新兴技术加速融入武装冲突,不仅改变战争工具,更重塑其战术、地理范围、参与方及影响。技术发展——从商用无人机到人工智能、电子战到民用基础设施的军事化利用——正侵蚀军事与民用领域的界限。这些变化挑战了有关战争性质与行为的长期假设,同时引发保护平民与维护区分原则的法律与人道关切。

本文探讨这一变革的动因与影响。聚焦技术演进与趋势如何影响敌对行为实施,强调在此变革中亟需坚守法律规范(尤其是区分原则),确保复杂性不成为违规借口。其分析核心在于呼吁正视这些变化对冲突受难者造成的人道后果。

武装冲突的性质正在改变。曾局限于科幻小说或实验室的创新技术现身当代战场。与此同时,新型作战方法涌现,模糊了军事与民用、物理与数字、武装冲突活动与非冲突活动的传统界限。这一变革不仅是技术性的,更是观念、条令与战略层面的。

当今冲突受三大相互关联的宏观趋势形塑:基于部队防护考量的风险规避追求、杀伤力提升驱动,以及平民与民用物体日益融入军事活动。每一趋势均对平民保护、国际人道法(IHL)适用构成独特挑战,并可能动摇战争行为的基础假设。

一、无人与自主系统的崛起

过去十年最显著且广泛采用的军事创新无疑是无人系统的激增:空中无人机、地面无人载具与海上无人舰艇。此类系统曾仅少数技术先进国家可及,现已成为当代战争(包括非国家武装团体(NSAG))的普遍特征。

当前格局由两类主导。其一是转作军用的商用现成(COTS)系统,其具备成本低廉、适应性强且通常可弃用的特性。这类原为民用设计的系统现被用于情报、监视与侦察(ISR)、指挥、控制与通信(C3),并日益承担攻击任务。其二是专为军事行动设计的定制化无人系统,包括远程打击无人机、自主巡飞弹药及用于战斗支援、后勤甚至医疗后送的地面平台。

当前冲突中的生产数据印证了这一变革的规模。昔日仅少数国家拥有少量系统,如今多数国家军队已列装成规模无人系统,部分数量达数百万。此数据不仅体现战术适应,更标志着军力生成与投射方式的根本转变。

海上与地面无人载具亦快速发展。海军无人机已被用于攻击舰船、沿海目标、直升机及固定翼飞机。地面平台正测试部署于布雷至战斗支援等多样化任务。近期一次完全由无人系统执行的联合行动(尽管规模有限),揭示了未来全自动化冲突的可能图景。

二、全时全域感知:持续传感器与信息环境

现代战场的另一显著特征是数据采集与传感器整合的爆炸式增长。现代军队与非国家行为体依赖热成像、夜视设备、激光雷达(LiDAR)、雷达、声学传感器、元数据及卫星馈送等海量输入构建通用作战图景(COP)。

但该图景并非仅由军事资产生成。民用设备(尤其是手机)兼具情报搜集与指挥、控制及通信系统功能。手机用户可能主动收集传输战场情报,但更多情况下其设备在不知情时被用于定位、追踪与分类以锁定潜在目标。通话记录、应用元数据及地理位置等大量个人数据可从民用渠道获取,经AI驱动系统处理后转用于目标锁定、人物画像或影响力操作。

为促进信息传输与处理,民用与军事信息基础设施及工具正加速融合。商用卫星、数据中心、民用软件与电信网络现常规用于翻译、分类存储军方截获的通信,传输战场数据并辅助指挥控制。

法律影响严峻。当民用数字基础设施成为军事行动工具时,其本身可能转化为军事目标。此外,个体可能并非因其行为,而是因其设备显示的信息特征而成为打击目标。

三、无形战场:电子战与通信干扰

随着对数字通信的依赖加深,此类系统的脆弱性同步攀升。电子战(EW)——包括干扰、欺骗与信号拦截——已成为当代冲突的核心要素。

在部分交战中,电子战使精确制导弹药的误差范围从不足20米扩大至超过一公里。有人与无人航空系统因干扰被迫停飞、中止任务或损毁。加密无线电设备遭截获或失效,迫使操作员回归纸质地图与商用手机等模拟工具。

非国家行为体现使用商用干扰器破坏通信与导航。除战术效果外,电子信号本身构成风险:即使短暂发射亦可暴露部队位置供敌方瞄准。

作为应对,部分军队正采用更具韧性的系统(如无人机光纤通信链路)。另一些则试验完全无需实时控制链路的自主武器,实质将人类排除于决策环节之外。

四、人工智能与战争速度

人工智能(AI)正迅速成为战争方式的关键工具。AI被用于识别目标、分析与管理传感器数据、翻译通信内容,以及规划协调无人化作战行动。在冲突中,AI赋能系统可将“杀伤链”(即从探测到打击的流程)从数分钟压缩至数秒。据报道,某些应用中AI已用于推荐打击目标,甚至在人类审核明显受限的情况下协助实施打击。

当前AI系统通常设计为辅助而非替代人类决策。但当决策速度远超人类有效监督能力时——这种状态有时被称为“AI奇点”——辅助可能演变为替代。

除目标锁定外,AI正整合至后勤、监视与战略规划领域。军队正探索“人机协同”概念,将AI驱动平台与有人系统配对以提升作战效能。空中“忠诚僚机”系统(即与有人战机协同飞行的无人机)已在部分场景实战化应用。

随着AI系统成熟,其影响可能渗透战争各层级。与此同时,关于法律责任归属、错误率,以及对设计者亦无法完全理解的适应性系统如何有效适用国际人道法(IHL)等问题仍待解答。

五、远程打击与高超音速武器应用的日益增长

另一显著趋势是远程高速武器的使用扩大,包括增程无人机、弹道导弹、巡航导弹及日益增多的高超音速滑翔飞行器。这些系统使行动方能够打击1000公里外的目标——远离前线且通常深入对手领土。

此类远程能力通过开发新系统或改装现有弹药(如提升射程、改造防空导弹用于对地攻击)实现。

高超音速武器(定义为速度超过五倍音速的武器)因机动性与速度特性尤受关注,其可令多数现有导弹防御失效。试验与部署正在增加,据报道其中一些首次实战使用发生在2024年。

对平民安全的威胁显而易见:随着武器射程与速度提升,远离前线的关键基础设施与人口中心脆弱性加剧,且往往缺乏及时预警或有效防空拦截的缓解措施。

六、战争领域的扩展

现代战争不再局限于陆、海、空领域——网络与太空域及信息环境中的军事活动正日益增加。

针对公共基础设施、通信网络与交通系统的网络行动愈发频繁。低于武装冲突门槛的活动(如影响民用航空的GPS干扰、网络破坏与虚假信息行动)现已成为国家间竞争的常规手段。

在太空领域,近年来单年发射卫星数量常达数百颗,印证太空在情报监视侦察(ISR)与指挥控制通信(C3)中的核心地位。对军用及商用卫星的干扰、欺骗甚至物理攻击,以及对利用核电磁脉冲(EMP)瘫痪低地球轨道卫星的担忧,均凸显该领域的脆弱性。

七、从防御到“总体防御”

为应对威胁规模与复杂性的提升,多国采纳“总体防御”战略,即整合军事、民事、经济与技术资源的全社会国家安全规划。此类战略通常包含指导平民应对紧急状况、维持基础服务,并在某些情况下参与国防事务。此外,国防框架考量如何利用科技企业与电信、ICT服务及卫星网络等民用关键基础设施支持军事防御。

尽管民事参与可增强国家韧性,但平民更深度介入信息搜集、后勤或民事抵抗等支援角色引发严重人道关切。例如,平民及民用ICT基础设施越深入军事活动,其遭受伤害风险越高,国际人道法区分原则的遵守难度亦越大。

推行总体防御模式的国家需权衡战备与保护,确保平民免受敌对行动波及,避免因参与军事行动而暴露于不必要风险。

八、人道后果与反思的必要性

贯穿上述所有发展,一个令人担忧的趋势始终存在:军民领域的界限日益模糊。无论是通过军用化商用现成技术、将民用基础设施用于军事目的,还是直接动员平民参与军事活动,战斗人员与非战斗人员的界限正变得愈发难以划定。

当军队使用平民或民用物体引发其是否符合国际人道法(IHL)保护义务时,这一问题尤为突出。若军民界限模糊化,区分军事目标与平民及民用物体的原则将更难以落实。同样受到冲击的还有比例原则、攻击预防措施及民用基础设施保护规则。

此外,随着战争速度加快、自动化程度加深与数据驱动性增强,人类进行实质性判断的空间正在收窄。关乎生死的决策可能以机器速度作出,其依据的输入参数与程序逻辑对操作人员而言不可见。

结论:迈向更复杂的战场空间

未来战场将由三大融合趋势形塑:通过无人系统、远程系统及危险任务自动化降低风险;借助传感器网络、快速决策与多域作战追求更高杀伤力;以及军民融合程度的加深——从基础设施、商用现成工具直至总体防御战略。

这些创新及其应用必须辅以更深入的后果考量与防护措施,以降低平民伤害风险。随着冲突形态演进,武装行为体须持续回归指导实践的法律、伦理与人道框架。技术可重塑战争方式,但冲突根源与受影响者仍相对恒定。

随着界限模糊化与战争加速,坚守区分武装冲突与无差别暴力的原则与规则(即国际人道法)变得愈发紧迫。这些规范绝非可选——它们对守护人类共同人性至关重要。它们绝非负担,而是驾驭复杂性、在混沌中厘清秩序、确保技术创新不以平民生命为代价的基石框架。

成为VIP会员查看完整内容
3

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
中文版 | 数字时代的认知战:虚拟战场博弈
专知会员服务
17+阅读 · 4月13日
军事人工智能:乌克兰战争的经验启示
专知会员服务
30+阅读 · 4月2日
JADC2 如何转变军事行动
专知会员服务
29+阅读 · 1月21日
万字译文 |《决策中心战的兴起》决策中心战、马赛克战
专知会员服务
258+阅读 · 2023年3月21日
【混合智能】有关军事混合智能的思考
产业智能官
13+阅读 · 2020年5月17日
AIoT(一)丨产业的发展历程与市场概况
乌镇智库
11+阅读 · 2019年7月27日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
47+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
Arxiv
169+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
461+阅读 · 2023年3月31日
Arxiv
76+阅读 · 2023年3月26日
Arxiv
168+阅读 · 2023年3月24日
Arxiv
24+阅读 · 2023年3月17日
Neural Architecture Search without Training
Arxiv
10+阅读 · 2021年6月11日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
47+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员