《人工智能在军事行动作战规划过程中的应用可能性》

关于人工智能在大数据处理中的应用及人工智能在作战系统中的应用进行了初步热烈讨论和广泛推测之后，本文为关于人工智能在军事行动中的辩论提供了一些亟需的具体内容。文章指出了在军事行动的作战规划过程中可以应用人工智能的若干环节，这些应用可能对从作战层级到战术层级的军事应用产生实际影响。本文是塞尔维亚武装部队项目“21世纪初以来现代军事行动的理论与实践”（项目编号：ŠNO/DH/1/24-26）的一部分。

关键词：人工智能，作战规划，军事行动，应用，可能性

1. 引言

20世纪末和21世纪的冲突预示了新一代战争的出现，并影响了在军事行动中运用战斗和非战斗部队（单位）的新概念的形成。在近期的冲突中，可以区分出两个非常重要的部分。第一部分涉及作战区域（战场）的可视化，第二部分指出了在战斗行动中不可或缺地使用机器人作战系统。第一部分对改进作战规划和做出恰当决策的过程贡献最大，第二部分则对改进军事单位的运用战术贡献最大。作战区域的实时可视化（战场情报准备和战斗行动期间作战系统部署的数据）以及机器人作战系统的使用，开始依赖（运用）人工智能。这正在塑造关于军事行动中机器人技术、自动情报处理、自主系统和人工智能的话语。

2. 人工智能

21世纪的人工智能已成为不可或缺的工具，它帮助个人、决策者和公司在更短时间内获取特定信息并加速决策过程。21世纪的大多数理论家认为，人工智能代表了复制人类任务的机器或机器人（系统），但要真正评估人工智能在战争领域或人类社会中的影响，应该更具体些。人工智能系统可以将人们从常规工作中解放出来（例如，分析某些文本以收集一些数据等），并增强人们的创造能力。人工智能可以在人类活动的大多数领域提供帮助，从执行搜索大量数据的常规任务到帮助科学家做出新的科学发现。然而，人工智能也可能被社会中的某些破坏性力量利用，以破坏社会的凝聚力和社会关系，并且可能破坏公共安全或国际安全。因此，有必要对人工智能的运行持批判态度，以便在尊重伦理规范的同时提高其效率。

人工智能的术语定义将包括能够执行通常需要人类智能的任务（如视觉感知、语音识别、决策制定和语言翻译）的计算机系统的理论与开发。如果不基于机器学习算法，就无法充分定义人工智能。算法在数据中找到复杂的模式，这些模式可用于形成规则。机器学习由算法组成，这些算法允许计算机通过理解所给数据与算法设计者（程序员）试图解决的问题之间的关系来识别数据中的模式，而无需由人类显式编程规则。大多数关于人工智能的学术研究都同意，在该领域不同的研究方法下，不存在一个普遍接受的人工智能定义。然而，美国《2019财年国防授权法案》（FY2019 NDAA）确实为第238条（联合人工智能研究、开发与转化活动）的目的提供了人工智能的定义：

• 任何在多变和不可预测的情况下无需大量人工监督即可执行任务的人工系统，或者能够从经验中学习并在接触数据集时提高性能的人工系统。
• 在计算机软件、物理硬件或其他环境中开发的，解决需要在接触数据集时完成任务的人工系统。
• 旨在像人类一样思考或行动的人工系统，包括认知架构和神经网络。
• 一套旨在近似认知任务的技术，包括机器学习。
• 旨在理性行动的人工系统，包括使用感知、规划、推理、学习、通信、决策和行动来实现目标的智能软件智能体或具身机器人。

本文件编写过程中参考了为第238条目的所提出的人工智能理论规定。

人工智能对人类发展有着巨大影响，但由于它并非如此完美，并且可能被破坏性力量利用，因此应特别关注人工智能的安全性。人工智能安全指的是实践中的研究领域，旨在确保人工智能系统的开发和实施方式能够最小化风险并最大化对人类有益的结果。人工智能安全涵盖广泛的关注点，包括：

• 鲁棒性与可靠性：确保人工智能系统在不同条件下按预期执行，并且不表现出意外或有害的行为。
• 伦理考量：解决与人工智能系统中公平性、问责制、透明度和隐私相关的问题，以防止对个人或群体造成伤害或歧视。
• 价值对齐：将人工智能系统的目标和价值与人类用户及整个社会的目标和价值对齐，以防止冲突或意外后果。
• 风险缓解：制定策略和机制以识别、评估和缓解与人工智能技术开发和应用相关的潜在风险，如副作用、误用或意外后果。
• 长期影响：预测并规划人工智能技术的长期社会、经济和生存影响，包括与就业、不平等以及人工智能超越人类能力的潜力相关的问题。

在应用适当安全措施的前提下，在各种过程（教育过程、科学研究过程、某些产品的生产与分销过程、分析过程等）中使用的人工智能的优势，可以应用于军事行动的作战规划过程。

3. 军事行动的作战规划过程

军事行动的规划定义了军事行动的目标和预期结果、实现目标的方式、指挥官的意图以及指挥官的决策。规划的成果是一份可调整并应允许下属指挥官发挥主动性的作战计划。规划是一个在各级指挥层级持续实施的过程——军事行动的规划通过作战规划的过程和程序来执行。

作战规划是一个协调的程序，由一系列逻辑阶段组成，旨在以最优方式执行任务。最常见的情况是，信息不完整、时间不足和资源有限会阻碍规划，而作战规划过程旨在优化在不确定性条件下进行的决策中的逻辑和分析活动。作战规划过程适用于任何类型、任何战场、任何部队规模的作战规划层级。该过程应能使指挥官将各种部队的努力整合到过程中，从而实现有效和协调的规划。军事行动的规划在各级指挥层级进行。塞尔维亚武装部队的《作战规划指令》提到了两种规划类型：预防性规划和危机应对规划。北约的联合作战规划条令列出了以下规划类型：预先与危机应对规划，以及作战行动过程中的规划。

在任何类型的军事行动规划中，都应采用适当的方法（传统方法、因果法、系统法、基于设计的方法、效果导向法）来分析危机或冲突，理解危机的各个部分，理解危机各部分之间的联系和关系（外部与内部联系），并预测在特定作战区域内解决危机（冲突）的可能方案。该过程首先受时间、情报信息、指挥成员能力以及军事单位效率的条件制约。为了使指挥官和参谋部能够解决危机，必须通过分析所有影响因素及其相互关系来对部队和活动进行建模，以选择执行任务的最佳方式（确定适当的部队运用方案）。为了使指挥官和参谋部得出适当的部队运用方案，必须：理解作战问题，理解作战环境，实时可视化和显示作战环境，评估自身能力，制定多个部队运用方案，并选择一个适当的部队运用方案来解决作战区域内的危机。在此过程中，指挥官和参谋部使用各种方法和工具，人工智能可被归入其中。

4. 作战规划过程中可应用人工智能的环节

从孙武到仍在持续的乌克兰与俄罗斯联邦之间的冲突，战争史指出了战场情报准备和作战区域可视化的极其重要性（在某些战斗中具有决定性意义）。在实施战场情报准备期间，可以使用自动化和自主作战系统。自动化系统是一种计算机基于“如果-那么-否则”规则在清晰结构中进行推理的系统，并且它是确定性执行的，这意味着对于每个输入，系统输出将始终相同（除非出现问题）。自主系统则是一种根据给定输入集进行概率推理的系统，这意味着它根据传感器输入对最佳可能行动方案进行猜测。与自动化系统在给定相同输入时不同，自主系统不一定会每次都产生完全相同的行为，但此类系统会产生一系列行为。在评估和描述作战环境时，会使用来自情报数据库的现有数据，确定情报数据库中的缺陷，并据此规划收集和传递情报数据的适当方式。为了节省时间并提高司令部情报机构的工作效率，可以使用人工智能来分析来自情报数据库的大量数据和进行情报评估。自主系统（无人驾驶航空器、陆基和海基机器人侦察平台）正越来越多地用于收集情报数据。无人机上的传感器可以发现潜在目标，将其与数据库进行比较，并决定该目标是否有效；如果有效，则将其转发给作战中心；如果目标以某种概率有效，它们可以决定使用另一个传感器或指令无人机飞往另一个位置对潜在目标进行成像。

在确定行动对象的选择和评估行动效果时，可以使用人工智能来加速分析行动对象的过程和分析作战行动效果的过程。人工智能将通过评估潜在目标是否可达以及在特定战斗环境中可使用哪些作战系统来瞄准该目标（前提是情报数据库是最新的），来协助目标选择小组。这就是美国军方开发“Maven”项目的原因。现代军事行动是在多个域中进行规划的，这开启了在网络域应用人工智能的可能性。传统的网络防御工具寻找与先前恶意代码的历史匹配，因此“黑客”只需修改该代码的一小部分即可绕过这些防御。相比之下，早期的网络防御工具旨在识别网络行为模式的变化并检测异常，从而为以前未注意到的攻击方法提供了潜在的更大屏障。另一方面，自主性本身会增加己方部队遭受网络攻击的脆弱性。对手可以使用恶意软件来接管或操纵自主系统的行为，这将很难检测或对抗。在信息域，可以使用人工智能基于监控到的社交媒体和信息空间中的其他活动来制造虚假信息，并将其分发给目标群体。

在规划现代军事行动时，必须考虑自动化和自主作战系统。2015年12月，美军在叙利亚拉塔基亚省针对恐怖组织“伊斯兰国”（ISIS）的战斗行动中，实施了机器人作战系统与步兵和炮兵部队的协同使用。自主（机器人）作战系统的运行基于人工智能。自主作战系统可以单独使用或以蜂群形式使用。在战斗部队、战斗支援部队和安全部队内部规划自主作战系统的使用是可能的，同时需应用伦理规范和国际人道法准则。