報告提出了未來人工智能戰爭中作戰層面的防御與進攻概念，探討了如何將這些概念應用到海、陸、空作戰領域。該報告包括未來戰爭的技術驅動因素、使用人工智能發動戰爭以及人工智能在海、陸、空作戰領域的應用五個章節，部分內容整編如下：

一、技術組合驅動戰爭

現代戰爭既受技術驅動也受技術約束，新興技術既賦予部隊在戰術和作戰層面的使用選擇權，又制約著部隊的選擇。目前，人工智能的應用主要集中在商業領域，尚未深入滲透到軍事領域。但無論人工智能在民用還是軍事應用中，都不能單獨起作用，人工智能發揮效用的關鍵是與其他多種技術的組合，卡內基梅隆大學將這種組合描述為“人工智能堆棧”。棧中的“感知”層包括計算、無線云網絡和設備，如傳感器和物聯網。“決定”層包括大數據管理、機器學習、挖掘模型和決策支持輔助。“行動”層包括規劃和行動（優化、戰略推理、知識）、自主技術和人機界面，可使操作員自我定位。從該堆棧模型可以看出，所有技術的互動將產生組合效應，進而提升每項技術所產生的能力和效果。

二、使用人工智能發動戰爭

在未來戰場，人工智能的首要作用是賦予作戰人員在戰斗空間中更容易檢測、定位和識別目標的能力，其對戰場的明顯影響是加速決策周期，能夠快速確定目標并發出命令及時行動;其次，人工智能可以做出有效預測，讓友軍正確瞄準目標以對抗敵方并挫敗其行動。人工智能在戰場的應用也存在弊端，如容易被欺騙、只有在訓練的環境中才能正常運行、無法將在一項任務中獲得的經驗轉換到另一項任務中等。因此，在實戰情況下，人工智能必須與人類合作，二者可以互相抵消對方在認知方面的缺點。

報告為戰場人工智能的自主性提出三種應用模式：人在環路中，在該模式下，人類保留對選定功能的控制權，防止人工智能作出未經授權的行動，人類是系統控制環路的組成部分。人在環路上，在該模式下，人工智能控制作戰的所有環節，但由人類監控其操作，并在必要時進行干預。人在環路外，人工智能控制指控系統運行，不需要人類的指導或干預。這種控制形式也稱為完全自主。

三、人工支持的海戰

目前，大國之間的海上戰爭已經演變為作戰網絡之間的戰爭，這種沖突受技術的強烈影響。美海軍當前應重點提升作戰網絡系統的能力，包括情監偵系統的數據處理能力。

（一）海上防御

1. 傳感器部署

該報告設想在海上戰場部署一個大型的物聯網傳感器網絡，分布在敵方部隊可能進入或通過的海域，由人工智能處理/收集移動傳感器數據，并通過機器學習進行分析，最終形成一幅詳細的海洋3D綜合作戰圖。隨著人工智能和相關技術的發展，該概念在海洋領域正逐步實現。DARPA開展的“海上物聯網”項目旨在通過部署數千個小型、低成本浮標形成分布式傳感器網絡，再利用人工智能和機器學習對傳感器數據進行實時分析，實現對海洋領域的態勢感知。其他傳統的軍事海上監視與偵察系統（包括天基系統、有人飛機、水面艦船和海底傳感器等），也將推動實現數字海洋的概念設想。

2. 保衛艦船

數字化“可觀測海洋”設想將確保軍艦提前感知敵方艦船威脅。基于人工智能的艦載雷達和傳感器將為艦船提供更強的態勢感知能力，人工智能指揮系統將迅速確定目標優先級并進行導彈交戰。

3. 人工智能欺騙手段

數字海洋設想極大地增加了欺騙和迷惑行動的重要性。在海上戰爭中，部署在戰場上的多種人工智能系統可通過多種方式欺騙對手，包括欺騙對手指控系統，迷惑對手指揮官的感知或預期，干擾其作出有效的決策。

（二）海上攻擊

進攻的目的是為了抵御敵方攻擊，以爭取足夠的時間到達適合與敵方艦隊交戰的導彈發射陣地。在協調攻擊的過程中，美海軍可混合使用有人-無人艦艇的方式發起攻擊，包括使用一艘大型、防守良好的有人艦艇，攜帶各種類型的遠程導彈，放置于低危險區域;一艘較小型有人軍艦，推進至有敵艦的區域，既進行偵察，又為大型軍艦的遠程導彈提供瞄準目標信息;另外一艘無人隱身艦艇置于高危險區域，主要用于收集關鍵時敏性情報并通過較小的有人戰艦將這些情報傳給后方的大型艦船。在較短距離上協同作戰的三艘艦艇能夠有效規避敵方的電子干擾，收集并傳送高質量的目標數據。協同攻擊方案與分布式殺傷概念不同，協調攻擊只需要簡單的分布式集成，無需高技術要求，更適合在強對抗的電子戰環境中作戰。

另一種概念是以一艘有人、大型艦艇為中心，組成一個無人的空中、水面和水下系統網狀星座。大型艦艇具有潛在的優勢，能夠支持新興的防御系統，如高能激光或軌道炮。該概念要求：大型/有人艦艇需具備良好的生存能力、適應作戰環境的防御系統、先進的指揮控制系統、與岸基設施和數據存儲服務連接的高帶寬通信系統。

DARPA和美海軍正研發無人自主艦船，這種全自主艦船的顯著作戰優勢是具備更高的生存能力，且尺寸更小，成本更低，在高海況下具備更好的性能。DARPA的“海上列車”概念要求多艘無人艦船相互連接或實現協同編隊航行，以減少阻力，提高巡航效率。該概念設想了四艘或更多的人工智能自主無人艦艇組合在一起，可分解為獨立單元執行不同的任務，然后重新組裝返回。

（三）兵力結構問題

人工智能支持的戰場應用了大量成熟的人工智能及相關技術，包括自主系統、算法、數據管理、機器學習技術、邊緣計算、網絡等領域經過驗證的系統和通用標準。基于人工智能和邊緣計算的自主系統與船只是海上人工戰場空間主要特征，機器學習、大數據、物聯網和云計算等技術將創造出數字化“可觀測海洋”。通過這些技術的結合，未來海軍戰場的主力將是人-機作戰編隊，人工智能等新興技術驅動的新型作戰力量將成為海軍的新重心。

四、人工智能支持的陸戰

在作戰層面，陸地戰爭大致遵循普遍的戰爭概念。但與空中和海上戰場不同，陸地戰場上的人員及其結構過于密集，嚴重阻礙和限制了敵對軍事力量的沖突。近一個世紀以來，陸地戰爭不斷向多域作戰發展，各國前沿陸軍近年并未發生大規模沖突，雙方都尋求通過“對立作戰系統”之間的“系統對抗”來取得勝利。

（一）陸地防御

1. 傳感器部署

通用防御概念設想在敵對部隊可能穿越的地區布設物聯網傳感器網絡。在大規模沖突中，敵軍需要在機動地面部隊后方建立大型倉庫以提升后勤和火力能力，因此防御方應在相應地點部署物聯網傳感器，根據其提供的信息，通過互換性戰爭對敵軍施加高消耗。物聯網傳感器的早期部署將大幅增加需收集的環境和背景數據的數量，這有助于人工智能系統通過機器學習進行更好的訓練。人工智能無人系統的移動性也可提供新的監視選項，無人機和無人車輛在敵對行動中的損失是可接受的，因此可積極獲取信息;也可在目標區域大規模行動，以迫使對手暴露自己。

2. 指揮控制

物聯網傳感器通過云將數據送入融合設施，人工智能將這些數據處理為戰術上有用的信息（包括對對手行動路線的預測），然后將優先目標列表、最優的跨域攻擊類型以及時間安排傳遞給指揮官;指揮官批準后，下一級別的人工智能將為目標分配首選武器，傳遞瞄準數據，確保與友軍消除沖突，確認目標何時交戰，并按需進行彈藥補給;最后，物聯網傳感器檢測并通過指揮控制系統傳回有關攻擊有效性的數據。通過這種方式，人工智能指揮控制系統將逐步建立一個近實時的戰場數字模型，同時為防御方提供數字骨干，向所有地面部隊人員提供相關信息和指令。

3. 人工智能賦能的機動部隊

戰場可分為三個不同的區域：①優勢區：友軍火力比敵方火力更強、更集中的近區;②對抗區：雙方都有能力發射有效火力的中間區域;③易受攻擊區：敵方能進行更大、更靈敏的火力攻擊的遠區。

在優勢區內，機器人作戰車輛可用于部署和控制人工智能支持的較小型機器人，并預計將使用人工智能進行自主駕駛和自動威脅識別，對抗小型敵方作戰單位。在對抗區和易受攻擊區，可使用無人系統進行移動、傳感器數據理解、通信、后勤和醫療支持。此外，人工智能系統將用于通知和協調整個作戰單位，并提供良好的態勢感知能力。

4. 人工智能支持的互換性戰爭

人工智能支持的互換性戰爭可能將導致戰術層面的戰斗變得更不穩定、作戰層面的戰場變得更靜態且依賴于位置。許多人工智能支持的可互換性戰爭構造取決于人工智能的發現能力。為避免被高精度火力攻擊，友軍單位需要避免被探測或分散并使用有效的、分層的對策。這使得人工智能的欺騙能力也至關重要。

（二）陸地攻擊

要想取得決定性結果不能光靠防御概念，必須深入易受攻擊區進行進攻。通過這種機動可繞過對手的中央作戰服務支持節點，切斷其與后勤的聯系，打亂其前沿軍事活動，癱瘓其作戰網絡，從而讓其無法達到戰略目標。穿透敵防的小型部隊需保持機動敏捷性和靈活性，并以分布式方法作戰從而提供相互支持。為實現這種協同作用，需要連接人工智能支持的指揮控制系統，讓分散的部隊保持良好的態勢感知，得到友軍遠程火力的支持，并被納入連貫的作戰計劃中。

（三）兵力結構問題

不同層次的人工智能系統需要相互協作，也需要與人類團隊成員合作。目前，多數人工智能系統都使用獨特的定制軟硬件核心，多個獨立運行的人工智能系統無法無縫整合在一起。這導致整個系統之系統的預期利益可能無法實現，“戰爭迷霧”可能會被“系統迷霧”所取代。人工智能戰場的技術核心包括物聯網、云、人工智能/機器學習和邊緣計算。如果將這些技術作為未來陸軍結構的基礎，而不是傳統的保護、機動和火力三位一體，未來陸軍結構就可能具有獨特、意想不到的能力。

五、人工智能支持的空戰

美中俄現代空軍作戰概念涉及兩個特定領域，一是從作戰層面考慮，使對方的指揮控制系統癱瘓，從而擾亂、破壞對方的戰斗網絡;二是從戰術層面考慮，增強并增加空中作戰中飛機的能力和數量。

責編AJX