中文版4200字 | 人工智能赋能空战变革

当前正值颠覆性技术剧变时代，“人工智能”（AI）领域尤为如此。尽管由商业部门开发且为其服务，人工智能显露的军事应用潜力正推动全球武装力量开始试验雏形阶段的“AI赋能防御系统”。对率先充分理解人工智能、进而改革现有人本中心兵力结构并接纳“AI作战模式”的国家而言，或将获得显著的“先发制人”优势。

澳大利亚国防学院探索了适用于近中期“AI赋能战争”的海陆空作战概念。鉴于大量底层“窄人工智能”技术已在商业领域成熟发展，此举并非纯理论推演。当代人工智能的“通用属性”意味着其初期应用将嵌入现有作战层级结构，而非构建全新体系。

本文聚焦空中领域。为集中论述，严格限定于“防空作战”范畴，避免扩展至联合与联军作战层面。即便如此，仍可探索激发未来思考与备战准备的作战概念。关键需认知：人工智能是其他技术的“激活剂”。其并非独立作用体，而是与众多数字技术协同运作——为这些技术注入某种形式的“认知能力”。

近中期内，人工智能的核心吸引力在于其快速识别模式、探测海量数据中隐藏目标的能力。在为移动系统赋予新型自主性的同时，AI将彻底变革战场全域的目标感知、定位与识别能力，“战场隐蔽性”将日益困难。然而人工智能并非完美：其固有缺陷包括“易受欺骗性”“系统脆弱性”“跨任务知识迁移障碍”及“高度数据依赖性”。

因此人工智能的核心作战效能可概括为“探测与反制”。依托机器学习，AI在“高杂波背景”中识别隐藏目标的能力远超人类且速度惊人；但另一方面，人工智能也易受多种手段欺骗——其卓越的目标探测能力缺乏稳健性支撑。

传感器网络与指挥控制体系

“探测能力”构建的起点是在敌方力量可能活动的陆海空天网全域最优位置布设大量低成本“物联网”（IoT）传感器。这一理念已在“综合防空系统”（IADS）中得到部分实践——通过地面雷达站链与“空中预警机”协同探测高低空目标。空战中“AI赋能防御概念”主张大规模增补现有高成本、数量受限的传感器部署方式，转而采用海量具备AI功能的小型低成本地面及机载传感器。

扩展型物联网传感器网络中的小型单元可利用“边缘计算”技术，将预处理数据经云端传输至融合中心并汇入指挥控制系统。此类微型传感器虽可搭载主动短程雷达发射器，但受制于“供电瓶颈”而应用受限。更可行的方案是采用被动式物联网传感器，探测涵盖声学、紫外、红外、无线电及雷达频段的电磁频谱信号。单个传感器性能或许有限，但当数百个节点数据整合时，便可实现三维空间内的空中目标追踪与识别。

地面防空物联网传感器通常采用固定持久部署，而“无人机”（UAV）搭载的传感器续航时间可达数小时至一昼夜。新兴物联网技术（如“高空气球”“微卫星”及“伪卫星”）有望大幅提升续航能力，这些平台均可集成AI功能。

建设采用被动探测模式的大型物联网传感器网络后，渗透飞行器必须规避雷达、数据链及通信等辐射源以防暴露。尽管如此，常规飞机排放的噪音、热辐射及可视特征仍可能泄露行踪。因此构建“深层次物联网传感器网络”至关重要：当飞行器接近已知传感器时或通过机动降低辐射（尤指前向辐射），但深层网络仍可从侧翼及后方探测到规避中的目标——即使其未直接进入主探测区。

AI实现的超大规模物联网传感器网络将部分处理数据经云端输送至融合设施，由AI执行深度解析。此过程可套用“观察-研判-决策-执行”（OODA）模型：“观察”环节AI既作用于各物联网节点边缘计算，也参与融合中心数据处理；“研判”阶段AI在“作战管理系统”中发挥核心作用，不仅生成近实时全景空情图，还能预判敌机行动轨迹；随后的“决策”AI层基于防空单元可用状态，向人类指挥官提交按威胁等级排序的拦截目标清单、推荐跨域攻击最优方案、行动时间节点及防误伤措施，此时人类通过“人在回路”或“人在环上”模式保持深度介入；经人工批准后，最终“执行”环节由AI主导——自动分配武器至各目标并传递制导数据、确保友军误伤规避、确认打击完成状态、必要时下达弹药补给指令。

AI赋能的战斗机

随着多款高性能无人机投入应用，开发具备“视距内空战”能力、利用“人工智能”进行战术决策的无人机，似乎已成为一项明确的工程任务。美国空军（USAF）计划在2024年重启2020年“AI驾驶战机对抗人类飞行员”的试验——此次将采用“实体战术战机”而非模拟系统。实战化、经优化的“AI赋能近距格斗无人机”可实现比有人战机更“小型化”“轻量化”与“低成本化”；若执行防御任务，甚至无需挂载武器即可瓦解敌方空袭。

该无人机可由“指挥控制系统”指派，对敌机实施“拦截”“逼近”并启动“格斗”。敌有人战机因此被迫分心应对，“攻击路径”遭到干扰，进而暴露于其他有人作战系统的打击范围。若敌机进行规避机动，“燃油消耗率”将激增，可能需提前撤离以返回遥远的基地。

另一方面，“AI武装战斗机”可根据实际战况，采用“人在环内”或“人在环上”模式运作。但武器挂载会带来“工程设计难题”：引发“通信稳定隐患”、触发“武装冲突法律风险”并衍生“战术顾虑”。综合考量下，采用“锁定-全程伴飞”模式的无人机更具优势——该型无人机“锁定”敌机后持续伴飞，实时“广播”其航迹与详细参数。

“AI战斗机”可执行“战斗空中巡逻”（CAP）或“地面待命拦截”（GAI）任务。CAP任务需要较大机体以保证有效“滞空时间”（同尺寸无人机滞空能力远超有人战机），但机体增大将加剧“设计”与“操作”复杂度。执行GAI任务时，无人机可设计得更轻巧（更接近导弹构型），例如美空军“XQ-58A女武神”验证机：从固定发射架升空，伞降回收，并可部署于“可移动货运集装箱”中。若GAI型AI无人机无需机场，将简化“多层防空体系”构建流程，更能催生“分布式防空”等创新理念——在物联网传感器网络内分散部署GAI无人机，由指挥控制系统远程调度实施“快速反应拦截”，与CAP有人战机“协同作战”。此类无人机同样无需武器挂载即可发挥效用。

关键在于，此类“AI赋能的综合防空系统”需明晰“人机任务分工”：人类承担“高层级认知功能”的决策职责（制定“全局作战策略”、筛选及“排序目标”、批准“交战”），AI则执行“低层级认知功能”（如“飞行器机动控制”与“格斗战术实施”）。

欺骗功能AI

AI的“探测功能”需辅以“欺骗功能”形成作战效能。攻击方需充分掌握目标及防御信息以确保打击成功率。“AI赋能欺骗系统”可在物理战场与网络空间全域部署，旨在通过构建误导或混淆态势破坏敌方“探测效能”。此类系统还可融入“精密欺骗行动”，发挥协同效应。

广泛分散的移动式“边缘计算系统”通过发射可变保真度信号群，可生成复杂电子诱饵。虽可借助道路网络部署“无人地面载具”模拟机动防空系统等特定功能，但依托“无人机平台”部署可实现最优机动性。其战术目标是在短暂攻击期间遮蔽战场态势。

成本更高的方案是采用“无人机电子复制技术”——模拟大量防御战机在目标区域各CAP战位升空，营造“防御力量远超预期”的假象，诱使敌方攻击编队因预判高战损而撤退。“欺骗功能”还可与“被动防御措施”及“作战路径选择”深度集成。机场通常在战前提前建设，可针对性设计抗打击能力。但现代“精确制导武器”削弱了“加固工事”的防御效果，“分散部署”成为优选方案。AI技术将使这一分散部署策略的可行性达到数十年来新高。

永久性机场周边可设若干“临时起降场”。此类场站设计使用寿命为数周至数月（远低于永久机场的几十年）。冲突期间，战机可在永久机场与临时起降场持续轮转。这种机动将与“AI赋能欺骗行动”深度融合，旨在迷惑敌方决策——使其无法确定打击目标，最终徒劳攻击无战机驻扎区域。该战术通过强化“战争迷雾”，操控敌认知模式，精准削弱敌作战效能。

敌反航空作战可投入的战机、“防区外武器”及弹道导弹数量有限。攻击无战机驻扎的机场既使有人战机蒙受不必要损耗，又造成珍贵弹药储备浪费（短期冲突中不可补充）。“AI欺骗系统”与“物理分散部署”相结合，既可降低敌空袭效能，又能诱使敌方消耗有生力量。此类分散部署的传统痛点是：多临时机场运作战机需在各点位“复刻后勤支援体系”，导致人力和资源成本激增。AI赋能系统可破解此困局——永久机场可通过“智能物流通道”联接其大型仓库与临时起降场的耗材补给点，当前已有成熟AI技术应用于仓储端。

现代化仓库已具备四大特征：“库存实时监测”“AI机器学习云端大数据物联网实时订购”“机器人拣货”“载具自动转运”。部分仓库引入“按需3D打印”技术，满足老旧设备备件的一次性需求，避免大量占库。新建的“物流控制中枢”集成多源数字信息，运用大数据分析技术实现供应链（含运输环节）全景实时可视化。同类技术可应用于耗材储备设施管理。

在补给运输通道层面，“AI智能物流”可采用“机器人卡车编队行驶”模式（亦称“集群随行技术”）：头车由人类驾驶领航，多辆无人载具紧密跟随。研发“无人化机场物流卡车”比陆军补给车技术门槛更低——前者主要在勘测过的铺装道路上运行，并可依托GPS导航。

临时起降场端可全面部署AI赋能系统。通过整合“人工智能”“机器学习”“大数据”“云计算”“物联网”“自主运行”及“机器人技术”，此类基地能以远少于现役编制的人员规模高效生成作战架次：包含“自主加油装弹”的可服役战机机器人化保障成为可能；“AI预测性维护”将大幅减少计划外维修频次。机场可呈现“无人值守”状态，由永久基地或异地“工程物流中心”远程管控，甚至采用“可再生能源+储能电池”实现半自主供能。

临时机场的启用设备或已预置完毕，战时激活即可。另一种方案是预设基础设施网络，待“即插即用”系统与载具通过首轮卡车编队运抵后，迅速接入机场“体系中的体系”。正如本次聚焦防空的讨论所揭示：AI正如同现代版的“机器之魂”，深度渗透多数军事装备，势将开辟空战新纪元。鉴于空军转型常需数十年沉淀，推动这场“未来空战革新”已刻不容缓。

参考来源：

1 Peter Layton, “Fighting Artificial Intelligence Battles Operational Concepts for Future AI-Enabled Wars,” Joint Studies Paper, No. 4, 2021, https://www.defence.gov.au/.

2 Peter Layton, “Algorithmic Warfare: Applying Artificial Intelligence to Warfighting,” Air Power Development Centre, 2018, https://airpower.airforce.gov.au/.

3 Steve Ranger, “What Is the IoT? Everything You Need to Know about the Internet of Things Right Now,” ZDNet, 3 February 2020, https://www.zdnet.com/.

4 Maj Peter W. Mattes, USAF, “What is a Modern Integrated Air Defense System,” Air Force Magazine, 1 October 2019, https://www.airforcemag.com/.

5 Duncan Stewart et al., “Bringing AI to the Device: Edge AI Chips Come into Their Own,” Deloitte, 9 December 2019, https://www2.deloitte.com/.

6 Michael Spencer, “Pseudosatellites: Disrupting Air Power Impermanence,” Air Power Development Centre, 2019, https://airpower.airforce.gov.au/.

7 Sarah Lewis, “OODA Loop,” TechTarget, June 2019, https://searchcio.techtarget.com/.

8 Chris Westwood, “5th Generation Air Battle Management,” Air Power Development Centre, 2020, https://airpower.airforce.gov.au/.

9 Joseph Trevithick, “Navy Establishes First Squadron to Operate Its Carrier-Based MQ-25 Stingray Tanker Drones,” The Drive, 1 October 2020, https://www.thedrive.com/; and Kyle Mizokami, “Russia’s ‘Hunter’ is Unlike Anything in America’s Arsenal,” Popular Mechanics, 10 August 2020, https://www.popularmechanics.com/.

10 Patrick Tucker, “An AI Just Beat a Human F-16 Pilot in a Dogfight — Again,” Defense One, 20 August 2020, https://www.defenseone.com/; and Secretary of Defense Dr. Mark T. Esper, “Secretary of Defense Remarks for DoD Artificial Intelligence Symposium and Exposition,” US Department of Defense, 9 September 2020, https://www.defense.gov/.

11 “Combat Air Patrol,” Wikipedia, https://en.wikipedia.org/; and Lt Col Ernani B. Jordao, “An Investigation of the Combat Air Patrol Stationing in an Integrated Air Defense Scenario,” (BS Thesis, Brazilian Air Force Academy, 1971), https://apps.dtic.mil/.

12 Joseph Trevithick, “This Containerized Launcher for the XQ-58A Valkyrie Combat Drone Could Be a Game Changer,” The Drive, 16 October 2019, https://www.thedrive.com/.

13 Col Daniel Javorsek, USAF, “Air Combat Evolution (ACE),” DARPA, https://www.darpa.mil/.

14 Miranda Priebe et al., “Distributed Operations in a Contested Environment: Implications for USAF Force Presentation,” RAND Corporation, 2019, https://www.rand.org/.

15 Stefan Schrauf and Philipp Berttram, “Industry 4.0: How Digitization Makes the Supply Chain More Efficient, Agile, and Customer-Focused,” Strategy& and PWC, 7 September 2016, https://www.strategyand.pwc.com/.

16 “Oshkosh Defense Delivers Autonomous Vehicles,” Nation Shield, Military and Strategic Journal, 2 February 2020, http://nationshield.ae/.

17 Peter Layton, “Surfing the Digital Wave: Engineers, Logisticians and the Future Automated Airbase,” Air Power Development Centre, 2020, https://airpower.airforce.gov.au/.