推荐！《人工智能指导作战管理：在多域作战中实现融合》美国陆军47页技术报告【初译版】

《美国陆军多域作战2028》（MDO 2028）是陆军的未来作战概念。该文件说明了陆军需要如何适应和发展以在未来作战中保持竞争性军事优势。该概念的关键组成部分是多域作战的原则--校准部队结构、多域编队和融合--这使得敌人的反介入和区域拒止系统能够被瓦解，并使军队能够利用短暂的优势窗口。这是一个取决于在时间、空间和目的上持续同步能力的概念，以实现跨领域的协同作用，并创造一个可利用的优势窗口。联合部队目前通过"域联合解决方案的阶段性同步"来实施能力融合，这并不支持在针对未来同行威胁的竞争和利用的重复循环中快速和持续地整合多个领域的能力。因此，关键是要考虑什么能力可以让军事领导人克服这些技术和人类认知的局限性。一个可能的解决方案是将人工智能融入作战管理过程。

本专著重点说明了将人工智能融入作战管理过程以促进多域作战融合的必要性。通过分析多域作战的融合差距、人工智能的发展以及当前的指挥和控制系统，该研究旨在说明多域作战中能力持续融合的复杂性迅速超过了人类的认知能力。此外，由于美国的对手正在大量投资于人工智能和自主性，将人工智能融合到作战管理过程中的问题不是在战场上取得优势的问题。相反，问题在于如何拥有竞争性临时可利用的优势窗口的能力。

介绍

简而言之，速度在两个不同的方面很重要。首先，自主性可以提高决策速度，使美国能够在对手的行动周期内采取有效措施。其次，如果美国要维持军事优势，作战能力向自主性的持续快速转变至关重要。— DSB 自主性报告，2016 年

《美国陆军多域作战2028》（MDO 2028）是陆军的未来作战概念。这份文件说明了陆军预计它需要如何适应和发展，以在未来的作战中保持竞争性军事优势。该概念的关键组成部分是多域作战的原则——经过校准的部队结构、多域编队和融合——这使得敌方反介入和区域拒止 (A2AD) 系统能够被瓦解，并允许军队利用短暂的优势窗口。这一概念取决于指挥官在时间、空间和目的上不断同步的能力，以实现跨域协同并创造可利用的优势处境。

目前，联合部队正在通过“域联合解决方案的阶段性同步”来融合能力，这一过程不支持在针对未来对等威胁的竞争和利用的循环中快速和持续地整合多个领域的能力。军方领导人承认这一缺点和任务的复杂性，因此引入了需要开发新的军事技术来填补关键空白的融合考虑。基于这些差距，未来的指挥和控制系统需要为所有梯队的指挥官提供战斗空间内所有联合单位的完整共同作战图，并有能力快速传输侦察和目标数据，以通过动能和非动能手段攻击拟议的目标。

然而，敌人在自主性和人工智能 (AI) 方面的发展极大地压缩了时间窗口。由于时间窗口短，协调融合工作的任务很快超出了人类的能力。其他因素，例如弹药优化和能力重置时间的需要，进一步增加了任务的复杂性。因此，至关重要的是要考虑军事领导人需要具备哪些能力来克服这些技术和人类认知限制。一种可能的解决方案是将人工智能集成到作战管理过程中。因此，多域作战融合所带来的挑战提出了一个关键问题：美国陆军是否需要一个人工智能引导的作战管理系统，以便在多域作战中成功地融合能力，对抗一个有能力使用自主和人工智能引导能力的同行竞争对手？

多域作战之路

我们寻求获得优势的方式是在决定性的空间优化所有领域，以影响渗透。— 美国陆军能力整合中心主任埃里克-韦斯利中尉

武装竞争的一种现象是技术创新的武器化。从军事角度来看，这是一个关键的进步，可以让一个国家的战斗力量在战场上保持竞争优势。为了推动能力发展，军方领导人引入了未来的作战概念。这些概念是预测军队需要如何训练、装备和组织自身以竞争和战胜新兴威胁的文件。目前，美国陆军正在进行重大改革。此次重组将使军队转向大规模作战行动，并调整部队以满足国家安全战略 (NSS)、嵌套式国防战略 (NDS) 和国家军事战略 (NMS) 中概述的需求。这种变化代表了军队的范式转变。在将近两个十年的时间里，这主要集中在平叛上。对于美国陆军来说，这项工作验证了历史不会重演，但却是会押韵的格言。主要是因为当前未来作战概念“MDO 2028”的引入促使转型让人想起过去的重组周期。一个相关的例子是 20世纪80年代中期引入空地一体战学说引发的重组。

空地之战是美国陆军在冷战高峰期对俄罗斯威胁的回应。它于 1986 年出版，提出了一个依赖于陆地和空中能力有效同步的作战框架。在技术进步的推动下，复杂性不断增加，导致 "事件的节奏加快"，这是基本的前提。该文件的一个关键组成部分是引入了反映战争不断发展的新术语。其中一个新术语是综合战斗——集中使用所有能力来击败敌人——它依赖于获得和保持态势感知的能力。基于对新兴技术可以在战场上提供优势的认识，空地战指导正在迅速发展的计算机技术集成。1986年美国防部向国会提交的年度报告中提出了所需的创新努力。联合战术融合计划 (JTFP) 和联合监视和目标获取系统 (JSTAS) 是随后出现的系统。这两个系统都旨在为指挥官提供从各种来源收集信息并指导采用联合动力努力追击地面目标的能力。开发这些系统的必要性表明了两个事实。首先，这些系统显示了技术和战争之间的整体关系。第二，这些系统强调了军事领导人承认，从现在开始，在战场上有效同步军事能力所需的速度和复杂性超过了人类的认知能力。目前的多域作战概念将这一认识带到了未来。

认识到美军的竞争优势正在减弱，麦克马斯特中将（退役）和当时的国防部副部长罗伯特-O-沃克呼吁开发空地战2.0。时任训练与条令司令部司令的大卫-G-帕金斯将军（退役）响应号召，推出了多域作战。然而，在2016年美国陆军年会和博览会期间，帕金斯将军（退役）指出，这个概念不是对空地战或全谱作战的改造，而是描述了一种革命性的战争方法。多域作战被称为革命性的一个关键原因是，它要求军事力量的运作方式发生转变。新的作战方式的基本驱动力是科学和技术的快速发展，以及需要在竞争、失败、利用和再竞争的连续循环中与所有领域的同行威胁进行竞争。

在中国和俄罗斯等大国竞争的推动下，2017 年的美国国家安全战略 (NSS)指示军队需要拥有同时在多个领域与竞争对手竞争的能力。要建立跨域对抗敌人的能力，需要发展“新的作战概念和能力，以在不保证在空中、海上、陆地、太空和网络空间领域的主导地位的情况下取得胜利”。来自联合推动者的可靠和及时的跨领域支持是成功竞争的关键要求和隐含任务。由此产生的域相互依赖意味着“一个域中缺乏访问可能会在一个或多个域中产生级联效应”。因此，美国空军多域作战战略计划助理教授贾里德·唐纳利博士预测，未来的战争将在一个快速而复杂的多域连续体中进行，不依赖于一系列作战条件的连续设置但需要跨多个域的能力永久同步。因此，了解不同域中存在的能力以及如何利用每种能力来获得暂时的优势是多域作战成功的基础。

在 NSS 和 NDS 的指导下，美国训练和条令司令部 (TRADOC) 于 2018 年初推出了 TRADOC 手册 525-3-1，即“美国陆军多域作战2028”。这是一个概念，作为前 TRADOC 总司令Stephen J. Townsend 强调，承认敌人有能力在多层次的对峙中提出挑战并与美军抗衡，其目的是“在时间、空间和功能上将美军和其盟友分开，以击败我们。”

该概念提出战争演变的一个原因是，它将多个领域的能力互动形象化，这超越了在不同领域内的机动性或拥有实现跨领域效果的能力。相反，这个概念承认，技术进步改变了领域之间的相互关系和跨领域连接的速度。MDO 2028将这些变化纳入了该概念的多域作战原则--校准的部队结构、多域编队和融合--这使得敌方的反介入和反侵略系统被瓦解，并使军事力量能够创造短暂的优势窗口。它们结合在一起，为指挥官在时间、空间和目的上汇聚能力创造了条件，以实现跨领域的协同，并创造一个可利用的优势地位。此外，多域融合是一个可以通过整合人工智能引导系统来优化和加速的过程。

战场上的人工智能

我们必须习惯这样一个激进的想法，即我们人类将只是智能生物之一。— Alexander Kott，美国陆军研究实验室网络科学部主管

人工智能是技术系统执行此前需要人类智能才能执行的任务的能力。这些任务包括观察和识别模式、通过观察学习、预测事件或采取行动的能力。中国是美国的主要竞争对手之一，认识到人工智能可以使战场对称性向他们的优势倾斜。中国在人工智能引导军事能力（包括自主武器系统）发展方面的大量投资证明了此观点。为了在武装冲突中保持相对优势地位，美国需要发展将人工智能与决策过程联系起来的反击能力。当前的美国人工智能计划主要集中在模式识别上，由于计算能力的快速增长，模式识别可以分析越来越多的数据以创建信息。

多域作战是需要收集和分析大量数据以观察和评估作战环境发展。目前人工智能在军事上的应用主要集中在后勤运输和数据分析的支持上。然而，联合人工智能中心和白宫人工智能特别委员会的成立，都标志着人工智能将扩展到国防部的其他领域。例如，美国陆军未来司令部目前正在开展多项计划，分析人工智能如何提高指挥官获得态势感知和做出明智决策的能力。一个重点领域是发展能力，以提高美军同步效果和减轻日常认知任务的速度。强调开发人员和潜在的最终用户之间的迭代合作，为该部门开发人工智能指导系统创造了条件，该系统可以 "产生并帮助指挥官探索新的选择"，并使他们能够专注于选择有利的作战方案，使部队和任务的风险最小化。

关于将人工智能纳入作战管理过程，关键是要区分将人类置于环中或环上的系统。根据机器人和自主系统的联合概念，自主的定义是 "自动化的范围，其中独立决策可以为特定的任务、风险水平和人机合作的程度量身定做"。范围本身包含了不同程度的自主性。在由TRADOC和佐治亚理工学院主办的2017年疯狂科学家会议上，专家们介绍了三种程度的自主性--完全自主、受监督的自主和自主基线。 一个完全自主的系统独立于人类的实时干预，在人类不参与的情况下运行。在有监督的自主系统中，人类保持着实时干预和影响决策的能力，因此仍然处于循环之中。自主基线是目前各种现有系统中存在的自主性。在军事应用中，这种自主性存在于人类监督的武器中，如爱国者和宙斯盾导弹系统，或AH-64D阿帕奇攻击直升机长弓火控雷达，它独立地 "搜索、探测、定位、分类和优先处理陆地、空中和水中的多个移动和静止目标。"

Mitre公司的Richard Potember将机器学习视为 "人工智能的基础"，其重点是系统在无监督下学习的能力，并创建深度神经网络，以支持决策和机器人应用。自主性和人工智能的整合是一个过程，不经意间将导致 "我们以前电气化的一切，现在将'认知化'"。 支持将人工智能引导的作战管理系统纳入多域作战的一个关键技术发展趋势是，自主性和学习逐渐从感知转向决策。这样一来，人工智能可以减轻多域作战中固有的复杂性。一个固有的复杂性是整合能力和做出跨越多个领域的决策能力，不是在几分钟或几小时内，而是几秒钟内，如果需要的话。因此，将人工智能整合到决策和同步过程中，平衡有利于美国的观察-定向-决定-行动周期。

在战略层面，人工智能引导的系统可以影响推动不同领域的升级和降级的决策。在作战层面，通用人工智能可以建立态势感知和同步效果。为了支持多个领域的能力融合，人工智能 "处理来自在多个领域运作的各种平台的大量信息 "，直接促进了MDO战争的两个基本方面：速度和范围。人工智能支持比敌人更快、更远的打击能力。这种能力能够实时分析动态战场，为快速打击创造条件，将美国“友军”的风险降到最低。美国国防科学委员会2016年的一项研究，提出人工智能系统能够在一个动能瞄准周期内整合多种作战管理、指挥与控制、通信和情报能力的观点。此外，委员会评估说，这些人工智能引导的系统的累积效应可以在整个多域融合周期内改变战斗的运行和战略动态。

多域融合

AI 即将上战场，这不是是否会出现的问题，而是何时和谁的问题。— 美国陆军未来司令部司令约翰·默里将军

在武装冲突中，美国的竞争对手旨在整合他们的A2AD系统以建立分层对峙区。其目的是剥夺美军联合部队在时间和空间上同步作战的能力。俄罗斯的S-400 Triumf是美国部队在大规模战斗中可能面临的系统代表。S-400是一种移动式地对空导弹系统，拥有对付从无人机到终端弹道导弹的各种武器系统的能力。该雷达可在600公里范围内跟踪目标，并具有100公里的交战范围。该系统提供的关键技术进步之一是传感器到操作手的全自动循环，使该系统能够同时跟踪和打击多达80个目标。这是支持MDO 2028假设的一个例子，即美军在大规模对抗同行威胁的敌对行动开始时，不能假设自己在任何领域拥有优势。为了在竞争、渗透、分解和利用的连续循环中攻破敌人的防御系统，美国陆军的多域作战框架引入了多域作战的三个原则--校准的部队态势、多域编队和融合。

校准的部队态势是指能够迅速适应和改变作战环境的部队和能力组合。其目的是找出潜在的弱点或在战场上创造不对称性，以建立一个可利用的局部优势窗口。前方存在的部队支持在整个军事行动范围内快速升级，以渗透和瓦解敌人的系统。这些部队被安排具有任务指挥、火力、情报收集、维持、信息活动和特种作战能力。远征部队具有在需要时进行联合强行进入行动的能力，并为后续部队创造了条件。这些部队通过空中和海上部署，可在几天或几周内完成。

多域编队的重点是使较低的梯队能够对近距离的威胁进行进攻和防御行动。支持多域编队的三种能力是进行独立机动的能力、采用跨域火力的能力和最大限度地发挥人的潜力。为了支持在有争议的领域内达到军事目的，MDO 2028认识到军团、师和旅梯队的单位需要独立行动，不受上级总部资源优先级的限制。因此，他们需要拥有有机的后勤、机动、火力、医疗和通信网络，使部队能够在预先确定的时间内独立作战。作战概念目前的框架要求这些梯队 "在通信线路高度竞争的情况下，仍能维持数天的进攻行动。"维持进攻的能力是由指挥官采用跨域火力的能力来驱动的。

跨域火力是指在暂时脱离上级总部火力支援的情况下，对火力能力进行整合，并具有冗余性。这个过程包括直接和间接火力单位、保护能力和电子战装置，以及 "多光谱融合弹药，以及网络空间、空间和信息相关能力"。为了加强在复杂和快速发展的多域作战环境中的决策过程，需要开发 "由人工智能和高速数据处理支持的人机交互"。 校准部队态势和创建多域编队都是为了实现本文所认为的多域作战的一个关键组成部分--融合。

MDO 2028将融合定义为 "在所有领域、电磁频谱和信息环境中快速和持续地整合能力，通过跨领域的协同作用，优化效果以超越敌人"。尽管它可能看起来像目前联合能力的整合和同步延伸，但这个概念与目前应用的联合能力有很大不同。这主要是因为它不是在时间和空间上按顺序消除冲突的过程，而是由目标周期和任务分配命令指导和限制。相反，它是在窗口期中对所有领域的效果进行持续的同步化，在空间和时间上都有很大差异。要在一个同行竞争的环境中竞争，需要有能力通过跨域的协同作用创造暂时的领域超越。这种协同作用集中在决定性的空间。决定性空间是时间和空间上的一个物理的、虚拟的和认知的位置，它使美国部队能够获得一个可利用的明显优势位置。此外，由于军事单位期望同时对抗多种威胁，多域融合要求在所有领域的竞争连续体中同时进行系统分解和中立化。

快速指挥和控制为指挥官通过跨域协同和分层选择，实现融合创造了条件。因此，军事指挥官在任何特定时间点拥有对战斗空间内运作的所有联合力量的整体态势感知是融合的一个关键组成部分。MDO 2028确定了两项要求，即必须开发技术先进的指挥和控制系统并将其整合到多域编队中以促进这一进程。第一个是需要 "每个梯队的指挥官和参谋人员都能得到所有领域的战斗可视化呈现并且指挥"，并迅速调整能力以实现融合。第二是有能力迅速协调联合能力的汇合，以对付敌人的特定弱点。

指挥官在目的和时间上实现融合能力的关键是五个融合要素的同步化--准备时间、计划和执行时间、持续时间、重置时间和周期时间。对这些要素的考虑使指挥官能够计算出从启动开始达到效果所需的时间，以及为新一轮的重新竞争重置能力所需的时间。在这个框架内收敛多种能力的过程因不同的能力使用率而进一步复杂化。虽然周期率提出了一个无限的使用序列，但使用率代表了一个与 "弹药和消耗性虚拟武器 "相联系的不断减少的单位。 由于后勤是有争议的，可预测的补给没有保证，指挥官在多域融合中面临着额外的挑战。这个挑战就是优化现有弹药的使用，并使弹药的使用与联合能力的协调相一致。

目前可用弹药的数量限制和无法建立库存可能会导致未来大规模作战行动中后勤储备严重不足。为了延长军队的续航能力，特别是在跨越军事争端地区的交通线作战时，需要对各种系统的武器状况进行持续评估。在动能范围内对所有联合平台进行 "优化和排序射击 "变得至关重要。这种优化和排序过程，同样迅速超过了人类决策者的认知能力，并提出了一个技术作战管理系统的缺陷，该缺陷会对联合能力的有效融合产生不利影响。

美国陆军在多域战斗空间中实现作战敏捷性的核心是能够从不断增长的综合数据集中创造理解，同时保持 "卓越的决策速度"。战场上永远存在着未知情况和冲突，但减少观察环境变化和相应调整部队方向所需的时间，可以提高决策和行动速度。提高对联合部队在各个领域内的所处位置的认识，相对于敌人和他们的作战和战术计划，对于加速较低层次的机动是必要的。此外，短暂的机会窗口要求未来的作战管理系统迅速将传感器与射手相匹配。

在美国陆军的现代化框架内，新兴技术需要为两个关键的技术和组织上的不足提供一个解决方案。首先是保持对作战区域内所有联合军事单位完全态势感知的能力。第二是迅速建立从传感器到射手的冗余回路能力，其中包括所有可用的联合单位并考虑到能力的不同再生周期。这是一项任务，根据需要处理的数据量，当联合军事单位在有争议的战场上竞争时，需要持续同步，这很快就会超过人类的认知能力。将人工智能融入作战管理过程可以减轻这种人类的局限性。

当前的作战管理系统

我们的投资重点之一是网络，这并非巧合……因此我们有能力将这种目标快速传达给另一个领域。— 美国陆军未来司令部司令约翰·默里将军

实现多域融合的最关键步骤之一是开发联合指挥和控制（C2）系统，将整个战斗空间的能力纵向和横向联系起来。2017年，SYSTEMATIC公司获得了设计美国陆军新型作战管理系统 SitaWare 的合同。美国陆军战术任务指挥部负责人 Shane Taylor 中校称该系统是“一种开箱即用的解决方案，用于跨梯队同步任务指挥数据，这为陆军迁移到通用架构的目标提供了一个跨越式发展的机会。”该系统提供的一些进步包括简化指挥所 C2、改进与联合和联盟伙伴的互操作性以及标准作战功能融合框架。该系统的另一个关键功能是能够快速扩展大量数据并以提高指挥官态势感知的方式呈现。

在美国陆军的作战环境中，SitaWare 是一个指挥后计算环境组件，有望消除信息和情报孤岛，并可集成为通用作战平台。 SYSTEMATIC公司承认未来的作战需要情报、后勤和作战系统的快速同步。因此，当前系统旨在分析大型数据集并在直观的用户界面上显示相关信息。因此，它可以实时建立指挥官的态势感知并提高他们的决策速度。此外，系统软件符合各种民用和军用互操作性标准，这使得系统更容易与其他联合和联盟平台连接。

为了在各梯队之间嵌套系统，SitaWare的用户界面应用程序和显示器可根据操作环境的要求进行定制。纵向信息共享确保所有梯队之间共享共同数据。为了提供战术层面上的态势理解，该系统具有对轻型、轮式和装甲编队的美国“友军”跟踪能力。该系统的另一个关键特征是综合指挥层。这一功能使指挥官能够根据作战环境的变化，迅速传播对原始命令的更新和修改。然而，SitaWare的设计并不是为了指导效果。因此，它不能充分加快传感器到射手的周期，不能提高指挥官在有争议的环境中有效地汇聚联合能力，以对抗拥有自主和人工智能支持的武器平台的同行威胁。

在解决未来多域作战要求的另一项努力中，美国陆军启动了一个内部项目，旨在 "增加物理目标、数据收集、数据分析和自主决策在战场物联网中的整合。"该项目专门用于填补美国陆军领导人评估的商业生产技术没有充分解决的差距。弗吉尼亚理工大学的专家预测，项目的主要挑战之一是 "处理许多复杂的变量 "的能力，这影响了结合从博弈论到分布式学习等方面的能力。这些挑战由于以下事实而被放大：美国陆军目前的技术开发工作侧重于能力的实战化，很少考虑整合软件和硬件，使这些系统能够与各种联合能力沟通。

该项目的重点是将人工智能引导的系统置于回路中，为指挥官提供在战斗空间的各种传感器平台上收集的大量数据的综合分析。通过收集相关传感器系统的数据，分析敌人的能力分布，并将其与可用的美国“友军”武器系统进行比较，该系统提供关于如何最有效地实现效果的建议。为了使这一过程有效运作，指挥官必须放弃相当程度的控制权，因为他们允许系统 "为如何发动战争选择最合适的战略"。尽管有这种担忧，陆军下一代战车跨功能小组的副主任凯文-麦凯纳里承认，人工智能在多域作战中是必不可少的，因为它提供了可将目前九十六小时的师级目标定位周期 "减少到九十六秒 "的能力。总的来说，"四分卫项目 "是帮助指挥官 "准确了解战场上的情况，然后根据可用的和其他因素选择最合适的战略。"该倡议是能够在时间有限的决策空间中有效地融合能力迈出的重要一步，因为它将人工智能的作用提升到数据可视化工具之外，使其成为战斗战略工具。

对人工智能在作战管理过程中的可靠性的担忧可以通过云架构和深度学习系统的快速发展来缓解。与人类互动类似，在人工智能和自主系统发动的战争中建立信任需要时间。中校Wisham，"四分卫"项目的负责人之一，指出这需要一个深思熟虑的策略来证明系统是可靠和有效的，由于很难或不可能追踪到神经网络的决策路径，这就很复杂。 然而，Nvidia公司的机器人研究员Dieter Fox预测，这是一个有解决方案的问题，因为研究人员继续开发分析神经网络和机器学习过程的新程序，在未来可以解决这一问题。要分析网络和学习过程是人工智能的一个关键方面，因为它允许开发人员在一个设定的决策框架内约束自主学习系统。另一个认识到发展人工智能启用能力重要性的部门是美国空军。

由于确定需要开发多域 C2 系统，美国空军打算用“卫星、有人机和无人机上不同传感器的全新网络”取代其传统的联合监视目标攻击雷达系统。这种新能力的名称是先进作战管理系统（ABMS）。尽管项目当前的重点是连接美国空军单位，但其最终目标是开发“未来作战的数字神经系统”。美国空军准将、美国空军联合部队整合总监戴维·熊城（David Kumashiro）表明，他们的方法集中在这样一种观念上，即如果“你不遵循开放系统架构的标准，你就会发现自己在场边，与战斗无关。” ABMS结构建立在现有的基于云的目标定位助手之上，旨在有效跟踪目标和飞机。通过扩展这一概念，美国空军规划人员希望专注于网络机器对机器的交互。该项目的指导思想是开发可以“像乐高积木一样拼在一起”的系统，以快速轻松地连接联合能力。

总体而言，将人工智能整合到作战管理过程中的需求是由一种认识驱动的，即在作战领域将美国军事部门联系起来对于保持竞争性军事优势是必要的。如果不走人工智能整合的道路，就有可能对美军在未来的战斗中击败近似竞争对手的能力产生不利影响。以下两个场景说明了在军团和师级的多域作战中，人工智能引导的作战管理系统如何影响战场上的动态。

方法

长期规划使军方能够集中研究和开发工作，并指导人员配备、训练和装备决策。这个过程的核心是制定评估发展中威胁的概念。 MDO 2028 是一个包含假设和预测以推动军事战略的文件示例。联合出版物 5-0“联合规划”，将假设定义为“关于当前态势或事件未来进程的假设，在缺乏事实的情况下假设被认为是真实”，这对于推进规划过程至关重要。为了提供一个将军事能力和需求与预期的未来作战环境联系起来的背景框架，军事规划人员创建情境以增加理解。这一过程使各级军事领导人能够“接触可能的未知情况，并且吸收理解它”，并提出解决方案。因此，情景模拟是作为创建承认技术发展可行框架的一种方式。然而，重要的是不要将情景与具体预测混为一谈，而应将其视为扩展可能性领域并根据预期的技术发展识别未来机会的工具。此外，重要的是要认识到情景构建的一个潜在因素是不确定性。为了展现不确定性和复杂性，同时保持情景“介于预测和推测之间”，需要整合历史和当前信息，识别行为模式，以及“构建 关于未来的连贯叙事。”其他重要的考虑因素是场景需要与可信的现实生活条件保持一致。

布加勒斯特国防大学国防与安全研究中心的研究员 Marius Potirnich 创建了特定军事情景分类。他提出的两个类别是战略情景和演习情景。战略情景是出现最广泛的类别，考虑了在整个军事行动中可能发生和使用的军事事件和能力。演习场景嵌套在战略场景框架内，并进一步细分为真实和虚构。真实场景使用现有军事能力，在现有作战环境的约束下，分析现实世界任务集中的情况。虚构环境评估军事能力的现状以及预期的未来能力，并将它们置于基于已发布的军事行动概念和现代化框架的预期威胁环境中进行预测。

本专著介绍了两个虚构的场景，以说明在未来的多域作战中集成人工智能引导作战管理系统的潜在影响。所有场景都基于与对手（如中国）发生冲突的环境。第一个场景以军梯队为背景，重点关注空中和海上动能打击的融合，以及“支持军区机动计划或代表下属梯队”的网络空间活动。第二个场景设置在师梯队，侧重于联合能力的融合和需要分析和传播的“大量情报的定制”。对手的A2AD和军事创新努力以及美国陆军的 MDO 2028 和当前的现代化举措被用作背景情景。场景是嵌套的，最后评估了美国陆军是否能将人工智能纳入其作战管理流程，以便在当前的MDO 2028现代化框架下有效地融合多域作战能力，以及如果该部门不能这样做的潜在风险。

范围和限制

这本专著的框架是美国陆军的多域作战概念。重点不是讨论人工智能在战场上的法律和道德以及考虑人工智能产生在两个方面产生的后果。相反，它旨在评估人工智能如何帮助在日益复杂的作战环境中实现多域元素的融合。由于人工智能领域的快速变化和发展，评估是在概念层面进行的，没有深入探讨人工智能在战争战术和作战层面的广阔应用前景。对算法是否可以指导能力融合的评估是基于当前的发展，以及机器学习、量子计算和自主机器对机器组合领域的预期进行的。该专著所介绍的和用作基础的所有信息都完全来自于已被批准公开发布的渠道。因此，有可能存在与本专著的假设相矛盾的机密文件。

战略框架（情景一和情景二）

在2035年。根据“一个中国”的政策，中国军队已经开始收复台湾，并开始阻止美国海军进入中国南海。为了捍卫自己的利益，中国军队的导弹防御力量处于高度戒备状态。综合性的反介入和反侵略网络得到了中远程导弹、各种反飞行器和防空武器以及各种中远程情报收集和监视能力的支持。中国的《新一代人工智能发展规划》在过去15年中指导了军事技术的发展。在 2017 年的介绍中，中国领导层宣称“人工智能已成为国际竞争的新焦点。人工智能是一项引领未来的战略技术； ……发展人工智能作为增强国家竞争力和保护国家安全的重大战略。”因此，中国每年投资超过 150 亿美元用于“智能技术”的发展，重点是人工智能引导的自主能力。中国的人工智能整合上付出不仅仅在军用机器人领域，还包括自主军事决策。基于人工智能在推理、作战指挥和决策的潜力，中国领先的国防公司负责人，认为“在未来的智能战争中，人工智能系统将就像人类的大脑一样”。因此，美国军方面对的是一支具有在机器对机器团队的前沿运作能力的中国部队。

自主侦察无人机、攻击机和导弹发射器整合到一个由人工智能引导的传感器到射手网络中。这些发展成倍地加快了战斗的速度。对手的系统可以同时跟踪和打击数百个目标，并在需要时快速重新接触和重新分配单位。为了竞争和渗透对手多余的防御结构，需要美军快速、持续地汇聚能力，以“渗透和瓦解”A2AD 保护伞。这些行动能够建立临时的优势窗口，军和师梯队可以利用这些优势机动进入战术支援区和近距离区域。在这些区域内，军以下的梯队可以集中他们的有机能力对抗敌人。这反过来又使军团能够在不断的渗透和整合的循环中重新竞争和整合能力，为下级梯队部队的利用创造条件。

为了应对对手的现代化努力，美国陆军在国家安全战略、人工智能指令和多域作战理念指导下，对机器-机器团队联动进行了大量投资。因此，美国的军事能力包括一系列可以感知、协调效果以及指挥和控制的自主学习的作战网络系统。单个自主机器人和无人机系统，以及更大的无人驾驶飞机、海军和导弹投送系统，都在该框架内作为自主节点运行。美国私营公司在量子计算领域的重大进展为美国军队提供了处理速度和响应时间方面的竞争优势。这提供了一个战机，使美国“友军”能够比对手更快地观察、定位、决定和行动。但是，由于技术的进步，John Boyd 的 OODA 循环不再以分钟为单位执行，而是以秒或毫秒为单位。这些新出现的威胁导致美国越来越多地将人从循环中移除，这使得联合部队能够“以比对手更快、更有效的节奏作战”。然而，受到有关在战争中使用自主制导系统和人工智能的道德法规的限制，美国军方仍然将人类置于决策循环中。其结果是在指挥和控制层面有效整合了人机协作，允许指挥官在连续竞争期间从一系列进攻行动中选择进攻方案，同时依靠自主的人工智能引导行动进行保护。

美国陆军的关键指挥控制系统是由人工智能引导的作战管理系统。它是美军战场网络的枢纽。该系统从作战环境中的所有联合传感器收集数据，并不断从战区和国家收集数据的单位中提取和推送数据，以构建共同的作战图景。这使系统能够分析敌方和美国“友军”在战场上的位置。由于该系统是自主学习的，它会不断评估敌人的行动和能力。同时，它对美国“友军”能力及其状态有完整的认识，包括各种系统的再生时间、弹药消耗率和补给状态。因此，该系统可以识别敌人的弱点和威胁，并执行一个连续的评估周期，以预测美国“友军”联合能力如何融合以在战场上创造暂时的优势。此外，作战管理器还计算弹药优化、能力调配和能力的使用，以达到预期的效果，同时最大限度地减少附带损害和对部队的风险。

在战场网络内，该系统与所有领域的联合能力相联系。各种作战管理系统本身是横向和纵向连接的，这使它们能够跨多个域快速执行任务和重新分配任务，而不会失去实现各自目标的能力。与所有的传感器和射手相连，允许系统控制传感器到射击者的连接，并分配最好的武器系统来实现动能和非动能效果。在保护作用中，作战管理系统完全自主运行控制消除敌人对美国“友军”和指定保护区的威胁。由于连续的进攻性竞争的融合能力必须嵌套在更高的总体目标中，作战管理系统将人置于进攻行动的循环中。该系统分析了美国“友军”能力通过在不同梯队的联合能力融合所能达到的各种效果。

多域框架将美国陆军部队视为远征部队。这个梯队的关键作用之一是击败和消灭远程和中程系统。因此，他们是在其控制范围内各师的辅助力量。为了与同级别的威胁相抗衡，关键是要整合能力，以对抗对手的防空、远程地面火力和反舰导弹。此外，在需要时，军团总部负责指挥和控制在其作战区域内运行的多域联合能力。融合动能联合火力的主要目标是摧毁敌人的中程武器系统，以促进师和旅单位的自由机动。最后，军团负责同步国家、战区和内部单位的情报收集工作。网络空间能力本质上集成在融合工作中，包括国家和战区级单位。总体意图是对融合工作进行分层，以提供多种选择并创建各种跨域协同能力变化。

在竞争周期内，军团的重点是对敌方防御系统的渗透和瓦解。对对手A2AD保护伞的渗透，包括瓦解敌人的远程火力系统。这包括使雷达和关键指挥和控制节点失效，这可能比破坏运载系统产生的影响更大。渗透的另一个方面是对手地面部队机动的较量，以及在暂时优势窗口期间与美国“友军”从作战和战略距离机动的同步。

在师级，部队的重点是分解和利用。在冲突开始时，他们可以作为前沿存在或远征部队。该师的主要作用是为下级部队在近距离区域机动和对抗创造条件。该师的主要职责是“航空、火力、电子战、机动 支援和多旅机动以获得优势位置。”关键是摧毁或消灭对手的中程火力单位。在这个梯队，该师有能力将有机单位与上级司令部同步，并整合分配的空军和海军能力。与拥有自主和人工智能引导系统的相同竞争者相比，两个梯队的成功都受到他们进行多域同步的能力和能力自主水平的影响。

情景 1 – 军团梯队

美国陆军第 18 空降兵团总部位于作战支援区。该组织的主要作用在战场上创造条件，使其控制下的各师和增援部队可以利用这些条件进入近距离机动区域。进攻行动以四个目标为中心--消灭对手的远程防空单位，瓦解对手的中程火力能力，限制对手的地面部队速度，以及创造 "通过分配资源、安排师的机动顺序并将其与纵深结合起来，在较低层次上实现汇合。" 虽然近距离和纵深机动区的距离超过1500公里，但盟军一直处于中程弹道导弹的动能目标和网络及太空领域内的非动能目标的威胁之下。

为了保护，美国第 18 陆军空降兵团的 AI 作战管理系统不断连接到国家和战区的情报收集单位以收集情报。一旦发现对手的威胁，作战管理系统就会自动与战区和国家传感器协调，以确定威胁，并促进传感器的交接，确保收集情报的完整性，同时减少不必要的情报冗余。同时，它识别出跨所有领域的多个交付平台，以构建一个强大的杀伤链，尽管可能丢失主要联系，但该杀伤链可在时间受限的环境中执行。

空间传感器为系统提供有关敌人远程和中程火力能力的各个组成部分配置信息并且能持续更新。与此同时，作战管理系统将海军驱逐舰识别为最有可能成功摧毁来袭导弹的单位。同时，该系统识别出可以对威胁做出反应的其他美国“友军”单位，并根据其当前对整体作战环境的评估对其进行优先级排序。系统基于其算法考虑的一些因素是：强制风险、成功概率、弹药状态、能力重置时间和附带损害。

对于保护工作，作战管理系统以人在环结构中运行。这意味着军团的作战中心可以观察事态发展，并在紧急情况下进行干预，但该过程是为作战管理系统自主运行而设计的。对手威胁的程度以及他们可以运行的速度推动了对自主运行的需要。一旦检测到来袭导弹，作战管理系统就会在几秒钟内执行概述的序列以摧毁对手的威胁。这个循环实时并持续运转，以应对新出现的威胁。三个方面使得智能引导的作战管理系统在国防领域的自主运行方面变得至关重要。首先，能够在几秒钟内关闭射手到传感器的链接，以应对以高超音速单位的威胁。其次，建立强大和冗余杀伤链的能力，可以快速整合备用和应急能力。第三，在优化使用有限且难以再补给的资源的同时指导保护工作的能力。在保护行动的同时，该系统分析作战环境以检测进攻行动的机会。

对于进攻行动，作战管理系统以人在回路中的模式运作。美国政府关于人工智能和自主武器的道德使用政策，以及公众对使用人工智能引导的自主武器系统的看法，是决定将人类留在决策链中的基础。美国陆军的“四分卫项目”为构建当前的作战管理系统提供了框架。与保护工作类似，作战管理系统不断从外部和有机传感器中提取数据。然后，它评估联合能力如何融合以暂时禁用对手的部分防御伞，并允许下属单位推进并将其有机单位带入射程。

由于联合单位在在时间和空间上的协调需要在几秒钟内执行和同步，因此需要作战管理系统不断分析作战环境。在此过程中，它重组了 OODA 循环概念的部分内容，以获得以秒或毫秒为单位的自主对手决策周期的能力。该系统通过持续观察战场空间并同时分析美国“友军”的行动来应对威胁，而不是观察后再确定方向来实现这一目的。然后，该系统会产生一系列可用的选项来进行攻击性打击。在军团的行动中心内，选项显示在交互式显示器上，允许具有适当释放权限的个人决定采取何种行动。通过不断分析和重新配置可能的传感器到射击者的回路，该系统创建了一个决策空间，可以减轻将人置于回路中对抗严重依赖自主能力的对手缺点。在作战中心的相关权力机构确认以对手单位为目标后，作战管理系统通过在时间和空间上同步依赖的效果，将来自各种选定的联合推动者的能力融合起来。

在这种情况下，在发射美国“友军”导弹之前，作战管理系统会协调进攻性网络行动，威胁信号淹没对手雷达，这增加了导弹成功穿透敌人的反介入和区域封锁伞的机会。一旦产生网络效应，作战管理系统就会指挥导弹的发射并观察对手的反应，以在必要时重新发射另一枚导弹，并检测更多额外的目标。导弹找到目标并摧毁它。一旦传感器确认影响，作战管理系统就会向与现有信息作战工作线相一致的媒体传播消息。同时，作战管理系统会重新计算美国“友军”运载平台的弹药可用性和回收率。这些数据用于优化未来打击的弹药使用，并为保障部队建立补给优先顺序清单。

随着美国“友军”的推进和军团塑造纵深机动区和作战纵深火力区，这一过程不断重复。美国陆军师利用暂时的优势窗口和机动自由来推进并将对手带入其有机武器系统的有效射程内。这为近距离和纵深机动区域的对抗创造了条件，从而改变了战场边界并重新启动了竞争循环。

场景 2 – 师梯队

在美国陆军第18空降团创造条件后，第3步兵师阵地机动进入附近区域，击败对手地面部队。该地区是第一次军事编队争夺“控制物理空间以支持战役” 目标，在与对手近距离作战。由于美国“友军”地面部队预计将在这个争端空间进行独立机动，因此拥有比对手更快的能力汇合对于推动节奏并保持主动权至关重要。地面机动部队的目标是在临时优势窗口期间协调机动，以“击败敌军、破坏敌方能力、物理控制空间以及保护民众”。附近地区的对手依赖于由自主情报、监视和侦察 (ISR) 打击系统、综合防空系统和地面联合兵种编队组成的互联网络。将人工智能整合到决策周期中，大大加快了对手的行动节奏。为了获得优势地位，需要不断中断对手的能力，最好是在他们的指挥、控制和传感器节点。

随着第 3 步兵师部队的机动，作战管理系统不断收集和比较数据，以构建一个共同的作战图，说明美国“友军”和敌军的组成和部署。根据数据，系统开始分析对手的防御网络，以识别对手的传感器、ISR 平台和信息流。在此阶段，地面部队分散作战，作战管理系统侧重于迫使对手暴露其能力的欺骗措施。一旦对手暴露了他们的系统，作战管理系统就会将国家和战区单位收集的侦察数据与邻近单位情报和侦察能力收集的数据同步。然后它与相邻单位和上级司令部的作战管理系统协调，以消除交战冲突。此操作可确保多个跨梯队单位不继续攻击同一目标。

一旦上级司令部的作战管理系统将权力下达给第 3 步兵师，该师的作战管理系统就会扫描整个组织的能力，以建立一个成功可能性最大的传感器与射手的连接。如果系统无法建立连接，或成功概率低于预定阈值，系统会将目标推回上级总部系统，以扩大可继续攻克目标的可用联合单位阵列并提高成功概率成功。当威胁单位可以用有机单位追击时，师作战管理系统会确认美国“友军”的部署以清理地面，分析各种武器系统的弹药状态，并分配给确定的投送平台。一旦传感器周期完成，作战管理系统就会向选定的武器系统发出信号以进行交战。

释放弹药后，作战系统会立即更新弹药供应状态，重置再生周期，向后勤作战支援部队发送补给请求，并跟踪威胁直至其销毁。这是一个需要几秒钟的循环，并且在渗透和分解过程中反复发生。随着师部队的推进，作战管理系统在支持美国的各种媒体平台上推送信息作战信息。每一次积极的参与都伴随着针对该地区人口统计的信息传递工作。随着行动的进展，该系统不断评估对手的信息活动并提出建议的反信息，使美国“友军”在信息频谱中保持主动权。

当美国“友军”继续在对手的反介入和区域拒止保护伞内展开对抗时，作战管理系统会反复识别对手传感器并建立冗余杀伤链来击败对手地面部队。每次消灭对手ISR 传感器时，系统都会评估破坏对敌方与美国“友军”编队交战能力的影响。机动部队利用随后建立的临时非覆盖区域来推进其建制单位。同时，作战管理系统重新启动网络、空间和无人机传感器的融合以检测新目标，并融合能力以建立一个新的临时窗口期，可用于推进机动师地面部队。

这些活动在几秒钟内发生，并且事件发生的速度远远超过人类的认知周期。随着行动的进展，作战管理系统的自主学习算法继续分析和识别对手行为中的模式。因此，该系统可以实现与对手地面部队及其防御努力的持续竞争循环。

影响

美国对手整合和融合自主性和人工智能的意愿推动了美军发展和使用对抗能力的需求。这些进展提出了在面临对等威胁时快速连续执行多域融合的需求。由于跨多个领域融合能力需要分析大量信息，因此该过程将人为主导的同步过程推到了敌人的决策周期之外。此外，多域融合涉及建立冗余杀伤链。通过消除冲突建立一个单一的传感器到射手衔接链是不够的。相反，融合需要在必要时识别和使用可以继续攻击目标或提供保护工作的冗余能力。由于存在优势窗口的时间框架不断缩短，建立快速同步联合能力的冗余杀伤链是一项关键且需要同步完成的工作。

总体而言，未来的作战管理系统必须在联合平台上进行横向和纵向链接，以满足多域作战需求，并具备秒级或毫秒级的协同作战能力。此外，为了融合能力，人工智能引导的作战管理系统可以在争端地区补给环境缩小对抗中弹药优化的能力差距。该系统通过持续评估最佳目标-弹药组合并避免不必要地消耗弹药以及过度杀伤来实现这一目标。不幸的是，目前开发指挥和控制平台的方法主要是沿着服务的孤岛进行的，这将减缓建立在未来作战中融合能力所需技术框架的能力。

结论

人工智能和自主性对作战节奏的影响支持罗伯特·莱昂哈德的说法，即“时间越来越成为战争的关键维度。”人工智能与自主能力的结合使军队能够大幅增加活动发生的频率，进而推动序列的节奏并缩短机会之窗。当人工智能在没有人的情况下在观察决策-行动循环中引导自主系统时，这种关系会进一步加速。时间，以及比对手更快地观察和行动的能力，成为执行汇合的关键因素，使美国“友军”能够获得暂时的优势位置。

自从计算机网络、战术数据链和卫星通信的普及以来，美国还没有遇到过对手。目前在量子技术、人工智能和自主性领域的努力对美国各军种在其各自的统治范围内独立运作的能力提出了挑战。因此，正如美国陆军的多域作战 2028 概念所预期的那样，在战场上创造临时可利用优势的能力依赖于跨多个域融合联合能力。目前，这一过程主要由协调小组执行，其主要任务是通过 "域联合解决方案的阶段性同步"来汇聚能力。然而，与同行竞争者进行融合的复杂性，其人工智能引导和自主武器系统将决策和同步循环缩短到几分钟或几秒钟，这需要开发新技术。 MDO 2028的设计师承认这一缺陷，以及任务的复杂性，并列出了融合的考虑，要求开发新的军事技术来填补这一关键的空白。

因此，未来的 C2 系统需要为所有梯队的指挥官提供尽可能接近完整的战场空间内所有联合单位的通用作战图。此外，这些系统需要快速传输侦察和目标数据，以使用动能和非动能手段继续攻击目标。然而，即使未来的C2系统能够为指挥官和他们的参谋人员提供数据，使他们能够在多个领域融合能力，但与在快速转瞬即逝的机会窗口内任务相关的大量信息融合很快就超过了人类的认知能力。此外，其他因素，如弹药优化要求和不同的能力再生窗口，进一步增加了在多域作战中融合能力的复杂性。

目前为应对新出现的威胁所做的努力表明，美国各军种在开发和部署国防部范围内的能力方面仍然进展缓慢。美国军队正处于重组过程中，这为创建专注于打仗的系统提供了机会，而打仗需要嵌套和连接的C2系统，以促进快速交接和整合联合使能器。如果现在不建立这些能力，将导致发展出一支名副其实的“多域部队”，因为军队将不再具备2028发展目标所设想的那样融合能力，而是退回到既定的解冲突和同步过程，这种程序太慢，效率太低，无法保持竞争力。

正如本文所说明的那样，面对拥有人工智能引导和自主武器系统的同行威胁，保持竞争力的唯一途径是发展类似的能力，在几秒钟内建立并执行冗余的传感器到射手的连接。将人工智能整合到作战管理过程中不是一个保持领域优势的问题，而是确保美国军队能够在对抗、利用和再对抗的连续循环中创造短暂的优势窗口，这种对抗在所有作战领域中以秒计。