關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您正在幫助確保未來關於塑造我們當今世界的發現和想法的具有影響力的故事。
戰爭死亡，尤其是恐怖襲擊或叛亂襲擊造成的死亡，似乎特別且殘酷地隨機。但是，一些科學家認為他們已經找到了預測這些致命襲擊何時發生的關鍵。
這些發現並非基於新的偵察技術或情報突破，而是基於一些相對簡單的數字計算。事實證明，無論是2008年喀布林發生的致命路邊炸彈襲擊，還是1970年代分離主義團體的致命恐怖襲擊，根據一篇發表在7月1日《科學》雜誌上的新論文，成功襲擊的頻率都以相對一致的升級速度出現。而對於一些研究人員來說，這個速度看起來很像學習曲線。
當面對具有挑戰性的任務時，一群人往往會越做越快——無論這項任務是建造飛機還是進行多步驟手術。新論文的作者認為，組織和執行成功的軍事襲擊也是如此。
在分析了伊拉克、阿富汗、巴基斯坦和數十年的恐怖襲擊的公開傷亡資料後，科學家得出結論：“叛亂分子似乎遵循著一條在製造業文獻中非常常見的進步曲線——或學習曲線，”邁阿密大學的物理學家、該研究的主要作者尼爾·約翰遜說。
“他們的目標是為軍隊製造或製造一個致命的日子，”他解釋說，為使用了輕率的術語而道歉。為了儘快策劃下一次致命襲擊，“他們當然試圖從過去的所作所為中學習，”他說。
這種傾向有助於解釋約翰遜和他的同事發現的速率曲線最引人注目的特徵：它的方向向上。隨著時間的推移，大多數團體似乎都能夠提高他們對目標進行“成功”（即致命的）襲擊的頻率。約翰遜說，這是“與學習相關的特定冪律曲線”。換句話說，他補充說，即使對於恐怖分子來說，“熟能生巧”。
預測死亡
為了得出該模型，約翰遜和他的同事注意到了任何特定衝突中發生致命襲擊的前兩天——無論是阿富汗省份還是真主黨在以色列的自殺式炸彈襲擊——以及該組織執行成功襲擊的頻率隨後的升級。（傷亡資料來自2003年至2010年的伊拉克自由行動、2001年至2010年的阿富汗持久自由行動、1995年至2008年巴基斯坦武裝分子和真主黨事件的自殺式炸彈襲擊，以及1968年至2008年執行的其他3,143起襲擊。）
該模型似乎可以成功預測下一次發生致命襲擊的日子，僅僅基於前兩次襲擊之間的時間和隨後的升級速度。正如約翰遜在《科學》播客中解釋的那樣，研究人員可以預測第50次和第51次致命襲擊之間的天數。
但是，如果這些計算如此簡單，那麼叛亂分子和恐怖分子會不會僅僅圍繞它們制定計劃以阻止反擊行動？約翰遜和他的同事們相信，這種情況不一定會發生，原因與通勤者明知交通最糟糕時，仍然會加入高峰時段的原因相同。
急劇上升的曲線也突顯了一個發現，即隨著衝突的繼續，致命襲擊的可能性越來越大。儘管這一趨勢在約翰遜的分析中顯而易見，但他表示，他並沒有聽到對此模式的太多討論。如果知道對手隨著時間的推移會變得越來越高效，那麼對戰爭成本的財務、政治和人力計算可能會以不同的方式進行製表。
相互衝突的衝突模型
並非所有研究人員都看到約翰遜感知到的相同模式。亞倫·克勞塞特是科羅拉多大學博爾德分校的計算機科學家，他沒有參與這篇新論文，他在2009年使用類似的模型來描述阿富汗衝突中的襲擊。他稱這種數學方法為“比較非常不同的背景的一種極好方式”，旨在找出“大規模人類衝突的普遍規則和普遍模式”。根據他對阿富汗傷亡資料的評估，克勞塞特並不完全相信新的學習曲線講述了正確的故事。相反，他認為“組織規模——換句話說，是工作的武裝分子數量——決定了事件的順序。”
更深入地研究資料應該有助於學術界和政策制定者更好地理解襲擊升級速度背後的力量。尤其重要的見解可能來自攻擊報告中遠超主要曲線的資料點。“這可能是所謂的‘噪音’，也可能是在告訴我們一些事情”——人員已經更換，某個團體獲得了更好的資訊或更好的技術，約翰遜說。“如果我們回顧一下並瞭解更多，並從社會科學中引入更多敘述，我們或許能夠更多地揭示出”襲擊頻率時間的原因，約翰遜建議。這可能會推動未來更有效的預防策略。
不斷變化的策略
這些資料可能還表明戰鬥人員如何相互回應的新模式。具體來說，致命襲擊的發生率不僅衡量了群體自身的進步，還衡量了他們超越聯盟部隊的能力，聯盟部隊可能正在努力限制這些襲擊的發生頻率。
約翰遜在自然界中看到了類似的模式，即捕食者和獵物不斷適應和進化以超越對方。這種所謂的進化軍備競賽（也稱為紅皇后假說）可以追溯到漫長的歷史，因為每個物種都在適應新的策略來智勝其捕食者——和/或他們自己的獵物——使得這種動態成為雙向的。
在戰爭資料中，研究人員也可以從襲擊率中收集到適應模式。並非所有的進攻都受到了反叛亂和反恐努力的同等徒勞的回應。例如，武裝分子在簡易爆炸裝置（IED）襲擊中並沒有那麼快地取得進展，這“表明聯盟軍隊對IED的反適應能力比對其他威脅更好，”約翰遜和他的同事在他們的論文中指出。
該小組還發現，阿富汗喀布林和扎布林省的致命襲擊發生率保持穩定，“這意味著軍方正在設法遏制進一步的升級。”因此，透過尋找這些趨勢，政策制定者或許能夠評估叛亂活動在多大程度上得到了遏制——以及哪些策略似乎在統計學上保持了致命襲擊的低發生率。
約翰遜希望看看該模型是否可以應用於其他衝突，例如正在利比亞進行的衝突以及古代希臘戰爭。他還看到了它在其他領域的潛力，包括網路攻擊。“這種方法不一定與地面人員有關，”他說。“這是一群人試圖團結起來造成破壞。”
儘管約翰遜對新的應用充滿熱情，但他也很樂意指出該模型的侷限性。在許多衝突中，例如好萊塢式的戰鬥中，雙方軍隊在預定的時間排隊作戰，甚至在世界盃足球賽中，升級的進步曲線速率都站不住腳。因此，將其應用於其他例項，例如利比亞正在進行的衝突（克勞塞特指出，這看起來更像是傳統的內戰，而不是阿富汗或伊拉克式的叛亂襲擊），則是不確定的。“我們希望認為存在相似之處，但我們應該非常小心地認識到差異，”克勞塞特說。
但是，至少對於叛亂和恐怖襲擊而言，新模型可能是一個重要的工具，透過提供“對未來非常直接的估計”，讓士兵和平民更加安全，”約翰遜說。“這不是水晶球，但它是一個估計。”這比看似隨機的傷亡潮更有用。
想自己嘗試計算嗎？約翰遜和他的團隊使用了來自網站icasualties.org的公開軍事傷亡資料、來自紀念反恐研究所資料庫的恐怖襲擊資料以及來自芝加哥安全與恐怖主義專案的自殺式炸彈襲擊資料。為了計算這些數字，他們使用了免費的 Open Office 軟體。他們的計算細節可在他們的支援性線上材料中找到。