本版空军条令注释(AFDN)阐述人工智能(AI)技术,并预判其在竞争连续体背景下空战行动中的作用。文件参考多类来源,包括相关联合与军种政策战略、公共法律、学术与工业界文献及领域专家咨询意见。本AFDN是对美国国防部(DoD)现有AI政策与战略的补充,旨在提供权威性与参考性,但不作为强制性指令。
本AFDN聚焦作战层级问题与潜在解决方案,支持空军条令开发。其旨在识别短期内对全军种产生影响的作战领域条令缺口,为指挥官与参谋团队制定战略及规划空战行动提供新兴经验教训与最佳实践的推广框架。
最后,本AFDN承认AI领域专家对相关术语与概念的精确定义存在分歧。为此,文件对AI术语进行描述性定义,促进空军人员理解,并为未来军种与联合AI政策协调奠定基础。
若本AFDN与联合或军种政策出版物存在冲突,美国空军(USAF)行动须以相应政策文件为准。
未来作战要求空军人员理解人工智能发展与空军职能之间的关联。空军人员需与科技界协同合作,识别适合应用人工智能与自主系统的作战缺口。人机编队(HMT)必须充分发挥人类直觉与推理的优势,结合人工智能的超高速数据处理能力,从而强化所有任务中的动能与非动能作战效果。
美国空军需通过攻防作战夺取制空权,作为联合作战组成部分。人工智能技术将强化复杂对抗环境下制空权与信息优势任务的执行效能。集成于空基导弹防御体系中的AI预警探测系统,可为空中作战指挥控制(C2)系统提供威胁数据,激活防御性防空反制单元。进攻性防空任务需依赖AI赋能的ISR系统、目标锁定机制与航空平台,全面支撑从敌区战斗空中巡逻(CAP)、压制敌防空(SEAD)到摧毁地面航空力量的空中遮断任务。
以自主无人机群与半自主协作战斗机(CCA)为例,此类平台可执行多样化制空任务。2024年5月,美空军部长搭乘搭载AI狗斗模块的改装F-16,彰显人机协同信任度的提升。作为自主协作平台(ACP)项目组成部分的CCA计划,验证了半自主战机对有人战机的支援能力。CCA作为武器平台或ISR平台的潜力,体现了人机编组(HMT)与人工导引交战的可能性,为后续发展奠定基础。
在全球精确打击领域,空军致力于实现更快速、更精准的全天候全域打击能力。AI技术推动机载武器目标锁定能力的跨越式发展。例如,AI计算机视觉(CV)结合改进的目标识别跟踪算法,将最大限度降低高精度低附带损伤弹药的平民风险。AI建模技术持续增强隐身突防能力,提升拒止区域打击效能。在目标锁定与"传感器-射手"链路整合层面,AI赋能的自动化C2能力可加速决策周期、优化风险评估、提升打击时效。CCA与预测性维护技术的进步,正是AI增强全球精确打击能力的典型案例。
敏捷战斗部署模式要求对抗环境下的自适应基地选择与快速响应后勤体系。AI技术通过生存性、效率、弹性与保障能力等指标,智能优选作战位置。预测性分析系统可大规模识别装备故障与使用趋势,优化预测性维护流程,同时改进库存管理与运输流程,强化自适应后勤规划。AFWERX与工业界合作开发的半自主空运能力即为例证:2024年8月"竹鹰/敏捷旗"演习中,某空中远征联队A4部门运用该能力,向多个分散地域投送20余项急需航材,实现战术级即时补给,缓解传统空运压力并加速战机恢复战备。此类实验验证了AI/机器学习系统对未来空军后勤的变革潜力。
多源跨域数据融合的作战能力依托多模态AI系统(可处理异构数据格式)展现前景。此类系统可实现实时突发威胁侦测识别与多域态势感知同步。AI程序可消除军种专用情报平台间的数据壁垒,自主ISR平台则能在传统拒止区域实施持续声光电磁信号采集。
AI技术将优化目标锁定、资源分配、计划制定等流程,支撑多域C2与战场管理。对抗/降级/受限环境下的AI赋能通信网络可增强C2系统弹性:若作战中心通信中断,AI驱动网络可即时重构通信路径;上级C2失效时,系统可将数据流重定向至下级单元维持指挥链。