无处不在,搜你所想

人机合作、人机协同与特定作战方法之间，并非一直保持线性关系，因为新技术的表现方式受国家文化和组织文化等多重因素影响。例如，一些军队可能会使用人机合作和人机协同来加强分布式作战行动，而其他军队可能将人机合作和人机协同作为确保对分布式作战部队进行严格集中控制的一种手段。本章阐述了英国和美国如何采用最佳方式，利用人机合作和人机协同来增强自身作战的优势，同时削弱对手控制并利用人工智能和自主性革命的方式。

英美两国与中国、俄罗斯等实力相近或实力相当的竞争对手直接交战时，面临的挑战与上世纪的对手构成的挑战截然不同。在20世纪70年代，英美两国针对苏联的威胁制定了第二次抵消战略，利用现代精确打击能力，强化了通过空中力量进行拦截的概念。

1这一战略的成功取决于建立并保持了技术优势。相比之下，像中国这样的对手很可能在（武器）平台的数质量方面成为英美两国的挑战者。

2美国五角大楼发布的《2020年中国军事力量报告》评估称，中国已经在综合防空和陆基精确打击等多个领域达到甚至超过了美国。

3在越来越大的范围内，中国的竞争地位日益增强，以被引论文为例：2022年，日本科学技术与学术政策研究所估计，当年中国高校被引论文数占世界份额27%以上，超过美国，排名世界第一。

4中国与20世纪的苏联截然不同，（西方国家）不能像对抗苏联那样，将技术优势假定为抵消战略的基础。因此，英国、美国及其盟友应做好战胜强大对手的准备，该对手在数质量方面与英美等国旗鼓相当，在后备工业能力、潜在冲突区域距离等方面都具有优势，并且其作战概念专门用于打击西方军事能力和作战概念。

5作为更广泛的抵消战略的一部分，英美两国军队应与盟友合作，利用人机合作和人机协同实现以下目标：展示英美两国降低战争的人力、经济和政治成本，同时增加对手相应战争成本的潜力。在进入战区或形成作战规模的难度越来越大的作战环境中，由机器来承担部队面临的作战风险将改变作战成本。更重要的是，随着美国和英国的作战指挥官获得了战场机动自由，提升了向对抗性空间渗透的能力，势必增加对手的战争成本。这将有助于消除各种看法，即对于那些自身生死存亡尚未受到威胁而发起远征战争的国家而言，他们发动战争、加入战争的决心和意志非常有限。

无论这种评估准确与否，对手都可能会得出一种结论，即只要达到一定程度的战争消耗，就能迫使西方国家军队撤出战斗。即使这种对有限决心的评估并不准确，但这一事实仍然对威慑构成了挑战，而威慑最终取决于美英两国竞争对手的立场。因此，通过展示降低战争人力成本的能力，可以削弱对手制胜理论的一个主要支柱，从而增强英美两国的战略威慑力。实现决策优势，并将困境强加给对手。

使用人机合作和人机协同可以从战役和战术层面提升部队行动的不可预测性，无论对手是否具备人机合作和人机协同能力，他们都必须应对这种不可预测性。人机合作可以改进和加快（战场）感知、规划和决策，并提供更多的行动选择。人机协同已经将作战风险从人类转移到了机器上，并且将为指挥官提供一种更有利的新型风险-收益计算方式，增加行动的可选项。如果相关机器是更便宜的单一用途平台，相对于类似的载人资产，消耗性特征更为明显（例如，与潜艇相比，超大型无人潜航器（XLUUV）），那么这一效果更为明显。

6当然，如果敌我双方在技术水平上不相上下，那么成功很可能取决于组织能力，而不是技术性能。良好的组织能力能够更好地实现人-机互动，并且可以了解对手人-机互动的情况，最终取得胜利。例如，我们可以探讨一下俄罗斯和乌克兰两国军队如何试图以微妙的方式挫败对方的火力打击计划，例如对彼此系统中的GPS坐标进行微小的调整。尽早识别对手引发的技术错误并进行弥补，才能在战场上取胜。这往往取决于部队中人员的素质。

在拒止环境中形成战场感知。为了在瞬息万变的作战环境中更快地学习和适应，英美两国军队需要使用人机合作和人机协同来更好地了解对手的作战目标、意图和能力。这可能需要在信息封锁的背景下，尤其是在战术层面运用这一方法。在战略分析层面，潜在应用可能包括使用深度学习来发现独特或异常的案例（传统演绎模型难以解决的问题），或从大量的原始数据中筛选不同的模式。

7筛选原始数据可能更为重要，因为战略情报失败的原因往往不是缺乏信息，而是由于信息过剩。在战术层面，自主及人工智能设备可以通过多种方式提高态势感知能力。自动化传感器的注意力不会随着时间的推移而下降，也不需要休息或移动，在任务区潜伏工作时间比人类更久。这一优势可以进一步释放更多人力，去执行必须由人类完成的任务。自主平台可以使用低频主动声纳等传感器进行远程探测，目前由于这些传感器产生的误报太多，无法单独使用。不仅如此，自主平台还可以基于预测而非观测对目标实施打击。此外，对于有人系统难以完成的危险情境，携带传感器的自主平台可以冒险执行。

自主系统的另一个优点是，有人资产无法去冒险执行的高风险监视任务，可以在机器资产的支持下完成。尽管这些机器资产可能会在战斗中出现不同程度损失，但它们的成本普遍低于载人资产，而且在和平时期，机器出现损失可能不会形成严重的外交危机事件。例如，2019年伊朗击落RQ-4“全球鹰”无人机或近年围绕高空监视气球出现的混乱局面，可与加里·鲍尔斯的U-2侦察机事件（即“鲍尔斯事件”）或中美南海撞机事件并称，但是由于RQ-4“全球鹰”无人机和高空监视气球均为无人装备，所以造成的外交影响比“鲍尔斯事件”和南海撞机事件要小得多。

通过辅助完成以下六大军事目标，则人机合作和人机协同将有助于实现上述广泛的目的：

1.在战略和战役层面吸收并有效利用不断增长的数据。军事、商业和私人拥有的传感器数量的激增，加上鼓励商业服务数据共享以及互联网连接水平不断提高的平台，导致数据的数量、（更新）速度和多样性不断增加，已经到了作战中心、参谋岗位和指挥员岗位各类角色难以跟踪和处理的水平。通过数据共享制度，经过适当编程、合理监督的机器非常适合增加人类带宽，形成更好的态势感知能力并对行动计划提出建议。

在冲突的早期阶段，战场态势尚未迫使作战双方做出调整、信息变得更具对抗性、过时数据成为浪费性资源之前，这一点可能尤为关键。冲突爆发时，拥有最佳可用数据的一方将在冲突的早期决定性阶段占据主动。人机合作可以利用联合部队内部已经存在的数据，这其中的大部分往往还未得到有效利用。9通过人机合作和人机协同增强操作员态势感知能力的第二种方法：帮助他们从现有传感器之外获得更多信息。

现有的很多传感器都有能力跟踪难以捉摸的目标，但存在误报的问题——机器学习可以克服这一点，并且已经应用于雷达信号处理等任务。10机器借助日益先进的商业能力传输数据的第三种方法，则是确保数据加密的速度和级别达到相关要求，从而数据可以安全地通过商业网络传输。例如，F-35传递的数据便是这种情况，并且可以进一步推广。最后，人类和自主装备的合作模式，在和平时期能够以更为积极主动的方式采集数据。

2.开发出速度更快、质量更高的决策周期。机器可以加速决策周期——在军事领域通常称之为观察-判断-决策-行动（OODA）循环——以获取战术优势，为规划筹划创造更多时间，并更快地对对手的行动或适应性变化做出反应。取得作战优势需要控制节奏并在占据优势的地方加快节奏，而不仅仅是全面加快节奏。

3.对例行行动和流程进行自动化处理，进而增强人类决策能力。诸如战场行动、行动中心、规划和保障等任务，虽然对决策技术的要求不高，但需要占用大量时间。将这些任务流程进行大规模自动化、集成化处理，可以释放更多的人力执行更复杂的任务，减少远征作战行动中部分任务所需的人员数量，加快规划进程，并提高人类决策的质量、拓展决策的范围。

4.在严重拒止环境中形成大规模物理效果和虚拟效果。传感器、分析工具、精确制导弹药和非动能有效载荷的激增，正在从根本上改变“隐藏方-发现方”的竞争模式，将传统的大规模集结部队置于危险之中。通过使用预先定位的机器、消耗型部队和复杂的战场调动，人机协同有潜力产生可以在严重拒止环境中行动的规模型部队。

5.确保友军以较低的风险击溃敌方防御。一些对手已经开发出反介入/区域拒止（A2/AD）概念和能力，对英美两国军队的力量投送构成直接威胁。由人类队友分配任务的大规模机器，可以通过绝对的数量、具有从多个方向同时发动攻击的战术优势，击溃敌传统的防御体系，相对于更传统的进攻行动，新型进攻模式带来的人员伤亡代价往往更小。通过充当诱饵或防区内干扰器，机器还可以成为载人平台的有效补充。11此外，通过帮助人类队友获取更多战场信息，并承担相应的风险，机器可以充当人类队友的“耳目”，尤其是在城市作战中，这种作用更为明显。

6.击败多层对峙体系。兵力投送，尤其是在印太地区进行兵力投送，取决于包括航空母舰、空军基地和港口在内的数量有限的关键节点。在过去的几十年里，通过整合防空系统和远程精确打击能力，美国的对手逐步开发出先进的武器系统，这些系统旨在对抗西方的机动优势，将西方军队传统的兵力投送模式置于危险之中。恢复战场机动自由需要美国和英国通过削弱敌方体系功能，来防止对手特定系统的组件之间保持协调一致运行。为实现这一目标，可以加快行动节奏，让敌方武器平台和操作员无法适应，还可以对敌方体系依赖的关键系统——包括通信模式、补给途径和操作员的健康状况——施加重压，迫使这些系统无法有效运转。敌方体系面临的困境越多，其功能退化的可能性就越大。

人机协同还可以为分散化作战的部队赋能，并能够动态重建杀伤链，从而减轻单点故障对体系的影响，尽量避免对手从分层对峙效应中获益的机会。人机协同和人机合作有助于部队部署成本更低、更具消耗性的资产，以保持稳定的压力节奏，更快速地形成闭环杀伤链，形成“有求必应”式的目标打击体系，支持对系统功能的评估，并允许使用预测分析来维护快速敏捷的后勤系统，从而达到更快的行动节奏。