热点话题

在一个充满地缘政治不确定性、经济动荡和技术创新的世界里，新加坡的国防规划者和机构必须做好应对复杂安全挑战的准备。

潜在的威胁正在增加，而且各式各样——暴力恐怖主义、网络领域的虚假信息和混合威胁，以及全球和区域大国之间意识形态和战略竞争的影响、流行病、气候变化和特大自然灾害。

然而，挑战并不在于列出可能预见的威胁类型，也不在于如何确定它们的优先顺序。真正的问题是，如何拨开这些不断扩大的风险的迷雾，在三四个威胁相互交织或汇聚时，评估什么才是最重要的。

在这一过程中，基于评估环境、识别具体威胁、制定选项、评估优先事项，以及选择核心目标、战略和政策的传统国防规划方法，可能已不再足够。

例如，数以千计的分析家可以对区域军事预算或海军部署作出评估。然而，可以说很少有专家能够模拟不断增加的外太空空间碎片，将如何影响卫星在低地球轨道上的轨迹和定位，以及当卫星系统老化或中断时会发生什么。

同样，在评估国家和非国家行为者的不同网络能力时，多种威胁因素也会发生交织。我们须要审查许多类别，如各种行为者的战略和原则；治理（包括领导力）、指挥与控制；网络情报能力；网络安全和韧性。

这样做的目的是尽可能获得最佳的态势感知。但是，须进行此类评估的问题的复杂性，在很大程度上影响了评估的确定性。

复杂的安全挑战考验着情报收集能力的极限，给政府服务部门全天候监控各种威胁、将各种因素联系起来，并向决策者提供可靠的政治军事评估的能力，带来了压力。

还有其他可以改进国防规划的工具吗？

人工智能——希望与危险

人工智能、机器人技术、5G和扩增实境（augmented reality）是前景受看好的新兴科技。它们既提供了新的可能性，也带来了挑战。

以人工智能领域为例。我们可以看到，人工智能系统和机器学习算法，已经在帮助整理各种政府和军事应用中的大量数据。

在最近于美国举行的“铸刀”演习（Exercise Forging Sabre）中，国防科技局的工程师利用人工智能和数据分析，在空中和地面综合打击行动中，为指挥官提供最佳作战方案。

人工智能也在其他领域的进展中显露其价值，在网络袭击侦测方面，它的先进算法可以检测恶意代码，识别异常的系统模式或行为，并自动提供威胁侦测和反应。国防部的网络安全系统2.0便采用了这些科技。

但是，我们能在多大程度上信任人工智能？

如何通过生成虚假数据，来欺骗人工智能系统做出错误预测的研究领域，正在不断扩大。这种所谓的对抗性机器学习（adversarial machine learning）可能会被国家和非国家行为者用来欺骗它们的对手，令对手使用虚假数据来得出错误的结论，从而改变决策过程。

对抗性机器学习对国际安全的总体战略影响，可能比有关科技本身更具破坏性。

电子竞技和国防

仅仅通过科技来解决复杂的战略挑战，可能很容易使人陷入逻辑误区。因此，国防规划应该采用新的战略，如打破传统的组织界限，建立安全与防御合作网络。

例如，为什么情报分析只能用在国防威胁上？为什么国防各部门不能像它们实际上在做的，与游戏公司、刚起步的创新公司或学术界展开合作？

新加坡海军和国防科技局就与本地一家电子游戏开发商合作，开发了一套受电子竞技启发的海战训练设备。国防科技局还与麻省理工学院和卡耐基梅隆大学展开持续的研究合作，研究假新闻技术、机器人技术和机器学习。

防务合作规划须仰赖各种网络，这些网络可以以崭新的方式连接起来——各国的军方、公司、学术界和政府可以分享不同的经验和做法，以应对复杂的安全挑战。如果一个合作机构出现问题，另一个可以暂时取代它，以加强安全性并提供关键的韧性。

因此，维系各种横向和纵向合作网络的粘合剂，也取决于增强和维持信任。

当前的全球冠病疫情就是一个很好的例子：为解决超越国界的问题而进行的对话、协商和谈判，对于促进和维护国际安全与和平，仍然是必不可少的。

对新加坡来说，通过全球网络和旗舰活动（如本周举行的新加坡国防科技峰会）建立战略伙伴关系，提供了参与安全与防务网络合作的机会。在这场从12日举行至15日的活动中，来自军方、政府、业界和学界的数百名全球科技领袖，将深入探讨在科技的颠覆性影响中建立信心的问题。

虽然科技峰会不会解决新加坡的安全挑战和困境，但它可以揭示，新的科技、组织和概念能如何帮助塑造新的国防规划范式，以更好地应对未来的挑战。

作者是新加坡南洋理工大学拉惹勒南国际研究院属下的国防与战略研究院助理教授，军事转型项目协调员

黄金顺译