首发 | 人工智能赋能的未来作战构想（上）： 海上作战篇

导读

近年来，人工智能（Artificial Intelligence，AI）在军事领域的应用受到了越来越多的关注。2021年澳大利亚国防部发布《打赢人工智能之战——AI赋能的未来作战构想》报告，重点描述了未来AI在海洋、陆地和空中作战中可能发挥的作用。该文着眼于构想AI在战役和战术行动中的运用场景，提出了具体的AI作战应用方式，对研究未来智能化战争颇具启发意义，现将其主要内容分为上下两篇进行介绍，以飨读者。

▲图1：报告封面和封底

一、人工智能赋能改变战争形态

AI具有强大的发现和识别能力，将改变体系对抗的方式，目标会变得更容易被识别定位，进而迅速遭到精确制导武器的打击。在未来战场上，藏匿和生存都将变得越来越困难。目前的作战系统通常被视作网络，各节点之间的通联最为关键，而在AI赋能下，基础数据才最为重要，可以利用数据建立数学模型，预测敌人行动，决策循环将变为“感知-预测-行动”。由此，AI系统主要有以下三种运行模式：

人在循环内（Human-in-the-loop），即人保持对选定功能的控制，防止AI在没有授权的情况下采取行动，人是系统控制环的组成部分。

人在循环上（Human-on-the-loop），即AI控制全部操作，人负责监控操作，并在必要时进行干预。

人在循环外（Human-out-of-the-loop），即AI控制着系统运行的所有方面，没有人的任何干预。

▲图2：以AI赋能万物互联

另外，AI赋能的战场需要大量不同类型的设备，第四次工业革命（The Fourth Industrial Revolution，4IR）将大大加速装备研发和大规模制造，使军队面对新的作战需求时，大大缩短技术反应时间，迅速实现国防力量结构变革，持续的创新变革将成为未来军队的主要特点。先期迅速部署低成本、低复杂性的原型系统，然后再定期改进或使用全新系统，这种“原型战”（Prototype Warfare）的方式更适合未来战场的要求。基于AI的新型系统只需能够连接云端，并与指挥控制系统兼容，便可以实现快速设计和建造，并可根据不断变化的战术环境进行优化。

为提供所需的强大数据处理能力，数据经纬（Data Fabric）、云计算、物联网（IoT）、边缘计算都将发挥关键基础作用。美国国防高级计划研究局（Defense Advanced Research Projects Agency，DARPA）提出的“马赛克战”（Mosaic Warfare）概念正是运用云计算、边缘计算、人工智能和大型物联网数据流创造出一个新型杀伤网。正在研究的第三代AI，将具有更强的场景适应能力。

二、人工智能赋能的海上作战

海上作战受兰彻斯特有效性平方法则的支配，即在其他条件相同的情况下，一开始在净战斗力上的微小优势将是决定性的，其效果是累积性的。海战中先发制人可以迅速获得净战斗力的优势，并且很难被逆转，而要进行有效攻击必须锁定敌舰位置，随着海上监视和侦察技术的不断提高，目前的重点是优化对大量监视和侦察数据的处理。

▲图3：海上作战要保持持续有效的火力输出

（一）海上防御作战构想

（1）战场建设

DARPA的海基物联网（Ocean of Things，OoT）计划旨在通过部署数以千计的小型低成本智能浮筒，构建一个分布式传感器网络，实现对大面积海域的态势感知。智能浮筒以及许多其他低成本的移动设备可扩大海基物联网的能力。除此之外，小型卫星组成的卫星群也可提供无线电频率侦察数据服务。军事监视侦察系统覆盖了从天基系统到载人飞机，再到水面舰艇和海底传感器的广阔范围。“数字可视海洋”（Digital Ocean），即基于传感器和AI技术融合各类海洋信息，形成的三维综合图像正在逐步实现。

（2）舰艇防御

在未来海上冲突中，AI赋能的海上监视系统将有可能从根本上改变海战形式。实现“数字可视海洋”，将大大提升舰艇的威胁感知能力。据此，将有三种具体防御方式：

集中兵力，即将舰艇聚集在一起，提升整体防御能力。AI赋能的舰载雷达和传感器将大大强化追踪来袭导弹的能力，而AI赋能的指挥系统也能够更迅速地确定优先打击次序。这些AI赋能的舰载武器系统首选“人在循环上”的模式，若来袭导弹数量增加或面临更多的高超声速导弹，可转换为“人在循环外”的模式。

分散兵力，即分散布置舰艇以减少敌方集中火力攻击造成的损失。通过网络互联使分散的舰艇成为一个整体作战，“分布式杀伤”（Distributed Lethality）的概念便是基于此而发展的，其核心目的是使敌人对自身舰艇的定位更加困难。然而，随着“数字可视海洋”的出现，这一目的可能会很难实现。

完善纵深防御，即在敌方潜艇可能经过的海域，设置固定或可移动的传感器，并由无动力、长航时水下滑翔机拖动被动阵列。这些无源声呐将利用目标识别算法自动识别特定的水下或水面目标。

（3）AI的欺骗功能

“数字可视海洋”的应用大大增加了使用AI实施欺骗行动的必要性和重要性。海战场的特点以及AI强大的“发现”能力，决定了需要通过制造大量虚假目标以掩盖真实目标，误导敌方指挥官的判断。

▲图4：“数字可视海洋”的建设将大大消除“战场迷雾”

（二）海上进攻作战构想

在双方都采用AI赋能系统的对抗过程中，可能会难以锁定敌舰。贸然发起攻击，若没有命中目标，将会造成自身战斗力的下降，故有几种作战方案可供选择：

混合使用有人和无人舰艇。可选择三种类型的舰艇，一种是有人的大型舰艇，携带相当数量的各类远程导弹，远离高威胁区；一种是有人的较小舰艇，部署于敌舰可能活动的区域，执行侦察和目标指示任务；一种是无人隐身舰艇，部署于最高风险区，抵近敌舰收集关键敏感情报，并通过中间较小的有人舰艇传回后方的大型舰艇。通过三种类型的舰艇协同，缩短了有人舰艇对无人自主舰艇的控制距离，提高了灵活性，也抵消了部分敌舰释放的电磁干扰效果，使得无人舰艇可以将高质量的目标数据回传。在处置突发情况时，即便与后方大型舰艇联系失败，位于中间的舰艇也有少量导弹可以使用，三种舰艇在作战过程中虽然使用了网络，但没有完全依赖于网络。与分布式杀伤的概念不同，这种方案前沿舰艇向后仅传输目标数据，而非火控数据，这种方案仅是松散的整合，技术要求不高，更适合在激烈的电子战环境中使用。构建一个在空中、地面和地下，由各型有人和无人装备组成的作战网络，并设置一艘生存能力强、指挥控制和防御系统完善、配备高带宽通信系统的大型有人舰艇为网络中心。有人舰艇将采用“马赛克战”方式，通过无人系统延伸动能和非动能杀伤网。其他方案，如“蜂群”战术在沿岸地区是有效的，但在远海区域因其效果受环境影响大，故可能达不到预期效果。

▲图5：美国海军“海上猎手”（Sea Hunter）大型无人水面艇

由AI、大数据、物联网和云计算技术创造的近乎实时的海洋环境模型“数字可视海洋”以及边缘计算，改变了海战形态。从数字技术的发展中可以得出结论：海军下一种“主力舰”（Capital Ship）将不再是一型船，而将是由人类和机器组成的网络，它将成为海军发展的新重心，也是强大战斗力的来源。

（三）存在的问题

AI赋能的战场处处都需相关技术提供支撑，这些技术在自主性、算法、数据管理、机器学习技术、边缘计算等领域有着成熟系统和通用标准。与有人舰艇相比，AI赋能的无人舰艇虽有优势，但是在有些情况下更容易被俘虏。因此，在此类舰船上安装高密级系统将带来风险，在和平时期执行任务，最好是使用现成的商业系统。

结语

该报告在分析总结AI发展现状的基础上，提出了未来作战的整体构想，围绕海、陆、空三种作战空间进行了较为详细的概述。可以看到，目前AI在军事上的应用，主要是利用其快速准确的目标检测和识别能力。AI同云计算、物联网等其他前沿技术的结合，将大大推动未来作战样式的快速变革，人机团队将会成为未来战场作战力量的重要编成方式。同时也要看到，当前的AI技术有其内生性问题，只有人和AI紧密结合在一起，才能实现人机之间的优势互补，满足各项军事任务的需求。

下篇将介绍AI赋能的陆地和空中作战构想。敬请读者跟踪关注。

THE  END

文字 | 史宏林