随着人工智能技术的迅猛发展及其在军事领域的广泛应用，战时敌我双方将首先围绕“感知—理解—推理—判断”等环节激烈对抗，争夺支撑作战体系高效运转的人机混合智能的“思考”速度和质量优势。美军认为，未来战争将是智能化战争，未来军备竞赛将是智能化军备竞赛，并已提前布局、顶层设计、规划引领，将人工智能技术与装备的新发展应用于监视侦察、威胁评估、水雷战、网络安全、情报分析、指挥控制、教育训练等各个领域，助推美军智能化转型，夺取未来战争的主动权，保持在军事领域的绝对优势。

一、美军出台人工智能技术发展计划
美军提出了以人工智能为关键支撑技术的“第三次抵消战略”，发布了《国家人工智能研究与发展战略规划》《2009—2034财年无人系统联合路线图》，提出了“分布式作战”“蜂群”等一系列新型作战概念，推动智能化导弹、无人自主空中加油等相关人工智能军事应用项目的部署，加快人工智能技术向武器装备系统和无人作战体系的转化进程，提升战场态势感知、军事情报分析、远程精确打击、反导反卫等能力，体现了美军利用人工智能和自主能力等先进技术，实现作战效能的阶梯式飞跃，抵消对手作战能力、形成绝对军事优势的发展思路。美国国防部出台《人工智能战略》，成立“联合人工智能中心”，明确人工智能技术是保持军事优势的关键，确定借助人工智能技术加快提升美军战斗力的途径和方法，目标是加速人工智能技术的新能力交付，扩大人工智能技术在国防部的影响，确保美国在人工智能领域的技术优势。美军各军种先后制定了“智能化发展路线图”，如《无人系统综合路线图(2017—2042财年)》《海军无人系统战略路线图》《地面无人系统路线图》《机器人路线图》等，探索有人与无人系统统一编组、无人装备平台的实战化应用以及未来战争制胜模式，形成针对主要对手的新“代差”优势。美国国防部已将人工智能技术置于维持其主导全球军事大国地位的战略核心，以应对未来可能的“反介入/区域拒止”威胁，并将自主技术、人工智能及先进导弹视为支撑美国反制未来数十年威胁的关键。2018年1月美国发布的《国防战略》认为，人工智能等新技术是确保美国打赢未来战争的关键。“高级自主武器”成为《国防战略》确立的美军现代化的八项重点之一。美国国防部在2020财年向人工智能和机器学习技术研发投资9.27亿美元，高级研究计划局2020财年预算申请包括1.38亿美元的先进地面系统技术项目，其他预算还包括1000万美元的“高度网络化的相关数据分发”项目和1.61亿美元的“AI人机共生”项目。新项目表现出网络化、无人驾驶和广泛分布的网络空间能力等特征。利用人工智能技术支持自主系统的发展，符合美军“拥有更多自主系统，在拒止竞争环境中支持作战人员”的国防战略。2018年11月，美国设立人工智能国家安全委员会，该委员会承担三大职责，即考察人工智能技术在军事应用中的风险，考察人工智能技术在国家安全和国防领域的伦理道德问题，以及制定公开训练数据标准和推动公开训练数据共享。2019 年 2月12 日，美国国防部网站公布了《2018 年国防部人工智能战略摘要》，提出了美国国防部应用人工智能技术的目标，指出实现战略的方式。依赖信息化和数字化建设所构建的框架，美军已开始步入军事体系智能化建设的稳定发展之路。

二、美军人工智能技术应用研制项目的进展
美国国防部高级研究计划局早在20世纪70年代就开始开展人工智能技术的研究，其信息处理技术办公室支持斯坦福大学和麻省理工学院进行研究机器辅助认知项目。近年来，美军加快人工智能技术的研发应用进程，在军事认知、自主指挥控制、智能武器、无人系统等各个领域都取得了重大进展。

(一)军事认知技术项目

认知技术是人工智能应用的基础。美国国防部高级研究计划局早在20世纪80年代就启动动态分析和重新规划工具项目，采用自动推理，显著改善沙漠风暴和沙漠盾牌行动中后勤和其他领域的规划问题。通过可学习个性化助理计划，美国国防部高级研究计划局创建了军事认知计算系统，提高不同层次军事决策的效率，实现更小型、移动性更高且不易受到影响的联合作战指挥中心。美国国防部高级研究计划局的先进机器学习概率规划计划，旨在创建用户友好的编程语言来简化和普及机器学习应用，研制能够主动、自主地为战士提供各类辅助信息的人工智能系统，加快人工智能应用程序的开发，包括垃圾邮件过滤器、智能手机个人助理和自动驾驶车辆等。美国国防部的深蓝项目为海军高层在联合作战的概念制定、新技术的引入、全球反恐、数据与保密的高级分析等方面提供战略咨询，任务范围包括如太平洋作战计划和阿拉伯湾的海上安全行动。2006年，美国国防部高级研究计划局开始启动综合学习项目，该项目的目标是将专业领域知识和常识综合创造出一个推理系统，该系统能够像人一样学习并可用于多种复杂任务，以显著扩展计算机学习的任务类型，为研制执行复杂性任务的自动系统打下基础。“深绿”项目于2007年启动，主要是将人工智能引入作战辅助决策，预测战场态势的瞬息变化，帮助指挥官提前思考，判断是否需要调整作战计划，并协助指挥官生成新的替代方案。通过对OODA环中的观察和判断环节进行多次计算机模拟，提前演示不同作战方案可能产生的各种结果，对敌方行动进行预判，协助指挥官做出正确决策，缩短制定和调整作战计划的时间。美国陆军通信电子研究、开发与工程中心下设的指挥、力量和集成局启动指挥官虚拟参谋项目，通过采用工作流和自动化技术帮助营级指挥官和参谋监控作战行动、同步人员处理、支持实时行动评估，在复杂战场环境中为作战指挥决策制定提供可用的信息。从2010年起，美国国防部高级研究计划局资助深度学习项目，目标是构建一个通用的机器学习引擎，完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。美国国防部高级研究计划局于2017年启动终身学习机器项目，探索生物学习机理在人工智能中的应用，开发支持下一代自适应人工智能系统所需的技术，使其能够在实际环境中基于情景进行在线式现场学习并改善性能。这种持续自主学习的能力，可帮助武器装备系统在没有预编程与训练的情况下适应新情景。随着战场情报数据的复杂程度、速度、种类和数量的增加，多源情报分析的效率也需要相应地提高。美国空军调动“数字企业多源开发助手”项目，寻求研发一种交互式问题解答系统，作为虚拟助手帮助分析人员处理海量的复杂情报数据，更好地从对手相关的信息中发现和解读存在的模式。该项目所寻求的能力是能够直接回答问题或者通过与用户交互，协助引导情报分析人员找到答案。它不仅可以支持情报分析，还可用于决策制定，使任何人员无论技术能力如何，都可以完成复杂的分析任务。美国国防部高级研究计划局战略技术办公室启动了一项名为“指南针”的项目，旨在帮助作战人员通过衡量对手对各种刺激手段的反应来弄清对手的意图。该项目试图从两个角度来解决问题：首先试图确定对手的行动和意图，然后再确定对手如何执行这些计划，如地点和时机、具体执行人等。在确定这些问题之前，必须分析数据、了解数据的不同含义，为判断对手的行动路径建立模型，然后使用人工智能技术在对手真实意图的基础上试图确定最有效的行动选项。美国国防部高级研究计划局设立KAIROS的人工智能项目，以提升态势洞察、预警探测、情报处理和战争理解能力。该系统具备更强的侦察预警、情报处理和战争理解能力，能够获得“情报之外的情报，情报背后的情报”。美国国防部高级研究计划局设立的“人工智能科学和开放世界新奇学习”项目，旨在推进第三代人工智能技术的开发，解决机器和人类“思考”方式的基本差异，促进人机融合与团队合作，使人工智能系统成为“解决问题的合作伙伴”，在网络安全、数据图像分析、无人机群操作等方面起到增强人类能力的作用。认知计算是一种模拟人的认知、智能和解决问题方式的计算技术。美军通过实施自学电子攻击技术、认知无线电台技术、基于认知的协作决策感知认知模型、基于脑电波识别和认知算法的战场威胁探测技术等项目，大力推进认知计算技术在武器装备领域的应用。美国空军研究实验室授予通用电气公司一份高性能嵌入式计算系统合同，以模拟人类中枢神经系统的信息路径，推动开发与部署自适应学习、大规模动态数据分析和推理的先进神经形态体系结构和算法。

(二)自主指挥控制技术项目

2016年8月，美国国防部国防科学委员会《自主性》研究报告提出，假如指挥官们能够运用自主化情报分析、解读，连续规划和重规划战术级作战行动，就能利用敌方作战间隙进行攻击。美国国防部高级研究计划局先后启动了“洞察”、可视化数据分析、深度学习、文本深度发觉与过滤、高级机器学习概率编程等大量基础技术研究项目，探索发展从文本、图像、 声音、视频和传感器等不同类型、多源战场数据的自主获取、处理信息、提取关键特征和挖掘关联关系的相关技术。目前，美国国防部高级研究计划局已部署了一系列面向实际作战任务背景的人工智能军事应用项目。例如，Mind's Eye计划，用于探索能够根据视觉信息、进行战场态势认知和推理的监视系统；战场对抗环境中目标识别与适应计划，尝试用机器学习和迁移学习等智能算法和人工智能芯片，解决战场态势目标的自主认知，帮助指挥员快速定位、识别目标并判断其威胁程度；分布式战场管理计划，主要发展战场决策助手，帮助指挥员准确、快速地理解战场态势，并自主生成行动建议。美国陆军装备司令部通信－电子研究、开发和工程中心启动CVS项目，旨在通过综合应用认知计算和人工智能等技术，以应对海量数据源和复杂战场态势，提供主动建议、高级分析和自然人机交互，为指挥员制定战术决策提供从规划、准备、执行到战争行动回顾全过程的决策支持。2017年4月26日，美国国防部副部长罗伯特·沃克签发了被称为“Project Maven”的备忘录，该备忘录显示国防部要成立“算法战跨职能小组”，推动人工智能关键技术与国防系统的加速融合。美军的“算法战”项目旨在采用人工智能算法，从海量的视频数据中发现感兴趣的目标，相关成果从2017年12月开始陆续部署美军多个部门。运用不同数据类型和数据运用要求所需的标准化分析算法，从而建立起数据自主分析系统，能够大大缩短观察、判断、决策、行动环的反应时间，有效提升数据处理和挖掘效率，在智能决策、指挥协同、情报分析、战法验证以及电磁网络攻防等关键领域发挥作用。

(三)智能武器装备项目

将人工智能、大数据、云计算、传感器等新一代信息技术嵌入现有武器平台中，实现对武器平台的全方位感知和智能化控制，能够获取目标精准的指示信息，对目标实施精准的复合性打击，毁瘫作战对手的体系结构。据美军测算，智能坦克如果能够装备部队，美军装甲师的兵力可减少30%～50%，即减少5000～7000人，在缩小规模的同时保持甚至提高战斗力。美军正在大力推广人工智能在武器装备系统中的应用，不断提高武器装备在储、运、修、管过程中的自动化水平，全面提高武器装备保障的整体效能。同时，给精确制导弹药植入人工智能芯片、加上“智能大脑”，通过与智能战场态势感知系统、指挥控制系统的互联互通，自主机动规避、自动识别定位、自动锁定目标，极大提升打击精度、速度和毁伤能力。海湾战争期间，美军的“联合直接攻击弹药”只能在起飞前加注目标数据，而在伊拉克战争中，其接收器能够接收导航卫星传来的目标数据，可以随时改变攻击目标实施摧毁打击，智能化水平显著提升。2019年4月，美国陆军承包司令部在政府网站发布了一项请求信息，寻求对致命微型空中导弹系统(LMAMS)的行业投入，最终的LMAMS必须包括一个“全能导弹”，要求是一种开箱即用的导弹，包括弹头、数据链、导航、传感器和发射器。美军将通过发展智能化武器装备、信息系统和决策支持系统以及定向能、高超声速、仿生、基因和纳米等新型武器，使武器装备系统与信息系统、指挥控制系统全面实现智能化，更多样的仿生、基因、纳米等新型武器可能走上战场，作战空间进一步向生物空间、纳米空间及智能空间拓展。美军将自主学习技术和智能处理技术注入电子战武器装备。美国陆军研究室通过模拟人脑思考过程开发出一种量子神经元计算机芯片；美国高通公司通过模拟神经结构和大脑处理信息方式开发出了大脑芯片。美军从2010年开始开展 “认知电子战”概念研究，拟利用人工智能技术对电子战系统进行反复训练和迭代，使其在战场环境中根据遭遇威胁和敌方电磁频谱信息，有针对性地产生特定对抗信号。美国国防部高级研究计划局开展了“自适应电子战行为学习”“自适应雷达对抗”“极端射频频谱条件下的通信”等电子战项目，通过实施自学电子攻击技术、认知无线电台技术、协作决策感知模型、基于脑电波识别和认知算法的战场威胁探测技术等项目，推进人工智能技术在武器装备领域的应用。

(四)无人作战系统项目

2018年8月30日，美国国防部公开了《无人系统综合路线图(2017－2042)》，这是美国自 2001 年以来发布的第8版无人机/无人系统综合路线图，概述了美国国防部计划在未来 25 年内如何发展和应用无人系统，指导美国军用无人机、无人潜航器、无人水面艇、无人地面车辆等的全面发展。美军已经把机器人自主系统作为2040年前军用机器人的发展路线图的关键能力。美军现有8000多个空中无人系统，1.2万多个地面无人系统，成为美军实施作战行动不可或缺的组成部分。目前，美军主要从以下三个方面加快发展无人作战系统：一是加紧部署无人机作战集群。美军正在加紧推进以“小精灵”“郊狼”等项目为代表的“蜂群”作战技术研究，验证和评估低成本无人系统集群技术的可行性。2015年3月，美国陆军将第一装甲师战斗航空旅第1航空营改编为首支有人机和无人机混合编成的部队。2016年5月，美国空军发布小型无人机系统路线图，提出将重点发展无人机 “蜂群式作战”概念。美国国防部长办公厅战略能力办公室完成了用3架“大黄蜂”战斗机编队，投放103架“山鹑”小型无人机，并形成“蜂群”的演示，空射微型无人机作战集群，向实战化前进一大步。美国陆军作战旅均已编配战术无人机排，还将为每个现役师新编一个 “灰鹰”无人机连。二是加快发展陆上无人作战系统。由于地面环境复杂、具有高度动态性，当前弱人工智能技术不能支撑地面无人自主系统实施全自主模式，因此远程遥控以及主从式跟随模式就成为陆上无人平台的主要使用方式。美军以这种方式控制的“勇士”排爆机器人与士兵协同作战，已经在阿富汗和伊拉克战场上发挥了重要作用。美国国防部投入巨资，在杜克大学的神经工程中心等全美6个实验室中展开了“思维控制机器人”的相关研究。美国国防部高级研究计划局研发了一种自主式双脚机器人，能够让士兵在战场上远程控制，以替代士兵执行部分作战任务，如放置监视设备、搜索并攻击建筑物内的威胁目标、救助伤员、设置障碍物等。随着新一代人工智能技术的发展，“致命性自主武器”(LAWS)技术越来越成熟。LAWS实际上是一种军用智能机器人，这种机器人与人脸识别、无人机、精准定位等技术的结合，可以自主选择和攻击包括人员和装备在内的军事目标。美国国防部高级研究计划局研发的自主式双脚机器人，能够让士兵在战场上远程控制，以替代士兵执行部分作战任务，如放置监视设备、搜索并攻击建筑物内的威胁目标、救助伤员、设置障碍物等。在未来战场上，赋予武器装备“随心所动”的智能化操作，各种“代理战士”“机器兵团”将有望成为无人作战的新样式、新角色。三是加快发展水上水下无人作战系统。美国海军已经对集群式无人水面舰艇的相关技术进行了多次演示验证和演练，并设想利用基地型机动无人系统，形成新型水下无人集群作战能力。美军研制的“反潜战持续跟踪无人艇”可自动识别并连续数月跟踪监视敌方安静型常规潜艇，实现常态化反潜。美国国防部高级研究计划局投资研发的分布式敏捷反潜系统中潜艇风险控制子系统，由携带主动声呐的多个水下无人自主系统组成，通过信息中继单元实现自组网，以集群的方式运转于深海区域形成探测栅栏，实现对敌方潜艇的适时探测。水下无人系统已成为美国海军装备研发“热点”，并开展无人化作战、水下分布式协同打击等全新作战理念的设计和检验。

三、美军人工智能技术与装备的发展趋势
在军事领域应用人工智能的目标，并不是要完全替代人类智能，而是使人工智能与人类智能有机融合，实现功能互补、相得益彰，以进一步增强人类智能，使指挥员和一线作战人员专注于战争谋划、行动协同、指挥决策、战场防护等工作，根据作战任务属性和作战人员背景进行自适应调整，确保人机间的高效协同互补，更好地发挥人作为战争制胜的决定性因素的主动性。这需要在深度学习技术的基础上，进一步发展深度解释、复杂模型灵活解析、人机互信表达与信赖进化等模型。由于机器不能向用户解释其想法和行动，研究人员也无法完全理解人工智能系统的决策过程，难以分辨人工智能系统某个具体行动背后的逻辑。可解释性是人类与人工智能关系发展的核心，人工智能系统必须向操作人员解释行为决策原因，以获得人类信任。因此，提升“可解释性”将成为美军未来人工智能技术发展的重点。美军的“可解释的人工智能”项目正在开发新一代机器学习技术，改进可解释的机器学习方法，完善人工智能解释理论的计算模型，优化可解释的机器学习用户界面并将其集成到原型系统。“不同来源主动诠释”项目将开展模糊性多源信息流的重要数据筛选研究，开发一种多假设“语义引擎”，根据从各种来源获得的数据，产生对现实事件、形势和趋势的显性化释义，解决当今大数据环境下的数据繁杂、矛盾和潜在的欺骗问题等。通过开发直观界面，允许用户在分析的任何阶段修改所提取的语义元素和所生成的假设，使用真实世界数据评估所生成假设的有效性和完整性。“自动知识提取”项目将开发各种技术，使不同的数据和信息源自动集成到一个整体，利用语义技术和机器学习方面的进步，使机器在不需要人工干预的情况下完成整个数据集成功能，帮助作战人员自动建立对目标区域军事、政治、经济、社会和文化的广泛认知。“确保AI抗欺骗可靠性”项目旨在开发新一代防御技术，抵抗针对机器学习模型的对抗性欺骗攻击，通过挑战性问题、攻击模拟和公开竞赛建立机器学习风险评估试验台。到2020年，美军的智能化水平显著提升，从自动行为转变为自主行为，能预先感知人、环境和有效操作；加强人机交互，实现合作与信任。2020年以后，美军进一步完善认知能力，提高自主能力和智能化水平，同时实现一些概念，例如智能化无人系统编队在对抗环境中的自主作战，无人系统与有人平台协同作战。预计到2035年前，美军将初步建成智能化作战体系；至2050年前，美军的智能化作战体系将发展到高级阶段，武器装备系统与信息系统、指挥控制系统全面实现智能化。当前美军发展人工智能技术还存在诸多的技术瓶颈，包括发展多情报传感器和武器的交叉提示以及动态任务重新分配能力。需要精确导航与受时，交叉提示传感器，将信息传送到其他系统、将数据分发到地面控制站，多输入、多输出通信以获取准确信息，并将数据转化为信息，进一步将信息转化为知识。当前的机器学习系统无法不断学习或适应新的情况，系统程序在经过学习训练后会出现固化，在系统部署后无法对不可预见的情况做出响应。此外，无法感知、理解和判断事物，缺乏机器常识，会阻碍智能系统与外界的自然交流以及在不可预见的情况下合理行事并从新的体验中学习，这种缺失将是目前美军拥有的人工智能应用程序与未来创建的更通用的人工智能应用程序之间的最大障碍。所有这些，都将是美军未来推进人工智能技术发展与军事应用中需要解决的重大课题。

发布日期：2024年1月22日