五角大楼希望以更少操作员实现可扩展的自主能力
五角大楼正朝着规模更大的自主作战计划迈进，但一个基本的作战问题仍未解决：无人机系统虽然无需乘员，却依然需要大量人力。Defense One 的一篇新报道称，DARPA 正在推进一些项目，旨在让机器人更智能、更具自组织能力，并减少对持续人工指挥或易受攻击网络链路的依赖。
眼前的目标不仅是部署更多无人系统，更是要让相对少量的人员有能力管理规模大得多的机器人平台。随着负责无人机作战的五角大楼办公室拟议2027年预算从今年的2.26亿美元暴增至540亿美元，这一挑战变得更加紧迫。
两个DARPA项目瞄准核心瓶颈
据报道，DARPA 已向业界发出两项请求，分别针对同一作战问题的不同侧面。第一项，Materials for Physical Compute in Untethered Robotics，旨在让自主系统在不严重依赖远程计算资源连接的情况下变得更智能。第二项，Decentralized Artificial Intelligence through Controlled Emergence，旨在帮助机器人组成团队并协同执行任务。
综合来看，这些努力表明，战略重心正在从这样一种模式转移出去：自主系统的效用仅取决于其与中心化基础设施的连接，或取决于其能否获得庞大的人力支援。五角大楼显然希望机器能够在更本地化的层面进行推理，并更有效地彼此协同。
这在对抗环境中尤为重要，因为数据链路可能退化、遭到干扰或暴露。如果一台机器人需要向外传输大量数据进行处理，然后等待指令返回，它就会同时变得更脆弱、效率更低。DARPA 的物理计算项目旨在通过赋予机器人更多机载智能、同时保留电池续航，来降低这种脆弱性。
过去的无人机行动显示出人员负担
报道援引的历史案例凸显了这一问题的规模。退役陆军上将大卫·彼得雷乌斯和学者艾萨克·弗拉纳根在近期评论中指出，美国早先在中东的无人机行动受限，主要瓶颈并非飞机数量，而是操控这些飞机所需的人员和组织架构。
他们指出，每个提供持续监视的捕食者（Predator）战斗空中巡逻任务都需要近150名人员。随着无人机覆盖需求上升，限制因素并不只是可用平台的数量，而是经过训练的人手数量以及有效使用这些平台所需的机构体系。
这一观察对五角大楼当前的支出雄心具有直接启示。如果不解决操作员、培训、维护和整合问题，仅仅购买大量自主系统，纸面上或许会形成令人印象深刻的库存，但在实战中却未必带来相称的军事价值。
为什么自组织系统很重要
第二项DARPA努力聚焦去中心化AI和受控涌现，指向军事自动化最困难的挑战之一：如何让多台机器人像一个团队那样行动，而无需人类发出难以承受的微观指令流。如果机器能够动态协调角色和行动，单个人工监督者就可能带领更大规模的力量编组。
这并不意味着不再需要人类监督。相反，它改变了人类的操作层级。操作员不再需要指挥每一次移动或传感器任务，而是可以定义目标和约束，由自主系统承担更多本地协同工作。对现代军队而言，这正是AI赋能自主能力最具吸引力的承诺之一。
但这也是最容易出错的领域之一。类似蜂群或团队化的机器人行为仍必须足够可预测，才能让指挥官信任、维护并将其整合进更广泛的部队结构。五角大楼对受控涌现的兴趣反映了这种张力。它想要的是适应性，而不是混乱。
支出增长加大了对条令和纪律的压力
拟议中从2.26亿美元跃升至540亿美元的增幅大到足以改变讨论本身的性质。在这一规模下，问题不再是自主系统是否重要，而是五角大楼能否以聪明的方式吸纳它们。Defense One 指出，如果军方在没有明确理解操作员将如何采购、训练、使用和维护自主武器之前就开始投入，这类资金中的很大一部分可能会被浪费。
这一警告很重要，因为国防技术失败往往并非源于缺乏有前景的硬件，而是源于薄弱的作战概念、碎片化的采购和不足的保障规划。换句话说，这既是组织问题，也是技术问题。
当前的DARPA项目似乎已经意识到这一点。它们并不仅仅是在要求更好的无人机，而是在要求能够减轻长期以来阻碍无人机编队高效扩展的负担的系统。
更广泛的战略信号
这篇报道呈现的是一个试图从“无人机数量”转向“自主效能”的军事体系。在这一语境下，更智能的机载处理和去中心化协作并不是抽象的研究主题，而是为解决多年限制无人系统实用性的现实瓶颈所做的尝试。
如果这些努力成功，它们将有助于改变一个单位可以可信部署多少机器人，以及这些系统在对抗环境中的韧性。如果失败，五角大楼就会面临这样一种风险：在自主能力上投入巨资，却依然保留着让早期无人机行动劳动密集的同样人员和组织约束。
核心教训很简单。自主作战并不会因为机器无需飞行员在机上就自动实现可扩展。只有当指挥、计算和协同的外围系统不再要求不可持续的人力投入时，它才真正具备可扩展性。DARPA 现在显然正试图在五角大楼投入更大规模资金到自主战场之前，先解决这一问题。
本文基于 Defense One 的报道。阅读原文。
Originally published on defenseone.com
