认知战(CogWar)作为新兴概念,已在北约国家与伙伴国引发激烈竞争。其发展主要依托技术进步、人工智能(AI)及社会科学新知识的驱动。此类行动可快速触达目标受众的特性,要求必须及时识别攻击以实施有效应对。若未采用尖端AI算法、集成学习方法及大语言模型(LLMs),指标与预警(I&W)解决方案将无法与认知战行动抗衡。AI赋能的I&W解决方案潜在问题在于透明度不足与调优缺失。目前,北约技术团队(负责研究网络空间认知战指标与预警)正开发一套框架,用于识别认知攻击与认知战行动的可量化指标(和/或LLM驱动指标),以供未来软件解决方案使用。该框架通过已知输入保持系统透明度。此外,尽管LLM尚无法创造新知识,但研究人员与从业者可利用此框架预判认知战未来应用方向,并主动更新相关I&W软件。
北约技术团队采用现有形态分析法构建认知战相关场景,进而识别潜在指标。情报研究领域的大量文献涉及I&W与预警系统,这些成果将被整合以开发基于场景的认知战指标统一框架。该框架为持续训练与更新AI赋能解决方案(用于识别敌方认知战行动)迈出关键一步。
图:CogWar指标与预警识别框架