現代戦に対応する米陸軍の対UASミッション・コマンド・システムの高度化 （Military Review）
Sentient Digital, Incのサイトにある「2024年以降に最も役立つAIの軍事利用」によると、「人工知能の軍事応用は、米国の戦闘員の任務を支援する重要な可能性を秘めた人工知能分野で、顕著な関心を集めている。この1年だけでも、生成AIの分野など、AIの利用は能力的にも利用可能性においても飛躍的な進歩を遂げている。一般市民が生成AIにアクセスできるようになったということは、米国の敵もアクセスできるようになったということであり、米軍は脅威の変化に対応しなければならない。安全保障と技術的な優位性を維持するために、軍隊はこのような開発と歩調を合わせる必要がある。AIの新たな利用方法が絶えず開発される中、AIが軍事作戦を支援する方法を追い続けることは難しいかもしれない。AIが必要不可欠になるにつれ、軍事的優位性は軍隊の規模ではなく、そのアルゴリズムの性能によって定義されるようになるだろう、従って、軍が現在どのようにAIを使用しているのか、そして将来どのようにAIを使用する可能性があるのかを検証することは価値がある」と述べ、AIは、次のような数多くの点で軍に利益をもたらすことができるとしている。
〇 戦いのシステム（Warfare systems）
〇 戦略的意思決定（Strategic decision making）
〇 データ処理と研究（Data processing and Research）
〇 戦闘シミュレーション（Combat Simulation）
〇 ターゲット認識（Target Recognition）
〇 脅威監視（Threat Monitoring）
〇 ドローンのスウォーム（Drone Swarms）
〇 サイバーセキュリティ（Cybersecurity）
〇 輸送（Transportation）
〇 負傷者のケアと避難（Casualty Care and Evacuation）
ここで紹介するのは、「軍事AI革命の到来 （Military Review）」に続き、米陸軍のMilitary Reviewの最新号の人工知能の特集にある無人飛行機システムへの対応にAIを活用するという提案する記事である。容易にAIを軍事分野に持ち込めない課題の一端を知ることが出来ると考える。
現代戦に対応する米陸軍の対UASミッション・コマンド・システムの高度化
Advancing the U.S. Army’s Counter-UAS Mission Command Systems to Keep Pace with Modern Warfare
May-June 2024
Military Review
Maj. Gen. Joel B. (J. B.) Vowell, U.S. Army
Maj. Anthony R. Padalino, U.S. Army
ジョエル（J.B.）・ボーウェル（Joel (J. B.) Vowell）米陸軍少将は、生来の決意作戦（Operation Inherent Resolve）の連合統合タスク部隊司令官である。1991年にアラバマ大学を卒業し、歩兵将校の経歴を持つ。ヨーロッパ、太平洋、アメリカ全土に駐留。最後の任務は、在日米陸軍キャンプ座間司令官だった。ボーウェル（Vowell）は、アフガニスタンに3回、イラクに2回赴任。ケンタッキー州フォート・キャンベルとアフガニスタンでは、第101空挺師団第3旅団戦闘団（落下傘）を指揮した。ボーウェル（Vowell）はスタンフォード大学のウォーカレッジ・フェローであり、陸軍参謀総長のブルッキングス研究所上級研究員でもあった。
アンソニー・パダリーノ（Anthony Padalino）米陸軍少佐は、第10師団第2旅団戦闘チーム第15野戦砲兵第2大隊の作戦将校であり、支離滅裂作戦を支援するためイラクのアルアサド空軍基地に前方展開中。ウェスタンミシガン大学で学士号、エンブリーリドル航空大学で修士号を取得。その経歴の中で、彼は米中央軍作戦地域に4回派遣されている、 第4歩兵師団、第101空挺師団、人的資源コマンドに勤務。
2021年、アリゾナ州ユマ実験場での試験中に発射される2種類のコヨーテ2Cドローン迎撃ミサイル。キネティック・インターセプターは、米陸軍に柔軟な短距離対無人航空機システム能力を提供する。 （写真提供：米陸軍） |
この原稿を書いている時点で、生来の決意作戦（Operation Inherent Resolve）の連合統合タスク部隊の部隊は、一方向無人航空機システムによる攻撃を100回以上受けており、さまざまなシステムや技術を駆使した防御・防護手段の確立について多くのことを学んでいる。
「BDOCに告ぐ！方位216度、高度250’AGL、射程13km、151ノット、着弾予想時刻2分47秒！」。基地防衛作戦センター（BDOC）の対UAS（C-UAS）システム・オペレーターを務める歩兵のジョーンズ（Jones）特技兵は、心臓が高鳴り始めると、自分のコンピューター画面を見つめた。「BDOCに告ぐ！西へ10キロ、同じ高度、同じ速度、衝突まで2分以内」。ジョーンズ（Jones）は素早く画面上でトラックを選択し、敵対的なマークを付けた。そして、インターセプターを発射するために適切なソフトウェア・メニューを選択した。「上官、4番目のトラックで間違ったドロップダウン・メニューをクリックしてしまい、迎撃ミサイルの発射に失敗しました」。
基地防衛作戦センター（BDOC）の責任者であるケイン（Kane）米陸軍中尉は、担当下士官（NCOIC）に向かい、「ビッグボイスでブレースをアナウンスしろ！」と言った。数秒後、3機のシャヘド131UASが前哨基地の生命維持エリアに激突し、ペイロードが爆発、居住区から最寄りのバンカーに移動していた複数の兵士が即座に死傷した。ジョーンズ（Jones）は、基地防衛作戦センター（BDOC）の急襲カメラのスクリーンに映し出された、地面に横たわる瀕死の重傷を負った戦友たちの姿を見て、胸が痛んだ、横にいた基地防衛作戦センター（BDOC）の担当下士官（NCOIC）が危機対応部隊との調整を始めた。
「この一方通行のUASを打ち落とすには、もっと速い方法があるはずだ」とジョーンズ（Jones）は考えた。そのとき、彼はスクリーンを見返して目を見開いた。最後の8つの航空航跡の迎撃に追われている間に、さらに3つの飛翔体が現れた、 「上官、さらに3機が接近中、着弾まで30秒です」。
戦いの新たな特徴のひとつに、一方的な無人航空機システム（UAS）の拡散がある。ウクライナでもイラク／シリアでも、現在進行中の戦闘は、GPSまたは全地球航法衛星システム（GLONASS、GPSに相当するロシア語）を使って、安全な発射地点から数百キロ離れた正確な目標地点まで飛行する、爆薬を満載した安価に製造された無人航空機で構成されている。
しかし、敵のUASに対抗するために実戦配備された既存のミッション・コマンド・システムは、今日の戦場で戦闘力を適切に防衛するために必要な技術的能力を欠いている。対UAS（C-UAS）用ミッション・コマンド・システムには、オペレーターの意思決定を支援し、撃墜メカニズムの同時運用を可能にする人工知能（AI）、機械学習、自動化が必要である。さらに、現在の実戦配備されたシステムには、新興企業の検知・撃破システムとのデータ相互運用性が欠けており、その結果、基地防衛作戦センター（BDOC）は、共通の脅威を撃退するために複数の「閉じた（closed）」ネットワークを持つことになる[1]。
この記事では、米陸軍対UAS（C-UAS）ミッション・コマンド・システムにAI、機械学習、自動化を導入する必要性を明らかにする。現在の対UAS（C-UAS）ミッション・コマンド・システムは、各脅威ごとに順次発生する手動による識別と交戦プロセスを完了するオペレーターに依存しており、防御能力を圧倒しようとする複数の脅威が存在するシナリオでは非現実的である。
本稿の提言を実施することで、米陸軍は現在および将来の敵のUASの脅威と戦術に対抗する上で、競争的優位性のミッション・コマンド・システムを手にすることができる。
用語の定義
自動化（automation）。「最小限の人間の入力でタスクを実行するための技術の使用」であり、人間の介入を削減または排除する。プロセスの自動化（process automation）は、人間のシステム入力パラメータに基づくルール・ベースの意思決定を使用する[2]。
人工知能（artificial intelligence）。2018年の国防総省（DOD）の人工知能戦略では、AIを「通常、人間の知性を必要とするタスク、例えば、パターンの認識、経験からの学習、結論の導出、予測、行動の実行などを、デジタルまたは自律的物理システムの背後にあるスマート・ソフトウェアとして実行する機械の能力」と定義している[3]。
機械学習（machine learning）。機械は、人間がプログラムしたものではない「知識（knowledge）」を得るために、学習アルゴリズム（training algorithm）を使ってデータから学習する。システムは特別にプログラムされるのではなく、環境の例から学習する[4]。
ヒューマン・イン・ザ・ループ対ヒューマン・オン・ザ・ループ
現代戦の文脈では、「ヒューマン・オン・ザ・ループ（human on the loop）」と「ヒューマン・イン・ザ・ループ（human in the loop）」という用語は、AIや自動化を活用したシステムの意思決定と統制に人間が関与するレベルを指す。これら2つのアプローチの違いは、システムに付与される自律性の程度と、人間の監視と統制のレベルにある。
ヒューマン・イン・ザ・ループ（human in the loop）。人間が意思決定プロセスに直接関与し、システムによって「実行されるあらゆるアクションの開始または停止を完全に統制」する[5]。このアプローチは、安全性、タスクの正確さ、責任感、統制のために好まれることが多い。しかし、人間がループに入ることが現実的でなく、効果的でない場合もある[6]。現在の対UAS（C-UAS）プロセスは、人間がループ内にいる例であり、オペレータはシステムによる行動を作成するためにすべてのタスクとパラメータ入力を実行しなければならない。
ヒューマン・オン・ザ・ループ（human on the loop：HOTL）。人間が自動化システムの監視を行うが、自動化は人間の事前承認なしに行動を起こすことができる。このアプローチにより、意思決定と応答時間の短縮が可能になり、急速に進化する脅威が存在する将来において不可欠となる。人間が微小運動技能（micromotor skills）や適切な判断を適用する能力に影響を及ぼすような高ストレス状況においては、人間の意思決定のみに頼るよりも、監視された自律モード（HOTL）の方が効果的である[7]。イージス戦闘システムや、海軍艦船で使用されているMK15ファランクス近接兵器システムは、ヒューマン・オン・ザ・ループ（HOTL）防衛兵器システムの一例である[8]。ひとたび起動し、人間の監視下に置かれれば、これらのシステムは、艦船やその他の防護アセットに脅威を与えるミサイル、ヘリコプター、航空機を独自に攻撃することができる[9]。
対無人航空機（C-UAS）システム・プロセス
対UAS（C-UAS）のプロセスは、4つの異なる要素：検知（detect）、識別（identify）、決定（decide）、撃破（defeat）のプロセスでアクティブな防衛手段を採用している。この一連の流れは、多様な作戦環境においてUASがもたらす脅威を評価し、オペレーターの行動を強化するために自動化を適用する可能性を評価するための有用な枠組みを提供する。統合部隊内では、このプロセスは、対UAS（C-UAS）アセットとシステムの責任ある調整、管理、および運用ノードとして機能する基地防衛作戦センター（BDOC）内で積極的に適用されている[10]。
対無人航空機システムのプロセス （グラフィック：アンソニー・R・パダリーノ（Anthony R. Padalino）米陸軍少佐） |
検知（detect）。対UAS（C-UAS）のプロセスにおける最初のステップは、作戦地域における航空軌跡の存在を検知することである。これは、空中や地上のセンサーを含む、様々なレーダー感知と追跡方法によって行われる。例えばレイセオン（Raytheon）は、360度AN/MPQ-64センチネル・レーダーを開発し、UAS、回転翼航空機、固定翼航空機の検知と敵味方の識別尋問機能を提供している。レイセオン（Raytheon）はまた、航空機、ロケット、野戦砲、迫撃砲を感知・追跡できる360度Kuバンド無線周波数システム（KuRFS）も開発した。KuRFS レーダーは、パレット化高エネルギー・レーザー、陸上ファランクス・ウェポン・システム、レイセオン（Raytheon）コヨーテ迎撃ミサイルなどの複数のキネティックおよびノン・キネティックな対UAS（C-UAS）兵器システムをサポートしている[11]。
識別（identify）。航空航跡が検知されると、次のステップは航跡を分析し、それが友好的か敵対的かを判断することである。これは、敵味方識別可能なレーダー（前述のQ-64など）、空域管制機関（航空交通管制、連合航空作戦コマンド）、または敵対的な特徴を使用して、航跡の識別敵味方尋問によって行われる。友好的な脅威の航跡と敵対的な脅威の航跡を区別することは、肯定的な方法と手続き的な方法の2つの方法のいずれかを使用する複雑なプロセスである[12]。肯定的識別は最も好ましい方法であり、疑わしい航空航跡を決定するために視覚的識別を必要としない－航跡が敵対的UASであるかどうかを決定するために、既知の敵対的特性を使用するデジタル識別（物理ベース）を使用することができる[13]。手順的識別は、地理、方位時間、航空機の飛行経路－通常エア・タスキング・オーダー（ATO）と作戦図（operational graphics）を使用して敵か味方かを判断する。
決定（decide）。このフェーズでは二つの決定が下される。第一に、交戦の必要性（交戦規則、地政学的状況、戦術的状況など）があるかどうかを判断すること、第二に、脅威をどのような方法で迎撃するかを判断することである。オペレーターが空路を敵対的なものと識別した場合、識別された脅威を迎撃するために運動兵器または非運動兵器を使用することを決定する。個々の脅威の方位、高度、射程距離、速度が評価され、最も効率的で効果的な交戦のために適切な武器を使用する必要が判断される。
撃破（defeat）。オペレーターは、このフェーズで識別された敵対的な航跡上の成功したキネティックな効果またはノン・キネティックな効果を達成する。迎撃の目視確認またはデジタル確認は、このフェーズで肯定的または否定的な効果を決定するために使用される方法である。敵対的な航跡が撃破していない場合、オペレーターは脅威を撃破するか、それが意図したターゲットに影響を与えるまで、追加のアセットを使用する。
手動交戦の課題
前方地域防空指揮・統制（FAADC2）は米陸軍の現在のミッション・コマンド・システムであり、キネティックな撃破効果及びノン・キネティックな撃破効果を検知、識別、運用するためのネットワーク・アーキテクチャを提供する[14]。前方地域防空指揮・統制（FAADC2）は1989年以来、国防総省（DOD）によって使用されている[15]。前方地域防空指揮・統制（FAADC2）システムは現在、識別、決定、撃破の各フェーズで手動による交戦プロセスを使用しており、敵の脅威を効果的かつ効率的に撃破することを著しく阻害している、特に、決定を下すのにわずか数秒しか与えられていない場合はなおさらである。オペレーターは各レーダー航跡を手動で照会し、敵対的なターゲットに対して各防御システムを個別に手動で処理しなければならず、時間がかかり、人為的ミスが起こりやすい。
前方地域防空指揮・統制（FAADC2）のユーザー・インターフェースは、共通の航空写真を提供する。 （写真提供：ノースロップ・グラマン） |
この手動プロセスは、急速に進化する戦闘シナリオで必要とされる同時交戦を妨げる。手動による交戦に時間を費やすことで、UASのスウォームが防御層を妨害されることなく攻撃し、侵入することが可能になる。基地防衛作戦センター（BDOC）のオペレーターは、複数のUAS攻撃、潜在的な友軍の航空交通、武器システム間の移行、他の脅威の評価、現在の交戦管理と同時に対処する場合、しばしばタスクの飽和とヒューマン・エラーの可能性の増大に直面する。前方地域防空指揮・統制（FAADC2）システムの要件であるオペレーターの手動による交戦は、オペレーターの重要な航空航跡識別への集中力をそぎ、UASを撃破するためのヒューマン・エラーと非効率性をさらに悪化させる。脅威となるUASの攻撃速度（ジェット・エンジン搭載のShahed-238）の向上や、レーダーによる早期発見を回避するための地形マスキングの使用は、手動による方法の有効性をさらに低下させ、対UAS（C-UAS）迎撃の成功率の低下につながる。
C-UASミッション・コマンド・システムを進化させるための提言 － 人工知能による識別支援
AIは、敵対的な航空軌跡を検知する際の作戦効率を高めるため、作戦指揮システムに統合（一体化）されるべきである。この統合（一体化）は、基地防衛区域内の航空軌跡を調査する継続的な分析能力を提供することにより、オペレーターを支援する。AIの強みは、過去に記録されたデータからパターンを分析し識別する能力である。対UAS（C-UAS）ミッション・コマンド・システムは、過去に記録された脅威データをクラウド・ベースの秘密レポジトリに保存し、AI識別システムによる戦域全体のアクセスを可能にして、人間のオペレーターでは到達できない速度と精度で航空軌跡データを統合（一体化）すべきである。
AIが脅威の航空航跡を認識・識別し、人間のオペレーターに速やかに警告を発する能力は、タスクの飽和を減らし、オペレーターが最終的な航跡識別の権限を保持することを可能にする。航跡識別にAIを組み込むことで、オペレーターの識別精度が向上し、脅威の識別にかかる時間が短縮され、差し迫った脅威を地上部隊に警告する時間が増加し、戦闘力の維持につながる。
機械学習アルゴリズムは、物理ベースのレーダー航跡データ、フルモーション・ビデオ、およびその他の形式の検知データを分析することによって、オペレーターが敵対的なものと非敵対的なものの航空航跡を時間経過とともに識別するのを支援するミッション・コマンド・システムの能力を強化することによって、識別フェーズで重要な役割を果たす。機械学習アルゴリズムは、オペレーターに脅威となる航跡を警告するAIの能力を向上させると同時に、オペレーターが認識されたデータ特性に基づいて友好的と思われる航跡を認識できるようにする。
AIや機械学習アルゴリズムをミッション・コマンド・システムに統合（一体化）することを怠ると、基地防衛作戦センター（BDOC）は人間のオペレーターと同じようにしか機能しなくなり、システムの潜在能力を最大限に発揮できない。AIや機械学習ツールの恩恵を受けられない人間のオペレーターは不利である。また、UASが意図したターゲットに衝突するのを防ぐために、敵対的な航跡の妨害を成功させることができないリスクもある。人間は尋問と識別を手動で行うことができるが、AIと同じ精度、スピード、一貫性でタスクを実行することはできない。
自動交戦：決定と撃破のフェーズを進める
現在の手動前方地域防空指揮・統制（FAADC2）交戦プロセスの限界に対処するため、米陸軍は、オペレーターが敵対的な航空航跡であることを確認したら、決定と撃破のフェーズに自動化プロセスを導入すべきである。自動化を取り入れることで、前方地域防空指揮・統制（FAADC2）システムは脅威が撃破されるまで自動的に適切な方法で交戦する。
この自動交戦能力により、交戦応答時間が大幅に短縮され、システムが最も効率的な迎撃手段を選択・監視している間、オペレーターは脅威の識別と空域の衝突回避に集中することができ、ヒューマン・エラーがなくなる。さらに、対UAS（C-UAS）プロセスはヒューマン・オン・ザ・ループ（HOTL）を保持し、人間が発射の決定に関与することを保証する。自動化された交戦は、人間のオペレーターが個々の航跡を手動で選択し、迎撃ミサイルを発射し、評価された各脅威に対して陸上ファランクス兵器システムまたはパレット化高エネルギー・レーザーを発射するための複数ステップの連続プロセスを実行する必要性を排除する。
自動化された決定・撃破能力では、オペレーターは、人間が確認した敵対的な航跡との交戦を人間が監督する、一方、対UAS（C-UAS）決定・撃破システムは、複数の脅威に対して、複数の兵器システムを使って同時交戦を行い、真の諸兵科連合の防衛火力能力を達成する能力を有する。自動撃破能力は、UASの迎撃を増やし、交戦時間を短縮し、ヒューマン・エラーを大幅に減らし、UASスウォーム攻撃を撃破する確率を大幅に高める。
自動交戦の批評家は、システムが武力紛争法（laws of armed conflict）と交戦規則（rules of engagement）の範囲内で行動していることを確認するために、オペレーターが特定された脅威と手動で交戦する必要性を挙げるかもしれない[16]。しかし、このような懸念は対UAS（C-UAS）プロセスの識別フェーズにおいて緩和され、人間が脅威を敵対的と判断し、機械の介入を指示する。我々は、オペレーターが（1）敵対的な航跡であることを確認し、（2）システムに交戦を許可しない限り、敵対的な航跡は交戦されないことを提案する（ヒューマン・オン・ザ・ループ 対 ヒューマン・イン・ザ・ループ）。
将来の対UAS（C-UAS）： AIによる識別、決定と撃破の自動化
AIは、混雑した空域で、レーダーの能力をフルに発揮して複数の航跡を識別する能力を人間のオペレーターに提供する。脅威識別の唯一の限界は、シグネチャーを回避またはマスクしようとするUASを検知するレーダーの性能となる。人間のオペレーターはまだ手動で航跡を尋問することができ、航空航跡を友好的か敵対的か分類する最終的な権限を保持する。決定と撃破のフェーズにおける自動化は、人間が航空航跡を敵対的と確認した後、UASの自律的な同時交戦を可能にすることにより、対UAS（C-UAS）ミッション・コマンド・システムの有効性を高める。
クラウドベースのレポジトリ・ストレージと、脅威の「戦術、技法、手順（TTP）」とともに進化する高度な機械学習アルゴリズムを通じたリアルタイムのデータ融合により、自動化されたシステムは、人間のオペレーターによって敵対的とマークされた航空航跡がもたらす脅威レベルを評価し、迎撃ミサイルのようなキネティック・システムの採用や電子戦対抗措置の発動など、適切な対応を決定することができるようになる。この自動化は、貴重な交戦時間を節約するだけでなく、人間のオペレーターの負担を軽減し、脅威の特定と撃破監督に人間が集中できるようにする。
将来戦の能力を強化する
前方地域防空指揮・統制（FAADC2）ミッション・コマンド・システムの識別、決定、撃破の各フェーズに機械学習と自動化を統合（一体化）することは、米陸軍が直ちに実施すべきことである。現在利用可能な自動化、AI、機械学習技術を活用することで、ミッション・コマンド・システムは戦闘で観察される現在の脅威から適応して学習し、UAS迎撃の成功率を高めることができる。
商用自動車技術における同様の進歩により、自律走行機能を実現するAIや機械学習が搭載された車両が登場している。AIや機械学習技術を活用した車両は、周辺環境から学習し、リポジトリを通じてリアルタイムでデータにアクセスし、意思決定を改善し、対象物の分類を学習し、オペレーターに警告を発することができる[17]。自動化プロセス技術は国防総省（DOD）内にも存在する。米海軍のイージス戦闘システム艦船を見ればわかる。我々は、戦いのスピードに合わせて革新するために、工業化時代のシステムを進化させる新興技術を応用しなければならない。
自動化によって達成される脅威の識別時間の短縮、迎撃能力の向上、精度の強化は、特に戦略的アセット、部隊の集中、優先順位の高い場所を狙った新たなUAS技術や脅威に対抗する上で戦術的優位性を提供する。敵対者がUASの技術革新を続け、ジェットエンジンを搭載したシャヘド238UASを含むUASを配備するようになると、オペレーターは敵対的な航空航跡を正しく検知し、識別し、決定し、撃破するために数秒を要することになる。米陸軍は、適応を待つのではなく、脅威の先を行く必要がある。
結論
前方地域防空指揮・統制（FAADC2）ミッション・コマンド・システムは、1989年以来、空の脅威に対抗し、空域を管理する上で重要な役割を果たしてきた。しかし、現在のシステムで利用されている産業時代の手作業による交戦プロセスは、ウクライナ、イラク、シリアの戦場で観察される現在の「戦術、技法、手順（TTP）」に対する効率性という点で課題を突きつけており、最終的には兵士の残存性を脅かしている。
AI、機械学習、自動化技術を取り入れることで、前方地域防空指揮・統制（FAADC2）システムは敵対者の脅威能力を超えて対UAS（C-UAS）の撃破能力を向上させる。オペレーターをループに配置する自動化された交戦は、人間のオペレーターだけでは実行できない戦術的および技術的な決定速度で対UAS（C-UAS）諸兵科連合防御を可能にする。
対UAS（C-UAS）ミッション・コマンド・システムを進歩させず、手動の対UAS（C-UAS）プロセスを維持するリスクは、悪意のある国家や非国家主体が、比較的低コスト／ハイリターンのトレードオフで、紛争の連続体（conflict continuum）に沿って米国と競争することを可能にする。中東での最近の出来事に見られるように、悪意のある国家や非国家主体が低コストのUASで米軍に精密攻撃を行う能力は、戦略的レベルの影響を及ぼす部隊へのリスクをもたらし、わが国の国益を危険にさらすことになる。
大規模な戦闘作戦における任務のリスクは、港湾から部隊の前線までの編成の消耗である。デジタル時代のスピードと精度を欠いた介入能力では、兵站ノードと戦闘力の大量破壊を防ぐことができず、戦闘軍指揮官が望ましい軍事的最終状態を達成するためには、さらなる資源が必要となる。対UAS（C-UAS）の闘いにAI、機械学習、自動化を取り入れることは、この急速に進化する脅威環境において敵対者の一歩先を行くために早急な対応が必要な優先順位の高い取り組みである。
ノート
[1] Deputy Secretary of Defense, memorandum, “Creating Data Advantage,” 5 May 2021, https://media.defense.gov/2021/May/10/2002638551/-1/-1/0/DEPUTY-SECRETARY-OF-DEFENSE-MEMORANDUM.PDF; Department of Defense (DOD), Department of Defense Data, Analytics, and Artificial Intelligence Adoption Strategy: Accelerating Decision Advantage (Washington, DC: U.S. DOD, November 2023), https://media.defense.gov/2023/Nov/02/2003333300/-1/-1/1/DOD_DATA_ANALYTICS_AI_ADOPTION_STRATEGY.PDF. The inability to pass data between mission command and defensive systems is in direct contradiction to the deputy secretary of defense’s 2021 “Creating Data Advantage” directive to Pentagon senior leaders and combatant commands, and the 2023 Department of Defense Data, Analytics, and Artificial Intelligence Adoption Strategy.
[2] “What Is Automation?,” IBM, accessed 19 March 2024, https://www.ibm.com/topics/automation.
[3] DOD, Summary of the 2018 Department of Defense Artificial Intelligence Strategy (Washington, DC: U.S. DOD, 2018), 4, https://media.defense.gov/2019/Feb/12/2002088963/-1/-1/1/SUMMARY-OF-DOD-AI-STRATEGY.PDF.
[4] Greg Allen and Jack Shanahan, Understanding AI Technology (Washington, DC: DOD Joint Artificial Intelligence Center, 2020), 7, https://www.ai.mil/docs/Understanding%20AI%20Technology.pdf.
[5] Jackson Barnett, “AI Needs Humans ‘On the Loop’ Not ‘In the Loop’ for Nuke Detection, General Says,” FedScoop, 14 February 2020, https://fedscoop.com/ai-should-have-human-on-the-loop-not-in-the-loop-when-it-comes-to-nuke-detection-general-says/.
[6] Jean-Michel Verney and Thomas Vinçotte, “Human-On-the-Loop,” Joint Air and Space Power Conference 2021 Read Ahead (May 2021), https://www.japcc.org/essays/human-on-the-loop/.
[7] Barnett, “AI Needs Humans ‘On the Loop.’”
[8] “AEGIS Weapon System,” Navy.mil, last updated 20 September 2021, https://www.navy.mil/Resources/Fact-Files/Display-FactFiles/Article/2166739/aegis-weapon-system/; “MK 15 – Phalanx Close-In Weapon System (CIWS),” Navy.mil, last updated 20 September 2021, https://www.navy.mil/Resources/Fact-Files/Display-FactFiles/Article/2167831/mk-15-phalanx-close-in-weapon-system-ciws/.
[9] Amitai Etzioni and Oren Etzioni, “Pros and Cons of Autonomous Weapons Systems,” Military Review 97, no. 3 (May-June 2017): 72–81, https://www.armyupress.army.mil/Journals/Military-Review/English-Edition-Archives/May-June-2017/Pros-and-Cons-of-Autonomous-Weapons-Systems/.
[10] “Counter-Unmanned Aircraft Systems (C-UAS),” Department of Homeland Security, 2 July 2023, https://www.dhs.gov/science-and-technology/counter-unmanned-aircraft-systems-c-uas; Army Techniques Publication (ATP) 3-01.81, Counter-Unmanned Aircraft System (C-UAS) (Washington, DC: U.S. Government Publishing Office, 2023), https://armypubs.army.mil/epubs/DR_pubs/DR_a/ARN38994-ATP_3-01.81-000-WEB-1.pdf.
[11] “KuRFS: Ku-band Radio Frequency Sensor,” Raytheon, accessed 19 March 2024, https://www.rtx.com/raytheon/what-we-do/integrated-air-and-missile-defense/kurfs.
[12] ATP 3-01.81, Counter-Unmanned Aircraft System (C-UAS).
[13] Ibid.
[14] “Northrop Grumman’s FAAD C2 System Enables Integrated Short Range Air Defense in Baltic Region,” Northrop Grumman, 5 June 2023, https://news.northropgrumman.com/news/releases/northrop-grummans-faad-c2-system-enables-integrated-short-range-air-defense-in-baltic-region.
[15] U.S. General Accounting Office (GAO), Battlefield Automation: Army’s Air Defense Command and Control System Status and Program Issues, GAO-NSIAD-90-12BR (Washington, DC: U.S. GAO, 20 December 1989), https://apps.dtic.mil/sti/tr/pdf/ADA292160.pdf.
[16] Jovana Davidovic, “What’s Wrong with Wanting a ‘Human in the Loop’?,” War on the Rocks, 23 June 2022, https://warontherocks.com/2022/06/whats-wrong-with-wanting-a-human-in-the-loop/.
[17] Kaviraj Sankar, “Automotive Radar Advancements with AI—Revolutionizing Safety & Perception (Part 1),” Multicoreware, 5 September 2023, https://multicorewareinc.com/automotive-radar-advancements-with-ai-revolutionizing-safety-perception-part-1/.
