打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
美空军情报官分析将人工智能算法用于缩短“实时作战杀伤链”的利弊

摘要美国空军发言人曾在与《空军杂志》记者的电子邮件往来中写道:“人工智能(AI)算法被用作作战情报工具链,这意味着它们被集成到实时作战情报生产渠道中,在任务中协助情报专家更及时地提供情报。这些算法可在任何分布式通用地面系统(DCGS)站点获得,并且可以在需要时通过站点提供给任意一个空中作战中心,可以说它们并不局限于特定位置。”本文主要依据美国空军资深情报官詹妮弗·鲁克撰写的《用人工智能缩短杀伤链》,她以情报分析人员的视角介绍了运用AI算法缩短“实时作战杀伤链”的利弊以及DCGS武器系统的使用发展情况。

关键词:美国,空军,人工智能,杀伤链,DCGS

美国空军部长弗兰克·肯德尔在2021年9月20日举行的空军协会年度航空、太空和网络会议上发表演讲时表示:“今年,空军首席架构师办公室首次将AI算法部署到分布式通用地面系统的实时作战杀伤链和一个空中作战中心中,以进行自动目标识别。这意味着AI算法走出了实验室,真正成为了作战人员可用的军事能力,它大大减少了手动识别目标的人力密集型任务——缩短了杀伤链并加快了决策速度。”

肯德尔部长在美国防部做出罕见让步的几天后发表了这一言论。2021年8月29日,美军在阿富汗喀布尔发动的错误无人机空袭导致10名阿富汗平民死亡,其中包括7名儿童。而后,美军辩解此次喀布尔的无人机空袭是为了“消除迫在眉睫的ISIS-K威胁”,在道德上是“正义”的。三周后,负责监督该地区军事行动的美国中央司令部司令麦肯锡将军承认这一情报失误,且表示导致这些平民丧生的无人机袭击是“一个悲剧性的错误”。麦肯锡在后续的审查程序中强调,美国军队当时面临着迫在眉睫的威胁,没有时间进一步“了解”目标。而这不是美国无人机第一次误判和误杀“意外”目标。

2021年,《空军杂志》还报道了由德国拉姆施泰因空军基地指导的一次实验阶段性演示,并表示这一定是将AI算法引入“实时作战杀伤链”的前奏。美国军方将这类演示作为一种测试手段,在接近真实作战环境的场景中测试新技术、作战概念和流程的可行性和价值。在《空军杂志》报道的这次演示中,美国空军欧洲-非洲司令部(USAFE-AFAFRICA)及部分北约盟国荷兰、波兰和英国将新的瞄准技术整合到当地DCGS站点(即分布式地面站-4/DGS-4)的情报、监视和侦察(ISR)、指挥和控制作战。由于几个北约盟国都参加了此次演示,因此欧洲伙伴关系一体化企业(EPIE)组织很可能也参与了此次活动。EPIE是联盟伙伴的中心,其成员还包括法国、西班牙、意大利、比利时、荷兰等欧洲无人机计划成员国,这些国家共享各种ISR信息,如无人机平台发送的视频等。EPIE组织成员国的参加对这次演示而言意义重大,这表明各成员国之间不仅共享情报信息,还积极合作开发ISR技术和程序。

然而,AI算法如果以上述方式被启用,那么将与当前对致命性自主武器系统(LAWS)的监管辩论紧密关联,这些辩论围绕着“有意义的人类控制”的定义展开。美国空军情报官詹妮弗·鲁克认为,当前辩论集中在目标获取和武器发射这一点上,忽略了对确定“威胁”后、瞄准开始时的人为控制的讨论,然而,正是在结束瞄准后,一系列人机交互启动,并引出致命决策点。算法和自动化长期在瞄准过程中发挥着重要作用。现在,AI算法被用作进一步加快“杀伤链”执行速度的手段。美军在向着速度更快的机器辅助决策前行时,不加批判地认定超越对手是保持竞争优势的决定性因素,而没有评估这种决策上的加速在战场上给自己带来的变化,也没有考虑对决策速度的追求很可能正是其所谓“悲剧性错误”和“意外”后果的根源。

DCGS武器系统

由于无人机和传感器被用于“远程分工作战”,因此大多数研究都将关注点放在了无人机飞行员和传感器操作人员在当代战争中的作用上。然而,无人机飞行员和传感器操作人员只有与世界各国的社会技术成果进行交互才能够实现作战效能,而这些社会技术成果不仅仅局限于无人机,还包括有人驾驶飞机和其他平台、运输传感器的交通工具、传输和处理传感器数据的数据链、通信和计算机系统,此外还有整理和解读数据的人员及最终生成的报告,这些报告会被分发到有需要的部门,各部门根据报告制定计划,并将报告存储起来,以供这一网络系统未来访问和使用。现有的大多数研究也主要关注“杀伤链”过程的“交战”阶段,而忽略了确认和破坏“敌对”目标之前的活动,即从定义“威胁”开始的瞄准过程。

对瞄准过程的狭隘定义模糊了大量ISR产品背后的系统结构、官僚机构和文化偏见。这些ISR产品首先定义“威胁”,然后将平台和武器引向要打击的目标。大卫·德普图拉中将是第一次海湾战争空战的主要规划者和现代美国空军空中监视系统的主要架构师,现已退役。用他的话说,就是(引自《空军杂志》):“每个人都在关注无人驾驶飞行器,但它只是一个传感器主机,为这个我们称之为分布式通用地面系统的庞大分析系统提供数据。DCGS将数据转化为信息,并有可能将其转化为情报。”

美国空军正式将DCGS定义为“主要ISR计划与指挥、收集、处理与挖掘、信息分析与分发(PCPAD)武器系统”,并将其用于有人和无人飞行器,这些飞行器组成了超过27个区域和全球网络站点。PCPAD这一首字母缩略词代表了对可疑威胁对象进行分析和跟踪的流程。关于这一过程内部运作的详细信息已在美国空军条令网站上公开,可参阅美空军条令出版物2-0《全球综合ISR作战》。

美空军分布式通用地面系统

这种基于算法的取证监视,如德雷克·格雷戈里所述,是“一种对节奏分析的军事化,甚至是对时间地理的武器化”,将数据与(社会)语境(context)分离开。这一过程被描述为“永久性警务监视”,可与暴力的美国国内警务监视活动相提并论。美国国家安全局前总法律顾问斯图尔特·贝克宣称:“元数据绝对可以告诉你某个人生活的一切事情。如果你有足够的元数据,你就不需要(社会)语境。”美国国家安全局和中央情报局前局长、退役上将迈克尔·海登证实:“我们基于元数据杀人。”生成这种“可执行情报”的算法由传感和分析基础设施中的算法塑造和控制,以DCGS武器系统为核心。美国空军曾在其官方网站上吹嘘DCGS当时的每日作战节奏:“利用了超过50架次的ISR(飞机),审查了超过1200小时的动态图像,产出了约3000份信号情报报告、开发了1250张静态图像并管理20TB的数据。”

2009年,德普图拉将军与人合著了一篇文章,发表于《联合部队季刊》。该文章以“捕食者”在阿富汗执行的为期18小时的任务为例,说明了DCGS武器系统网络如何将分布式技术和人机交互结合起来。AI算法正是通过这些标准程序得到了应用。然而,由于AI算法在收集和处理数据时天然带有偏见,因此这些程序不会将数据转化为关于某个特定“威胁”的真实情报或对态势感知的准确描述。这些程序会根据其社会语境对收集到的数据进行推断,从而将各人类目标简化为单纯的数据点,以用于分析各目标间被视为威胁的可识别模式和联系。这一数据解读方式还基于这样一种假设,即用于识别此类复杂模式和联系的高效自动化方法能够更准确地理解模式和联系之间的关系,哪怕其已与被监视者日常生活的语境和意义分离。这一假设以及空军为实现目标而采用的标准程序无疑直接导致了美军先发制人进行致命打击的错误决策。反过来,也可以说,是这一先发制人的打击决策塑造了解释数据和启动标准程序的框架。

DCGS“下一代”计划

詹妮弗·鲁克指出,在过去三十年中,这种对美国军队在国外进行干预的“威胁”的先发制人的追求,已经产生了对数据收集和分析的永不满足的追求,以满足本质上相当于种族定性的内容。数据收集的指数级增长推动了劳动密集型处理周期的出现,然而这一模式难以长久持续。DCGS武器系统收集的数据远远多于其当前配置所能利用的。美空军将他们正在进行的多个DCGS“下一代”计划定义为一次文化变革,把ISR作战行动从过去的以平台为中心转变为以问题为中心,并宣称这些计划不仅可以提高态势感知,还可以提供更深刻的态势理解,从而避免误杀平民等“意外后果”和“悲剧性错误”。驱动这一转变的,是美军对更好利用有限人力资源以开采网络上流动的大量数据的期许,而达成目标的手段,则是更高的自动化水平。然而,由于DCGS武器系统架构在多年的发展中增加了多个子系统,因此难以将收集到的数据全部整合起来供使用者便捷查询。正因如此,DCGS武器系统正在向具有单一通用硬件和软件基础设施的、基于云的开放式架构转变。美空军正在与各国防科技研发公司合作应用AI,使原本由人力处理的以平台为中心的PCPAD数据分析工作能够通过神经形态处理器和边缘运算在数据收集传感器上完成。通用原子公司已经对“敏捷神鹰”广域监视无人机吊舱进行了飞行测试,这是一种AI驱动的目标计算机,旨在“自动检测、分类和跟踪潜在的感兴趣项目”。

由于Maven项目已经创建了算法,可以对视频数据进行分类和管理,并标记其内容,以创建合适的数据集共机器处理,并在某些模式出现时对工作人员发出提醒,因此人们不必再花数小时盯着无人机视频片段。AI发现和开发(AIDE)是一种由极端计算处理能力支持的深度学习能力,按照构想,该能力将对输入DCGS网络的所有数据进行整理和挑选,并抓取出与分析师的需求关联度最高的信息,还会随着时间推移不断学习,并向分析师推送量身定制的信息通知。简而言之,它将为分析师提供其所需的信息。部分ISR人员也将接受培训,成为数据科学家。DCGS情报生产周期模型(过去称为PCPAD)被重新命名为SIAS过程,即感知、识别、属性和共享过程。DCGS情报人员自称为“感知制造者”(sense maker),表示他们将作为具有群体思维的团队协同解决问题。以上所有举措都是为了让人们能够不受限制地评估从数据中整理出来的信息、在越来越紧迫的时间中做出决策,并以不断提高感知对手决策OODA(观察、判断、决策、行动)循环的速度。

美高级军官以OODA循环模型为指导研究了纳卡冲突中高杀伤力的无人机行动,研究发现,时间因素至关重要,必须在敌军完成决策周期之前抢先一步结束己方的决策周期,并破坏对方的决策。并且,相比在宽容环境中作战,在敌对环境中需要以更快的速度完成这一步。美国希望通过不断扩大其军事竞争优势来实现军事的范式转变和改革。

渊亭防务是中国军事智能先行者和领导者。欢迎注册登录天网·实时防务情报智库(i.utenet.cn),获取百万篇国外专题研究、防务报告、军事影像、防务资讯等干货资料!

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
美军欲实现“杀伤网”,C4ISR或演变为SNAI
人工智能在国防领域的七大应用
新品发布:分布式通用地面系统——美军情报大数据系统
人工智能走上战场的探路者,说的就是这个项目
美“算法战跨部门小组”利用AI技术挖掘作战数据的具体做法
美国“侦察威慑”概念新发展
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服