导读：美国空军在战斗网络中的AI助手，在杀伤网规划中的价值开始凸显。该文可以作为《军事人工智能研究报告（2025）》的重要补充，请相关读者阅读参考。
人机组决策优势冲刺（Decision Advantage Sprint for Human-Machine Teaming ）的2025系列标志着人工智能和机器学习在战斗管理操作中整合方面迈出了重要一步。
通过一系列突破性的试验，包括最近的DASH 3迭代，美国空军与其联盟伙伴加拿大和英国一起，测试和完善了人工智能在面对日益增长的全球安全挑战时加强决策、提高运营效率和加强互操作性的潜力。
DASH 3在拉斯维加斯市中心的影子行动中心的未分类地点举行，为这次合作奠定了基础，由高级战斗管理系统跨职能团队领导。
该试验是与美国空军研究实验室第711人类性能联队合作进行的。太空部队和第805战斗训练中队，也称为ShOC-N，进一步巩固了对未来提高战斗管理能力的承诺。
人工智能整合到行动决策中
在DASH系列的第三次迭代中，七个团队，六个来自行业团队，一个来自ShOC-N创新团队，与美国、加拿大和英国运营商合作，测试了一系列决策优势工具，旨在增强快速有效地生成具有多种路径的战斗行动方案。
战斗行动方案的目标是绘制符合指挥官意图的行动序列，同时克服现代战争的复杂性，包括战斗的不确定性。战斗行动方案的例子包括远程杀伤链、电磁战斗管理问题、空间和网络挑战或敏捷战斗就业（如重新基地飞机）的建议解决方案。
美国空军上校约翰·奥伦德（John Ohlund），负责监督能力开发的ABMS跨职能团队负责人，解释了行动方案生成灵活性的重要性：
“例如，轰炸机可能能够从多种途径攻击，每种途径都有独特的风险，需要不同的支持资产，如网络、ISR、加油和防空抑制。机器可以生成多个路径、支持资产、复合不确定性、定时等。机器提供了一个丰富的解决方案空间，其中许多行动方案被探索，但只有一些被执行，确保随着情况的发展，选项仍然开放。”
这种同时探索多个行动方案的能力允许更快地适应不可预见的挑战，并为运营商提供多样化的策略，以便随着情况的发展而采取行动。人工智能融入这一过程不仅旨在加快决策周期，还旨在提高所生成解决方案的质量。
人工智能加速决策优势
事实证明，人工智能系统能够生成可操作建议的速度是决策过程中改变游戏规则的因素。从曾经需要几分钟或数十分钟的人工创建行动方案过渡到在短短几十秒内产生可行的选择，这被确定为战斗场景中的根本优势。
