人工智能就像火药、坦克、飞机和原子弹一样，将彻底改变地面的作战行动。如今，各国都在积极运用人工智能以获取军事优势。为了应对中国和俄罗斯的挑战，美国承诺实施第三次“抵消战略”（Third Offset Strategy），在自主能力和机器人研发方面投入巨资，以保持其在国防方面的优势。2018年9月，美国国防高级研究计划局（DARPA）宣布了一项20亿美元的项目，以开发下一代人工智能；2019年，美国国防部发布《人工智能战略》，并大幅增加了在人工智能领域的资金投入；2020年，美国国防部预算将为人工智能领域提供9270亿美元的拨款。

第二代人工智能在安全和国防领域的潜力是显而易见的。由于其算力巨大，第二代人工智能几乎没有数据量的限制，还能够整理和分析数据，因此，配备第二代人工智能的各国军队具备处理大量数据的能力。这种人工智能可以处理来自各种卫星、地面传感器和移动电话等来源的数据，以提供准确的作战态势图，让指挥官能够更深入、更准确、更快地了解战况，进而加速战场决策。

鉴于人工智能的潜力，将人工智能应用于军事领域一直是专业界和学术界关注的焦点。近年来，关于这一焦点的文献不断增加，并且已经解决了许多关于人工智能的争论。许多评论人士认为，人工智能将对全球安全产生重大影响，尤其是在中美大国竞争加剧的情况下。这些争论只是一个起点。本文的主要研究问题涉及人工智能对城市安全的影响，尤其是对城市战的影响。本文将探究第二代人工智能的应用将如何改变城市战的特征，以及随着人工智能变得越来越强大和普遍，未来十年城市战将发生怎样的变化。

鉴于人工智能技术的发展，研究全球安全的学者们对人工智能在军事领域的应用产生了浓厚的兴趣。例如，本·布坎南（Ben Buchanan）和安德鲁·伊姆里（Andrew Imrie）在他们最近关于人工智能的专著中称，人工智能代表了一种潜在的革命性军事发展，类似于古希腊的火，或者欧洲中世纪晚期的火药，将极大地提升武器的破坏力。在人工智能的控制下，致命自主武器将统治战场。

事实上，关于自主无人机蜂群的实验已经在进行中。2016年10月，美国国防部展示了一个由103架Perdix微型无人机组成的无人机蜂群，该蜂群“具备先进的蜂群能力，如集体决策、自适应编队飞行和自我修复”。中国在智能无人机蜂群方面也取得了重大进展。2017年，在广州航展上，一个由1000架无人机组成的无人机蜂群编队进行了飞行表演。同年，中国电子科技集团使用119架固定翼无人机组成了一个无人机蜂群。

许多学者担心各国军队会将配备人工智能的致命自主武器应用于城市地区。例如，英国城市地理学家斯蒂芬·格雷厄姆（Stephen Graham）描述了新兴安全技术在城市中的扩散。他认为，安全部队正在积极寻求完全控制城市。显然，他们迫切想要获得新的技术以及对城市的掌控，以适应城市反叛乱作战的新需求。配备人工智能的自主监视和武器系统将使他们能够实现统治城市的野心。其他学者则认为，人工智能自主武器可能会对城市造成威胁。无人机专家大卫·汉布林（David Hambling）描述了无人机蜂群在城市地区的潜力：“由一万架小型无人机组成的蜂群便可夷平一个城镇……一架小型无人机可以发射多枚蝙蝠大小的燃烧弹……无人机协同行动可能会摧毁一座桥梁或摩天大楼，但它们具备更大的潜力。”

关于此问题，军事领域已经达成了一种共识，即人工智能驱动的无人机蜂群将彻底改变城市战。多个无人机蜂群将在城市上空自主飞行，高效地猎杀敌人。传感器将自主寻找目标并对其进行打击。在未来几十年，人工智能武器的引入将改变城市战。很快，成群的无人机将取代人类战斗人员。因此，城市战节奏将显著提升，打击的准确性和破坏效果也将提高，攻击城市地区将变得越来越容易。每个城市都将成为自主无人机蜂群攻击的潜在受害者，它们将通过算法识别和打击人类目标。

第二代人工智能对战争十分重要。人工智能的发展可能会对未来十年的城市战产生深远影响，能够在城市环境中进行精确监视和打击的无人机蜂群将改变城市地区的军事行动，并深刻改变城市战本身。

毫无疑问，远程系统已经成为军事行动的重要组成部分。阿塞拜疆军队在第二次纳卡战争中使用了大量此类系统，并取得了不错的战果。在俄乌战争中，这些系统也发挥了至关重要的作用。双方都在攻击和防御中广泛使用此类系统，以执行监视和打击任务。据报道，乌克兰军队每月要消耗大约10000架无人机，其中包括巡飞弹。这些巡飞弹本来将用于对俄军的打击，但大多数遭俄军击落。自第二次世界大战以来，致命自主武器就一直活跃在战场上。许多能力强大的自主武器目前还在各国军中服役，如“宙斯盾”防空反导系统、“爱国者”防空反导系统、以色列的“铁穹”防空反导系统以及韩国的SGR-Al无人地面车辆。在未来十年，包括无人机蜂群在内的致命自主武器可能会在战场上大量出现。它们可能会对城市战产生一些影响。

尽管未来在城市地区部署人工智能致命武器将成为日常作战行动的一部分，但各国军队现在离实现这一愿景还有很长的路要走。由于城市环境太过复杂，机器人和无人机蜂群不太可能很快在城市战中发挥决定性作用。

在高强度的动态作战环境中，如人口稠密的城市战场，即使存在明确的目标和标准作战流程，“任务指挥”的范围和适应性仍然至关重要，机器学习和人工智能工具在日常“任务流程”（task order）中的功能效用也存在问题。

即使是目前最成功的第二代人工智能程序，也需要依赖于大量的数据。然而，由于城市环境是复杂多变的，很难想象当代的人工智能程序如何有效地学习，从而有效地进行作战。此外，评论人士大大夸大了无人机蜂群的能力。实际上，它的航程和有效载荷是有限的，相比之下，火箭齐射或许更容易造成更大的伤害。无人机支持者忽视了不可避免的反无人机措施。例如，在俄军使用无人机和巡飞弹对乌克兰城市进行战略轰炸时，大多数都遭到干扰或击落。自主无人机蜂群在废墟和燃烧的街道上俯冲，随意消灭目标的景象只存在于科幻小说之中，目前的计算机科学还无法实现。

致命自主能力在城市环境中可能难以实现，但这并不意味着人工智能对未来的城市作战不重要。相反，在过去的二十年里，人工智能已经在城市战中发挥了重要作用。随着人工智能能力的增强，其必然在未来十年变得更加重要。然而，在不久的未来，人工智能的主要应用不太可能是致命自主能力。致命自主无人机蜂群可能难以实现。

第二代人工智能可进行大规模数据处理。因此，它具备极强的能力，能够对一种现象进行分析并提供自己的看法。值得注意的是，最近的国防战略文件强调，人工智能的主要用途并非发展致命自主能力，而是推动军事情报领域的变革。人工智能可以用于处理大量数据，以便指挥官更好地了解作战空间，并能够更有效地规划和瞄准。事实上，相比以往，军事指挥官能够在人工智能的帮助下，利用大量数据源，对城市环境进行更深入、更准确、更快地感知。他们将能够更快、更准确地识别敌军。此外，即使此后出现了致命自主无人机蜂群，它们也将依靠数据为其提供战场的情报态势图。

近二十年来，各国军队都在运用数据和人工智能，并取得了越来越好的效果。这一方面的案例也越来越多。回顾西方军队在城市战中对数据和人工智能的运用也具有重要意义。2004年至2008年，美军联合特种作战司令部（JSOC）在巴格达的作战行动就是一个很好的案例。2004年，JSOC在巴格达成立，斯坦列夫·麦克里斯特尔将军（General Stanley McChrystal）担任指挥官。2004年至2008年期间，JSOC的任务是摧毁伊拉克的基地组织，并追捕该组织在伊拉克的领导人扎卡维。JSOC发起了一场机械化的反恐行动，每晚美国三角洲部队和英国特种空勤团（SAS）都在巴格达、拉马迪亚和费卢杰对基地组织网络进行打击。他们突袭了房屋和基地，以杀死或抓捕基地组织恐怖分子，并获取有关基地组织网络的情报。这是一次引人注目的行动，JSOC成为一个独特的网络化、机构间、全球化组织。该司令部在2006年击毙扎加维的行动中发挥了关键作用。在全部的作战过程中，数据都发挥了重要作用。

在这场战役的早期，作战人员犯了几个错误，这也突显了改进情报收集和汇总的重要性。例如，2004年9月16日，基地组织在巴格达挟持了一名英国土木工程师。他随后于2004年10月7日被扎卡维斩首。三个星期以来，JSOC一直在寻找他的位置，但他们始终没有找到。然而，在回顾这次作战行动的过程中，技术人员发现了一些被忽视的证据。挟持这名英国工程师的恐怖分子已经在JSOC的数据中被识别出来了，但分析师没有发现，这在当时是不可接受的，现在更是如此。如果该部有一个更有效的系统来将其数据与机器学习相结合，它就会找到这些证据，这名英国工程师也不会死。

为了进行作战行动，JSOC动用了一切可用的情报。其能够获取来自中央情报局（CIA）、国家安全局、英国M16和其他国家情报机构的情报，并且还能够获得卫星图像、信号情报、电话拦截内容、开源情报和人类情报。为分析和利用这些情报，其应用了许多传统的校勘和分析技术，以处理复杂的信息和证据。JSOC还将机器学习和人工智能应用于情报数据分析。许多情报来源都包含作为数据或可以呈现为数据的信息：即可量化、可计算的信息。因此，JSOC将其所能获得的所有情报数据汇总起来，并应用算法对数据进行分析，以识别敌人的作战模式，为突发情况提供警告。

最终，JSOC请来了几位数据专家帮助其进行数据分析。其中，安舒·罗伊博士（Dr. Anshu Roy）领导的朗布斯电力公司（Rhombus Power）团队发挥了重要作用。罗伊在密歇根大学获得了计算机博士学位。他发明了一种探测固态亚原子粒子的平台，并申请了专利。他还将自己的编程专业知识应用于安全问题，成立了朗布斯电力公司并开发了“卫士”（Guardian）程序。朗布斯电力公司是协助美国国防部处理安全和国防问题的领先科技公司之一。该公司开发了能够识别数据模式的算法，这些算法可以帮助寻找恐怖分子或敌人。

罗伊的团队从战术部队获取了所有数据，并开发了一个自动化系统，用于汇总不同情报来源的数据并进行快速分析。JSOC指挥官确定了任务，并在此基础上确定了他的关键情报需求，而朗布斯电力公司团队加快了情报分析速度。该团队将情报数学化，并将其快速地重复输入到一个数学结构中，该结构可以被编码并输入到人工智能系统中。使用机器学习和算法，罗伊的团队能够识别数据中的异常和特征，从而对未来进行预测。

然而，JSOC对数据、数据分析、算法和机器学习的使用并不是万能的。其之所以成功，是因为它有一个明确的使命，并且它对伊拉克的叛乱和基地组织有了深刻的了解。从夜间特种作战部队突袭中获得的人类情报、信号情报和物证也是至关重要的。而该指挥部以数据为中心的人工智能方法提升了这些传统作战方法的效果，使美军联合特种作战指挥部能够在复杂的城市环境中识别扎卡维。使用大数据和机器学习进行处理确实加快了决策周期，使其更加精确。

将人工智能用于分析海量的信息使JSOC能够追踪扎卡维的数字足迹，并将其与其他证据相关联。2006年6月6日，JSOC发现，扎卡维到了巴库巴以北一个名叫哈比卜的小村庄中的一个安全屋。两架美国空军F-16向该安全屋投掷了两枚激光制导炸弹，炸死了包括扎卡维在内的5名基地组织成员。

以色列国防军在数据使用方面也同样具有一定的优势。自1987年第一次巴勒斯坦起义（Intifada）以来，以色列军方的主要任务一直是打击加沙和约旦河西岸的巴勒斯坦恐怖组织。许多人批评以色列的政治局势，称其为一个种族隔离国家。然而，以色列国防军提供了一个关于数据使用的绝佳案例，通过这个案例能看出数据是如何用于城市战的。自20世纪80年代以来，以色列国防军一直在密切监视像法塔赫和哈马斯这样的巴勒斯坦组织。在过去的十五年里，以色列还明确寻求利用数据来追踪和打击巴勒斯坦恐怖分子。这些恐怖分子主要使用手机进行通信，无论他们采取了多少反制措施，都会在网络空间留下数字特征。除了传统的情报收集方法外，以色列的传感器遍布约旦河西岸和加沙地带，这些传感器包括卫星、雷达和摄像机。数据革命使以色列部队能够从摄像机、麦克风、网络、信息系统和设备中收集大量的作战数据。与此同时，人为因素的影响越来越小，因为士兵的身体无法跟上数据收集的速度。

此外，开源数据源已经成为收集情报的有效手段，但它提供的潜在数据量十分巨大。以色列国防官员表示：“数据是无穷无尽的，某些地区的数据量达到了一百万GB。”因此，以色列国防军专门成立了几个数据处理单位，以掌握数据的潜力。例如8200部队、9900部队、J6部队、C4I局下属的Lotem部队以及以色列国防军西格玛分部。

以色列国防军

以色列国防军对人工智能应用程序进行训练，并将其用于大量数据筛选，以识别重要信息。该军的人工智能程序可以一次分析数百个视频，并自动标记可疑活动。例如，2014年，以色列在遭到哈马斯的火箭弹袭击后发动了“护刃行动”（Operation Protective Edge），对哈马斯进行惩罚性打击。行动中，Lotem部队开发了一款从现场传感器和其他数据源获取数据的应用程序，该部队称：“我们收集了哈马斯最有可能设置火箭发射器的位置信息和时间。这使我们能够提前知道会发生什么，应该打击哪些地区，以便更有效地对其进行打击。”2017年，以色列国防军开发出了复杂的描述性人工智能程序，该程序的算法可以自动识别战场上的重要目标。以色列国防军的目标是开发预测性人工智能程序。该人工智能程序不仅可以为行动中的以色列国防军提供目标识别，还可以预测巴勒斯坦武装人员行动的动向并提供作战行动方案。

2021年，以色列国防军对哈马斯发动了“城墙卫士行动”（Operation Guardian of the Walls）。以色列将此次行动描述为第一次人工智能战争。在2014年专家小组工作的基础上，以色列国防军将人工智能完全纳入了目标制定过程。这一做法十分重要，因为以色列在几年的时间里在无人机、F-35战斗机、地震监测器和其他系统上装备了电子传感器网络。以色列国防军已经收集了数以百万计的关于哈马斯和巴勒斯坦伊斯兰圣战组织的信号和其他情报。其汇总了这些不同的数据集，并通过人工智能算法、机器学习以及人类情报分析师来标记和审查潜在目标。以色列国防军还将大量数据与冲突前的目标信息进行整合，这些信息比2014年更加详细、准确和及时。

人工智能允许越来越动态的瞄准，这也使打击精度更高。利用数据和人工智能，以色列国防军开发了一个情报驱动作战系统，该系统使用数字作战空间管理系统，实时向作战单位传递情报，并能够将目标与精确制导弹药相匹配。

在过去的二十年里，各国军队越来越多地寻求获得第二代人工智能的能力。每年，人工智能的军事潜力都变得越来越强大。因此，许多学者担心人工智能即将掀起一股致命自主武器的浪潮，这将改变城市战战场。成群的攻击无人机将取代人类战斗人员，以极高的精度和杀伤力打击城市地区的目标。人工智能在城市战中变得越来越重要。然而，正如巴格达的美军联合特种作战指挥部和以色列国防军的案例所示，人工智能的真正潜力不在于发展致命自主能力，而在于数据处理，即情报和目标打击领域。网络空间中的数字信息资源，来自开放数据源、卫星、手机和一系列其他传感器的数据，可能为指挥官提供极强的战场纵深监视能力。他们比以往任何时候都能看得更远、更准确。然而，为了开发数据的潜力，必须使用人工智能程序对所有这些收集到的数据进行处理，这是一项人类难以完成的任务。数据和人工智能已成为城市战的关键资源，未来更是如此。

俄乌战争中的数据处理和人工智能运用实例具有很高的参考价值。这是一场真正的国家战争，双方部队都装备精良。在美国的密切支持下，乌克兰军队采用了一种以数据为中心的瞄准系统，与美军联合特种作战指挥部和以色列国防军密切呼应。乌克兰军队已经能够利用数据和人工智能的力量，以极高的精度瞄准俄罗斯纵深的指挥部和后勤中心。然而，这场战争已经发展为城市战。更多的情况下，是围攻作战而非闪电战。随着乌克兰军队继续反攻，这种模式可能会继续下去。

各国军队越来越多地使用数据来获得战场优势，但城市战的节奏已经放缓。俄罗斯和乌克兰军队的规模相对较小，并且它们通常在决定性的城市位置集结，这是俄乌战争中的一大特点。远程精确火炮和无人机使它们难以机动。数据在这场战争中也发挥着重要作用。双方，尤其是乌克兰军队，都可以准确、快速地锁定纵深目标。因此，俄乌战争发展成为了消耗性的阵地战。对数据进行有效利用之后，部队现在确实可以快速瞄准目标，但作战行动本身，尤其是城市战，已经放缓。