美空軍情報官分析將人工智能算法用于縮短“實時作戰殺傷鏈”的利弊

美國空軍部長弗蘭克·肯德爾在2021年9月20日舉行的空軍協會年度航空、太空和網絡會議上發表演講時表示：“今年，空軍首席架構師辦公室首次將AI算法部署到分布式通用地面系統的實時作戰殺傷鏈和一個空中作戰中心中，以進行自動目標識別。這意味著AI算法走出了實驗室，真正成為了作戰人員可用的軍事能力，它大大減少了手動識別目標的人力密集型任務——縮短了殺傷鏈并加快了決策速度。”

肯德爾部長在美國防部做出罕見讓步的幾天后發表了這一言論。2021年8月29日，美軍在阿富汗喀布爾發動的錯誤無人機空襲導致10名阿富汗平民死亡，其中包括7名兒童。而后，美軍辯解此次喀布爾的無人機空襲是為了“消除迫在眉睫的ISIS-K威脅”，在道德上是“正義”的。三周后，負責監督該地區軍事行動的美國中央司令部司令麥肯錫將軍承認這一情報失誤，且表示導致這些平民喪生的無人機襲擊是“一個悲劇性的錯誤”。麥肯錫在后續的審查程序中強調，美國軍隊當時面臨著迫在眉睫的威脅，沒有時間進一步“了解”目標。而這不是美國無人機第一次誤判和誤殺“意外”目標。

2021年，《空軍雜志》還報道了由德國拉姆施泰因空軍基地指導的一次實驗階段性演示，并表示這一定是將AI算法引入“實時作戰殺傷鏈”的前奏。美國軍方將這類演示作為一種測試手段，在接近真實作戰環境的場景中測試新技術、作戰概念和流程的可行性和價值。在《空軍雜志》報道的這次演示中，美國空軍歐洲-非洲司令部（USAFE-AFAFRICA）及部分北約盟國荷蘭、波蘭和英國將新的瞄準技術整合到當地DCGS站點（即分布式地面站-4/DGS-4）的情報、監視和偵察（ISR）、指揮和控制作戰。由于幾個北約盟國都參加了此次演示，因此歐洲伙伴關系一體化企業（EPIE）組織很可能也參與了此次活動。EPIE是聯盟伙伴的中心，其成員還包括法國、西班牙、意大利、比利時、荷蘭等歐洲無人機計劃成員國，這些國家共享各種ISR信息，如無人機平臺發送的視頻等。EPIE組織成員國的參加對這次演示而言意義重大，這表明各成員國之間不僅共享情報信息，還積極合作開發ISR技術和程序。

然而，AI算法如果以上述方式被啟用，那么將與當前對致命性自主武器系統（LAWS）的監管辯論緊密關聯，這些辯論圍繞著“有意義的人類控制”的定義展開。美國空軍情報官詹妮弗·魯克認為，當前辯論集中在目標獲取和武器發射這一點上，忽略了對確定“威脅”后、瞄準開始時的人為控制的討論，然而，正是在結束瞄準后，一系列人機交互啟動，并引出致命決策點。算法和自動化長期在瞄準過程中發揮著重要作用。現在，AI算法被用作進一步加快“殺傷鏈”執行速度的手段。美軍在向著速度更快的機器輔助決策前行時，不加批判地認定超越對手是保持競爭優勢的決定性因素，而沒有評估這種決策上的加速在戰場上給自己帶來的變化，也沒有考慮對決策速度的追求很可能正是其所謂“悲劇性錯誤”和“意外”后果的根源。

由于無人機和傳感器被用于“遠程分工作戰”，因此大多數研究都將關注點放在了無人機飛行員和傳感器操作人員在當代戰爭中的作用上。然而，無人機飛行員和傳感器操作人員只有與世界各國的社會技術成果進行交互才能夠實現作戰效能，而這些社會技術成果不僅僅局限于無人機，還包括有人駕駛飛機和其他平臺、運輸傳感器的交通工具、傳輸和處理傳感器數據的數據鏈、通信和計算機系統，此外還有整理和解讀數據的人員及最終生成的報告，這些報告會被分發到有需要的部門，各部門根據報告制定計劃，并將報告存儲起來，以供這一網絡系統未來訪問和使用。現有的大多數研究也主要關注“殺傷鏈”過程的“交戰”階段，而忽略了確認和破壞“敵對”目標之前的活動，即從定義“威脅”開始的瞄準過程。

對瞄準過程的狹隘定義模糊了大量ISR產品背后的系統結構、官僚機構和文化偏見。這些ISR產品首先定義“威脅”，然后將平臺和武器引向要打擊的目標。大衛·德普圖拉中將是第一次海灣戰爭空戰的主要規劃者和現代美國空軍空中監視系統的主要架構師，現已退役。用他的話說，就是（引自《空軍雜志》）：“每個人都在關注無人駕駛飛行器，但它只是一個傳感器主機，為這個我們稱之為分布式通用地面系統的龐大分析系統提供數據。DCGS將數據轉化為信息，并有可能將其轉化為情報。”

美國空軍正式將DCGS定義為“主要ISR計劃與指揮、收集、處理與挖掘、信息分析與分發（PCPAD）武器系統”，并將其用于有人和無人飛行器，這些飛行器組成了超過27個區域和全球網絡站點。PCPAD這一首字母縮略詞代表了對可疑威脅對象進行分析和跟蹤的流程。關于這一過程內部運作的詳細信息已在美國空軍條令網站上公開，可參閱美空軍條令出版物2-0《全球綜合ISR作戰》。

美空軍分布式通用地面系統

這種基于算法的取證監視，如德雷克·格雷戈里所述，是“一種對節奏分析的軍事化，甚至是對時間地理的武器化”，將數據與（社會）語境（context）分離開。這一過程被描述為“永久性警務監視”，可與暴力的美國國內警務監視活動相提并論。美國國家安全局前總法律顧問斯圖爾特·貝克宣稱：“元數據絕對可以告訴你某個人生活的一切事情。如果你有足夠的元數據，你就不需要（社會）語境。”美國國家安全局和中央情報局前局長、退役上將邁克爾·海登證實：“我們基于元數據殺人。”生成這種“可執行情報”的算法由傳感和分析基礎設施中的算法塑造和控制，以DCGS武器系統為核心。美國空軍曾在其官方網站上吹噓DCGS當時的每日作戰節奏：“利用了超過50架次的ISR（飛機），審查了超過1200小時的動態圖像，產出了約3000份信號情報報告、開發了1250張靜態圖像并管理20TB的數據。”

2009年，德普圖拉將軍與人合著了一篇文章，發表于《聯合部隊季刊》。該文章以“捕食者”在阿富汗執行的為期18小時的任務為例，說明了DCGS武器系統網絡如何將分布式技術和人機交互結合起來。AI算法正是通過這些標準程序得到了應用。然而，由于AI算法在收集和處理數據時天然帶有偏見，因此這些程序不會將數據轉化為關于某個特定“威脅”的真實情報或對態勢感知的準確描述。這些程序會根據其社會語境對收集到的數據進行推斷，從而將各人類目標簡化為單純的數據點，以用于分析各目標間被視為威脅的可識別模式和聯系。這一數據解讀方式還基于這樣一種假設，即用于識別此類復雜模式和聯系的高效自動化方法能夠更準確地理解模式和聯系之間的關系，哪怕其已與被監視者日常生活的語境和意義分離。這一假設以及空軍為實現目標而采用的標準程序無疑直接導致了美軍先發制人進行致命打擊的錯誤決策。反過來，也可以說，是這一先發制人的打擊決策塑造了解釋數據和啟動標準程序的框架。

詹妮弗·魯克指出，在過去三十年中，這種對美國軍隊在國外進行干預的“威脅”的先發制人的追求，已經產生了對數據收集和分析的永不滿足的追求，以滿足本質上相當于種族定性的內容。數據收集的指數級增長推動了勞動密集型處理周期的出現，然而這一模式難以長久持續。DCGS武器系統收集的數據遠遠多于其當前配置所能利用的。美空軍將他們正在進行的多個DCGS“下一代”計劃定義為一次文化變革，把ISR作戰行動從過去的以平臺為中心轉變為以問題為中心，并宣稱這些計劃不僅可以提高態勢感知，還可以提供更深刻的態勢理解，從而避免誤殺平民等“意外后果”和“悲劇性錯誤”。驅動這一轉變的，是美軍對更好利用有限人力資源以開采網絡上流動的大量數據的期許，而達成目標的手段，則是更高的自動化水平。然而，由于DCGS武器系統架構在多年的發展中增加了多個子系統，因此難以將收集到的數據全部整合起來供使用者便捷查詢。正因如此，DCGS武器系統正在向具有單一通用硬件和軟件基礎設施的、基于云的開放式架構轉變。美空軍正在與各國防科技研發公司合作應用AI，使原本由人力處理的以平臺為中心的PCPAD數據分析工作能夠通過神經形態處理器和邊緣運算在數據收集傳感器上完成。通用原子公司已經對“敏捷神鷹”廣域監視無人機吊艙進行了飛行測試，這是一種AI驅動的目標計算機，旨在“自動檢測、分類和跟蹤潛在的感興趣項目”。

由于Maven項目已經創建了算法，可以對視頻數據進行分類和管理，并標記其內容，以創建合適的數據集共機器處理，并在某些模式出現時對工作人員發出提醒，因此人們不必再花數小時盯著無人機視頻片段。AI發現和開發（AIDE）是一種由極端計算處理能力支持的深度學習能力，按照構想，該能力將對輸入DCGS網絡的所有數據進行整理和挑選，并抓取出與分析師的需求關聯度最高的信息，還會隨著時間推移不斷學習，并向分析師推送量身定制的信息通知。簡而言之，它將為分析師提供其所需的信息。部分ISR人員也將接受培訓，成為數據科學家。DCGS情報生產周期模型（過去稱為PCPAD）被重新命名為SIAS過程，即感知、識別、屬性和共享過程。DCGS情報人員自稱為“感知制造者”（sense maker），表示他們將作為具有群體思維的團隊協同解決問題。以上所有舉措都是為了讓人們能夠不受限制地評估從數據中整理出來的信息、在越來越緊迫的時間中做出決策，并以不斷提高感知對手決策OODA（觀察、判斷、決策、行動）循環的速度。

美高級軍官以OODA循環模型為指導研究了納卡沖突中高殺傷力的無人機行動，研究發現，時間因素至關重要，必須在敵軍完成決策周期之前搶先一步結束己方的決策周期，并破壞對方的決策。并且，相比在寬容環境中作戰，在敵對環境中需要以更快的速度完成這一步。美國希望通過不斷擴大其軍事競爭優勢來實現軍事的范式轉變和改革。

淵亭防務是中國軍事智能先行者和領導者。歡迎注冊登錄天網·實時防務情報智庫（i.utenet.cn），獲取百萬篇國外專題研究、防務報告、軍事影像、防務資訊等干貨資料！