简介
2025年3月3日至5日，美国空天军协会举行了2025年度战争研讨会，其中有两场关于人工智能的主题讨论——“指挥控制中的人工智能”和“利用数据和人工智能获取决策优势”十分引人关注。美空军高层官员与来自商业人工智能公司的高管共同讨论了如何在指挥控制中运用人工智能，以获取决策优势。本文梳理提炼了研讨中的核心观点。
1 研讨会参会人员
两场研讨会的主要成员包括：
（1）军方
美空军负责作战通信和网络系统的副参谋长：米歇尔•埃德蒙森少将
美空军指挥控制、通信和战斗管理（C3BM）项目执行官：卢克•克罗普西少将
美空军第505指挥与控制联队指挥官：瑞安•海德上校
（2）工业界
甲骨文公司数据与人工智能全球副总裁：彼得•格拉
Shield AI公司联合创始人兼首席战略官：瑞安•曾
Raft公司首席产品官：特雷•科尔曼
Virtualitics公司战略发展总监：本•范鲁
Legion Intelligence公司首席执行官兼联合创始人：本•范鲁
Virtualitics公司战略发展总监：路易斯•鲁塞塔
2 研讨会观点集锦
研讨会围绕未来作战中人工智能（AI）与自主系统的应用展开，讨论了如何构建大规模自主杀伤网，形成快速迭代的AI能力开发体系，并实现数字化战斗力转型。
（1）AI应用进展情况
1）AI已在实战中证明其能够显著缩短“发现-锁定-打击”的杀伤链周期
在乌克兰战场，AI驱动的无人机在无GPS环境下执行了200多次任务，将原本不可见的目标变为可探测和可打击的对象，提升了作战节奏与精准打击能力。
2）AI能够整合后勤、指挥控制和杀伤链，目前能够利用AI的最主要领域是供应链和后勤
AI作为“加速器”和“连接组织”，能够将后勤、指挥控制和杀伤链的功能互连起来，优化后勤、作战编排、远程杀伤链及整体作战效率。
3）运用深度学习模型解决飞行员留任危机展示了AI在人力资源与训练管理中的实际价值
美空军条令训练司令部部署了约620个深度学习模型，从训练、吸收到留任机制进行全面优化，以数据驱动方式应对人员危机。
4）大型语言模型和智能体AI在复杂指挥控制环境中具有潜在应用价值
大型语言模型有助于在信息关联与人机信任之间找到平衡点，但应从较窄的应用领域入手，逐步建立直觉信任后再扩展至复杂任务。AI可管理复杂、动态和通信降级的环境：处理作战层级的混乱事件（如飞机调度、基地受损、弹药不足）；提供实时全局态势信息，整合多源数据（包括飞机状态、跑道、雷达、武器系统、敌方动态）；分担人类认知负荷，将常规任务自动化。
（2）人工智能发展中的问题与应对措施
1）必须将AI推向作战边缘并使其能在真实物理环境中自主学习
AI必须超越依赖预设训练数据的模式，直接与环境交互并从中学习，这将改变AI在武器系统中的运用方式和根本效能。
2）建立对AI的信任需要隔离关键系统架构并在安全环境下开展训练
可解释AI是建立用户信任的基础，建立对AI的信任需要通过实地演练和反复验证。应该通过技术划分确保安全关键系统不受影响，利用模拟器和兵棋推演培养用户直觉，并让作战人员掌握基本原理以识别AI错误，是构建信任的关键。
3） 数据完整性、互操作性与共享机制的缺陷是当前AI规模化部署的主要瓶颈
各军事单位系统的“烟囱化”和过度本地化定制导致数据割裂，必须提升数据标准化与聚合能力，否则高级AI应用无从谈起。端到端的测试和验证是部署AI系统的关键。
4） AI的自主程度应具备“可调节性”，以适应不同战场情境的控制需求
在不同态势下需要不同程度的人机控制平衡，就像步枪的单发与全自动模式，政策与技术设计都应支持这种“可伸缩自主性”。
（3）AI发展中的认知与管理问题
1）网络本身就是作战环境，必须停止将网络与作战环境区分开来的看法
战斗力的核心是数字化，网络与作战环境的深度融合是确保数据能安全传递到边缘并实现自动化防御的前提，网络就是作战环境。
2）AI不应独立做出生死决策，伦理红线需坚守
AI不应越过夺取人类生命的道德底线。AI非直接解决问题的“答案”，而是辅助信息整合与决策优化的工具。在武器和飞行平台大规模应用AI仍有高风险，必须严格测试与验证。
3）空军与太空军建立A6/S6机构是为网络与AI能力整合提供制度保障的关键一步
美空军A6（空军通信与网络系统副参谋长）与太空军S6（通信与网络主管部门）合作建立的A6/S6机构确保了网络与通信体系在高层决策中拥有同步发声的渠道，为资源投入和技术优先级提供了新的制度支持。
4）传统的长期预算周期无法适应AI技术的快速迭代，必须增强资金灵活性
应在现有预算中预留可机动调整的空间，支持AI原型验证与实验文化，实现快速迭代和容错学习，避免因审批流程冗长而落后于技术发展。
5）建立“战术战法工厂”以对自主能力进行压力测试是实现大规模杀伤网的关键
必须将自主能力注入作战中心，通过反馈回路让作战人员对战术、技术与程序（TTP）进行实战化检验和优化。
6）将AI提前注入数字环境、模拟器和兵棋推演能显著加速人机协同与系统验证
这种“数字孵化”方式能让官兵在虚拟战场中熟悉AI行为模式，同时为工业界和政府提供快速迭代的测试环境。
7）充分利用数字原生代官兵并提升全军的数字素养是缩小“数字代沟”的必由之路
美空军已设立新的数据分析职业领域，但需在官兵整个职业生涯中持续进行技能升级，同时帮助年长军人提升对AI和数据的理解力。
3 观点分析
从两场研讨会中可以看出，美空天军在AI应用方面呈现以下趋势：
一是AI已经从实验阶段向实战应用迈进，成为提高作战节奏、精确打击和战场决策质量的核心工具。边缘化部署和人机协同是未来AI军事化的关键方向，美空天军正在将AI推向作战边缘。
二是AI的训练正在逐步向仅依赖过往数据向在真实物理环境中实时学习迈进。未来AI将与其运行的物理（现实）环境直接交互，AI将在动态环境中提升决策速度和质量。
三是对AI的信任、资金灵活性与“烟囱式”基础设施仍是AI大规模落地的主要障碍。在信任问题上，美空天军将通过实地演练和反复验证获取实际使用AI的经验并建立对AI的信任，同时赋予作战人员质疑AI输出的权力。在基础设施问题上，美空天军未来可能采用软件定义方案取代周期性硬件更新。
四是在政策与文化转型方面，美空天军将进一步宣传并加强AI与数据驱动决策的作战文化，并在政策上赋权前线指挥官，以实现高强度冲突下的智能化、敏捷化作战。
五是未来发展方面，5-10年内，美空天军致力于将AI深度嵌入作战和日常支援流程，并将根据大量AI智能体同时辅助作战的战争局面对军事条令做出大幅修改。
声明：本文来自防务快讯，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。
