提出了未来人工智能战争作战层面的防御和进攻概念，并讨论了如何将这些概念应用于海陆空作战领域。报告包括五个章节：未来战争的技术驱动因素、人工智能在战争中的应用以及人工智能在海陆空作战领域的应用。部分内容整理如下：1、科技组合带动战争。受技术制约，新兴技术不仅赋予部队在战术和作战层面的使用选择权，也限制了他们的选择。目前，人工智能的应用主要集中在商业领域，并没有深入到军事领域。但无论人工智能是民用还是军用，都不能单独发挥作用。人工智能有效性的关键是它与其他技术的结合。卡内基梅隆大学将这种组合描述为“人工智能堆栈”。堆栈中的“感知”层包括计算、无线云网络以及传感器和物联网等设备。“决策”层包括大数据管理、机器学习、挖掘模型、辅助决策等。“行动”层包括计划和行动（优化、战略推理、知识）、自主技术和允许操作员自我定位的人机界面。从这个堆栈模型中可以看出，所有技术的交互会产生一种综合效应，从而增强每项技术产生的能力和效果。2、利用人工智能发动战争在未来的战场上，人工智能的首要作用是赋予作战人员在战场空间中更容易发现、定位和识别目标的能力。它在战场上的明显影响是加快决策周期，迅速确定目标并及时下达行动命令；其次，人工智能可以做出有效的预测，使友军能够正确瞄准目标，对敌人进行反制和阻挠。人工智能在战场上的应用也有缺点，比如容易上当受骗，只能在训练环境中正常运行，无法将在一项任务中获得的经验转移到另一项任务中。因此，在实战情况下，人工智能必须与人类合作，两者可以相互抵消认知上的短板。该报告提出了战场上AI自主的三种应用模型：人在回路中，其中人类保留对选定功能的控制以防止AI进行未经授权的操作，以及人在道路系统控制组件的回路中。人在循环中，其中AI控制操作的所有方面，但人类监视其操作并在必要时进行干预。人类处于循环之外，人工智能控制指挥系统在没有人类指导或干预的情况下运行。这种控制形式也称为完全自治。3.人工支持的海战目前，大国之间的海战已经演变成作战网络之间的战争，而这种冲突受到技术的强烈影响。目前，美国海军应重点提升作战网络系统的能力，包括情报、监视和侦察系统的数据处理能力。（一）海上防御1.传感器部署本报告设想在海上战场部署大规模物联网传感器网络，分布在敌军可能进入或通过的海域，通过人工智能处理/收集，移动传感器数据，并通过机器学习进行分析，形成详细的海洋3D综合作业图。随着人工智能及相关技术的发展，这一理念正逐步在海洋领域得到实现。DARPA发起的“海事物联网”项目旨在通过部署数千个小型低成本浮标形成分布式传感器网络，然后利用人工智能和机器学习对传感器数据进行实时分析，实现海上态势感知。海域。其他传统军事海上监视侦察系统（包括天基系统、有人驾驶飞机、水面舰艇和潜艇传感器等）也将推动实现数字海洋的概念愿景。2.防御舰船数字“可观测海洋”概念将确保军舰提前了解敌舰威胁。基于人工智能的舰载雷达和传感器将为船舶提供增强的态势感知能力，基于人工智能的指挥系统将快速确定目标优先级并进行导弹交战。3.人工智能欺骗手段数字海洋视觉大大增加了欺骗和混淆操作的重要性。在海战中，部署在战场上的各种人工智能系统可以通过多种方式欺骗对手，包括欺骗对手的指控系统、混淆对手指挥官的感知或预期、干扰有效决策等。(2)海上攻击的目的是抵御敌方进攻，争取足够的时间到达适合与敌方舰队交战的导弹发射阵地。在协同攻击的过程中，美国海军可以采用有人和无人舰艇的组合方式发起攻击，包括使用大型、防御严密的有人舰艇，携带各种型号的远程导弹，放置在低风险区域；较小的有人驾驶战舰推进到有敌舰的区域，既用于侦察，也为大型战舰的远程导弹提供目标信息；另一艘无人隐身舰被放置在高风险区域，主要用于收集关键的时效性情报，并通过较小的有人驾驶战舰将这些信息传递给后方较大的舰船。三舰在较近距离协同作战，可有效规避敌方电子干扰，采集传输高质量目标数据。协同攻击方案不同于分布式杀伤的概念。协同攻击只需要简单的分布式集成，技术要求不高，更适合在对抗性强的电子战环境中作战。另一个构想是以有人驾驶和大型船舶为中心，形成无人空中、水面和水下系统网络星座。较大的船只在能够支持新兴防御系统（例如高能激光或轨道炮）方面具有潜在优势。该概念需要：具有良好生存能力的大型/载人舰艇、适应作战环境的防御系统、先进的指挥和控制系统、连接岸基设施的高带宽通信系统和数据存储服务。DARPA和美国海军正在开发无人自主船舶。这种全自主舰艇的明显作战优势是生存能力更高、体积更小、成本更低，以及在公海条件下的性能更好。DARPA的“海上列车”概念要求多艘无人船相互连接或实现协同编队航行，以减少阻力，提高巡航效率。这个概念设想了四艘或更多人工智能自主无人驾驶船的组合，这些船可以分解成单独的单元来执行不同的任务，然后重新组装返回。（三）兵力结构问题人工智能支撑的战场应用了大量成熟的人工智能及相关技术，包括自主系统、算法、数据管理、机器学习技术、边缘计算等领域的成熟体系和通用标准计算和网络。基于人工智能和边缘计算的自主系统和船舶是海上人工战场空间的主要特征。机器学习、大数据、物联网、云计算等技术将打造数字化的“可观测海洋”。通过这些技术的结合，未来海军战场的主力将是人机作战编队，人工智能等新兴技术驱动的新型作战力量将成为海军新的重心。4、人工智能支持的陆战在作战层面，陆战大致沿袭了战争的一般概念。但与空中和海上战场不同，陆地战场人员和结构过于密集，严重阻碍和限制了敌对军事力量的冲突。近一个世纪以来，陆战不断发展为多域作战。近年来，各国边防部队并没有发生大规模冲突。双方都寻求通过“对立作战系统”之间的“系统对抗”取胜。(1)陆上防御1.传感器部署一般防御概念设想在敌对势力可能穿越的区域部署物联网传感器网络。在大规模冲突中，敌方需要在地面机动部队后方建设大型仓库，以提高后勤和火力能力，因此防御方应在相应位置部署物联网传感器，根据其提供的信息，敌方部队可以通过可互换的战争受到攻击。强制高消费。物联网传感器的早期部署将显着增加需要收集的环境和上下文数据量，这将有助于通过机器学习更好地训练人工智能系统。基于人工智能的无人系统的机动性也可以提供新的监视选项。敌对行动中无人机和无人驾驶车辆的损失是可以接受的，因此可以积极获取信息；也可以在目标区域大范围运作，逼迫对方显形。2.指挥控制物联网传感器通过云端将数据发送到融合设施，人工智能将数据处理成战术上有用的信息（包括预测对手的行动路线），然后对目标列表进行优先排序，优化跨域攻击类型和时间传递给指挥官；在指挥官的批准下，下一级人工智能将为目标分配首选武器，传递目标数据，确保与友军消除冲突，确认目标何时交战，并根据需要补给弹药；最后，物联网传感器检测并通过指挥和控制系统传回有关攻击有效性的数据。这样一来，人工智能指挥控制系统将逐步建立一个近乎实时的战场数字模型，同时为防御者提供一个数字主干，向所有地面部队人员提供相关信息和指令。3.AI化机动部队战场可分为三个不同的区域：①优势区：己方火力比敌方火力强且集中的近距离区；②交锋区：双方都能够发射有效火力的中间区域；③易受攻击区域：敌人可以进行更大更灵敏的火力攻击的远距离区域。在主导区，机器人战车可用于部署和控制由人工智能支持的小型机器人，并有望利用人工智能进行自动驾驶和自动识别敌方小型作战单位的威胁。在有争议和脆弱的地区，无人系统可用于移动、传感器数据理解、通信、后勤和医疗支持。此外，人工智能系统将用于通知和协调整个作战单位，并提供良好的态势感知。4.人工智能支持的可互换战争人工智能支持的可互换战争可能会导致战术层面的战斗不太稳定，而作战层面的战场更加静态和依赖于位置。许多人工智能支持的可互换战争结构都依赖于人工智能的发现能力。为避免受到高精度火力的攻击，友军单位需要避免被发现或分散注意力，并使用有效的分层对策。这使得人工智能的欺骗能力也变得至关重要。(2)陆上进攻要取得决定性的效果，不能单靠防御观念，进攻必须深入薄弱地区。通过这种机动，可以绕过对方中央作战勤务保障节点，切断其与后勤的联系，扰乱其前沿军事活动，瘫痪其作战网络，使其无法实现战略目标。小兵突防需要机动灵活，分散作战，相互支援。为了实现这种协同作用，需要连接支持人工智能的指挥和控制系统，以便分散的部队保持良好的态势感知，得到友方远程火力的支持，并整合到连贯的作战计划中。(3)力结构问题不同层级的人工智能系统需要相互协作，也需要与人类团队成员进行协作。目前，大多数人工智能系统采用独特的定制软硬件内核，多个独立运行的人工智能系统无法无缝集成。结果，整个系统的预期收益可能无法实现，“战争迷雾”可能会被“系统迷雾”所取代。人工智能战场的技术核心包括物联网、云、人工智能/机器学习、边缘计算。如果这些技术被用作未来陆军结构的基础，而不是传统的防护、机动和火力三位一体，未来的陆军结构可能具有独特的、意想不到的能力。5.人工智能支持的空战。美中俄现代空军作战理念涉及两个具体领域。一是从作战层面考虑，瘫痪对方的指挥控制系统，从而扰乱和摧毁对方的作战网络；二是从战术层面考虑，增强和增加空战飞机的能力和数量。(1)防空防空系统的目的是降低敌方空袭的有效性，并对攻击飞机施加不可接受的损耗率。防空包括主动和被动措施。主动措施通常是由战斗机、地空导弹、高射炮、空中和地面雷达系统以及指挥控制系统组成的综合防空系统；被动防空措施包括伪装、隐蔽、诱饵系统、电子欺骗或干扰等。1.传感器部署通用防御概念设想的大规模物联网传感器网络可以通过地面雷达站链和机载雷达站来实现预警和控制飞机。现有的高成本、数量有限的传感器网络也可以通过使用大量小型、低成本的人工智能地面和机载传感器得到大规模补充。虽然配备传感器的无人机续航时间较短，但新兴的支持AI的物联网应用（例如高空气球、小型卫星和伪卫星）可以显着提高它们的续航时间。2.命令和控制大型物联网传感器网络可以通过云将部分处理的数据馈送到融合设施中，人工智能可以按照观察-确定-决策-行动(OODA)循环进一步处理这些数据。①观察：人工智能会参与各个物联网的边缘计算，然后连接到融合中心；②判断：人工智能不仅会生成全面的、近实时的航拍图像，还会预测敌人的行动路线；③决策：手动智能管理和了解友方防空部队的可用性，传递给指挥官批准，优先考虑接近空中目标，最佳跨域攻击，参与时间和冲突考虑；④行动：AI会为每个敌方目标分配特定的友方武器，自动传达目标数据，解决友方冲突，识别目标何时交战，进行交战评估，并在必要时请求武器补给。3、人工智能战机AI支持的战机可分别执行空战巡逻或地面预警拦截任务。空战巡逻机体积更大，可携带更多燃油，增强续航能力；陆基预警拦截器体积更小，形状更像导弹，可以通过降落伞回收。在人工智能支持的综合防空系统中，人类将负责更高层次的认知功能，例如制定综合交战战略、选择目标并确定目标优先级以及授权武器交战；人工智能将承担较低层次的认知功能，例如机动飞机和空战战术。4.人工智能驱动的欺骗系统敌军需要大量关于目标及其防御的信息才能发动可靠的攻击。人工智能驱动的欺骗系统可以分散在物理和网络战场上，以创建误导性的战场图片。此外，广泛分布的小型移动边缘计算系统可以通过传输一系列不同保真度的信号来创建复杂的电子诱饵。这些系统可以安装在无人机上以获得最大的机动性，在攻击进行时掩盖战场。此外，还可结合人工智能欺骗作战，引导敌军攻击空军基地附近的临时机场，从而制造“战争迷雾”，操纵对方态势感知，降低其战斗力。(2)空袭空中进攻作战包括四项任务：①旨在摧毁或破坏地面基础设施（如指挥控制系统、机场、后勤保障、空军基地设施等）的进攻作战；②压制敌方防空作战，攻击敌方高射炮和地空导弹系统；③战斗机进入敌方领空与敌机交战；④护航战斗机??保护轰炸机或运输机等进入敌方领空的飞机。澳大利亚、英国、俄罗斯和美国都在积极研究“忠诚僚机”的概念，该概念设想有人驾驶飞机和无人驾驶飞机紧密合作，一架有人驾驶飞机与多架无人机混合编队飞行。空战进攻概念可以使用人工智能支持的无人机执行多种任务，根据不同的任务应用不同的无人机组合。(3)兵力结构问题由于飞机改装需要漫长的开发和测试过程，最初的人工智能空战概念更可能涉及无人地面系统和无人机的开发和部署，而不是有人驾驶飞机。此外，在人工智能时代，需要有共同的数据标准和云端，并采用开放的系统方式，让新的人工智能设备和网络能够“即插即用”。最后，和平时期执行任务的无人机应该使用现有的商业侦察系统，而不是机密的情报收集系统，以避免对手对被击落的无人机进行逆向工程。
