原标题：美海军中校预测将育苗智能演算法用作延长“动态登陆作战破片链”的异同

英国海军副部长理查德·劳里在2021年9月20日举行的海军协会年度航空、太空和网络会议上刊登演讲则表示：“今年，海军首席CTO办公室首次将AI演算法部署到分布式控制系统通用型发射塔控制系统的动态登陆作战破片链和一个高空登陆作战服务中心中，以进行自动最终目标辨识。这意味著AI演算法走出了实验室，真正成为了登陆作战相关人员可用的军事能力，它大大增加了手动辨识最终目标的人力专门化各项任务——延长了破片链并加快了决策速度。”

劳里部长在英国防部做出罕见让步的几天后刊登了这一言论。2021年8月29日，盟军在伊拉克巴格达发动的严重错误舰载轰炸引致10名伊拉克军人死亡，其中包括7名儿童。而后，盟军反驳本次巴格达的舰载轰炸是为了“消除刻不容缓的ISIS-K严重威胁”，在道德上是“正义”的。五周后，负责监督该地区军事冲突的英国中央总司令部司令毕马威将军承认这一情报部门失误，且则表示引致那些军人遇难的舰载袭击是“一个悲壮的严重错误”。毕马威在后续的审查流程中强调，英国军队当时面临着刻不容缓的严重威胁，没有时间进一步“了解”最终目标。而这不是英国舰载第一次错判和误伤“意外”最终目标。

2021年，《海军周刊》还报导了由德国伊萨贝格海军基地指导的一次实验阶段性模拟，并则表示这一定是将AI演算法引入“动态登陆作战破片链”的序曲。英国军方将这类模拟作为一种试验手段，在接近真实登陆作战环境的场景中试验新技术、登陆作战概念和流程的可行性研究和价值。在《海军周刊》报导的此次模拟中，英国海军西欧-非洲总司令部（USAFE-AFAFRICA）及部分北大西洋公约组织机构同盟国瑞典、波兰和英国将捷伊瞄准技术整合到当地DCGS公交站点（即分布式控制系统发射塔站-4/DGS-4）的情报部门、监视和侦察（ISR）、指挥和控制登陆作战。由于几个北大西洋公约组织机构同盟国都参与了本次模拟，因此西欧合作伙伴关系一体化企业（EPIE）组织机构很可能也参与了本次活动。EPIE是联盟伙伴的服务中心，其成员还包括法国、西班牙、意大利、比利时、瑞典等西欧舰载计划会员国，这些国家共享资源各种ISR信息，如舰载平台发送的视频等。EPIE组织机构会员国的参与对此次模拟而言意义重大，这表明各会员国之间不仅共享资源情报部门信息，还密切合作开发ISR技术和流程。

然而，AI演算法如果以上述方式被启“严重威胁”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。演算法和自动化长期在瞄准过程中发挥着重要作用。现在，AI演算法被用作进一步加快“破片链”执行速度的手段。盟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“悲壮严重错误”和“意外”后果的根源。

一、DCGS武器控制系统

有与世界各国的社会技术成果进行交互才能够实现登陆作战效能，而那些社会技术成果不仅仅限于舰载，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、通信和计算机控制系统，此外还有整理和解读数据的相关人员及最终生成的报告，那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，以供这一网络控制系统未来访问和使用。而忽略了确认和破坏“敌对”最终目标之前的活动，即从定义“严重威胁”开始的瞄准过程。

对瞄准过程的狭隘定义模糊了大量ISR产品背后的控制系统结构、官僚机构和文化偏见。那些ISR产品首先定义“严重威胁”，然后将平台和武器引感器主机，为这个我们称之为分布式控制系统通用型发射塔控制系统的庞大预测控制系统提供数据。DCGS将数据转化为信息，并有可能将其转化为情报部门。”

英国海军正式将DCGS定义为“主要ISR计划与指挥、收集、处理与挖掘、信息预测与分发（PCPAD）武器控制系统”，并将其用作有人和无人飞行器，那些飞行器组成了超过27个区域和全球网络公交站点。PCPAD这一首字母缩略词代表了对可疑严重威胁对象进行预测和跟踪的流程。关于这一过程内部运作的详细信息已在英国海军条令网站上公开，可参阅美海军条令出版物2-0《全球综合ISR登陆作战》。

美海军分布式控制系统通用型发射塔控制系统

这种基于演算法的取证监视，如德雷克·格雷戈里所述，是“一种对节奏预测的军事化，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”，可与暴力的英国国内警务监视活动相提并论。英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。”英国国家安全局和中央情报部门局前局长、退役上将迈克尔·海登证实：“我们基于元数据杀人。”生成这种“可执行情报部门”的演算法由传感和预测基础设施中的演算法塑造和控制，以DCGS武器控制系统为核心。英国海军曾在其官方网站上吹嘘DCGS当时的每日登陆作战节奏：“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，刊登于《联合部队季刊》。该文章以“捕食者”在伊拉克执行的为期18小时的各项任务为例，说明了DCGS武器系统网络如何将分布式控制系统技术和人机交互结合起来。AI演算法正是通过那些标准流程得到了应用。然而，由于AI演算法在收集和处理数据时天然带有偏见，因此那些流程不会将数据转化为关于某个特定“严重威胁”的真实情报部门或对态势感知的准确描述。那些流程会根据其社会语境对收集到的数据进行推断，从而将各人类最终目标简化为单纯的数据点，以用作预测各最终目标间被视为严重威胁的可辨识模式和联系。这一数据解读方式还基于这样一种假设，即用作辨识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。这一假设以及海军为实现最终目标而采用的标准流程无疑直接引致了盟军先发制人进行致命打击的严重错误决策。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流程的框架。

二、DCGS“下一代”计划

珍妮佛·兹古指出，在过去三十年中，这种对英国军队在国外进行干预的“严重威胁”的先发制人的追求，已经产生了对数据收集和预测的永不满足的追求，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专门化处理周期的出现，然而这一模式难以长久持续。DCGS武器控制系统收集的数据远远多于其当前配置所能利用的。美海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登陆作战行动从过去的以平台为服务中心转变为以问题为服务中心，并宣称那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，从而避免误伤军人等“意外后果”和“悲壮严重错误”。驱动这一转变的，是盟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，而达成最终目标的手段，则是更高的自动化水平。然而，由于DCGS武器控制系统架构在多年的发展中增加了多个子控制系统，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武器控制系统正在向具有单一通用型硬件和软件基础设施的、基于云的开放式架构转变。美海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服务中心的PCPAD数据预测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。通用型原子公司已经对“敏捷神鹰”广域监视舰载吊舱进行了飞行试验，这是一种AI驱动的最终目标计算机，旨在“自动检测、分类和跟踪潜在的感兴趣项目”。

由于Maven项目已经创建了演算法，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相关人员发出提醒，因此人们不必再花数小时盯着舰载视频片段。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，并抓取出与预测师的需求关联度最高的信息，还会随着时间推移不断学习，并向预测师推送量身定制的信息通知。简而言之，它将为预测师提供其所需的信息。部分ISR相关人员也将接受培训，成为数据科学家。DCGS情报部门生产周期模型（过去称为PCPAD）被重新命名为SIAS过程，即感知、辨识、属性和共享资源过程。DCGS情报部门相关人员自称为“感知制造者”（sense maker），则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破片力的舰载行动，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，相比在宽容环境中登陆作战，在敌对环境中需要以更快的速度完成这一步。英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。