人机协同的战场应用

摘要：大西洋理事会2023年8月发布的报告《人机协同的战场应用》指出，机器在21世纪的战场中无处不在，现代化军队必须接受人机协同（HMT）的概念，否则就可能会把有效利用人工智能和自主能力的优势让给对手。报告探究了人工智能在军事行动中的应用不断增多所带来的影响，并特别关注了美国国防部对人机协同概念的具体应用。

关键词：人机协同，人工智能，无人机，美国国防部，美军

人机协同的应用

一般来说，人机协同概念通常指人类与一辆到数百辆自主无人系统的互动过程。在人机协同的最基础形式中，这一理解已经不再新颖，人类与智能机器的合作已经有几十年的历史，1997年超级电脑深蓝（Deep Blue）战胜世界棋王卡斯帕罗夫（Gary Kasparov）便是个十分经典的例子。各国军方也一直在测试各种人机协同的相关概念，希望在这一领域取得重大突破。然而，最近人工智能和机器人技术的发展速度之快，使人们开始不断思考这些技术所带来的能力、效率和优势。

“忠诚僚机”概念是人机协同的经典案例，在这一概念中，一名人类飞行员控制了数架成本低廉、模块化且可消耗的自主无人机系统进行任务规划和任务执行。这些无人机可在有人飞机身前飞行，执行一系列任务，其中包括电子进攻或防御、情报收集、ISR任务，打击任务或作为诱饵为其他装备吸引火力并“照亮”敌方的防空系统。

对人机协同概念感兴趣的国家众多，其中包括美国、澳大利亚、中国、俄罗斯、英国、土耳其以及印度。这些国家都至少拥有一个“忠诚僚机”发展项目，同时，像“全球空中作战项目”（英国、意大利、日本）、“下一代空中优势项目”（美国空军和海军）以及“未来作战航空系统”（德国、法国、西班牙）这样的六代机项目中所包含的空中力量的成体系系统概念也强调人机协同和机器间协同。

人机协同对目前和未来的新兴军事能力非常重要，而关于人机协同的讨论应包括人类与人工智能主体的全方位互动（人工智能主体从其环境、经验和输入中学习并做出决策），其中包括与算法的绝大多数互动。Maven项目是美国国防部和国家地理空间情报局使用人机协同的例子，该项目旨在从各种媒体和收集的情报中自主检测、标记和追踪感兴趣的物体或人员，使人类分析师和操作员能够优先考虑他们关注的领域。

除了图像分析和目标识别外，人机协同还可以为一系列重要任务提供支持，如威胁检测、数据处理和数据分析。在速度明显加快，复杂性和可用数据显著增加的作战环境中，人机协同对军事效能至关重要。人机协同还可以提高后勤保障、训练以及后台任务管理的效率，从而降低执行成本，减少所需时间。

通过将人工智能的处理能力和决策支持能力与人类的社会智能和判断以及不同自主程度的无人系统的力量倍增效应相结合，人机协同可以为美国及其盟友和合作伙伴提供多重优势，其中包括图1中列出的高级优势。

美国国防部对人机协同在当前和未来的多层次价值的认识有所提高，这是“加快人工智能应用和创建适合我们时代的部队”的一部分。尽管如此，在整个五角大楼，人工智能和人机协同的运用仍面临着一些持续的挑战。为了加快和深化人机协同的运用，国防部必须坚持让私营部门参与到开发工作之中，为采购官员在整个美军中扩展人机协同解决方案创造灵活性。这种方法必须辅之以：

• 继续更加重视建立人类和机器合作伙伴之间的信任；
• 领导建立道德和安全方面的最佳实践和规范；
• 积极的迭代实验；
• 清晰一致的信息。

这些要素对于在未来多域作战中实现人机协同的价值和优势至关重要。

通过用例展示优势

用例可以让我们更好地理解人机协同是如何在多个任务、多种环境中提供价值并带来优势。当然，专家已经在各种环境中观察或亲身经历过这些用例，包括兵棋推演和对俄乌战争的分析，而人机协同的实际运用进展缓慢，可能会让人对用例的效用产生疑问。尽管如此，强调人机协同的各种应用，以及在某些情况下低估其应用价值，有助于展示人机协同能够在哪些环境中作为力量倍增器发挥作用，以及这种能力如何支持美军满足现代战场的需求。

然而，在国防部等大型组织中改变人们对人机协同的看法是一项迭代任务，需要经常强化其价值，尤其是在支持人机协同的技术和概念创造了新的或增强的能力时。下面讨论的三个用例并不全面，在研讨会和研究工作中专家们还探索了其他几个引人注目的用例，但最终还是选择了以下三个用例用以说明人机协同的优势，因其反映了人机协同在支持任务和应对作战威胁和挑战方面的分层价值，如表1所示。

1.反介入和区域拒止：使用大量、多种的可消耗系统

确定如何在反介入和区域拒止环境中进行作战是美国国防规划者的首要任务。在印太地区尤其如此，中国的军事现代化工作强调利用无处不在的多域传感器和大量的动能和非动能打击武器来建立反介入和区域拒止警戒线。在这种情况下，美国和盟军极易受到敌方火力的攻击，甚至可能无法进行有效的作战行动。

在对抗强大的反介入和区域拒止系统的过程中，人机协同无法减轻所有风险，但它可以通过多种方式帮助美国和盟军更好地管控这些风险，包括处理和分析大型复杂数据集，以支持更好、更快的人类决策。

• 无人系统、有人系统和作战人员的协同作战

在反介入和区域拒止环境中，将可消耗的无人系统与有人系统、人类作战人员和决策人员进行结合能够实现多个重要的目标。这些尺寸小、成本低、模块化的无人系统能够使反介入和区域拒止系统处于饱和状态，并对敌方防御体系进行侦查，迫使敌方使用自己的弹药库存，同时扩大高价值有人系统和无人系统的作战范围，减少有人系统及作战人员所面临的风险。

无人系统集群与人类的协同作战还可以扩大C4ISR网络范围，提供持续、韧性强的ISR能力，并将关键信息传输给信息处理设备。除此之外，可消耗或可重复使用的系统能够为在反介入和区域拒止环境中作战的部队提供后勤保障服务，且无需考虑人员伤亡的风险，这其中包括使用无人系统直接为在反介入和区域拒止环境中作战的部队进行补给。当然，我们也不能忽略无人系统所携带的重要补给可能面临损失的风险，并可能造成一定的损失。

减少人类作战人员的风险并不意味着完全消除风险，而且使用可消耗的无人机和无人车也并非毫无成本。不仅如此，可消耗系统及其有效载荷也有可能价值数百万美元。新的价值计算以及重建系统能力必须与预期的消耗水平保持同步，以确保人机协同部队结构规模维持在合适的水平。

• 感知和决策支持：提高态势感知能力、加快决策速度

反介入和区域拒止环境也诠释了机器是如何在重要且要求日益提高的感知任务中为人类提供支持，这一任务要求分析并提供数据以实现更好的决策。

• 反介入和区域拒止环境中的态势感知

反介入和区域拒止环境中充斥着各种复杂的数据，其中包括电磁频谱在内的各个作战域的信号和杂波。作战人员能够获得的数据量很大，难以对其进行处理。多域传感器、侦查装备和打击装备将处于持续工作状态，不断与友军通信，与敌军交战，由此产生的大量数据迫切需要人工智能的辅助，以处理和过滤数据，并将有用的信息传递给作战人员。在人工智能的辅助下，人类操作人员能够以更高的质量和更快的速度过滤数据并锁定和跟踪敌军反介入和区域拒止系统的重要节点。人工智能辅助的数据整合和数据处理能够在高强度的反介入和区域拒止环境中提高部队的态势感知能力和决策速度。这种态势感知能力的应用范围非常之广，包括提高目标识别的速度和精度、决定动能和非动能武器的使用以及确保打击的精度。

2.目标瞄准：联合全域指挥控制（JADC2）

美国国防部的JADC2项目为人机协同如何优化目标瞄准并加快“传感器到武器平台”的处理过程提供了一个用例。2022年1月美国国会研究服务处（CRS）发布报告称，“JADC2系统能够从大量传感器收集数据，并使用人工智能算法处理数据以识别目标，进而推荐最佳的动能或非动能武器以打击目标，最终帮助指挥官做出决策。”虽然JADC2还停留在概念阶段而非一个适用于未来军事行动的具体体系，但美军已经在使用人工智能帮助寻找和跟踪战场上可能的目标或重点对象。2021年9月，美国空军部长弗兰克·肯德尔（Frank Kendall）承认美国空军首次在实战杀伤链中部署了人工智能算法，以提供自主目标识别。肯德尔指出，通过这一方法，美国空军希望有效减少人工目标识别工作，缩短杀伤链，并加快决策速度。

• 人工智能在情报领域的应用

通过人机协同进行态势感知也在塑造情报分析和任务规划等学科的未来。在情报分析和任务规划过程中，人工智能辅助的数据整合、模式和异常检查以及研究和分析支持正在帮助分析人员管理和探究大量的数据源和数据。那些原本需要人工花费数天时间完成的工作现在只要几个小时便可以完成，这使得分析人员可以将精力集中在众多数据库中最为重要的部分。例如，在俄乌战争中，乌克兰武装部队已经在使用人工智能自然语言处理工具，以翻译和分析截获的俄军通信，这极大地节省了分析所需的时间并使其能够专注于重要的信息和情报。人工智能的应用不仅加快了数据分析速度，而且展示了其在已获得的情报中发现有价值信息的能力，使分析人员能够注意到被忽视的信息，并向人类决策者阐明信息的价值和质量。

2023年1月，美国国家情报总监办公室下属的情报高级研究计划局（IARPA）宣布了一项名为“快速解释，分析以及在线数据源搜索”（Rapid Explanation, Analysis, and Sourcing Online）的项目。该项目将使用人工智能软件优化人工情报评估产品。该软件将对人工撰写的报告进行审查，并自主生成相关情报源的推荐，提出如何提高报告分析质量的建议。这一项目展示了人工智能能够以这种方式帮助人类分析人员在数据和数据源之间建立联系，并优化数据分析和决策。

3.应对范围广且复杂的威胁

美军在各作战司令部范围内面对着重大、多样且广泛分布的挑战。例如，美军印太指挥部所管辖的区域比其他司令部都要大，是中国“步步紧逼的挑战”的所在区域，也是一个地缘政治热点地区，多个美国盟友和合作伙伴也身处该地区。美国在该地区所面临的安全挑战与日俱增。与美军印太司令部相比，美军中央司令部的优先级稍有不同，但两者都同样复杂。美军中央司令部所管辖的区域面积约4百万平方英里，这一区域包含多条重要的水道和航线、多个冲突区域、多种种族和宗教暴力以及多种破坏地区安全和损害美国国家利益的威胁。

虽然美军各个司令部面对着不同的问题，但现今安全挑战的规模和复杂程度与日俱增，能够对快速演变的威胁和危机做出即时的威慑、识别、评估和反应的有限部队不堪重负。人机协同提供了一个解决方案，可在资源不足的情况下应对日益复杂的威胁。

• 第59特遣部队：试验和整合人工智能的沙盒

2021年9月，美国中央司令部下属的第五舰队成立了第59特遣部队，该部队主要负责对美国海军的无人系统和人工智能系统进行测试，其还在进行人机协同的相关实验。该部队将人类操作人员与智能机器和人工智能进行组合，以提高美军在该地区的军事存在，提供持续且广泛的海域态势感知（MDA），并将优先考虑有人系统和高价值装备所面临的威胁。

第59特遣部队在实验工作中将人工智能与无人系统相结合，并与美国的盟友和合作伙伴进行合作丰富相关的实验内容。实验所涉及的无人系统大多为无人水面艇，但也涉及部分能够垂直起降的无人机系统，这些无人系统能够扩大海军在中央司令部管辖区域的ISR网络。2023年2月，在阿布扎比国际防务会议上，第五舰队司令布莱德·库珀（Brad Cooper）中将解释说，第59特遣部队正在试验的每一艘小型无人水面艇都可以将ISR网络的范围扩大30公里，这意味着即使对智能无人系统进行适度投资，也可以显著提高海域态势感知。

人工智能处理无人系统收集的数百万个数据点，以建立对正常生活模式的理解，这反过来又成为人工智能识别异常情况的标准。在人工智能发现异常情况后，人工操作员和值班人员将对其进行进一步审查。在这样做的过程中，人机协同团队能够更深入地理解作战环境，从而建立一个预测模型。在该模型中，国防部可以预测和预防未来的威胁，并优先将有限的资源分配到人工智能认为最易出现危机的地区。

鉴于海军第59特遣部队取得的成功，美国中央司令部下属的陆军和空军都成立了特遣部队，对新兴技术和人机协同概念进行实验。陆军第39特遣部队成立于2022年11月，旨在推进反小型无人机解决方案的实验，这些解决方案不仅可以在中央司令部范围内进行普及，还可以在整个国防部范围内进行普及。空军第99特遣部队于2022年10月成立，该部队是一支作战特遣部队，旨在将无人技术和数字技术结合起来，以提高空域态势感知。2023年2月，中央司令部空军司令亚历克斯·格林克维奇（Alexus Grynkewich）中将表示，该特遣部队的目标不仅是跟踪空中飞行的物体，还要找到地面上即将发射到空中的物体，并确定这些物体如何对美军构成威胁。

人机协同不仅在美军中央司令部范围内适用，事实上，美军的其他司令部也在应用人机协同。2023年4月，美国海军宣布将其对无人系统和人工智能工具的实验扩展到美国南方司令部第四舰队，并且以符合该地区特殊动态、威胁和海域态势感知要求的方式，提高该地区的海域态势感知。值得注意的是，第四舰队正在使用一种不同的方法将人机协同的经验教训和新的人机协同能力应用于实战，即将人机协同的经验教训和新的人机协同能力整合到其需求和人员结构中。虽然这些特遣部队为快速将现成技术带给一线作战人员提供了宝贵的应用模式，但真正的挑战在于如何跨军种和作战域（以及美军整体）普及这些解决方案。