《军事决策中的人工智能——人在OODA 环内的案例》

在当今技术饱和的世界中，人们依靠各种技术来满足日常需求。今天，所有部门在一定程度上都依赖于技术的使用来提高其产出和效率水平。世界各国军队也不例外，往往是民用市场之前新兴技术的用户。将最新技术纳入军事架构的需要是任何有能力的军事力量的核心主题，旨在使自己成为一支高效和有效的战斗力量。然而，随着人工智能和机器学习模型的结合，武器系统自动化等任务一直在加快步伐，从而产生了无人武器的潜在用途。

因此，本文将探讨将人工智能和机器学习模型纳入一般战争战略可能带来的优势和可能的危险。在研究优势的同时，本文还将强调在OODA（观察、定位、决定和行动）循环的所有重要部分中保持人为因素的必要性，有助于强调使我们的作战机器更加自主的一些潜在利弊。

引言

21世纪的国家正在目睹其作战战略的转型变化。从采用精确弹药到在一个国家的战斗计算中引入网络和太空领域，现代军队需要承认许多方面，才能继续有能力应对它可能面临的任何挑战。这些挑战之一是自动化在一个国家的武器库中日益普及，机器所经历的技术发展使它们更快、更致命和自主，确保能够投资于此类发展的国家能够应对当前和未来对其安全构成的威胁。

在当今世界，技术正成为任何国家生活中越来越重要的方面。从智能手机的简单采用到下一代攻防武器的开发和部署，任何国家都不能对技术在国家发展中的重要性视而不见。民族国家，无论其国防预算有多大，或其现有军事能力如何，总是在开发新技术以增强其整体武库。在这方面，自动化武器系统在决定一个国家的作战能力方面发挥着特殊作用。人工智能和机器学习模型具有广泛的能力，在改善一个国家经济的所有部门方面具有广泛的适用性，一个国家采用人工智能和机器学习模型被视为其整体发展不可或缺的一部分。这种功效不仅在模拟战场上得到了详细展示，而且还体现在它为提高国家经济其他部门的效率提供的援助中（OCED，2021 年，第 22 页）。

军事硬件的技术和自主性

在当今技术饱和的世界中，许多国家正在努力采用系统，使他们能够在实地做出更快、更好的决策。随着各国依靠先进的计算能力在战场上获得任何形式的优势，各国正在寻求将大数据纳入其决策中。这采取了利用高级算法提供更快的计算和数据分析的形式。这些算法和模型通常被称为人工智能和机器学习（人工智能 （AI） 与机器学习，未注明日期），这些算法和模型是为大数据分析的明确目的而创建的，这些模型现在已被各国在其军事基础设施中采用，特别是在其军事硬件的性能中，以提高其部署时的整体自主性（Kerbusch等人， 2018年，第7–8页）。

根据定义（Erskine 和 Mowbray，2023 年），具有自主性的机器是所述机器在此过程中在没有人类决策者的情况下做出决策和执行决策的能力，基于对数据的分析，这些数据对于人类来说太大且变化太大，无法在有限的时间范围内解析。从瞄准到与对手交战，各国都在加大投资，以确保军事硬件的自主性，以便能够在最少的人为干扰下执行任务，目标是自动分析任何收集的数据，并应用计算可能的变量和向量和算法，以确定最有效的行动方法。这种自主概念已经被国际机构（Wadhwa 和 Salkever，2021 年）用于使用自主无人机进行有针对性的侦察，从而可能在现实生活中应用。

当谈到决策循环中被称为观察、定位、决定、行动循环（OODA Loop）的核心方面时，这成为一个主要问题。从根本上说，OODA 循环描述了领导者用来了解其环境并相应地决定其行动方案的一般决策过程（Johnson，2023 年，第 6 页）。在当今增强的战略环境中，军事领导者必须通过仔细观察政治和文化环境来调整其决策，以更好地服务于该环境，并以符合其战略目标的方式做出决定并采取行动，同时着眼于大局。在当今时代，OODA循环被视为需要快速收集和分析数据的循环，以便任何人做出任何有效和全面的决策（Anderson等人，N.D.）。为此，世界各地的军队都在寻求将人工智能和机器学习模型纳入他们的决策中（Turek，N.D.），认为这是确保其防御结构不落后于对手的必然必要条件。各国认为这是合乎逻辑的下一步，因为它将使他们能够比任何正常人更快地收集和分析数据。然而，这些想法忽略了OODA循环的一个关键点：循环是为决策而开发的。

人性是环路的一个特征

将人工智能和机器学习模型引入 OODA 循环的主要问题之一是，它导致过分强调数据交付的速度，而不是数据在实现目标方面的实际功效（Daniels，2021 年）。由于对速度的强调，OODA循环缩短了更好、更全面的决策所需的时间，重点更多地放在可以分析多少数据上，而不是这些数据对社会和整个国家的战术优势的影响。算法无法理解人性和人类社会的复杂性，使所需的数据类型和决策所需的计算的内在复杂性变得更加复杂（Menthe 等人，2024 年，第 18 页）。作为基本意义上的算法汇编，现在和不久的将来的人工智能似乎无法理解地缘政治层面的行动可能发生的广泛社会背景，无论是军事还是其他方面。

这些是与将人工智能集成到OODA循环决策结构中的想法相关的一些当前问题。当我们意识到将这种武器系统用于战斗目的属于非正规或混合战争领域时，这显然变得更加有先见之明，因此，引入人工智能等元素可能会导致人们对决策过程中涉及的复杂性的理解进一步复杂化，这些决策过程强调了在军事领域采取的任何行动。

可能的解决方案

然而，很明显，世界各地的军队将寻求任何有助于其决策过程的优势，即使这需要使用机器来收集大量数据。虽然这本身就是为了发展，但军事决策者需要权衡给予机器和算法过多控制决策过程的好处，而不是它的缺点。一些较发达国家已经在努力创建框架（国防人工智能战略，2022 年，第 52 – 53 页），这些框架可以帮助指导人工智能和机器学习模型在其整体国防架构中整合的当前和未来发展。从长远来看，着眼于未来的军队还可以考虑在自己的决策能力范围内实施保障措施，以确保人为因素永远不会被排除在OODA循环的决策部分之外。虽然在OODA循环的所有阶段都具有人为因素是理想的，但事实仍然是，人类只能在任何给定的时间点内观察和分析有限数量的信息，而机器和算法中并不存在弱点。但是，人工智能的这一优势需要由人类来利用，人类应该始终处于与机器合作的中心，以使用它分析的数据来得出结论，这将符合健全决策能力的要求（Scharre，2015）。

在考虑在未来任何情况下使用军事武器系统时，这一点将更为重要。由于这些系统的使用需要对细节的精确关注，更不用说决策的瞬间变化，因为新信息总是被传递，考虑到许多因素在起作用，人类可以在这些和更多限制的情况下做出这些决定是任何军队都不能忽视的。在任何发展阶段，信任机器为人类做决定都将证明自己不利于任何军事学说的作战效用，因为它不仅会导致对此类系统的功效和道德性的严重怀疑，而且还会导致在出现任何问题时向人类同行提出问题。随着人工智能成为国家技术发展中越来越普遍的方面，拥有一个能够理解人类社会和人类心理的复杂性的人将成为越来越重要的工具。

结论

从目前的发展速度可以清楚地看出，人工智能和机器学习模型等工具旨在提高战斗效率的技术将在一个国家国家安全基础设施的整体决策能力中发挥越来越大的作用。然而，虽然这些工具可能非常有用，但重要的是，各级决策人员都认为这些工具只是工具，不能也不应该取代人类及其在整个决策过程中的角色。虽然人工智能和机器学习模型可以帮助人类决策者更好地了解当地情况，但人类仍然需要查看数据并将其与目标群体的地缘政治、经济、社会和政治形势相结合，以做出更全面和全面的决策，而不仅仅是使用算法。

参考来源：印陆战研究中心(CLAWS)