《网络化战场上的美国陆军士兵：利用士兵数据实现前瞻性和预测性战场推理》100页

这项研究的目的是为步兵旅战斗队（IBCT）提出解决方案，以加快战场决策，并在多域战场上保持战术超配。本研究将确定如何通过收集基于士兵的数据，到 2030 年在地面战术层面实现主动和预测性战场推理（PPBR）。作者假设，美国陆军应通过融合人体可穿戴传感器和设备、机器学习软件以及美国陆军的各种举措来利用士兵数据，以便到 2030 年实现 PPBR。对美国陆军新兴概念和能力需求以及预计的未来作战环境（FOE）的分析为研究结果提供了依据。战术解决方案旨在最大限度地发挥人的潜能，并通过人机协同在单兵层面加速认知。虽然有证据表明美国陆军可以做到这一点，但对这一课题的坦率分析却引出了一个问题： 美国陆军是否应致力于全面主导信息空间，以加速战场决策，实现战术超配。多域作战中的美国陆军强调信息空间，其意义与主要机动域几乎相当。对工业和军事现代化趋势的定性元综合显示，信息曾是国家权力的一种独立工具，但在未来的网络化战场上，它将成为首选工具。基于士兵的数据是网络化信息空间的关键组成部分，指挥官应利用这些数据保持单元内部的行动自由。机动单元在数据驱动下做出明智决策的速度，将是在网络战场上实现战术超越的决定性因素。与利用士兵数据和其他数据类型实现 PPBR 的超自动化决策相比，卓越的直接火力武器系统可能很快就会黯然失色。对于战士技能 1 级任务来说，采用这一概念并非难事： 射击、移动、通信、维持、生存和信息。采用人机协作的方式来综合士兵信息，将使指挥官能够提高决策速度和态势感知能力，并积极主动地缓解战场态势。积极主动的预测性战场推理，其基础扎根于士兵内部数据的收集，将使美国陆军能够准确预测其作战范围。就像今天的汽车传感器会告知驾驶员诊断问题或剩余里程一样，士兵佩戴的联网传感器套件也将简化曾经需要宝贵时间和注意力的战场任务。世界上的大国竞争者有可能正在军事领域下一场革命的边缘徘徊：超自动化战场决策。美国陆军有可能在中期实现这场革命。

图 3. 前瞻性和预测性战场推理

前瞻性和预测性战场推理（PPBR）： 这一术语由作者创造，用于描述加快地面部队指挥官（GFC）和士兵在战场上做出和预测决策的速度所需的能力。根据设想，这一过程将通过可穿戴传感器或设备（机器）收集基于士兵的数据，使用 ML 软件对数据进行分析和综合，并以可消化的方式实时发布数据，以加速决策制定。

前瞻性战场推理： 通过机器辅助和机器自动化战场任务加速战场决策。前瞻性战场推理旨在无缝收集和共享信息，以提高战场决策速度。

预测性战场推理： 通过机器增强和机器自动化战场任务预测未来战场决策。预测性战场推理利用 ML，通过分析当前和历史数据来预测未来战场决策。

前瞻性推理与预测性推理相结合，加速了士兵对战场的认知。信息随时可用，领导者根据单元预设阈值进行决策提示。笔者通过以下小故事来设想 PPBR： 一名士兵及其装备配备了一套无源传感器和装置。传感器收集与士兵相关的数据（例如生物识别数据），并将信息传输到一个微型处理单元。ML 软件对数据进行分析和综合，并以易于理解和直观的方式（如平视显示器上的百分比率和方框图）将数据传回士兵和单元领导层。地面部队和更高层保持单元的持续实时状态。根据预先确定的差异阈值，软件可识别和预测战场决策要求，并通知全球指挥中心。全球战斗指挥中心通过类似智能手机或手表的直观指挥界面，批准、否决或推迟战场决策（例如启动医疗后送系统）。