作战中的人机编队

当人工智能被引入第三代军工系统时，人与机器的哪些组合可能会在战斗中产生更好的效果？

引言

与其他有组织的暴力相比，军事组织在生成平衡的社会技术系统方面具有优势。它们控制着从研发到部队（人机团队）经验教训的兵力生成生命周期。它们可以从本国资源中获取要素和能力。具体来说，有组织的暴力垄断优势可以使文化、能力、流程、数据和技术的发展步调一致，尝试不同的组合，并保持持续而均衡的改进。

兵力可以从专业化组件中生成有能力的社会技术系统。通过合作，他们可以在更广阔的作战领域（多域作战）投射力量，平衡一个军种的弱点与其他军种和部门的优势。当然，这些社会-技术（Trist，1981 年）兵力结构需要大量的训练、信任建立和互操作性演习，然后才能在战场上显现出系统的效果。不过，人仍然是这些工业系统的枢纽。对手的战术旨在瓦解对方部队的士气凝聚力，而作战艺术则是要在对方指挥官的战术手册中为其提供更多选择。

当第四代工业人工智能引入上述第三代社会技术兵力时，会发生什么？人类是受情绪驱动的非理性决策者（Kolbert，2008 年），他们总是高估、低估、拖延，并坚持惯常的选择。(Watzek, et al., 2019）（Ariely, 2008）（Henoker, 2022）会产生幻觉、经过人类训练、训练数据偏颇、理解狭隘的人工智能是否能很好地匹配和弥补人类认知的明显弱点？(Dear，2019 年）

本文旨在从军事角度初步了解上述问题的答案。首先，本文为军事对抗和对立系统建立了一个简单的模型。其次，在模型中引入第四次工业革命（Schwab，2017 年）浪潮中已经出现的变化，并定义基本变量。第三，研究文献并分析在工业、工作和社会中发现的人机协作的经验教训。第四，本文将系统模型与人机协作的经验教训进行配置，并与各种设置进行博弈对抗。

创建对抗中的军事单元模型

本节旨在创建一个简单的战术层面军事对抗模型，将敌对双方描述为社会技术系统。该模型将支持分析人机系统的各个组成部分、相互关系以及在与敌对双方对抗时的脆弱性。

海因茨-古德里安（Heinz Guderian，2001 年）设计了由空对地火力支援的装甲联合兵种潘采尔师，彻底改变了二战初期的作战方式。他使用了后来定义的社会技术系统概念（Pasmore，1995 年），以改善人机合作和主动性，通过所有部队训练标准流程，通过使用野战无线电改善数据流，并部署战术机动和火力，从而在准备采用更多一战时代甚至更古老作战方式的对手兵力中制造战略奇袭（Betts，1980 年）。他利用了德国军队内部创造的两种人类认知水平特征： 参谋人员在作战层面（任务指挥）的模式识别能力（Muth，2013 年）和士官人员在战斗层面的主动性（Widder，2002 年）。当关注认知效应时，人工智能可在技术、战术和作战层面影响军事结构，包括社会技术系统的所有传统组成部分和相互作用（技术系统、组织结构、认知和社会特征以及任务）（Abbas & Michael, 2023）。

基于社会技术系统结构，假定人工智能的影响领域，并反映古德里安革命的经验教训，组成的军事系统模型如图 2 所示，包括

• 认知层的人类行动者具有传统定义的社会和道德凝聚力。（皮平，1947/2008）
• 流程层包括人工（人）和自动化（机器）流程，但也解释了功能的执行。
• 数据层对人工（认知）的态势感知和机器通过计算进行分析的能力至关重要。
• 算法定义了系统中的人工智能角色。
• 计算能力是人工智能计算必不可少的技术特征。

图 2：战场上两个作战单元（社会技术结构）之间的线性简化对抗模型

下一节将从其他领域寻求人工智能合作的经验教训，以便日后将这些经验教训应用于军事领域。

人机合作在感知和决策挑战中的经验教训

本节通过检索文献，寻找人机合作与对抗中的特点，这些特点可能预示着在复杂情况下感知和决策的制胜策略有可能由一些因素组成。

表 1 汇总了从文献研究中收集到的经验教训。这些经验支持感知和决策中的简化原则：

• 集成度较高的成熟系统胜过集成度较低的系统。
• 在策略博弈中，自学算法胜过寻求组合的算法。
• 计算能力不如数据和算法质量重要。
• 认知兵力较高的一方优于认知兵力较低的一方。

表 1： 在游戏和专家工作中发现的人机互动经验教训的融合

人工智能战略博弈在军事对抗中取得成功

本节旨在测试双人战略博弈（同时零和博弈中的完全信息和完全信息（卢瑟福，2021 年））中的不同策略，看看能否找到获胜的主导策略或均衡策略。

现有的组织运作模式确定了组织开发和适应新能力的边界。军事企业的演变》一文（Mattila & Parkinson, 2018）使用了一种运作或流程模型，将军事企业分为四类： 多元化、复制型、协调型或统一型。

图 3：军事中的战略态势和行动模式变化

梅尔文-康威（Melvin Conway，1968 年）认为，"任何设计系统的组织都会产生一种设计，其结构是该组织通信结构的复制品"。同样，图 3 中的军事行动模式也反映了按照四个定型类别生成的能力：

• 多元化作战模式定义了当前许多军种，它们独立于其他军种获取、生成和运行兵力。这些军事组织通常按等级排列，价值沿着指挥线纵向创造。这种运作模式在第一次世界大战中十分典型，当时步兵团和炮兵团各自为战（Vego，2009 年，第 I-19 页）。筒仓式运营模式可能会产生各种成熟度的流程、低级数据、各种算法和计算，以及不同水平的人员能力和社会合作。
• 复制运行模式通过标准化流程提高运行效率，但不在服务之间进行整合。其目标是比对手更快或更具成本效益地执行标准化流程。北约的目标是将成员国生成的兵力要素标准化，以实现多国效应。二战前，西方军队按兵种（炮兵、步兵、骑兵、工兵、信号兵）以团为单位组建兵力，直到战争期间才学会组建多兵种旅，以发挥联合作战的效果（Creveld, 1987, pp.98-116）。孤立但标准化的作战模式可能会产生成熟的流程、较低级别的数据以及各种算法和人类认知水平。
• 协调运行模式整合了不同的流程，旨在优化运行效率。联合行动（Vego，2009 年）要求兵力要素通过多领域参与发挥协调作用。协调需要一个无处不在的指挥和控制系统。北约的目标是使成员国的兵力标准化，以提高互操作性。一个典型的例子是联合军旅，统一的指挥和控制使所有军种和兵种协同作战（Creveld，1991 年，第 98-116 页）。自 20 世纪 90 年代以来，一种更扁平、联系更紧密的组织被称为以网络为中心或启用的兵力（Vego，2009 年，第 XIII - 3 页）。综合协调的作战模式可能会产生成熟的流程和高级数据，但也会产生各种算法和人类认知。
• 统一运作模式结合了综合流程和标准化兵力要素。该作战模式旨在通过将不同的能力整合成一支联合兵力，最大限度地提高作战效果和效力。流程由总司令或其参谋部掌控并集中开发。流程的成熟使部队能够深入专业化，因为它们总是以联合部队、跨领域和联合的方式使用。麦克里斯特尔（McChrystal, et al., 2015, p.115）创建了一支以小组为单位开展工作的兵力--许多类似的特种作战小组作为一个扩展企业在伊拉克与基地组织作战。统一行动模式可能会产生成熟的流程、高质量的数据、训练有素的算法和人类。

根据图 2 所示的模型组件来考虑上述作战模型的开发或适应边界，表 2 所示的矩阵将作战模型边界投射到社会技术系统模型中。

表 2：从不同军事作战模式中总结出的人机能力，并简化为性能数字

最后一栏的量化表示每种方法的有效性，以人机系统性能来衡量。评估以收集的专家意见为基础。通过这些不同方法之间的博弈，我们可以看到，定义其开发的人机能力的操作模式也将决定其战略结果。

在博弈论中，主导战略是指无论其他参与者做什么，对一个参与者来说都是最优的选择。(卢瑟福，2021 年）使用 BLUE 和 RED 两支兵力冲突中的操作模式变体，并比较从表 2 中提取的它们的系统性能，战略比较如表 3 所示。线性、对称对抗中的非合作战略博弈规则为

• 规则 被攻击兵力至少需要比防御兵力高出两倍才能获胜，否则，结果要么是被耗尽，要么是失败。
• 图例： -1 = 失败；0 = 精疲力竭；1 = 获胜。

表 3：两支兵力改变其作战模式战略并根据其人机系统性能计算冲突结果的回报矩阵

操作模式似乎对对抗结果有主要影响。双方的主导战略（Rutherford, 2021, 第 34 页）似乎是统一战略（表 3 中用蓝色和红色强调），它将优于所有其他操作模式。统一运营模式的战略选择似乎也是一种均衡方式（卢瑟福，2021 年，第 75 页）。双方都不会后悔自己的选择。由于战略博弈表明，作战模式将是冲突中的重要指标，因此需要通过两种方式来体现：战场上的数量优势和质量优势。

在纯消耗优化的冲突中，战斗力的数量仍起决定作用，因为集结大量人机团队对抗较少的对手，在一对一和全对全的情况下胜算更高（兰切斯特第一和第二定律）。(Johnson & MacKay, 2015）如果我们遵循斯蒂芬-比德尔（Stephen Biddle, 2006）的逻辑，那么战斗中兵力的数量就是结果的主要决定因素。此外，兰彻斯特的模型也支持这种方法。作战模式对数量有何影响？统一兵力，即多领域作战中的联合兵力，可以自由优化与任何目标的交战。其他作战模式的兵力在射击和决策能力上都有限制。因此，冲突各方遵循不同的兰彻斯特定律。在使用平方定律建模时，统一方的优势显而易见。与此相反，另一种操作模式的一方则遵循线性法则。

另一方面，如果我们遵循特雷弗-杜普伊（Dupuy，1987 年）的方法，兵力质量会影响战斗结果。通过分析，我们可以得出这样的结论：如果冲突双方的能力不相上下，那么人机互动和人机互动质量较高的一方更有可能获胜。看来，数据（速度、摩擦、质量）、界面（人-机和机-机）和社会结构（如信任、沟通）的改善会减少社会技术系统中的熵和摩擦（克劳塞维茨，1984 年）。因此，与其他运营战略相比，统一运营模式更有可能确保未来的成功。

结论

研究问题提出："当第四代工业人工智能引入第三代社会技术兵力时，会发生什么？"或者简化为，人与机器的何种组合能带来战场上的胜利？ 本文首先创建了一个作为社会技术系统的兵力模型。然后，文章从其他行业和企业中提取了人工智能对人机合作影响的经验教训。接着，军事社会技术系统模型与这些第四代人工智能的经验教训有所不同。最后，不同的操作模式在战略博弈中相互冲突。研究结果表明了主导地位的两个基本原则： 统一的作战模式和改进的人机合作。

第一个结果表明，在以消耗为重点的基础性战斗中，传统的战斗力集结仍能说明优势所在。有了人工智能，加强人机团队的合作将提供更精确的效果，而大规模射击将削弱人类和人工认知的士气。联合的、联合的、全领域的军事能力似乎更胜一筹，可以对抗更加分离的兵力结构。

其次，在应用统一军事行动模式时，人工智能将提供人机合作的最佳结果。这一结果解释了统一军事行动模式在不太注重消耗的战斗中占据主导地位的原因。在更广泛的社会技术系统中，人工智能本身并不能带来不同。然而，成熟的流程、高质量的数据和参与者之间稳固的信任所产生的综合效应，可以使军事能力达到更高的水平。

本文为作为社会技术系统的军队提供了一个简单的模型，为人工智能影响之外的其他各种发展或转型研究提供了机会。当然，这个模型在本研究中是简化了的，需要进一步建模才能更有解释力。从军事角度来看，从第四次工业革命中收集到的初步见解看起来很有趣，也很有前景，但在实施之前还需要进一步测试。尽管如此，本文的结果还是得到了现有趋势的支持，并提醒我们关注的重点是第 3 次工业兵力将如何借助人工智能进行改进。本研究并不涉及 "Digi native "军事事务，后者可能会引入革命性的制胜之道。

参考来源：https://c4isys.blogspot.com/2023/10/man-machine-teams-in-combat.html