第4章 智能化陆战
在作战层面，陆战与一般的战争概念相符。战场可能很大，一直延伸到敌方领土，尽管无法与海战或空战相比。然而，与海、空战场不同，陆地战场上到处都是人和建筑物，严重阻碍和制约了双方军队的行动。过去的一个世纪里，陆战逐渐发展为多领域战争，网络和太空的加入进一步延伸了这一长期趋势。同时，自冷战后期以来，装备精良的大型现代军队之间的陆战也日益成为作战网络之间的对抗。当然，目前这主要还是预言。近期并无使用先进技术发动的大规模陆战，在对立作战体系之间没有发生体系对抗。
1926年，J.F.C富勒（J.F.C Fuller）上校在自己的著作（当时被认为是第一本将科学应用于战争艺术的书）末尾写下这样一句格言：“守卫、机动、命中”[106]。在不同语境中，具体用词会不同，但富勒的基本逻辑是站得住脚的。自那时起，陆军的功能就被定位防御、机动和火力[107]。
防御指军事单位保护自己，而不是其他单位。这种保护或主动（例如使用装甲），或被动（例如使用伪装）。机动与位置变化相关，包括速度；大型部队通常移动较慢，加速较慢。火力与使用武器攻击敌人有关。这种火力或直接（例如向视线内的目标发射子弹），或间接（例如向视线外区域发射远程火炮）。需要注意的是，根据部队指挥官决定的战斗方式，这三个要素之间的平衡会发生变化。
阵地战强调机动性和使用隐蔽火力进行保护。编队的部署位置一方面会迫使敌人进攻，另一方面要有利于防御。防御被视为更强大的战争形式，敌方从一开始就处于不利地位，需要攻击一支固若金汤的部队[108]。阵地战的目的是加大进攻敌军消耗，在其增补装备、人员和资源之前就及时摧毁[109]。
相比之下，机动战强调机动性和火力，弱化保护，以避免打草惊蛇。若保持攻击势头，一支高度机动的进攻部队能够保护自己，因为敌人来不及做出反应。然后，机动部队会尽可能避开敌方兵力，这样，敌方兵力如何就变得无关紧要[110]。机动的目的是制造恐慌或认知麻痹，摧毁敌人的抵抗意志，从而获得攻击优势[111]。
除了阵地战和机动战，又出现了一种新形式：互换性战争。这种形式强调保护和火力，限制机动性。具体方式是，一支部队不管前进与否，都会占据中心位置，与敌人交战。他们不会在战场上四处移动，而是用武器的射程和杀伤力代替机动性[112]。互换性战争反映了一种观点，即火力主导时期即将到来。北大西洋公约组织（NATO）中央集团军群（CentralArmy Group）前指挥官、退役将军Glenn Otis在谈到未来的“硬碰硬陆战”（Force-on-Force Land Battle）时宣称：
我认为，我们即将见证联合作战队伍的一个重大变革—火力优势。这意味着，我们……将使用各种远程火力进行常规战斗，其中大部分是间接火力，而不是面对面的直接火力。我们将使用远程火力打先锋，地面机动部队只需要在火力过后进行扫尾工作。这是一种全新的作战构想，目的是取得决定性的成果，同时尽量减少直接交火造成的伤亡[113]。
Otis表示，之所以提出火力优势，是因为现代战场监视系统能够可靠、准确地定位部队，再加上精确弹药的发展，火炮发射和近距离空中支援正变得越来越精确。近20年后，这一判断似乎正成为现实。
2014年7月11日，乌克兰第24机械化旅在距俄罗斯边境约10公里的Zelenopillya附近活动。早晨4点20分左右，有人注意到俄罗斯小型无人机在窥探纵队。不久之后，约40枚俄罗斯地对地火箭弹齐射乌克兰部队[114]。5分钟内，两个营因为兵力不足，装备被毁，约30名士兵死亡，数百人受伤。间接火力似乎已经从辅助作用转变为陆地战斗力的决定性因素。
这次攻击的核心是俄罗斯侦察-火力复合模式，该模式将有效的战场监视与密集火力相结合[115]。在乌克兰，俄罗斯的攻击链从发现目标到摧毁目标仅用了12–15分钟[116]。随着第一波智能化专家指挥控制系统、云计算以及概念上和物联网大致相似的网络传感器的引入，俄罗斯训练演习的侦察到交战时间据称只有3–4分钟[117]。
Zelenopillya袭击事件开始让许多西方军队严重关切新兴火力优势和侦察火力结合的综合体模式[118]。让人更为担忧的是，中国人民解放军地面部队似已采用俄罗斯模式[119]。将第二波人工智能应用于综合体的间接火力攻击链可能会进一步加强新兴的火力优势。
美国海军陆战队（USMC）认同Otis的判断，即这种优势依赖于严密的监视。在美国海军陆战队的作战构想中，要对抗火力优势，需要打一场“信号特征战”：
未来的战斗中，“一旦被发现就会被瞄准，再被击毙。”敌方常常会用传感器、间谍、无人机和航天遥感图像组成复杂的“情侦监打击系统”，用以定位、跟踪、瞄准和攻击对方部队……无论使用什么样的探测手段，信号特征一旦放任不管，会成为严重漏洞……我们的部队需要调整作战方式，重点采取发射控制等信号特征管理手段，提高生存能力[120]。
如前文所述，人工智能在战争中的主要作用是“发现和愚弄”。在陆战中，“发现”是新兴火力优势的基础，而“愚弄”则属于“信号特征战”的范畴。本章主要通过“发现和愚弄”这个人工智能应用概念，讨论在智能化作战空间中的陆地战争。第一节提出了陆战防御构想，第二节讨论了陆战进攻构想。最后一节简要阐述了一些密切相关的兵力结构问题，包括部队人工智能“系统体系”集成、网络和部队转型。
4.1陆战防御构想
4.1.1 感知区域部署
第2章讨论的总体防御构想中，物联网传感器分布在敌军可能穿越的区域。这些区域通常受地形影响；有些区域可以方便地调动地面部队，有些区域行动困难且缓慢。当地面部队在大规模冲突中发动进攻时，地形带来的限制最为明显。在这种冲突中，地面部队需要获得补给和维护方面的大量后勤支援，而获得这种支援就需要进出方便，道路通畅。
必须在机动地面部队后方建立大型仓库，这在火力优势时代尤其必要。俄罗斯侦察-火力模式的一个显著特点是，在后方地区存有大量弹药，还有关键的后勤补给连接线，及时将弹药运至大炮和火箭发射处[121]。这也可能是解放军地面部队行动的一个特点，因为解放军已经接受俄罗斯的火炮是“最后的武器”的想法，并大幅提高了武器的火力和能力[122]。
巨大的后勤“尾巴”是一个明显的指标，所在之处即为敌方地面部队的计划进攻位置，防御者应该在那里部署物联网感知区域。根据这一信息，防御者可以使用互换性战争增大敌军消耗，无论敌军是处于前进、准备行动还是静止状态。
可在物联网感知区域部署多种固定和移动的跨域传感器。固定传感器可以提前部署，包括地震、声学、成像、有源和无源电子系统。可采用分层部署设计，随着敌军距离交战区越来越近，传感器数据需要越来越精细、准确和即时。可以根据需要部署移动传感器，包括空基有源/无源系统、无人机和无人驾驶地面车辆，所有这些都采用人工智能边缘计算处理。美国陆军研究实验室目前正在研究战场物联网下物联网技术的各种可能性[123]。
尽早部署物联网感知区域会大量提升所搜集的环境和上下文数据量，因为这会通过机器学习更好地训练人工智能的“发现”系统。然而，物联网感知区域元件的工作功率均有限制，这些限制决定了部署的时间和位置。
移动的智能无人载具为监视提供了新方案。可大胆使用无人机和无人驾驶地面车辆获取信息，不用那么隐蔽，因为它们的损失或损害相对于敌对行动是可以接受的[124]。可用小型无人机和无人驾驶地面车辆完全覆盖目标区域，迫使对手现身。
4.1.2 指挥控制
物联网感知区域通过云将数据输入融合设施，人工智能处理数据，输出战术所需信息，包括对敌方行动和移动路线的预测。下一层的人工智能感知友军可用的火力单元，对目标进行优先级排序，确定最佳的跨域攻击类型和时间安排，再将这些提交指挥官批准。在人机团队中，会根据需要采用“人在环中”或“人在环上”控制方式。在人类批准后，人工智能层为各目标分配首选武器，自动传递必要的目标数据，避免与友军发生冲突，确定何时与目标交战，并根据需要安排弹药补给。当物联网感知区域检测并通过指挥控制系统传回攻击有效性数据时，该周期将结束。
用这种方法，智能指挥控制系统会逐步建立一个近乎实时的战场数字模型，同时为防御方提供一个数字骨干网，向所有参与防御的地面部队下发相关信息和命令。有两个方面不能忽视：（1）云在连接所有要素方面起着核心作用；（2）各要素必须使用通用的数据标准和架构[125]。
最近美国军队在德国的实弹演习或多或少反映了这种系统体系的运作方式。卫星数据输入战术情报目标接入节点地面站，然后，普罗米修斯数据融合人工智能机器学习通过筛选数据来定位和识别目标。另一种称为SHOT的算法根据高级野战炮兵战术数据系统提供的武器可用性信息，将目标与武器进行匹配[126]。人工智能的使用大大缩短了打击目标所需的时间，“一个原本需要几分钟甚至几小时的过程在实验环境中缩短到几秒钟。”[127]有些类似功能在美国陆军实验中得到验证，现已被俄罗斯陆军采用，用在持续改进的Strelets侦察、指挥控制和通信系统中[128]。
地面战场的深入程度与所使用火力的射程有关。火炮系统现在的射程约70公里，火箭弹的射程达300公里，未来预计可达500公里。除此之外，还有空中力量。当然，人们仍有意发展射程长至3000公里的远程火炮[129]。
智能化物联网感知区域、云计算和指挥控制系统结合后，能够集中协调多个分散的跨域武器系统，而无需中间层次对火力进行管理。有了这个快速的数字攻击链，跨战场的小规模武器现在可以更迅速地集中起来，加快交战节奏。因此，哪一方能更快地开火，哪一方就能在战斗中取得优势[130]。
4.1.3 智能化机动部队
火力本身也许不足以圆满完成保卫任务，可能还需要机动部队。针对火力优势，GlennOtis表示：
最基本的原则是……不让自己的部队毫不必要地暴露在敌人的火力之下。根据构想，“要先用火力，然后再用机动性和火力打击敌人”……如果获得了火力优势并可以自由行动，部队就会处于有利位置，胜利也就顺理成章了。如果在向敌人开火的同时并能自由移动，就能阻止敌人自由移动[131]。
因此，可以在概念上将战场分为三个不同的区域：
- 优势区：友军火力超过敌方火力的附近区域；在该区域内，友军比敌人能集结更多的兵力。
- 对抗区：双方都能有效开火的中间区域；在该区域内，双方都必须分散作战才能存活。
- 脆弱区：敌方可发射并快速响应密集火力攻击的较远区域；在该区域内，敌军能更快速地集结兵力。
战斗群这个军事单元可用在较近的优势区，加强连和较小的队伍用在另两个较远的区域[132]。
在优势区内，机械化的战斗群可能面对的是较小规模的地方部队。己方装甲车可以充当“母舰”，部署和控制小型智能机器人。美国陆军构想了三种无人驾驶地面车辆（UGV）：轻型机器人战车（RCV），配备传感器阵列，提供近距离侦察；中型RCV，携带中口径火炮和反坦克导弹，用以增强部队的直接火力；大型RCV，作为“僚机”使用自己的武器系统，与M-1艾布拉姆斯主战坦克或全自动排协同作战[133]。
这些RCV预计将使用人工智能进行自动驾驶和自动威胁识别；这两个功能对于减少战斗群众多人机团队的人类工作量都至关重要。目前的自动驾驶系统能避开树木和岩石等固体障碍物，但对沟渠或坑洞等束手无力。同样，当RCV静止时，图像威胁识别效果很好，但在移动和抖动时效果很差。目前，操作RCV需要两个人远程控制：一个司机和一个炮手/传感器操作员。到2035年，随着人工智能的增强，一个人应该能够控制12辆RCV[134]。
在对抗区和脆弱区，需要使用小规模部队来保证足够的生存水平。不过，人工智能可以大大增强这些部队的能力。排级部队使用无人机和UGV后可控制更大区域，初步评估显示，控制区域可从1平方公里增加到大约75平方公里。无人机和UGV使用人工智能获取传感器数据和通讯，实现机动。
在这方面，核心要素是大人工智能系统，为整支队伍提供信息并协调行动。具备良好的态势感知能力是现代小型部队作战成功的关键因素，而人工智能有助于确保这一点[135]。大人工智能层可以给出75平方公里区域内的详细战术图，向每位士兵标出附近的友军和敌军，建议行动方式，并按照指示控制无人机和UGV。这个大人工智能层可部署在云中，分布在UGV携带的多个迷你服务器上，也可能就是一个个士兵。这种方法不存在单点故障，通信也可以变得更加可靠[136]。
在对抗区和脆弱区作战的小型人机团队会遭遇敌方火力拦截，因而面临补给问题。要缓解这个问题，可使用专为后勤优化的小型UGV，救伤直升机也是一种可能。劳博（LOGBOT）机器人会让后勤保障“难找、难打、难杀”[137]。
英国军队正在试验泰坦（Titan），这是一种改良的爱沙尼亚UGV，可以由人控制，也可以自主执行任务。泰坦具有人工智能机器学习软件，能识别其车载传感器生成的图像模式，然后基于这些模式前往选定的目的地[138]。类似地，美国海军陆战队也对机器人补给车辆进行了实验，包括在阿富汗使用的K-MAX无人直升机到携带弹药、食堂和电池包的小型无人机。美国最近就小型后勤补给多用途战术运输（MUTT）UGV开展了一项实验：
UGV车顶上有一对佩加索斯（Pegasus）迷你无人机。其中一架无人机携带了一个传感器包：需要时，无人机从MUTT上起飞，执行侦察任务，报告拐角处看不见的部分路线。第二架无人机将极其重要的小型补给物资，即电池，运送到其他地点，从而免去了地面车辆的额外行程需要，缩短了运送时间。路线的其余部分由预先部署的SUAVI雷达传感器监控，该传感器价值400美元，只手可握，续航时间24小时，为MUTT提供实时更新[139]。
4.1.4 智能化互换性战争的含义
智能化互换性战争概念有其固有问题。俄军需要在后方建立大型弹药储存区，友军也同样需要。实际上，“三区”在概念上是围绕中央作战勤务保障核心的三个同心圆。这一核心不仅用于弹药储备和地面部队的正常支援，而且还用于维护机器人部队以及（可能存在的）后勤保障机场。大量使用机器人会减少战场上的士兵人数，但副作用是有一个巨大的后勤“尾巴”用以支撑机器人[141]。
因此，这个中央作战勤务保障核心会成为关键目标，摧毁这一节点就等于摧毁了智能机器人系统，因为这些系统无法自我维护和修复。中央作战勤务保障核心由三个区域内的友军地面部队进行保护，但不可避免地会被敌方间接火力武器（包括一些长射程武器）重点攻击。因此，这些节点可能需要综合防御系统来保护它们，包括反火箭炮、火炮和迫击炮（C-RAM）系统、高能激光、高功率微波、干扰、陆基防空、电子欺骗甚或有限的弹道导弹防御[142]。
智能化互换性战争会提高战术层面战斗的流畅性，敌对双方的小型分散部队会穿梭于三个区域。相比之下，由于作战勤务保障节点对维持作战至关重要，战场可能会转为静态，且依位置而定[143]。
智能化互换性作战概念主要围绕人工智能的“发现”能力。为了避免遭受高精度火力打击，友军部队需要避免被发现，分散兵力，同时使用有效的分层对抗措施。这样，人工智能的“愚弄”能力就变得至关重要。
要逃过敌方的火力，需要使用全面的被动和主动掩蔽措施隐藏友军的信号特征。这些措施包括视觉和电子伪装、诱饵、欺骗和电子干扰[144]。此外，考虑到敌方的物联网传感器会部署在多个区域，友军的“愚弄”活动不仅要复杂，还要有创新：前者指成功骗过各种传感器类型，后者指长期欺骗人工智能机器学习数据融合和指挥控制系统，可能直到冲突终止。智能移动系统对于这种长期欺骗或起到关键作用。
“愚弄”的作用也许不那么明显，但可与攻击措施协调使用。基于人工智能的“发现”能力建立的战场近实时数字模型会暴露敌军的“发现”系统的位置。通过动能和非动能手段攻击敌方物联网感知区域或数据融合设施会阻滞敌军的“发现”能力，降低这种能力的有效性。这种攻击为“愚弄”提供了新途径，特别是在欺骗和迷惑敌人方面。
4.2陆战进攻构想
防御构想或许可以避免失败，但无法结束战争，因为敌人一方面会接受火力消耗，另一方面保持进攻态势。要取得决定性成果，友军可能需要深入脆弱区，进行进攻性机动行动。这种行动的目的之一是为了绕过敌方的中央作战勤务保障节点，切断它们与关键后勤列车的联系，包括燃料补给和能源。如果能够做到这一点，一线战斗力量将崩溃，敌方军事活动将变成一盘散沙。敌方的作战网络可能因此瘫痪，自然也就无法实现其战略目标[145]。当然，敌方可能也会试图实现同样的目标；在乌克兰，小型部队实现了长达200公里的相互作战渗透[146]。
分散的小型队伍的战术是否成功取决于他们能否在火力主导的危险作战空间中灵活机动，获得优势。火炮会造成持续威胁，必须交换火力，维护队伍的机动性。总的来说，部队越快脱离对抗区和脆弱区，行动节奏就会越快[147]。
重要的是，突破敌方防御的小型队伍并非单打独斗，而是以分散的方式支持彼此向前挺进。这些互相配合的小型队伍需要保持进攻势头，将集体行动产生的合力与小规模单位的快速行动能力结合起来。为了实现这种协力优势，需要与智能总指挥控制系统连接。这样，分散的小型队伍会保持良好的态势感知，得到友军远程火力的支持，并纳入统一的作战计划。
这些小型队伍可使用机器人和人工智能，使用方法与防御构想部分中描述的方法类似。部队使用渗透技术，从双方近距离接触的战斗前线渗透到后方。传统上，这种战术由于过于危险，对小型队伍的生存造成实实在在的威胁，因此一直没有得到青睐。不过，智能无人机和无人驾驶地面车辆（UGV）提供了额外的火力和机动性，为这种战术带来了新的可能性。无人机和UGV可随时用于执行危险任务，必要时甚至可以舍弃，以保护小型队伍的机动安全。例如，UGV可能会进行危险的牵制行动，在小型队伍渗透时，拖住敌军。相反，小型队伍可以利用无人机和UGV进行大规模的集中攻击，以获得战术优势[148]。有人设想将UGV空投到敌方领土进行机动战斗，制造混乱和分散注意力，直到燃料和弹药消耗完毕[149]。
即便如此，这些小型分散队伍的生存和效力将在很大程度上取决于反情报、监视、侦察和目标定位（C-ISRT）的成功。小型队伍需要赢得“信号特征战”，尽可能躲过敌人的人工智能“发现”系统。这一成功需要得到分布在近距离和纵深战场的多个“愚弄”系统的支持。同样，使用智能化机载和地面移动“愚弄”系统也很重要，可制造虚假目标和错误感知，主动欺骗敌方的指挥控制系统。
4.3兵力结构问题
陆战构想中，人工智能在兵力结构中广泛存在，这既包括横向，也包括纵向。人工智能系统的各个层次需要相互协作，也需要与人工团队成员合作。目前，大多数人工智能系统都使用独特的定制软件-硬件核心，专门用以提供目标用途。缺乏控制手段将独立工作和分层工作的多个人工智能系统集成起来。若部分人工智能系统使用机器学习并自动改进其编程，或者盟国将自己的人工智能系统添加到联合作战系统中，可能会产生混乱。如果缺乏无缝集成，整个系统的预期效益则难以实现[150]。显然，作战中的整体可靠性也无法保证。结果，“战争迷雾”可能会变成“系统迷雾”[151]。
另一方面，人工智能的引入带来了新的网络攻击向量。目前的趋势表明，作战和武器系统仍容易受到网络攻击[152]。这种脆弱性可加以利用，辅助实现人工智能的“愚弄”能力，但同时大大削弱了人工智能的“发现”能力在实战方面的稳健性。
总体而言，这种陆战构想主要是简单地将人工智能添加到较为传统的作战系统中，使后者的效力和效率成倍增长。不过，舍弃现有的兵力结构而选用全新方法，其结果尚未得到检验。智能化战场的技术核心包括物联网、云、人工智能机器学习和边缘计算。若用这些技术替代传统的保护、机动性和火力三要素，支撑未来的地面兵力结构，可能会产生迥然不同的兵力结构，提供意想不到的独特能力[153]。
第5章 智能化空战
空战既适用一般战争概念，也有其特殊性。空战战场广阔无垠，空中一般没有杂物，敌对双方的空军在交战时畅通无阻。因此，空战有两个恒定因素：跨域多领域；涉及作战网络。空中环境的性质意味着空战受到技术、技术可能性和技术缺陷的显著影响。就俄、中、美的作战构想而言，有两个特定领域受到了现代空中力量思想家的关注。
首先，这些构想强调瘫痪对方的指挥控制系统，中断和扰乱对方的作战网络。JohnBoyd和JohnWarden是两位有影响力的空军思想家，二人均持此观点。Boyd主张在敌方的观察–定位–决策–行动（OODA）循环内实现机动[154]。这会扰乱敌方指挥官的认知，给他们造成面临威胁的错觉，使敌方部队无法在瞬息万变的环境中随机应变。同样，JohnWarden也强调直接或间接地将敌方领导作为目标，造成系统瘫痪，施加心理压力[155]。
其次，在俄、中、美的作战构想中，在防御方布局的整个战场同时发动攻击会带来巨大收益。1921年，GiulioDouhet首次提出在战略和战术两个层面上对多个不同目标进行进攻性空中行动[156]。然而，这一概念直到20世纪90年代随着精确制导武器的引入才变得可行。Warden很快就意识到这一点，他主张美国空军（USAF）在并行作战条件下采纳这一建议，鉴于他的影响力，其他空军最终也接受了该建议[157]。
除了这种作战层面的考虑，战术层面的空战直接涉及飞机。与其他武器系统相比，现代飞机在战术和作战层面上都具有高度的机动性，能够不受天气影响在白天和夜晚随时进行精准打击。然而，在干净的天空背景下，飞机很容易被现代传感器探测到，成为现代武器系统的直接攻击目标。为此，出现了各种专业的飞机和战术，力求通过主动、被动、技术和战术手段避免被发现。然而，所有的飞机都相对脆弱，哪怕是小型导弹或炮弹也能使其失灵。除了这种脆弱性，将受损飞机恢复到战备状态也非易事，这在很大程度上取决于后勤保障的可用性。
与海战一样，空战遵循兰彻斯特效力平方律：在双方势均力敌的情况下，净战力的初始微弱优势可能起到决定性作用，并且这种效果还会累积[158]。因而，飞机的数量在防御和进攻中都很重要。在所有其他条件相同的情况下，强势一方对弱势一方造成的损耗率比弱势一方对强势一方造成的损耗率要高得多：20架飞机与10架飞机交战，可能只损失3架飞机就摧毁所有10架飞机[159]。
考虑到现代飞机和培养高能力机组人员的成本，数量对当代空军来说并不容易实现。就这一问题，智能无人机提供了一种可能：用可复制软件取代难以获得的个人技能。第四次工业革命及其原型作战的可能性提供了一个诱人前景：使用先进的制造技术按需生产大型机器人空军，包括根据特定作战或冲突需求快速定制智能无人机[160]。
本章主要通过“发现”和“愚弄”这个人工智能应用概念，讨论在智能化作战空间中的空战。从概念上讲，欲置对方于死地的防空作战分为防御性和进攻性两个方面。因此，第一节介绍了空战中的防御构想，第二节进一步描述了空战中的进攻构想。
空中力量也可以用于战略打击，支援陆地和海上行动。需要注意的是，本章仅侧重于空中对抗；对地面目标的空袭不在讨论之列。此外，本章关注的仅仅是在空中进行的战争，并未将弹道导弹防御纳入防空概念，而是将重点放在与飞机有关的事项上。
5.1空战防御构想
防空的目的是降低敌方空袭的有效性，提升攻击飞机的损耗率。两者并不矛盾，但友军的部署和使用取决于想要实现的首要目标，因而一般来说会厚此薄彼。采取防御就是将主动权让与对手，由其选择何时何地集结兵力进行攻击。在大国之间的重大冲突中，防空系统不可能完全有效地防止空袭；有些飞机会穿透防空系统并向特定目标发射武器。
防空是指提供主、被动保护措施，防止友军受到空袭。主动措施通常属于综合防空系统（IADS）的一部分，由战斗机、地对空导弹（SAM）、高射炮（AAA）、空基和陆基雷达系统以及指挥控制系统组成。防空战斗机通常用于战斗空中巡逻（CAP）或地面预警拦截。执行战斗空中巡逻时，战斗机组成空中固定巡逻队，在敌机攻击前或攻击后离开时拦截敌机。相比之下，进行地面预警拦截时，战斗机在地面等待，在检测到空袭来临时，根据命令扰乱命令控制系统[161]。
被动防空措施包括伪装、隐蔽、诱饵、电子欺骗或干扰、加固、分散和编队重组。在冷战后期，许多空军基地都建造了坚固的飞机掩体，摧毁地面上的飞机变得难上加难。其基本前提是空袭只使用惯性非制导武器。现在，随着精确制导武器的广泛普及，坚固飞机掩体的效果会大打折扣。相反，在科索沃战争中，诱饵在对抗制导武器方面颇为成功，说明仍然有效[162]。
5.1.1 感知区域部署
第2章讨论的总体防御构想中，有一个大型物联网感知区域，覆盖敌军可能进入或穿过的区域。在某些方面，这一想法已在防空构想中体现，例如地面雷达站链，辅以预警和控制飞机，以探测高、低空飞行的飞机。在智能化防空构想中，使用大量低成本的智能小型地面和机载传感器，对现有的高成本、有限数量的传感器部署进行大规模补充。
大型物联网感知区域中的组件可以使用人工智能边缘计算，将初步处理过的数据通过云端发送到融合中心，然后进入指挥控制系统。这些较小的物联网传感器可由短程有源雷达发射器充当，但这种技术的使用受电源限制。更可行的方案是使用无源物联网传感器，用以检测全频谱电磁辐射，包括声音、紫外线、红外、无线电和雷达波段。单个传感器性能可能相对较低，但当其输出与其他几百个传感器相结合时，就能跟踪和识别空中交通（有的可能以三维形式提供数据）。
地面防空物联网传感器可固定部署，长时间工作，而无人机上配备的传感器仅有数小时到一天不等的续航能力。新兴物联网应用可能会大大提高这种续航能力，包括高空气球、小型卫星和伪卫星，所有这些都有可能引入人工智能[163]。
大型物联网感知区域若使用无源探测，飞越此区域的飞机就不会使用发射系统，如雷达、数据链路和通信，以避免被发现。即便如此，飞机的正常排放，如噪音、温度及视觉特征，仍可能暴露飞机的存在。有鉴于此，需要提高物联网感知区域的部署深度。飞机在接近已知传感器时，会设法限制自己的排放，特别是来自前部的排放。若感知区域较深，则意味着即使未直接检测到有飞机临近，也会在随后检测到飞机侧翼和后部。
5.1.2 指挥控制
超大智能物联网感知区域通过云将初步处理过的数据输入融合设施，由人工智能进一步处理。在考虑这些步骤时，可使用观察–定位–决策–行动（OODA）模型。就“观察”而言，如前所述，人工智能将参与每个物联网的边缘计算，然后在融合中心进行数据处理。至于“定位”，人工智能的重要作用体现在作战管理系统中[164]。人工智能不仅能产生全面、近乎实时的空中图像，还能预测敌人在空中的行动路线和行动。
人工智能的“决策”层负责管理并实时了解己方防空部队的可用性，向人类指挥官提交空中目标优先打击清单、跨域攻击的最优方法、相关时间安排以及消除冲突的考虑因素，供后者审批。在人机团队中，会根据需要采用“人在环中”或“人在环上”控制方式。人类会深度参与“决策”。
在获得人类批准后，人工智能的“行动”层会分配特定武器打击具体的敌机目标，自动传递目标数据，Ïû³ý与友军的冲突，确认交战时间，进行交战评估，必要时请求武器补给。“行动”步骤完成后，会使用高射炮、地对空导弹系统或战斗机与目标交战。假以时日，人工智能或会广泛应用于所有三种武器系统。
就高射炮而言，密集阵近程炮配备基于规则的专家系统，多年来一直被海军用于反舰导弹防御作为最后一搏。这种火炮只在战斗中使用过一次，当时发射的是箔条诱饵云，而不是攻击导弹，控制模式为“人在环上”[165]。至于地对空导弹，爱国者地对空导弹系统在“人在环上”控制模式下采用了类似于简易版第一波人工智能的专家系统。爱国者在打击高速弹道导弹方面证实有效，但也失败了两次，击落过两架友军飞机。
这两个系统的作战性能表明，未来的智能高射炮和地对空导弹系统有失败的可能性，人类干预仍至关重要。因此，这些人机团队中的人需要提高警惕，防止对人工智能系统产生错误的安全感。因为失败极其罕见且无法预测，再加上系统监控工作量大，相关人员可能会有意无意地变成系统监控器，而非全身心投入的主动控制者[166]。
5.1.3 人工智能战斗机
眼下，人们考虑将人工智能用于未来的无人战斗机。美国国防部高级研究计划局（DARPA）最近的一次空战实验表明，人工智能操纵的F-16模拟机总能击败由经验丰富的人类飞行员驾驶的F-16模拟机。这一成功的人工智能使用了强化学习（第1章中讨论的机器学习技术），尤其擅长学下围棋[167]。在DARPAF-16案例中，人工智能不仅控制飞机飞行，还进行战术决策。
在人工智能使用上，智能无人机还有一个选择：用第二波人工智能学习算法做出战术决策，用第一波人工智能专家系统操纵飞机飞行。另一种方案是用第一波人工智能同时完成这两项任务。在DARPA模拟实验中，这三种方法都产生了合理结果，但强化学习方法显然最好。在现实世界中，结果可能会不同。
由于已经有几架高性能无人机投入使用[168]，开发近程空对空作战无人机似乎是一项并不复杂的工程任务，这些无人机可利用人工智能在空战中进行战术决策。事实上，美国计划在2024年重复2020年人工智能驾驶飞机与人类驾驶飞机的实验，但这次不是模拟机，而是与实物大小一致的战术飞机[169]。经过优化的近程智能作战无人机比载人飞机更小、更轻、成本更低，在防御任务中，可能不需要配备武器来干扰敌方空袭。
可使用指挥控制系统为无人机分配目标，无人机接下来去吸引、逼近、攻击目标。敌方机组人员注意力会被分散，攻击中断，这时飞机就容易受到其他载人武器系统的攻击。此外，若敌方的载人飞机左突右击，其燃料消耗必然上升，可能需要迅速中断战斗返回遥远的基地。
相反，配备武器的人工智能战斗机可在“人在环中”或“人在环上”（视情况而定）模式下作战。缺点是，武装飞机会产生工程设计问题，并对安全武器运输和使用带来战术问题。因为多个原因，用无人机吸引、锁定敌机、然后再跟踪并广播敌机的踪迹和详细信息更容易些，如前述的美国海军的“海上猎人”号无人艇。
搭载人工智能的飞机可执行战斗空中巡逻（CAP）或地面预警拦截（GAI）。执行前一任务的无人机比执行后一任务的无人机外形要大，以便携带额外燃料，在站续航时间更长。即便如此，由于无需机组人员，CAP无人机的空间更大，重量更轻，续航时间会远大于相同尺寸的载人飞机。不过，无人机越大，设计和操作复杂度也就越大。
执行地面预警拦截时，无人机外形较小，看起来不像是飞机，更像是导弹，可能会通过降落伞进行回收。例如，美国空军的实验性XQ-58A女武神（Valkyrie）无人机从固定发射器升空，使用降落伞着陆；有人提议将这种无人机安置在可移动的集装箱中[170]。
若智能GAI无人战斗机不需要机场，纵深防御会更容易，关键的是，能实现分布式防空这样的新概念。物联网感知区域内可能存在智能GAI无人战斗机，由指挥控制系统远程控制，执行短程快速响应拦截任务。这些点防御（Pointdefence）无人战斗机将与载人CAP飞机协同工作，提供区域覆盖。同样，这种无人机也不一定需要复杂的装备才能发挥作用。
重要的是，在这样一个智能综合防空系统（IADS）中，人类和无人机各自执行不同的任务。人类负责较高层次的认知功能，比如制定全面的交战战略、确定重点目标以及批准交战使用武器。人工智能承担较低层次的认知功能，如操纵飞机和对抗战术[171]。
5.1.4 “人工智能”的愚弄功能
人工智能的“发现”功能与“愚弄”功能结合使用能发挥最大效用。敌方需要大量关于目标及其防御的信息才能保证攻击成功。智能“愚弄”系统可遍布战场，包括物理和网络空间。物联网感知区域可长期存在，用于实现反情报、监视、侦察和目标定位（C-ISRT）功能。目的是建立误导性—或至少能起到混淆作用—的战场图景来击败对手的“发现”系统。智能“愚弄”系统也可以与复杂的欺骗活动结合使用。
此外，可使用分布广泛的小型移动边缘计算系统传输保真度不同的信号，制造复杂的电子诱饵。为最大程度地实现机动性，可将这些系统安装在无人机上。当然，使用道路网络的无人驾驶地面车辆（UGV）也能实现特定功能，例如伪装成移动地对空导弹系统。无论如何，目的只有一个：在一定时间内掩盖战场上正在进行的攻击。
更昂贵的方法是用无人机电子复制防空战斗机，误导敌人，让他们以为突然出现了大量战斗机在各个CAP站保卫目标区域，因而退出战斗，避免高损耗。
“愚弄”功能可进一步扩展，与被动防御措施和作战方法相结合。敌方反空袭的主要目标往往是空军基地。空军基地是静态的大型综合建筑，很容易被发现。这与第4章中提到的陆战中央作战勤务保障节点类似，对综合防御系统也有类似需求，包括分层反火箭炮、火炮及迫击炮系统、高能激光、高功率微波、干扰、陆基防空、电子欺骗或有限的弹道导弹防御。如此集中的防御系统造价高昂，但收益不菲。
然而，空军基地与陆战勤务保障节点并不完全相同。智能系统或可利用其中的某些差异。空军基地通常在战争之前就已建立，设计时充分考虑了抗攻击能力。如前所述，加固的飞机掩体现在并不那么有效。目前的较好替代方案是分散部署，尤其是人工智能的引入让这一方案比几十年前更为可行。
永久性空军基地周围可能有若干卫星机场。这些机场的设计寿命为几个星期或几个月，而不是像永久性空军基地那样几十年。在冲突时，永久性空军基地的飞机在基地和短期机场之间来来回回。这一活动将与智能系统的“愚弄”行动紧密结合。目的是欺骗和迷惑敌人，使他们摸不着头脑，不知道攻击何处，最终决定攻击方位后，区域内实际上并无目标存在。这种战术加剧了“战争迷雾”，可用于操控敌方感知，有目的地削弱敌军的战斗力。
敌人用于防空行动的飞机、远射武器和弹道导弹的数量都很有限。若所攻击的机场实际上并没有目标飞机，会使敌方战机遭受不必要的损耗，而使用远射武器和弹道导弹只会浪费不充足的库存，在短期冲突中，这种库存更是一次性的。将“愚弄”功能和物理分散相结合可支持防空目标的实现，既能降低敌人空袭的有效性，也增大了敌人的消耗。
过去，这种分散飞机概念的一个主要问题是，在若干个短期机场维护作战飞机需要在多个地点重复进行后勤保障，投入相关人力，耗资巨糜。使用智能系统后，这一问题迎刃而解。
在后勤保障方面，永久性空军基地可建立走廊，将其大型仓库和消耗品储存设施与短期机场连接起来。在保障和供应走廊的仓储端，有大量现成的人工智能技术可以使用。
最高级的仓库已具备库存实时监控功能，采用人工智能机器学习、云、大数据和物联网支持实时下单，用高级机器人拣货，用自动驾驶车辆搬运库存。有些仓库现采用按需3D打印，满足对新设备不常用备件的一次性要求，同时避免为旧设备储存大量零件。物流控制塔被引入，它集成了来自不同来源的数字信息，使用大数据分析实时显示整个供应链的概况，包括运输[172]。可使用同类技术控制和指导消耗品的储存。
在保障和供应走廊方面，智能化后勤可使用机器人卡车，自主跟随人类驾驶车辆前进。这种能力也称为“列队行驶”，人类驾驶卡车在前，后面紧跟若干自动车辆。为了确保安全，这些无人驾驶的卡车会配备紧急避障系统，该系统使用了机器学习开发的算法[173]。在这方面，已经有大量工作在进行中，美国陆军最近就得到了一些无人驾驶卡车用于训练和评估[174]。从技术上讲，设计无人驾驶空军基地后勤配送卡车比设计陆军补给车辆要容易得多。前者主要在预先勘测、铺设或修整的道路上运行，可能会使用全球定位系统（GPS）。
在后勤走廊的短期机场端，智能系统无处不在。使用人工智能、机器学习、大数据、云计算、物联网、自主操作和机器人技术，这种短期机场能更快地生成飞机架次，需要的人力也比现在要少得多。现役飞机可利用机器人进行加油、武器装载等操作。智能化预测性维护将基本避免或至少大大减少计划外维护。这些机场无人居住，由永久性空军基地或其他地方的中央控制中心的工程和后勤人员进行远程管理。它们甚至可以利用可再生能源和电池自行发电，部分实现自给自足[175]。
短期机场事先已安装了必要设备，待冲突发生时，可立即投入使用。另一方面，机场可能要有必要网络，以便将“即插即用”系统和车辆随时接入到自己的系统体系中，这些系统和车辆可能一开始就是由列队行驶的卡车车队运抵机场的。
5.2空战进攻构想
进攻性空中行动包括四大任务：
•摧毁或破坏地面基础设施，如指挥控制系统、机场、跑道、后勤保障和空军设施等
•阻止敌人使用动能和非动能手段蓄意攻击高射炮（AAA）和地对空导弹（SAM）系统的敌军防空行动
•用战斗机扫射敌方领空，迎战遭遇的敌方飞机
•护送保护其他飞机的战斗机，如在敌方领空执行任务的轰炸机或运输机[176]
从概念上讲，进攻性空战存在一个缺点，即战场最远只到敌方空军基地；从体系角度看，不够深入。除了空军基地之外，大多数空军还有重要的维护和保障设施，这些设施虽然不直接影响战斗，但对部队的长期可持续性和作战机动性上会产生实质性影响。John Warden认为，攻击的地点取决于环境，一旦选错地点，可能不会有第二次机会。他在书中写到：
敌人的防空重点可能是装备（飞机或导弹数量）、后勤（供应保障的数量和弹性）、地理位置（作战和保障设施的位置和数量）、人员（飞行员的数量和质量）或指挥控制（重要性和脆弱性）[177]。
要能够与各种潜在目标交战，首先要获得空中优势。空中优势有几个等级，但一般来说，至少需要获得足够的制空权，能在合理损耗的情况下打击敌人。现代防空是一种系统方法，涵盖在前文描述的综合防空系统（IADS）中。获得空中优势的方法包括通过系统瘫痪和消耗来压制IADS及其相关的防空战斗机、地对空导弹系统和高射炮。此种压制可能会持续一段时间或局限于特定的地理位置。
进攻性空战天生有如下优势：进攻方主动出击，防御方被动响应，进攻方可选择攻击的位置和时机。另一方面，防御方通常会在自己的空军基地周围集中部署防御系统。由于空军基地位于境内，敌方会收到大量攻击预警，进攻飞机一旦损坏，可能无法安全返回本国，机组人员一旦降落到敌方领土，就无法再战。
在进攻性空战中，人工智能的“发现”和“愚弄”功能协同工作。
就“发现”而言，在作战初期阶段，需要全面地绘制敌方的IADS，特别关注有效性、脆弱性、组件位置、通信流和电子信号特征等。智能无人机可在敌方空域之外飞行，也可以进入其中，触发敌方IADS，使其进行响应，包括激活地对空导弹系统、发射防御战斗机等。嵌入在无人机传感器系统中的人工智能边缘计算接下来搜集并初步处理数据，然后再将数据发送到云。这样做的风险很大，无人机可能被敌方防空系统攻击并摧毁，所以，很有必要通过云实时返回信息。
搜集到的电子信息很有用，特别是对于更新载人飞机的任务数据文件来说[178]。这种搜集活动可能会延续很长时间，随着入侵的深入会变得越来越具进攻性。使用人工智能的无人机可圆满完成这项任务，避免对人类和载人资产造成任何风险。
这些初期智能侦察无人机在大半航程中可以做到自主飞行。在没有武器的情况下，无需人类参与，除非根据战术环境的要求需要改变原规划路线或数据搜集设置。这些无人机可以单独行动，或组成编队相互协作，根据需要，在高、低空活动，触发敌方的IADS。
在绘出高质量的敌方IADS地图之后，有人认为，下一步应该通过使用类似的智能无人机来攻击IADS。虽然这在某些情况下可行，但也有一些问题需要注意。IADS地图不可能完全准确，因为敌方会不断改变移动防御系统的位置以及IADS的电子信号特征。此外，第二波人工智能很难处理背景变化，而空战是千变万化的。其中一些变化可能会让人工智能无所适从，需要人类来解决。
友军的智能无人攻击机若配备了武器并自动与目标交战，则尤其需要关注。理论上，深度无人攻击机可以处于“人在环中”或“人在环上”控制模式下，但这需要高质量的远程流畅通信，且延迟要非常低。在重大战争中，敌方会积极进行干扰和欺骗，盲目信任这种通信在各种层面上都是轻率的。这时，首选方案是使用无人机的“发现”和“愚弄”（如后文所述）功能。
多数情况下，攻击IADS需要用到载人飞机和智能无人机组成的人机团队。从历史上看，使用密集队形可让IADS左支右绌，效力大大降低，因而可大幅降低损耗[179]。接下来，只需要少量载人攻击机和大量支援性无人机进行攻击。
执行“发现”任务的支援性无人机搜集数据，这些数据不仅对当前进攻也对未来的进攻规划有实际意义。在进攻过程中使用数据时，无人机可将信息直接传递给机组人员，但这存在相当大的风险。更现实的是，数据通过云发送到融合中心，以更新指挥控制中心的态势感知。然后，该中心的指挥官审核哪些数据急需传递给攻击机；这个任务最好由人类完成。
支援性无人机还要承担重要的“愚弄”职责。侦察无人机需要借助于第一波或第二波人工智能来判断如何避免被攻击。“愚弄”无人机恰恰相反，它们想法设法地吸引空防战斗机接近。利用人工智能，无人机会发出电子信号特征，这些特征看似非常真实，至少能骗过敌方的IADS，误导敌方指挥官的认知，延缓决策。还有大量的电子欺骗技术和方法可供“愚弄”无人机使用，用以压制—至少在一段时间内—敌方的地对空导弹系统。
大量无人机同时执行“发现和愚弄”任务，并与载人飞机攻击协调行动，这将给敌方IADS带来一连串的问题。有一种观点认为，“独来独往、无所畏惧”的单体作战的隐形飞机可以取得类似效果，因而无需刻意发动大规模进攻。实际上，在早期的一些冲突中，隐形飞机需要电子战支援。这样做的原因是，要利用嘈杂的虚假电子信息流掩盖信号特征不明显的隐形飞机。对于重大冲突，沿用这种“腰带加背带”的自助法可能是明智之举[180]。无论选择哪种方案，隐形飞机在进入敌方空域之前仍需要获取全面的敌方IADS地图。
迄今为止的构想中，“发现和愚弄”无人机独立于载人飞机使用，尽管在时间、空间和机动上需要与后者协调。在这种情况下，出现了各种“忠诚僚机”概念，设想载人飞机和无人机密切合作。澳大利亚、英国、俄罗斯和美国都在积极研究替代方案[181]。
“忠诚僚机”这个词可能有点儿误导。传统意义上，僚机在预期和意外情况下互相支持，特别是在机动或水平飞行时可对敌人的突袭进行预警[182]。这似乎已超越了第一波或第二波人工智能的能力。这些人工智能可完成所分配的特定任务，但相互支持却复杂得多。
相反，一架载人飞机可以与多架无人机协调行动，根据战术要求组成混合编队。随着任务的进展，载人飞机将依次或批量派遣无人机执行具体任务[183]，例如让搭载第一波或第二波人工智能的无人机按照前述防御构想中的方式与来袭战斗机交战。无人机可能没有武器，但绝对会分散敌机的注意力，让其以为是潜在威胁，需要着手处理。同样，地对空导弹（SAM）系统突然启动、看似构成威胁时，可能也会骗过友军，分配无人机与其交战。还有一种方案是使用携带武器的随行无人机，按照载人飞机的指示向空中或地面目标开火。事实上，这种相互支持的其中一个理由是：能够集中火力打击敌人。这些随行无人机的各种用途具有战术意义，但在要求远程机组进行有目的的指挥控制时，与“忠诚僚机”的袭击预警有所不同。
进攻性防空构想使用智能无人机执行各种各样的任务。无人机组里包含各种无人机，执行不同的任务。有些无人机是消耗品，有些可重复使用，有些在必要时可舍弃。同样，有些无人机需要从跑道起飞，有些通过运输机从空中发射，还有些从地面零长发射并用降落伞回收[184]。使用跑道的无人机会更大，因此航程更长，负载更大。空射和零长发射的无人机外形较小、造价便宜，能力因而也有限，但由于具有相当大的基础灵活性，可在更接近敌方领土或机场不可用或被封锁的情况下使用。
5.3兵力结构问题
空战构想中，人工智能在空军结构中广泛存在，这既包括横向，也包括纵向。然而，与海上或陆地不同的是，人工智能在空中的应用有很大限制。载人飞机不易改装。由于飞行安全至关重要，飞机的开发和测试过程漫长而艰苦。不过，将人工智能嵌入地面系统和无人载具中要容易得多，因为它们不存在生死攸关的问题。因此，最初的智能化空中作战构想一般是开发、使用适当的地面系统和无人载具，而不是改装载人飞机。
要实现上文所述的人工智能遍布空军各层级这一构想，就要考虑网络问题。连接各种智能系统和载具的云需要具有通用性，而不是为不同的设备特别定制。传统上，载人飞机是专有产品，由原始飞机制造商严格控制软、硬件工程。这样，异常就与设计有关。例如，美国空军的F-22和F-35隐形战斗机由洛克希德马丁公司制造，同一机型彼此之间可建立数据链路，但不能与其他机型建立数据链路，F-22和F-35之间也不可以。在智能化空战时代，这种封闭式系统显然是有问题的。因而需要采用开放式系统，这样新的智能设备和网络就可以即插即用。这种情况下，必须要有通用数据标准，还要能够连接到云。
在未来的智能化空战中，交战规则可能比现在要宽松。现今，无人会进攻一架平时在国际空域收集IADS相关信息的载人侦察机，否则会让全世界不齿，更有可能触发战争，这样就得不偿失了。然而，无人侦察机却是另一回事。例如，美国在自己的“全球鹰”无人侦察机被伊朗地对空导弹（SAM）系统击毁后，只是怅然接受了这一事实，并未直接反击[185]。这或许已成为一种行为准则。
同样，在国际空域击落无人机可能是故意为之，目的是为了获取无人机及其监视系统的技术情报。伊朗获取了“全球鹰”无人机的部件，进行了深入研究[186]。几年前，伊朗还俘获了美国空军的一架RQ-170“哨兵”无人侦察机，对其进行了逆向工程，并将仿制品投入使用，就像之前对美国海军的小型“扫描鹰”无人机所做的那样[187]。这一回收、研究、仿制过程或被各国普遍采用。
伊朗的行动与中国打捞海洋滑翔艇（SeaGlider）和胡塞武装组织俘获REMUS600的事件如出一辙。总的来说，对于在平时执行任务的智能无人机来说，更谨慎的做法是使用现成的商业侦察系统，而不是更强大但更机密的情报搜集系统。此外，应谨记，在执行此类任务时，无人机一旦被击落，就有可能被敌方进行逆向工程，进而加以复制利用。
结论
从中短期来看，人工智能对军事力量的主要吸引力将是其快速识别模式和发现海量数据中事物的能力。有了人工智能，探测、定位和识别整个作战空间中的目标会变得更加容易，隐藏则会愈加困难。
然而，当代人工智能技术有天然缺陷。它很脆弱，因为只对训练过的环境有效；它还无法将在一项任务中获得的知识转移到另一项任务中，并且依赖于数据。因此，人工智能在实际应用中需要与人类合作。人工智能的优势弥补了人类认知上的不足，反之，人类也可以改善人工智能的局限性。国际象棋世界冠军加里·卡斯帕罗夫（GarryKasparov）对一次人机团队的国际象棋比赛作了如下评论：
即使是最强大的计算机，也无法战胜人类加机器构成的团队……人类的战略指导加上计算机的战术敏锐性具有压倒性优势……我们可以专注于战略规划，而不必花费大量时间在计算上。在这种情况下，人类的创造力尤为重要[1]。
人工智能是通用技术，到处可见，随着时间的推移，会引入大多数军事装备。尽管如此普遍，人工智能最初可能只是出现在现有的作战构想中。在中短期内，人工智能只是激活而不是改造作战空间。
简单说，人工智能的主要作战效用体现在“发现和愚弄”。人工智能凭借其机器学习能力，尤其擅长发现隐藏在高杂波背景中的信息。在这方面，人工智能优于人类，速度更是远超人类。另一方面，人们能够用各种办法欺骗人工智能。所以，人工智能的强大发现能力缺乏稳健性。
人工智能的“发现”能力还能提高移动系统的自主水平，因为人工智能会分析周围环境，识别重要的作战数据。这意味着，可使用具有不同自主级别的动态和静态智能系统来完成“发现和愚弄”任务。人工智能可以增强现代作战系统中的传感器，改进动能和非动能攻击系统，让欺骗技术变得更加可信，并提供各种各样的迷惑方法。从这个意义上说，人工智能激活了其他技术。它并不是一个独立的参与者；相反，与许多其他数字技术结合在一起，为它们提供了一种新的认知形式。
针对防御任务，可在攻击部队可能穿越的地区，将大量搭载人工智能边缘计算的低成本物联网传感器部署在陆、海、空、天、网的最佳位置。利用这些传感器，可以对目标地区的地形、海况、物理环境和本地虚拟环境有一个深入了解。有了这些背景数据，人工智能就能更快地发现敌军在该区域的任何动作。
固定和移动物联网传感器接入性能稳定的云中，将数据可靠地反馈到远程指挥支持系统，该系统使用经过充分训练的人工智能快速过滤出重要信息。利用这些信息，人工智能可以预测敌方的行动，同时预测己方兵力的最优部署方式及其可能的作战效果。
人工智能先对敌军进行地理定位，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。这种方法可以近距离攻击目标或深入敌军后方，关键问题是目标数据以及是否能够获取适当射程的火力。其结果是，防御领土很快成为禁区。
为了支持“愚弄”功能，可以在整个作战空间部署无人载具，配备各种电子系统，以击败和欺骗敌方的人工智能“发现”能力。无人载具搭载人工智能后具有了移动性，比固定干扰机更难摧毁。此外，可以用移动无人载具去冒险，尽可能接近敌军，以最大限度地提高干扰效果。
在进攻中，攻击者选择攻击地点和时间，可以大量地聚集无人载具，突破防御方的近战区。鉴于防御方覆盖了大片前沿地区，进攻方可以使用半消耗性无人载具进行消耗战，强制突破，为后续部队提供入口。
现在，进行突破的不再是单一的大型部队，而是由众多的配有无人载具的小型、快速的机动部队组成，通过云相互连接，并与指挥控制系统相连。这些部队可以聚集起来，交换有关目标的情报，组成集群，然后利用各自不同的能力发动进攻。集群的整体态势感知主要来自各个部队之间交换的数据，其次还包括己方领土上的远程智能指挥控制系统，这种系统提供了更全面的监视。
本文所讨论的攻防构想是概括性的，极其简要，就领域而言相当抽象。实际上，海陆空作战颇为不同。本文将总体构想分别放在这三个传统领域进一步详细阐述，并重点说明各领域特有的问题和关注点。
本文旨在抛砖引玉，引发人们对未来智能化战场上人机团队的思考。下一步，需要对所描述的各种海、陆、空作战构想进行演练、建模或模拟。这有助于推动未来智能化战场作战构想的不断优化，缩短其演进过程。
基于本文，可从两个方面进行演练。首先是联合作战。本文在战术层面上分别考虑了海、陆、空三个领域，需要构想跨这三个领域（甚至还有太空和网络）的联合作战。第二个方面是转变关注点，从自我关注转向硬碰硬。未来，势均力敌的竞争对手之间的冲突将是作战网络之间的体系对抗。敌方作战网络可能会将人工智能用于非本文描述的目的，所使用的作战构想相应地也会不同。重要的是，要了解作战网络之间的交互及其相互依赖性，要取得战斗胜利，需要利用这些信息。
有几个国家已经着手实验，将新的智能设备用于具有挑战性的战场场景和现实演习中。军事力量调整方向通常需要相当长的时间，所以，要迈入智能化未来，须立即行动。
参考文献
[106]J.F.C富勒上校.战争学基础（伦敦：哈钦森公司，1926年），335；MichaelWelch.战争学：J.F.C富勒的《打破英国的连续性》之探讨.陆军历史研究学会期刊总79期，第320期（2001年冬）：320-334.
[107]防御、机动和火力三位一体既适用于部队，也适用于装备评估.例如，大型装甲侦察车莱茵金属Boxer CRV被认为是侧重于防御和火力，而牺牲了机动性.参见：Edward Howson.向前迈进—骑兵侦察的未来.The Cove，2020年8月12日.https://cove.army.gov.au/article/moving-forward-the-future-cavalry-reconnaissance
[108]RobertR.Leonhard.战斗以分钟计：时间与战争的艺术，第2版（n.p.：CreateSpace独立出版平台，2017），30–32.
[109]AmosC.Fox.寻找问题的解决方案：澄清机动作战理论中的误解.Armour:MountedManeuver杂志总129期，第4期（2017年秋）：18-23.
[110]Leonhard.战斗以分钟计,32–33.
[111]Fox.寻找问题的解决方案，18.
[112]Leonhard.战斗以分钟计,32–34.
[113]GlennK.Otis.火力优势：联合作战队伍的演变，18–19.Field Artillery（1995年6月）：17-18.
[114]JackWatling.火力的未来：英国战术和作战火力的最大化（伦敦：英国皇家联合军种国防与安全研究所，2019年11月），1.
[115]AmosC.Fox.混合战争：21世纪俄罗斯的战争方式（利文沃斯堡：高级军事研究学院，2017），34–39.http://www.dtic.mil/dtic/tr/fulltext/u2/1038987.pdf
[116]Watling.火力的未来，6.
[117]LesterW.Grau，CharlesK.Bartles.俄罗斯侦察火力综合体走向成熟（牛津：战争特征变化研究中心，2018年5月），11. http://www.ccw.ox.ac.uk/blog/2018/5/30/the-russian-reconnaissance-fire-complex-comes-of-age
[118]Watling.火力的未来，1.
[119]Singh.效仿俄罗斯，10.
[120]海军部.海军陆战队作战构想：21世纪远征军的作战方式（华盛顿：美国海军陆战队总部，2016年9月），6. https://www.mcwl.marines.mil/Portals/34/Images/MarineCorpsOperatingConceptSept2016.pdf
[121]Watling.火力的未来，7.
[122]Singh.效仿俄罗斯，10.
[123]美国陆军研究实验室.战场物联网（杜伦：美国陆军研究实验室，2020）.https://www.arl.army.mil/business/collaborative-alliances/current-cras/iobt-cra/
[124]J.FrederickDente，TimothyLee.机器人与侦察：我们可能再也不用偷偷摸摸了.Armour:MountedManeuver杂志总133期，第2期（2020年春）：15–16.
[125]SydneyJ.FreedbergJr.未来的军队作战取决于云，而不是绝地.防务快讯（BreakingDefense），2020年7月29日.https://breakingdefense.com/2020/07/army-future-ops-depend-on-cloud-but-not-on-jedi/
[126]Nathan Strout.陆军计划利用太空和人工智能快速打击深处目标.国防新闻，2020年8月5日.https://www.defensenews.com/digital-show-dailies/smd/2020/08/05/how-the-army-plans-to-use-space-and-artificial-intelligence-to-hit-deep-targets-quickly/
[127]Steve Trimble，Lee Hudson.美国陆军展示新的陆基反舰能力.航空周刊，2020年10月20日，第14段.https://aviationweek.com/defense-space/missile-defense-weapons/us-army-flexes-new-land-based-anti-ship-capabilities
[128]Grau，Bartles.俄罗斯侦察，12–13.
[129]StevenA. Yeadon，装甲旅战斗队的联合作战新方法，Armour:MountedManeuver杂志总133期，第3期（2020年夏）：16–17；David Axe，在与中国的战争中，美国军队应将上千英里射程的火炮部署在何处？福布斯，2020年8月11日，https://www.forbes.com/sites/davidaxe/2020/08/11/in-a-war-with-china-where-should- the-us-army-put-its-thousand-mile-cannons/?sh=25387e1c49c8
[130]Watling.火力的未来，28–29.
[131]Otis.火力优势，19.
[132]Watling.火力的未来，38–39.
[133]CoryW.Wallace等人.陆军的下一代车辆的现代化将改变战场.Armour:MountedManeuver杂志总133期，第2期（2020年春）：9-11.
[134]SydneyJ.FreedbergJr.机器人与水坑：陆军RCV实验带来的惊喜.BreakingDefense，2020年8月7日.https://breakingdefense.com/2020/08/robots-vs-puddles-surprises-from-army-rcv-test/
[135]Dan Skinner.综合数字士兵系统：21世纪的近战.TheCove，2019年8月6日. https://cove.army.gov.au/sites/default/files/the_integrated_digital_soldier_concept_v1.pdf
[136]Freedberg.人工智能与机器人.
[137]Jacob Choi.#劳博机器人—使陆军后勤“难找、难打、难杀”.GroundedCuriosity，2018年11月18日.https://groundedcuriosity.com/logbots-making-army-logistics-hard-to-find-hard-to-hit-and-hard-to-kill/#.X5JHUlMzZwe
[138]MichaelDempsey.机器人坦克：仅用于巡逻，不可射击.BBC新闻，2020年1月21日.https://www.bbc.com/news/business-50387954
[139]SydneyJ.FreedbergJr.海军陆战队探索未来战争中如何应用机器人和5G网络.·ÀÎñ¿ìѶ（Breaking Defense），2020年8月31日.https://breakingdefense.com/2020/08/marines-explore-robots-5g-networks-for-future-wars/
[141]Peter Layton.我们的新型机器人军队.小规模战争杂志（Small Wars Journal），2018年8月7日.https://smallwarsjournal.com/index.php/jrnl/art/our-new-model-robot-armies
[142]Watling.火力的未来，38.
[143]Watling.火力的未来，52.
[144]Yeadon.联合作战方法，18–19.
[145]Naveh.追求卓越军事，211.
[146]Watling.火力的未来，39.
[147]Watling，41–42.
[148]Jules Hurst.机动性进攻中的机器人群.联合部队季刊（JointForceQuarterly）第87期（2017年10月第4季度）：108–110
[149]Kyle Mizokami.机器人坦克是装甲战争的未来.大众机械（PopularMechanics），2020年6月23日.https://www.popularmechanics.com/military/weapons/a32947926/type-x-robot-combat- vehicle/
[150]ZacharyS.Davis.战场上的人工智能：威慑、稳定性和战略奇袭潜在影响初探.（劳伦斯利弗莫尔国家实验室：全球安全研究中心，2019年3月），10–11. https://cgsr.llnl.gov/content/assets/docs/CGSR-AI_BattlefieldWEB.pdf
[151]Franz-StefanGady.人工智能对未来机动战的意义.国际战略研究所，2020年5月5日.https://www.iiss.org/blogs/analysis/2020/05/csfc-ai- manoeuvre-warfare
[152]Gady.未来机动战.
[153]ZacheryTyson.杜鲁门国家安全项目国家安全研究员，写给作者的信件，2020年8月4日.
[154]DavidS.Fadok.John Boyd和John Warden：空中力量谋求战略性瘫痪.天堂之路：空中力量理论的演变，PhillipS.Meilinger编辑（美国空军麦克斯韦空军基地：空军大学出版社，1997），364–368.
[155]Fadok.373–376.
[156]PhillipS.Meilinger.GiulioDouhet与空中力量理论的起源.天堂之路：空中力量理论的演变，PhillipS.Meilinger编辑（美国空军麦克斯韦空军基地：空军大学出版社，1997），15–16.
[157]John R. Pardo.并行作战：性质和应用.挑战与应对：美国军事安全问题预测.KarlP.Magyar编辑（美国空军麦克斯韦空军基地：空军大学出版社，1994年8月），322–323.
[158]MacKay.兰彻斯特战斗模型.
[159]Andrew Davies.本周极客：弗雷德里克·兰彻斯特（Frederick Lanchester）以及量变导致质变之原因.战略家（TheStrategist），澳大利亚战略政策研究所，2013年9月20日.https://www.aspistrategist.org.au/geek-of-the-week-frederick-lanchester-and-why-quantity-is-a-quality/
[160]Layton.原型战争与第四次工业时代，11–17.
[161]RobertL.Shaw.战斗机作战：战术和机动（安纳波利斯：海军学院出版社，1985），325.
DagHenriksen.制空权.劳特利奇空军手册，第1版，John AndreasOlsen编辑（伦敦：劳特利奇泰勒-佛朗西斯出版集团，2018）,87.
[162]DagHenriksen.制空权.劳特利奇空军手册，第1版，John AndreasOlsen编辑（伦敦：劳特利奇泰勒-佛朗西斯出版集团，2018）,87.
[163]关于伪卫星，见MichaelSpencer的《伪卫星扰乱了空中力量的暂时性》（堪培拉：空军发展中心，2019）.
[164]ChrisWestwood.第五代空战管理（堪培拉：空军发展中心，2020），22.
[165]RobertH.Stoner.有态度的R2D2：密集阵近程武器的故事.NavWeaps，2009年10月.http://www.navweaps.com/index_tech/tech-103.php
[166]John K. Hawley.爱国战争：自动化与爱国者防空反导系统（华盛顿：新美国安全中心，2017），9-10.https://css.ethz.ch/content/dam/ethz/special-interest/gess/cis/center-for-securities-studies/resources/docs/CNAS-Patriot Wars.pdf
[167]Patrick Tucker.人工智能在战斗中再次击败人类F-16飞行员.防务一号网站（Defense One），2020年8月20日.https://www.defenseone.com/technology/2020/08/ai-just-beat-human-f-16-pilot- dogfight-again/167872/
[168]见以下各例：JosephTrevithick，海军为舰载MQ-25黄貂鱼无人机建立第一中队，The Drive，2020年10月1日，https://www.thedrive. com/the-war-zone/36859/navy-establishes-first-squadron-to-operate-its-carrier-based-mq-25-stingray-tanker-drones；KyleMizokami，俄罗斯与众不同的“猎人”无人机，大众机械（Popular Mechanics），2020年8月10日，https://www.popularmechanics.com/military/aviation/a33548209/russia-hunter-combat-drone/；RickJoe，中国持续扩大其高端军用无人机部队，外交官，2019年11月27日，https://thediplomat.com/2019/11/chinas- growing-high-end-military-drone-force/
[169]MarkT.Esper.国防部长在国防部人工智能研讨会和博览会上的讲话.美国国防部，2020年9月9日，录音文字记录.https://www.defense.gov/Newsroom/Speeches/Speech/Article/2341130/secretary-of-defense-remarks-for-dod-artificial-intelligence-symposium-and-expo/
[170]JosephTrevithick.XQ-58A女武神作战无人机的集装箱式发射器或会改变游戏规则. The Drive，2019年10月16日.https://www.thedrive.com/the-war-zone/30474/this-containerized-launcher-for-the-xq-58a-valkyrie-combat-drone-could-be-a-game-changer
[171]DanielJavorsek.空战进化史（ACE）.国防高级研究计划局（DARPA），2021年1月10日查阅.https://www.darpa.mil/program/air-combat-evolution
[172]Stefan Schrauf，Philipp Bertram.工业4.0：数字化让供应链更高效、敏捷和以客户为中心'.思略特（Strategy&），慕尼黑:普华永道网络，2016年9月7日.https://www.strategyand.pwc.com/gx/en/insights/digitization-more-efficient. html#Download
[173]Samuel Cox，Robin Smith采访：澳大利亚陆军的机器人和自治系统，Grounded Curiosity，2020年3月2日，https://groundedcuriosity.com/wp-content/ uploads/2020/02/LTCOL-Robin-Smith-Interview-APPROVED.pdf；迪肯大学，澳大利亚陆军为迪肯的“自主车辆研究”注资，2020年8月24日新闻稿，https://www.deakin.edu.au/about-deakin/media-releases/articles/australian-army-funding-drives-deakins-autonomous-vehicle-research
[174]豪士科防务公司提供自主车辆.国家盾：军事和战略杂志，2020年2月2日.http://nationshield.ae/index.php/home/details/reports/oshkosh-defense-delivers-autonomous-vehicles/en#.X5JSdlMzZTZ
[175]PeterLayton.迎接数字浪潮：工程师、后勤人员及未来的自动空军基地（堪培拉：空军发展中心，2020）,27–44.
[176]Henriksen.制空权，85.
[177]JohnA.Warden III.空战：作战规划（华盛顿：国防大学出版社，1988），40.
[178]PeterLayton.第五代空战.第43号工作文件（堪培拉：空军发展中心，2017），8–9. https://airpower.airforce.gov.au/APDC/media/PDF-Files/Working Papers/WP43-Fifth-Generation-Air-Warfare.pdf
[179]Warden.空战，70–73，170–171.
[180]DaveMajumdar.隐身与电子攻击.USNI新闻网站，2014年4月21日.https://news.usni. org/2014/04/21/stealth-vs-electronic-attack
[181]见以下各例：Andrew McLaughlin，首架皇家空军忠诚僚机无人作战系统推出，ADBR，2020年5月5日，https://adbr.com.au/first-raaf-loyal-wingman-unmanned-combat-system-rolled-out/；Joseph Trevithick，皇家空军第一架忠诚僚机投标商揭秘，The Drive，2020年6月30日，https://www.thedrive.com/the- war-zone/34498/united-kingdom-will-decide-soon-who-will-build-its-first-loyal-wingman-drones；Joseph Trevithick，俄罗斯S-70无人战机搭载苏-57首次飞行，The Drive，2019年9月27日，https://www.thedrive.com/the-war-zone/30053/ watch-russias-s-70-unmanned-combat-air-vehicle-fly-with-an-su-57-for-the-first-time；Garrett Reim，美国空军启动Skyborg竞赛，忠诚僚机无人机使用人工智能，Flight Global，2020年5月19日，https://www.flightglobal.com/military-uavs/us-air-force- launches-skyborg-competition-artificial-intelligence-for-loyal-wingman-uav/138426.article
[182]Shaw.战斗机作战，195–196.
[183]日本提出的下一代战斗机显然是为了引导多达3架随行“忠诚僚机”无人机：StephenKuper，日本提供未来战斗机发展计划的更多细节，Defence Connect，2020年11月9日.https://www.defenceconnect.com.au/strike-air-combat/7150-japan-reveals-more-details-on-future-fighter-development-program
[184]Mark Gunzinger，Lukas Autenried.Skyborg和低成本可消耗无人机的前景（阿灵顿：米切尔航空航天研究所，2020年9月），17. https://a2dd917a-65ab-41f1-ab11-5f1897e16299.usrfiles.com/ugd/a2dd91_2a1da65374434775b321619daf50a0a3.pdf
[185]JeffMason，Susan Heavey.特朗普表示为不伤及伊朗人取消报复性打击.路透社，2019年6月20日.https://www.reuters.com/article/us-mideast-iran-usa-idUSKCN1TL07P
[186]H. I.Sutton.伊朗修复其击落的美国海军“全球鹰”无人机.福布斯，2020年7月14日.https://www.forbes.com/sites/hisutton/2020/07/14/shot-down-us-navy-global-hawk-reconstructed-by-iran/?sh=4bc0fb337fd1
[187]Barbara Opall-Rome，以色列空军宣称所扣押的伊朗无人机是山寨美国“哨兵”无人机.国防新闻，2018年2月12日，https://www.defensenews.com/global/mideast-africa/2018/02/12/israel-air-force-says-seized-iranian-drone-is-a-knockoff-of-us-sentinel/；Michael Peck，伊朗向俄罗斯赠送仿制“扫描鹰”，C4ISRNET，2015年11月2日，https://www.c4isrnet.com/unmanned/uas/2015/11/02/iran-gifts-scaneagle-copy-to-russia/
[188]加里·卡斯帕罗夫（Garry Kasparov）.国际象棋大师与计算机.Diego Rasskin-Gutman的《国际象棋隐喻：人工智能与人类思维》书评，Deborah Klosky翻译.纽约书评（The New York Review of Books），2010年2月11日，22–24段.https://www.nybooks.com/articles/2010/02/11/the-chess-master-and-the-computer/
原文链接：
https://tasdcrc.com.au/wp-content/uploads/2021/02/JSPS_4.pdf
关于小蜜蜂翻译组公益译文项目
小蜜蜂翻译组公益译文项目，旨在分享国外先进网络安全理念、规划、框架、技术标准与实践，将网络安全战略性文档翻译为中文，为网络安全从业人员提供参考，促进国内安全组织在相关方面的思考和交流。
内容编辑：英文翻译组 责任编辑：高深
