联合全域指挥控制（Joint All Domain Command-and-Control ，JADC2）概念目前来说仍然是一个新兴概念，有待明确的条令进行定义和检验。然而，无论如何具体定义这一概念，该构想都需要满足两个关键需求：行动速度；以及处理和分析在过去不被察觉的海量复杂数据的能力。
如F-35之类的第五代战机的固有能力就体现了先进系统带来的数据管理挑战，必须在多域作战中加以解决。这类飞机既是作战平台也是飞行传感器，它所收集数据的多样性和数量给军方带来了沉重的分析处理负担。例如，如果需要考虑与近对等对手冲突的发生速度，并且冲突将超出“传统”领域时，指挥官可能会被需要处理的海量数据淹没，从而影响到作战结果。
大幅增加人力资源是针对此类问题的一个解决方案，但数据的复杂性和所需的行动速度更需求逐步改善指挥控制领域的能力，而人工智能技术可带来颠覆性变化。JADC2需求全面、动态、近实时通用作战图（COP），人工智能有助于加速决策和定义参数。人工智能可以根据先前的经验进行自动过滤和配置。此外，它还能够检查指挥决策，学习实现任务目标的方式，自主提出行动并对行动进行排序。
人工智能应用的核心是鲁棒数据的可用性，机器学习的成功应用也依赖于此。机器学习已经证明了其在异常检测和轨迹关联方面的价值，下一级能力是它还将提供对手行动的早期预警。人工智能具有识别对手为特定行动和区域准备部队时间的潜力，例如分析部队调动、飞机架次和训练活动。理论上，这项技术可以自动提醒指挥官、提出行动方案，并最终分配部队任务。自然语言理解应用甚至可以根据不同数据生成情报报告。
人工智能在支持资源到任务管理方面也有明确应用，比如形成空中任务分派命令。在战区范围内的冲突中，了解可用且最适合完成任务的资产是一项重大挑战，如果人工智能能够覆盖所有域，它将能够评估最适合使用资源的指挥官，包括那些凭人力挖掘可能无法显现的资源。人工智能还能快速提醒指挥官，甚至在任务展开或新情报出现时自动调整命令，例如编辑空中任务分派命令，优化资产部署。
人工智能在实现JADC2方面的作用显而易见。然而，仍需要考虑的是应该如何开发和部署最优人工智能能力，确保其最大程度的覆盖所有军种和领域。在此人工智能“回路”中也需要有人参与，应用人工智能并不意味着向自主系统和机器人战争转变，但是人工智能支持对作战人员和指挥官来说必须是可信的。
为JADC2开发人工智能需要一种整体方法，各军种必须意识到彼此之间是互为客户和供应商的关系，不能各自单独发展能力。如果各军种没有注意联合部队需求，在指挥结构和过程中则会不可避免地出现能力空白和断连现象。考虑联军行动是常态化的行动性质时，这一挑战也将变得更加复杂。
用于JADC2的核心指控系统设计也是一个关键考虑因素。快速信息共享和利用各种来源至关重要。系统设计中必须采用固有开放式架构，从而能够快速开发和集成新应用，并在各种部队之间实现无缝互操作。必须采用标准驱动的设计，系统不能是“烟囱式”的，不仅需要覆盖所有军种也需要覆盖整个战区。还需要克服存在的安全问题，不能使之成为域间信息和数据共享的障碍。
另一个需要跨越的障碍是需要确保盟友也拥有必要的人工智能能力并能够访问相关数据。尽管这种能力上差异不是新问题，但在行动速度至关重要的JADC2环境中，这一问题变得更加严峻。
在人工智能实现过程中，有许多技术、条令和运行因素需要考虑，但不可否认的是该技术如果实现将能够大大缩短观察、判断、决策和行动（OODA）循环，并带来指控功能的跃升。在与近对等对手的冲突中，人工智能并不是“奢侈品”而是“必需品”。
声明：本文来自电科小氙，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
