導(dǎo)讀:本文主要研究了人機(jī)協(xié)作在戰(zhàn)場上的應(yīng)用，認(rèn)為人機(jī)協(xié)作是現(xiàn)代軍隊(duì)“必須掌握”的技術(shù)，是高端戰(zhàn)爭中保持競爭優(yōu)勢的重要籌碼。本文研究的人機(jī)協(xié)作包括人工與半自主機(jī)器的協(xié)作以及人工與人工智能代理系統(tǒng)的協(xié)作，列舉美國現(xiàn)有的成功案例論證了人機(jī)協(xié)作的多種應(yīng)用領(lǐng)域，如反介入/區(qū)域拒止環(huán)境內(nèi)行動(dòng)、信息篩選和決策支持、優(yōu)先級排序等。文章指出，美國國防部目前在應(yīng)用人機(jī)協(xié)作的過程中存在效率低下、人工能力欠缺、思想抵觸等諸多問題，并相應(yīng)提出了五點(diǎn)改進(jìn)舉措。

人機(jī)協(xié)作通常被狹義地設(shè)想為人工與一個(gè)到幾百個(gè)或更多的自主化無人系統(tǒng)進(jìn)行交互的過程。從最基本的形式來看，人機(jī)協(xié)作的這種愿景并不新鮮，人類與智能機(jī)器合作了幾十年，1997年超級計(jì)算機(jī)“深藍(lán)”在一場國際象棋比賽中擊敗世界冠軍加里·卡斯帕羅夫，體現(xiàn)了早期的機(jī)器才能。軍隊(duì)長期以來也一直在測試各種概念，以提高這一關(guān)鍵能力。然而，近年來人工智能和機(jī)器人技術(shù)的發(fā)展速度令人印象深刻，這促使人們越來越多地考慮這些技術(shù)所能帶來的新能力、效率和優(yōu)勢。

人機(jī)協(xié)作的表現(xiàn)形式有一個(gè)經(jīng)常被引用的案例，那就是“忠誠僚機(jī)”概念：一個(gè)人工操作員控制著一些相對廉價(jià)、模塊化、可消耗的自主無人機(jī)系統(tǒng)（UAS）開展任務(wù)和作業(yè)。這些僚機(jī)可在載人飛機(jī)前方飛行，執(zhí)行一系列任務(wù)，包括電子攻擊或防御、情報(bào)、監(jiān)視與偵察（ISR）或打擊，或作為誘餌吸引火力，“點(diǎn)亮”敵方防空系統(tǒng)。

不僅是美國，大多數(shù)現(xiàn)代國家的軍隊(duì)都對人機(jī)協(xié)作的這種表現(xiàn)形式越來越感興趣。除美國外，澳大利亞、中國、俄羅斯、英國、土耳其和印度都至少有一個(gè)積極的“忠誠僚機(jī)”發(fā)展計(jì)劃，而第六代戰(zhàn)斗機(jī)發(fā)展計(jì)劃，如“全球作戰(zhàn)空中計(jì)劃”（英國、意大利、日本）、“下一代空中優(yōu)勢計(jì)劃”（美國空軍和海軍）和“未來作戰(zhàn)空中系統(tǒng)”（德國、法國、西班牙），都涉及強(qiáng)調(diào)人機(jī)協(xié)作和機(jī)機(jī)協(xié)同的空中力量系統(tǒng)工程概念。

盡管這類人機(jī)協(xié)作對新興軍事能力非常重要，并將繼續(xù)發(fā)揮重要作用，但對人機(jī)協(xié)作的討論應(yīng)包括人類與人工智能主體（能夠從其環(huán)境、經(jīng)驗(yàn)和輸入中學(xué)習(xí)并根據(jù)其環(huán)境、經(jīng)歷和輸入做出決定的主體）的全方位互動(dòng)，包括與不具備物理形式的算法進(jìn)行的絕大多數(shù)互動(dòng)?！癕aven”項(xiàng)目是應(yīng)用這類人機(jī)協(xié)作的一個(gè)例子，美國防部和現(xiàn)在的國家地理空間情報(bào)局開展該項(xiàng)目，利用人工智能，從各種形式的媒體和收集的情報(bào)中自主檢測、標(biāo)記和追蹤感興趣的人或物3，從而使人工分析師和操作員能夠有精力優(yōu)先關(guān)注他們的重點(diǎn)領(lǐng)域。

除圖像分析和目標(biāo)識(shí)別外，非物理表現(xiàn)形式的人機(jī)協(xié)作還可支持一系列重要任務(wù)，如威脅探測、數(shù)據(jù)處理和分析。在速度、復(fù)雜性和可用數(shù)據(jù)顯著增多的作戰(zhàn)環(huán)境中，這一技術(shù)對軍事效率的提高至關(guān)重要。這一應(yīng)用還可以提高后勤和維護(hù)、培訓(xùn)和后臺(tái)管理任務(wù)的效率，從而降低成本和執(zhí)行時(shí)間。

通過將人工智能的處理能力和決策支持能力與人的社會(huì)智能及判斷力相結(jié)合，并在某些情況下與具有不同自主程度的無人系統(tǒng)的力量倍增效應(yīng)相結(jié)合，人機(jī)協(xié)作可以為美國及其盟國和合作伙伴提供多層次的疊加優(yōu)勢。

作為“加速采用人工智能創(chuàng)建一支適合時(shí)代的部隊(duì)”的更廣泛需求的一部分，國防部對人機(jī)協(xié)作當(dāng)前和未來多層次價(jià)值的認(rèn)識(shí)有所提高。盡管如此，五角大樓在采用人工智能和人機(jī)協(xié)作方面仍面臨一些長期挑戰(zhàn)。為了加速和深化人機(jī)協(xié)作的應(yīng)用，國防部必須想方設(shè)法使開發(fā)工作與私營部門的參與保持一致，為采辦官員在整個(gè)國防系統(tǒng)中推廣人機(jī)協(xié)作解決方案創(chuàng)造靈活性。這種方法必須輔以如下措施：

·繼續(xù)并更加重視在人類和機(jī)器合作伙伴之間建立信任；

·引領(lǐng)建立倫理道德和安全方面的最佳實(shí)踐和規(guī)范；

·積極進(jìn)行迭代實(shí)驗(yàn)；

·確保信息傳遞清晰一致。

這些要素對于實(shí)現(xiàn)人機(jī)協(xié)作在未來多領(lǐng)域作戰(zhàn)中的價(jià)值和優(yōu)勢至關(guān)重要。

引用案例有助于更好地說明人機(jī)協(xié)作如何在多個(gè)任務(wù)和環(huán)境中提供價(jià)值優(yōu)勢。當(dāng)然，實(shí)踐者已經(jīng)看到或經(jīng)歷了各種環(huán)境下案例的使用——包括通過兵棋推演和對正在烏克蘭進(jìn)行的戰(zhàn)爭的分析。人機(jī)協(xié)作的應(yīng)用速度發(fā)展緩慢，這可能會(huì)讓人對使用案例的效用產(chǎn)生懷疑。盡管如此，強(qiáng)調(diào)人機(jī)協(xié)作的各種應(yīng)用，以及在某些情況下未得到充分重視的應(yīng)用，有助于展示人機(jī)協(xié)作發(fā)揮成倍增益作用的不同環(huán)境，以及這種能力如何支持美軍滿足現(xiàn)代戰(zhàn)場的需求。

然而，在國防部這樣的大型組織中，改變對人機(jī)協(xié)作的看法是一項(xiàng)反復(fù)的任務(wù)，需要經(jīng)常強(qiáng)化其價(jià)值，特別是當(dāng)支持人機(jī)協(xié)作的技術(shù)和概念創(chuàng)造出新的機(jī)會(huì)時(shí)。下文討論的幾個(gè)使用案例遠(yuǎn)非全部——我們的研討會(huì)和研究還探討了其他幾個(gè)引人注目的使用案例，但作者之所以選擇它們，是因?yàn)樗鼈兎从沉巳藱C(jī)協(xié)作在服役任務(wù)和應(yīng)對國防規(guī)劃者迫切考慮的作戰(zhàn)威脅和挑戰(zhàn)方面的多層價(jià)值，如表1所述。

表1 人機(jī)協(xié)作各用途的優(yōu)勢概述

在反介入/區(qū)域拒止環(huán)境中行動(dòng)

確定如何在反介入/區(qū)域拒止環(huán)境中開展行動(dòng)，顯然是國防規(guī)劃人員的首要任務(wù)。在印太地區(qū)尤其如此，中華人民共和國的軍事現(xiàn)代化努力強(qiáng)調(diào)利用無處不在的多域傳感器以及大量動(dòng)能和非動(dòng)能打擊資產(chǎn)建立警戒線，在此類警戒線內(nèi)，美軍和盟軍極易受到敵方火力的攻擊，在最壞的情況下甚至無法有效作戰(zhàn)。

雖然人機(jī)協(xié)作無法規(guī)避與強(qiáng)大的反介入/區(qū)域拒止系統(tǒng)作戰(zhàn)的所有風(fēng)險(xiǎn)，但它可以通過多種方式幫助美軍和盟軍更好地管理這些風(fēng)險(xiǎn)，包括處理和分析大型復(fù)雜數(shù)據(jù)集，以支持人工操作員更好更快地做出決策。

無人系統(tǒng)、載人資產(chǎn)和人工操作員協(xié)同

在反介入/區(qū)域拒止情況下，使用可消耗和消耗性的無人系統(tǒng)與載人資產(chǎn)、人工控制員和決策者相結(jié)合，可以實(shí)現(xiàn)幾個(gè)重要目標(biāo)。最值得注意的是，這些體積較小、成本較低、一般為模塊化的系統(tǒng)可用于使反介入/區(qū)域拒止系統(tǒng)達(dá)到飽和、識(shí)別敵方防御工事、迫使對手消耗其深層彈藥儲(chǔ)備，以及擴(kuò)大價(jià)值較高的載人和無人資產(chǎn)的作戰(zhàn)范圍，降低載人資產(chǎn)及其人工操作員的風(fēng)險(xiǎn)。

與人員一起行動(dòng)的無人系統(tǒng)群還能擴(kuò)大指揮、控制、通信、計(jì)算機(jī)（C4）和情報(bào)、監(jiān)視與偵察（ISR）網(wǎng)絡(luò)的覆蓋范圍，提供持久且有彈性的情報(bào)、監(jiān)視與偵察信息，并將其中的關(guān)鍵信息傳遞到前線。此外，可消耗或可重復(fù)使用的系統(tǒng)可使在有爭議的反介入/區(qū)域拒止環(huán)境中作戰(zhàn)的部隊(duì)，在不冒人員傷亡風(fēng)險(xiǎn)的情況下進(jìn)行維持和再補(bǔ)給，包括使用無人系統(tǒng)直接對反介入/區(qū)域拒止區(qū)域內(nèi)的部隊(duì)進(jìn)行再補(bǔ)給，盡管這些系統(tǒng)攜帶的非消耗性貨物損失的風(fēng)險(xiǎn)和代價(jià)也不應(yīng)被忽視。

為此，“降低人工操作員的風(fēng)險(xiǎn)”并不意味著“消除這一風(fēng)險(xiǎn)”，而使用可消耗的無人機(jī)系統(tǒng)與無人水面載具（USV）仍然會(huì)伴有損失。此外，即使是可消耗系統(tǒng)，系統(tǒng)本身及其裝載物也價(jià)值數(shù)百萬美元。為確保人機(jī)協(xié)作部隊(duì)結(jié)構(gòu)的規(guī)模達(dá)標(biāo)，新的價(jià)值計(jì)算以及增強(qiáng)的重組系統(tǒng)能力必須跟上預(yù)期的損耗水平。

信息建構(gòu)和決策支持：增強(qiáng)態(tài)勢感知，提高決策速度

反介入/區(qū)域拒止環(huán)境的用例，同時(shí)也能說明機(jī)器如何支持人類完成關(guān)鍵且要求越來越高的“信息建構(gòu)”（sense-making）任務(wù)——即解釋和融合數(shù)據(jù)，為加強(qiáng)決策建立基礎(chǔ)。

反介入/區(qū)域拒止環(huán)境中的信息建構(gòu)

反介入/區(qū)域拒止環(huán)境將以大量復(fù)雜的數(shù)據(jù)集、以及包括電磁頻譜在內(nèi)的跨域信號(hào)和噪聲為特征。操作人員可獲得的數(shù)據(jù)信息將是海量的。多域傳感器、監(jiān)視和打擊資產(chǎn)將積極運(yùn)作，并與友軍協(xié)作和敵軍交戰(zhàn)，這就需要人工智能代理來幫助處理和過濾數(shù)據(jù)，并將相關(guān)信息反饋給作戰(zhàn)人員。其結(jié)果將是提高人工操作員過濾數(shù)據(jù)的質(zhì)量和速度，然后修復(fù)和跟蹤敵方反介入/區(qū)域拒止系統(tǒng)中的關(guān)鍵節(jié)點(diǎn)。這是人工智能的一種應(yīng)用，說明人工智能數(shù)據(jù)融合和復(fù)雜數(shù)據(jù)集處理能夠提高態(tài)勢感知能力并加快決策速度。這種信息建構(gòu)的應(yīng)用范圍其實(shí)非常廣泛，包括提高識(shí)別目標(biāo)的速度和精度，確定使用適當(dāng)?shù)膭?dòng)能或非動(dòng)能武器打擊目標(biāo)，以及確保效果的精確性。

目標(biāo)工作：聯(lián)合全域指揮與控制（JADC2）

國防部“連接一切”的聯(lián)合全域指揮與控制是另一個(gè)應(yīng)用案例，說明人機(jī)協(xié)作可以用來支持改進(jìn)目標(biāo)工作和加快從傳感器到射手（sensor-to-shooter）的處理過程。正如2022年1月國會(huì)研究服務(wù)處的一份報(bào)告所指出的，“聯(lián)合全域指揮與控制通過收集來自眾多傳感器的數(shù)據(jù)，使用人工智能算法處理數(shù)據(jù)以識(shí)別目標(biāo)，然后推薦最佳的動(dòng)能和非動(dòng)能武器來攻擊目標(biāo)，從而使指揮官能夠做出更好的決策?！彪m然聯(lián)合全域指揮與控制在很大程度上仍然是一個(gè)概念，而不是未來軍事行動(dòng)的架構(gòu)，但美國軍方已經(jīng)在使用人工智能來幫助尋找和跟蹤戰(zhàn)場上可能的目標(biāo)或有價(jià)值的實(shí)體。2021年9月，美國空軍部長弗蘭克·肯德爾承認(rèn)，空軍已“首次在實(shí)戰(zhàn)殺傷鏈中應(yīng)用了人工智能算法”，以提供“自動(dòng)目標(biāo)識(shí)別”。肯德爾指出，通過這樣做，空軍希望“大幅減少人工識(shí)別目標(biāo)的人力密集型任務(wù)，縮短殺傷鏈并加快決策速度”。

塑造情報(bào)分析和任務(wù)規(guī)劃領(lǐng)域的未來

通過人機(jī)團(tuán)隊(duì)進(jìn)行信息建構(gòu)的方式，也正在塑造情報(bào)分析和任務(wù)規(guī)劃等領(lǐng)域的未來（見下文關(guān)于大型語言模型的邊欄），在這些領(lǐng)域中，人工智能支持的數(shù)據(jù)融合、模式和異常檢測以及研究和分析支持，為分析人員管理和利用爆炸式增長的可用來源和數(shù)據(jù)提供了便利。人工需要數(shù)天才能完成的任務(wù)，現(xiàn)在只需數(shù)小時(shí)即可完成，從而使人員能夠集中精力處理從大型數(shù)據(jù)集中獲取的最相關(guān)的信息。例如，在俄烏戰(zhàn)爭中，烏克蘭武裝部隊(duì)已經(jīng)在使用自然語言處理工具，利用人工智能來翻譯和分析截獲的俄羅斯通信情報(bào)，從而節(jié)省了分析人員的時(shí)間，使他們能夠?qū)Ｗ⒂陉P(guān)鍵信息和情報(bào)的處理。人工智能的使用不僅加快了分析速度，而且還能將“已知的未知數(shù)”（unknownknowns）——觀察到但容易被忽視或遺忘的聯(lián)系、視角和信息——提煉出來引起分析人員的注意，并向人類決策者闡明信息的價(jià)值或質(zhì)量。

2023年1月，國家情報(bào)總監(jiān)辦公室下屬的情報(bào)高級研究計(jì)劃局（IARPA）宣布了一項(xiàng)名為REASON（在線快速解釋、分析和采購）的項(xiàng)目。該項(xiàng)目將使用人工智能軟件來改進(jìn)人工撰寫的情報(bào)評估產(chǎn)品。該軟件將審查人工撰寫的報(bào)告，并自動(dòng)生成撰稿人可能不知道或沒有使用的其他來源的建議，還將作為一個(gè)自動(dòng)的紅隊(duì)評審員（red-teamreviewer），就如何提高報(bào)告的分析質(zhì)量提出建議。該程序朝著正確的方向邁出了一步，展示了人工智能的眾多用途之一，即可以幫助人類建立數(shù)據(jù)和來源之間的聯(lián)系并改進(jìn)分析和決策。

審核編輯：黃飛