如今，全球各國的武裝部隊紛紛開始試驗人工智能賦能的防御系統。率先充分了解人工智能以改變現有以人為中心的兵力架構并采納人工智能作戰方式的國家，可能具有相當大的先發優勢。

傳感器戰場和指揮控制(C2)

在“發現”階段，首先必須能在敵軍可能穿越的各個區域內的最佳“陸、海、空、天、網”位置設置大量低成本的物聯網(IoT)傳感器。在某些方面，這一理念已應用于一體化防空系統(IADS)概念，具體包括地面雷達站鏈網輔以空中預警與控制飛機，以偵察高空和低空飛行的飛機。空戰的人工智能化防御概念表明，通過使用大量人工智能化的小型低成本地面和機載傳感器，可大規模補充目前數量有限且高成本的傳感器部署方式。

擴展型物聯網傳感器戰場上的小分隊可運用人工智能邊緣計算，將部分處理過的數據先通過云端發送至融合中心，然后再發送到指揮控制系統。這類更小巧的物聯網傳感器可以是有源短程雷達發射器，但其功率有限，可能會限制此類用途。更可能的情況是，無源物聯網傳感器偵測到整個電磁頻譜上的發射情況，包括聲頻帶、紫外線波段、紅外波段、無線電波段和雷達波段。雖然單個傳感器的性能可能相對較低，但是當將其與潛在的數百個傳感器組合后，或許可在三維空間內跟蹤并識別空中交通。

地面防空物聯網傳感器的位置比較固定并且會持續使用，而配備傳感器的無人機(UAV)續航時長也從數小時到一天不等。一些新興的物聯網應用可能會顯著延長這種續航時間，包括高空氣球、小型通訊衛星以及偽衛星，所有這些都可能與人工智能技術相結合。

大型物聯網傳感器戰場將使用無源探測技術。這意味著飛越這類戰場的飛機不能使用雷達、數據鏈和通信系統等電磁設備，以避免被發現。即便如此，飛機的正常特征(例如，噪音、熱量和視覺特征)仍可能暴露飛機的存在。為此，開辟物聯網傳感器深空戰場具有重要意義。當飛機接近已知的傳感器時，飛機可限制自身的發射，特別是來自飛機前向航路扇區的發射。深空戰場意味著飛越戰場的飛機即使在正面方向未被偵測到，仍可能在其側翼和后方扇區被發現。

利用人工智能打造的超大型物聯網傳感器戰場將部分處理過的數據先通過云端發送至融合設施，再由人工智能對數據進一步處理。在考慮這些步驟時，“觀察、判斷、決策與行動”(OODA)模型很有用。在“觀察”階段，先將人工智能用于每個物聯網的邊緣計算，隨后再應用于融合中心。在“判斷”階段，人工智能將在戰斗管理系統(BMS)中發揮重要作用。人工智能不僅可生成近實時的綜合空中態勢圖，而且可預測敵人的空中作戰方案與行動。

負責處理“決策”且了解己方防空部隊可用性的下一個人工智能層將待交戰的空中目標優先接近列表、待部署的最佳跨域攻擊類型、相關時間點以及沖突消除考慮事項發給指揮官審批。為此，人類將以人在回路中或人在回路上的控制方式保持深度參與。

獲批后，下一個人工智能層將為每個目標指定首選武器，以自動傳遞必要的目標定位數據，確保與友軍消除沖突，確認攻擊目標的時間，并且可能預估武器彈藥再補給。作為最后一步的“行動”主要由人工智能完成。

人工智能型戰斗機

目前已有多種高性能無人機在空中飛行，開發出能運用人工智能進行戰術決策的視距內空對空作戰無人機似乎是一項簡單的工程任務。實際上，美國空軍計劃于2024年再次開展人工智能操控的飛機與有人駕駛飛機進行對戰的實驗(2020年開展過一次)，屆時將使用全尺寸戰術飛機。較之載人飛機，經過優化的作戰型人工智能化短程纏斗式無人機可能體積更小、重量更輕且成本更低，并且在防御時可能無需搭載武器就能干擾敵方的空襲。

指揮控制系統可以輕松指定無人機與敵機交戰、接近敵機并開始與敵機纏斗。載人飛機的注意力會因此而分散，其攻擊方法也會受到干擾，從而更容易受到其它載人武器系統的攻擊。此外，如果敵方有人飛機實施機動作戰，其燃料使用率會更高，并且可能需迅速停止攻擊才能返回較遠的本國基地。

另一方面，搭載武器的人工智能型戰斗機可視具體情況以人在回路中或人在回路上的模式遂行作戰。但這類模式也有缺點，飛機搭載武器可能導致工程設計問題，增加連通性問題，對武裝沖突法則有重大影響，并且可能產生戰術問題。出于多種原因，更可取的策略可能是讓無人機攻擊、“鎖定”敵機并伴飛，從而持續廣播敵機的所有航跡和詳細情況。

人工智能型飛機可用于空中戰斗巡邏(CAP)或者用作地面待戰截擊機(GAI)。空中戰斗巡邏需要體積更大的無人機，使其在空中待命時具有有效的續航能力。但是，類似有人機尺寸的機體可能遠遠超出了有人飛機可達到的性能水平。對于無人機而言，體積越大，其設計和操作就越復雜。

當用作地面待戰截擊機(GAI)時，無人機的體積可能更小，或許更像是一枚導彈而非一架飛機。例如，美國空軍的XQ-58A“瓦爾基里”遠程高亞聲速隱身無人機通過固定的發射器升空并利用降落傘降落。現今有提議將這種無人機部署在移動式貨運集裝箱中。

如果可用作地面待戰截擊機的人工智能型無人戰斗機不需要機場，縱深防御方法將變得更容易，分布式防空等新概念也將成為可能，這一點至關重要。可用作地面待戰截擊機的人工智能型無人戰斗機可分散在物聯網傳感器戰場上，由指揮控制系統遠程派遣以執行快速反應的短程截擊任務，用來配合執行空中戰斗巡邏的有人飛機。另外，此類無人機不一定需要搭載復雜的武器系統才能發揮其效用。

在這類人工智能化一體化防空系統中，人類和無人機各自負責單獨的任務，這一點很重要。人類將負責承擔更高級別的認知功能，例如制定總體交戰策略、選擇目標并確定其優先級以及批準交戰。人工智能將承擔較低級別的認知功能，例如操縱飛機和纏斗戰術。

人工智能的欺騙功能

需用“欺騙”功能補充人工智能的“發現”功能。進攻一方必須掌握有關目標及其防御的大量信息，才能可靠地成功發動攻擊。人工智能化“欺騙”系統可分散在整個實體和網絡空間戰場上，從而通過構建誤導性的或混亂的態勢使敵人喪失“發現”能力。人工智能化“欺騙”系統也可配合復雜的欺騙性戰役。

此外，分布范圍很廣的小型移動式邊緣計算系統可通過發送不同保真度的一系列信號來制造復雜的電子誘餌。這類系統可能會安裝在無人機上以實現最大的機動性，然而，使用道路網的無人地面車(UGV)或許也具有特殊功能(例如，偽裝成移動地空導彈系統)。其目的只是為了在非常有限的攻擊時間內制造“戰場迷霧”。

無人機可以電子方式“復制”防御戰斗機，以制造一種在各個空中巡邏區域都有大量戰斗機在防守目標區域的假象。這種方法的成本可能更高。但這可能會逼退敵方攻擊機，以避免高損耗。

“欺騙”功能可進一步擴展并與被動防御措施和作戰方法相整合。為此，通常在作戰行動之前建立空軍基地，以便在受到攻擊時能迅速恢復戰力。然而，現代精確制導武器已通過強化效果不佳但目前備受推崇的分散法獲得了這種彈性。這種方法已經使用了幾十年，人工智能可增強其實用性。

永久空軍基地周圍可能有多個衛星機場。這些機場的設計使用期限可能只有數周或數月，而不像永久空軍基地那樣能使用數十年。當發生沖突時，來自永久空軍基地的飛機可在該基地與臨時機場之間持續來回飛行。這種運動方式將與人工智能化的“欺騙”行動緊密結合，以欺騙、困擾和迷惑對手，使其不知道確切的攻擊位置并最終決定攻擊友機未曾出現的地點。這種戰術增加了“戰爭迷霧”，有可能操縱對手的感知，并且能有目的地削弱對手的部隊戰斗力。

在防空戰役中對手只能使用有限數量的飛機、遠射武器和彈道導彈。攻擊沒有友機的機場會使有人飛機產生不必要的消耗，而使用遠射武器和彈道導彈純屬浪費稀缺資源。在短期沖突中，這些都是不可替代的裝備庫存。“欺騙式”人工智能與物理分散法相結合可支持兩個防空目標：在削弱對手空襲效果的同時，使對手產生消耗。

人工智能化物流

飛機分散化使得運營成本激增，來自多個臨時機場的戰斗機需在多個地點以高昂的成本大量重復提供后勤支援與相關人力。人工智能化系統可以解決此類問題。

在后勤支援方面，永久空軍基地可能擁有成熟的空中走廊，能夠連接其大型倉庫和消耗性補給品倉儲設施與臨時機場。對于支援和補給空中走廊的倉儲端，可以使用大量現有的人工智能技術。

目前，最先進的倉庫可實時監控庫存，利用人工智能、機器學習、云計算、大數據和物聯網實現實時訂購，利用先進機器人分揀訂單，并通過自動駕駛車輛移動庫存。一些倉庫正在開展3D按需打印業務，一次性滿足備件需求，并盡量避免老舊設備的零件庫存過多。此外，還引入了物流控制塔(LCT)概念。物流控制塔可整合各種來源的數字信息，并通過大數據分析提供整個供應鏈的實時“全景”，包括運輸活動。可使用相同的技術來控制和管理消耗性補給品倉儲設施。

就空中補給和支援走廊而言，人工智能化物流可使用具有“跟隨領車”自主性的機器人貨車。這種能力亦稱為“自動化列隊行駛”(platooning)，領頭的貨車為有人駕駛并帶領緊隨其后的多輛無人駕駛車輛。從技術上看，設計無人駕駛的空軍基地物流配送貨車要比設計地面部隊再補給車輛容易得多。前者主要在經過預先勘測、鋪筑或級配路面上行駛，并且可使用全球定位系統。

在后勤空中走廊的臨時機場末端，人工智能化系統可能無處不在。與當前的狀況相比，這類基地通過運用人工智能、機器學習、大數據、云計算、物聯網、自主作戰和機器人等技術，可加快飛機出動速度，并顯著減少所需人員。機場可能無人駐守，而是由中央控制中心的工程人員和后勤人員在永久空軍基地或其它場所進行遠程管理。這類機場甚至能利用可再生能源和電池自行發電，從而以半自給自足模式運行。

這類臨時機場運行所需的設備可能已安裝完畢，一旦發生沖突，可立即啟動。另一方面，臨時機場可配備必要的網絡，以便在交付時將“即插即用”系統和車輛快速整合至臨時機場自身的系統之系統(SOS)，這類系統可能在最初的“跟隨領車”貨車車隊中。

人工智能可能會產生一種不同的空戰方式。鑒于通常需要數十年時間才能使空軍適應新的發展方向，因此現在正是啟動調整計劃的最佳時機。