胡曉峰 榮明

以深度學習為代表的機器學習技術(shù)取得了重大突破,“智能化作戰(zhàn)”也被提上概念研究的議事日程.雖然大多數(shù)專家認為,即使是能夠自主完成特定任務(wù)的初級人工智能全面實現(xiàn),還至少需要15～20年的時間,但從作戰(zhàn)概念開發(fā)的角度來看,從提出概念、研究實驗,直至概念成熟,也至少需要5～8年時間.因此,展開智能化作戰(zhàn)概念研究,恰逢其時.在這里,有幾個問題特別值得關(guān)注.

1 平臺無人化不是智能化作戰(zhàn)的目的

近些年來,無人平臺在一些戰(zhàn)爭中開始成為作戰(zhàn)行動的重要平臺.2015年,美軍無人機數(shù)量已經(jīng)超過有人機,無人機飛行員數(shù)量也已經(jīng)超過了有人機飛行員.其他無人平臺發(fā)展也非常迅猛,在作戰(zhàn)中已經(jīng)大有普及之勢.而且,無人平臺也不僅限于像飛機、車船這樣的有形硬平臺,也包括在網(wǎng)絡(luò)空間中運用的如賽博飛機、邏輯大炮等無形軟平臺.那么,是不是用無人平臺替換有人平臺,讓智能化平臺“代人參戰(zhàn)”,就是智能化作戰(zhàn)了呢？

很顯然不是.平臺“無人化”并不是目的,由平臺改變帶來的作戰(zhàn)理念和方式創(chuàng)新,才是關(guān)鍵.由于智能化裝備的使用,有些人以為只是有了更好的裝備,這就很容易落入傳統(tǒng)換裝的經(jīng)驗主義誤區(qū),會導致新問題的產(chǎn)生.比如,美軍研究已經(jīng)證實,“無人系統(tǒng)減少了致命性,會導致更冒險的戰(zhàn)術(shù),更輕易的開火決定”,就成為當前無人平臺作戰(zhàn)突出的問題.因此,研究無人平臺作戰(zhàn)對作戰(zhàn)理念和方式帶來的改變,應該成為最值得關(guān)注的重要問題之一.

1.1 超量化運用

低成本平臺的超量化運用,超越了傳統(tǒng)集中兵力的概念.有專家估計,一架F-22隱身飛機的價格相當于大約10000架中小型無人機的價格.但對這些低成本平臺通過集中超量使用,可能會取得意想不到的作戰(zhàn)效果.這種作戰(zhàn)運用方式,不能簡單地歸結(jié)為只是“以數(shù)量換質(zhì)量”,由于智能技術(shù)可以將精確化與大數(shù)量結(jié)合起來,就創(chuàng)造出了全新的作戰(zhàn)行動概念,取得全新的作戰(zhàn)效果.例如,美軍試驗新的“飽和式突防”作戰(zhàn)概念,當8架無人機突防宙斯盾防御系統(tǒng)時,至少1架成功;但如果是10架突防時,則會有3架獲得成功.“消耗式防御”作戰(zhàn)概念則是利用大量低成本無人機先行突防,大量消耗敵方防空導彈后,再由有人機成功突防.美國海軍還構(gòu)想了一種“掩護式機動”的作戰(zhàn)概念,就是利用大量“蟬”式微型無人機進行短時覆蓋,掩護大型海上平臺在敵方攻擊時機動.

1.2 蜂群式行動

蜂群式作戰(zhàn)的核心是多平臺之間的集群協(xié)同.由于蜂群不是集中控制的,而是通過間接通信、自組織、互動式?jīng)Q策方式實現(xiàn)協(xié)同,所以會涌現(xiàn)出許多新的自組織作戰(zhàn)模式,比如蜂群分布式感知與協(xié)作攻擊.美國陸軍研究實驗室ARL提出的“固定區(qū)域掩護”作戰(zhàn)概念,就是利用無人集群對加油點、補給點等保障設(shè)施進行集群式掩護;“智能微瞄準”作戰(zhàn)概念,將精確作戰(zhàn)中的單一目標鎖定,改變?yōu)橹悄芊止つ繕随i定作戰(zhàn).所以,有專家說,“散開來的智能武器可能更令人恐懼”,就說明了這一點.如何利用好蜂群的這個特點,就是作戰(zhàn)概念研究中的關(guān)鍵.美國DARPA提出研究蜂群無人系統(tǒng)使能戰(zhàn)術(shù)系統(tǒng)(OFFSET),目的就是為了能夠?qū)⒆鲬?zhàn)能力分布到不同類型的作戰(zhàn)平臺上,從而創(chuàng)新出新的集體作戰(zhàn)戰(zhàn)術(shù)與行動.

1.3 人機智能協(xié)同

人機智能協(xié)同,是無人平臺作戰(zhàn)的核心與難點.它完全不同于蜂群協(xié)同,是有人/無人平臺之間的合作,因而更具難度也更具實用性.人機協(xié)同的優(yōu)勢,體現(xiàn)在有人/無人平臺的不同特點上.比如,美軍的“忠誠僚機”計劃,就是期望利用兩到三架自主無人機充當僚機,協(xié)助長機完成作戰(zhàn)任務(wù),必要時甚至可以“犧牲”自己.蘭德公司研究的“B52+無人機突防”戰(zhàn)法,就是利用無人機目標小的特點,協(xié)助B-52實現(xiàn)防區(qū)外對地突擊的任務(wù),作戰(zhàn)效能大大提高.美空軍曾對這種有人/無人機協(xié)作的空戰(zhàn)方式,利用人工智能飛行員與真人飛行員進行過對抗模擬,結(jié)果大獲全勝,大大超出預料.

1.4 體系化支撐

無人作戰(zhàn)需要“作戰(zhàn)云”及體系化的支撐.美國空軍上將德普圖拉提出的“作戰(zhàn)云”概念,使得分布式自主作戰(zhàn)成為可能.這是一種類似云計算的概念,可以整合作戰(zhàn)力量,達到增強無人平臺作戰(zhàn)能力的效果.DARPA這些年進行的“體系集成及實驗”(SoSITE)項目,就是為了探索如何形成包括無人平臺在內(nèi)的復雜作戰(zhàn)體系.但是,這種方式既可以是體系的“強點”,但也可能是體系的“弱點”,因為它需要強大的全球化戰(zhàn)爭體系基礎(chǔ)設(shè)施的保障,而且還要防護敵人的攻擊導致體系能力的坍塌.

從上面這幾個方面就可以看出,智能無人平臺的作用不僅僅是“代人參戰(zhàn)”這么簡單,必須要理解智能無人平臺參戰(zhàn)帶來的本質(zhì)性變化.我們必須要思考,無人平臺之間、有人/無人平臺之間、低成本與昂貴平臺之間,對作戰(zhàn)會帶來什么影響？當我們的武器裝備比對手落后時,又應該如何應對？如果你了解了其真正的作戰(zhàn)機理,就可以找到有效的針對手段.比如對付蜂群攻擊,就可以針對其短板如留空時間短、協(xié)同難、信息依賴大的特點,采取有針對性的不對稱措施.因此,我們必須有針對性地提前研究智能化作戰(zhàn)的作戰(zhàn)理論、編制體制和武器裝備發(fā)展規(guī)劃,才能更好地應對未來智能化作戰(zhàn)帶來的變化.

2 自主性決定了武器裝備智能水平的高低

智能化作戰(zhàn)的核心在于自主性,而自主性水平則決定了武器裝備智能的高低.所謂“自主性”,就是“將決策權(quán)賦予智能武器或系統(tǒng),使其能在特定范圍內(nèi)自由采取行動”,也即智能武器裝備在多大程度上可以自己決策.

一般說來,有3類無人系統(tǒng)可以通過自主性進行區(qū)分.一是遙控系統(tǒng),它完全受控于人的操作,雖然可以有少量程序自動執(zhí)行.二是自動化系統(tǒng),系統(tǒng)受預先確定的規(guī)則支配且不許背離,因此,只能適應有限多的情況,比如空間站飛船對接.三是自主化系統(tǒng),可以依據(jù)知識主動學習,制定方案并完成任務(wù),因而可以適應無限多的情況,比如“阿爾法狗元”(AlphaGo Zero)自己從海量棋局中總結(jié)出致勝途徑.很顯然,自主性越高的系統(tǒng)或裝備,其智能化水平就越高.

目前尚沒有公認的自主化水平度量標準,但美軍關(guān)于無人機自主化水平的標準可供參考.在這個標準中,無人機的自主性可以分為10個等級,從低到高分別是:遙控引導、實時故障診斷、故障自修復及環(huán)境自適應、機載航路重規(guī)劃、多機協(xié)調(diào)、多機戰(zhàn)術(shù)重規(guī)劃、多機戰(zhàn)術(shù)目標、分布式控制、集群策略目標、全自主集群等.前3個屬于“單機自主”范疇,中間4個屬于“多機自主”范疇,而后4個則屬于“集群自主”范疇.全球鷹、捕食者等無人機只具有第2、第3等級左右的自主性,而UCAR(Unmanned Combat Armed Rotorcraft)則達到了第8個等級的自主性水平.后來,美軍在此基礎(chǔ)上,又提出了“無人作戰(zhàn)系統(tǒng)自主性標準”,也包括10個等級,從低到高分別是:姿態(tài)控制、任務(wù)執(zhí)行、任務(wù)調(diào)整、故障反應、臨機決策、感知融合、系統(tǒng)協(xié)作、作戰(zhàn)預測、任務(wù)協(xié)同、蜂群認知等.很顯然,自主性水平越高,實現(xiàn)起來就代價越高,越困難.

即使是自主性武器,也不意味著完全不需要“人”的控制.一般有3種控制模式.一是全部控制,比如遙控,這就是“人在回路中”,是人對物的控制關(guān)系;二是局部控制,比如開火控制,即“人在回路上”,相當于上對下的領(lǐng)導關(guān)系;三是完全不控制,這就是全自主武器,即“人不在回路”,這時人與機器就形成了合作關(guān)系.全自主武器才能達到真正的全面自主,這時就出現(xiàn)了“合作機器人”(Cobot:Collaboration Robot).按照美國陸軍研究實驗室ARL的研究,2035年前,“人在回路上”監(jiān)督將是主要形式,比如監(jiān)督開火;而在2050年左右,才能實現(xiàn)“人不在回路”的全自主形式,實現(xiàn)人、武器、作戰(zhàn)云的融合.

人類監(jiān)督的作用將決定自主武器的使用形式.“人在回路中”的方式實際上是由人決定行動限制范圍和內(nèi)容,而“人在回路上”則可以在一定程度上拓展行動限制范圍,或者拓展行動內(nèi)容.而這些拓展,就是智能化的學習能力帶來的結(jié)果.從作戰(zhàn)指揮控制角度來說,以自主化為特征的未來作戰(zhàn),可以表現(xiàn)為處于“指揮之中,控制之外”,就是要讓智能武器在指揮員許可范圍內(nèi),能夠自由決策.

但不同的作戰(zhàn)行動,對自主化的要求也不太相同.比如,在需要決策速度比較高時,對自主性要求就較高,如網(wǎng)絡(luò)作戰(zhàn)、導彈防御等.再比如情報偵察、圖像情報分析,則在數(shù)據(jù)異質(zhì)性高、數(shù)據(jù)量大時對自主性要求較高.同樣,行動復雜性、任務(wù)危險性、持久性、數(shù)據(jù)鏈接質(zhì)量要求高時,對自主性的要求也會相應較高.因此,不能簡單地對各種系統(tǒng)和任務(wù),都提出一樣的自主性要求.

美軍科技委報告《自主性》對自主性技術(shù)運用現(xiàn)狀及未來發(fā)展進行過分析.目前,在全頻譜探測方面,時敏目標的定位成功率已經(jīng)達到90%,未來要向視覺、嗅覺、高保真方向發(fā)展;在學習推理方面,已可以實現(xiàn)以任務(wù)為導向、以規(guī)則為基礎(chǔ)的決策,比如可以做到業(yè)務(wù)大幅度增長,而人員需求無增長;在運動及控制方面,已經(jīng)實現(xiàn)了路線規(guī)劃式導航,可以實現(xiàn)人機、機機基于規(guī)則的協(xié)調(diào),以及防空與導彈攔截自主發(fā)射,未來將實現(xiàn)自主蜂群作戰(zhàn).應該說,武器裝備的自主化已經(jīng)取得了很大進展,但仍有許多問題需要解決.

第1個問題,自主化武器如何運用？一般說來,自主化智能武器趨向于“預授權(quán)”運用.比如網(wǎng)絡(luò)作戰(zhàn)由于其以光速行動,所以只能預授權(quán),平時休眠式存在,必要時喚醒自主攻擊.要實現(xiàn)預授權(quán)運用,關(guān)鍵在于判定自主智能武器的作戰(zhàn)啟動條件,而戰(zhàn)場態(tài)勢的認知和理解,目標的精準識別和判定,就是其中最關(guān)鍵的技術(shù).

第2個問題,自主化武器可以信任嗎？一是自主武器是否可靠,能否保證完成使命任務(wù).比如我們能夠相信“鐵穹”系統(tǒng)能夠攔截所有火箭彈嗎？作戰(zhàn)規(guī)劃中還需要對它們的不可靠情況采取相應補救措施嗎？二是自主武器會不會犯錯,以致于對自己人開火？即使自主武器有人監(jiān)督,但監(jiān)督也很難保證是否總是有效.尤其是作戰(zhàn)環(huán)境惡劣,即使只是部分損壞,亦可能導致很大災難.再加上黑客主動攻擊,也會導致系統(tǒng)會為敵人所控,從而成為對手.

第3個問題,自主武器研制難在哪里？其實,從智能實現(xiàn)的角度來說,告訴自主武器“能干什么”很不容易,但告訴它“不能干什么”更難.一般說來“可以干什么”靠大數(shù)據(jù)訓練,“不能干什么”則是靠規(guī)則約束,但一些“道德”類規(guī)則并不那么容易被智能武器理解.

理解和解決這些問題,關(guān)鍵要理解“自主化”這個最核心的本質(zhì).特別要注意的是,在人機智能系統(tǒng)中,是有兩個智能個體的:“人”與“機”.這與傳統(tǒng)人機系統(tǒng)不同,“有智能”就意味著“能自主”,就要將智能體當成有思維的對手看待.克勞塞維茨曾經(jīng)說過:“必須承認對手有思維,因為他們不會按我們的腳本行動”.這是對敵人而言的,其實對智能武器裝備也是一樣,我們需要理解它是怎么“想”的,才能有效地合作或?qū)?只有這樣,才能找到與智能武器協(xié)作的合適方法,而其中的關(guān)鍵,是把智能武器當成機器,還是當成“伙伴”或“對手”？這就意味著,我們的許多作戰(zhàn)理論和條令,在智能化自主作戰(zhàn)條件下,都需要進行重新思考.

3 態(tài)勢認知速度將決定智能化作戰(zhàn)的勝負

未來戰(zhàn)場態(tài)勢會越來越趨于復雜.信息化戰(zhàn)場邊界不斷擴大,參與作戰(zhàn)的要素也越來越多,因而導致對戰(zhàn)場態(tài)勢的認知和理解變得越來越困難.在這種情況下,態(tài)勢認知速度就成為了作戰(zhàn)勝負的關(guān)鍵.從OODA環(huán)(觀察、判斷、決策、行動環(huán))上就可以看出,更快的態(tài)勢認知,可以更快地形成作戰(zhàn)行動閉環(huán).加快己方OODA環(huán)的形成,就可以打斷敵方OODA環(huán)的形成,使得敵方難以采取及時的行動,從而在作戰(zhàn)行動中占據(jù)主動.所以,態(tài)勢智能認知,就成為智能化作戰(zhàn)最關(guān)鍵的作戰(zhàn)技術(shù)之一.

認知的關(guān)鍵在于對敵人意圖的準確判斷和對戰(zhàn)場變化的迅速理解,從而才能做出準確的預測和決策,并規(guī)劃和實施有效的作戰(zhàn)行動.作戰(zhàn)就是一個與時間賽跑的過程,在這里認知速度是第一位,所以態(tài)勢認知技術(shù)將起到?jīng)Q定性作用.這就是智能化作戰(zhàn)制勝的關(guān)鍵,也是制勝機理之所在.美國布魯金斯學會在研究報告《人工智能改變世界》中,就提出了“極速作戰(zhàn)”(Hyperwar)的概念,認為在智能技術(shù)的支持下,賽博作戰(zhàn)的快速行動,將從過去的“0 day” (零日)行動,發(fā)展為 “0 Sec.” (零秒)行動.而人工智能飛行員“阿爾法AI”以快取勝12:0戰(zhàn)勝空軍王牌教官,其實快就快在態(tài)勢認知速度上,因為它比人快了大約250倍.

但是,要想實現(xiàn)對作戰(zhàn)態(tài)勢的智能認知并不容易.對格斗態(tài)勢、分隊戰(zhàn)術(shù)層態(tài)勢理解相對容易,但對戰(zhàn)役層的態(tài)勢理解就比較困難.態(tài)勢認知的難點主要表現(xiàn)在4個復雜性方面:一是空間復雜性,作戰(zhàn)實體多樣,空間連續(xù)、虛實交錯;二是時間復雜性,它屬于動態(tài)微分博弈,而不是棋類的序貫決策;三是信息復雜性,信息不完全、不完美、不對稱、不確定,效果滯后,充滿迷霧;四是表示復雜性,多種信息綜合,屬性種類繁多.

這些復雜性在聯(lián)合作戰(zhàn)態(tài)勢上顯得就更為突出.它是多重復雜性的綜合作用結(jié)果,使得戰(zhàn)場認知的差距,已經(jīng)不是可以用計算能力與數(shù)據(jù)量多少就可以衡量的了.有人做過計算,圍棋的各種情況共有10的170次方左右,這個數(shù)字已經(jīng)是個天文數(shù)字,超過了地球上所有沙粒數(shù)量的總和.但是,4機對2機小型空戰(zhàn)的情況數(shù)可以達到10的7022次方,一個具有200左右作戰(zhàn)單位的中型戰(zhàn)役,其可能的情況數(shù)居然高達10的86000000次方.可想而知這是多么巨大的數(shù)字,是任何現(xiàn)有計算機都無法完成計算任務(wù)的.由此可見聯(lián)合作戰(zhàn)態(tài)勢認知,是最復雜的戰(zhàn)場認知活動.

多年發(fā)展起來的態(tài)勢認知(感知、理解、估計)方法,包括基于知識的專家系統(tǒng)、戰(zhàn)場勢能圖、D-S證據(jù)理論、模糊邏輯、層次分析、貝葉斯網(wǎng)絡(luò)等,雖然都取得了一定進展,但在戰(zhàn)役層面仍無法突破.近年來出現(xiàn)的大數(shù)據(jù)挖掘、復雜網(wǎng)絡(luò)分析、遺傳算法、數(shù)據(jù)耕耘等,將態(tài)勢認知研究大大推進了一步,但對復雜態(tài)勢理解仍感困難.但是,為什么指揮員可以理解復雜的戰(zhàn)場態(tài)勢呢？這是因為,一是基本條件上,指揮信息系統(tǒng)為指揮員提供了所有可能獲得的態(tài)勢數(shù)據(jù);二是主觀認知上,指揮員具備了作戰(zhàn)基本知識,以及豐富的經(jīng)驗和直覺,而這些經(jīng)驗和直覺,往往成為對態(tài)勢理解和判斷的關(guān)鍵.如何在態(tài)勢智能認知中,引入人的認知作用,就成為研究的重點.

“阿爾法狗”的方法給態(tài)勢認知很大的啟發(fā).“阿爾法狗”采用深度增強學習方法,不僅在圍棋上戰(zhàn)勝了人類,而且揭示了一種復雜系統(tǒng)認知建模的可能.對“阿爾法狗”方法既不能過高估計,以為它是萬能的;但也不能低估,忽視它在智能認知方法上取得的突破和其中隱含的顛覆性意義.它的突破主要體現(xiàn)在利用深度學習得到神經(jīng)元網(wǎng)絡(luò),實現(xiàn)對經(jīng)驗直覺的捕捉與表達上面.而深度學習就是其核心技術(shù).通過建立起多層神經(jīng)元網(wǎng)絡(luò),形成對概念、規(guī)律等知識的理解,因為人腦認知具有深度結(jié)構(gòu),需要逐層訓練才能逐步抽象得到認知.但理解的概念越復雜,需要的層次越多,運算量越大,數(shù)據(jù)越多.所以,建立神經(jīng)元網(wǎng)絡(luò)需要大規(guī)模計算能力.在這個意義上看,“深度學習”就等于是“大數(shù)據(jù)+高性能計算+神經(jīng)網(wǎng)絡(luò)算法”.

深度學習下的認知是什么呢？這是一種非常接近人類認知的學習方式.傳統(tǒng)知識大多是以理性化抽象方式學習得到的,比如牛頓定律、運動方程等.而深度學習是通過反復試錯、直覺地感性學習的,比如伸手去接拋過來的球.這是一種比較符合復雜系統(tǒng)的認知方式,比較適應作戰(zhàn)指揮這一類情況.因為很多情況下,在復雜系統(tǒng)中很難定義因果關(guān)系和進行形式化表達,只能依據(jù)感覺、直覺和經(jīng)驗,高手和低手的差別也就在經(jīng)驗和感覺等方面.這就啟示了我們對態(tài)勢智能認知可以采用的新機理:通過捕獲經(jīng)驗、直覺及記憶等知識,將規(guī)則、約束等形式化知識,與大局、意圖等非形式化知識結(jié)合起來,構(gòu)建戰(zhàn)場態(tài)勢認知模型,實現(xiàn)對態(tài)勢的深度理解、想象、判斷和預測.事實上,解決了態(tài)勢智能認知問題,就解決了一大半智能化作戰(zhàn)系統(tǒng)的問題.

4 知識較量將成為智能化作戰(zhàn)的主角

有人說,人工智能的出現(xiàn),顛覆了傳統(tǒng)戰(zhàn)爭是“意志、恐懼、決策乃至人類直覺、經(jīng)驗較量”的論斷,因為無人平臺的廣泛運用,大幅度減少了傷亡,從而可以“無畏亦無懼”.事實上,智能化作戰(zhàn)并沒有從根本上改變戰(zhàn)爭殘酷性的本質(zhì),但卻大幅度提升了“軟力量”與“硬力量”的相對性比重,從而使得作戰(zhàn)效能及武器效率趨向極限.并且開始出現(xiàn)以“知識”為中心的武器裝備、軟件系統(tǒng)乃至作戰(zhàn)行動,比如網(wǎng)絡(luò)作戰(zhàn)中的“自主挖掘漏洞,休眠方式存在,關(guān)鍵時點攻擊”.這是過去從未出現(xiàn)過的現(xiàn)象.

由于人工智能的出現(xiàn),戰(zhàn)爭的較量,從過去的物理空間、信息空間,已經(jīng)擴大到了認知空間,而認知空間是一個全新的作戰(zhàn)領(lǐng)域,有著其自己的作戰(zhàn)規(guī)律.所以美國軍事思想家辛格就說過:“5000年來戰(zhàn)爭一直是人類的獨角戲,而現(xiàn)在,這個局面已經(jīng)結(jié)束了”.人工智能開始登上戰(zhàn)爭舞臺,并將扮演極為重要角色.

知識較量可以體現(xiàn)在作戰(zhàn)規(guī)劃上.作戰(zhàn)規(guī)劃的運用,使科學方法顯現(xiàn)出核心作用.它的出現(xiàn),使得戰(zhàn)爭第一次不是通過增加武器,而是通過增加“知識”而大幅提高作戰(zhàn)效能.智能化作戰(zhàn)會使知識的力量顯得更加突出.比如,美軍傳統(tǒng)空中行動作戰(zhàn)規(guī)劃,每次需要40～50人花費12h才能完成;而采用自主性智能規(guī)劃系統(tǒng),現(xiàn)在要求必須在1h之內(nèi)完成.對戰(zhàn)役規(guī)劃進行評估,美軍則要求在6min內(nèi)完成.

知識較量的實質(zhì)是作戰(zhàn)算法的較量.智能化作戰(zhàn)雙方對抗的是算法的質(zhì)量.從“阿爾法狗”發(fā)展到“阿爾法狗元”,體現(xiàn)的也是算法和算力的進步.所以,智能化作戰(zhàn)新能力的產(chǎn)生關(guān)鍵不在平臺,而在算法、算力和數(shù)據(jù).而算法質(zhì)量的核心在于對科學原理和技術(shù)方法的理解力,包括對戰(zhàn)爭及體系復雜性的理解,對復雜網(wǎng)絡(luò)、大數(shù)據(jù)、深度學習、博弈論等先進方法的理解.但算法的決定性地位也可能帶來新的問題,比如產(chǎn)生出“學習能力越強,更容易導致偏見”這樣的問題.在這種情況下,很多問題會被迅速放大,導致的后果也會不堪設(shè)想.

知識較量也體現(xiàn)在大數(shù)據(jù)情報挖掘上.美國密蘇里大學利用人工智能技術(shù)和衛(wèi)星地圖數(shù)據(jù)分析尋找防空導彈陣地,準確率達到98.2%,比人工提高效率81倍.采用的方法就是深度學習中的“深度卷積神經(jīng)網(wǎng)絡(luò)”,大大提高了作戰(zhàn)效能.但反過來說,如果我們能夠理解這個方法的技術(shù)含義,實際上也意味著可以找到新的防護偽裝辦法.對重大情報的智能挖掘和預測,也會帶來兩方面的影響.比如蘭德公司對未來核武器風險進行研究后得出結(jié)論,提高情報的準確性,有利于減少誤判,因為人工智能可以比人類少犯錯誤;但也可能會導致核戰(zhàn)爭風險反而加大,這是因為情報更準確時,會使某一方追求采取先發(fā)制人的行動.

兵棋博弈是另一個智能較量的重點.“阿爾法狗”的突破,最自然的推論就是兵棋人機對抗.事實上,國內(nèi)外許多公司和單位也開始了諸如“星際爭霸”等戰(zhàn)爭游戲的研究,并且取得了一定進展.由于其與實際戰(zhàn)爭有很多相似之處,因而對作戰(zhàn)智能博弈有一定參考價值.但是,戰(zhàn)爭復雜性告訴我們,如果你想解決某個問題,最好直接從想要的層次行動.戰(zhàn)斗戰(zhàn)術(shù)層的人機博弈相對容易,但其方法并不能直接疊加到戰(zhàn)役層,就像下五子棋再好也不會成為圍棋大師一樣.而最需要的戰(zhàn)役層兵棋博弈卻非常困難,因為在態(tài)勢理解技術(shù)上還存在巨大差距.所以,兵棋智能博弈的核心要從態(tài)勢理解入手推進,通過研發(fā)“智能參謀”“智能藍軍”,解決兵棋演習智能推演的老大難問題.其成果也可以為作戰(zhàn)規(guī)劃、作戰(zhàn)模擬、指揮控制系統(tǒng)的升級換代,提供基礎(chǔ)性的支撐.

特別需要指出的是,較量的本質(zhì)在于對“智能”的理解上.復雜系統(tǒng)的智能算法不是簡單或復雜的“公式”,它與“公式”最大的不同,在于它不會一成不變.每個智能系統(tǒng)都將展現(xiàn)其自己的“個性”,因為它們都在不斷學習和演化.所以,我們不能把智能裝備當成簡單機器,只有了解了其個性,才能更好地利用或?qū)?正確理念決定正確做法,算法必須作為核心戰(zhàn)斗力出現(xiàn),樹立“算法=戰(zhàn)法”的理念,并從基礎(chǔ)上就加以重視.而在這里,人才隊伍是第一位的,但人才不等于人力,特殊的人才必須要有特殊的選拔和培養(yǎng)機制才行.

5 智能化過程會引起戰(zhàn)斗力生成方式的變革

新的作戰(zhàn)概念開發(fā)其實并不容易.美軍的作戰(zhàn)概念開發(fā)流程一般包括“提出概念、改進概念、實現(xiàn)功能”3個階段,以及“概念分析、建模仿真、演示驗證、作戰(zhàn)實驗、實兵演習”等5個步驟.只有經(jīng)過這些復雜的過程,才算完成了從新作戰(zhàn)概念到新作戰(zhàn)功能的整個流程,其成果包括作戰(zhàn)理論及條令、規(guī)劃方案、編制體制、指揮控制、人力資源、后勤保障、訓練教育、武器裝備等,最終完成新作戰(zhàn)概念的開發(fā).比如“網(wǎng)絡(luò)中心戰(zhàn)”的產(chǎn)生就是如此.這不是寫幾個研究報告就可以完成的.

但智能化的獨特性質(zhì),會導致作戰(zhàn)概念開發(fā)中出現(xiàn)新規(guī)律.這是因為“智能”不同于其他能力,具有很強的自學習、自成長特性,因而“智能戰(zhàn)斗力”必須在概念開發(fā)過程中逐步成長出來,不僅包括智能武器,也包括智能化作戰(zhàn)部隊.因此,必須拋棄傳統(tǒng)的從需求、設(shè)計、研發(fā),到運用及維護的瀑布式系統(tǒng)工程概念,而采用信息時代新的迭代式系統(tǒng)工程模式,使得智能化部隊能在不間斷的迭代過程中逐步成長,完成對“智能戰(zhàn)斗力”的生成.這實際上就是智能化過程引起戰(zhàn)斗力生成方式的一次變革.

5.1 智能化作戰(zhàn)的核心關(guān)鍵在認知算法的進步

因為認知的“反身性”會導致系統(tǒng)演化,也即自身的認知變化會影響自身所在的系統(tǒng),因此,必須把握認知算法會不斷演進這個本質(zhì),促進認知算法的進步.人工智能在作為工具的同時,亦會改進自己這個工具.這是智能工具與其他工具最大的不同,因為智能也會成長.因此,與其他武器不同,智能武器也必須經(jīng)常進行訓練,以符合其成長的特性.如果方法合適,可能它還會高速進化,比如“阿爾法狗元”從零開始,訓練3天就超過了人類.

5.2 智能化作戰(zhàn)概念的形成靠作戰(zhàn)實驗完善

建立相應的戰(zhàn)爭實驗室,對作戰(zhàn)概念進行充分試驗和研究,是完成作戰(zhàn)概念研究的必要條件.在這里“有應用”“有平臺”“有數(shù)據(jù)”的單位將占有極大的優(yōu)勢地位.而且,建模與仿真將發(fā)揮重要作用,因為可以在仿真試驗中不斷試錯,為系統(tǒng)研發(fā)和作戰(zhàn)運用全壽命周期提供循環(huán)的試錯和改進回路.

5.3 智能化作戰(zhàn)部隊能力的生成靠作戰(zhàn)試驗演化

通過建立合適的作戰(zhàn)試驗環(huán)境,靠不斷試驗“成長”為合格的戰(zhàn)斗力.但首先要信任智能系統(tǒng),在信任中才能不斷完善.若不信任智能系統(tǒng),會導致智能化作戰(zhàn)概念的發(fā)展周期變慢.這里既有系統(tǒng)問題,也有指揮控制、人機協(xié)同、文化法律等方面問題,需要綜合加以解決.

5.4 智能化作戰(zhàn)系統(tǒng)的研發(fā)靠合適的生態(tài)環(huán)境促成

開放環(huán)境,眾智支持,系統(tǒng)快速迭代,是智能系統(tǒng)研發(fā)的最合適條件.這里必須處理好與保密的關(guān)系,關(guān)起門只能保落后,而落后沒有任何意義.可以快速迭代更新的環(huán)境,會使智能系統(tǒng)快速成長,包括各種智能化武器平臺,也包括智能化系統(tǒng),如作戰(zhàn)規(guī)劃、指揮信息系統(tǒng)等.

6 結(jié)論

我們離“智能化作戰(zhàn)”還有多遠？第1個回答是:還有很遠.目前的智能技術(shù)還遠遠達不到要求,自主技術(shù)、態(tài)勢認知、作戰(zhàn)算法等才剛剛上路.第2個回答是:但會很快！智能技術(shù)的發(fā)展速度往往出人意料,2015年底絕大多數(shù)人認為計算機在圍棋上戰(zhàn)勝人類還需100年時間,但100天后就被證明是錯誤的.而且智能學習技術(shù)本身,還會加快自己的進化速度.因此,“智能化作戰(zhàn)”肯定會很快走上戰(zhàn)爭舞臺,誰先占據(jù)誰就將占據(jù)有利地位.

我們差距在哪里？一般認為,差距在3個方面:一是在戰(zhàn)爭理念上,以為智能化戰(zhàn)爭只是傳統(tǒng)戰(zhàn)爭的線性發(fā)展,而忽視了戰(zhàn)爭換代的巨大跳躍;二是在技術(shù)理解上,認為智能技術(shù)只是信息技術(shù)的升級,而忽視了其在本質(zhì)上的不同;三是在作戰(zhàn)運用上,認為智能化武器只是更好的裝備,而忽視了作戰(zhàn)制勝機理也將會重大改變.其實,更大差距在于我們?nèi)狈σ詣?chuàng)新性思維去思考未來戰(zhàn)爭的想象力.愛因斯坦曾經(jīng)說過,“邏輯可以帶你從A到B,而想象力則可以將你帶到任何地方”.說的就是想象力的重要性.而未來的智能化戰(zhàn)爭研究,一個極為重要的方面,就是需要豐富的戰(zhàn)爭想象力.

我們怎么辦？英國軍事理論家富勒100年前的觀點極有啟示.在機械化戰(zhàn)爭即將登上戰(zhàn)爭舞臺之際,他說:“我們使用的機械化裝備越多,頭腦中的機械化思維就應該越少”.他強調(diào)的是戰(zhàn)爭思維不能被機器所取代.所以,正確的科學思維,將會主導我們對智能時代的認知.智能化戰(zhàn)爭時代即將來臨,我們既要跟隨潮流,順勢而為,及早準備,不被時代所淘汰;也要善于引導,以人的智慧引導自主化智能系統(tǒng)的開發(fā),引導智能化作戰(zhàn)理論的研究.但這一切,都要從扎扎實實的基礎(chǔ)性工作開始,從理解“智能”的本質(zhì)開始.