人工智能在軍事領域的發展現狀及應用前景

本文主要介紹了當今世界及俄羅斯本國人工智能技術發展的現狀以及未來該技術在軍事領域的應用前景，文章還重點分析了人工智能技術實現的可能途徑以及人工智能技術對人類戰爭活動的可能影響。

文章編譯如下：

目前，關于人工智能的說法和文章很多，這讓人覺得，人工智能早已研究成熟且無處不在。事實上并未如此。雖然自動化早已成為生產和指揮過程的一部分，而且計算機已經學會語音和臉部識別，操控汽車和分析大量數據。圖像識別或者自動翻譯屬于利用人工智能方法并在完成類似任務時選擇存儲結果的機器學習技術。

人工智能目前還未實現，還需要進行研究，它的應用領域確實非常廣泛。國防領域也在其中。發展人工智能成為了保障國家安全的任務。美國和中國希望在人工智能研究中占據領先地位并率先將其運用到網絡武器和既可用于監視敵人，也可用于襲擊敵人的自主式武器的研制當中。

美國國防部在2017年開始抓緊落實所謂的“第三次抵消戰略”，該文件中提出的主要目標是“必須集中力量進行創新，旨在通過創新發展美國近年來與對手和敵人已經接近的關鍵能力，保持并恢復傳統遏制力”，這里說的對手和敵人指的也就是俄羅斯和中國。

實際上，世界上已經開始了創新武器競賽，全部主要大國都將卷入其中。此外，西方已經被普京總統2017年9月1日在雅羅斯拉夫爾公開講話中提到的內容所震撼：“人工智能不僅僅是俄羅斯的未來，也是全人類的未來。這包含著巨大的機遇和當今難以預測的威脅。誰能成為該領域的領導者，誰就將主宰世界”。

著名商人伊隆·馬斯克稱，人工智能最終將消滅人類。因此，他和另外116名專家、學者、新技術領域公司代表向聯合國發出請求書，呼吁禁止研制任何類型使用人工智能技術的武器和自主技術裝備。部分商業人士和學者強調，運用自主技術相當于繼火藥和核武器出現之后，戰爭中出現的第三次革命，毫無疑問，他們說的沒錯。

但顯而易見，聯合國開始的關于禁止此類武器公約的討論不是為了別的什么目的，而是美國及其盟友以討論普世價值為掩護，阻止其地緣政治對手，首先是俄羅斯和中國研制人工智能武器。

然而，履帶式裝甲車和打擊無人機并非戰略武器，而是戰術武器。這些武器對人類不構成任何威脅。“殺手機器人”的形象被好萊塢復制了無數遍，但現實中的戰斗系統未必與之有什么共同點。

為了弄清楚，所謂的戰斗機器人會不會對人類構成威脅，首先必須弄清，什么是人工智能，它與機器智能，超級計算機的深度學習有什么不同，還有最主要的是人工智能在軍事領域的地位和運用范圍。

國家安全領域人工智能的任務

在可預見的未來，新的世界技術競賽將導致最新的技術革命延伸至軍事領域。所有主要世界大國都將如此，因為任何落后于對手的情況都可能導致薄弱環節的出現，而使用常規類型武器很難對其進行彌補。此外，新技術的出現可能導致戰略，武裝力量活動的計劃和組織出現明顯變化。

因此，俄羅斯為了維護主權和保持國防能力，必須盡快在部分關鍵領域獲得一定優勢，或者至少與潛在敵人不相上下，才能部分彌補當前俄羅斯經濟的不足以及大量工業領域的技術落后。

阻止將人工智能用于軍事目的是不可能的

目前，武器領域的關鍵方向包括：人工智能，人機交互系統，無人戰車和機器人，自主武器，高超音速武器，定向能，甚至還包括民用技術，比如人才管理，就是吸引軍人參與創新過程，提升俄羅斯國防部軍官和文職人員的創造力。

回到人工智能，它的任務主要包括四個方面：信息任務、戰術任務、戰略任務和經濟任務。人工智能大大提升了對數據的收集和分析能力，使得在處理信息的速度和質量方面取得一定優勢。在軍事情報領域，將出現更多的可能性和各種信息源，還包括對敵人掩蓋真像的可能性。在“虛假新聞”方面，人工智能能夠向信息空間投放大量人為制造的數據、假象，這一方面迷惑了敵人，另一方面則增加了政治風險。

即便是目前機器學習領域和人工智能領域已經達成的技術，也對保障國家安全具有巨大的潛力。

現有的圖像識別技術能夠保證分析衛星地圖和雷達數據時的高自動化水平。人工智能能夠提升導彈襲擊預警系統雷達站的運行效率以及像“樹冠”太空目標無線電光學識別系統這樣的無線電光學識別系統的信息處理效率。此外，目前衛星微型化以及軌道衛星數量的提升將對快速識別技術出現需求。

利用10米以上波長無線電波電離層空間傳播原理或者波長更短無線電波地面繞射傳播原理的超地平線雷達，其信息處理系統的任務量更大。這些雷達能夠“看見”所有移動目標，其中包括民用技術裝備，因此，擺在面前的任務是要在全部獲取的數千個甚至數百萬圖形中識別出軍事目標，以及地面和空中的異常活動。這是數量龐大的信息和圖形，沒有機器的幫助是不可能完成的。此外，軍隊將獲得所謂的“目標數據庫”，這將對識別和引導系統具有幫助作用。如果說為應對帶紅外自動尋的頭的便攜式防空導彈系統，飛機或者直升機只需要發射假熱輻射目標，應對雷達站，只需要釋放干擾就已經足夠的話，那么，人工智能系統即便不是在導彈里，而是在操作員的手中，它也能完全“看見”飛行器。

其次，超地平線雷達存在與標準“敵-我”雷達識別系統不兼容問題，因此，在分析空情時，人工智能能夠起到很大的幫助作用。人工智能同樣能夠用于對付敵方雷達，研究敵人雷達的運行情況并選擇壓制無線電信號的方法。

網絡空間的運行以及對不斷出現的網絡威脅的不間斷跟蹤需要大量的高技術專家。人工智能同樣能夠分擔部分任務，因為人工智能尋找漏洞，編寫代碼和機器算法的速度要快得多。尋找到的“弱點”數量將非常眾多并對人為控制的防御手段構成威脅。那么到時候，網絡攻擊將變得更加復雜和危險，相關技術落入犯罪分子之手的風險也會劇增。

機器人技術裝備和自主武器

自主系統的能力目前還很有限。雖然對“發射后不管”系統已經研究了數十年，但仍然需要人的參與，人需要直接定下使用武器的決心。重型航空技術裝備也一樣，雖然存在自動駕駛，傳感器，自動打開炸彈艙門，導彈引導和目標跟蹤系統，仍然需要飛行員，攻擊無人機也需要操作員的跟蹤。

但普通人與現代軍用技術裝備的能力相比，只能說是渺小、脆弱和糊涂的有機體，而在定下戰斗決心環節，則是最慢的一環。人工智能用于將人從決策體系中完全解放出來，同時也保全了軍人的生命。

在戰斗條件下，定下決心更快并首先實施打擊的一方具有優勢，因此，完全自主的系統在未來將獲得巨大發展。

此外，已經出現了“反自主性”概念，根據這一概念，人工智能（武器）在遭到襲擊但未被摧毀的情況下，能夠迅速學習并得出結論，之后對敵人實施致命的最后一擊。

戰術武器運用人工智能的可能性很多，指的是能夠獨立尋找目標并定下摧毀決心的無人飛行器，裝甲車，導彈艇。

目前，無人機的成本變得越來越低，產量也越來越大。利用人工智能能夠將數千架無人機聯為一個巨大的可控“蜂群”，用于發起大規模攻擊。

截止不久前，洛克馬丁公司的F-35第五代戰斗機的造價為1億美元。而高質量的四軸飛行器成本為1000美元。這意味著，美國國防部可以用一架戰斗機的價格訂購十萬架小型無人機。而敵人不可能同時對付得了十萬架裝滿炸藥的無人機。

蘇聯和俄聯邦已經能夠實現將一次齊射的數枚導彈聯為能夠相互之間交換目標信息的“狼群”，制定行動戰略并獨立選擇攻擊目標。這里指的是P-500“玄武巖”，P-700“花崗巖”和P-1000“火山”反艦導彈系統。我們的技術很有發展前景。

美國海軍正在研制將無人巡邏艇聯成“群”的系統，這就是所謂的CARACaS（機器人代理指揮和感知控制架構）技術。另外，該系統可安裝在美海軍研究局研制的獨立平臺上，也可安裝在各種小型船只上，將它們變成自主的無人運輸工具。CARACaS系統的軟件基于美國航空航天局（NASA）為火星車研發的技術。軍人在帶CARACaS系統便攜式設備的幫助下，將能夠輕易并迅速地將飛行器，裝甲車和快艇變成統一的自動化戰斗群。

人工智能在太空的前景更加廣闊。可以組建不需要連續監控和從地面指揮中心進行指揮的自主跟蹤衛星或者反衛星衛星集團。

將來，在人工智能的幫助下，能夠大幅提升特種部隊和空降分隊的效能。即便規模不大的特種小組在使用無人平臺的情況下，也能夠以類似的形式控制敵方大片區域，并在自主交互戰車的幫助下攻擊各種目標，或者阻止敵軍分隊進入某一區域，以此來扼守主力登陸基地。

基于坦克和裝甲輸送車（對于俄羅斯來說就是“阿爾馬塔”多用途履帶式平臺）的無人地面作戰系統，能夠為登陸兵準備登陸場，對敵開火，運送彈藥及特種部隊必須的設備。

自然會出現一個疑問：這種具備人工大腦的坦克會不會對己方登陸兵開火？答案顯而易見：戰車擁有“目標數據庫”和人臉識別系統的情況下，可以避免這種情況的發生。或者為坦克加裝基于普通處理器，能夠限制人工智能行動的機器智能，作為能夠取代坦克車長、駕駛員和瞄準手定下決心的人工智能的補充，就像負責反射的脊髓不允許人觸碰滾燙的武器或者從陽臺上跳下去一樣。

需要注意的是，現代戰爭的實施戰略要求改變部隊的展開方法，而且現代戰爭將在敵人的全境同時舉行：陸地、空中，近地空間，以及信息空間和網絡空間，戰士自主機器人技術支援系統在近期也將獲得發展。有人作戰行動向無人作戰行動的轉變速度將會加快。

軍隊應當關注并作為近期優先發展方向的是，具備網絡支持的自主武器技術，人機協同系統，其中包括定下決心時的人機交互，具備人工智能功能的自主學習系統以及改進的無人系統。

至于機器人本身來說，在可預見的將來，未必會出現人形機器人，機器人多半看起來像火星車一樣，或者類似星球大戰電影中的R2-D2機器人。小型自主機器人能夠成為理想的狙擊手，可以在陣地上等待必要且足夠長的時間。部分類型的飛行或者爬行機器人能夠進入房間，在不被發現的情況下，向目標注入致命性毒劑或者噴撒神經麻痹毒氣。

自然還會出現一個疑問：如果黑客侵入人工智能戰車，對其進行破壞，甚至讓戰車向己方軍人或者民用目標開火怎么辦？答案顯而易見：黑客什么也不能破壞，因為人工智能與機器智能和超級計算機不同，能夠獨立為自己生成行為算法，并非在普通計算機硬盤或者內存上進行穩定存儲，而是利用瞬間產生，而后又消失的神經聯絡鏈條。

人工智能還有另外一項戰略任務，在該項戰略任務中，人仍然發揮著自身特殊的作用。俄聯邦武裝力量總參謀部未來將出現具備超大計算能力的自主戰術武器，用于實施“智能”偵察，分析敵人和己方部隊行動，尋找最優方案，這意味著軍隊展開和指揮的戰略和方法將發生變化。概念性武器中的人工智能將成為與核武器一樣的戰略遏制因素，因此創新競賽將會提速。

21世紀，大國之間的競爭仍在繼續，恐怖組織甚至能夠召集一整支軍隊，因此，軍事技術裝備應當不斷進行改進和完善。完全有可能，如果一個國家借助人工智能技術控制對手的全部系統，假想的“第三次世界大戰”可能在數秒內就已經結束。關于這一點，需要思考的不僅僅是軍人，也包括國家政府。

在國家層面作出決策的政治家也必須了解創新性變化的意義，因為不僅出現了實施新型戰爭的可能性，還出現了在各國之間挑起現實沖突的可能性。人工智能同樣能夠被運用到國家管理和鞏固政權的方法中，成為內政的工具。人工智能還能夠成為國家機關在控制災難性風險和預防人為災難時的幫手。

人工智能研究的進步將對經濟產生最重大的影響，并可能導致新的工業革命。首選運用人工智能的大國將對其余國家形成信息，甚至軍事政治優勢。發展人工智能正在成為21世界超級大國的戰略任務。與此同時，下面這個問題的答案也很重要：我們在為自己培養什么樣的助手——無恥和慘無人道的人工“靡菲斯特”，還是電子版的天使？

如果俄羅斯能夠研發出突破性技術，在該方面集中主要精力和資源，那么就能保證在新一輪軍事技術發展中保持與美國和中國的平等地位，尤其是當世界領導者發現，自己開始失去權力并成為大國之一時，這也就意味著世界將出現不穩定局勢，可能發生沖突，包括軍事沖突。

美國為了保持自身優勢，將繼續激化沖突，早晚會向尋求霸權地位的國家發動按照21世紀全新規則實施的戰爭。

鑒于俄羅斯經濟上的落后以及科學教育多年來的退化，我國在研制新一代導彈，反導導彈，突擊系統和防護裝備方面的財政、技術能力目前要落后于潛在的敵人，恰恰人工智能將成為我們的盟友，作為對亞歷山大三世說過的我們的兩個盟友（陸軍和海軍）的補充。人工智能將成為定下戰略決心時的助手，因為任何戰略和國防任務都意味著大量的工時、分析和模擬。人工智能將能夠分析我方敵人的行動，收集科學信息，尋找先前我們因信息、數據或者跨學科領域科學知識不足而未能解決的復雜工程任務的合理解決方法。人工智能能夠獲取人類在整個文明存在歷史中存儲的全部科學、政治、軍事等信息，并能夠創造性地訪問信息，發現隱藏含義，整合知識并幫助我們在核物理，量子化學，生物技術等的進一步發展中取得突破。

人工智能是未來的戰略項目，其研發方面的競爭將與20世紀中期的核競爭不相上下，而目前僅解決了數據分析，圖像識別和文本翻譯等部分任務。重要的是要知道，人工智能不是超級計算機，它是按照完全不同的原理運行的。關于機器技術奇異點和機器人起義的討論目前還僅僅是科學幻想。

主要的任務還未完成——如何研制出性能與人類大腦相當的計算機。

如何研發人工智能？

計算機和現代機器人根據程序算法運行，也就是根據系列連續的命令。在同一種環境下，算法運行將得出同一個結果。

人工智能是一種機器系統，能夠學習，獲得并使用客觀知識和經驗，作出不同的決策（每次都會變得更加合理），制定戰略，使用抽象的概念并像人腦一樣完成創造性任務。

當工程師和科研人員試圖研制出自然界中的類似物體并在機器和機械中實現人們所須要的功能時，他們就會研究標本。

以航空技術裝備研制的各個階段為例。人類從古時候就已近幻想飛行（關于伊卡洛斯和代達羅斯的神話），工程師研究了翅膀以及鳥類和飛鼠的解剖。在中世紀，當時像萊昂納多·達·芬奇這樣杰出的天才嘗試制造撲翼機，在文藝復興時期和20世紀初也一樣。雖然現在的飛機與鳥類大不相同，且飛行的方式也不一樣，然而，鳥類翅膀的特點是，上表面凸起，下表面平順，氣流通過時能夠產生氣壓差（下方氣流速度更快，壓力更大），從而產生了升力。

工程師正是將這一特性運用到了飛機上，研制了機翼和滑翔機，增加了發動機，人類便獲得了飛行的能力。夢想從此實現。飛機還被區分為軍用和民用飛機。

人工智能也一樣。為了研制人工智能，必須了解人類思考的方式，研究人類大腦的神經生物活動?，F代電子顯微鏡，腦電描記器，X線體層照相機等能夠在細胞和分子層面“探察”大腦，了解什么是大腦神經，中樞神經系統生物神經網絡的運行方法。

大腦神經的活動

神經元由神經元細胞核、細胞體和特殊的突起構成：數個接受信息的樹突和向其它神經元或肌肉細胞傳遞信號的軸突。每個神經元與其它的神經元通過專門的電和化學信號協同，也就是通過電來刺激細胞。兩個神經元之間相連的部位被稱為突觸。突觸是神經元之間信息傳遞的部位，構成聯系。我們的大腦中的神經元超過1千億，它們相互聯系，構成神經網絡。突觸中的信號借助化學神經介體（氨基酸和各種固有化合物）進行傳遞，或者通過電信號進行傳遞，鈣離子通過通道蛋白由一個細胞進入另一個細胞。

雖然信號傳輸機制已經研究得很清楚了，但科研人員和工程師的問題在于，1千億神經元中的每個神經元與其它神經元形成1000至20000個聯接，累積大量的信息，達2-5拍字節，而這一過程伴隨著放電現象以及離子和能夠加強或削弱信號的復雜分子的參與。重現數十億細胞組成的網絡及數千細胞之間不斷出現并消失的聯系是不現實的。必須發明另外一種具備自身要素的結構。

人工智能的研發問題之所以迫切，還在于人腦無論如何也不能與計算機相比。大腦不是計算機。大腦中的信息，記憶，經驗，圖形，聲音等并非以字母、數字、音符、圖像或者二進制代碼的形式存儲。大腦中沒有中央處理器所需要的存儲器，沒有能夠通過算法提取和處理的物理內存。信息在我們需要的時候，通過神經元聯系恢復。大腦中沒有軟件。大腦是一個能夠學習的系統，但與此同時，對于我們來說，認識比記憶要更加容易。我們與外部世界或者想象中的世界有直接關聯。我們看到一個物體并認識它。通過產生的圖像，我們知道，這是什么物體。但如果我們不能認識一個物體的形狀，那么我們就需要記憶額外的東西或者學習新的信息。視覺記憶非常重要，聽覺記憶和音樂記憶也一樣。當人用上全部記憶類型時，記憶會更快和更有效。重要的是要知道，系統的完整性和大腦的健康需要通過積極活動來維持。

人類正面臨一項最復雜的任務，其難度與20世紀核物理發現以及核武器的研制相當。目前，任何一個國家都還沒能完成人工智能的研發。只有虛擬生物神經元運行的數學和計算機模型。

第一批研究嘗試

最常見的模型是能夠學習，記憶并重建圖形的神經元網絡，它可以進行分析并給出答案。美國學者W·麥克卡洛和W·匹茨早在1943年就首先嘗試研制人工神經元和機器智能，與N·維納共同奠定了一門新科學——控制論的基礎。之后，在1957年，F·羅森布拉特發明了視感控器——一種使用大腦接受信息的計算機模型。工程師和數學家提出研制一種輸入端存在像通過突觸向生物神經元樹突傳輸信號的處理器，作為輸入設備，然后信號傳向相聯存儲器部位，然后再從該部位傳向反應部位。

俄羅斯科學界的貢獻

杰出的蘇聯數學家安德烈·尼古拉耶維奇·科爾莫戈羅夫和弗拉基米爾·伊戈列維奇·阿諾爾德在1957年證明了以下定理：任何多變量連續函數都能夠表現為少變量函數有限數組合的形式，這成為構建神經元網絡的數學基礎。還證明，各種集合或者函數相關元之間的對應關系能夠表現為與一定數量輸入層“神經元”，更多數量具有一定激活功能的各潛層“神經元”，輸出層具有未知激活功能“神經元”直接相聯的定值神經網絡。而且神經網絡還能夠調整或者“學習”。

對于不了解數學理論的人來說，這些聽起來有些復雜， 但這對于回答人工智能能否實現這一問題具有重要意義。

蘇聯數學家從理論上證實，是的，這是可能的。而在1964年舉行的因此以“機器能否思考”為題的辯論中，A·N·科爾莫戈羅夫表示，研制完全建立在數字信息處理和控制機構基礎上的，完全意義上的生物是絕對可能的，這符合唯物辯證法的原則。

如果回到大腦的計算機模型，那么可以想象，人腦中有數十億緩慢運行的處理器，且它們的數量如此之多，使人腦比當今任何超級計算機都要更強。從控制論觀點來看就很簡單了。人工智能是線路信號和非線性函數和激活算法的總和。借助非線性函數，處理器將輸入信號轉變為輸出信號，并進入下一網格——下一個處理器并繼續轉化。人工神經元形成層，而神經元網絡具備學習，恢復和破壞聯系的能力。

理論上，這一切貌似都不復雜，但問題在于，人腦的突觸能夠放緩信號，能夠加強信號，也能夠不失真地選通或者完全不作出任何反應，選通或者不選通。這樣一來，至少是一個三進制邏輯“+1，0，-1”，因此借助二進制和現在的處理器模擬神經元網格是不太樂觀的。俄羅斯在這方面具有一定的經驗。三進制邏輯的處理器（trit和trait代替比特和字節）在蘇聯的導彈-太空技術裝備中就已經成功運用。

工程師繼續推進并開始研究光信號系統，回到了模擬信號和帶內存的系統。如果說電信號能夠交互并相互干擾的話，那么光信號不會混亂，因為光子不可能出現交互?；蛟S，光學人工智能系統與蘇聯80年代研制的東西類似，將能夠建立近似合理的神經元網絡結構。

量子計算機之路

人工智能研究人員多半會關注量子物理。包含信息并參與信息傳輸的粒子是分子和原子，雖然它們很微小，但交互還是很明顯，人類可能不得不研究大腦量子理論并使用量子計算機來研究人工智能。

而量子計算機的研制是一項工作量特別巨大且非常復雜的任務。

目前，我們離人工智能的實現還很遙遠，因為我們還不能完全了解突觸的工作方式，信號的傳輸方法，以及記憶是如何產生的。須要研究出意識的數學和物理模型。未來人類還有很多工作要做，這些工作完成的質量越高，人們活到下個千年的可能性就越大。