九游老哥云
【公益译文】打好人工智能战争 未来智能化战争之作战构想（三）
2021-07-09
第2章 智能战
作为一项手艺 ，人工智能最大的优点是对效率的提升。在军用方面 ，它的突出之处在于识别模式和极其快速地检测海量数据中的目的项目。这意味着 ，关于牢靠系统 ，人工智能能够对无人机上传长达数小时的视频举行剖析并找出特定人物 ；关于移动系统 ，能够识外传感器视频图像中的障碍物 ，甚至可以接受人类治理者的简朴语言指令。
这样就大大简化了整个作战空间中的目的探测、定位和识别 ，战场变得很透明 ，敌方步队无所遁形 ，可以迅速接纳掷中率极高的准确制导武器举行攻击。在未来的智能化战场上 ，隐藏和生涯都将变得愈加难题。
这带来了两大影响。首先 ，人工智能可以加速决议周期 ，但先决条件是要迅速确定敌手所处位置 ，决议行动顺序。加速决议得益于人工智能的快速发明能力 ，并不属于人工智能的一项功效。其次 ，人工智能能够作出很有价值的展望。在这些展望中 ，特殊准确的甚至能够资助友军在与敌军征战时准确定位 ，挫败其行动。同样 ，要抵达这种效果 ，首先要找到仇人。
然而 ，人工智能并不完善。常见的问题包括：（1）容易受骗受骗 ；（2）在训练过的情形中才华正常事情 ；（3）无法将在一项使命中获得的知识用于另一项使命 ；（4）依赖于数据。人工智能的问题在于 ，在现实应用中 ，人工智能必需与人类相助 ，优势互补 ，这样才华填补人类认知上的缺乏和人工智能的缺陷。
人工智能作为通用手艺 ，在全社会普遍使用 ，主要通过智能手机实现。同样 ，人工智能将注入军事机械 ，激活作战空间。这种注入和激活只有一个目的 ，正如Robert Work所说 ，“追求人工智能 ，着实就是追求自主。”
自主有两种基本形式：静态和动态。静态自主系统包括智能支持系统、展望性维护工具、图像识别计划和作战妄想支持。动态自主系统包括自主武器、平台和机械人。两种形式都很主要 ，均可以接纳如下方法实现：
人在环内（Human-in-the-loop）。在这种模式下 ，人类保存对特定功效的控制 ，避免人工智能在未经授权的情形下接纳行动 ，人类是系统控制环的组成部分。设计中的难题是怎样准确确定这一历程中的人工干预位置 ，差别的使命和机械能力 ，人工干预的位置差别。若是需要太多的人工干预 ，人工智能的用途则大打折扣。
人在环上（Human-on-the-loop）。人工智能周全控制自己的操作 ，由人类监控并在须要时举行干预� ；痪浠八� ，在要害时间点（例如与目的征战） ，人工智能会通知人类即将接纳的行动 ，期待人类批准或继续行动直到被人类终止。有些导弹防御系统使用了“人在环上”手艺 ，自动决议并执行追踪使命 ，除非人类反对。
人在环外（Human-out-of-the-loop）。人工智能周全控制系统运行 ，无需人工指导或干预� ；翟谖淳死嘀苯邮谌ɑ蛲ㄖ那樾蜗缕舳�。这种形式的控制也被称为“人环疏散”（Human-off-the-loop）或完全自主。
人工智能的通用性意味着它的初始应用将囿于现有的作战层面构想。在中短期内 ，人工智能只是激活而不是刷新作战空间。因此 ，本章第1节先容了现有的作战层面构想 ，第2节提出了两个偏笼统的总体智能化作战空间¹¹Ïë：一个针对防御 ，另一个针对进攻。这两个构想很主要 ，是第3、4、5章中内容的基础 ，这三章较为详细地划分讨论了智能化海、陆、空作战构想。
本章第3节探讨了智能化防御和进攻构想中所包括的一样平常性军力结构问题 ，包括人工智能的商业起源、制造问题和原型战争头脑。
作战层面构想
俄、中、美都有自己的作战层面构想 ，笼统地形貌了怎样在战场上使用军事实力。这些看法大同小异 ，详细形貌了现代和新兴作战空间的特征以及在这些空间中的作战行动 ，颇具参考意义。这些看法背后的头脑最初是两次天下大战时代的几位苏联军事头脑家提出的。这些头脑在冷战竣事时已被普遍接受 ，在美国的逍遥一体战看法和1991年的沙漠风暴大捷中均有体现。今世俄、中、美的军事理论和作战构想就是在这一古板的基础上爆发的。
在两次天下大战时代 ，苏联战略家以为 ，战场上的敌军不宜以薄弱、线性的方法举行看法化 ，而应视为一个系统。敌方步队不但仅是前线作战士兵 ，还包括第二梯队、准备役步队、间接火力步队、运输工具、后勤包管和指挥控制步队。和任何系统一样 ，这种实力不但仅是各组成部分实力的简朴相加。鉴于此 ，仅仅攻击前线是不敷的 ，由于新的作战实力一直地被转移到前线。苏联头脑家把仇人看作一个系统 ，并且最要害的是 ，这是一个具有相当深度的系统。
苏联头脑家强调要通过物理和认知上的攻击来击败这个系统。其目的是造成系统瘫痪 ，破损对方系统的作战基础 ，使其无法执行战略使命。
实现这个目的要三管齐下。首先 ，安排一个作战无邪小组深入到防御后方 ，疏散敌方实力 ，将敌方的前线与须要的后方支援举行脱离 ，摧毁敌军的整体凝聚力。其次 ，在前线和仇人后方同时进攻 ，迫使敌方步队自力作战 ，从而破损系统的协同作用 ，使敌方无法有序地退出战�� ；使敌方的作战资源越发主要 ；破损指挥控制系统的运行。最后 ，凭证敌军实力安排实力 ，打乱敌方的行动和节奏。
今天的俄罗斯战略家们在这一苏联遗产的基础上 ，团结了对叙利亚和乌克兰战争的履历。敌方系统深度的看法已经从简朴的军队系统转变为包括整个对抗国家及其社会的系统 ，如两次大战时代的苏联头脑家所述。响应地 ，深度渗透手段也逾越了最初设想 ，扩大到混淆战争、软实力步伐以及信息战。为取告捷利而攻击并彻底破损系统不但仅针对敌手的军事实力 ，还包括破损目的国家的运作。
以这种方法扩展系统深度意味着要对战争初期（IPW）提起重视。需要澄清的是 ，战争初期是战争中现实的作战行动最先前的阶段。在这段时间内 ，即将征战的国家接纳行动 ，为其最终投入的军事实力创立有利条件。这一作战准备时期的宏观意图是 ，在敌方行动最先前 ，破损其政治和经济情形 ，使敌手无还手之力 ，包括使用网络攻击破损仇人对国家和武装实力的控制。战争初期还将对目的国家举行麋集的侦探运动。
战争初期的运动不但让敌手如堕迷雾 ，掌握禁绝情形 ，还为了在心理和认知上操控他们。近年来 ，人们越来越重视“反射控制”（Reflexive control） ，即系统性影响敌手的认知和决议 ，最终让敌手自愿接纳有利于俄罗斯战略利益的行动。详细做法是 ，通过使用虚伪信息、重新安排军事实力、制造时间压力来改变敌方对“现实天下”的明确 ，以此麻木敌手“对外界的感知”。
在作战构想上 ，俄国人比中美两国更重视攻击敌手的认知。这可能是由于他们的远程攻击能力较弱 ，因此想法想法使用敌方的网络来搪塞仇人 ，以此填补这个缺乏。
思量到重大战争 ，美国着手生长其上世纪80年月提出的逍遥一体战看法 ，这一看法最初融合了苏联的一些理论。美国已经大踏步向前 ，将战场看法扩展到陆、海、空、网、天五个领域。在这些多领域作战中 ，重点是实现融合 ，即“使用传感器、通过对应司令部近乎实时地为射手赋能的能力。”这种作战看法摒弃了之前的单领域线性攻击链 ，转而接纳具有弹性的多领域攻击链 ，使用替换或多个途径抵达相同的效果。
与最初的苏联头脑和逍遥一体战头脑一样 ，美国的多领域作战看法假设同时在近距离和深度区域与敌手征战。通偏激力、无邪和诱骗疏散敌军 ，打乱阵型 ，扰乱认知 ，以便友军深入后方 ，获得局部优势 ，实现有利的军力比。这种要领的目的是增大敌军的指挥控制难度。可是 ，正如解放军提出的看法一样 ，美国看法同样着重于物理效果。
俄罗斯军事头脑也带来了一定影响。与俄罗斯的“战争初期”构想类似 ，美国重提战前时期 ，以为这是一个一连竞争的阶段。凭证设想 ，战前阶段包括有关战场的详细战术和作战情报准备、反敌方侦探运动、诱骗行动、信息战以及作战情形和民用网络剖析。
俄、中在设想敌方系统时思量了社会的方方面面 ，而美国则将其限制在仇视军事实力上。在这一点上 ，俄、中、美都提出了战前时期的主要性 ，基本上都赞成这是“战争的初始阶段”。三国都强调使用多域攻击（包括动能攻击、电子攻击和网络攻击）近距离和深度作战。在这方面 ，美、中主要是对敌方系统施加倒运的物理和手艺影响 ，而俄罗斯则更强调对对方认知的负面影响。
从中短期来看 ，人工智能的应用和建设会受到俄、中、美作战构想主要特征的影响。这些特征形成了一条恒久趋势线 ，从两次大战时代延伸到现在再到未来。人工智能要顺应并融入这一恒久趋势中。
智能化作战空间构想
思量人工智能对未来作战的影响实质上是一种推测。只管云云 ，人们对人工智能的手艺和适用性已有充分熟悉。同样地 ，未来的战争将包括攻防两个方面 ，这些都是探索人工智能可能爆发影响的有用工具。对攻防看法统一熟悉 ，将人工智能提供的新兴能力引入军事领域。
人工智能未来的作战效用可以简朴归纳综合为“发明和愚弄”。人工智能依附其机械学习能力 ，尤其善于发明隐藏在高杂波配景中的信息。在这方面 ，人工智能优于人类 ，速率更是远超人类。然而 ，人们能够用种种步伐骗过人工智能。以是 ，人工智能的发明能力看似强盛 ，现实上缺乏稳健性。
人工智能的“发明”能力还能提高移动系统的自主水平 ，由于人工智能会剖析周围情形 ，发明主要的作战数据。这意味着 ，通过使用具有差别自主级别的移动和静止系统提供支持 ，可以增强“发明和愚弄”功效。人工智能可以增强现代作战系统的传感器 ，刷新动能和非动能攻击系统 ，让诱骗手艺变得越发可信 ，并提供种种各样的疑惑要领。从这个意义上说 ，人工智能激活了其他手艺。它并不是一个自力的加入者 ；相反 ，与许多其他数字手艺团结在一起 ，为它们提供了一种新的认知形式。
别的 ，人工智能的“发明”优势改变了对“仇视作战系统”之间“系统对抗”的构想。自20世纪90年月末兴起网络中心战（Network-centric warfare）以来 ，军事系统往往视作战斗网络 ，各个节点之间的联系是要害因素。人工智能改变了这一熟悉。现在 ，基础数据—而不是相同联系—才是要害。数据为所有其他要素注入了生命 ，成为了新兴的智能化“系统对抗”的新基础。
以数据为中心的生态系统视角会带来更多转变。以常用的视察–定位–决议–行动（OODA）循环为例。这一循环顺次次分步执行 ，实质上是回溯性的 ，由于只有在事务爆发后才华举行视察。人工智能悄然改变了这一历程。若是有合适的数字模子和敌我数据 ，人工智能就能展望敌手未来可能接纳的行动 ，进而展望己方可能接纳的对策。
智能决议周期包括感知–展望–赞成–行动：人工智能感知情形 ；展望敌手行动 ，进而展望己方的应对步伐 ；人机团队中的“人”赞成此评估 ；人工智能向战场上安排的种种作战机械人发送机械对机械指令。“仇视作战系统”基于的数据结构或会成为战斗胜利的决议性因素。
总体防御构想
古板上 ，防御有主场优势 ，能够选定作战空间举行准备。在智能化战场上 ，可以在选定的防御区域安排多个廉价的物联网传感器。主要的是 ，这项事情要尽早启动 ，在战斗之前完成。安排传感器时要周密思量 ，将其妥善置于陆、海、空、天、网中的合适位置。使用这些传感器 ，可以获悉目的地区的地形、�？觥⑽锢砬樾魏屯獾匦槟馇樾�。有了这些配景数据 ，人工智能就能更快地发明防御领土上的任何转变 ，特殊是军事实力在该领土上运动时。在智能化战场上 ，战前行动阶段（即战争初期）对后续战斗胜利至关主要。
别的 ，防御时还可以使用支持人工智能的无人载具（UV）执行种种移动物联网使命。为了支持“发明”功效 ，配备传感器的无人载具会巡视近距离和远距离作战空间 ，作为对牢靠物联网网络的增补 ，凭证战斗历程 ，提供重点区域的细粒度信息。别的 ，这种无人载具也可以暂时替换战斗中被摧毁的物联网传感器。
牢靠和移动物联网边沿盘算传感器可毗连到强盛的云 ，将数据可靠地反响到远程指挥支持系统。指挥系统训练有素的人工智能可以很快从配景杂波中过滤出主要信息。使用这些信息 ，人工智能可以展望敌军行动 ，同时展望己方军力的最优安排方法及其作战效果。这种展望将感知到的情形数据与敌军的能力和性能建模团结起来。此类建模是战争初期的一项主要数据使命。
人工智能先对敌军举行地理定位 ，人类指挥官批准后 ，可以使用间接火力（包括移动远程火炮、导弹或无人攻击机）快速开战。这种要领可以近距离攻击目的或深入敌军后方 ，要害问题是目的数据以及是否能够获取可变射程火力。其效果是 ，防御领土很快成为禁区。
为了支持“愚弄”功效 ，无人载具可以安排在整个作战空间 ，配备种种电子系统 ，举行反情报、监视、侦探和目的定位（C-ISRT） ，击败仇人的人工智能“发明”系统。己方的“愚弄”系统通过人工智能获得移动性 ，与牢靠滋扰机相比更具无邪性 ，仇人很难对其举行物理攻击。别的 ，搭载人工智能的无人载具具有半消耗性 ，可执行高危害使命 ，靠近敌军 ，最大限度地施展其滋扰性能。愚弄型无人载具的另一主要作用是疑惑仇人 ，伪造战场情形 ，对其举行误导。
无论是支持“发明”照旧“愚弄”使命 ，智能化无人载具都是半自主运行 ，自力抵达指定所在 ，剖析来自传感器的数据 ，与其他机械人及其远程人类指挥官通讯 ，协调攻击。这种各个机械人单独为战的“边沿盘算”要领意味着人类不需要划分控制每台机械 ，大大降低了对通讯带宽的要求。取而代之的是 ，智能指挥支持系统从人类指挥官那里吸收使命下令 ，再将这些下令转化为指令 ，下发给所有机械人。
在另一方面 ，智能指挥支持系统可吸收陆、海、空、天、网中的传感器数据 ，将其与支援性无人载具的数据近乎实时地团结 ，形成一个周全的多域图像� ；谡庑┬畔� ，人类指挥官能实时相识战况 ，举行战术立异 ，引发创立力 ，合理指挥军队。人类指挥官还可以通过智能指挥支持系统对武器的使用举行指导和批准。
总体进攻构想
进攻既有近战 ，也可能深入敌后。近战的目的是确保敌军不进入己方领土。同时 ，无邪步队试图突破敌方前线 ，深入敌后作战。进攻中的近战与前面讨论过的防御构想类似 ，在某种水平上 ，只是通过进攻辅助防御。在智能化战场上 ，这点不难做到 ，由于许多防御功效都是自动化的。
古板上 ，防御方具有已知的地面优势 ，但进攻方也会有优势 ，可以选择进攻的位置和时间。自动性意味着进攻可以在空间和时间上大宗地群集无人载具 ，突破防御方的近战区。鉴于防御方笼罩了大片前沿地区 ，进攻方可以使用半消耗性无人载具举行消耗战 ，强制突破 ，为人类和智能化无邪步队的进攻提供入口。这样做的目的是推动智能无人载具前进 ，让它们首先与敌手征战 ，而不是人类。
在近战区域之外 ，由于防御者的人工智能系统及其“发明”功效 ，进攻方变得不堪一击。渗透力越强 ，越容易发明目的 ，举行战斗。然而 ，成群作战的结构化智能步队可能部分解决这个问题。人工智能既能创立又能资助解决战术逆境。
现在 ，举行突破的不再是简单的大型步队 ，而是由众多的小型、快速的无邪步队组成 ，通过云相互毗连 ，并接入指挥控制系统。各步队规模和能力各异 ，均为人机团队 ，同时使用人工智能和人类脑力 ，实现优势互补。这些步队可以群集起来 ，交流目的位置数据 ，组成群组 ，然后使用各自差别的能力发动进攻。群组的整体态势感知主要来自各个步队之间交流的数据 ，其次还包括己方领土上的远程智能指挥控制系统 ，这种系统提供了更周全的监视和全源数据剖析。主要的是 ，有些群组执行“发明”使命 ，有些执行“愚弄”使命 ；C-ISRT在敌后仍然至关主要。
有两个主要问题。首先 ，各步队的规模很小 ，充其量是轻装甲 ，因而生涯能力低 ，需要阻止被更强盛的仇人困住。要维持生涯能力 ，须在群体中具有唯一性、无邪性 ，具有优异的态势感知能力 ，与较大步队相比 ，信号特征较不显着。有些步队还可能会有电子滋扰和诱骗作用 ，辅助� ；げ蕉� ，其目的是通过无邪和自动诱骗避免仇人获取高质量数据 ；要害是让敌手摸不清状态。
其次 ，这些敌后作战的群组的后勤是一浩劫题。从历史上看 ，后勤包管难题重重 ，多通过空军提供。有了智能化步队 ，种种无人载具都能穿越敌方地面 ，携带补给 ，在约定的时间和所在与群组中的单个步队汇合。有些后勤问题也可以通过如下方法举行缓解：（1）依赖场外泉源举行情侦监 ；（2）使用远程火力支援（包括空中支援）。不过 ，救回受伤职员仍然需要特殊关注 ，只管无人载具可能提供一些资助。
军力结构问题
人工智能作为一种商业手艺 ，全球各地均有销售 ，许多国家已积累相当多的人工智能专业知识。许多人工智能算法用于公共领域和按需安排的商业云盘算中 ，提供了现成的高速处置惩罚能力 ，进一步普及了人工智能。这其中缺少了数据这个要害元素 ，由于有的数据属于小我私家/组织专有。主要的是 ，要解决详细问题 ，必需依赖于准确的数据 ，但有时这些数据很难获得。然而 ，随着强化学习和GAN系统的生长 ，这些数据的主要性可能会降低 ，由于强化学习和GAN系统能够天生自己的训练数据。
军用时 ，应假设敌方的人工智能能力与己方相当 ，甚至更好。人工智能是一种通用手艺 ，面向所有人 ，谁也无法据为己有。这意味着非国家支持的攻击者也同样能获取到这种手艺。“伊斯兰国”在伊拉克开发和安排了非专业武装无人机 ，批注不但是大国、其他实体同样能够使用智能化系统。
人工智能的普遍应用 ，尤其是在智能手机中的应用 ，部分掩饰了制造业供应主要的事实。人工智能中使用的盘算机芯片销路很广 ，但生产地却很少。别的 ，由于高容量芯片工厂的建设本钱高昂 ，天下上近80%的芯片制造厂和组装/测试营业都集中在东北亚。
制造业很主要 ，由于智能化作战空间将需要大宗的差别类型的装备 ，正如本文构想所述。这些产品的设计和大规模制造与围绕数字手艺的新兴第四次工业革命（4IR）越来越细密地联系在一起。关于军队来说 ，4IR意味着作战职员可以深度加入定制装备 ，包管装备能够知足他们的需求和作战情形。
颇具吸引力的是 ，4IR未来可能会促生新的国防实力结构 ，这种结构会迅速生长 ，知足新的作战需求。应对新挑战的时间也将大大压缩。一连立异会成为未来军队的主要特质。
在这一新模式下 ，可大规模接纳原型作战看法。得益于4IR ，实验中获得验证的原型现在可以以较低本钱小规模量产 ，以便快速投入使用。切实可行的步伐是快速安排种种低本钱、较为简朴的系统 ，然后按期更新或用其他工具完全替换。这种原型作战结构很是适合未来的智能化作战空间需求。
可以快速设计、构建和制造智能化自主静态和动态系统。这种无人系统只需要能够毗连到云 ，并与下令控制系统兼容。4IR意味着智能化系统能够凭证一直转变的战术情形举行优化。
前述的智能化攻防作战构想具有归纳综合性 ，描绘了未来的可能性 ，引发了想象力 ，但不敷详细。尤其是 ，就领域而言 ，这些构想还很笼统。现实上 ，海陆空作战颇为差别。这些总体构想需要划分团结这三个古板领域 ，加以详细叙述。
· 译者声明 ·
本文由九游老哥科技博客与“清静加”社区小蜜蜂公益翻译组相助完成 ，免责声明及相关责任由“清静加”社区肩负。
小蜜蜂翻译组公益译文项目 ，旨在分享外洋先进网络清静理念、妄想、框架、手艺标准与实践 ，将网络清静战略性文档翻译为中文 ，为网络清静从业职员提供参考 ，增进海内清静组织在相关方面的思索和交流。
