金寧 石海明

隨著現(xiàn)代科學(xué)技術(shù)的迅猛發(fā)展，戰(zhàn)爭已轉(zhuǎn)變?yōu)橐婚T科學(xué)，戰(zhàn)爭的智能化趨勢愈發(fā)凸顯，而“戰(zhàn)爭算法”就是其中重要的技術(shù)支撐。算法是指解題一類問題的準(zhǔn)確而完整的描述，代表著用系統(tǒng)的方法解決問題的清晰指令和策略機制，常用于計算、數(shù)據(jù)處理和自動推理。2017年，隨著美軍正式提出“算法戰(zhàn)”概念并組建機構(gòu)開展相關(guān)研究，“算法戰(zhàn)”正式由概念轉(zhuǎn)變?yōu)閷嵺`。從當(dāng)前的發(fā)展趨勢來看，戰(zhàn)爭算法蘊含著改寫現(xiàn)代戰(zhàn)爭游戲規(guī)則的巨大潛力，這雙“無形之手”將塑造未來戰(zhàn)爭的新圖景。

“算法戰(zhàn)”的提出

2017年4月26日，美國防部正式提出“算法戰(zhàn)”概念，并將從更多信息源中獲取大量信息的軟件或可以代替人工數(shù)據(jù)處理、為人提供數(shù)據(jù)響應(yīng)建議的算法稱為“戰(zhàn)爭算法”，同時美國防部決定組建算法戰(zhàn)跨功能小組，以推動人工智能、大數(shù)據(jù)及機器學(xué)習(xí)等“戰(zhàn)爭算法”關(guān)鍵技術(shù)的研究。美軍這一看似突然的舉措實際上由來已久，適應(yīng)了現(xiàn)代戰(zhàn)爭的迫切需求。

實戰(zhàn)需求 “戰(zhàn)爭算法”源自信息化作戰(zhàn)過程中出現(xiàn)的復(fù)雜難題。隨著現(xiàn)代戰(zhàn)場在空間上的拓展，復(fù)雜多樣的戰(zhàn)場信息傳感器遍布陸、海、空、外層空間和電磁網(wǎng)絡(luò)空間，各類情報偵察與監(jiān)視預(yù)警信息呈爆炸式增長，由此產(chǎn)生的海量信息數(shù)據(jù)超出了情報分析員們的能力范圍，令人難以招架，導(dǎo)致戰(zhàn)場信息收集不及時、有效信息產(chǎn)出時效性低、反饋失誤等嚴重問題。與此同時，無人機蜂群、群化武器等新式智能化武器裝備與新型作戰(zhàn)樣式的提出，對指揮員決策的時效性、準(zhǔn)確性、靈敏性提出了更高要求。運用不同數(shù)據(jù)類型和數(shù)據(jù)運用要求所需的標(biāo)準(zhǔn)化分析算法從而建立起數(shù)據(jù)自主分析系統(tǒng)，能夠縮短觀察、判斷、決策、行動環(huán)（OODA）的反應(yīng)時間，節(jié)省數(shù)據(jù)帶寬，有效提升數(shù)據(jù)處理和挖掘效率，從而減少戰(zhàn)場態(tài)勢感知的不確定性，在智能決策、指揮協(xié)同、情報分析、戰(zhàn)法驗證以及電磁網(wǎng)絡(luò)攻防等關(guān)鍵作戰(zhàn)領(lǐng)域發(fā)揮作用。隨著戰(zhàn)爭從體能較量、技能較量發(fā)展為智能較量，戰(zhàn)爭算法與人工智能和指揮控制系統(tǒng)相關(guān)聯(lián)并在其中占據(jù)關(guān)鍵地位，是實現(xiàn)智能化作戰(zhàn)和建設(shè)智能軍隊的技術(shù)基礎(chǔ)。

概念基礎(chǔ) “戰(zhàn)爭算法”的概念深植于戰(zhàn)爭歷史之中。從我國古代的各類兵法、陣法與戰(zhàn)法到一戰(zhàn)前德軍的數(shù)學(xué)公式推演和圖上作業(yè)，從1914年提出的蘭徹斯特方程到美軍在海灣戰(zhàn)爭前的兵棋推演，戰(zhàn)爭始終既需要計算也需要“算計”，只是在各個歷史時期的形式與載體不同。而隨著現(xiàn)代科技的發(fā)展，軍用軟件成為了“戰(zhàn)爭算法”的載體，利用計算機對戰(zhàn)場問題進行準(zhǔn)確完整的描述并產(chǎn)生清晰的作戰(zhàn)指令和策略機制，是信息化戰(zhàn)爭算法的新形式。20世紀90年代以來，美軍借助“戰(zhàn)術(shù)地面報告系統(tǒng)”地圖規(guī)劃軟件、ScenGen無人機人工智能系統(tǒng)和LGC等任務(wù)規(guī)劃軟件計算任務(wù)中所有的可能結(jié)果，并致力于探索利用獨有算法從多類型多源數(shù)據(jù)中自主獲取和處理信息的能力。因此，此次美軍“算法戰(zhàn)”的提出并非無本之木，而是建立在深厚的算法探究基礎(chǔ)之上。

體系支撐 2015年12月，美國提出第三次“抵消戰(zhàn)略”，圍繞智能化和自主化重點發(fā)展五大關(guān)鍵技術(shù)領(lǐng)域，當(dāng)時就已包含了推進人工智能領(lǐng)域算法的措施。2017年4月，美國防部副部長鮑勃·沃克正式發(fā)布名為“Project Maven”的備忘錄，對“戰(zhàn)爭算法”進行了描述。聯(lián)系美軍此前在算法領(lǐng)域的部署不難看出，沃克此次提出的“算法戰(zhàn)”概念本質(zhì)上是第三次“抵消戰(zhàn)略”的貫徹執(zhí)行。美軍于2016年就已成立了系列機構(gòu)用以發(fā)展顛覆性作戰(zhàn)能力，包括戰(zhàn)略能力辦公室與快速能力辦公室新設(shè)立的相關(guān)服務(wù)功能、國防創(chuàng)新實驗單元等，而“算法戰(zhàn)跨功能小組”實則是這一系列機構(gòu)中的組成部分，在人工智能研發(fā)領(lǐng)域扮演“探路者”角色，其實驗結(jié)果將為后續(xù)戰(zhàn)爭算法的大規(guī)模研發(fā)和應(yīng)用奠定基礎(chǔ)。據(jù)悉，為適應(yīng)“算法戰(zhàn)”的需求，除已成立的機構(gòu)外，美國國防部還將設(shè)立“機器學(xué)習(xí)中心”，負責(zé)將智能算法引入國家安全領(lǐng)域。在致力于開發(fā)戰(zhàn)爭算法的體系建設(shè)支撐下，美軍的“算法戰(zhàn)”正在不斷加速推進。

“算法戰(zhàn)”的內(nèi)涵

戰(zhàn)爭離不開算法。隨著人工智能的進步，尤其是隨著類腦設(shè)備的發(fā)展，戰(zhàn)爭算法將在處理數(shù)據(jù)、計算能力等方面有巨大提升，并與兵棋推演、人工智能和指揮控制系統(tǒng)相融合，成為未來戰(zhàn)前預(yù)演、戰(zhàn)時感知與智能決策的關(guān)鍵核心。

戰(zhàn)爭預(yù)演 任務(wù)規(guī)劃軟件一直是美軍進行戰(zhàn)爭預(yù)演的重要工具。自20世紀90年代開始，美國陸軍就已開始研發(fā)“戰(zhàn)術(shù)地面報告系統(tǒng)”地圖規(guī)劃軟件，并由此發(fā)展出已納入美陸軍作戰(zhàn)指揮系統(tǒng)的戰(zhàn)術(shù)地面報告系統(tǒng)，通過運用算法實現(xiàn)巡邏隊級別單位直接的促進協(xié)作和信息共享，成為了美軍在非洲與中東戰(zhàn)場行動中不可或缺的工具。在“沙漠風(fēng)暴”行動之前，美軍通過計算機兵棋推演系統(tǒng)尋找作戰(zhàn)計劃中的漏洞，經(jīng)過完善和修正之后的實際作戰(zhàn)結(jié)果與推演高度相似，體現(xiàn)出了美軍推演系統(tǒng)的先進性。目前，美軍已將算法與兵棋推演系統(tǒng)深度融合，系統(tǒng)能夠基于一系列算法公式測試作戰(zhàn)計劃，預(yù)見戰(zhàn)爭走向與結(jié)局，比如美軍拓展防空兵棋系統(tǒng)（EADSIM）的視線算法公式。EADSIM系統(tǒng)由美國Teledyne Brown Engineering公司開發(fā)研制，是一個集分析、訓(xùn)練、作戰(zhàn)規(guī)劃于一體的專業(yè)多功能防空兵棋系統(tǒng)，其強項在于能夠?qū)?dǎo)彈預(yù)警、攔截、打擊進行較為精細的模擬。該系統(tǒng)的描述能夠達到武器平臺層次，比如單架戰(zhàn)機，同時還具有較詳細的指揮自動化功能模型以及靈活的想定管理，能夠?qū)嵤╇p邊或多邊的對抗推演。目前，EADSIM系統(tǒng)在國防分析與訓(xùn)練領(lǐng)域己得到廣泛應(yīng)用，在全球的用戶己超過390個。美國EADSIM系統(tǒng)的成功應(yīng)用體現(xiàn)出，在算法支撐下的兵棋推演和作戰(zhàn)實驗，通過驗證已有戰(zhàn)法和實驗作戰(zhàn)計劃，能夠為最終的作戰(zhàn)方略提供切實的經(jīng)驗支撐。而在實戰(zhàn)對抗之中，具有高質(zhì)量算法支撐的一方在戰(zhàn)前就能夠通過實驗獲取最優(yōu)戰(zhàn)法并準(zhǔn)確預(yù)測戰(zhàn)場局勢，從而實現(xiàn)未戰(zhàn)先勝。

戰(zhàn)場感知 在實際運用過程中，戰(zhàn)爭算法并不是孤立而行，而是作為人工智能的“大腦”，成為智能感知戰(zhàn)場并由此用于決策、指揮和協(xié)同的關(guān)鍵。比如，機器學(xué)習(xí)、遷移學(xué)習(xí)等智能算法可以解決戰(zhàn)場對抗條件下態(tài)勢目標(biāo)的自主認知問題，幫助指揮員快速定位、識別目標(biāo)并判斷其威脅程度；無人機蜂群作戰(zhàn)中的算法運用可管理并幫助無人僚機感知戰(zhàn)場態(tài)勢，自主生成作戰(zhàn)建議。當(dāng)前，美軍致力于利用算法提升無人機戰(zhàn)場態(tài)勢自主化處理能力。以往，無人機傳感器獲取的全動態(tài)高清態(tài)勢視頻由數(shù)據(jù)分析師通過人工模式進行解析，這種解析方式由于更高分辨率和更快幀傳輸效率的高質(zhì)量全動態(tài)視頻數(shù)據(jù)而受到了挑戰(zhàn)，數(shù)據(jù)分析師難以及時處理爆炸式增長的戰(zhàn)場態(tài)勢數(shù)據(jù)。解決該難題的出路在于利用自主化傳感器處理和智能化信息生成，從而減少通信帶寬和人工負擔(dān)。2016年8月，美國防科學(xué)委員會向國防部建議設(shè)立專門的機載自主傳感系統(tǒng)項目，以解決無人機全動態(tài)高分辨率視頻數(shù)據(jù)的搜集和處理需求。為了賦予無人機動態(tài)視頻態(tài)勢處理的自主性，美軍利用先進算法推進人機結(jié)合的作戰(zhàn)方式，建立起自主性態(tài)勢模型的認知啟發(fā)型構(gòu)架，從簡單的計算邏輯演化到能夠進行自主推理的系統(tǒng)，從而降低全動態(tài)視頻數(shù)據(jù)人力分析負擔(dān)，提升決策速度。這一全動態(tài)視頻數(shù)據(jù)的算法包含一套具有人工智能特征的深度學(xué)習(xí)模型，包括了目標(biāo)確認模型、情景確認模型與威脅確認模型，推動了人工智能算法發(fā)展成為未來戰(zhàn)爭的核心力量。

決策輔助 借助人工智能算法，美軍算法戰(zhàn)跨職能小組的任務(wù)在于研制快速處理數(shù)據(jù)的軟件，實現(xiàn)對目標(biāo)的高效探測、分類和預(yù)警計算，收集提供高質(zhì)高量高時效性的國防情報，并推進與情報領(lǐng)域相關(guān)的機器學(xué)習(xí)、深度學(xué)習(xí)和視覺算法等先進算法的研究，用以輔助軍事決策。當(dāng)前，人類情報分析師在面對海量視頻數(shù)據(jù)時將大量時間花費在觀察視頻、尋找異常點等低效活動上，難以應(yīng)付實時傳輸、多方來源、體量龐大的數(shù)據(jù)信息，與之形成鮮明對比的是，運用算法收集情報高速高效且結(jié)果精確，能夠為戰(zhàn)場決策提供及時且優(yōu)質(zhì)的參考，并且通過實時戰(zhàn)場的反饋算法能夠不斷得到修正更新。當(dāng)前，美軍通過發(fā)展模擬人腦神經(jīng)元信息處理機制的深度神經(jīng)網(wǎng)絡(luò)技術(shù)，不斷增強融合了深度神經(jīng)網(wǎng)絡(luò)技術(shù)與計算機的“類腦計算”能力，即類似于人腦的新型計算系統(tǒng)。從20世紀80年代開始，美國國家航空航天局、美國國防高級研究計劃局、美國國防部相繼資助與神經(jīng)網(wǎng)絡(luò)計算相關(guān)的項目，其中包括計算機芯片真北的研制項目，該芯片采用了類腦神經(jīng)網(wǎng)絡(luò)設(shè)計，能夠?qū)崿F(xiàn)快速地運算、通信、存儲，在圖像識別與綜合感官處理等復(fù)雜功能方面的效率遠高于傳統(tǒng)計算機芯片，具有巨大的國防應(yīng)用潛力。運用了算法的“類腦”計算系統(tǒng)在未來戰(zhàn)爭中有望成為增強現(xiàn)有作戰(zhàn)系統(tǒng)對抗能力的關(guān)鍵，在人機協(xié)同作戰(zhàn)中促進機器學(xué)習(xí)人類成功經(jīng)驗，為指揮員選擇戰(zhàn)爭時機、計算戰(zhàn)爭規(guī)模、預(yù)測戰(zhàn)爭持續(xù)時間、謀劃戰(zhàn)爭布局等方面發(fā)揮重要作用。

如何打贏“算法戰(zhàn)”

可以說，智能化戰(zhàn)爭時代是算法和數(shù)據(jù)的較量?！八惴☉?zhàn)”概念的提出進一步改變了未來戰(zhàn)爭的形態(tài)，一個信息網(wǎng)絡(luò)也許就能控制未來戰(zhàn)場的一切，而戰(zhàn)爭中一方硬件上的劣勢也許能夠通過算法的優(yōu)勢得到彌補甚至逆轉(zhuǎn)?！八惴☉?zhàn)”預(yù)示著未來戰(zhàn)爭的變革、機遇與挑戰(zhàn)，誰能搶占智能算法制高點，誰就能搶占先機，未戰(zhàn)先勝。

推進智能算法研究 由于戰(zhàn)爭算法是智能化建設(shè)的關(guān)鍵領(lǐng)域，美軍對此的研究不遺余力。2017年，美國財年國防預(yù)算中約有120億～150億美元用于人工智能和自動武器的研發(fā)。目前在負責(zé)人工智能研發(fā)的5家美國聯(lián)邦機構(gòu)中，3家?guī)в熊姺奖尘?。同時，美軍加快深度學(xué)習(xí)技術(shù)向應(yīng)用的轉(zhuǎn)變，自2017財年開始增加三軍的深度學(xué)習(xí)科研項目，其中包括研發(fā)可用于低功耗平臺的嵌入式深度學(xué)習(xí)算法與稀疏數(shù)據(jù)分析的深度學(xué)習(xí)技術(shù)，以及通過深度學(xué)習(xí)方法和人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)目標(biāo)分類等內(nèi)容。直到2017年底，剛成立半年的美軍算法戰(zhàn)跨職能小組就已開發(fā)出首批4套智能算法，體現(xiàn)出了美軍加快進行智能化建設(shè)的良好效果。因此為了搶占戰(zhàn)爭算法先機，我們需要加快推進智能算法的研究，并結(jié)合人工智能、兵棋推演與作戰(zhàn)實踐，在不斷探索研發(fā)中完善創(chuàng)新戰(zhàn)爭算法。值得注意的是，戰(zhàn)爭算法并非完美無缺，也存在漏洞與安全隱患。比如，美軍F-35戰(zhàn)機擁有幾千萬條代碼，嚴重依賴控制系統(tǒng)的軟件，戰(zhàn)機在試驗過程中曾暴露出的兩百余項問題幾乎都與軟件的算法高度關(guān)聯(lián)。一旦算法由于過于陳舊無法適應(yīng)裝備發(fā)展，或是遇到臟數(shù)據(jù)的影響出現(xiàn)差錯，抑或是其本身存在漏洞，都極有可能導(dǎo)致武器裝備無法正常運轉(zhuǎn)。由此可見，推進智能算法研究與創(chuàng)新迫在眉睫。

大力培養(yǎng)優(yōu)秀算手 人才是智能算法領(lǐng)域的第一資源，先進智能算法的研發(fā)與應(yīng)用離不開優(yōu)秀的算手。首先，需要培養(yǎng)吸納多學(xué)科、多方向的算手人才。算法從概念到計算到公式的研發(fā)，包含多專業(yè)多學(xué)科的知識結(jié)構(gòu)，需要軍事與技術(shù)的深度融合，也要求軍事與數(shù)學(xué)的緊密結(jié)合。美軍算法戰(zhàn)跨職能小組內(nèi)部人才隊伍龐大，呈現(xiàn)跨學(xué)科融合的態(tài)勢，不同專業(yè)、學(xué)科和職能的算手之間通力合作，共同創(chuàng)新算法。另外，應(yīng)在軍隊各部門各軍種培養(yǎng)優(yōu)秀算手。無論是戰(zhàn)場指揮員、情報分析人員還是機關(guān)參謀，通過運用由算法支撐的人工智能處理、分析、統(tǒng)計和輔助決策，有利于推動戰(zhàn)場感知、戰(zhàn)爭決策、后勤保障、情報偵察等多領(lǐng)域的智能化，是提高軍隊決策與運行效率、提升戰(zhàn)斗力的有效途徑，因此能夠利用算法收集情報、分析數(shù)據(jù)、判斷局勢的優(yōu)秀算手需要走向前臺。只有大力培養(yǎng)優(yōu)秀的算手以適應(yīng)智能化戰(zhàn)爭的新需求，才能贏得未來戰(zhàn)爭的勝利。

拓展算法應(yīng)用空間 戰(zhàn)爭算法具有巨大的應(yīng)用潛力，需要與各個領(lǐng)域相結(jié)合從而不斷探索其效用。當(dāng)前，美軍正不斷擴展戰(zhàn)爭算法的應(yīng)用范圍，算法在兵棋推演、自動武器、裝備保障、物流運輸?shù)榷鄠€領(lǐng)域中的作用已受到關(guān)注與研究，而這些努力都為其智能化體系建設(shè)提供了重要支撐。此外，隨著人工智能的發(fā)展應(yīng)用，算法需要與人工智能相結(jié)合，為實現(xiàn)武器裝備自主搜索目標(biāo)、處理數(shù)據(jù)和自主決策提供技術(shù)支持。尤其是在人工智能逐步介入戰(zhàn)爭指揮的情況下，算法使得機器能夠在人機協(xié)同作戰(zhàn)中扮演不可或缺的“參謀”角色，算法先進與安全與否直接決定了人工智能的應(yīng)用效果與戰(zhàn)爭決策的效率和準(zhǔn)確性。由此可見，戰(zhàn)爭算法貫徹于智能化體系建設(shè)的多領(lǐng)域，應(yīng)當(dāng)通過持續(xù)的研發(fā)與創(chuàng)新實現(xiàn)其在各個軍事領(lǐng)域的應(yīng)用價值，以適應(yīng)智能化戰(zhàn)爭的技術(shù)需求。

責(zé)任編輯：劉靖鑫