作者：李博驍'，張峰', 李奇峰'，鄭明心'

在人工智能技術(shù)展現(xiàn)出洶涌澎湃發(fā)展趨勢(shì)的當(dāng)下，建設(shè)以智能技術(shù)武裝的新型軍隊(duì)，打贏 以信息化智能化為特征的新型戰(zhàn)爭(zhēng)，成為當(dāng)前世界主要軍事強(qiáng)國(guó)的優(yōu)先發(fā)展目標(biāo)。以“意志的屈 服”、“不戰(zhàn)而屈人之兵”為標(biāo)志的“制智能權(quán)、制意識(shí)權(quán)”將成為未來軍事斗爭(zhēng)的最高級(jí)、最有效、最 具震懾力的軍事優(yōu)勢(shì)。文中從軍事作戰(zhàn)特點(diǎn)和人工智能的優(yōu)勢(shì)入手，分析軍事領(lǐng)域?qū)θ斯ぶ悄艿?需求。針對(duì)感知、指揮、打擊、互聯(lián)的作戰(zhàn)鏈條，提出人工智能技術(shù)在軍事領(lǐng)域的應(yīng)用方向，探索如 何通過人工智能在軍事領(lǐng)域的應(yīng)用“有效塑造態(tài)勢(shì)、管控危機(jī)、遏制戰(zhàn)爭(zhēng)、打贏戰(zhàn)爭(zhēng)”。

引言

隨著深度學(xué)習(xí)、機(jī)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(shí)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(shí)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(zhēng)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(tái)、電子戰(zhàn)、輔助指揮決策等技術(shù)領(lǐng)域中對(duì) 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(duì)我 們來說，既有挑戰(zhàn)也存在機(jī)遇。面臨新形勢(shì)下的威 脅態(tài)勢(shì)，面向新時(shí)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(duì)內(nèi)外環(huán)境變化帶 來的風(fēng)險(xiǎn)挑戰(zhàn)，努力抓住科技進(jìn)步創(chuàng)造的發(fā)展機(jī)遇， 實(shí)現(xiàn)“彎道超車”。

軍事領(lǐng)域?qū)θ斯ぶ悄艿男枨?/p>

2.1 軍事作戰(zhàn)特點(diǎn)?

按照克勞塞維茨《戰(zhàn)爭(zhēng)論》的定義，戰(zhàn)爭(zhēng)無非是 擴(kuò)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(zhēng)形態(tài)和手段及樣式雖歷經(jīng)變 遷，但戰(zhàn)爭(zhēng)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(diǎn)主要包括以下三點(diǎn)。?

１）非友好、非合作、不可控。戰(zhàn)爭(zhēng)的成敗可能 決定了對(duì)抗雙方的生死存亡，使得對(duì)抗雙方盡其所 能地欺騙對(duì)方、盡可能地隱瞞自己的真實(shí)意圖、盡可 能地利用對(duì)方所有可能漏洞，從而使得對(duì)抗雙方都 無法全面有效地掌握戰(zhàn)爭(zhēng)的真實(shí)狀態(tài)，導(dǎo)致戰(zhàn)場(chǎng)局 勢(shì)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(duì)戰(zhàn)爭(zhēng)的掌 控權(quán)，戰(zhàn)爭(zhēng)本身成為了主導(dǎo)者。”?

２）不確定性大。作戰(zhàn)是敵我雙方持續(xù)對(duì)抗的 過程，然而，復(fù)雜戰(zhàn)場(chǎng)環(huán)境、指揮決策、對(duì)抗手段等多 種不確定性因素必然會(huì)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(jì)劃，創(chuàng)造有利于我 而不利于敵的戰(zhàn)機(jī)，能夠基于瞬息萬變的戰(zhàn)場(chǎng)情報(bào) 數(shù)據(jù)及時(shí)調(diào)整作戰(zhàn)行動(dòng)。?

３）作戰(zhàn)規(guī)律難以掌握。一方面，由于“戰(zhàn)爭(zhēng)迷 霧”的存在，在戰(zhàn)場(chǎng)環(huán)境下對(duì)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(duì)可用裝備。另一方面，隨著各種 偵察探測(cè)手段引入現(xiàn)代戰(zhàn)爭(zhēng)中，各種信息充斥戰(zhàn)場(chǎng)， 數(shù)據(jù)的過剩、超載、盈余、膨脹使得很多有價(jià)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(jí)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(kuò)大，多種新質(zhì)武器的相繼問世，未來戰(zhàn) 爭(zhēng)將會(huì)是在陸、海、空、天、電、網(wǎng)上進(jìn)行的全維戰(zhàn)爭(zhēng)， 是戰(zhàn)場(chǎng)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(zhēng)空間多維、力量多元、樣式多樣、 節(jié)奏加快等突出趨勢(shì)，對(duì)戰(zhàn)場(chǎng)信息的接收與認(rèn)知、對(duì) 戰(zhàn)場(chǎng)態(tài)勢(shì)的評(píng)估與預(yù)測(cè)、對(duì)作戰(zhàn)行動(dòng)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(qiáng)計(jì)算、學(xué)習(xí)和理解能力的機(jī)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(shì)?

人工智能自誕生之日起即被賦予了一項(xiàng)崇高使 命，即代替人類完成繁重、危險(xiǎn)和重復(fù)性工作。面對(duì) 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(qiáng)等顯著優(yōu)勢(shì)。隨著人工智能的發(fā)展，其 對(duì)軍事調(diào)度、戰(zhàn)場(chǎng)行動(dòng)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(jī)器像人一樣對(duì)復(fù)雜問題進(jìn)行認(rèn)知，積累經(jīng)驗(yàn)，解決問題。通 過對(duì)戰(zhàn)場(chǎng)大數(shù)據(jù)的有效開發(fā)，提高指揮員對(duì)多個(gè)戰(zhàn) 場(chǎng)空間情報(bào)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(jià)值軍事情 報(bào)信息，大幅度提高情報(bào)分析處理能力，從而能夠把 握戰(zhàn)場(chǎng)發(fā)展動(dòng)向，預(yù)估敵我態(tài)勢(shì)變化，破除“戰(zhàn)場(chǎng)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(jī)器優(yōu)勢(shì)的同時(shí)，具備針對(duì)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 １０ １７０ 種可能，比全宇宙的原子數(shù) １０ ８０ 都要多，然而 相比于圍棋，戰(zhàn)爭(zhēng)要更加的復(fù)雜多變。戰(zhàn)爭(zhēng)具有更 強(qiáng)的戰(zhàn)場(chǎng)開放性、攻防隱蔽性、作戰(zhàn)多維化等特點(diǎn)。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(zhēng)霸”游戲發(fā)起挑戰(zhàn)。?

３）人工智能善于自我學(xué)習(xí)實(shí)現(xiàn)能力升級(jí)。人 工智能技術(shù)可以通過系統(tǒng)后臺(tái)進(jìn)行無監(jiān)督學(xué)習(xí)和機(jī) 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(gè)月的時(shí)間，學(xué) 習(xí)人類對(duì)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(yàn)知識(shí)，而僅靠了解圍棋對(duì)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(shí)現(xiàn)對(duì) 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(dòng)的觀察、判斷、決策、行動(dòng)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(zhēng)樣式，推動(dòng)戰(zhàn)爭(zhēng)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(zhēng)，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(chǎng)異構(gòu)數(shù)據(jù)實(shí)時(shí)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(duì)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(gè)方面。?

圖 １ 軍事智能技術(shù)體系框架 賦能體系：以機(jī)器學(xué)習(xí)、人機(jī)交互、計(jì)算機(jī)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(shí)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(shí)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(duì) 抗、陸海作戰(zhàn)等行動(dòng)中，作戰(zhàn)部隊(duì)利用軍事智能系 統(tǒng)，與人協(xié)同，提升作戰(zhàn)效能，形成對(duì)敵方的非對(duì)稱 優(yōu)勢(shì)。?

3.2 更加透徹的感知，實(shí)現(xiàn)信息優(yōu)勢(shì)?

在探測(cè)感知領(lǐng)域，主要可在目標(biāo)信息獲取、戰(zhàn)場(chǎng) 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(jī)森 林等職能技術(shù)，實(shí)現(xiàn)信息優(yōu)勢(shì)，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(cè)手段， 實(shí)現(xiàn)對(duì)戰(zhàn)場(chǎng)目標(biāo)信息的高效準(zhǔn)確采集和獲取；應(yīng)用 多譜段－多體制協(xié)同探測(cè)、多源數(shù)據(jù)智能融合等技 術(shù)，提高對(duì)目標(biāo)的多維特征提取，精確解算目標(biāo)位 置，實(shí)現(xiàn)對(duì)目標(biāo)屬性、類型、國(guó)別、身份、敵我等快速 準(zhǔn)確識(shí)別，實(shí)現(xiàn)目標(biāo)信息的所見即所得［２８］ 。美國(guó)防 部高級(jí)研究計(jì)劃局（ＤＡＲＰＡ） ２０１０ 年啟動(dòng)了“心靈 之眼”項(xiàng)目［２９］ ，旨在研發(fā)視覺智能系統(tǒng)，通過無人作 戰(zhàn)平臺(tái)觀察目標(biāo)作戰(zhàn)信息，并為作戰(zhàn)人員及時(shí)提供 應(yīng)對(duì)手段。該項(xiàng)目主要通過運(yùn)用智能圖像處理和機(jī) 器視覺等技術(shù)，對(duì)視頻信息中物體的動(dòng)作和行為進(jìn)行辨別和分析，通過對(duì)物體動(dòng)態(tài)行為信息的準(zhǔn)確感 知，以實(shí)現(xiàn)復(fù)雜作戰(zhàn)環(huán)境中對(duì)潛在威脅進(jìn)行識(shí)別和 認(rèn)知。無獨(dú)有偶，美國(guó)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(duì) Ｉ? ＳＩＳ 進(jìn)行反恐作戰(zhàn)過程中遇到的海量情報(bào)分析困難 問題。該項(xiàng)目通過運(yùn)用深度學(xué)習(xí)、計(jì)算機(jī)視覺等技 術(shù)，利用數(shù)臺(tái)計(jì)算機(jī)代替數(shù)以千計(jì)的情報(bào)分析人員， 提高情報(bào)提取的效率和精度，以支撐更及時(shí)有效的 決策［３１］ 。?

２）應(yīng)用于戰(zhàn)場(chǎng)數(shù)據(jù)分析。?

綜合利用大數(shù)據(jù)、機(jī) 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(chǎng)作戰(zhàn)行動(dòng)和態(tài)勢(shì)變化，將偵測(cè)到的戰(zhàn)斗力量分 布與活動(dòng)和作戰(zhàn)環(huán)境、敵作戰(zhàn)意圖及機(jī)動(dòng)性有機(jī)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(diǎn)的估計(jì)，通過已知事件推測(cè)將來可 能發(fā)生的事件［３２］ 。ＤＡＲＰＡ 于 ２０１１ 年設(shè)立“洞悉” 項(xiàng)目［３３］ ，旨在研發(fā)一套情報(bào)分析系統(tǒng)，將操作員的 知識(shí)和推理能力融入到系統(tǒng)當(dāng)中，從而提高快速應(yīng) 對(duì)網(wǎng)絡(luò)威脅和非常規(guī)戰(zhàn)爭(zhēng)的能力。該項(xiàng)目主要運(yùn)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(cè)信息和不同資源情報(bào)數(shù)據(jù)，輔助 增強(qiáng)情報(bào)分析人員的信息處理與共享能力。ＤＡＲ? ＰＡ 于 ２０１９ 年設(shè)立了“以知識(shí)為導(dǎo)向的人工智能推 理模式”項(xiàng)目［３４］ ，旨在研發(fā)一套半自動(dòng)化的人工智 能推理系統(tǒng)，將通過語言和常識(shí)推理得到的知識(shí)庫 應(yīng)用于復(fù)雜現(xiàn)實(shí)事件的理解中，解決多源信息阻礙事 件理解的問題。該項(xiàng)目運(yùn)用知識(shí)圖譜等技術(shù)，通過對(duì) 復(fù)雜事件內(nèi)部組成元素和時(shí)間線進(jìn)行推理和預(yù)測(cè)，快 速識(shí)別不同事件之間的關(guān)聯(lián)性，提升事件理解能力。

３. ３ 更加高效的指揮，實(shí)現(xiàn)決策優(yōu)勢(shì)?

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(jī)融合等智 能技術(shù)，實(shí)現(xiàn)決策優(yōu)勢(shì)，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(duì)戰(zhàn)場(chǎng)交戰(zhàn)規(guī)則、作戰(zhàn)指揮決策、事件認(rèn) 知推理等知識(shí)進(jìn)行學(xué)習(xí)和模擬，提升智能體認(rèn)知的 智能性、實(shí)時(shí)性與科學(xué)性。在戰(zhàn)場(chǎng)態(tài)勢(shì)實(shí)時(shí)共享的 基礎(chǔ)上，對(duì)戰(zhàn)場(chǎng)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(duì)對(duì)手下一步可能的軍事行動(dòng) 和戰(zhàn)場(chǎng)演進(jìn)趨勢(shì)的智能預(yù)測(cè)，自動(dòng)匹配最佳行動(dòng)策 略［３５］ 。２００７ 年，ＤＡＲＰＡ 安排了名為“深綠”的系統(tǒng) 研發(fā)項(xiàng)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(dòng)態(tài)博弈等技術(shù)，基于 戰(zhàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)，可動(dòng)態(tài)模擬戰(zhàn)場(chǎng)敵我雙方作戰(zhàn)行動(dòng)， 并預(yù)測(cè)戰(zhàn)場(chǎng)態(tài)勢(shì)走向，幫助指揮官提前思考，縮短決 策時(shí)間。ＤＡＲＰＡ 于 ２０１８ 年啟動(dòng)了 “ 指南針” 項(xiàng) 目［３７］ ，該項(xiàng)目主要通過利用大數(shù)據(jù)分析、博弈對(duì)抗 等方法對(duì)戰(zhàn)場(chǎng)數(shù)據(jù)進(jìn)行分析，構(gòu)建敵方作戰(zhàn)行動(dòng)與 路徑模型，幫助作戰(zhàn)人員確定敵方真實(shí)作戰(zhàn)意圖，制 定并選取我方最有效的行動(dòng)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(shí)戰(zhàn)場(chǎng)平行 的虛擬作戰(zhàn)空間，采用語音識(shí)別、手勢(shì)識(shí)別、腦機(jī)接 口等智能人機(jī)交互技術(shù)，使指揮員、作戰(zhàn)人員有沉浸 式的體驗(yàn)，實(shí)現(xiàn)人與機(jī)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(guó)海軍年度最大規(guī)模活動(dòng)“海－空－天 博覽會(huì)”上［３９］ ，海軍信息戰(zhàn)系統(tǒng)司令部首次驗(yàn)證了 “周邊環(huán)境智能談話接口”項(xiàng)目開發(fā)的能力，展示了 智能化、自然交互技術(shù)如何實(shí)現(xiàn)未來信息戰(zhàn)。該項(xiàng) 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(jī)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(shí)的、合成后 的資訊。

３. ４ 更加精確的打擊，實(shí)現(xiàn)力量?jī)?yōu)勢(shì)?

在武器打擊領(lǐng)域，主要可在單武器平臺(tái)自主作 戰(zhàn)、作戰(zhàn)編組分布式殺傷等方面應(yīng)用計(jì)算機(jī)視覺、多 智能體協(xié)同等智能技術(shù)， 實(shí)現(xiàn)力量?jī)?yōu)勢(shì)， 如圖 ４ 所示。?

１）應(yīng)用于單武器平臺(tái)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(tái)為手段，在多重維度實(shí)時(shí)精確打擊，實(shí)現(xiàn)武器 的單體智能［４０］ 。美國(guó)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(guó)研制的“黃蜂” 導(dǎo)彈，裝有一套先進(jìn)的探 測(cè)、控制設(shè)備，可實(shí)現(xiàn)目標(biāo)偽裝設(shè)施的識(shí)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(fèi)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(jiǎn)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(shí)現(xiàn)復(fù)雜戰(zhàn)場(chǎng)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(duì)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(xiàng)目［４２］ ，旨在 研發(fā)一套自主協(xié)同作戰(zhàn)系統(tǒng)，實(shí)現(xiàn)一名操作人員對(duì) 多架無人機(jī)進(jìn)行指揮。該項(xiàng)目通過先進(jìn)算法和模塊 化軟件架構(gòu)，解決無人機(jī)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(jī)集群完成任務(wù) 的能力。ＤＡＲＰＡ 于 ２０１５ 年設(shè)立了 “ 小精靈” 項(xiàng) 目［４３］ ，旨在建立一套可回收重復(fù)使用的無人機(jī)作戰(zhàn) 集群，實(shí)現(xiàn)一種穩(wěn)定可靠、經(jīng)濟(jì)實(shí)惠的作戰(zhàn)方式。該 項(xiàng)目通過運(yùn)用一體化設(shè)計(jì)、自主協(xié)同規(guī)劃等技術(shù)，完 成戰(zhàn)前對(duì)戰(zhàn)場(chǎng)區(qū)域的大規(guī)模快速偵查和欺騙干擾等 作戰(zhàn)任務(wù)。

３. ５ 更加自由的互聯(lián)，實(shí)現(xiàn)網(wǎng)絡(luò)優(yōu)勢(shì)?

在戰(zhàn)場(chǎng)互聯(lián)領(lǐng)域，主要可在戰(zhàn)場(chǎng)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(jì)算、博弈對(duì)抗等智能技 術(shù)，實(shí)現(xiàn)網(wǎng)絡(luò)優(yōu)勢(shì)，如圖 ５ 所示。１）應(yīng)用于戰(zhàn)場(chǎng)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(chǎng)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(shì)，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(guó)空軍實(shí)驗(yàn)室 與加拿大國(guó)防研發(fā)中心通信研發(fā)中心開展了“挑戰(zhàn) 與對(duì)抗性環(huán)境中有保障通信”項(xiàng)目研究［４４］ ，主要針 對(duì)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(dòng)態(tài)與對(duì)抗環(huán)境中， 通過開發(fā)新的概念與技術(shù)，實(shí)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，ＤＡＲ? ＰＡ 啟動(dòng)了“無線電頻譜機(jī)器學(xué)習(xí)系統(tǒng)”項(xiàng)目［４５］ ，通 過人工智能理解無線電信號(hào)，改善推廣頻譜共享技 術(shù)，增強(qiáng)無線通信能力。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(jī)應(yīng)變”，通過群招潛在的漏洞達(dá) 到攻擊的目的。同時(shí)，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(shí)別已知或未知威脅并及 時(shí)響應(yīng)。美國(guó)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) 圖 ５ 網(wǎng)絡(luò)互聯(lián)＋ＡＩ 技術(shù)的應(yīng)用 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(yùn)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(duì)攻擊程序進(jìn)行自適應(yīng)動(dòng)態(tài)調(diào)整，具 備較強(qiáng)的隱蔽性和破壞性。２０１８ 年 ＤＡＲＰＡ 啟動(dòng)了 “利用自主系統(tǒng)對(duì)抗網(wǎng)絡(luò)對(duì)手計(jì)劃” 項(xiàng)目［４７］ ，旨在 建立安全可靠的網(wǎng)絡(luò)代理，實(shí)現(xiàn)對(duì)僵尸網(wǎng)絡(luò)的有效

遏制。該項(xiàng)目通過開發(fā)定量框架和算法，完成對(duì)僵 尸網(wǎng)絡(luò)的精確識(shí)別、推斷存在的漏洞以及生成軟件 補(bǔ)丁，減少對(duì)系統(tǒng)的不良影響。?

３. ６ 更加堅(jiān)實(shí)的支撐，實(shí)現(xiàn)賦能優(yōu)勢(shì)?

１）具有智慧的人工智能系統(tǒng)為軍事智能化提 供“新動(dòng)能”。傳統(tǒng)機(jī)器學(xué)習(xí)方法需要在系統(tǒng)部署 前，利用數(shù)據(jù)集對(duì)系統(tǒng)進(jìn)行訓(xùn)練。一旦完成訓(xùn)練智 能體所應(yīng)對(duì)的場(chǎng)景和問題將被固化從而無法應(yīng)對(duì)新 場(chǎng)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(dòng)時(shí)，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(shí)應(yīng)用于新的情 況，以應(yīng)對(duì)各類作戰(zhàn)場(chǎng)景［４２］ 。２０１７ 年，ＤＡＲＰＡ 安 排了名為“終身學(xué)習(xí)機(jī)器” 的項(xiàng)目［４８］ ，通過利用目 標(biāo)驅(qū)動(dòng)感知進(jìn)行持續(xù)學(xué)習(xí)，形成對(duì)新情景的自主適 應(yīng)，改變當(dāng)前智能體無法應(yīng)對(duì)未訓(xùn)練場(chǎng)景的情況。２）低功耗、強(qiáng)算力、易擴(kuò)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(qiáng)算力、易擴(kuò)展等特點(diǎn)。２０２０ 年，英偉達(dá)公布了 其用于超級(jí)計(jì)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(xiàng)與 美國(guó)軍方合作項(xiàng)目的第二階段合同［４９］ ，旨在幫助美 國(guó)軍方在國(guó)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(gè)封裝中，從而實(shí)現(xiàn)把更多功能整合進(jìn)一個(gè) 更小的成品中，同時(shí)降低其功耗.

編輯：黃飛