 摘要：人工智能已被广泛应用于军事领域，本文摘选自陆军科学委员会的报告《人工智能的战场应用》，着重研究了美国陆军在战场上对人工智能的潜在应用，包括在情报、任务指挥、移动和机动、火力、保障、防护等各职能领域的应用；并使用场景演示阐明，人工智能如何为美国陆军现代化项目，如下一代战车、未来垂直升降、机器人和自主系统控制、远程精确打击、防空和导弹防御、多域作战等提供支撑，帮助其在战场上获得胜利。最后，本文提出，美国陆军要将人工智能的潜在价值完全发挥，还存在许多挑战。 关键词：人工智能，美国，陆军，战场应用 美国陆军在战场上对人工智能的潜在应用 正如美国陆军训练与条令司令部在《作战环境2035-2050：新兴战争特点》中描述的那样，未来作战环境（OE）的特点将包括：以史上最快的速度执行观察-定位-决策-行动循环（OODA循环）；在战斗中使用全域高度对抗；在复杂地形上展开行动；以及实施杀伤力极高的打击。2017年，美国陆军科学委员会在“未来战争的特点”这一研究中总结道，未来作战环境的关键特征有以下几点：
1.人工智能在提升美国陆军职能方面的潜在应用 在高速持续对抗的未来作战环境中，利用人工智能（AI）赋能的能力将成为有效作战的关键。本文认为，AI有助于提高美陆军各作战职能的作战效率，详情如下表所示：  表1. 与美国陆军作战职能相对应的典型AI赋能器 2.AI在战场上的功能和优势——场景演示 研究团队设置了一个现实场景以展示AI和机器学习的潜在功能和优势。在该场景中，俄罗斯试图通过既成事实攻击来占领波罗的海，而美国陆军必须应对这一艰巨的挑战。俄罗斯拥有多个优势，可对抗美国和北约部队的反制措施。这些优势包括从俄罗斯到波罗的海较短的补给线、密集的远程火力、高性能综合防空系统（IADS）以及预先部署好的大量装甲设备。相比之下，美国和北约部队无法快速部署主战坦克以形成反攻力量，且无法在俄罗斯高性能综合防空系统层叠的有效射程内执行空中作战任务。美国陆军必须找到威慑俄罗斯攻击以及在威慑失败时战胜俄罗斯的解决方案。 通过开发AI赋能的系统并追寻科技进步、创新作战概念，美国陆军和联合部队将获得多域作战优势，形成可靠威慑并集成基于系统的解决方案，以在必要时候击败对手。美国陆军尤其需要通过开发AI赋能的系统来支持其现代化优势。目前，现代化工作由美陆军跨职能团队管理，现代化项目包括下一代战车（NGCV）、未来垂直起降（FVL）、远程精确火力（LRPF）、防空和导弹防御（A&MD）、士兵杀伤力以及网络指挥、控制、通信和情报。 ①作战序列 在假设场景中，红方在近战区域有一支装甲旅，此外，还有一支后备旅负责保护后方的通信线路（如图1所示）。两支旅级部队都拥有升级后的T-90主战坦克，并拥有配备自动火炮的装甲人员运输车和机器人战车（RCV）。远程火炮部署在离前线部队数百千米之处。红方地面部队处于高性能综合防空系统的保护范围内，其防空系统包括SA-15、SA-18、SA-19等地对空导弹系统和便携式防空系统。诱饵发射器的部署位置靠近地对空导弹雷达和指挥控制节点。红方部队的自主无人车辆既可为地面部队提供持续的情监侦（ISR）和实时瞄准数据，又可形成集群使用电子战（EW）手段或毁伤性效果攻击蓝方部队。其他陆基电子战系统和进攻性网络系统分散部署在交战区。 蓝方部队包括一支装甲旅、远程精确火力火炮、拥有反无人机能力的防空和导弹防御系统、四支未来垂直起降中队以及多架配有模块化有效载荷的可消耗长航时无人机，这些无人机的有效载荷包括信号情报、情监侦和电子战。蓝方装甲旅的装备包括主战坦克、“下一代战车”载人战斗车辆（MCV）和机器人战车以及用于超视距瞄准的在编无人机。蓝方部队通过机动专用网络相连接，此外，蓝方部队还配备有机网络、反AI工具和进攻性AI攻击工具。  图1. 作战序列 ②战场情报准备 AI在这一阶段的冲突中发挥了3个重要的作用（如图2所示）：
 图2. 战场情报准备 ③网络作战 在进攻之前及进攻的初始阶段，蓝方防御性网络和反AI措施需要与红方进攻性网络和AI攻击能力相对抗（如图3所示）。网络和各个系统的各AI模块中都嵌有网络作战能力，并且，只有AI能以机械速度对抗红方的网络和AI攻击并实现实时效果。此外，美国陆军的情监侦和无人机护卫队中都配有进攻性网络和AI攻击有效载荷，可使红方系统失效或降级，并控制或妨碍红方机器人和自主系统（RAS）。红方在失去这些AI赋予的能力的同时，也将失去对蓝方系统的决定性优势。  图3. 进攻和防御网络 ④任务指挥与机器人和自主系统控制 在执行任务之前，需通过AI应用开发任务规划以协调任务部门之间的复杂互动并同步作战行动。这些AI应用的用途包括评估红蓝方的行动方案选项，决定资源的最优分配方案，分配目标，为下一代战车旅资产挑选合适的机动路线，为未来垂直起降系统挑选合适的入口/出口线路，以及最大限度地优化无人机有效载荷方案并为无人机规划路线（如图4所示）。  图4. 任务指挥与机器人和自主系统控制 ⑤下一代战车旅攻击 下一代战车旅做好攻击准备后，旅队的无人机开始部署，以获得对红方部队阵地的实时超视距情监侦信息。使用AI赋能的融合算法，蓝方部队可将这些无人机传送回来的数据与高空游荡信号情报，以及情监侦无人机、载人战斗车辆、机器人战车上配备的光电/红外和激光雷达传感器传送回来的情监侦数据相融合（如图5所示）。  图5. 下一代战车旅攻击 ⑥未来垂直起降实施对敌防空压制（SEAD）和进攻作战 下一代战车旅开始进攻后，未来垂直起降中队同步执行近距离空中支援任务和拦截任务，以为地面部队提供支持。配备诱饵、干扰性有效载荷和毁伤性有效载荷的可消耗无人机，将未来垂直起降设备护送到红方高性能综合防空系统发射器位置后，向红方地对空导弹发射误导性目标，并使用AI赋能的认知电子战能力干扰红方发射器。敌方发射地对空导弹打击蓝方未来垂直起降设备时，蓝方无人机进行近距离干扰，以缩小敌方地对空导弹的有效打击范围。与此同时，部分未来垂直起降设备将执行对敌防空压制任务，以便蓝方在敌方地对空导弹打击范围外发射AGM179联合地对空导弹。  图6. 未来垂直起降中队对敌防空压制和进攻作战 ⑦远程精确打击 游荡的蓝方无人机向远程精确火力火炮提供打击所需的实时超视距瞄准数据。蓝方指挥部使用AI赋能的通用路线规划和空中管理工具来协调部队行动、化解空中己方火炮、无人机和未来垂直起降设备之间的冲突。参与同步任务的蓝方部队通过战术机动专用网络进行连接，利用嵌入式AI算法响应意外事件，并根据需要调整飞行路线。  图7. 远程精确打击 ⑧防空和导弹防御 战斗开始后，红方的远程火炮向蓝方部队发射了大量炮弹。红方情监侦无人机提供了实时超视距瞄准。蓝方防空和导弹防御火炮必须击落红方无人机，同时使用远程精确火力使红方部队的能力降级。红方部队可能会使用诱饵来欺骗蓝方防空和导弹防御火控系统，以保护高价值的情监侦资产。红蓝双方都可以使用AI来帮助区分目标，以打击价值更高的敌方资产。  图8. 防空和导弹防御 ⑨并行的多域作战 AI功能和能力将被嵌入6个美国陆军现代化优先系统以及任务指挥、情报和处理、利用、传播（PED）系统。美国陆军如果在这些系统中将这些嵌入式AI分别开发成烟囱式能力，将无法全面实现多域作战能力。只有将这些单独的AI系统整合起来，使蓝方军队在多域作战行动中实现近乎实时的同步和协调作战，才能发挥AI的最大价值，并在战场上以最有效的手段利用AI获得优势。比如，一些体系系统（SoS）中就包括多个AI赋予的能力：
随着美国陆军对技术的开发，AI通过需求流程嵌入单一系统的现象将变得越来越常见，例如下一代战车上已嵌入了辅助性目标识别/自主目标识别技术，而防空和导弹防御则运用了目标识别算法。 ⑩没有AI，就没有多域作战 多域作战依赖于战场上多个AI的整合，因此，为实现多域作战，美国陆军不能仅仅依靠于平台特有的AI（如烟囱式AI能力），而应整合多个AI，如将平台特有的AI、独立的AI、融合AI和实时同步AI整合起来。此外，美国陆军只有在体系系统架构中才能定义和开发这些AI能力。 3.前景和挑战 经AI赋能系统改善后的陆军应用程序有助于将士兵从更高级别的任务和部分危险环境中解放出来，如，陆军可使用AI来完成信息和情报任务，驱动自主空中机器人飞行器和自主地面机器人车辆等。 为全面部署AI并实现上述效果，美国陆军需要克服多个挑战，以及时收集和处理数据，并构建在战场环境中快速迭代和适应变化的能力。此外，美国陆军还需要打磨其通过AI增强的能力，以抵御对手对数据、模型和/或AI系统决策的破坏。 当前美国陆军与AI相关的活动 研究小组通过面对面会议和线上会议进行数据汇总，在一些情况下，还会对找到的信息进行阐释。研究小组重点关注了美国陆军的关键方案（如表2），发现，许多方案都由多个陆军组织共同合作进行。  表2. 关键AI组织和项目一览表 美国陆军与AI相关的发现 研究小组以数据汇总工作为基础，对美国陆军的AI相关活动做出了以下总结和发现：
整个AI开发和运营链（如图9所示）存在多个漏洞，可能导致一系列后果。 图9. 敌方攻击界面和影响 本文来源：渊亭防务 |
|
|
