【公益譯文】打好人工智慧戰爭 未來智慧化戰爭之作戰構想(三)

綠盟科技發表於2021-07-09

2章 智慧戰

作為一項技術,人工智慧最大的優點是對效率的提升。在軍用方面,它的突出之處在於識別模式和極其快速地檢測海量資料中的目標專案。這意味著,對於固定系統,人工智慧能夠對無人機上傳長達數小時的影片進行分析並找出特定人物;對於移動系統,能夠識別感測器影片影像中的障礙物,甚至可以接受人類管理者的簡單語言指令。

這樣就大大簡化了整個作戰空間中的目標探測、定位和識別,戰場變得很透明,敵方部隊無所遁形,可以迅速採用命中率極高的精確制導武器進行打擊。在未來的智慧化戰場上,隱藏和生存都將變得愈加困難。

這帶來了兩大影響。首先,人工智慧可以加速決策週期,但先決條件是要迅速確定對手所處位置,決定行動順序。加速決策得益於人工智慧的快速發現能力,並不屬於人工智慧的一項功能。其次,人工智慧能夠作出很有價值的預測。在這些預測中,特別準確的甚至能夠幫助友軍在與敵軍交戰時正確定位,挫敗其行動。同樣,要達到這種效果,首先要找到敵人。

然而,人工智慧並不完美。常見的問題包括:(1)容易上當受騙;(2)在訓練過的環境中才能正常工作;(3)無法將在一項任務中獲得的知識用於另一項任務;(4)依賴於資料。人工智慧的問題在於,在實際應用中,人工智慧必須與人類合作,優勢互補,這樣才能彌補人類認知上的不足和人工智慧的缺陷。

人工智慧作為通用技術,在全社會廣泛使用,主要透過智慧手機實現。同樣,人工智慧將注入軍事機器,啟用作戰空間。這種注入和啟用只有一個目的,正如Robert Work所說,“追求人工智慧,其實就是追求自主。”

自主有兩種基本形式:靜態和動態。靜態自主系統包括智慧支援系統、預測性維護工具、影像識別方案和作戰規劃支援。動態自主系統包括自主武器、平臺和機器人。兩種形式都很重要,均可以採用如下方式實現:

人在環內(Human-in-the-loop)。在這種模式下,人類保留對特定功能的控制,防止人工智慧在未經授權的情況下采取行動,人類是系統控制環的組成部分。設計中的難題是如何精確確定這一過程中的人工干預位置,不同的任務和機器能力,人工干預的位置不同。如果需要太多的人工干預,人工智慧的用途則大打折扣。

人在環上(Human-on-the-loop)。人工智慧全面控制自己的操作,由人類監控並在必要時進行干預。換句話說,在關鍵時間點(例如與目標交戰),人工智慧會通知人類即將採取的行動,等待人類批准或繼續行動直到被人類終止。有些導彈防禦系統使用了“人在環上”技術,自動決策並執行追蹤任務,除非人類否決。

人在環外(Human-out-of-the-loop)。人工智慧全面控制系統執行,無需人工指導或干預。機器在未經人類直接授權或通知的情況下啟動。這種形式的控制也被稱為“人環分離”(Human-off-the-loop)或完全自主。

人工智慧的通用性意味著它的初始應用將囿於現有的作戰層面構想。在中短期內,人工智慧只是啟用而不是改造作戰空間。因此,本章第1節介紹了現有的作戰層面構想,第2節提出了兩個偏抽象的總體智慧化作戰空間¹¹Ïë:一個針對防禦,另一個針對進攻。這兩個構想很重要,是第3、4、5章中內容的基礎,這三章較為具體地分別討論了智慧化海、陸、空作戰構想。

本章第3節探討了智慧化防禦和進攻構想中所包含的一般性兵力結構問題,包括人工智慧的商業起源、製造問題和原型戰爭思想。

作戰層面構想

俄、中、美都有自己的作戰層面構想,抽象地描述瞭如何在戰場上使用軍事力量。這些概念大同小異,詳細描述了現代和新興作戰空間的特徵以及在這些空間中的作戰行動,頗具參考意義。這些概念背後的思想最初是兩次世界大戰期間的幾位蘇聯軍事思想家提出的。這些思想在冷戰結束時已被普遍接受,在美國的空地一體戰概念和1991年的沙漠風暴大捷中均有體現。當代俄、中、美的軍事理論和作戰構想就是在這一傳統的基礎上產生的。

在兩次世界大戰期間,蘇聯戰略家認為,戰場上的敵軍不宜以單薄、線性的方式進行概念化,而應視為一個系統。敵方部隊不僅僅是前線作戰士兵,還包括第二梯隊、預備役部隊、間接火力部隊、運輸工具、後勤保障和指揮控制部隊。和任何系統一樣,這種力量不僅僅是各組成部分力量的簡單相加。鑑於此,僅僅攻擊前線是不夠的,因為新的作戰力量不斷地被轉移到前線。蘇聯思想家把敵人看作一個系統,而且最關鍵的是,這是一個具有相當深度的系統。

蘇聯思想家強調要透過物理和認知上的打擊來擊敗這個系統。其目的是造成系統癱瘓,破壞對方系統的作戰基礎,使其無法執行戰略任務。

實現這個目的要三管齊下。首先,安排一個作戰機動小組深入到防禦後方,分散敵方力量,將敵方的前線與必要的後方支援進行分隔,摧毀敵軍的整體凝聚力。其次,在前線和敵人後方同時進攻,迫使敵方部隊獨立作戰,從而破壞系統的協同作用,使敵方無法有序地退出戰場;使敵方的作戰資源更加緊張;破壞指揮控制系統的執行。最後,根據敵軍力量部署力量,打亂敵方的行動和節奏。

今天的俄羅斯戰略家們在這一蘇聯遺產的基礎上,結合了對敘利亞和烏克蘭戰役的經驗。敵方系統深度的概念已經從簡單的軍隊系統轉變為包括整個對抗國家及其社會的系統,如兩次大戰期間的蘇聯思想家所述。相應地,深度滲透手段也超越了最初設想,擴大到混合戰爭、軟實力措施以及資訊戰。為取得勝利而打擊並徹底破壞系統不僅僅針對對手的軍事力量,還包括破壞目標國家的運作。

以這種方式擴充套件系統深度意味著要對戰爭初期(IPW)提起重視。需要澄清的是,戰爭初期是戰爭中實際的作戰行動開始前的階段。在這段時間內,即將交戰的國家採取行動,為其最終投入的軍事力量創造有利條件。這一作戰準備時期的宏觀意圖是,在敵方行動開始前,破壞其政治和經濟環境,使對手無還手之力,包括使用網路攻擊破壞敵人對國家和武裝力量的控制。戰爭初期還將對目標國家進行密集的偵察活動。

戰爭初期的活動不僅讓對手如墮迷霧,把握不準情況,還為了在心理和認知上操控他們。近年來,人們越來越重視“反射控制”(Reflexive control),即系統性影響對手的認知和決策,最終讓對手自願採取有利於俄羅斯戰略利益的行動。具體做法是,透過利用虛假資訊、重新部署軍事力量、製造時間壓力來改變敵方對“現實世界”的理解,以此麻痺對手“對外界的感知”。

在作戰構想上,俄國人比中美兩國更重視攻擊對手的認知。這可能是因為他們的遠端打擊能力較弱,因此想法設法利用敵方的網路來對付敵人,以此彌補這個不足。

考慮到重大戰爭,美國著手發展其上世紀80年代提出的空地一體戰概念,這一概念最初融合了蘇聯的一些理論。美國已經大踏步向前,將戰場概念擴充套件到陸、海、空、網、天五個領域。在這些多領域作戰中,重點是實現融合,即“使用感測器、透過對應司令部近乎實時地為射手賦能的能力。”這種作戰概念摒棄了之前的單領域線性攻擊鏈,轉而採用具有彈性的多領域攻擊鏈,利用替代或多個途徑達到相同的效果。

與最初的蘇聯思想和空地一體戰思想一樣,美國的多領域作戰概念假設同時在近距離和深度區域與對手交戰。透過火力、機動和欺騙分散敵軍,打亂陣型,擾亂認知,以便友軍深入後方,獲得區域性優勢,實現有利的兵力比。這種方法的目的是增大敵軍的指揮控制難度。但是,正如解放軍提出的概念一樣,美國概念同樣側重於物理效果。

俄羅斯軍事思想也帶來了一定影響。與俄羅斯的“戰爭初期”構想類似,美國重提戰前時期,認為這是一個持續競爭的階段。根據設想,戰前階段包括有關戰場的詳細戰術和作戰情報準備、反敵方偵察活動、欺騙行動、資訊戰以及作戰環境和民用網路分析。

俄、中在設想敵方系統時考慮了社會的方方面面,而美國則將其限制在敵對軍事力量上。在這一點上,俄、中、美都提出了戰前時期的重要性,基本上都同意這是“戰爭的初始階段”。三國都強調使用多域攻擊(包括動能攻擊、電子攻擊和網路攻擊)近距離和深度作戰。在這方面,美、中主要是對敵方系統施加不利的物理和技術影響,而俄羅斯則更強調對對方認知的負面影響。

從中短期來看,人工智慧的應用和建設會受到俄、中、美作戰構想主要特徵的影響。這些特徵形成了一條長期趨勢線,從兩次大戰期間延伸到現在再到未來。人工智慧要適應並融入這一長期趨勢中。

智慧化作戰空間構想

考慮人工智慧對未來作戰的影響本質上是一種推測。儘管如此,人們對人工智慧的技術和實用性已有充分認識。同樣地,未來的戰爭將包含攻防兩個方面,這些都是探索人工智慧可能產生影響的有用工具。對攻防概念統一認識,將人工智慧提供的新興能力引入軍事領域。

人工智慧未來的作戰效用可以簡單概括為“發現和愚弄”。人工智慧憑藉其機器學習能力,尤其擅長發現隱藏在高雜波背景中的資訊。在這方面,人工智慧優於人類,速度更是遠超人類。然而,人們能夠用各種辦法騙過人工智慧。所以,人工智慧的發現能力看似強大,實際上缺乏穩健性。

人工智慧的“發現”能力還能提高移動系統的自主水平,因為人工智慧會分析周圍環境,發現重要的作戰資料。這意味著,透過使用具有不同自主級別的移動和靜止系統提供支援,可以增強“發現和愚弄”功能。人工智慧可以增強現代作戰系統的感測器,改進動能和非動能攻擊系統,讓欺騙技術變得更加可信,並提供各種各樣的迷惑方法。從這個意義上說,人工智慧啟用了其他技術。它並不是一個獨立的參與者;相反,與許多其他數字技術結合在一起,為它們提供了一種新的認知形式。

此外,人工智慧的“發現”優勢改變了對“敵對作戰體系”之間“體系對抗”的構想。自20世紀90年代末興起網路中心戰(Network-centric warfare)以來,軍事體系往往視作戰鬥網路,各個節點之間的聯絡是關鍵因素。人工智慧改變了這一認識。現在,基礎資料—而不是溝通聯絡—才是關鍵。資料為所有其他要素注入了生命,成為了新興的智慧化“體系對抗”的新基礎。

以資料為中心的生態系統視角會帶來更多變化。以常用的觀察–定位–決策–行動(OODA)迴圈為例。這一迴圈按次序分步執行,本質上是回溯性的,因為只有在事件發生後才能進行觀察。人工智慧悄然改變了這一過程。如果有合適的數字模型和敵我資料,人工智慧就能預測對手未來可能採取的行動,進而預測己方可能採取的對策。

智慧決策週期包括感知–預測–同意–行動:人工智慧感知環境;預測對手行動,進而預測己方的應對措施;人機團隊中的“人”同意此評估;人工智慧向戰場上部署的各種作戰機器人傳送機器對機器指令。“敵對作戰體系”基於的資料結構或會成為戰鬥勝利的決定性因素。

總體防禦構想

傳統上,防禦有主場優勢,能夠選定作戰空間進行準備。在智慧化戰場上,可以在選定的防禦區域部署多個廉價的物聯網感測器。重要的是,這項工作要儘早啟動,在戰鬥之前完成。部署感測器時要周密考慮,將其妥善置於陸、海、空、天、網中的合適位置。利用這些感測器,可以獲悉目標地區的地形、海況、物理環境和本地虛擬環境。有了這些背景資料,人工智慧就能更快地發現防禦領土上的任何變化,特別是軍事力量在該領土上活動時。在智慧化戰場上,戰前行動階段(即戰爭初期)對後續戰鬥勝利至關重要。

此外,防禦時還可以利用支援人工智慧的無人載具(UV)執行各種移動物聯網任務。為了支援“發現”功能,配備感測器的無人載具會巡視近距離和遠距離作戰空間,作為對固定物聯網網路的補充,根據戰鬥程式,提供重點區域的細粒度資訊。此外,這種無人載具也可以臨時替換戰鬥中被摧毀的物聯網感測器。

固定和移動物聯網邊緣計算感測器可連線到強大的雲,將資料可靠地反饋到遠端指揮支援系統。指揮系統訓練有素的人工智慧可以很快從背景雜波中過濾出重要資訊。利用這些資訊,人工智慧可以預測敵軍行動,同時預測己方兵力的最優部署方式及其作戰效果。這種預測將感知到的環境資料與敵軍的能力和效能建模結合起來。此類建模是戰爭初期的一項重要資料任務。

人工智慧先對敵軍進行地理定位,人類指揮官批准後,可以使用間接火力(包括移動遠端火炮、導彈或無人攻擊機)快速開戰。這種方法可以近距離攻擊目標或深入敵軍後方,關鍵問題是目標資料以及是否能夠獲取可變射程火力。其結果是,防禦領土很快成為禁區。

為了支援“愚弄”功能,無人載具可以部署在整個作戰空間,配備各種電子系統,進行反情報、監視、偵察和目標定位(C-ISRT),擊敗敵人的人工智慧“發現”系統。己方的“愚弄”系統透過人工智慧獲得移動性,與固定干擾機相比更具靈活性,敵人很難對其進行物理攻擊。此外,搭載人工智慧的無人載具具有半消耗性,可執行高風險任務,接近敵軍,最大限度地發揮其干擾效能。愚弄型無人載具的另一重要作用是迷惑敵人,偽造戰場情況,對其進行誤導。

無論是支援“發現”還是“愚弄”任務,智慧化無人載具都是半自主執行,獨立到達指定地點,分析來自感測器的資料,與其他機器人及其遠端人類指揮官通訊,協調攻擊。這種各個機器人獨自為戰的“邊緣計算”方法意味著人類不需要分別控制每臺機器,大大降低了對通訊頻寬的要求。取而代之的是,智慧指揮支援系統從人類指揮官那裡接收任務命令,再將這些命令轉化為指令,下發給所有機器人。

在另一方面,智慧指揮支援系統可接收陸、海、空、天、網中的感測器資料,將其與支援性無人載具的資料近乎實時地結合,形成一個全面的多域影像。基於這些資訊,人類指揮官能實時瞭解戰況,進行戰術創新,激發創造力,合理指揮軍隊。人類指揮官還可以透過智慧指揮支援系統對武器的使用進行指導和批准。

總體進攻構想

進攻既有近戰,也可能深入敵後。近戰的目的是確保敵軍不進入己方領土。同時,機動部隊試圖突破敵方前線,深入敵後作戰。進攻中的近戰與前面討論過的防禦構想類似,在某種程度上,只是透過進攻輔助防禦。在智慧化戰場上,這點不難做到,因為許多防禦功能都是自動化的。

傳統上,防禦方具有已知的地面優勢,但進攻方也會有優勢,可以選擇進攻的位置和時間。主動性意味著進攻可以在空間和時間上大量地聚集無人載具,突破防禦方的近戰區。鑑於防禦方覆蓋了大片前沿地區,進攻方可以使用半消耗性無人載具進行消耗戰,強制突破,為人類和智慧化機動部隊的進攻提供入口。這樣做的目的是推動智慧無人載具前進,讓它們首先與對手交戰,而不是人類。

在近戰區域之外,由於防禦者的人工智慧系統及其“發現”功能,進攻方變得不堪一擊。滲透力越強,越容易發現目標,進行戰鬥。然而,成群作戰的結構化智慧部隊可能部分解決這個問題。人工智慧既能創造又能幫助解決戰術困境。

現在,進行突破的不再是單一的大型部隊,而是由眾多的小型、快速的機動部隊組成,透過雲相互連線,並接入指揮控制系統。各部隊規模和能力各異,均為人機團隊,同時利用人工智慧和人類腦力,實現優勢互補。這些部隊可以聚集起來,交換目標位置資料,組成群組,然後利用各自不同的能力發動進攻。群組的整體態勢感知主要來自各個部隊之間交換的資料,其次還包括己方領土上的遠端智慧指揮控制系統,這種系統提供了更全面的監視和全源資料分析。重要的是,有些群組執行“發現”任務,有些執行“愚弄”任務;C-ISRT在敵後仍然至關重要。

有兩個重要問題。首先,各部隊的規模很小,充其量是輕裝甲,因而生存能力低,需要避免被更強大的敵人困住。要維持生存能力,須在群體中具有唯一性、機動性,具有良好的態勢感知能力,與較大隊伍相比,訊號特徵較不明顯。有些隊伍還可能會有電子干擾和欺騙作用,輔助保護部隊,其目的是透過機動和主動欺騙防止敵人獲取高質量資料;關鍵是讓對手摸不清狀況。

其次,這些敵後作戰的群組的後勤是一大難題。從歷史上看,後勤保障困難重重,多透過空軍提供。有了智慧化部隊,各種無人載具都能穿越敵方地面,攜帶補給,在約定的時間和地點與群組中的單個隊伍會合。有些後勤問題也可以透過如下方式進行緩解:(1)依靠場外來源進行情偵監;(2)利用遠端火力支援(包括空中支援)。不過,救回受傷人員仍然需要特別關注,儘管無人載具可能提供一些幫助。

兵力結構問題

人工智慧作為一種商業技術,全球各地均有銷售,許多國家已積累相當多的人工智慧專業知識。許多人工智慧演算法用於公共領域和按需部署的商業雲端計算中,提供了現成的高速處理能力,進一步普及了人工智慧。這其中缺少了資料這個關鍵元素,因為有的資料屬於個人/組織專有。重要的是,要解決具體問題,必須依賴於正確的資料,但有時這些資料很難獲得。然而,隨著強化學習和GAN系統的發展,這些資料的重要性可能會降低,因為強化學習和GAN系統能夠生成自己的訓練資料。

軍用時,應假設敵方的人工智慧能力與己方相當,甚至更好。人工智慧是一種通用技術,面向所有人,誰也無法據為己有。這意味著非國家支援的攻擊者也同樣能獲取到這種技術。“伊斯蘭國”在伊拉克開發和部署了非專業武裝無人機,表明不僅是大國、其他實體同樣能夠使用智慧化系統。

人工智慧的廣泛應用,尤其是在智慧手機中的應用,部分掩蓋了製造業供應緊張的事實。人工智慧中使用的計算機晶片銷路很廣,但生產地卻很少。此外,由於高容量晶片工廠的建設成本高昂,世界上近80%的晶片製造廠和組裝/測試業務都集中在東北亞。

製造業很重要,因為智慧化作戰空間將需要大量的不同型別的裝置,正如本文構想所述。這些產品的設計和大規模製造與圍繞數字技術的新興第四次工業革命(4IR)越來越緊密地聯絡在一起。對於軍隊來說,4IR意味著作戰人員可以深度參與定製裝備,保證裝備能夠滿足他們的需求和作戰環境。

頗具吸引力的是,4IR未來可能會促生新的國防力量結構,這種結構會迅速發展,滿足新的作戰需求。應對新挑戰的時間也將大大壓縮。持續創新會成為未來軍隊的主要特質。

在這一新模式下,可大規模採用原型作戰概念。得益於4IR,實驗中得到驗證的原型現在可以以較低成本小規模量產,以便快速投入使用。切實可行的辦法是快速部署各種低成本、較為簡單的系統,然後定期更新或用其他東西完全替代。這種原型作戰結構非常適合未來的智慧化作戰空間需求。

可以快速設計、構建和製造智慧化自主靜態和動態系統。這種無人系統只需要能夠連線到雲,並與命令控制系統相容。4IR意味著智慧化系統能夠根據不斷變化的戰術環境進行最佳化。

前述的智慧化攻防作戰構想具有概括性,描繪了未來的可能性,激發了想象力,但不夠具體。尤其是,就領域而言,這些構想還很抽象。實際上,海陸空作戰頗為不同。這些總體構想需要分別結合這三個傳統領域,加以詳細闡述。

    ·  譯者宣告    ·    

本文由綠盟科技部落格與“安全加”社群小蜜蜂公益翻譯組合作完成,免責宣告及相關責任由“安全加”社群承擔。

小蜜蜂翻譯組公益譯文專案,旨在分享國外先進網路安全理念、規劃、框架、技術標準與實踐,將網路安全戰略性文件翻譯為中文,為網路安全從業人員提供參考,促進國內安全組織在相關方面的思考和交流。

相關文章