和无处不在，城市战争在未来十年会如何演变？

超级计算机和杀手机器人

鉴于这些戏剧性的发展，研究全球安全的学者对人工智能的军事应用产生了浓厚的兴趣。例如，本-布坎南（Ben Buchanan）和安德鲁-伊姆里（Andrew Imrie）在他们最近关于人工智能的专著中声称，人工智能代表了一种潜在的革命性军事发展。在布坎南和伊姆里看来，人工智能是新的火焰。在布坎南和因布里看来，人工智能是新的火种，相当于古希腊的火或中世纪晚期欧洲的火药武器。人工智能将改变武器的破坏力。在人工智能下，致命的自主武器将占据主导地位。人工智能将使杀手机器人和成群的自主无人机得以崛起。

这种观点看似极端，甚至毫无道理。兵力可能很快就能利用致命的自主系统随意监控、打击和杀死对手甚至平民。事实上，自主无人机群已经有了实验。2016 年 10 月，美国国防部展示了一个由 103 架 Perdix 微型无人机组成的蜂群，能够 "进行集体决策、自适应编队飞行和自我修复等先进的蜂群行为"。显然，美国的对手正在试图开发这种技术。

许多学者一直担心，兵力会将人工智能化的致命自主武器应用到城市地区。例如，英国城市地理学家斯蒂芬-格雷厄姆（Stephen Graham）对城市中新安全技术的扩散表示担忧。10 例如，英国城市地理学家斯蒂芬-格雷厄姆（Stephen Graham）描述了新安全技术在城市中的扩散。他认为，安全兵力正在积极寻求将城市置于全面控制之下。他们显然沉迷于对技术的渴求以及对掌握和控制的拜物教冲动，以适应城市反叛乱战争的新需要。

人工智能赋能的自主监控和武器系统将使他们能够实现主宰城市的野心。

斯图尔特-拉塞尔一直是反对人工智能赋能武器扩散的领军人物。从 20 世纪 80 年代起，他就在人工智能的发展中扮演了重要角色。因此，他为监管人工智能赋能的致命性自主武器进行了声势浩大的宣传。拉塞尔尤其关注自主致命无人机群的可能性及其对城市造成的威胁。2017 年 11 月 12 日，他发布了一部名为《屠宰机器人》（Slaughterbots）的短片。该片戏剧化地描述了杀手无人机暗杀参议员和入侵大学校园的可能性。其含义是，一旦它们实现自主化，人类将失去对这些蜂群的控制，它们将毫无约束地杀人。

2020 年，斯图尔特-罗素在英国发表了 BBC 雷斯演讲。他的一次演讲专门讨论了人工智能的军事潜力问题。他再次回到 "城市环境中的屠宰机器人和杀手机器人 "这一主题，"2015 年，致命自主系统的所有要素都已存在： 自主无人机、蜂群能力和武装能力"。他描述了一种场景，即罐子大小的致命四旋翼无人机可以装备爆炸项目装置，"可以运出一百万架。这是不可避免的。最终，自主系统将成为廉价的选择性大规模毁灭性武器。他继续说："杀伤人员地雷可以消灭一个城市中所有 16 至 60 岁的男性或以色列的所有犹太公民，而且与核武器不同的是，它可以留下城市的基础设施。他列举了土耳其最近于 2021 年 3 月在利比亚使用 Khargu-2 型自主无人机作为证据。拉塞尔总结道："将会有 800 万人想知道为什么你不能给他们提供保护，防止他们被机器人追杀。据拉塞尔称，自主武装无人机群将足够聪明，可以瞄准城市。武装无人机将能够识别并杀死街道和建筑物中的单个人类或小群体。

其他学者与罗素一样，也认为人工智能自主武器可能对城市构成威胁。无人机专家大卫-汉布林（David Hambling）描述了无人机群在城市地区的潜力： "由一万架小型无人机组成的蜂群可以夷平一座城镇......一架小型栖息无人机可以投放多枚蝙蝠大小的燃烧弹......无人机一起行动可能会炸毁一座桥梁或摩天大楼，但它们的作用远不止于此"。同样，保罗-沙尔（Paul Scharre）也称，全球各国军队都在争先恐后地在海上、地面和空中部署机器人--90 多个国家都有无人机在天空巡逻。这些机器人的自主性越来越强，许多还配备了武器。目前，它们还在人类的控制下运行，但当 "捕食者 "无人机拥有像谷歌汽车一样的自主能力时，会发生什么呢？

他担心的是，"在未来的战争中，机器可能会做出生死攸关的交战决定"。英国安全研究学者肯-佩恩预测，战争机器人的崛起，人工智能系统将允许联网的计算机代理自主决策，即使在不确定的环境中，也能实现极快的顺序行动......很快，自主和智能平台就能比人类操作的平台机动得更快、更精确。

不久之后，兵力将能够随意支配城市的目标。因此，许多学者呼吁对这些武器进行管制，将无人机限制在远离平民的城市地区进行 "杀戮行动"。

一种共识正在形成。很快，人工智能赋能的自主致命无人机群将改变城市战局。成群的无人机将在城市上空自主飞行，以极高的效率猎杀敌人。传感器将发现目标，并在不受人类指挥的情况下攻击目标。然而，尽管这些作者从不同的伦理立场来看待自主蜂群的前景，但他们对未来城市作战的一致看法却令人震惊。未来几十年，人工智能武器的引入将改变城市战争。很快，成群的无人机将在很大程度上取代人类战斗员。因此，城市作战的节奏将加快，打击的准确性和同时性将提高；攻击城市地区将变得越来越容易。每座城市都将成为自主蜂群攻击的潜在受害者，通过算法识别并摧毁人类目标。

这些观察家强调第二代人工智能对战争的重要性是正确的。人工智能的发展很可能对未来几十年的城市战争产生深远影响。他们为未来的城市冲突描绘了令人信服的愿景：能够在城市环境中进行无处不在的监视和有保障的打击的自主无人机群将改变城市地区的军事行动和城市战争本身。我们要感谢他们。但他们说得对吗？

人工智能与城市作战

毫无疑问，远程系统已经成为军事行动的重要组成部分。阿塞拜疆兵力在第二次纳戈尔诺-卡拉巴赫战争中非常成功地使用了它们。它们在俄乌战争中发挥了重要作用。双方在进攻和防御中无处不在地使用它们执行侦察和打击任务。事实上，据报道，乌克兰人每个月要消耗大约 10 000 架无人机。其中一些是用于摧毁的游荡弹药，但俄罗斯人击落了许多。自第二次世界大战以来，致命的自主武器就已经存在。许多有能力的自主武器目前正在使用，如宙斯盾、爱国者、以色列的铁穹或韩国的 SGR-AI。未来十年，致命的自主武器（包括无人机群）可能会更多地出现在战场上。它们有可能对城市战争产生一些影响。

然而，尽管未来人工智能赋能的自主武器有可能在城市作战中常规部署，但现在的兵力距离这一点还有很长的路要走。机器人和无人机群不可能很快在城市战争中发挥决定性作用。环境过于复杂，在人口稠密的城市战争等高强度动态作战环境中，即使存在明确的目标和标准操作程序，"任务式指挥 "的灵活性和适应性仍然至关重要，即使是常规的 "任务指令"（即 "任务指挥 "的反义词），ML-AI 工具的功能实用性也存在问题。

即使是最成功的第二代人工智能程序也依赖于大量经过精心整理的数据，并为稳定的封闭环境开发出出色的归纳模型。然而，由于城市环境如此复杂多变，很难想象当代的人工智能程序如何能有效学习，从而有效执行行动。此外，评论家大大夸大了无人机群的能力。实际上，无人机群的射程和有效载荷是有限的；火箭弹可能更容易造成更大的破坏。鼓吹者忽视了不可避免的反制措施。例如，在使用无人机和闲置弹药对乌克兰城市进行战略轰炸时，大多数机身都被干扰或击落。自主无人机群在废墟和燃烧的街道上俯冲，随意消灭目标的设想只是科幻小说，而非计算机科学。

然而，虽然致命的自主性在城市环境中可能难以实现，但这并不意味着人工智能对未来的城市行动不重要。相反，在过去二十年里，人工智能已经在城市行动中发挥了重要作用。随着人工智能能力的增强，它在未来十年似乎不可避免地会变得更加重要。然而，在未来十年左右的近期内，人工智能的主要应用不太可能是致命性自主。致命的自主无人机群是不可能的。正如几位学者已经指出的那样，人工智能的主要应用可能更加平凡，但其重要性并不逊色；最有可能的是智能。

第二代人工智能可处理海量数据。因此，它具有分析现象和提供洞察的超强能力。值得注意的是，最近的国防战略文件强调的不是作为人工智能主要用途的致命自主性，而是人工智能可能促进军事情报转型甚至革命的方式。人工智能可用于处理大量数据，从而让指挥官更好地了解作战空间，更有效地制定计划和目标。事实上，在人工智能的帮助下利用大量数据源，军事指挥官将能比以往更深入、更准确、更快速地感知城市环境。他们将能够更快、更准确地识别敌方兵力。此外，即使此后真的出现了致命的自动机群，它们也将依靠数据为其提供战斗空间的情报图景。我们不妨举例说明人工智能在城市作战中的应用。

联合特种作战司令部

近二十年来，兵力利用数据和人工智能的效果越来越好。现在有越来越多的实例可供参考。不过，我们不妨回顾一下西方兵力在城市行动中最早使用数据和人工智能的情况。联合特种作战司令部 2004 年至 2008 年在巴格达的行动就是一个明显的例子。2004 年，联合特种作战司令部（JSOC）在巴格达成立，斯坦利-麦克里斯特尔（Stanley McChrystal）将军担任司令。2004 年至 2008 年期间，联合特种作战司令部的任务是摧毁伊拉克基地组织，并追捕该组织在伊拉克的领导人扎卡维。联合特种作战司令部在巴格达、拉马迪和费卢杰开展了工业级反恐行动，主要由美国三角洲部队和英国特种空勤团组成的兵力每晚执行任务，打击 "基地 "组织网络。他们突袭房屋和基地，击毙或抓获基地组织恐怖分子，并获取有关网络的情报。这是一次有效行动，联合特种作战司令部成为一个独特的网络化、跨机构的全球性组织。它在 2006 年消灭扎卡维的行动中发挥了关键作用。数据发挥了重要作用。

在行动初期，有几次失误凸显了改进情报收集和融合工作的重要性。例如，2004 年 9 月 16 日，基地组织在巴格达抓获了一名英国土木工程师。他随后于 2004 年 10 月 7 日被扎卡维斩首。三周来，联合特别行动小组一直在寻找他的下落，但没有找到。然而，回过头来看，找到比格利的证据是存在的；他的上司已在联合特种作战司令部的数据中被确认，但人类分析人员却忽略了这一点，并声称 "当时就无法接受，现在更是如此"。如果JSOC有一个更高效的系统，利用机器学习梳理数据，就能发现这些证据，救出比格利。

为了开展行动，JSOC 动用了一切可用的情报来源。它从中央情报局、国家安全局、英国军情六处和其他国家情报机构获取情报。它利用了卫星图像、信号情报、电话截获、公开来源情报和人力情报。这是一场信息洪流。许多传统的整理和分析技术都得到了应用。联合特别行动小组处理的是复杂的信息和证据。因此，在可能的情况下，JSOC 还将机器学习人工智能应用于这一问题。许多情报信息都是数据信息或可作为数据的信息： 也就是说，是可量化、可计算的信息。因此，联合特种作战司令部将所有可能的情报融合为数据，并对其应用算法，以确定模式并对情况发出警告。

最终，联合特种作战司令部请来了几位数据专家提供帮助。安舒-罗伊博士领导的 Rhombus Power 团队发挥了重要作用。罗伊拥有密歇根大学计算机博士学位。他发明了固态亚原子粒子探测专利平台。他还将自己的编程专长用于解决安全问题，成立了 Rhombus Power 公司并建立了程序 Guardian。Rhombus Power 是协助美国国防部解决安全和国防问题的领先科技公司之一。该公司开发的算法能够识别数据中的模式，从而帮助发现恐怖分子或敌人。

罗伊有趣地讲述了他的团队如何在这一过程中帮助 JSOC："动荡中有秩序。辨别这种秩序是可能的，这样你就可以对复杂的问题进行干预"。罗伊的团队从战术单位获取了所有数据，并开发了一个自动系统，用于融合来自不同情报来源的数据并对其进行快速分析，"我们对这些数据进行了汇总和地理定位"。麦克里斯特尔确定了任务，并在此基础上确定了关键信息需求，但 Rhombus 加快了解决方案的进程。我们将其数学化，能够快速、反复地将其转化为数学[原文如此]结构，并将其编码和输入人工智能系统。

利用机器学习和算法，罗伊的团队能够识别数据中的异常现象和特征，并据此推断会发生什么。罗伊对他们所做的工作进行了总结："捕捉一切可以捕捉的东西，将其数学化，进行编码，这样下一批人就会轻松得多。

联合特种作战司令部对数据、数据分析、算法和机器学习的使用并非灵丹妙药。联合特种作战司令部之所以取得成功，是因为它有明确的任务，并对伊拉克的叛乱活动和基地组织有了深入了解。人类情报、信号情报和特种部队夜间突袭获得的物证也证明至关重要。然而，麦克里斯特尔以数据为中心、人工智能赋能的方法增强了这些传统方法，使 JSOC 能够在复杂的城市环境中识别扎卡维。使用大数据和机器学习处理数据确实加快了决策周期，使其更加准确。正如麦克里斯特尔所说："作为一名指挥官，你要检查数据，然后信任它。你要培养了解人工智能的领导者。这些信息相互关联，对他们来说是有意义的。

由于采用了 "人工智能 "技术，JSOC 得以利用大量可能淹没的信息，追踪扎卡维的数字足迹，并将其与其他证据联系起来。2006 年 6 月 6 日，联合特别行动小组最终追踪到扎卡维在巴古拜北部一个叫哈比卜的小村庄的安全屋。美国空军两架 F-16 型飞机向该建筑投掷了两枚激光制导炸弹，炸死了扎卡维和五名同伙，包括他的副手。

以色列国防军

以色列国防军在使用数据方面同样先进。自 1987 年第一次起义以来，以色列军队的主要任务就是镇压加沙和约旦河西岸的巴勒斯坦恐怖组织。许多人对以色列的政治局势表示遗憾；他们有充分的证据将其描述为种族隔离国家。然而，无论政治局势如何，以色列国防军（IDF）为城市化行动如何利用数据提供了一个鲜明的例子。自 20 世纪 80 年代以来，以色列国防军一直密切监视法塔赫和哈马斯等巴勒斯坦团体。在过去 15 年中，以色列国防军还明确寻求利用数据追踪巴勒斯坦恐怖分子并将其作为目标。巴勒斯坦人使用移动电话进行通信，无论他们采用多少反制措施，都会在网络空间留下数字签名。除了传统的情报收集方法外，以色列的传感器在约旦河西岸和加沙地带布满了卫星、雷达和摄像头。人的因素已不再足够，因为士兵的体力无法跟上输入数据的数量。

此外，开放源码数据已成为收集情报的丰富手段，但其提供的潜在数据量巨大。以色列国防军军官强调了这一问题："数据是无穷无尽的，在某些领域甚至达到了 PB（一百万千兆字节）"。

因此，以色列国防军成立了几个专业单位来利用数据的潜力，如 8200 和 9900 单位、J6 或 C4I 局的 Lotem 单位，以及以色列国防军西格玛分部。正如西格玛分部指挥官所指出的，"目标是提高以色列国防军的效率"。以色列国防军已对人工智能应用程序进行了培训，以筛选大量数据，识别重要信息。以色列国防军的人工智能程序可以一次分析数百个视频，并自动标记可疑活动。例如，在 2014 年的 "护刃行动"（火箭弹袭击后对加沙哈马斯的惩罚性攻击）之后，Lotem Unit 开发了一款应用程序，该应用程序可从现场传感器和其他数据中获知："我们收集了最有可能设置发射器的区域和时间。这使我们能够提前知道会发生什么，应该攻击哪些地区，以便更有效地打击他们"。

到 2017 年，以色列国防军已经开发出了复杂的描述性人工智能程序；其算法可以自动识别作战空间中感兴趣的目标。其目的是创建预测性人工智能。人工智能程序不仅能识别以色列国防军已在行动的目标，还能预测巴勒斯坦特工人员的动向，并提出行动方案建议。

2021 年，以色列国防军对加沙的哈马斯发动了又一次重大行动，即 "长城守护者行动"。以色列兵力将这次行动称为第一场人工智能战争。在 2014 年专家部队工作的基础上，以色列国防军将人工智能完全纳入了瞄准过程。这一点至关重要，因为数年来以色列在无人机、F-35 战斗机、地震监测仪和其他系统上使用了电子传感器网络。以色列国防军收集了数十亿条关于哈马斯和巴勒斯坦伊斯兰圣战组织的信号和其他情报。以色列国防军将这些不同的数据集融合在一起，通过采用人工智能算法和机器学习，并搭配'人机小组'中的情报分析师来标记和审查潜在目标，以色列国防军将大量数据综合成冲突前的目标文件夹，这些文件夹比2014年的要详细、准确和及时得多"。

人工智能使目标定位越来越动态，也比过去更加准确。利用数据和人工智能，以色列国防军开发了一套'情报驱动作战'系统，利用数字作战空间管理系统向作战部队实时传播情报，将目标与精确制导弹药相匹配，"以色列国防军可以实施高度精确的空袭，大大降低了对平民的风险"。

例如，在这次行动中，以军的目标是哈马斯东拉法旅旅长穆罕默德-巴瓦布，他在2014年绑架了两名以色列国防军士兵。他的房子是指挥所。以色列国防军想袭击这座建筑。然而，各种信号（其中一些由人工智能处理）显示，有平民躲在房子外面的一棵棕榈树下。以色列特工部门辛贝特打电话给巴瓦布的邻居，用阿拉伯语警告他们："你们在棕榈树下，房子附近。走开，有一枚一吨重的炸弹过来了，你们会受伤的"。人工智能帮助以色列国防军实施了精确的致命打击，但平民伤亡仍然很高：120 人丧生。然而，以色列的打击无疑比过去更加精确；99 人确认被敌方击毙，另有 40 人可能是敌方人员。以色列国防军声称平民与交战人员的伤亡比例为 1:1。数据和人工智能使以色列国防军能够在复杂、密集的城市环境中精确瞄准目标。

结论

在过去二十年里，兵力越来越多地寻求利用第二代人工智能的潜力。每年，人工智能的军事潜力都变得更加明显和强大。因此，许多学者担心，人工智能即将掀起一股致命的自主武器浪潮，从而改变城市的战斗空间。成群的杀人无人机将取代人类战斗员，以无情的精确性和杀伤力打击城市地区的目标。本文持另一种观点。人工智能对城市作战越来越重要。然而，正如巴格达的 JSOC 和以色列国防军的例子所示，人工智能的真正潜力不在于致命的自主性，而在于数据处理；因此，也在于情报和目标选择。网络空间中的数字信息资源来自公开来源、卫星、移动电话和一系列其他传感器，可能为指挥官提供无与伦比的战场纵深监督。他们可以比以往看得更远、更准确。然而，要挖掘数据的潜力，就必须使用人工智能程序来处理所有这些材料；这是一项相当挑战人类的任务。数据和人工智能已成为城市作战的关键资源；未来将更加如此。

这两个例子都涉及针对恐怖分子的军事行动；都是强度较低的行动。许多学者认为，致命的自主无人机的出现将加速国家间的高强度战斗。随着蜂群之间的自主战斗，战斗将变得快速、简单和具有决定性。机器人作战将消除摩擦和混乱。这似乎不太可能。打击伊拉克基地组织的战役漫长而艰苦。尽管有人工智能赋能的目标定位，以色列国防军还是陷入了与巴勒斯坦对手无休止的斗争。正如目前对杰宁的干预所显示的那样，"长城守护者 "行动可能是精确的，但却不是决定性的。

俄乌战争在这方面具有启发性。这是两支装备精良的兵力之间真正的国家间战争。在美国的密切支持下，乌克兰人采用了以数据为中心的瞄准系统，这与联合特种作战司令部和以色列国防军密切呼应。通过利用数据和人工智能处理的力量，乌克兰兵力能够瞄准俄罗斯的指挥所和后勤枢纽，其深度和精确度令人印象深刻。然而，这场战争中的战斗已在乌克兰城镇内外凝结成一系列艰苦卓绝的战斗。围困而非闪电演习占据了主导地位。随着乌克兰人继续反攻，这种模式很可能会继续下去。

兵力越来越多地利用数据来获得战场优势，但战斗，尤其是城市地区的战斗，已经放缓。俄罗斯和乌克兰兵力规模相对较小，这与此有关；他们汇聚的决定性地点，往往是城市。远程精确火炮和无人机使他们难以移动。数据也至关重要。双方--尤其是乌克兰人--都能在纵深地区准确而迅速地锁定目标。因此，消耗性的阵地战占据了主导地位。那么今天就有一种讽刺意味。随着数据的使用，兵力现在可能确实能以光速瞄准目标，但作战行动本身，尤其是在城市地区，却放慢到了冰川般的速度。二十一世纪的战争已减速至中世纪的作战速度。