美国兰德公司报告《现代战争中的联合全域指挥控制》浅析

2020年7月1日,美国兰德公司发布《现代战争中的联合全域指挥控制——识别和开发人工智能应用的分析框架》报告(以下简称《报告》)。报告探讨了美国空军实施联合全域指挥控制(JADC2)面临的挑战,通过压制敌方防空系统等具体场景分析了多域作战中应用人工智能的机会,从数据收集、存储和处理等方面提出了建设JADC2人工智能生态系统的最佳商业实践,最后阐述向现代化联合全域指挥控制出发的三个重要因素:指挥控制结构、数据和算法。
联合全域指挥与控制的挑战
美国空军实施JADC2面临的挑战主要包括四个方面:一是当前战役层指挥控制挑战,传统作战规划速度和反应时间慢,空中作战中心(AOC)需要新的人工智能辅助工具;二是能力集成受限,多领域及其能力无缝、动态和连续的集成受到流程、系统、训练以及规划和执行经验的限制;三是各空中作战中心间存在差异,缺乏应用接口;四是人工智能的引入,需要合适的技术生态系统来支持,以提高跨军种、多域作战效率。
 

在多域作战中应用人工智能

空军希望在现代的联合全域指挥控制中应用人工智能,实现向分布式指挥控制的转换。为评估人工智能对多域指挥控制的适用性,报告以具体场景为例,说明如何在任务中利用人工智能。
 

01  以压制敌方防空系统(SEAD)

图1描述了SEAD场景的一个可能的高度自动化交战流程。首行集中于目标探测和行动方案选择,中间行是执行行动方案的资源选择过程,末行详细说明任务执行情况。

图1 多域作战中压制敌人防空系统任务的现代化指挥和控制流程

本场景应用人工智能的7个流程可帮助评估最合适的支撑技术:一是自动化剧本,包括专家系统、各种作战场景的建模和仿真;二是从通用作战图(COP)中自动选择资源,使用自然语言等算法对信息进行处理;三是自动最小化机会成本,比较各种资源的使用成本,将任务执行者和武器/平台进行最好的匹配;四是机器学习,建模和仿真或者真实演习可以为算法提供训练数据;五是由作战管理系统自动重规划情报、监视、侦察(ISR)和打击任务,优化路线以最大限度地减少威胁和其他成本,跨平台协同作战;六是评估,应用图像识别算法或无监督学习等技术进行作战评估。

 

02  可扩散情报监视与侦察(ISR)

图2是针对台湾海峡开展无人ISR行动的一个范例(参考美兰德公司发布《在竞争环境中使用低成本可回收无人机——作战概念的初步评估》报告),将大量(数百个)相当小的、可重复使用的无人“情报监视与侦察”平台部署在约1万平方公里的区域,开展密集的监视。

图2 可扩散情报监视与侦察任务无人机部署

图3描绘了可扩散情报监视与侦察的规划和运行过程。首行关注于自动化收集工具的选择,中间行体现的是任务规划,末行对任务执行作具体阐释。

图3 可扩散情报监视与侦察任务的现代化指挥和控制流程

在可扩散情报监视与侦察领域,有望进行自动化操作的具体方面包括:自动化收集器推荐;就入口、出口和利益地区清理空域;创建并发布启动/恢复时间表;分配超视距带宽,提醒数据接收者;在规划和执行过程中创建并发布小型无人机系统的参数;调整任务参数;调整目标参数;更新小型无人机系统机载作战系统。最独特的任务是“在规划和执行过程中创建并发布小型无人机系统的参数”。

面向全域联合指挥控制的人工智能生态系统

加速每个作战域进程(如以分而不是天来计算OODA循环)是驱动JADC2的要素之一,而人工智能辅助决策是实现该目标所必需的。数据作为人工智能的核心,空军将需要采用以数据为中心的生态系统,来促进人工智能的应用。报告给空军提供了一些的商业最佳做法:一是数据收集,商业应用通常通过特洛伊木马方法收集数据。随着联合全域作战概念开发,数据需求不断变化,空军需要采取“保存一切”的方法收集数据。二是数据储存,采用数据湖可以解决AOC数据可访问性的问题,因为所有数据都以原始格式存储在中心位置,可通过搜索或目录查找特定的信息片段。三是数据处理,数据清理工具可以通过自动化来加快流程,另一个是使用数据注入管道来自动化数据清理过程。四是计算,利用分布式计算,将数据湖中的数据分割成多个块,利用计算机网络进行并行化处理,提高存储访问时间和处理速度。五是发展中的美国防部人工智能生态系统,推进“联合企业防御基础设施”(JEDI),将数据集成到公共云端中,使作战人员更快地处理信息、预测和反应。六是数据建模与模拟仿真,相当对手冲突的场景推演,真实、虚拟和构造性的练习可提供额外的数据训练算法。七是人事考虑,JADC2将具备更分布的指挥控制(C2)结构,未来C2人员需要更多的技能,以适应流程自动化和高度人机协作。

向现代化联合全域指挥控制能力迈进

报告指出必须调整三个主要使能类别,以支持未来多域作战。一是指挥控制结构,包括兵力组织、任务训练和人员配置。未来C2结构必须支持未来多域作战概念的需求,因此结构应该足够灵活以适应变化。二是数据和数据基础设施,制订数据标准和程序以便储存和分享数据,继续对云计算基础设施和数据湖进行投资。三是工具、应用程序和算法,通过利用数据及其基础设施来加速必要的C2流程。
 

几点看法

人工智能技术的应用将促进联合全域作战指挥控制的逐渐成熟。人工智能对于JADC2的C2结构、数据源和计算基础设施、以及决策者“在回路”的机器-机器流程算法开发都可起到作用。
应用人工智能的C2任务或工具如报告中提到的全域通用作战图或自动资源识别,可以大幅提升战场态势感知能力,从而快速决策,提升作战效率;人工智能生态系统的自动化数据清理等方法可以缩短处理流程;通过自动化辅助手段,决策者可以作为管理者监督任务执行,只在必要时介入,降低工作负荷。通过使用人工智能自动化辅助工具,可提升指挥控制效率,降低复杂度。美国国防高级研究计划局和空军研究实验室在这方面已经做了一些工作,如对抗环境下的弹性同步规划与评估(RSPACE)、分布式指挥控制作战等。随着指挥控制能力的不断提升,JADC2也将不断成熟。

2020-07-22智邦网

声明:本平台发布部分内容来自公开资料或者网络,版权归原作者所有,转载的目的在于传递信息及用于网络分享,不代表本平台赞同其观点,如涉版权问题,请与我们联系,我们第一时间处理!