【公益譯文】打好人工智慧戰爭 未來智慧化戰爭之作戰構想（六）

第5章  智慧化空戰

空戰既適用一般戰爭概念，也有其特殊性。空戰戰場廣闊無垠，空中一般沒有雜物，敵對雙方的空軍在交戰時暢通無阻。因此，空戰有兩個恆定因素：跨域多領域；涉及作戰網路。空中環境的性質意味著空戰受到技術、技術可能性和技術缺陷的顯著影響。就俄、中、美的作戰構想而言，有兩個特定領域受到了現代空中力量思想家的關注。

首先，這些構想強調癱瘓對方的指揮控制系統，中斷和擾亂對方的作戰網路。John Boyd和John Warden是兩位有影響力的空軍思想家，二人均持此觀點。Boyd主張在敵方的觀察–定位–決策–行動（OODA）迴圈內實現機動。這會擾亂敵方指揮官的認知，給他們造成面臨威脅的錯覺，使敵方部隊無法在瞬息萬變的環境中隨機應變。同樣，John Warden也強調直接或間接地將敵方領導作為目標，造成系統癱瘓，施加心理壓力。

其次，在俄、中、美的作戰構想中，在防禦方佈局的整個戰場同時發動攻擊會帶來巨大收益。1921年，Giulio Douhet首次提出在戰略和戰術兩個層面上對多個不同目標進行進攻性空中行動。然而，這一概念直到20世紀90年代隨著精確制導武器的引入才變得可行。Warden很快就意識到這一點，他主張美國空軍（USAF）在並行作戰條件下采納這一建議，鑑於他的影響力，其他空軍最終也接受了該建議。

除了這種作戰層面的考慮，戰術層面的空戰直接涉及飛機。與其他武器系統相比，現代飛機在戰術和作戰層面上都具有高度的機動性，能夠不受天氣影響在白天和夜晚隨時進行精準打擊。然而，在乾淨的天空背景下，飛機很容易被現代感測器探測到，成為現代武器系統的直接攻擊目標。為此，出現了各種專業的飛機和戰術，力求透過主動、被動、技術和戰術手段避免被發現。然而，所有的飛機都相對脆弱，哪怕是小型導彈或炮彈也能使其失靈。除了這種脆弱性，將受損飛機恢復到戰備狀態也非易事，這在很大程度上取決於後勤保障的可用性。

與海戰一樣，空戰遵循蘭徹斯特效力平方律：在雙方勢均力敵的情況下，淨戰力的初始微弱優勢可能起到決定性作用，並且這種效果還會累積。因而，飛機的數量在防禦和進攻中都很重要。在所有其他條件相同的情況下，強勢一方對弱勢一方造成的損耗率比弱勢一方對強勢一方造成的損耗率要高得多：20架飛機與10架飛機交戰，可能只損失3架飛機就摧毀所有10架飛機。

考慮到現代飛機和培養高能力機組人員的成本，數量對當代空軍來說並不容易實現。就這一問題，智慧無人機提供了一種可能：用可複製軟體取代難以獲得的個人技能。第四次工業革命及其原型作戰的可能性提供了一個誘人前景：使用先進的製造技術按需生產大型機器人空軍，包括根據特定作戰或衝突需求快速定製智慧無人機。

本章主要透過“發現”和“愚弄”這個人工智慧應用概念，討論在智慧化作戰空間中的空戰。從概念上講，欲置對方於死地的防空作戰分為防禦性和進攻性兩個方面。因此，第一節介紹了空戰中的防禦構想，第二節進一步描述了空戰中的進攻構想。

空中力量也可以用於戰略打擊，支援陸地和海上行動。需要注意的是，本章僅側重於空中對抗；對地面目標的空襲不在討論之列。此外，本章關注的僅僅是在空中進行的戰爭，並未將彈道導彈防禦納入防空概念，而是將重點放在與飛機有關的事項上。

空戰防禦構想

防空的目的是降低敵方空襲的有效性，提升攻擊飛機的損耗率。兩者並不矛盾，但友軍的部署和使用取決於想要實現的首要目標，因而一般來說會厚此薄彼。採取防禦就是將主動權讓與對手，由其選擇何時何地集結兵力進行攻擊。在大國之間的重大沖突中，防空系統不可能完全有效地防止空襲；有些飛機會穿透防空系統並向特定目標發射武器。

防空是指提供主、被動保護措施，防止友軍受到空襲。主動措施通常屬於綜合防空系統（IADS）的一部分，由戰鬥機、地對空導彈（SAM）、高射炮（AAA）、空基和陸基雷達系統以及指揮控制系統組成。防空戰鬥機通常用於戰鬥空中巡邏（CAP）或地面預警攔截。執行戰鬥空中巡邏時，戰鬥機組成空中固定巡邏隊，在敵機攻擊前或攻擊後離開時攔截敵機。相比之下，進行地面預警攔截時，戰鬥機在地面等待，在檢測到空襲來臨時，根據命令擾亂命令控制系統。

被動防空措施包括偽裝、隱蔽、誘餌、電子欺騙或干擾、加固、分散和編隊重組。在冷戰後期，許多空軍基地都建造了堅固的飛機掩體，摧毀地面上的飛機變得難上加難。其基本前提是空襲只使用慣性非制導武器。現在，隨著精確制導武器的廣泛普及，堅固飛機掩體的效果會大打折扣。相反，在科索沃戰爭中，誘餌在對抗制導武器方面頗為成功，說明仍然有效。

感知區域部署

第2章討論的總體防禦構想中，有一個大型物聯網感知區域，覆蓋敵軍可能進入或穿過的區域。在某些方面，這一想法已在防空構想中體現，例如地面雷達站鏈，輔以預警和控制飛機，以探測高、低空飛行的飛機。在智慧化防空構想中，使用大量低成本的智慧小型地面和機載感測器，對現有的高成本、有限數量的感測器部署進行大規模補充。

大型物聯網感知區域中的元件可以使用人工智慧邊緣計算，將初步處理過的資料透過雲端傳送到融合中心，然後進入指揮控制系統。這些較小的物聯網感測器可由短程有源雷達發射器充當，但這種技術的使用受電源限制。更可行的方案是使用無源物聯網感測器，用以檢測全頻譜電磁輻射，包括聲音、紫外線、紅外、無線電和雷達波段。單個感測器效能可能相對較低，但當其輸出與其他幾百個感測器相結合時，就能跟蹤和識別空中交通（有的可能以三維形式提供資料）。

地面防空物聯網感測器可固定部署，長時間工作，而無人機上配備的感測器僅有數小時到一天不等的續航能力。新興物聯網應用可能會大大提高這種續航能力，包括高空氣球、小型衛星和偽衛星，所有這些都有可能引入人工智慧。

大型物聯網感知區域若使用無源探測，飛越此區域的飛機就不會使用發射系統，如雷達、資料鏈路和通訊，以避免被發現。即便如此，飛機的正常排放，如噪音、溫度及視覺特徵，仍可能暴露飛機的存在。有鑑於此，需要提高物聯網感知區域的部署深度。飛機在接近已知感測器時，會設法限制自己的排放，特別是來自前部的排放。若感知區域較深，則意味著即使未直接檢測到有飛機臨近，也會在隨後檢測到飛機側翼和後部。

指揮控制

超大智慧物聯網感知區域透過雲將初步處理過的資料輸入融合設施，由人工智慧進一步處理。在考慮這些步驟時，可使用觀察–定位–決策–行動（OODA）模型。就“觀察”而言，如前所述，人工智慧將參與每個物聯網的邊緣計算，然後在融合中心進行資料處理。至於“定位”，人工智慧的重要作用體現在作戰管理系統中。人工智慧不僅能產生全面、近乎實時的空中影像，還能預測敵人在空中的行動路線和行動。

人工智慧的“決策”層負責管理並實時瞭解己方防空部隊的可用性，向人類指揮官提交空中目標優先打擊清單、跨域攻擊的最優方法、相關時間安排以及消除衝突的考慮因素，供後者審批。在人機團隊中，會根據需要採用“人在環中”或“人在環上”控制方式。人類會深度參與“決策”。

在獲得人類批准後，人工智慧的“行動”層會分配特定武器打擊具體的敵機目標，自動傳遞目標資料，Ïû³ý與友軍的衝突，確認交戰時間，進行交戰評估，必要時請求武器補給。“行動”步驟完成後，會使用高射炮、地對空導彈系統或戰鬥機與目標交戰。假以時日，人工智慧或會廣泛應用於所有三種武器系統。

就高射炮而言，密集陣近程炮配備基於規則的專家系統，多年來一直被海軍用於反艦導彈防禦作為最後一搏。這種火炮只在戰鬥中使用過一次，當時發射的是箔條誘餌雲，而不是攻擊導彈，控制模式為“人在環上”。至於地對空導彈，愛國者地對空導彈系統在“人在環上”控制模式下采用了類似於簡易版第一波人工智慧的專家系統。愛國者在打擊高速彈道導彈方面證實有效，但也失敗了兩次，擊落過兩架友軍飛機。

這兩個系統的作戰效能表明，未來的智慧高射炮和地對空導彈系統有失敗的可能性，人類干預仍至關重要。因此，這些人機團隊中的人需要提高警惕，防止對人工智慧系統產生錯誤的安全感。因為失敗極其罕見且無法預測，再加上系統監控工作量大，相關人員可能會有意無意地變成系統監控器，而非全身心投入的主動控制者。

人工智慧戰鬥機

眼下，人們考慮將人工智慧用於未來的無人戰鬥機。美國國防部高階研究計劃局（DARPA）最近的一次空戰實驗表明，人工智慧操縱的F-16模擬機總能擊敗由經驗豐富的人類飛行員駕駛的F-16模擬機。這一成功的人工智慧使用了強化學習（第1章中討論的機器學習技術），尤其擅長學下圍棋。在DARPA F-16案例中，人工智慧不僅控制飛機飛行，還進行戰術決策。

在人工智慧使用上，智慧無人機還有一個選擇：用第二波人工智慧學習演算法做出戰術決策，用第一波人工智慧專家系統操縱飛機飛行。另一種方案是用第一波人工智慧同時完成這兩項任務。在DARPA模擬實驗中，這三種方法都產生了合理結果，但強化學習方法顯然最好。在現實世界中，結果可能會不同。

由於已經有幾架高效能無人機投入使用，開發近程空對空作戰無人機似乎是一項並不複雜的工程任務，這些無人機可利用人工智慧在空戰中進行戰術決策。事實上，美國計劃在2024年重複2020年人工智慧駕駛飛機與人類駕駛飛機的實驗，但這次不是模擬機，而是與實物大小一致的戰術飛機。經過最佳化的近程智慧作戰無人機比載人飛機更小、更輕、成本更低，在防禦任務中，可能不需要配備武器來干擾敵方空襲。

可使用指揮控制系統為無人機分配目標，無人機接下來去吸引、逼近、攻擊目標。敵方機組人員注意力會被分散，攻擊中斷，這時飛機就容易受到其他載人武器系統的攻擊。此外，若敵方的載人飛機左突右擊，其燃料消耗必然上升，可能需要迅速中斷戰鬥返回遙遠的基地。

相反，配備武器的人工智慧戰鬥機可在“人在環中”或“人在環上”（視情況而定）模式下作戰。缺點是，武裝飛機會產生工程設計問題，並對安全武器運輸和使用帶來戰術問題。因為多個原因，用無人機吸引、鎖定敵機、然後再跟蹤並廣播敵機的蹤跡和詳細資訊更容易些，如前述的美國海軍的“海上獵人”號無人艇。

搭載人工智慧的飛機可執行戰鬥空中巡邏（CAP）或地面預警攔截（GAI）。執行前一任務的無人機比執行後一任務的無人機外形要大，以便攜帶額外燃料，在站續航時間更長。即便如此，由於無需機組人員，CAP無人機的空間更大，重量更輕，續航時間會遠大於相同尺寸的載人飛機。不過，無人機越大，設計和操作複雜度也就越大。

執行地面預警攔截時，無人機外形較小，看起來不像是飛機，更像是導彈，可能會透過降落傘進行回收。例如，美國空軍的實驗性XQ-58A女武神（Valkyrie）無人機從固定發射器升空，使用降落傘著陸；有人提議將這種無人機安置在可移動的集裝箱中。

若智慧GAI無人戰鬥機不需要機場，縱深防禦會更容易，關鍵的是，能實現分散式防空這樣的新概念。物聯網感知區域內可能存在智慧GAI無人戰鬥機，由指揮控制系統遠端控制，執行短程快速響應攔截任務。這些點防禦（Point defence）無人戰鬥機將與載人CAP飛機協同工作，提供區域覆蓋。同樣，這種無人機也不一定需要複雜的裝備才能發揮作用。

重要的是，在這樣一個智慧綜合防空系統（IADS）中，人類和無人機各自執行不同的任務。人類負責較高層次的認知功能，比如制定全面的交戰戰略、確定重點目標以及批准交戰使用武器。人工智慧承擔較低層次的認知功能，如操縱飛機和對抗戰術。

人工智慧的“愚弄”功能

人工智慧的“發現”功能與“愚弄”功能結合使用能發揮最大效用。敵方需要大量關於目標及其防禦的資訊才能保證攻擊成功。智慧“愚弄”系統可遍佈戰場，包括物理和網路空間。物聯網感知區域可長期存在，用於實現反情報、監視、偵察和目標定位（C-ISRT）功能。目的是建立誤導性—或至少能起到混淆作用—的戰場圖景來擊敗對手的“發現”系統。智慧“愚弄”系統也可以與複雜的欺騙活動結合使用。

此外，可使用分佈廣泛的小型移動邊緣計算系統傳輸保真度不同的訊號，製造複雜的電子誘餌。為最大程度地實現機動性，可將這些系統安裝在無人機上。當然，使用道路網路的無人駕駛地面車輛（UGV）也能實現特定功能，例如偽裝成移動地對空導彈系統。無論如何，目的只有一個：在一定時間內掩蓋戰場上正在進行的攻擊。

更昂貴的方法是用無人機電子複製防空戰鬥機，誤導敵人，讓他們以為突然出現了大量戰鬥機在各個CAP站保衛目標區域，因而退出戰鬥，避免高損耗。

“愚弄”功能可進一步擴充套件，與被動防禦措施和作戰方法相結合。敵方反空襲的主要目標往往是空軍基地。空軍基地是靜態的大型綜合建築，很容易被發現。這與第4章中提到的陸戰中央作戰勤務保障節點類似，對綜合防禦系統也有類似需求，包括分層反火箭炮、火炮及迫擊炮系統、高能鐳射、高功率微波、干擾、陸基防空、電子欺騙或有限的彈道導彈防禦。如此集中的防禦系統造價高昂，但收益不菲。

然而，空軍基地與陸戰勤務保障節點並不完全相同。智慧系統或可利用其中的某些差異。空軍基地通常在戰爭之前就已建立，設計時充分考慮了抗攻擊能力。如前所述，加固的飛機掩體現在並不那麼有效。目前的較好替代方案是分散部署，尤其是人工智慧的引入讓這一方案比幾十年前更為可行。

永久性空軍基地周圍可能有若干衛星機場。這些機場的設計壽命為幾個星期或幾個月，而不是像永久性空軍基地那樣幾十年。在衝突時，永久性空軍基地的飛機在基地和短期機場之間來來回回。這一活動將與智慧系統的“愚弄”行動緊密結合。目的是欺騙和迷惑敵人，使他們摸不著頭腦，不知道攻擊何處，最終決定攻擊方位後，區域內實際上並無目標存在。這種戰術加劇了“戰爭迷霧”，可用於操控敵方感知，有目的地削弱敵軍的戰鬥力。

敵人用於防空行動的飛機、遠射武器和彈道導彈的數量都很有限。若所攻擊的機場實際上並沒有目標飛機，會使敵方戰機遭受不必要的損耗，而使用遠射武器和彈道導彈只會浪費不充足的庫存，在短期衝突中，這種庫存更是一次性的。將“愚弄”功能和物理分散相結合可支援防空目標的實現，既能降低敵人空襲的有效性，也增大了敵人的消耗。

過去，這種分散飛機概念的一個主要問題是，在若干個短期機場維護作戰飛機需要在多個地點重複進行後勤保障，投入相關人力，耗資巨糜。使用智慧系統後，這一問題迎刃而解。

在後勤保障方面，永久性空軍基地可建立走廊，將其大型倉庫和消耗品儲存設施與短期機場連線起來。在保障和供應走廊的倉儲端，有大量現成的人工智慧技術可以使用。

最高階的倉庫已具備庫存實時監控功能，採用人工智慧機器學習、雲、大資料和物聯網支援實時下單，用高階機器人揀貨，用自動駕駛車輛搬運庫存。有些倉庫現採用按需3D列印，滿足對新裝置不常用備件的一次性要求，同時避免為舊裝置儲存大量零件。物流控制塔被引入，它整合了來自不同來源的數字資訊，使用大資料分析實時顯示整個供應鏈的概況，包括運輸。可使用同類技術控制和指導消耗品的儲存。

在保障和供應走廊方面，智慧化後勤可使用機器人卡車，自主跟隨人類駕駛車輛前進。這種能力也稱為“列隊行駛”，人類駕駛卡車在前，後面緊跟若干自動車輛。為了確保安全，這些無人駕駛的卡車會配備緊急避障系統，該系統使用了機器學習開發的演算法。在這方面，已經有大量工作在進行中，美國陸軍最近就得到了一些無人駕駛卡車用於訓練和評估。從技術上講，設計無人駕駛空軍基地後勤配送卡車比設計陸軍補給車輛要容易得多。前者主要在預先勘測、鋪設或修整的道路上執行，可能會使用全球定位系統（GPS）。

在後勤走廊的短期機場端，智慧系統無處不在。使用人工智慧、機器學習、大資料、雲端計算、物聯網、自主操作和機器人技術，這種短期機場能更快地生成飛機架次，需要的人力也比現在要少得多。現役飛機可利用機器人進行加油、武器裝載等操作。智慧化預測性維護將基本避免或至少大大減少計劃外維護。這些機場無人居住，由永久性空軍基地或其他地方的中央控制中心的工程和後勤人員進行遠端管理。它們甚至可以利用可再生能源和電池自行發電，部分實現自給自足。 

短期機場事先已安裝了必要裝置，待衝突發生時，可立即投入使用。另一方面，機場可能要有必要網路，以便將“即插即用”系統和車輛隨時接入到自己的系統體系中，這些系統和車輛可能一開始就是由列隊行駛的卡車車隊運抵機場的。