为自动化和增强战术决策，支持高度复杂的作战环境中的作战人员，美海军正加速利用计算技术和数据分析方法。2022年6月，美海军研究院发表《人工智能赋能的实时兵棋推演系统在海军战术行动中的应用》论文，研究了如何利用人工智能和博弈论来开发实时兵棋推演系统。

背景分析

战场空间的复杂性急剧增加。由于新技术、新能力、新武器和新角色的出现，战场空间的复杂性（以增加的速度、致命性和不确定性为特征）正在激增。现代战术战争需要迅速而有效的决策和行动，以便在经常是高度动态和复杂的战区保持竞争优势。需要考虑的因素的数量，因不确定性、事件的快速发展和人为错误的风险而放大。

战术决策逐渐出现知识缺口。战场上的各类威胁正在急剧增加，各主要大国都在不断开发新的武器装备和作战概念。与此同时，对抗性定向能武器、自主系统、先进的情报、监视和侦察技术以及各类太空技术装备构成了新的潜在风险、危害和威胁，导致作战人员在知识和能力方面出现缺口。这种知识缺口以行动延迟、不熟悉和不确定性的形式，对作战人员做出战术决策提出了挑战。

人工智能将会发挥重要作用。美国防研究人员正在积极寻求人工智能（AI）作为方法、算法和系统的来源，以解决日益增长的战场复杂性。人工智能有潜力在具有许多变量和未知的复杂情况下提供实时决策响应。在高度动态的情况下，使用人工智能为兵棋推演提供实时决策辅助可能在处理许多变量、许多场景和许多未知因素的同时，能够快速产生行动过程建议。

历史案例

该论文认为可以通过回顾几个典型的历史事件，来了解在极端压力和时间限制下依靠人类思维做出决定的缺点。这些案例表明，即使在非战斗场景中，也需要自动决策辅助工具来帮助和扩展人类心理模型。

案例一：菲茨杰拉德号驱逐舰和MV ACX水晶号碰撞。2017年6月17日，美海军菲茨杰拉德号驱逐舰与菲律宾籍MV ACX水晶号货船相撞。该事件导致7人失踪，3人受伤。经美军方评估，菲茨杰拉德号的维修费用或高达5亿美元，比2000年时在也门遭恐怖分子袭击的科尔号驱逐舰还多一倍。根据美国家运输安全委员会完成的海上事故报告，碰撞的原因主要包括：第一，菲茨杰拉德号舰桥小组犹豫不决，未能及早采取行动防止碰撞；第二，菲茨杰拉德号上的舰桥小组和作战信息中心之间的沟通和合作是无效的；第三，作战信息中心和舰桥小组人员没有有效协调；第四，菲茨杰拉德号没有自动识别系统信号广播，这可能导致ACX团队没有及早发现它；第五，菲茨杰拉德号战斗信息中心和舰桥人员在事件发生前感到疲劳，影响了其态势感知和反应时间。

美海军菲茨杰拉德号驱逐舰碰撞损坏

案例二：美旧金山号核潜艇在关岛“触礁”。2005年1月8日，美海军旧金山号核潜艇在前往澳大利亚布里斯班进行例行性访问的途中，在关岛母港以南560公里的海域“触礁”。该事件造成1人死亡，23名艇员受伤。据估计，旧金山号遭受了7900万美元的损失。事后，美海军对这次事故进行了全面的调查，结果显示旧金山号核潜艇指挥官接受该事件的全部责任，但主要是暗示国防测绘局（DMA）提供的导航图上次修订是在1989年。指挥官也承认缺乏前进测深以确保路径畅通，并且没有与其他现有海图进行交叉检查。

美旧金山号核潜艇损坏

案例三：美文森斯号巡洋舰地对空导弹击落伊朗航空655航班事件。1988年7月3日，美文森斯号巡洋舰和伊朗炮艇进行交火时，伊朗655航班因航班延误，而美文森斯号巡洋舰试图通过军事和民用频率进行警告联系未果，最终美文森斯号巡洋舰发射了一枚地对空导弹，导致伊朗655航班上的290名乘客和机组人员全部遇难。根据麻省理工学院发表的一份报告称，该事件主要是由人为错误和人与系统接口失误造成的：美国和伊朗之间的极度紧张，美国情报部门预测的伊朗袭击；美文森斯号巡洋舰自动化系统的人力培训不足，导致了人为偏见和错误；以及船上人员之间的无效沟通。前一年伊拉克战斗机攻击FFG-31号护卫舰造成的偏见使这位军官推测攻击迫在眉睫。从第一次尝试通信到向伊朗655号航班发射地对空导弹仅用了7分钟。

美文森斯号巡洋舰

解决途径

利用人工智能辅助实时作战模拟决策。在海军领域研究人工智能和自动战术决策辅助的原因主要包括：第一，现代战争和武器装备需要迅速的决策和行动，以保持竞争优势，同时评估大范围的潜在行动。这些速度超出了人类的认知能力；第二，竞争对手国家已经着手探索人工智能和自动决策辅助工具在军事决策过程中的应用；第三，鉴于人工智能被纳入实时兵棋推演系统，人工智能有可能彻底改变战术决策过程。

瞄准主要目标拆解任务并制定子目标。该论文主要目标是开发并生成兵棋推演实时人工智能辅助决策（WRAID）能力，以彻底改变海军战术决策系统。在此基础上，研究团队制定了一系列子目标：第一，确定WRAID系统的边界、输入、输出和外部关系；第二，了解AI方法如何启用WRAID功能；第三，了解未来WRAID系统的人机团队方面，包括人机信任、人工智能可解释性以及人类与机器的认知技能；第四，确定和开发军事作战方案，以支持WRAID系统的分析，满足作战人员的决策需求；第五，研究与使用支持战争决策的自动化、人工智能、WRAID系统相关的伦理问题。

系统开发中可能面临的重点难点问题。该论文提出在开发WRAID的过程中可能面临的主要问题是数据挑战、程序限制和当前系统工程的局限性。数据挑战方面，指的是获得足够的数据集的能力，这些数据集代表了训练ML算法所需的真实世界的战术行动和兵棋推演分析；程序限制挑战方面，包括国防部实施网络安全、机密数据、数据库访问和信息分配协议的能力；系统工程局限性方面，主要包括需要新的方法来设计安全和可靠的人工智能系统，将需要相关建模方法来处理不可预见的故障模式，并在系统生命周期的早期确定根本原因。

结语

人工智能将在未来的冲突和战争中发挥作用。自上而下的指令将需要设计和实施的WRAID能力包括：提供大量的资源、解决操作和文化变化、重组系统工程、确保网络安全和收购变化。实现未来的WRAID能力并不是一个微不足道的任务，它对确保现在和未来的战斗空间优势至关重要。

关注我们

更多精彩