2020年12月17日,美著名智库新国家安全中心(CNAS)研究员,原国防部副部长罗伯特·沃克发表文章,介绍该中心正在研究的一种新联合作战概念—系统战。这是一个面向智能时代,强调算法、网络、人机协作、智能作战、体系破击的全新概念,该中心将在2021年发布更详细的研究报告。由于新国家安全中心具有浓厚的官方背景,且这个新概念的指向性也非常明确,就是针对具有较强智能化能力的中国,因此值得引起高度关注。

概述

  • 敌对和近等对手之间的未来作战将以系统与系统之间的对抗为特征,并由其支配和决定。

  • “系统对抗”的固有组成部分将是协同的系统破坏攻击,旨在破坏,杀伤和打击敌方的系统。

  • 美国联合部队需要新的总体联合作战概念来应对系统战,以应对这一新兴现实。

  • 这个新概念将解释新的人机协作网络如何利用AI算法作战,将在未来的任何系统对抗中为联合部队带来决定性的优势,并具有击败系统破坏攻击的能力。

  • 证明联合部队作战网络在现实条件下(包括系统破坏攻击下)在对立作战系统中占主导地位的能力,将通过拒止获得实质性威慑。

介绍

为了保持联合部队的竞争优势,2018年国防战略(NDS)宣布必须进行“紧急变革”。前国防部长马克·埃斯佩(Mark Esper)表示,“国防战略仍然是(国防部)的路标,并推动我们的决策。” 2020年1月27日,埃斯珀在对国防部长和其他高级指挥官提出的备忘录中,有一项重点内容就是需要制定新的联合作战概念(JWC),“以使人员、训练和条令统一起来,以在任何战场上取胜。”下一个国防战略应该认可并完成这项重要工作。

自1980年代以来,联合作战的指导性作战概念(JWC)是“空地一体战”。这个概念现在已经远远超过了其“销售截止日期”。与敌对和近等对手的未来作战系统将起支配和决定作战。联合作战仍然是一个有效的概念,但是对于具有先进作战系统的同行对手,其已成为从属。因此,需要一个新的联合作战概念。

这个新概念的目的是通过描述针对敌对系统与系统进行高强度算法运算的人机协作作战网络的愿景,从而帮助指导联合部队的理论和程序开发。该概念的重点是在2040年的时间范围内,采用人机协作作战网络来指导部队发展,超越目前的未来年度国防计划。由于算法运算技术的发展如此之快,并且日新月异,因此,本文仅提出了该概念的广泛规律,而不是其具体内容。

该概念草案中概述的原则和思想代表了全面,长期的联合作战概念开发过程的第一步,该过程包括:

1)训练联合部队信任和利用基于AI的自主功能,使其在人机协作方面表现出色和人机战斗队能力;

2)重新设计和训练联合部队,即使在受到攻击时也能够快速组建新的人机协作战斗网络;

3)重新设计和训练联合部队,以对抗并赢得系统对抗并战胜系统破坏攻击。

关键挑战

在不断发展的系统战时代,人工智能(AI)、大数据分析、高级计算、量子科学,支持AI的云应用、5G以及机器人和自主系统的全球进步将为联合部队及其潜在对手提供支持有机会以不同的方式增强他们的系统体系,使他们之间的未来对抗变得越来越复杂,激烈和致命。未来的作战环境中,在制导弹药战中军事技术水平不相称的情况下,联合部队将如何维持常规战力,并通过拒止来达成威慑?

中心思想:人机协作作战网络和算法运算

“系统战”作战概念(JWC)的中心思想是,联合部队应努力通过部署比敌方作战系统更好更快的作战网络,以及运用无法被摧毁的作战网络,通过拒止来实现威慑。为此,联合部队将开发针对系统战而优化的功能和平台,特别是人机协作网络,这些网络将充分利用支持AI的自主权,以接近机器的速度进行算法运算。这将比任何对手更快地做出更好的决策,这使联合部队在观察、判断、决策、行动(OODA)周期方面具有决定性优势,并且具有抵抗系统破坏攻击的能力。

一个好的作战概念(JWC)必须解释武装部队如何期望利用技术并组织自己成为一支连贯的战斗部队,然后如何使用该部队与未来的近邻军事部队作战并取得胜利。越来越清楚的是,鉴于联合部队面临的作战挑战的严峻性,对现有概念进行增量调整是不够的。取而代之的是,将需要全新的作战概念来与同行对手竞争,并为联合部队提供战场优势。

这个概念构想了未来的人机协作作战网络,该网络将利用人工智能的进步来在其整个部队的传感器中利用AI自主的新应用。指挥、控制、通信和情报(C3I);效果以及维持和再生网格。启用AI的自主权将导致在所有三个战争级别(例如战略、战役和战术层)的人机协作类型得到改善,从而缩短了观察、判断和决策的时间。其还将使新型的人机战斗组合成为可能,从而可以在战役和战术层面上更快,区分在战场上的应用效果。人机协同作战网络旨在同步太空、空中、海上、水下、地面,进行算法运算的人机协作作战网络,将使从属遗留作战系统无法利用人工智能和基于AI的自主权方面的进步,就像系统战使原联合作战在战役层上处于从属地位一样。

准则

以下规则使这一中心思想成为可能。

准则1:向前迈进,联合部队必须首先进行组织、训练和装备,以便与擅长系统战和系统破坏行动的同等对手作战网络作战并取得胜利。

联合部队必须保持其在联合武器战中的能力,这在这一概念的框架内仍将是重要的和有价值的。但是,作为紧急事项,其必须在系统战和系统毁灭战中都发展新的概念,条令和能力,并在战场和武力演习中对这些在系统对抗和系统毁灭行动中训练有素的敌军进行测试。证明我们的战斗网络有能力在现实的野外条件下统治敌对的战斗网络并承受网络破坏的攻击,那么通过否认就可以实现威慑。新的作战概念(JWC)应该是这一转型旅程的第一步。

准则2:联合部队的人机协作战斗网络必须首先能够通过制导弹药和“隐形系统打击”能力,持续、可靠地进行有效攻击。

在制导弹药战中,第一个原则是首先进行有效的攻击,使敌人在交战之前受到攻击。在系统和算法战中,就像在联合武器战中一样。但是,打击目的不是消灭敌军,而是破坏和摧毁敌对系统的内部运作。选择的具体目标是那些将被摧毁的,将使联合部队在系统对抗中逐渐获得信息和决策优势的目标。这将需要对对手的系统体系有深刻的了解,就像我们对冷战对手苏联的了解水平一样。这意味着我们对对手的了解必须超越对威胁平台和力量的洞察力,以包括对对手如何打算将其作为一个作战系统集结和战斗的更高层次的理解。

随着诸如网络,反AI和电子战等隐形系统打击能力的发展,超越敌人的能力变得更加困难。网络和具有网络功能的反AI武器的射程基本不受限制。系统破坏战广泛使用这些类型的功能。这有助于解释为什么中国人在其总体系统中增加了第五个信息竞赛系统,并成立了战略支持部队来在系统破坏行动中运用这些能力。

准则3:人机联合作战网络必须做好准备,以应对第一波打击。

虽然制导弹药战的首要原则是首先有效地进行进攻,但人机联合作战网络必须考虑到这样一个事实,一个对立的作战系统可能会具有先发制人的优势。联合部队无法承担未来的总统将对核武的大国发动先发制人的进攻的能力。因此,必须预料到对手会发起敌对行动,并且第一批打击将包括密集的制导弹药齐射和密集的,无形的系统打击攻击。因此,联合部队的战斗网络必须能够先发制人,先将其甩开,然后立即转为反攻。

人机联合作战网络必须考虑到这样一个事实,敌人的作战系统很可能具有先发制人的优势。

因此,在这种情况下,作战网络必须拥有能够在敌方作战系统的特效范围内行动的早期进入的“内部力量”,而不受惩罚,可以通过在避难所(例如海底)进行行动,也可以通过隐身,伪装进行保护、掩盖和隐藏。敌方作战范围内的其他网络力量,单位、要素,平台和系统必须能够分解以使敌人的目标复杂化,并从分散的姿态开始作战,而通常不会得益于相互支持。这将需要具有多个冗余通信和数据路径的作战网络。即使这样,在网络中断期间,必须对联合部队战斗网络进行设计和培训,使其在不与更高总部通信的情况下进行操作。

准则4:约翰·博伊德(John Boyd)的战争概念,尤其是OODA循环理论,特别适用于系统战和系统对抗。

从哲学上讲,系统对抗与博伊德的战争思想完全一致。在系统对抗中获得信息和决策优势的一种方法是设计作战网络并训练联合部队在其“观察-判断-决策-行动”周期中获得更高的相对系统运行速度(SOT)。OODA循环中的每个步骤都是一个独立的过程。在战役层面上,这些过程包括扫描和侦察整个战场所需的所有任务和行动,包括敌军、友军、盟军和非战斗部队,然后了解正在发生的事情并帮助指挥官发展通用态势图,制定意图,在行动方案中进行选择,制定计划,将其提炼成命令,然后将命令传递给联合部队的适当部队,军种和系统。然后它们根据指挥官的意图和计划施加适当的效果,从而重新开始循环。

这些过程在战斗网络的组成网格中执行:通过传感器网格进行观察;C3I网格中的决策(即方向)和决策;效果网格中的动作,维持和再生网格支持所有过程。在这个概念上,在系统级别上获得并保持OODA周期优势的方法是在整个战斗网络中启动人与计算机的智能分组,各发挥其相对优势。在通过计算机以及下象棋的人机协作团队之后,加里·卡斯帕罗夫得出结论,“弱人工智能+机器再+更好的流程”要比“单独的强计算机+强人工智能+机器+劣等的流程"优越。

该概念基于这样的前提,即具有最强大的人员和机器以及更好的(算法)流程的操作系统将比其对手具有更好的性能并以更高的SOT运行。

准则5:采用在整个战斗网络中利用AI自主性的流程是获得比美国竞争对手更高的相对系统运行速度的途径。

通过明智地决定如何和何时将人与机器组合在一起,以及在它们之间进行适当的分工和努力,将形成更好的流程,尤其是与自治有关的时候,自治是授予下级单位或系统执行给定任务的独立性。

自治系统有两种不同的类型:静态自治实际上发生在软件中,例如情报支持、计划、专家咨询和预测性维护系统。无论采用哪种形式,静态自主都旨在帮助人们更快、更好、更精确、更持久地做出决策。因此,通常将其称为人机协作,其中人的洞察力,创造力和战略指导与计算机的战术敏锐度相结合。卡斯帕罗夫指出,当玩计算机的人能够打败单独的人和单独下象棋的计算机时,“我们(人们)可以专注于战略计划,而不必花费大量时间进行计算。在这种情况下,人类的创造力更为重要。”

动态的自主权发生在物理世界中,因为它可以为功能强大的机器人和自主系统提供支持,这些机器人和自主系统将在未来20年内开发和应用。动态的自主性将以新形式的人机战斗组合和机机战斗组合体现出来。前者将看到人类和载人平台与无人平台协同运作以完成复杂的战场任务。后者将看到越来越复杂的低成本武器效应的协同武器攻击和协同战斗群。

在人机战斗团队和机机战斗团队中更好的作战系统将比相对的系统具有明显的优势。这些包括:

学习能力;更好的情境意识;更高的性能;提高效率和效力;更大的灵活性;通过以接近机器的速度运行来提高节奏;并且更容易进行分布式和分散操作。

在未来的联合作战网络中对自治的合理利用将是在任何系统对抗中实现更好的作战网络性能,更高的相对SOT以及持久的信息和决策优势的最可靠途径。

准则6:整个联合部队战斗网络的自治功能将成为抵抗系统破坏攻击的基础。

系统破坏作战是系统对抗的固有部分。因此,联合部队必须“武装”其战斗网络以抵抗系统破坏攻击。在这方面,对于提供信息和决策优势至关重要的自主功能还将提供一种针对联合作战网络的攻击进行强化和自我修复的措施。

建立自我修复系统的想法是联合部队对命令自治的拥护。联合部队系统级的命令自治不仅是一项技术,而是一种指挥与控制方法,旨在将权力和决策权推向战争边缘。结合理解的通用态势图和指挥官的意图,建立在指挥自主思想和实践基础上的战斗网络为系统之系统中的每个要素提供了一种以自下而上的方式同步其行动的手段,甚至无需与指挥机构通信。全系统范围内的能力将使联合作战网络能够对友善的数据和通信链路进行“对抗”攻击。

在这种情况下,何时何地授予委派自主权成为作战网络的重要选择。当上级指挥官授权选定的系统元素(人机或机器,或其组合)行使自治和自我指导的行为时,就会发生委派的自治。这涉及给予他们开发,选择和执行实现高层任务目标所需的行动方针的自由,即使在上下两级指挥梯队之间的通信中断时也是如此。

在接下来的20年中,委托的计算机自治将变得越来越普遍。指挥官和操作员授予智能机器或系统来执行给定任务的程度是独立性,自治和自我指导的水平。根据机器自身的态势感知(集成的感测、感知、分析能力)以及在不同的操作过程中生成和选择的手段,完成指定任务的自治权是条件或质量。

在未来的人机协作作战网络中追求广泛自治,将同时获得信息和决策优势,以及更强的抵御系统破坏攻击的能力。实际上,它们是同一枚硬币的两个面。例如,正如国防科学委员会所解释的那样,当双方在争夺电磁频谱的控制权时:

在环境中自动进行传感器,通信和干扰协调所带来的机会是,在获得高额“成本”和破坏对手的同时,保护实现信息优势的能力。

拥抱和采用利用AI自主性的流程对于联合部队而言是自然的一步,该部队重视并赞扬下级指挥官和操作员所行使的主动权。确实,在面对由对手设计的操作系统时,通过强调自主性来鼓励主动性可能会提供决定性的优势。

准则7:在某个临界点,随着越来越多的具有AI功能的自主应用程序被注入到所有四个联合部队战斗网络网格中,一种新型的人机协作战斗网络将会出现。

首先在战争各个层面上掌握人机协作和团队合作的国家将在战斗中拥有数十年的优势。协作的人机系统系统将能够演示:

  • 更快速地感知战斗空间;

  • 大量异类数据的快速感知;

  • 更迅速地了解作战环境和敌方计划;

  • 更快地解决问题以应对迷雾,摩擦和偶然事件-战争的永久特征;

  • 更快地发展出共同的,公认的联合作战态势图,整个部队共享得更快;

  • 指挥官的意图,有关行动方针和计划的发展更加迅速;

  • 指挥官决心将更快地发布给所有人、无人平台、人机战斗队和战斗组织,从而能够在战场的广度和深度上以同步的方式应用更多的区分效果。

因此,人机协作作战网络为美国的算法作战方式提供了作战架构。

准则8:要完全接受算法运算的原则,就需要重新考虑联合部队的发展。

系统对抗和系统破坏作战的新兴时代将需要算法作战和战斗网络指挥与控制的新概念;发展联合部队能力的新方法和新的组织架构。所有这些措施的累积最终结果是高速行动,这些行动较少集中于消灭对方的力量,而更多地是使对手在心理上崩溃并使他们的整个行动系统崩溃。

算法运算的心理方面不应被低估。正如博伊德(Boyd)解释的那样,敌人对系统对抗的观念可能会在两个关键方面被压倒:

产生快速变化的环境,快速清晰的观察,快速节奏,快速瞬变,快速消灭;或者您也可以反过来,以抑制对手适应这种环境的能力……通过抑制或扭曲您的信号来抑制或扭曲他的观察。……总是要保持一点点不起眼,至少要比他更不起眼…………使对手的体系变得混乱无序,使他对自己的活动反应不足或反应过度。对他来说似乎不确定,模棱两可和混乱。

抑制和扭曲战斗网络信号时,需要注意隐形和伪装、掩盖、隐藏和欺骗。尽管所有这些在算法运算中仍然很重要,但AI会改变Hider-Finder游戏,使隐藏变得更困难,找到起来也更容易。此外,此处的“查找”包括迅速销毁发现的一切的能力。因此,必须通过一种新的“旨在阻止中国打击美国关键信息节点(例如,系统破坏战)的战略”的“无所不包的"部队设计",来协助抑制和扭曲信息。”

这样的部队设计是美国国防高级研究计划局(DARPA)马赛克战争计划的主题。联合作战概念应该以此为基础,正如DARPA马赛克战争战略技术办公室(STO)主任Timothy Grayson所述:

一种“系统之系统”的作战方法是围绕兼容的“平铺”功能(例如传感器和射手之类的功能)设计的,而不是必须安装在特定插槽中的形状独特的“拼图”(例如平台)在战斗计划中才能发挥作用。

精致的功能技术节点(例如高级红外传感器)可以替代AI,而不是像F-35战斗机那样的精致平台,可以通过AI增强网络进行混合和匹配。直到现地指挥官根据实时可用的能力来制定战斗计划之前,战斗计划才存在,就像一个孩子不是用工具包和蓝图,而是用混乱的抽屉组成的乐高飞船全部合在一起。

这个概念的关键是灵活性。我们正在试图做的是……使我们能够创建我称之为作战体系结构的功能,这将是一个部队包……[并且]能够推迟关于该作战体系结构将是什么的决定尽可能接近需要的时间。

这样的无限延展性架构将有助于压制或扭曲对手对已方作战网络作战的印象,尤其是在联合部队人机协作作战网络如何发挥作用方面。因此,应修改国防部的国防计划和未来部队的发展,以更好地支持系统作战和思想以及联合部队能力的相关发展。例如,国防部长办公室可以为每个联合部队作战网络网格建立跨职能团队(CFT),每个团队都有负责任的领导者。这些团队的任务是描述网格过程以及如何逐步但稳步改进它们。在这样做,他们建议在每个网格中最大程度地利用支持AI的功能和自主权。例如,

  • 传感器网格的跨职能团队(CFT)应该鼓励将机器学习算法插入尽可能多的联合部队传感器中。这将允许传感器本身查找特定的对象和目标,并将其发现直接下载到效应器,而无需将数据发送到中央处理节点。

  • 卡尔·冯·克劳塞维茨(Carl von Clausewitz)将战争天才形容为“政变”,能够一目了然地占领整个战场,确定决定性的点,并下定决心对付这一点。然而,如今,战场已涵盖整个作战区域,并由成千上万的多现象学传感器进行监视,这些传感器为任何人类指挥官提供了太多的数据和信息,无法处理和理解。解决方案是让机器进行处理并从数据中学习,发现人眼和大脑看不见的模式,并从中进行推断和预测。设计合理,以人为中心的人机协作无疑将通过提供“心灵眼镜”来帮助扩展人类的认知。换句话说,它将为有能力的指挥官提供一种手段,使他们能够获取传感器网格收集的全部数据和信息,确定对手的系统之系统中的对手计划和决定性要点,并对其施加力量。因此,C3I网格的跨职能团队应该鼓励,开发和部署各种支持AI的分析师和指挥官决策支持工具。人机协作将是C3I网格流程的核心。

  • 效果网格的跨职能团队(CFT)应该在每个作战领域中倡导各种类型的人机和机机战斗团队,并追求那些有望带来确定的战斗优势的团队。

  • 维持与再生网格的跨职能团队(CFT)负有双重责任,即发展能力以在持续的攻击下维持和快速再生战斗网络部队,以及维持和再生被系统破坏行动破坏的网络。

  • 一种选择是将维持和再生网格CFT的权限限制为在遭受猛烈攻击时维持部队必要的能力(例如,预备状态;预见性维护;预见性补给;无人供应物资,粮食和弹药);以及像中国人所做的那样,为信息竞赛网成为第五军种。该CFT将着重于进行系统破坏行动所需的联合部队能力,以及重新产生对系统联合部队系统的损害所需的能力。

人机协作作战网络的系统架构师将监督所有跨职能团队(CFT)的工作,该架构师的工作是建立通用作战网络通信和数据标准,并监督系统作战所需的补充网络功能的发展。重要的是,系统架构师将开发概念协同作战网络的数字孪生网络,该网络可用于帮助开发作战网络功能以及新的战术、技术和程序。该系统架构师还将与DARPA密切合作,使用数字孪生系统演示在现实作战条件下运行的新型人机协作战斗网络及其在2025年之前抵抗系统破坏战的能力。在进行这些演示之后,将进行对付有能力的敌对部队的真实世界演习。证明我们的战斗网络具备“动态”的能力,将通过拒止而达成实质上实现威慑。

作者

罗伯特·沃克(Robert O. Work)是新美国安全中心杰出的国防与国家安全高级研究员,他是第32届国防部副部长。

声明:本文来自桌面战争,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。