海军陆战队利用新兴技术的力量来提高杀伤链的杀伤力和速度,以遏制或打击同行竞争对手。

讨论: 过去 18 年的反恐和反叛乱行动已经形成了一种杀伤链,这种杀伤链在低烈度冲突中十分有效,因为在低烈度冲突中,美军在战略上可以压倒对手。然而,在针对同级竞争对手的高强度大国冲突中,目前的这种模式可能过于脆弱和缓慢。在 INDOPACOM 地区成功威慑或打击同级竞争对手的关键在于前沿部署的指挥官在被拒绝和降级的环境中采取行动,同时迅速使用火力支持整体海军战役。为实现这一愿景,需要改进技术,以促进分散和快速使用杀伤链循环。必须对目标锁定周期的每个部分以及通信架构进行改进,以确保海军陆战队做好准备,为总体海军战略做出有影响力的贡献。

结论: 海军陆战队不仅要积极寻求有助于杀伤链过程的新技术,还要为已有技术开发新的颠覆性方法。创新必须使指挥官能够比敌人更快、更有效地决定目标分配、探测潜在目标、投放适当弹药并评估其效果。为实现这一目标,必须以全面和网络化的方式开发技术,以确保最大的效率和对未来战斗的适应性。

提纲

第一部分:步调威胁和 A2AD

第二部分:当前杀伤链的小故事

第三部分:找出当前杀伤链中存在的问题

第四部分:对杀伤链的潜在改进

第五部分:应对反驳意见

第六部分:潜在的未来杀伤链小节

第七部分:结论和前进方向。

第四部分:对杀伤链的潜在改进

为了以最佳方式开发未来系统和能力,美国国防部(DOD)正在审视自身的弱点,也在全面审视对手。只有进行实证分析,才能使采购和开发工作制定出有效的前进路线图。目标应该是开发一个杀伤链,它不仅能利用新兴技术,还能最大限度地发挥友军的优势,并利用敌方系统的潜在差距。对杀伤链进行逐阶段检查可促进技术的发现和潜在应用,并以促进美国独创性和利用对手集中规划模式的总体理念为支撑。

杀伤链瞄准方法的第一阶段是决策阶段,旨在制定目标条件、分配探测资产和指定交战标准。在这一阶段,人工智能可以发挥最大作用。由于传感器技术的进步,在一天之内,一个天基传感器就能收集到相当于美国橄榄球联盟三个完整赛季每场比赛的数据图像。国防部既没有能力也没有实力对如此多的信息进行人工分析。人工智能可以利用强化学习技术对海量信息进行分类,从而发现其中的规律。通过对捕获图像的持续处理过程,人工智能算法可以帮助确定敌方资产的基线位置和习惯。这些基线信息可帮助领导者确定敌方行为与友军活动的对比变化。这些情况有助于根据潜在的行动方案制定最有效的目标定位包。

虽然人工智能和机器学习可以在理解即将收集到的堆积如山的数据方面迈出一大步,但美国防部运行的许多系统处理这些数据的能力严重不足。军方部署的最强大的核心处理器就装在 F-35 飞机上。虽然它每秒能进行 4000 亿次运算,但特斯拉公司在其自动驾驶汽车中使用的处理器每秒能进行 320 万亿次运算,而且价格便宜得多。这种比较不仅表明军方采用的计算系统不如民用部门,而且也表明军方愿意以功率换过程。战场上收集的大量信息往往需要在远离行动区的集中地点进行处理。然后,这些信息必须通过军事网络进行传输。在大多数情况下,通过军用无线电网络无线发送目标或地图数据可能需要数分钟到数小时不等。这在未来与同级竞争对手的潜在冲突中是不可行的。这不仅需要宝贵的时间,还可能使发送智能体暴露在敌方的通信测向和瞄准之下。国防部可以通过采用边缘计算概念来克服这一障碍。通过在网络 “边缘 ”的前沿位置放置能力更强的计算机,部署单元可以存储和处理更多收集到的数据,而不必再返回到集中节点。这加快了过程,有利于分散决策,并减轻了云网络或无线网络的压力。

在目标定位周期的第二阶段,新兴技术可以协助探测和处理目标定位信息。目前,美国最强大的感知能力是通过数量有限、性能卓越的卫星系统实现的。然后,这些信息通过集中节点进行处理过程,并通过各种网络和系统传播给目标锁定人员进行起诉。这部分杀伤链最为脆弱,也最容易受到破坏,因为军用和商用图像卫星都可能是对手的早期目标。

应对这一威胁的最简单方法之一就是将传感能力分散到多个资产中。这必须跨越多个领域,包括太空、地表和地下。与许多技术创新一样,商业部门在这方面也处于领先地位。超小型卫星技术的商业发展通过减小卫星有效载荷的尺寸和成本,提供了一种廉价的一次性解决方案。虽然这些较小的资产提供的保真度可能低于当前的军用版本,但其无处不在的特性可为能力更强的资产提供提示,从而抵消这一损失。其他研究也证明了从多颗卫星 “众包 ”图像以创建近实时无缝战区评估的能力。 这种能力可以弥补潜在的资产损失,还有助于将军事能力与盟国或商业伙伴联系起来。由于规模小、数量多,可以减少敌军的瞄准成本,并确保更多的共同利益。

太空不应是军方寻求提高传感器能力的唯一领域。自主系统在美军中的应用有限,但随着系统能力的提高和成本的降低,它们将有可能在未来战场上更有效地用作传感器。美空军试验性的 XQ-58A Valkyrie 无人机系统就是一个很好的例子,它提供了一个具有更强隐身能力的持续感知平台,从而降低了敌方干扰访问的威胁。同样,自主水下系统可提供具有超人持久性的监视能力。波音公司的 ORCA 就是这样一种系统,可潜航长达 6 个月,航程达 6500 海里,同时提供水下侦察。天基和地面自主系统可以帮助提供一个更强大和更有能力的收集网络,但除非有更好的方法来处理和整合所有信息,否则这些增加的信息将没有什么用处。

实现更好整合的第一步将是在战略层面建立联合部队之间的同步网络。美国防部已经朝着这个方向迈出了步伐,提出了联合全域指挥与控制(CJADC2)网络的概念。这将提供适当的网络架构,将各军种以及可能的盟国合作伙伴的作战画面整合在一起。这可能是实现共享指挥与控制(C2)的关键一环。在作战层面,作战人员仍需要将从单个传感器收集到的情报转化为可操作的目标信息。像 “乌鸦计划”(Project Maven)这样的项目计划利用人工智能梳理图像,并标记潜在的起诉目标。与传统方法相比,人工智能辅助瞄准可使识别潜在目标的速度提高 95%。Maven 还将协助将这些目标填充到各军种共享的 COP 中,以便快速反击目标。人工智能还能在战术层面为领导者提供帮助。DARPA 的 “自适应跨域杀伤网”(ADK)等概念允许人工智能通过多个传感器对提名的目标进行评估,并 “快速选择组织内部和跨组织边界的资产任务分配方案”。同样,像美国陆军实验性的 “火风暴 ”计划这样的系统也使用人工智能强化学习技术来寻找合适的可用杀伤资产,并 “提名 ”最佳潜在选项。所有这些要素结合在一起,通过将常规任务自动化和信息同化来加快侦查阶段的速度,从而让作战人员更快地做出选择。这也有助于减少与执行许多此类任务相关的整体认知负荷。

图 3:联网系统有助于进一步加强控制。

在目标定位周期的下一阶段,一些技术创新可帮助军方提高效果交付能力。这些改进可分为三大类:非动能防护和效果、自主系统以及对舰载反舰导弹的改进。尽管美军的武器库中已经有了许多这些要素,尽管其中许多还处于萌芽阶段,但必须对其进行改进和设计,以便将其推广到最基层的战术层面。这些改进对于有效执行杀伤链至关重要。

首先,军方需要在最底层增强进攻和防御网络作战以及电子战的能力。为了保护友军的杀伤链网络,小单元需要运用自己的网络安全能力。到 2023 年,拒绝服务攻击每年将超过 1500 万次,而面向互联网的设备每月可能会遭受超过 5000 次攻击。网络专家一致认为,保卫友军网络的最有效方法是在网络杀伤链的早期发现入侵并迅速将其击溃。网络安全团队和资产必须嵌套在战术单元内,以确保信息保护。同样,进攻性网络能力也必须近在咫尺。随着战场变得越来越复杂和相互关联,军方必须为前沿单元提供能力和授权,使其能够在不请求支持或上级总部批准的情况下开展进攻性网络行动(OCO)。瞬息万变的局势需要立即采取行动,抓住稍纵即逝的机会。具备 EW 和 OCO 能力的指挥官可隔离并攻击敌方战术系统,从而帮助敌方打破杀伤链。

其次,军方必须改进对自主系统的使用。这些资产可以提高持久性,通过减少人力需求来提高效率,而且与人类相比,需要的后勤支持更少。此外,自动化系统可以通过使用人工智能加速战斗,从而有可能超过人类的决策周期。利用这些系统的独特能力将使指挥官能够做出决策,并促进这些系统快速完成任务。这些系统的速度和能力将大大增强单元满足任务要求的能力。

在评估蜂群技术概念时尤其如此。蜂群技术仿效蜜蜂成群结队保护蜂后的方式,由大量廉价的一次性无人机组成,这些无人机为实现共同目标而独立运作。蜂群战术的独特之处在于,每个系统都能独立运作,但又能与所有其他系统进行通信;通过这种方式,它们可以承担数量损失,但仍能继续弥补损失并完成任务。从这个角度看,这些系统有几个好处。在进攻方面,无人机群可用来压制敌方雷达防御武器或使雷达阵列过饱和--使杀伤性武器能够穿过自动防御系统。在防御方面,无人机群可用来抵御敌机对友军阵地的攻击。如果与人类队友配对,这些系统的使用效果会更好。波音公司的 “忠诚僚机”(Loyal Wingman)计划拥有将多架无人驾驶的 “战斗机 ”拴在一个载人平台上的能力。这样就可以由人类控制无人机系统,将指挥和控制推向战术战斗的更高极限。此外,这些系统还能增强人类飞行员的能力,提高战斗编队的能力,同时减少为军事飞行员做好战斗准备所需的人力和培训时间。虽然自主系统能对杀伤链过程产生立竿见影的影响,但它们无法单独解决投送阶段的复杂问题。

美国防部须开发更好的反舰导弹和反舰弹道导弹,以确保多层次的进攻能力。美国在 1987 年签署《中程核力量条约》时,限制了某些类型巡航导弹的发展,影响了军方建立适当的中程反舰导弹系统的能力。由于俄罗斯的不当行为和对该条约的违反,美国已经退出了该协议,现在可以自由追求这种能力,减少限制。美国应着眼于确保新开发的反舰导弹能从地表和空中多平台发射。水面发射的反舰导弹的射程必须足以覆盖大片海域,并确保地面部队能在沿岸地区实施海上封锁行动。空投 ASCM 必须保持足够的射程,以便在雷达系统外使用,确保飞机的生存能力。更重要的是,为提高导弹的生存能力和杀伤力,美国未来研制的几种反舰导弹应具有高超音速性能。这种速度的提高对于限制作战人员的反应时间和克服人工智能辅助防御能力至关重要。如果没有这些系统,美国目前攻击对手舰艇的能力将受到严重限制。

杀伤链方法的最后一个阶段是评估阶段。在这一阶段,友军对打击效果进行评估,并建议重新攻击或采取后续行动。同样,自主系统可以接近敌军,进行广泛的战损评估,而不必担心失去载人平台。此外,还可利用人工智能快速评估和分析这些影响。通过使用敌方资产的存量图像并将其与历史战损图像进行比较,人工智能算法可以进行变化比较分析,以确定哪些特定的敌方系统受到了破坏。 具体来说,人工智能可以确定雷达系统是否仍在运行,或者敌方武器系统是否受到有效影响。这样,指挥官就能准确判断打击是否有效,是否需要进一步打击。所有这一切都可以在对友军造成最小危险的情况下迅速完成。

最后,整个杀伤链取决于安全、强大和有效的通信。新兴力量拥有干扰多种波形和开展信号情报行动截获通信的能力。有一些方法可以缓解这些技术,但国防部必须开始投资于更安全的通信架构。具体来说,EAB 需要安全、低辐射、可在最低战术级别使用的远程通信。幸运的是,高频(HF)通信的改进可能提供一个潜在的解决方案。通过进行自动频谱调制,美军可以克服敌方的测向技术,并在 EMS 上创造更多空间。此外,美国国防部高级研究计划局(DARPA)制定了 “保护前方通信 ”计划,利用结构系统工程加强通信信号强度,使其更能抵御敌方干扰。此外,他们的超宽带无线电频率-信息传递系统采用了新兴技术来扩大 EMS 的范围,并威慑用于识别友军信号的探测系统。此外,新出现的量子通信改进技术有望实现完全安全的通信。量子加密信息的前景将大大提高军方与前沿领导层的通信能力。

与此同时,美国防部必须投资于反制措施,以提高友军的生存能力。信号欺骗无人机和浮标可模仿各种 EMS 信号,使其看起来就像友军阵地成倍增加或迅速移动。通过精心使用和各种发射模式,敌方的信号定位工作可以被压制或混淆,从而大大降低敌方的目标定位工作。必须采用多种不同方法,确保友军资产能保持对 EMS 的访问,并能在整个联合部队中共享信息,以确保统一行动和协调效果。正如伯杰将军在其规划指南中所指出的,“成功的定义是找到最小、最低特征的方案,产生最大的作战效用”。

正如上一节所述,未来战斗的胜负将取决于关闭杀伤链所需的几秒钟时间。美国应竭力开发尽可能提高效率的技术。人工智能、自主系统、高超音速武器,所有这些都必须相互配合,产生协同效应,超越敌人的决策周期,从而获得战略优势。随着战斗节奏的不断加快,出错的余地将越来越小,而失去机会的影响将越来越大。

成为VIP会员查看完整内容
47

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《塑造深层战斗:21世纪地下战》57页报告
专知会员服务
29+阅读 · 5月29日
《未来大规模作战行动中的战术层面》140页
专知会员服务
47+阅读 · 5月16日
《和平时期的美国军事实验与创新》300页
专知会员服务
28+阅读 · 4月17日
《全域作战:跨越致命距离》59页报告
专知会员服务
71+阅读 · 2023年12月10日
《多域作战中的风险感知》美国陆军55页报告
专知会员服务
95+阅读 · 2022年10月13日
《未来之战:作战层面的网络战》美国陆军,67页PDF
专知会员服务
182+阅读 · 2022年8月12日
国家自然科学基金
264+阅读 · 2017年12月31日
国家自然科学基金
38+阅读 · 2015年12月31日
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
32+阅读 · 2014年12月31日
国家自然科学基金
41+阅读 · 2014年12月31日
国家自然科学基金
33+阅读 · 2013年12月31日
国家自然科学基金
34+阅读 · 2013年12月31日
国家自然科学基金
39+阅读 · 2011年12月31日
Arxiv
142+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
349+阅读 · 2023年3月31日
Arxiv
123+阅读 · 2023年3月24日
Arxiv
18+阅读 · 2023年3月17日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
264+阅读 · 2017年12月31日
国家自然科学基金
38+阅读 · 2015年12月31日
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
32+阅读 · 2014年12月31日
国家自然科学基金
41+阅读 · 2014年12月31日
国家自然科学基金
33+阅读 · 2013年12月31日
国家自然科学基金
34+阅读 · 2013年12月31日
国家自然科学基金
39+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员