《美空军对抗近邻战斗的对策：应用当下的智能技术》中文版

1. 问题陈述

集中式指挥和控制（C2）是军事优势国家的奢侈品。与近邻（近同行）对手的冲突将对约米尼的内部交通线造成挑战，因此优势可能是局部和暂时的。虽然集中式 C2 带来的风险较小，但近邻敌人兵力有限，只能采取集中式指挥、分布式控制的模式。美国空军应对近敌较量的办法是开发一种名为 "先进作战管理系统"（ABMS）的网状网络 C2 系统，将 "物联网 "引入战场。ABMS 预计耗资数千亿美元，雄心勃勃、富有创造性，而且模糊不清。在开始类似于 F-22 和 F-35 计划的又一次大规模采购以建造 ABMS 之前，空军应首先考虑以下格言。首先，创新并不一定需要发明。换句话说，要考虑这样一种可能性，即满足拟议能力和要求的硬件已经存在，只需组装、改进和逐步提高即可。其次，沿着这一思路，为打击简易爆炸装置，在用于持久情报、监视和侦察（ISR）的广域运动图像（WAMI）方面取得了巨大的计算进步，并将其打包用于低成本可减载机身。用于持久性 ISR 的 WAMI 是 ABMS 的前身。最后，未来冲突的速度可能要求在 ABMS 系统中使用人工智能进行自动目标定位。在采用 ABMS 之前，必须考虑自动目标定位的法律和道德因素，以免空军打开未来主义乌托邦的潘多拉盒子。

2. 确定需求的紧迫性

如今，大国有能力使集中式航空指挥与控制（AC2）方法失效。要做到这一点，他们不必处处拒止通信；他们只需使流程过于繁琐而难以维持，减缓 "观察、定向、决定、行动"（OODA）循环，这将迫使美国在本质上变得被动。大国将通过在网络上严守纪律、保持沉默、操纵数据，迫使美国操作员对其 C2 系统失去信心，最终降低其有效性。接下来或同时，大国将阻碍或削弱更快的通信手段，如卫星通信和数据服务，导致美军兵力无法执行其主要、备用、应急和紧急（PACE）计划。从逻辑上讲，这些计划往往会恢复使用效率越来越低的通信媒介，即高频（HF）通信形式，用于 C2 节点之间的长途或视线范围以外的信息交换。这大大降低了集中式 AC2 所需的反馈回路。

美军的近期对策是将控制权下放到前沿部署的 C2 节点，并实施任务指挥，使指挥官的意图高于详细的作战命令。不幸的是，这样做会使敌方无法进入控制与报告中心、空中支援作战中心或任何等同部门的梯队单位。大国广泛关注反介入区域拒止（A2AD）能力，建立了一种纵深防御模式，将扼杀美国向前推进行动的努力。要战胜这种情况并非不可能，但需要分布式，以实现比目前人类 "在环路中 "更快的目标定位周期。问题是，"军方目前是否具备实现这一目标的能力？在回答这个问题之前，读者必须考虑这种能力的具体要求。

3. 确定要求

需求始于联合航空条令。如果不了解规划中应该发生什么，就无法建立一个有效或符合道德规范的人工智能增强型分布式解决方案。换句话说，在人工智能增强型分布式解决方案中，敌方会破坏的流程仍必须以某种方式发生。为了缩小范围，本论点将只关注从开始到执行和评估的联合空中任务命令（ATO）周期，这是联合兵力空中分队指挥官（JFACC）领导战区目标瞄准工作的手段。

ATO 周期建立在委员会、局、中心、小组和工作组（或称 B2C2WG）的基础上。联合 ATO 周期的所有后续阶段在某种程度上都与各军种的空中参谋部相呼应--各军种的周期为更大的联合周期提供支持。也就是说，ATO 的制定始于接收联合兵力指挥官和 JFACC 的目标、效果和指导。这种指导采取空中行动指令（AOD）的形式，确保计划人员和分布式的执行人员统一行动。在第二阶段 "目标开发 "之前，JFACC 的工作人员会召开第一次联合目标协调委员会 (JTCB)，陆军、海军、海军陆战队和特种作战联络员等目标开发方面的所有利益相关方都会在该委员会上讨论各军种的具体需求。目标开发的成果是 "联合综合优先目标清单"，该清单对目标选择工作进行了 "排序和堆叠"。这份优先目标清单强调的是有利于实现作战层面目标的目标，情报分析师、律师和规划人员在整个目标开发过程中都会对这些目标进行审查，并在第三阶段 "武器设计与分配 "中继续审查。

第四阶段是建立并向战区内的作战单位发布 ATO。任务数据、路线、控制机构信息、油罐车计划和落尘应急措施、目标和武器设计细节等信息都为战斗提供了参考。然而，计划永远无法在与敌人的首次接触中幸存下来。这四个阶段奠定了人工智能增强型分布式能力的框架和要求，但第五和第六阶段则明确地揭示了这些要求。在 ATO 循环的第五和第六阶段，系统必须具备三种关键能力。首先，在执行阶段，系统必须了解并尊重 B2C2WG 各项活动的上述产出。例如，它必须理解 AOD 中规定的目标，确定哪些行动或不行动将实现指挥官的最终目标，为什么某些目标比其他目标更重要，并尊重目标计划中的交战规则。其次，解决方案系统必须具备与航空平台动态通信的能力，以控制空域和整合火力。此外，它还必须具备对时间敏感目标进行优先排序的能力，并在攻击目标之前对附带损害进行动态评估。最后，解决方案必须具备开始 ATO 循环最后评估阶段的能力。这意味着该系统能够汇总战损评估、炸弹命中评估，并理解和阐明计划的哪些部分已经实现，哪些没有实现。从逻辑上讲，系统必须能够将这些结果反馈给中央指挥节点，为未来的 ATO 计划提供信息。

4. 广域运动图像发展融入指挥节点

为应对恐怖组织使用的简易爆炸装置 (IED) 的威胁，开发了用于持久性 ISR 的 WAMI，使其成为迄今为止计算能力最强的机载资产。在 "持久自由行动 "和 "伊拉克自由行动 "初期，美国在伊拉克和阿富汗的伤亡人数急剧上升，现有持久性 ISR 的局限性变得非常明显。"捕食者 "系统只有一个可转向摄像机，存在 "苏打吸管 "问题，即视场聚焦有限，视频分析人员无法同时跟踪多个目标。一个名为 "恒鹰 "的项目弥补了这一局限，它将六台摄像机系统以数字方式融合在一起，形成一个巨大的基点图像，覆盖面积超过 200 平方公里，且没有覆盖空白。在天气允许的情况下，一旦平台着陆并提取保存的数据，就会记录下关键点范围内的每一个事件，以便回放和分析。"天使之火 "计划将这一概念向前推进了一步，它增加了一个射频（RF）通信链路，就像一个军用级 Wi-Fi 集线器，连接到附近的地面站，这样地面兵力就可以近乎实时地查看图像馈送，以便立即采取行动。在近两年的时间里，"天使之火 "每天都在费卢杰市上空飞行，同时向当地海军陆战队指挥所传输图像。这标志着 J. R. R. 托尔金所描绘的概念--战场上无所不知的索伦之眼--在技术上的开端。

处理持久性摄像机产生的大量数据所需的计算能力意味着，天空中不仅有一只监视的眼睛，还有一个大脑。"天使之火"（Angel Fire）和 "恒鹰"（Constant Hawk）的后继者是 "蓝魔鬼"（Blue Devil）和 "高竿凝视"（Gorgon Stare），这两款相机目前在中央司令部（CENTCOM）的行动中得到大量使用。蓝魔 "和 "高竿盯梢 "都可以安装在无人机（如 MQ-9 "死神"）中，并通过卫星网络向地面兵力提供本地数据和全球数据。生成 WAMI 数据的自动分析负荷是巨大的。在 10 小时的任务中，Gorgon Stare 软件包可生成 65 万亿像素的图像。毋庸置疑，如此大量的图像需要人工分析人员进行梳理和破译。然而，巧妙的软件开发（也称为人工智能（AI））为这一问题提供了解决方案。WAMI 现在使用被称为 "基于活动的智能 "的人工智能处理工具来自动评估对抗行为，这种工具最初被足球分析师用来根据阵型和开球后的初始时刻预测战术。此外，Gorgon Stare 还使用了信用卡公司用于检测欺诈行为的常规异常行为检测，以突出显示感兴趣场景的异常变化。重点是，独立机载平台通过数据融合对战区进行人工智能评估已经成为现实。自动控制附近军事资产的道路已经完成了 90%。WAMI 平台现在需要扩展其联网能力，以便与其他 WAMI 平台进行网状串联，并建立与其他武器系统的端口和协议链接，这一步在技术上的要求比目前的开发工作要低得多。一旦与区域系统和当地地面部队联网，分布式控制只需添加软件即可。对这一事实的认识至关重要，以免美国空军偶然发现 ABMS 的二重身，却不知道自己创造了什么。

与自动驾驶汽车可能比人类驾驶的汽车安全得多类似，使用机器学习等技术的自动瞄准在避免平民伤亡和附带损害方面也可能更胜一筹。一旦战区内的 WAMI 平台联网并共享计算资源，自动瞄准功能就能随时加载到 WAMI 处理器上。然而，必须明确认识到机器学习的细微差别。战争既复杂又繁琐，因此不能指望将明确的计划预先加载到分布式的自动化 C2 节点上。换句话说，战争的艺术过于抽象，无法创建一个计算机可以用代数方法处理的综合物理模型（然而！）。机器学习巧妙地避免了这一事实，它通过对当前冲突的可观察性进行训练，将战争的基本特征完全参数化并加以规避。机器学习所需要的只是设计者提供的目标、数字化的观测数据和计算能力，而这一切目前都可以通过 WAMI 平台实现。22 机器学习所需的只是设计者提供的目标、数字化观测数据和计算能力，而这两者目前在 WAMI 平台上都可实现。这就是为什么机器学习标志着能力的巨大转变；集中式指挥部将加载其所需的指标，而分布式式控制节点将根据正在进行的冲突进行学习和调整，以调整指令结果。

在使用人工智能和机器学习时，对训练数据的依赖会在冲突期间的精确性和正义战争方面带来独特的双重性。从冲突一开始，分布式控制节点发布的战术计划实际造成的平民伤亡可能会高于人类军事规划人员协调的结果。这是因为机器学习是从不准确的初始条件开始的。以图 1 为例，比较使用机器学习的自动瞄准与传统的人工瞄准在不同时间造成的平民伤亡。起初，自动瞄准可能差得令人震惊，但与传统的人工瞄准相比，精确度呈指数级增长。道德难题就在图 1 中两条曲线之间。如果知道从长远来看将有更多平民幸免于难，美国是否会、是否应该在初期接受更高的平民伤亡？与人类相比，民众能否容忍机器犯错？当自动瞄准系统出错时，谁应承担道德和法律责任？总之，无论是有意为之还是无意识的进化，ABMS 的组成部分已经存在，并且正在与 WAMI 和人工智能组装在一起。用 20 年时间建立 ABMS 的计划就像在方格旗之后才开着法拉利参加比赛一样。

图 1：在冲突开始时使用经过人工智能训练的自动瞄准与传统的有意减少平民伤亡的人工瞄准相比，平民伤亡与时间的假设关系。

5. 获取和使用自主武器系统的法律考虑因素

法律界正在围绕上述一些问题展开辩论。在辩论的一端，一些非政府组织和政策团体主张在战争中全面禁止自主武器系统（AWS）。另一方面，也有人认为，根据现行法律，包括武装冲突法（LOAC），现在就可以使用自主武器系统。如果有足够的制衡措施，美国应该能够根据现行国际法和武装冲突法（LOAC）充分发展和使用 AWS。

美国国防部的现行政策禁止所有 "人在回路外 "的 AWS。(DODD 3000.09，4(a)-(c)）。前国防部长卡特强化了这一政策，他承诺国防部永远不会完全使用具有致命能力的预警机。然而，随着美国将重心转向近邻竞争，开始意识到需要更快的 C2 构建，尤其是在通信能力下降的环境中。对 AWS 进行禁止和/或严格限制的呼吁是短视的，而且忽视了这些武器系统可以符合《武装冲突法》的规定，因而今天可以合法使用的事实。

《美国国防部战争法手册》为新武器和武器系统的法律审查提供了指导，以确保此类武器符合国际法，特别是《日内瓦公约第一附加议定书》（API）第 36 条。API 规定，在战斗中使用的任何武器系统都不得违反国际法或条约的任何原则。鉴于 AWS 不属于国际法禁止的武器类别，国防部根据《武装冲突法》的四项指导原则，即军事必要性、区分、相称性和人道，对新武器或应用于武器的新技术进行法律审查。

军事必要性的最佳描述是 "为尽快有效地击败敌人而有理由使用战争法不禁止的一切必要措施的原则"。必要性与区分密切相关，是 "使冲突各方有义务主要区分兵力和平民人口，以及未受保护物体和受保护物体 "的原则。相称性原则禁止任何 "可能附带造成平民生命损失、平民受伤害、民用物体受损害或三种情形均有而且与预期的具体和直接军事利益相比损害过分的攻击"。最后，人道 "禁止为实现合法军事目的而造成不必要的痛苦、伤害或破坏"。

那些呼吁禁止或严格限制战争预警系统的人提出的法律主张是，战争预警系统不能遵守《武装冲突法》的这些原则。而另一些人则认为，目前的国际法结构为在战斗中使用预警机提供了一条道路，双方都必须考虑相关问题。例如，预警机能否区分平民和敌方战斗人员（即非法目标和合法目标）？在某些情况下，即使是经验丰富的军事操作人员，尤其是在城市环境中的反叛乱行动中，这种区分也是非常困难的。预警机能否实时分析新信息，例如执行复杂的决策任务，以确定摧毁特定目标所造成的损害与攻击所获得的直接军事优势相比是否过大？同样，相称性问题也是一个难以驾驭的问题，充满了复杂、主观的考虑因素，即使是最有经验的指挥官也难以作出判断。

尽管对任何武器系统都采取了法律预防措施，但人类还是容易出错。在需要速度的紧张、有害环境中，人类的决策能力也会下降。毋庸赘言，人类在瞄准决策中经常犯错，而这些错误并不总是被定性为违反《武装冲突法》。这些问题带来了一个问题，即如果预警机违反了武装冲突法或交战规则之一，谁应该承担责任？例如，当人类违反武装冲突法的原则时，很容易追究某个人的责任--要么是犯错误的个人，要么是做出错误决定的指挥官。但如果 AWS 违反了武装冲突法，是否任何个人都应承担责任？建议可根据 DoDD 3000.09 第 4(b)段追究指挥官的责任。4(b)段规定，指挥官有责任以符合国际法和系统能力的方式操作和部署预警系统。这一论点凸显了使用 AWS 的另一个优势--即 AWS 只做程序设计要做的事。为此，程序员和开发人员在为 AWS 编程时，只应使用不会严重违反国际法的命令。

总之，数百年来，新武器和新技术一直受到抵制和谴责。本文所设想的 AWS 也遇到了同样的阻力，但可以证明它符合国际法和《武装冲突法》，因为武器本身并不特别新颖；相反，允许 "环外决策 "的 AWS 技术才是新的。尽管国防部的政策完全禁止 AWS，但采用这种技术所带来的好处足以修改国防部的政策，使其倾向于采用执行决策速度比人类快得多的系统，并有能力在通信能力下降的地区这样做。历史也表明，人类在使用武器系统时经常会出错，而在压力和不确定性下的决策过程也并不可靠。虽然在近期内，随着技术的不断发展，继续开发 "人在回路中 "的预警系统可能是有益的，但美国应致力于开发和部署完整的预警系统，以便在未来的近距离冲突中使用，因为那时可能会失去可靠的 C2 网络。