李博驍, 張 峰, 李奇峰, 鄭明心

(1.中國電子科學(xué)研究院， 北京 100041; 2. 清華大學(xué)， 北京 100084)

0 引 言

隨著深度學(xué)習(xí)、機器視覺等核心技術(shù)的大發(fā)展和大突破，人工智能迎來新一輪的發(fā)展熱潮，并邁入“黃金時期”。如今，人工智能技術(shù)已經(jīng)深入交通、服務(wù)、醫(yī)療健康、教育、就業(yè)、公共安全與防護(hù)等民用領(lǐng)域[1]，代替“懶人”完成部分體力和腦力工作。

當(dāng)前，智能技術(shù)正不斷顛覆信息化時代下的軍事理論、作戰(zhàn)規(guī)則和作戰(zhàn)方法，有力推進(jìn)新軍事體制變革，逐漸改變未來戰(zhàn)爭的形態(tài)[2]。美軍將人工智能視為“改變游戲規(guī)則”的顛覆性技術(shù)，并已經(jīng)在無人作戰(zhàn)平臺、電子戰(zhàn)、輔助指揮決策等技術(shù)領(lǐng)域中對人工智能技術(shù)進(jìn)行嘗試和應(yīng)用。

加快軍事智能化發(fā)展，提高基于網(wǎng)絡(luò)信息體系的聯(lián)合作戰(zhàn)能力、全域作戰(zhàn)能力[3]。智能技術(shù)對我們來說，既有挑戰(zhàn)也存在機遇。面臨新形勢下的威脅態(tài)勢，面向新時期軍事作戰(zhàn)需求，我們要找準(zhǔn)定位、明確目標(biāo)、奮勇攻關(guān)，有效應(yīng)對內(nèi)外環(huán)境變化帶來的風(fēng)險挑戰(zhàn)，努力抓住科技進(jìn)步創(chuàng)造的發(fā)展機遇，實現(xiàn)“彎道超車”。

1 人工智能技術(shù)的發(fā)展

1.1 人工智能發(fā)展脈絡(luò)

自1956年“人工智能”概念首次提出至今已歷經(jīng)近70年。其發(fā)展歷程可劃分為6個階段[4]。

起步發(fā)展期：1956年—20世紀(jì)60年代初。人工智能概念在1956年的達(dá)特茅斯會議上被提出后，迎來了領(lǐng)域發(fā)展的第一個高潮。隨著機器定理證明、跳棋程序等一批技術(shù)成果的面世，人工智能技術(shù)取得了令人矚目的成績。

反思發(fā)展期：20世紀(jì)60年代初—70年代初。伴隨著人工智能技術(shù)研究的逐步深入，科學(xué)家們開始嘗試?yán)萌斯ぶ悄芗夹g(shù)解決一些更具挑戰(zhàn)性的問題，但迎來的卻是越來越多的困難和失敗。例如，消解法(歸結(jié)法)無法證明微積分的簡單定理、機器翻譯未成功實現(xiàn)詞到詞的簡單映射翻譯等。在一系列的失敗之后，人工智能的發(fā)展進(jìn)入了低谷。

應(yīng)用發(fā)展期：20世紀(jì)70年代初—80年代中。雖然面臨巨大的困難和壓力，科學(xué)家們依舊不斷推進(jìn)人工智能的研究。在這一時期，專家系統(tǒng)取得重大突破，通過其內(nèi)部存儲的大量特定領(lǐng)域的知識和經(jīng)驗，實現(xiàn)了人類專家決策過程的模擬，成為早期人工智能發(fā)展的重要分支和應(yīng)用領(lǐng)域，研究成果在生物、化學(xué)、醫(yī)學(xué)等多個領(lǐng)域內(nèi)得到了廣泛應(yīng)用。人工智能再次步入高速發(fā)展期。

低迷發(fā)展期：20世紀(jì)80年代中—90年代中。人工智能應(yīng)用規(guī)模不斷發(fā)展之后，同樣遇到了一定的挫折。專家系統(tǒng)具備專業(yè)化求解問題的特點，但同樣存在數(shù)據(jù)庫兼容性不足、系統(tǒng)可移植性和靈活性較差、求解方法單一等缺陷。

穩(wěn)步發(fā)展期：20世紀(jì)90年代中—2010年。隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，再次促進(jìn)了人工智能技術(shù)的進(jìn)步。各國不斷加大對人工智能科技創(chuàng)新方面的投入，進(jìn)一步擴大了人工智能的應(yīng)用領(lǐng)域，推動了技術(shù)的實用化。例如，IBM建造的深藍(lán)超級計算機于1997年擊敗人類國際象棋冠軍[5]，及其2018年提出“智慧地球”概念[6]，成為這一時期的標(biāo)志性事件。

蓬勃發(fā)展期：2011年至今。進(jìn)入21世紀(jì)，人工智能技術(shù)取得了突破性進(jìn)步。1)以深度學(xué)習(xí)、強化學(xué)習(xí)為代表的人工智能算法的突破；2)以大數(shù)據(jù)、云計算、分布式計算、圖形處理器等為代表的計算能力的突破；3)泛在互聯(lián)、物聯(lián)網(wǎng)等技術(shù)保障了算法具有了充足的訓(xùn)練數(shù)據(jù)。這些突破極大地提高了智能化水平，拓展了應(yīng)用范圍。人工智能技術(shù)在圖像識別、語音識別、自動駕駛、個性推送、智慧城市等領(lǐng)域得到了廣泛應(yīng)用，逐漸將理論以現(xiàn)實科技產(chǎn)品的方式呈現(xiàn)在大眾眼前。人工智能領(lǐng)域迎來新一輪的發(fā)展高潮。

1.2 人工智能發(fā)展趨勢

未來，應(yīng)是從弱人工智能(ANI)朝著強人工智能(AGI)、直至超人工智能(ASI)的方向發(fā)展，逐步實現(xiàn)取代人類工作、開拓認(rèn)知荒地、直至解決人類世界所有問題的目標(biāo)。

弱人工智能：需要人的參與，讓計算機獲得“意識”“思維”或是非凡的計算能力，例如語音識別、圖像識別和翻譯，多是以統(tǒng)計數(shù)據(jù)為基礎(chǔ)建立的算法模型，只能在某一特定的領(lǐng)域內(nèi)發(fā)揮作用。而以Watson[7]和AlphaGo[8]為代表的“弱人工智能”雖然具備優(yōu)秀的信息處理能力，但是同樣存在處理問題較為單一、智能化水平不高等問題，從而仍被歸納為人類的“工具”。

強人工智能：使計算機靈活自主地獲得“意識”“思維”或是非凡的計算能力，能獨立思考，具備處理多領(lǐng)域、突發(fā)性問題等“弱人工智能”不具備的能力，其在學(xué)習(xí)、規(guī)劃、思考、推理和解決問題等多方面均可與人類比肩。強人工智能不再僅僅是“工具”，而被定義為類人的人工智能，即人類能完成的腦力工作機器同樣能夠完成，成為真正意義上的人工智能。

超人工智能：將會超越人工智能這個范疇，在完全沒有人類的干涉下，擁有意識與記憶，其感知與認(rèn)知能力是通過自我學(xué)習(xí)而得。在超人工智能階段，人工智能已經(jīng)跨過“人類智能水平”這個“奇點”，實現(xiàn)了智能爆炸。其將以遠(yuǎn)超人類的計算能力和異于人類的思維能力，在各領(lǐng)域內(nèi)實現(xiàn)對人類的全面超越。

1.3 人工智能在民用領(lǐng)域的應(yīng)用現(xiàn)狀

當(dāng)前，人工智能技術(shù)已在語音識別、圖像識別、無人駕駛、生命科學(xué)等民用領(lǐng)域應(yīng)用上開花結(jié)果。

語音識別方面，Nuance、IBM、微軟、Google、科大訊飛等廠商[9-13]具有較強競爭力，能夠通過利用語音特征提取與匹配、語音識別模型訓(xùn)練等技術(shù)，實現(xiàn)將語音信息向文本信息和計算機指令的轉(zhuǎn)變，已在家居控制、口語測評、優(yōu)化病例業(yè)務(wù)流程等方面得到了廣泛應(yīng)用。

圖像識別方面，亞馬遜、Intel、商湯科技、阿里巴巴、騰訊等廠商[14-18]走在了前列，能夠讓機器在圖片或視頻中辨識及檢測出物件、任務(wù)、地點、文字內(nèi)容、舉止行為等特征，已在人臉識別、車牌識別、臨床醫(yī)學(xué)影像分析、食品品質(zhì)檢測等方面得到了較好應(yīng)用。

無人駕駛方面，Momenta、特斯拉、百度等知名廠商[19-21]研制的自動駕駛汽車，能夠通過多種車載傳感系統(tǒng)實現(xiàn)對車輛周邊環(huán)境的動態(tài)感知和識別，并基于當(dāng)前狀態(tài)信息完成自主精確快速的規(guī)劃路線，控制車輛安全穩(wěn)定地抵達(dá)目的地。生命科學(xué)方面，iCarbonX、天智航、萬里云等廠商[22-24]，致力于利用人工智能技術(shù)對臨床試驗患者數(shù)據(jù)進(jìn)行分析，輔助癌癥等疾病診斷；幫助制藥公司通過分析制造過程數(shù)據(jù)來優(yōu)化生成，加快藥物生產(chǎn)速度等。

除了全球知名企業(yè)，我國各大高校、研究院也在積極推動人工智能技術(shù)的應(yīng)用。比如，清華大學(xué)專門成立智能產(chǎn)業(yè)研究院[25]，以生命科學(xué)、綠色計算、自動駕駛作為重點方向，推動人工智能技術(shù)賦能各產(chǎn)業(yè)。

2 軍事領(lǐng)域?qū)θ斯ぶ悄艿男枨?/h2>

2.1 軍事作戰(zhàn)特點

按照克勞塞維茨《戰(zhàn)爭論》的定義，戰(zhàn)爭無非是擴大了的搏斗，是迫使敵人服從我們意志的暴力行為[26]。千百年來戰(zhàn)爭形態(tài)和手段及樣式雖歷經(jīng)變遷，但戰(zhàn)爭本質(zhì)核心卻始終如一，這就是消滅敵人，保存自己。軍事作戰(zhàn)特點主要包括以下三點。

1)非友好、非合作、不可控。戰(zhàn)爭的成敗可能決定了對抗雙方的生死存亡，使得對抗雙方盡其所能地欺騙對方、盡可能地隱瞞自己的真實意圖、盡可能地利用對方所有可能漏洞，從而使得對抗雙方都無法全面有效地掌握戰(zhàn)爭的真實狀態(tài)，導(dǎo)致戰(zhàn)場局勢不可控。正如丘吉爾所說：“一旦開了第一槍或引爆第一顆炸彈，政治領(lǐng)導(dǎo)人就失去了對戰(zhàn)爭的掌控權(quán)，戰(zhàn)爭本身成為了主導(dǎo)者?！?/p>

2)不確定性大。作戰(zhàn)是敵我雙方持續(xù)對抗的過程，然而，復(fù)雜戰(zhàn)場環(huán)境、指揮決策、對抗手段等多種不確定性因素必然會產(chǎn)生作戰(zhàn)空間、作戰(zhàn)力量、作戰(zhàn)規(guī)則、作戰(zhàn)流程等要素的不確定性。由此，要求指揮員要善于未雨綢繆，周密制定計劃，創(chuàng)造有利于我而不利于敵的戰(zhàn)機，能夠基于瞬息萬變的戰(zhàn)場情報數(shù)據(jù)及時調(diào)整作戰(zhàn)行動。

3)作戰(zhàn)規(guī)律難以掌握。一方面，由于“戰(zhàn)爭迷霧”的存在，在戰(zhàn)場環(huán)境下對作戰(zhàn)數(shù)據(jù)的獲取往往是不完整的、不完備的、甚至是虛假的，使得軍事裝備自身難以自己學(xué)習(xí)訓(xùn)練，從而無法掌握作戰(zhàn)客觀規(guī)律繼而變成軍隊可用裝備。另一方面，隨著各種偵察探測手段引入現(xiàn)代戰(zhàn)爭中，各種信息充斥戰(zhàn)場，數(shù)據(jù)的過剩、超載、盈余、膨脹使得很多有價值的信息淹沒在數(shù)據(jù)海洋中，導(dǎo)致不可靠、不相關(guān)、模棱兩可和互相矛盾的信息呈指數(shù)級的增加，進(jìn)而增加判斷的復(fù)雜性。

伴隨一批新興技術(shù)理論的不斷突破和技術(shù)應(yīng)用范圍的持續(xù)擴大，多種新質(zhì)武器的相繼問世，未來戰(zhàn)爭將會是在陸、海、空、天、電、網(wǎng)上進(jìn)行的全維戰(zhàn)爭，是戰(zhàn)場信息處理能力、輔助決策能力、快速打擊能力的比拼。未來戰(zhàn)爭空間多維、力量多元、樣式多樣、節(jié)奏加快等突出趨勢，對戰(zhàn)場信息的接收與認(rèn)知、對戰(zhàn)場態(tài)勢的評估與預(yù)測、對作戰(zhàn)行動的快速應(yīng)變等能力要求將遠(yuǎn)遠(yuǎn)超出作戰(zhàn)人員的思維能力，必然需要依靠具有超強計算、學(xué)習(xí)和理解能力的機器進(jìn)行威脅研判和作戰(zhàn)輔助決策。

2.2 人工智能的優(yōu)勢

人工智能自誕生之日起即被賦予了一項崇高使命，即代替人類完成繁重、危險和重復(fù)性工作。面對這些工作，人工智能具有速度更快、精度更高以及抗疲勞性更強等顯著優(yōu)勢。隨著人工智能的發(fā)展，其對軍事調(diào)度、戰(zhàn)場行動認(rèn)知與決策的能力將逐漸超越人類。

1)人工智能善于解決復(fù)雜信息認(rèn)知問題。人工智能技術(shù)能夠打破現(xiàn)有作戰(zhàn)規(guī)則，使得機器像人一樣對復(fù)雜問題進(jìn)行認(rèn)知，積累經(jīng)驗，解決問題。通過對戰(zhàn)場大數(shù)據(jù)的有效開發(fā)，提高指揮員對多個戰(zhàn)場空間情報的發(fā)現(xiàn)和深度認(rèn)知能力，利用數(shù)據(jù)挖掘分析方法從海量多源異構(gòu)信息中得到高價值軍事情報信息，大幅度提高情報分析處理能力，從而能夠把握戰(zhàn)場發(fā)展動向，預(yù)估敵我態(tài)勢變化，破除“戰(zhàn)場迷霧”。

2)人工智能善于解決復(fù)雜狀態(tài)空間問題。人工智能技術(shù)在繼承機器優(yōu)勢的同時，具備針對復(fù)雜任務(wù)進(jìn)行高效率的信息搜索和優(yōu)化處理能力，是解決不確定性和復(fù)雜性的有力武器。圍棋在走法上有10170種可能，比全宇宙的原子數(shù)1080都要多，然而相比于圍棋，戰(zhàn)爭要更加的復(fù)雜多變。戰(zhàn)爭具有更強的戰(zhàn)場開放性、攻防隱蔽性、作戰(zhàn)多維化等特點。如今，人工智能已經(jīng)攻破圍棋的堡壘，正在向復(fù)雜度更高的“星際爭霸”游戲發(fā)起挑戰(zhàn)。

3)人工智能善于自我學(xué)習(xí)實現(xiàn)能力升級。人工智能技術(shù)可以通過系統(tǒng)后臺進(jìn)行無監(jiān)督學(xué)習(xí)和機器博弈，從而達(dá)到系統(tǒng)性能的自我提升和優(yōu)化的目的。以圍棋為例，AlphaGo只花了幾個月的時間，學(xué)習(xí)人類對弈的三千萬棋局，在通過海量的歷史棋譜學(xué)習(xí)參悟人類棋藝的基礎(chǔ)之上，進(jìn)行自我訓(xùn)練，擊敗了人類頂尖棋手。而AlphaGo Zero與AlphaGo有著本質(zhì)的不同，它不需要通過學(xué)習(xí)歷史棋譜從而掌握人類的先驗知識，而僅靠了解圍棋對弈的基本規(guī)則，通過自我博弈和自我進(jìn)化，迅速提升棋藝，實現(xiàn)對AlphaGo的百戰(zhàn)百勝[27]。

可以預(yù)見，應(yīng)用人工智能技術(shù)，能夠在很大程度上提升作戰(zhàn)指揮活動的觀察、判斷、決策、行動等關(guān)鍵過程的作戰(zhàn)能力。人工智能技術(shù)將成為軍事變革的重要推手，必將催生新的戰(zhàn)爭樣式，推動戰(zhàn)爭形態(tài)的加速轉(zhuǎn)變。

3 人工智能軍事應(yīng)用方向

3.1 軍事智能技術(shù)體系框架

未來戰(zhàn)爭，從能力上我們希望具備更加透徹的感知、更加高效的指揮、更加精確的打擊和更加自由的互聯(lián)。由此帶來的眾多跨作戰(zhàn)空間裝備之間數(shù)據(jù)互聯(lián)、任務(wù)協(xié)同及海量戰(zhàn)場異構(gòu)數(shù)據(jù)實時處理等問題必須由更加深入的智能才能得到有效的解決，繼而對感知、指揮、打擊、互聯(lián)等作戰(zhàn)能力產(chǎn)生催化劑的作用，形成一體化智能作戰(zhàn)鏈條，顛覆性提升體系作戰(zhàn)效能。

軍事智能技術(shù)體系框架如圖1所示，包括賦能體系、軍事智能系統(tǒng)、作戰(zhàn)體系等三個方面。

圖1 軍事智能技術(shù)體系框架

賦能體系：以機器學(xué)習(xí)、人機交互、計算機視覺等人工智能算法為依托，形成面向軍事應(yīng)用的人工智能優(yōu)化算法引擎，實現(xiàn)人工智能技術(shù)在軍事領(lǐng)域的賦能。

軍事智能系統(tǒng)：應(yīng)用賦能技術(shù)，面向軍事作戰(zhàn)需求，依托作為人工智能算法“倍增器”的基礎(chǔ)支撐，實現(xiàn)感知、指揮、打擊、互聯(lián)形成的OODA作戰(zhàn)鏈路的智能化。

作戰(zhàn)體系：在空中作戰(zhàn)、反導(dǎo)反臨作戰(zhàn)、太空對抗、陸海作戰(zhàn)等行動中，作戰(zhàn)部隊利用軍事智能系統(tǒng)，與人協(xié)同，提升作戰(zhàn)效能，形成對敵方的非對稱優(yōu)勢。

3.2 更加透徹的感知，實現(xiàn)信息優(yōu)勢

在探測感知領(lǐng)域，主要可在目標(biāo)信息獲取、戰(zhàn)場數(shù)據(jù)分析等方面應(yīng)用自然語言處理、元學(xué)習(xí)、隨機森林等職能技術(shù)，實現(xiàn)信息優(yōu)勢，如圖2所示。

1)應(yīng)用于目標(biāo)信息獲取。綜合利用微波輻射、可見光、多光譜、紅外、聲學(xué)、磁力等多種探測手段，實現(xiàn)對戰(zhàn)場目標(biāo)信息的高效準(zhǔn)確采集和獲??；應(yīng)用多譜段-多體制協(xié)同探測、多源數(shù)據(jù)智能融合等技術(shù)，提高對目標(biāo)的多維特征提取，精確解算目標(biāo)位置，實現(xiàn)對目標(biāo)屬性、類型、國別、身份、敵我等快速準(zhǔn)確識別，實現(xiàn)目標(biāo)信息的所見即所得[28]。美國防部高級研究計劃局(DARPA)2010年啟動了“心靈之眼”項目[29]，旨在研發(fā)視覺智能系統(tǒng)，通過無人作戰(zhàn)平臺觀察目標(biāo)作戰(zhàn)信息，并為作戰(zhàn)人員及時提供應(yīng)對手段。該項目主要通過運用智能圖像處理和機器視覺等技術(shù)，對視頻信息中物體的動作和行為進(jìn)行辨別和分析，通過對物體動態(tài)行為信息的準(zhǔn)確感知，以實現(xiàn)復(fù)雜作戰(zhàn)環(huán)境中對潛在威脅進(jìn)行識別和認(rèn)知。無獨有偶，美國防部于2017年成立了“算法戰(zhàn)跨職能小組”[30]，旨在解決美軍在中東地區(qū)對ISIS進(jìn)行反恐作戰(zhàn)過程中遇到的海量情報分析困難問題。該項目通過運用深度學(xué)習(xí)、計算機視覺等技術(shù)，利用數(shù)臺計算機代替數(shù)以千計的情報分析人員，提高情報提取的效率和精度，以支撐更及時有效的決策[31]。

2)應(yīng)用于戰(zhàn)場數(shù)據(jù)分析。綜合利用大數(shù)據(jù)、機器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù)，尋找在復(fù)雜作戰(zhàn)過程中產(chǎn)生的海量數(shù)據(jù)之間的內(nèi)在關(guān)聯(lián)關(guān)系，快速高效分析戰(zhàn)場作戰(zhàn)行動和態(tài)勢變化，將偵測到的戰(zhàn)斗力量分布與活動和作戰(zhàn)環(huán)境、敵作戰(zhàn)意圖及機動性有機聯(lián)系起來，分析并推理事件發(fā)生的原因，得到敵方兵力結(jié)構(gòu)和使用特點的估計，通過已知事件推測將來可能發(fā)生的事件[32]。DARPA于2011年設(shè)立“洞悉”項目[33]，旨在研發(fā)一套情報分析系統(tǒng)，將操作員的知識和推理能力融入到系統(tǒng)當(dāng)中，從而提高快速應(yīng)對網(wǎng)絡(luò)威脅和非常規(guī)戰(zhàn)爭的能力。該項目主要運用異構(gòu)信息關(guān)聯(lián)、多源智能融合等技術(shù)，通過分析和綜合多源傳感器探測信息和不同資源情報數(shù)據(jù)，輔助增強情報分析人員的信息處理與共享能力。DARPA于2019年設(shè)立了“以知識為導(dǎo)向的人工智能推理模式”項目[34]，旨在研發(fā)一套半自動化的人工智能推理系統(tǒng)，將通過語言和常識推理得到的知識庫應(yīng)用于復(fù)雜現(xiàn)實事件的理解中，解決多源信息阻礙事件理解的問題。該項目運用知識圖譜等技術(shù)，通過對復(fù)雜事件內(nèi)部組成元素和時間線進(jìn)行推理和預(yù)測，快速識別不同事件之間的關(guān)聯(lián)性，提升事件理解能力。

圖2 態(tài)勢感知+AI技術(shù)的應(yīng)用

3.3 更加高效的指揮，實現(xiàn)決策優(yōu)勢

在指揮控制領(lǐng)域，主要可在作戰(zhàn)方案推演、遠(yuǎn)程指揮控制等方面應(yīng)用平行仿真推演、腦機融合等智能技術(shù)，實現(xiàn)決策優(yōu)勢，如圖3所示。

1)應(yīng)用于作戰(zhàn)方案推演。通過深度學(xué)習(xí)技術(shù)，訓(xùn)練智能體對戰(zhàn)場交戰(zhàn)規(guī)則、作戰(zhàn)指揮決策、事件認(rèn)知推理等知識進(jìn)行學(xué)習(xí)和模擬，提升智能體認(rèn)知的智能性、實時性與科學(xué)性。在戰(zhàn)場態(tài)勢實時共享的基礎(chǔ)上，對戰(zhàn)場數(shù)據(jù)進(jìn)行智能化處理，通過平行仿真推演作戰(zhàn)方案，形成對對手下一步可能的軍事行動和戰(zhàn)場演進(jìn)趨勢的智能預(yù)測，自動匹配最佳行動策略[35]。2007年，DARPA安排了名為“深綠”的系統(tǒng)研發(fā)項目[36]，旨在建造一套人工智能作戰(zhàn)輔助決策系統(tǒng)。該系統(tǒng)利用平行仿真、動態(tài)博弈等技術(shù)，基于戰(zhàn)場實時數(shù)據(jù)，可動態(tài)模擬戰(zhàn)場敵我雙方作戰(zhàn)行動，并預(yù)測戰(zhàn)場態(tài)勢走向，幫助指揮官提前思考，縮短決策時間。DARPA于2018年啟動了“指南針”項目[37]，該項目主要通過利用大數(shù)據(jù)分析、博弈對抗等方法對戰(zhàn)場數(shù)據(jù)進(jìn)行分析，構(gòu)建敵方作戰(zhàn)行動與路徑模型，幫助作戰(zhàn)人員確定敵方真實作戰(zhàn)意圖，制定并選取我方最有效的行動方案。

2)應(yīng)用于智能化遠(yuǎn)程指揮控制。應(yīng)用“元宇宙”概念，利用人工智能技術(shù)構(gòu)建與真實戰(zhàn)場平行的虛擬作戰(zhàn)空間，采用語音識別、手勢識別、腦機接口等智能人機交互技術(shù)，使指揮員、作戰(zhàn)人員有沉浸式的體驗，實現(xiàn)人與機器之間，指揮單元、精確打擊武器與信息應(yīng)用系統(tǒng)之間的無障礙溝通[38]。2021年8月，在美國海軍年度最大規(guī)模活動“海-空-天博覽會”上[39]，海軍信息戰(zhàn)系統(tǒng)司令部首次驗證了“周邊環(huán)境智能談話接口”項目開發(fā)的能力，展示了智能化、自然交互技術(shù)如何實現(xiàn)未來信息戰(zhàn)。該項目旨在為海軍指揮控制引入下一代數(shù)字助手，通過使用人工智能和機器學(xué)習(xí)來理解說話的人是誰、談話的內(nèi)容是什么，談話可被決策者當(dāng)作一種獲取所需信息的直接途徑，幫助決策者獲得及時的、合成后的資訊。

圖3 指揮控制+AI技術(shù)的應(yīng)用

3.4 更加精確的打擊，實現(xiàn)力量優(yōu)勢

在武器打擊領(lǐng)域，主要可在單武器平臺自主作戰(zhàn)、作戰(zhàn)編組分布式殺傷等方面應(yīng)用計算機視覺、多智能體協(xié)同等智能技術(shù)，實現(xiàn)力量優(yōu)勢，如圖4所示。

1)應(yīng)用于單武器平臺自主作戰(zhàn)。以人工智能技術(shù)為核心，綜合多種嵌入人工智能算法的武器裝備平臺為手段，在多重維度實時精確打擊，實現(xiàn)武器的單體智能[40]。美國戰(zhàn)斧導(dǎo)彈在攻擊目標(biāo)過程中，如果目標(biāo)或任務(wù)發(fā)生變化，便根據(jù)指令在戰(zhàn)區(qū)上空盤旋，然后自主搜索和重新選擇、確定合適的攻擊目標(biāo)。美國研制的“黃蜂”導(dǎo)彈，裝有一套先進(jìn)的探測、控制設(shè)備，可實現(xiàn)目標(biāo)偽裝設(shè)施的識別以及多任務(wù)目標(biāo)的智能化自主分配，從而達(dá)到最大的效費比和命中精度。

2)應(yīng)用于作戰(zhàn)編組分布式殺傷。借鑒自然界生物群體行為的智能集群與協(xié)同技術(shù)，通過去中心化提高了系統(tǒng)抗毀傷性以及任務(wù)成功率；通過簡單作戰(zhàn)單元間的信息高效交互提升系統(tǒng)的整體效應(yīng)和群體智能水平，從而最終實現(xiàn)復(fù)雜戰(zhàn)場條件下任務(wù)的自主分解、作戰(zhàn)單元的自主協(xié)同、作戰(zhàn)方案的自主規(guī)劃和作戰(zhàn)對象的自主打擊[41]。DARPA于2014年設(shè)立了“拒止環(huán)境中的協(xié)同作戰(zhàn)”項目[42]，旨在研發(fā)一套自主協(xié)同作戰(zhàn)系統(tǒng)，實現(xiàn)一名操作人員對多架無人機進(jìn)行指揮。該項目通過先進(jìn)算法和模塊化軟件架構(gòu)，解決無人機集群在復(fù)雜干擾條件下無法完成作戰(zhàn)任務(wù)的問題，提升無人機集群完成任務(wù)的能力。DARPA于2015年設(shè)立了“小精靈”項目[43]，旨在建立一套可回收重復(fù)使用的無人機作戰(zhàn)集群，實現(xiàn)一種穩(wěn)定可靠、經(jīng)濟實惠的作戰(zhàn)方式。該項目通過運用一體化設(shè)計、自主協(xié)同規(guī)劃等技術(shù)，完成戰(zhàn)前對戰(zhàn)場區(qū)域的大規(guī)?？焖賯刹楹推垓_干擾等作戰(zhàn)任務(wù)。

圖4 武器打擊+AI技術(shù)的應(yīng)用

3.5 更加自由的互聯(lián)，實現(xiàn)網(wǎng)絡(luò)優(yōu)勢

在戰(zhàn)場互聯(lián)領(lǐng)域，主要可在戰(zhàn)場網(wǎng)絡(luò)韌性通聯(lián)、網(wǎng)絡(luò)攻防等方面應(yīng)用認(rèn)知計算、博弈對抗等智能技術(shù)，實現(xiàn)網(wǎng)絡(luò)優(yōu)勢，如圖5所示。

1)應(yīng)用于戰(zhàn)場網(wǎng)絡(luò)韌性通聯(lián)。利用人工智能技術(shù)敏捷感知網(wǎng)絡(luò)環(huán)境、靈活加載通信波形、自主管控網(wǎng)絡(luò)資源，提升戰(zhàn)場通信網(wǎng)絡(luò)體系韌性。近年來，為了不斷適應(yīng)新的軍事戰(zhàn)略和作戰(zhàn)形勢，美軍一直在探索如何在反介入/區(qū)域拒止作戰(zhàn)環(huán)境中確保靈活、敏捷、彈性的有保障通信系統(tǒng)。美國空軍實驗室與加拿大國防研發(fā)中心通信研發(fā)中心開展了“挑戰(zhàn)與對抗性環(huán)境中有保障通信”項目研究[44]，主要針對未來作戰(zhàn)人員可能面臨的惡劣通信條件，特別是在偏遠(yuǎn)與服務(wù)欠缺條件下以及動態(tài)與對抗環(huán)境中，通過開發(fā)新的概念與技術(shù)，實現(xiàn)靈活與自適應(yīng)頻譜接入，保證魯棒而可靠的通信能力。2017年，DARPA啟動了“無線電頻譜機器學(xué)習(xí)系統(tǒng)”項目[45]，通過人工智能理解無線電信號，改善推廣頻譜共享技術(shù)，增強無線通信能力。

圖5 網(wǎng)絡(luò)互聯(lián)+AI技術(shù)的應(yīng)用

2)應(yīng)用于網(wǎng)絡(luò)攻防。以人工智能為武器，使惡意攻擊行為可以自我學(xué)習(xí)，并根據(jù)目標(biāo)防御體系的差異自適應(yīng)地“隨機應(yīng)變”，通過群招潛在的漏洞達(dá)到攻擊的目的。同時，采用人工智能技術(shù)可以改善網(wǎng)絡(luò)安全現(xiàn)狀，能更快地識別已知或未知威脅并及時響應(yīng)。美國斯坦福大學(xué)和Infinite初創(chuàng)公司于2017年聯(lián)合推出了一型自主網(wǎng)絡(luò)攻擊系統(tǒng)，該系統(tǒng)的核心處理單元是一種定制的人工智能處理芯片[46]。該新型網(wǎng)絡(luò)攻擊系統(tǒng)能夠在特定的網(wǎng)絡(luò)中運行，完成信息的自主采集、學(xué)習(xí)和攻擊程序的自主編寫，并且可以對攻擊程序進(jìn)行自適應(yīng)動態(tài)調(diào)整，具備較強的隱蔽性和破壞性。2018年DARPA啟動了“利用自主系統(tǒng)對抗網(wǎng)絡(luò)對手計劃”項目[47]，旨在建立安全可靠的網(wǎng)絡(luò)代理，實現(xiàn)對僵尸網(wǎng)絡(luò)的有效遏制。該項目通過開發(fā)定量框架和算法，完成對僵尸網(wǎng)絡(luò)的精確識別、推斷存在的漏洞以及生成軟件補丁，減少對系統(tǒng)的不良影響。

3.6 更加堅實的支撐，實現(xiàn)賦能優(yōu)勢

1)具有智慧的人工智能系統(tǒng)為軍事智能化提供“新動能”。傳統(tǒng)機器學(xué)習(xí)方法需要在系統(tǒng)部署前，利用數(shù)據(jù)集對系統(tǒng)進(jìn)行訓(xùn)練。一旦完成訓(xùn)練智能體所應(yīng)對的場景和問題將被固化從而無法應(yīng)對新場景，而再次訓(xùn)練效率低下且工作量大。在執(zhí)行軍事作戰(zhàn)行動時，需要人工智能系統(tǒng)能夠在任務(wù)中自我學(xué)習(xí)和改進(jìn)，將先前的技能和知識應(yīng)用于新的情況，以應(yīng)對各類作戰(zhàn)場景[42]。2017年，DARPA安排了名為“終身學(xué)習(xí)機器”的項目[48]，通過利用目標(biāo)驅(qū)動感知進(jìn)行持續(xù)學(xué)習(xí)，形成對新情景的自主適應(yīng)，改變當(dāng)前智能體無法應(yīng)對未訓(xùn)練場景的情況。

2)低功耗、強算力、易擴展的智能芯片為軍事智能化提供“新基建”。作為人工智能技術(shù)的重要物理基礎(chǔ)，當(dāng)前主流人工智能芯片存在功耗大、內(nèi)存帶寬不足、框架固化等瓶頸。為更好支撐人工智能的軍事領(lǐng)域應(yīng)用，下一代人工智能芯片應(yīng)具備低功耗、強算力、易擴展等特點。2020年，英偉達(dá)公布了其用于超級計算任務(wù)的人工智能芯片[49]，算力提升20倍以上。2020年10月，英特爾宣布獲批一項與美國軍方合作項目的第二階段合同[49]，旨在幫助美國軍方在國內(nèi)生產(chǎn)更先進(jìn)的人工智能芯片原型，這種封裝技術(shù)能夠?qū)碜圆煌?yīng)商的“小芯片”集成到一個封裝中，從而實現(xiàn)把更多功能整合進(jìn)一個更小的成品中，同時降低其功耗。

4 挑戰(zhàn)與思考

4.1 面臨挑戰(zhàn)

雖然人工智能技術(shù)在軍事領(lǐng)域有廣闊的應(yīng)用前景，但是目前并沒有在軍事作戰(zhàn)中得到廣泛應(yīng)用。其原因在于，以機器學(xué)習(xí)為主流的人工智能技術(shù)需要大量可信的帶標(biāo)簽數(shù)據(jù)樣本進(jìn)行有監(jiān)督訓(xùn)練，才能對知識進(jìn)行學(xué)習(xí)和認(rèn)知，這給軍事領(lǐng)域應(yīng)用帶來了巨大挑戰(zhàn)。

1)缺樣本數(shù)據(jù)。在當(dāng)今和平年代，所能產(chǎn)生的作戰(zhàn)數(shù)據(jù)主要來自日常值班、作戰(zhàn)演練。由于日常值班中博弈對抗的規(guī)模和激烈程度很低，難以獲取有效的作戰(zhàn)數(shù)據(jù)。實兵演練耗資大、耗時長、安全風(fēng)險高，不可能大批量開展，因此積累的數(shù)據(jù)樣本量遠(yuǎn)不滿足機器學(xué)習(xí)對訓(xùn)練數(shù)據(jù)的要求。

2)缺可信的帶標(biāo)簽數(shù)據(jù)。由于戰(zhàn)爭是非合作的且存在“戰(zhàn)爭迷霧”，在戰(zhàn)場上獲取的數(shù)據(jù)是不完整不透明的，而且很可能收到對手通過欺騙手段產(chǎn)生的數(shù)據(jù)。戰(zhàn)場環(huán)境的復(fù)雜性、目標(biāo)特性的不確定性、對抗條件帶來的信息不完全性等，使得無法對戰(zhàn)斗進(jìn)行準(zhǔn)確的復(fù)盤，因此難以對作戰(zhàn)數(shù)據(jù)進(jìn)行準(zhǔn)確的標(biāo)注。

3)缺驗證手段。在軍事領(lǐng)域中應(yīng)用人工智能算法的效果，往往需要通過一個兵力體系的綜合行動來體現(xiàn)，并且要放到對抗的環(huán)境中去檢驗。對于人工智能算法，通常需要做大樣本實驗，測試其泛化能力和可靠性，這樣的實驗放到真實環(huán)境中成本代價太大以致無法實現(xiàn)。

4.2 應(yīng)對思考

通過人工智能技術(shù)在民用領(lǐng)域和軍用領(lǐng)域應(yīng)用的特點對比，如表1所示，針對人工智能在軍事領(lǐng)域應(yīng)用面臨的挑戰(zhàn)，提出三點思考。

表1 民用領(lǐng)域和軍用領(lǐng)域應(yīng)用特點對比

1)亟待突破現(xiàn)有智能算法的局限性。摒棄現(xiàn)有機器學(xué)習(xí)技術(shù)以大數(shù)據(jù)為關(guān)鍵之匙的延長線思維，不能簡單地認(rèn)為現(xiàn)有人工智能技術(shù)都可以直接拿來應(yīng)用，而是應(yīng)結(jié)合軍事領(lǐng)域的特點和挑戰(zhàn)，進(jìn)行有針對性的理論突破和方法創(chuàng)新。比如，針對軍事作戰(zhàn)數(shù)據(jù)樣本少的問題，由于缺乏有相似作戰(zhàn)任務(wù)的預(yù)訓(xùn)練模型，不能直接應(yīng)用遷移學(xué)習(xí)技術(shù)，而是應(yīng)探索不依賴大量可信帶標(biāo)簽數(shù)據(jù)樣本的創(chuàng)新技術(shù)，應(yīng)用于軍事領(lǐng)域以解決無標(biāo)簽的小樣本甚至零樣本數(shù)據(jù)訓(xùn)練和遷移的問題。

2)加快軍事作戰(zhàn)驗證環(huán)境構(gòu)建。構(gòu)建與真實作戰(zhàn)場景平行的高置信度仿真驗證環(huán)境，采用仿真聚合建模方法，進(jìn)行模型的動態(tài)組合，動態(tài)加載至平行仿真系統(tǒng)中。一方面，可加載設(shè)計的各種作戰(zhàn)場景，驅(qū)動仿真模型開展大量仿真作戰(zhàn)推演，以驗證人工智能算法性能和適用性。另一方面，平行仿真系統(tǒng)可加載作戰(zhàn)過程中實裝指揮控制系統(tǒng)獲取的動態(tài)變化的態(tài)勢信息、兵力資源信息，實現(xiàn)與作戰(zhàn)行動保持一致的平行推演，進(jìn)一步驗證和迭代優(yōu)化人工智能算法。

3)加強軍事智能人才隊伍培養(yǎng)。用人工智能技術(shù)解決具體應(yīng)用問題，需要有一個人同時對問題域和技術(shù)有著深刻領(lǐng)悟。然而，同時對軍事作戰(zhàn)和人工智能技術(shù)有深刻領(lǐng)悟的人少之又少，在人工智能應(yīng)用選點方面能夠提出的指導(dǎo)意見也很有限。隨意選點開展研究是有風(fēng)險的，沒有找到正確的發(fā)力點和正確的方法，會拖延成果產(chǎn)出的時間周期，過長的等待或過多的反復(fù)會讓人失去信心。因此，需要加強培養(yǎng)既熟悉軍事理論又通曉人工智能技術(shù)的人才，有針對性地開展軍事領(lǐng)域智能技術(shù)應(yīng)用。

5 結(jié) 語

當(dāng)前，以機器學(xué)習(xí)為代表的人工智能技術(shù)已得到了廣泛關(guān)注和突飛猛進(jìn)的發(fā)展，在圖像識別、無人駕駛、游戲等與軍事應(yīng)用特性極其相似的民用領(lǐng)域中獲得了應(yīng)用。我們相信，通過技術(shù)理論創(chuàng)新和技術(shù)遷移，能夠大幅度提升軍事系統(tǒng)在作戰(zhàn)運用中的透徹感知、高效指揮、精確打擊、自由互聯(lián)等能力。