在日益复杂和苛刻的作战环境中运作的需要，有可能使现代军舰上以人为中心的指挥链超负荷。扩大使用快速发展的人工智能技术提供了应对这一挑战的潜力，彻底改变了指挥空间的决策。本文以皇家海军为例，研究了最近在这一领域的实验。
背景介绍
战斗信息中心（CIC）是现代军舰上局面编制、任务管理和武器控制的协调中心。它承载着一个人类操作团队，负责为战术家和指挥官提供合理化的信息，作为实时决策的基础。战争小组的成员与计算机控制台、显示器、通信设备和其他外围设备互动，以建立对战术形势的集体认识；评估和优先考虑威胁；并管理海面上、海面下的 "战斗"。
一名电子技术员在美国海军 "保罗-汉密尔顿 "号导弹驱逐舰（DDG-60）上跟踪地面和空中接触。随着威胁越来越复杂，环境越来越有挑战性，数据量越来越大，指挥团队越来越面临认知过载。(图片: 美国海军)
目前，CIC中的指挥链是基于高度规定性和以人为本的决策层次，由编译器和操作员从各种有机和非有机来源中建立战术图景，以实现及时和知情的战术决策：例如，转向开放武器弧的路线，或执行软杀伤性反措施计策。然而，人们认识到，由于海军部队越来越多地被要求在更加复杂和苛刻的作战环境中作战，而这些环境的特点是多样化和越来越具有挑战性的威胁，因此指挥小组现在面临着越来越大的超负荷威胁。
同时，舰艇收到来自有机传感器和非有机来源的越来越多的数据，从而使指挥团队识别、理解和应对威胁情况的能力更加复杂。操作人员也要承受越来越大的压力：在防卫值班时，一次盯着屏幕看几个小时，需要人类集中精力，即使有休息时间。任何疏忽都可能意味着遗漏或错误地识别了一次接触。
正是在这种背景下，海军从业人员、作战人员、国防科学家、工业界和学术界都开始考虑如何增加自动化和更多地使用人工智能（AI）技术来提高指挥和控制领域决策的敏锐度和速度。定义各不相同，但从广义上讲，人工智能可以被描述为机器所显示的 "智能行为"。从本质上讲，这描述了机器模仿人类在推理、计划、学习和解决问题的任务中所采用的认知功能的能力。
人工智能已经开始进入商业和消费领域的主流，因为事业已经看到了人工智能在提高生产力、增加效率和简化任务执行方面的潜力。海军现在也热衷于在指挥和决策中利用 "机器速度 "人工智能的力量，因为他们认识到人工智能技术善于从嘈杂的动态数据中推断出模式、趋势和信号。同时，人们认识到，在一个有效和高效的社会技术组织中整合人类操作员和计算机，会带来无数的技术、操作和道德方面的复杂性。
维斯比级护卫舰HSwMS卡尔斯塔德的CIC。未来人工智能支持的指挥和控制系统将需要将人类和机器的合作作为设计过程的基本组成部分来考虑。(图片: Richard Scott)
背景下的人工智能
高级别的自动化对海战来说绝非新鲜事物。例如，设置为 "自动 "模式的自卫武器系统将在满足预先确定的交战阈值条件时自动开火。这代表了一种非常初级的人工智能形式，因为武器系统有能力承担原本由人类执行的功能。然而，应该明确的是，这不是一个学习系统，因为它只按照预先编程的规则集运作。
在指挥环境中实施早期形式的人工智能的最初想法可以追溯到20世纪80年代。皇家海军（RN）舰艇在南大西洋的损失，在海湾地区对 "斯塔克 "号护卫舰（FFG-31）的反舰导弹攻击，以及 "文森 "号巡洋舰（CG-49）无意中击落一架伊朗A300客机，都证明了依赖大型和以人为中心的指挥链的行动信息组织的脆弱性和易错性。在某些情况下，高工作量和战斗压力的结合压倒了操作人员的认知能力，导致他们错误地评估局势和/或错误地计算出适当的反应。在其他情况下，由于操作人员和作战人员缺乏关注，即使有明确的线索表明攻击迫在眉睫，也会忽视威胁。
到20世纪90年代，一些有限的尝试将人工智能的形式引入到指挥链中。然而，这些所谓的 "专家 "系统--实施基于包含嵌入式理论或规则的知识库的人工智能形式--遇到了一些不足和限制。例如，那个时代的计算能力和可访问的内存所带来的限制必然限制了软件实施的复杂性。另外，这些基于知识的技术在实施中非常僵化--依赖于从操作者经验中提炼出来的规则--因此在应用中非常狭窄。
约翰霍普金斯大学应用物理实验室的硬杀伤/软杀伤（HK/SK）性能评估工具（HaSPAT）原型于2020年初部署在美国海军 "邦克山 "号巡洋舰（CG-52）上。(图片：美国海军)
对在海军指挥和控制领域实施人工智能的重新关注反映了过去十年中技术和工艺的重大进步--最重要的是，深度学习的革命使计算机能够以更像人类的方式对特定任务进行学习和概括。同时，人们对人工智能在指挥过程中可以增加价值的地方有了更好的认识：例如，通过帮助提醒操作人员在早期阶段的潜在威胁，或在复杂的多重威胁情况下支持威胁评估和武器分配（TEWA）。
还应理解的是，至少在可预见的未来，不赞成用机器完全取代人类的想法。相反，重点是利用人工智能技术来减少决策者的工作量，从而使人类在计划任务、估计对手能力或考虑采取特定行动方案时有更多的时间和更清晰的认识。简而言之，当时间有限或选择的数量太多，人类无法分析所有的选择时，人工智能可以提供关键的决策支持。
这种决策援助的一个例子是约翰霍普金斯大学应用物理实验室（JHU APL）开发的硬杀伤/软杀伤（HK/SK）性能评估工具（HaSPAT）原型。HaSPAT旨在帮助操作人员了解计划中的防御态势，并在敌方攻击前评估作战系统的性能，它还通过告知有哪些资源可用，确保为自卫保留足够的弹夹容量来平衡武器库存。来自JHU APL的工程师在2019年6月访问美国海军 "邦克山 "号巡洋舰（CG-52）后开发了HaSPAT。在与该舰的指挥官讨论后，决定进行快速开发，以帮助舰上的作战团队更好地计划和协调硬杀伤和软杀伤效应器的使用。
智能船舶第二阶段共资助了10个智能代理，并选择了一个 "集成商 "来管理ISAIN环境的开发。(图片: Dstl)
HaSPAT纳入了有关武器有效性的信息，以支持武器分配和调度，并嵌入了一个模拟，以产生分析和性能指标，告知用户与配置相关的可能风险。它还被设计成用户可以为区域和自卫实验设置不同的部队战斗空间配置。
原型工具于2020年初部署在美国海军 "邦克山 "号上，以便船上的船员能够评估HaSPAT的功能，并为进一步更新提供反馈。根据JHU APL的说法，这一初步演示为在部队层面上获得更重要的硬杀伤/软杀伤协调能力提供了一个垫脚石。
在大西洋彼岸，旨在加速和改善指挥团队在紧张的水上战争场景中的形势意识和威胁分析的原型决策辅助工具也已经由英国皇家海军在海上进行了操作试验。例如，英国皇家海军和国防科技实验室（Dstl）在2021年5月的海上演示/"强大的盾牌21 "演习中评估了一些人工智能工具。其中一个是Roke公司的STARTLE应用程序，其目的是通过提供实时建议和警报，帮助减轻操作员监测空中情况的负担。另一个是CGI英国的系统协调综合效果分配（SYCOIEA）自动化平台和部队TEWA应用。
智能船舶
人们认识到，未来的核心挑战是如何设计人类操作员与计算机和人工智能软件程序之间的互动和合作，以最大限度地减少人类意图与使用自动或自主系统执行该意图之间的 "摩擦"。这种整合--其缝隙是人机界面--必须认识到人类不仅仅是 "用户 "或 "操作员"，他们本身也是决策环路的一部分，因此是功能和产出的组成部分。
2019年，英国国防部启动了一个名为 "智能船舶 "的多阶段科技项目（S&T），正是因为需要研究有关人工智能改变指挥决策的潜力的一些关键问题。由国防部（MoD）资助，作为其更广泛的自主性科技计划的一部分，这项正在进行的努力代表了一种开创性的尝试，即设计一个合作的 "系统的系统"，其中自动化和人工智能与人类更紧密地结合和合作，以实现更及时和更明智的规划和决策。重要的是，智能船舶项目旨在展示一个未来的指挥和控制概念，其中人类和人工智能 "代理 "在一开始就被设计进去，而不是简单地将人工智能添加到传统的行动信息组织中。此外，它还认识到，系统的系统将包括机器-机器团队以及人-机器团队。
位于Dstl的Portsdown West设施的指挥实验室作为智能船舶第二阶段评估的测试平台环境。(图片: Dstl)
智能船舶计划的第一阶段涉及一系列 "挑战"主题--任务规划和决策辅助工具、信息融合、传感器和信息管理、新型人机界面、人机协作和集成--代表了典型军舰中的各种功能和能力。这些包括支持平台系统的组件，以及指挥规划和决策辅助工具。 这个最初的六个月阶段的一个核心部分是开发智能船舶人工智能网络（ISAIN）框架的任务。在CGI英国公司的领导下，在DIEM分析公司、人因工程解决方案公司和决策实验室的支持下，ISAIN是一个可以在不同场景下探索人机合作的环境，使开发和评估新的组织和工作流程结构成为可能，这些结构利用AI与人一起工作。这提供了在人类、人工智能或两者之间动态转移工作量的可能性，这取决于情况及其复杂性。此外，ISAIN框架为系统研究提供了一个试验场，并促进对支持和促进团队所有成员（包括人类和AI）的活动和互动的创新机制的研究。
例如，不同的人工智能和人类如何合作，人工智能和人类能力的最适当组合，组织人工智能和人类作为一个团队实现目标的最佳方式，以及仲裁或消除来自多个人工智能的相反建议/行动的手段。 除了ISAIN，智能船的第一阶段还资助了人工智能的成熟--或称决策代理（ADeM）--可以被整合到ISAIN中进行演示。ADeM是该项目采用的一个术语，用来描述在人-AI机器或AI机器-AI机器混合团队中运作的人类或基于机器的智能代理。
2020年6月，通过国防部的国防与安全加速器（DASA）发出了智能船舶项目第二阶段的呼吁。DASA资助创新和可能利用的科技想法，这些想法可以为英国武装部队和国家安全带来成本效益的优势。当年11月，总共授予了9个第二阶段的合同--累计价值约为300万英镑。其中，CGI英国公司作为ISAIN的集成商和开发负责人，获得了大约一半的合同。在这个角色中，CGI UK与Dstl合作进行ISAIN的集成，将ISAIN安装到Dstl的Portsdown West站点的指挥实验室中，设计开发智能船舶的各个方面如何在ISAIN环境中结合起来，并将选定的ADeMs集成到ISAIN架构中。
DASA将第二阶段的剩余资金用于开发特定的 "训练有素 "的AI。授予决策实验室、DIEM分析公司、Frazer Nash咨询公司、Montvieux公司（获得两个奖项）、诺丁汉特伦特大学、劳斯莱斯公司和SeeByte公司个别合同。CGI英国公司在行业标准和工具的基础上制作了一个软件开发工具包，提供给各个ADeM供应商。
除了DASA合同，之前在Dstl'Progeny'框架下开发的战术导航（TacNav）代理被拉入智能船舶第二阶段。TacNav是由CGI英国公司开发的，用于计划、执行和监控智能船的战术导航。在第二阶段中，CGI的SYCOIEA TEWA决策辅助工具也发挥了作用。
由于该项目无法为DASA征集的所有提案提供资金，因此决定选择广泛的人工智能代理，跨越一系列的平台和战斗系统功能。例如，罗尔斯-罗伊斯公司开发了一个被称为ACE（人工总工程师）的决策控制系统，该系统旨在根据指挥部的优先次序，就如何最好地操作船舶机械--发动机、推进系统、电力网络和燃料系统做出基于条件的决定。另一个人工智能被称为IBIS（用于损害控制和消防的内部战斗智能强化学习），是由弗雷泽-纳什咨询公司构思的，作为一个使用基于人工智能的新型强化学习技术的预测性损害控制工具。
智能船舶团队还选择了决策实验室开发的人工智能，称为CIAO（用于优化的高级复合智能代理），可用于仲裁两个不同代理交付的冲突输出。例如，如果TacNav根据水下障碍物或当地航运交通推荐一条航线，但TEWA代理建议另一条航线，以打开武器弧线对付来袭的威胁，它就可能发挥作用。CIAO在系统的许多部分都得到了实施，以便在决策链的不同部分提供复合建议。
杜威号导弹驱逐舰（DDG-105）CIC中的人员。未来几年，人工智能将在海军领域的许多情况下得到应用，将人类和机器融合在一起。(图片: 美国海军)
指挥实验室
ISAIN被整合到了Dstl的Portsdown West站点的指挥实验室设施中。这一设施--承载着由开放和灵活的硬件、软件、网络、数据库和协议接口组成的实时、虚拟和建设性的模拟--由Dstl的许多部分共同出资。它作为一个可配置的测试平台，提供了在所有战争环境中进行实验和整合新系统的能力。
为了支持智能舰艇的实验和评估活动，指挥实验室配备了类似于CIC多功能控制台的操作终端，允许军事顾问在伪作战环境中与人工智能代理互动。在2021年和2022年期间，指挥实验室已经进行了四次单独的评估，场景的复杂性、代理人的数量和这些代理人的成熟度随着时间而增加。
这些评估是针对Dstl军事顾问开发的名义场景进行的，这使得ADeMs可以在一个有代表性的操作环境中得到展示。这始于一个规划阶段。在这之后，"船"--在一个更大的任务组之前行动--在有争议的水域附近进行情报收集行动。随着紧张局势的加剧，与对手的红色部队发生了对峙。这最终导致了一次反舰导弹攻击，并造成了自身舰艇的损坏。为了评估的目的，这个端到端的场景被分解成一系列较短的小插曲，每个小插曲包括大约半小时的 "操作 "活动。这些脚本是为了最大限度地提高代理人之间的互动。
第二阶段于2022年3月底完成。研究和实验提供了宝贵的早期洞察力，使人们了解到将多个人工智能应用结合在一起做出集体决定的机会和好处，无论是否有人类操作员的判断。同时，它确定了一些新的问题，即如何在复杂的指挥环境中最好地实施和管理AI-enabled自动化。结论是，只有通过解决多个智能机器代理团队的设计和操作，才能获得真正的操作优势，并使人类在这些团队中的整合得到优化，形成有效的人类-自治团队（HATs）。
DASA与Dstl合作，在2023年初宣布了智能船第三阶段的计划。在第二阶段之前开发和评估的协作式人工智能概念的基础上，这一后续科技计划的结构是为了探索更早和更集中地考虑HAT的人类组成部分的好处，以支持未来的海军指挥和控制。
第三阶段的目标是为HAT设计一个综合系统，该系统可以提供水上海军指挥和控制的各个方面，并更详细地考虑基于人工智能的HAT的协作的仲裁需求。这将促使人们更加关注系统设计，而不是人工智能代理的开发；人类在HAT系统中的整合；以及对不同人工智能代理的潜在冲突建议的仲裁方法的理解。其目的是将现有的ISAIN环境用于整合和评估。
第三阶段的竞争预计将于2023年4月开始。其目的是，一个单一的多学科合作团队将提供所有的产出，包括系统设计、构建、整合和评估。目前的计划设想在2023年第三季度授予合同，第三阶段的活动预计将持续到2024年12月。
结论
未来几年，人工智能将在海军领域的许多情况下得到应用。同时，人们认识到，人工智能的使用提出了一些深刻的伦理、法律和管理问题。今天，海军、国防科学和工业界所面临的挑战是如何确定人工智能可能成为解决方案的一部分的操作缺陷和能力差距，并了解如何最好地将人类和机器融合在一起，以便将人类的认知、直觉和责任与机器速度的分析能力相结合。
从长远来看，将人工智能引入指挥链可能需要一个范式转变。未来的指挥和控制系统将不再是设计系统，然后设计与人类操作员的接口，而是将人类和机器的合作互动作为基础概念和设计的基本部分。此外，将需要仔细关注，以确定在一系列操作场景和任务中指挥团队中人和机器元素之间的最佳平衡。
原文
相关内容
微信扫码咨询专知VIP会员