报告提出了未来人工智能战争中作战层面的防御与进攻概念，探讨了如何将这些概念应用到海、陆、空作战领域。该报告包括未来战争的技术驱动因素、使用人工智能发动战争以及人工智能在海、陆、空作战领域的应用五个章节，部分内容整编如下：
一、技术组合驱动战争
现代战争既受技术驱动也受技术约束，新兴技术既赋予部队在战术和作战层面的使用选择权，又制约着部队的选择。目前，人工智能的应用主要集中在商业领域，尚未深入渗透到军事领域。但无论人工智能在民用还是军事应用中，都不能单独起作用，人工智能发挥效用的关键是与其他多种技术的组合，卡内基梅隆大学将这种组合描述为“人工智能堆栈”。栈中的“感知”层包括计算、无线云网络和设备，如传感器和物联网。“决定”层包括大数据管理、机器学习、挖掘模型和决策支持辅助。“行动”层包括规划和行动(优化、战略推理、知识)、自主技术和人机界面，可使操作员自我定位。从该堆栈模型可以看出，所有技术的互动将产生组合效应，进而提升每项技术所产生的能力和效果。
二、使用人工智能发动战争
在未来战场，人工智能的首要作用是赋予作战人员在战斗空间中更容易检测、定位和识别目标的能力，其对战场的明显影响是加速决策周期，能够快速确定目标并发出命令及时行动;其次，人工智能可以做出有效预测，让友军正确瞄准目标以对抗敌方并挫败其行动。人工智能在战场的应用也存在弊端，如容易被欺骗、只有在训练的环境中才能正常运行、无法将在一项任务中获得的经验转换到另一项任务中等。因此，在实战情况下，人工智能必须与人类合作，二者可以互相抵消对方在认知方面的缺点。
报告为战场人工智能的自主性提出三种应用模式：人在环路中，在该模式下，人类保留对选定功能的控制权，防止人工智能作出未经授权的行动，人类是系统控制环路的组成部分。人在环路上，在该模式下，人工智能控制作战的所有环节，但由人类监控其操作，并在必要时进行干预。人在环路外，人工智能控制指控系统运行，不需要人类的指导或干预。这种控制形式也称为完全自主。
三、人工支持的海战
目前，大国之间的海上战争已经演变为作战网络之间的战争，这种冲突受技术的强烈影响。美海军当前应重点提升作战网络系统的能力，包括情监侦系统的数据处理能力。
(一)海上防御
1. 传感器部署
该报告设想在海上战场部署一个大型的物联网传感器网络，分布在敌方部队可能进入或通过的海域，由人工智能处理/收集移动传感器数据，并通过机器学习进行分析，最终形成一幅详细的海洋3D综合作战图。随着人工智能和相关技术的发展，该概念在海洋领域正逐步实现。DARPA开展的“海上物联网”项目旨在通过部署数千个小型、低成本浮标形成分布式传感器网络，再利用人工智能和机器学习对传感器数据进行实时分析，实现对海洋领域的态势感知。其他传统的军事海上监视与侦察系统(包括天基系统、有人飞机、水面舰船和海底传感器等)，也将推动实现数字海洋的概念设想。
2. 保卫舰船
数字化“可观测海洋”设想将确保军舰提前感知敌方舰船威胁。基于人工智能的舰载雷达和传感器将为舰船提供更强的态势感知能力，人工智能指挥系统将迅速确定目标优先级并进行导弹交战。
3. 人工智能欺骗手段
数字海洋设想极大地增加了欺骗和迷惑行动的重要性。在海上战争中，部署在战场上的多种人工智能系统可通过多种方式欺骗对手，包括欺骗对手指控系统，迷惑对手指挥官的感知或预期，干扰其作出有效的决策。
(二)海上攻击
进攻的目的是为了抵御敌方攻击，以争取足够的时间到达适合与敌方舰队交战的导弹发射阵地。在协调攻击的过程中，美海军可混合使用有人-无人舰艇的方式发起攻击，包括使用一艘大型、防守良好的有人舰艇，携带各种类型的远程导弹，放置于低危险区域;一艘较小型有人军舰，推进至有敌舰的区域，既进行侦察，又为大型军舰的远程导弹提供瞄准目标信息;另外一艘无人隐身舰艇置于高危险区域，主要用于收集关键时敏性情报并通过较小的有人战舰将这些情报传给后方的大型舰船。在较短距离上协同作战的三艘舰艇能够有效规避敌方的电子干扰，收集并传送高质量的目标数据。协同攻击方案与分布式杀伤概念不同，协调攻击只需要简单的分布式集成，无需高技术要求，更适合在强对抗的电子战环境中作战。
另一种概念是以一艘有人、大型舰艇为中心，组成一个无人的空中、水面和水下系统网状星座。大型舰艇具有潜在的优势，能够支持新兴的防御系统，如高能激光或轨道炮。该概念要求：大型/有人舰艇需具备良好的生存能力、适应作战环境的防御系统、先进的指挥控制系统、与岸基设施和数据存储服务连接的高带宽通信系统。
DARPA和美海军正研发无人自主舰船，这种全自主舰船的显著作战优势是具备更高的生存能力，且尺寸更小，成本更低，在高海况下具备更好的性能。DARPA的“海上列车”概念要求多艘无人舰船相互连接或实现协同编队航行，以减少阻力，提高巡航效率。该概念设想了四艘或更多的人工智能自主无人舰艇组合在一起，可分解为独立单元执行不同的任务，然后重新组装返回。
(三)兵力结构问题
人工智能支持的战场应用了大量成熟的人工智能及相关技术，包括自主系统、算法、数据管理、机器学习技术、边缘计算、网络等领域经过验证的系统和通用标准。基于人工智能和边缘计算的自主系统与船只是海上人工战场空间主要特征，机器学习、大数据、物联网和云计算等技术将创造出数字化“可观测海洋”。通过这些技术的结合，未来海军战场的主力将是人-机作战编队，人工智能等新兴技术驱动的新型作战力量将成为海军的新重心。
四、人工智能支持的陆战
在作战层面，陆地战争大致遵循普遍的战争概念。但与空中和海上战场不同，陆地战场上的人员及其结构过于密集，严重阻碍和限制了敌对军事力量的冲突。近一个世纪以来，陆地战争不断向多域作战发展，各国前沿陆军近年并未发生大规模冲突，双方都寻求通过“对立作战系统”之间的“系统对抗”来取得胜利。
(一)陆地防御
1. 传感器部署
通用防御概念设想在敌对部队可能穿越的地区布设物联网传感器网络。在大规模冲突中，敌军需要在机动地面部队后方建立大型仓库以提升后勤和火力能力，因此防御方应在相应地点部署物联网传感器，根据其提供的信息，通过互换性战争对敌军施加高消耗。物联网传感器的早期部署将大幅增加需收集的环境和背景数据的数量，这有助于人工智能系统通过机器学习进行更好的训练。人工智能无人系统的移动性也可提供新的监视选项，无人机和无人车辆在敌对行动中的损失是可接受的，因此可积极获取信息;也可在目标区域大规模行动，以迫使对手暴露自己。
2. 指挥控制
物联网传感器通过云将数据送入融合设施，人工智能将这些数据处理为战术上有用的信息(包括对对手行动路线的预测)，然后将优先目标列表、最优的跨域攻击类型以及时间安排传递给指挥官;指挥官批准后，下一级别的人工智能将为目标分配首选武器，传递瞄准数据，确保与友军消除冲突，确认目标何时交战，并按需进行弹药补给;最后，物联网传感器检测并通过指挥控制系统传回有关攻击有效性的数据。通过这种方式，人工智能指挥控制系统将逐步建立一个近实时的战场数字模型，同时为防御方提供数字骨干，向所有地面部队人员提供相关信息和指令。
3. 人工智能赋能的机动部队
战场可分为三个不同的区域：①优势区：友军火力比敌方火力更强、更集中的近区;②对抗区：双方都有能力发射有效火力的中间区域;③易受攻击区：敌方能进行更大、更灵敏的火力攻击的远区。
在优势区内，机器人作战车辆可用于部署和控制人工智能支持的较小型机器人，并预计将使用人工智能进行自主驾驶和自动威胁识别，对抗小型敌方作战单位。在对抗区和易受攻击区，可使用无人系统进行移动、传感器数据理解、通信、后勤和医疗支持。此外，人工智能系统将用于通知和协调整个作战单位，并提供良好的态势感知能力。
4. 人工智能支持的互换性战争
人工智能支持的互换性战争可能将导致战术层面的战斗变得更不稳定、作战层面的战场变得更静态且依赖于位置。许多人工智能支持的可互换性战争构造取决于人工智能的发现能力。为避免被高精度火力攻击，友军单位需要避免被探测或分散并使用有效的、分层的对策。这使得人工智能的欺骗能力也至关重要。
(二)陆地攻击
要想取得决定性结果不能光靠防御概念，必须深入易受攻击区进行进攻。通过这种机动可绕过对手的中央作战服务支持节点，切断其与后勤的联系，打乱其前沿军事活动，瘫痪其作战网络，从而让其无法达到战略目标。穿透敌防的小型部队需保持机动敏捷性和灵活性，并以分布式方法作战从而提供相互支持。为实现这种协同作用，需要连接人工智能支持的指挥控制系统，让分散的部队保持良好的态势感知，得到友军远程火力的支持，并被纳入连贯的作战计划中。
(三)兵力结构问题
不同层次的人工智能系统需要相互协作，也需要与人类团队成员合作。目前，多数人工智能系统都使用独特的定制软硬件核心，多个独立运行的人工智能系统无法无缝整合在一起。这导致整个系统之系统的预期利益可能无法实现，“战争迷雾”可能会被“系统迷雾”所取代。人工智能战场的技术核心包括物联网、云、人工智能/机器学习和边缘计算。如果将这些技术作为未来陆军结构的基础，而不是传统的保护、机动和火力三位一体，未来陆军结构就可能具有独特、意想不到的能力。
五、人工智能支持的空战
美中俄现代空军作战概念涉及两个特定领域，一是从作战层面考虑，使对方的指挥控制系统瘫痪，从而扰乱、破坏对方的战斗网络;二是从战术层面考虑，增强并增加空中作战中飞机的能力和数量。
(一)空中防御
防空系统的目的是降低敌方空袭的有效性，并对攻击型飞机施加不可接受的消耗率。防空包括主动和被动措施，主动措施通常是由战斗机、地空导弹、防空火炮、空中和地面雷达系统以及指挥控制系统组成的综合防空系统;被动防空措施包括伪装、隐蔽、诱饵系统、电子欺骗或干扰等。
1. 传感器部署
通用防御概念设想的大型物联网传感器网络可通过地面雷达站链辅以空中预警和控制飞机实现。通过使用大量小型、低成本的人工智能地面和机载传感器，还可对现有的高成本、数量有限的传感器网络进行大规模补充。虽然配备传感器的无人机续航时间较短，但高空气球、小型卫星和伪卫星等人工智能支持的新兴物联网应用可大幅提高其耐久力。
2. 指挥控制
大型物联网传感器网络可通过云将部分处理过的数据输入融合设施，再由人工智能遵循观察-判断-决策-行动(OODA)周期进行进一步处理。①观察：人工智能将参与每个物联网的边缘计算，再接入融合中心;②判断：人工智能不仅将产生全面的、近实时的空中图像，还可预测敌人的行动路线;③决策：人工智能管理并理解友军防空部队的可用性，将其传递至指挥官获得批准，优先列出接近的空中目标、最优的跨域攻击、涉及的时间和化解冲突的考虑;④行动：人工智能将为每个敌机目标分配特定的友军武器，自动传递目标数据，化解友军冲突，确认目标何时交战，进行交战评估，并在必要时请求武器补给。
3. 人工智能战斗机
人工智能支持的飞机可分别履行空中战斗巡逻或者地面预警拦截器的职责。空中战斗巡逻机的尺寸更大，以携带更多燃料，增强续航能力;地面预警拦截机尺寸较小，外形更类似于导弹，可通过降落伞回收。在人工智能支持的综合防空系统中，人类将负责更高层次的认知功能，比如制定综合交战战略、选择并确定目标的优先顺序，以及批准武器交战;人工智能将承担较低级别的认知功能，如操纵飞机和空战战术。
4. 人工智能欺骗系统
敌军需要关于目标及其防御的大量信息才能发动可靠的攻击，人工智能支持的欺骗系统可分散在物理和网络战场上，建立误导性战场图像。此外，广泛分散的小型移动边缘计算系统可通过传输一系列不同保真度的信号来制造复杂的电子诱饵，这些系统可安装在无人机上以获得最大的移动性，在攻击进行时模糊战场。此外，可结合人工智能欺骗行动，引导敌军攻击空军基地附近的临时机场，从而制造“战争迷雾”、操纵对手的态势感知、降低其作战效率。
(二)空中攻击
进攻性空中作战包括四项任务：①寻求摧毁或破坏地面基础设施(如指挥控制系统、机场、后勤支持和空军基地设施等)的攻击行动;②压制敌方防空行动，攻击敌人的高射炮和地空导弹系统;③战斗机进入敌方领空，与敌机交战;④护航战机保护轰炸机或运输机等其他飞机进入敌方领空。
澳大利亚、英国、俄罗斯和美国都在积极研究“忠诚僚机”概念，设想有人驾驶飞机和无人机密切合作，一架载人飞机与多架无人机以混合编队飞行作战。空中战争进攻概念可使用人工智能支持的无人机执行多种任务，根据不同的任务应用不同的无人机组合。
(三)兵力结构问题
由于飞机改装需要漫长的开发和测试过程，最初的人工智能空战概念更可能涉及开发和部署无人地面系统和无人机，而不是改装载人飞机。此外，在人工智能时代，需要拥有通用的数据标准和、云，采用开放的系统方法，从而让新的人工智能设备和网络实现“即插即用”。最后，和平时期任务中的无人机应使用现有商用侦察系统，而不是机密的情报收集系统，以避免被击落的无人机被对手通过反向工程进行研究。
