體系智能化發展趨勢及其關鍵技術

馮杰鴻

0 引言

科技革命是軍事革命的序曲和先導。歷次科技革命，均牽引了軍事思想、作戰理論、武器裝備、部隊編成等軍事領域的重大變革，推動大國交替崛起和世界戰略格局調整。當前軍事智能技術呈現出蓬勃發展的態勢，成為了各軍事強國改進武器裝備體系、改變未來戰爭走向新的技術制高點，也必將為戰斗力生成模式帶來顛覆性的和根本性的改變。未來的戰場必將是體系化對抗條件下智能化制勝的博弈對抗局面，“以智充能、以智馭能、以智釋能”將成為戰場新特征。快速推進軍事智能化的發展，是我國實現創新超越與強國強軍難得的戰略機遇[1]。

1 體系智能是軍事智能發展的高級階段

體系是戰爭中多類作戰要素/裝備有機融合以實現高效協同作戰運用的有機整體，體系化是武器裝備發展和作戰運用的主線，貫穿于戰爭形態發展的各個階段，且隨著裝備技術的突破和作戰要素的豐富而不斷變化。冷兵器時代，戰場裝備經歷了木棍、青銅、鋼鐵等階段，戰爭基本組織形式是大規模的人員方隊，方隊內部有序使用投石器、弓箭、刀劍等武器裝備進行協同作戰形成了最初的作戰體系形態；熱兵器時代，火藥的出現與性能提升推動了戰場交戰范圍、毀傷強度與裝備的樣式復雜度提升，火炮、鳥銃、槍械等融入傳統方隊中，方隊內部靈活運行不同殺傷范圍的武器裝備實施多波次交戰成為了新型的作戰體系組織形態；機械化時代，各型載具運載能力與移動速度突飛猛進，機動作戰成為戰爭的重要形式，同時空中飛行、水上/水下航行技術的成熟使得軍兵種類型增多，軍種內部責任劃分逐步細化，多軍兵種在陸、海、空等物理域聯合作戰成為了機械化戰爭時代作戰體系組織的形態。

進入21世紀以后，軍事大國之間在物理空間中的精確打擊、遠程打擊，甚至是核打擊能力越來越難以形成不對稱格局，軍事變革的焦點開始轉移到謀求基于信息技術、以作戰要素協同為牽引的體系對抗能力不對稱優勢上來，主要軍事強國都致力于開發和爭奪信息空間控制權，基于信息串聯與交互實現空天地海網電等空間裝備、能力實現協同高效作戰，成為體系化作戰的發展趨勢。隨著谷歌AlphaGo項目引領智能化技術走進人們的視野，智能強化了其在信息化時代的核心特征，對軍民應用產生了深遠而廣泛的影響。當前，以美國為代表的軍事強國紛紛投入大量資源搶占人工智能戰略制高點，不斷探索可用于軍事對抗領域的新型作戰概念與作戰模式，軍事智能呈現了概念牽引、技術推動、體系視角、快速迭代、能力顛覆、形態革新等顯著特征。如美軍于2015年提出“分布式殺傷”作戰概念，該概念的核心思想在于依托開放式系統架構，分解造價高昂、研發周期長的高性能武器的作戰能力，將包含飛機、武器、傳感器和任務系統的空中作戰能力拆解到大量功能單一、廉價、可數據共享、多機組網、協同配合的各類小型空戰平臺上，依靠大數據、人工智能技術支撐實現了能力的顯著提升。

目前看，軍事智能可分為單體、群體和體系等3個層次，其中單體智能關注作戰裝備的指標提升與智能化改造，主要途徑是智能技術與武器裝備直接融合；群體智能關注多裝備的聯合作戰與綜合能力升級，主要途徑是依靠信息技術串聯多個智能體實現更緊密的作戰配合；體系智能關注戰場全要素的調度與任務的高效完成，是基于武器平臺、指控體系、作戰終端等多方位、全領域的升級、換代、重塑，依靠智能化控制系統、高可靠數據鏈、全域傳感器等功能系統，實現戰場態勢感知、籌劃決策、作戰行動與效果評估，形成人機一體、智能主導、云腦作戰、無人作戰等新型的作戰樣式[2]。

不難發現，體系智能突出實戰導向，具有自主、精準、高效、全域、跨域、靈活、聚能等特征，是裝備能力發揮的重要支撐，是實戰能力生成的根本保證，是軍事智能的高級階段。美軍推動了體系智能的發展，2017年DARPA提出“馬賽克戰”作戰概念，該概念強調對當前美軍空中、網絡、陸地、海洋和太空領域作戰裝備的體系化高效利用，以綜合性的通用框架，按照具體沖突需求，促成各種系統的快速、智能、戰略性組合和分解，生成成本較低的具有多樣性和適應性的多域殺傷鏈的彈性組合，實現網絡化作戰并生成一系列的效果鏈，在戰術、作戰及戰役層面組合生成“效果網”，支撐實現高動態性、高適應性、高復雜度的聯合多域作戰體系[3]。

2 體系智能發展的階段及遵循演進規律

人工智能技術發展歷程經歷了3次浪潮:第1階段起源于為20世紀五六十年代，1956年舉行的“達特茅斯會議”被公認為人工智能技術的開端;第2階段起源于20世紀80年代，標志性事件是專家系統和BP神經網絡等研究的問世，出現了語音識別、語音翻譯計劃;第3階段起源于21世紀初期，并一直延續到現在。以Hinton提出深度學習算法，和隨后大數據的興起引發了深度學習的廣泛應用為代表，中、美等國相繼發布人工智能發展戰略規劃。隨著人工智能技術研究的深入，智能化水平在不斷提高，按照智能化水平的高低，體系智能的發展也必將遵循自動化、自主化和自進化的演進規律。

2.1 自動化形態

體系智能的自動化形態是體系在收到指令后自動完成某個單一環節或某項具體功能的階段，此形態下武器系統會自動運行規則、流程及樣式等，其全流程運行對人為干預依賴程度高；此時體系僅具備事先設計好的功能和能力，存在明顯的指標和能力邊界。體系智能化的自動化形態代表了機械化發展的最高水平。自動化形態可以確保武器系統在復雜對抗環境下，具有較好的操控能力和系統實戰能力，確保系統可以有效作戰，從而提升系統作戰運用性能和作戰性能。主要包括對武器系統流程全自動、功能全自動、功能超限設計等方面。

自動化過程具有以下優點：一是可在一定程度上減弱對人在作戰運行中的參與度，大幅降低導彈武器系統對人的依賴，降低對人工操作的要求；二是系統自動運行狀態能夠突破人在反應時間、操作敏捷性、處理信息容量等方面的局限，利用機器優勢衍生新質能力；三是可打破人對作戰環境和保障的苛刻要求，提升武器系統對惡劣氣候環境、復雜環境的適應性，實現作戰區域的擴展和作戰適應性的提升。自動化形態實現過程中重點涉及各武器裝備互聯互通、信息傳遞、遠程控制、嵌入式技術、實時操作系統等技術領域，當前我國在這些領域已有較成熟的技術儲備，武器裝備發展也正處于自動化發展階段。

2.2 自主化形態

體系智能的自主化形態是體系在被設定工作模式后可自主完成多個環節或某項特定任務的階段，此形態下武器系統具備一定的感知和認知能力，其全流程運行對人為干預依賴程度大幅降低；此時體系在設計好的功能和能力約束下，指標和能力邊界將逐步被打破，其表現可能會大大超出預期。體系智能化的自主化形態代表了信息化發展的最高水平。自主運行重點關注武器系統基本作戰單元的全作戰鏈條智能技術引入，將傳統人在環路中的情況轉變為人在環路上的模式，可有效提升導彈武器系統作戰效能發揮。

自主化作戰將有助于改變武器作戰必須有人干預的局限，實現自主感知、自主決策和自主打擊，從而提升武器系統的運用效率。通過武器系統自主化發展，可以實現武器系統的感知更加精準、部署更加多樣、打擊更加快速、可大幅提升武器系統的環境適應性和實戰能力。自主化形態實現過程強調武器裝備自動感知和自動認知能力，重點涉及以人工智能技術為代表的模糊邏輯、模式識別、特征提取、決策搜索等技術領域，當前正處于快速發展階段，軍工企業及高校均有大量資源投入相關領域研究。

2.3 自進化形態

體系智能的自進化形態是體系啟動后可自主完成系統全部環節功能與任務，并具備自我優化和提高的能力。與自主化相比，自進化形態將具備更強的經驗學習和自我提高能力，可以完全脫離人為干預在特定領域獨擋一面。體系智能的自進化形態是武器系統智能化發展的最高水平，是人工智能技術高度發展后的終級階段。在此階段武器系統具備極強的自主感知和認知能力，且將以此為基礎不斷涌現處諸多意想不到的新能力。自進化形態的到來，將徹底改變現有作戰模式和戰爭形態。

自進化作戰形態的實現需要相當長一段時間的技術積累和科技進步，在此形態中武器裝備發展將有可能脫離人類控制，成為有獨立思想能力的個體。屆時，如何限制系統自進化方向，合理控制其智能水平將成為體系智能化發展新的問題。

3 體系智能發展應重點關注的核心技術

體系智能發展涉及基礎理論、算法框架、基礎環境、前沿技術等多個方面，涵蓋“算料”、“算法”、“算力”三個維度。其中，數據是體系智能發展的“算料”，算法框架是體系智能發展的“算法”，基礎環境則是體系智能發展的“算力”。基礎理論與算法框架研究是體系智能的基石，基礎環境建設是體系智能化發展的加速器，主要包括大寬帶高可靠網絡、高性能計算平臺、通用智能芯片等，這些內容在國家有關規劃計劃中很多都有安排。本文重點對體系智能發展應關注的核心關鍵技術進行闡述，主要包括體系架構設計、體系資源云化、云資源能力聚合、作戰資源調度與動態管控、博弈對抗與推演、戰場數據管理與智能挖掘等多個研究方向。

3.1 體系架構柔性設計與重組技術

體系智能化需要智能管控、按需抽取相關作戰資源集合，并在其內部快速建立起緊密的關聯關系，實現戰斗力的動態生成與靈活釋放。例如，美《分布式防御：一體化防空FD作戰新概念》報告中指出，美軍應將“一體化防空發FD”(IAMD)升級為“分布式防御”，創建一支更加靈活、更加分散的部隊，形成一套新的架構，提高作戰力量的靈活性和彈性。其本質是以當前先進的網絡信息技術為基礎，通過將區域內作戰資源池化，系統解耦處理，化整為零、聚零為整，從傳統的網絡化互聯互通轉移到云化作戰，實現防御系統作戰資源運用的“形散神不散”。其主要特點有作戰資源分散部署、扁平化云化組網、架構動態重組等，是未來防御作戰新形態，也是基于網絡信息體系的聯合作戰、全域作戰的有效手段。

體系架構柔性設計將使得兵力在軍事行動的各個方面具有高度的靈活性和適應性，當若干武器單元組合在一起時，這些較小的裝備元素可以形成作戰OODA環和殺傷鏈，當武器單元之間動態協同組合時，則可形成一個極具彈性、靈活機動的作戰效果網。通過體系架構柔性設計與靈活重組將使武器裝備運用具備“散似滿天星，聚是一團火”的特質。這種開放式自適應作戰體系架構，天然地具有在空間和時間上分布廣、動態變化性更強的優勢，可以使得戰場態勢更加復雜，加重了敵方的認知負擔，從而實現不對稱優勢。

3.2 作戰資源云化與云資源聚合技術

近幾年，美國作戰概念經歷4個變革的階段，從比傳統作戰先進的“海軍綜合防空火控”系統(NIFC-CA)到“系統之系統”(SOSITE)，再從“適應性殺傷網”(ACK)到“馬賽克戰”，在概念、能力和挑戰3個方面都有進步。相比于傳統戰爭，“馬賽克戰”根據可用資源，適應于動態威脅進行快速定制，即將低成本傳感器、多域指揮與控制節點以及相互協作的有人、無人系統等低成本、低復雜系統以多種方式連接在一起，靈活組合以創建適用于任何場景的交戰效果，即使對手摧毀或中和組合中的許多部分，其集體也可以根據需要立即做出反應，達到理想的整體效果，形成不對稱優勢[4-7]。

無論是“一體化火控防空(NIFC-CA)”還是“分布式體系集成技術試驗(SOSITE)”，這類作戰概念面對的挑戰主要包括：無法動態增加新功能，難以運行和擴展。而作戰資源云化技術則可實現從平臺和關鍵子系統的集成轉變為戰斗網絡的連接、命令和控制，支持按需組合、集成和互操作性。該技術瞄準將物理空間廣域分布的所有作戰裝備在網絡空間建立高度智能、緊密協同的耦合關系，有機地集成為“形散神不散”、“資源無邊界，火力有邊界”的整體。其物理載體具備2種能力：一是動態鏈接戰場各類裝備/設備，通過云化資源組織方式打破原有作戰平臺、傳感器、武器之間的隸屬與鉸鏈關系，動態組織“探測-跟蹤-決策-打擊-評估”的完整OODA殺傷鏈要素；二是針對不同作戰任務要求，通過信息的高效獲取、互聯共享、智能決策，實現給定時空空間下信火最優匹配的最優打擊鏈路構建，形成精準打擊能力，支撐軍事智能在實戰中的應用與落地[8-13]。

3.3 作戰資源智能調度與動態管控技術

當前包括美國在內的軍事大國其作戰能力的實現主要依賴于高性能的先進武器裝備(如：隱身戰機或精確彈藥)，但高能力的裝備數量稀少且過于昂貴，戰損難以承擔；另外，隨著高X技術以及先進武器系統的全球擴散，這些高精尖武器裝備的戰略價值和威懾能力不斷減小。在“分布式作戰”概念指導下，傳統的多功能高價值平臺被分解為一系列最小的實際功能單元，作為構成殺傷網的協作節點。此時，作戰資源高效智能調度與動態管控技術則是體系資源綜合能力高效發揮的關鍵所在。

作戰資源高效智能調度與動態管控技術可根據作戰任務及需求，對裝備資源進行動態調控，實現裝備資源的高效利用，從而適應復雜作戰環境和任務切換。其核心在于在一定的時限內對有限的資源進行重新優化分配，以獲取完成任務的最佳效益。一是，對戰場資源重構是快速、穩定、精確的戰場態勢感知共享與作戰協同的根本保障;二是，動態化、虛擬化資源池使得可構建的OODA環結構和組合方式靈活多變，使得作戰方案上存在更多的選擇，且當某個OODA環出現斷裂時，可通過重構OODA環，以完成作戰任務，增強協同互補優勢，發揮資源整體作戰效能；三是，能夠根據對抗雙方作戰資源消耗情況，通過對敵我雙方下一步的作戰方案和作戰資源運用進行預判和評估，使得我方的作戰資源運用更有針對性，效率更高。

3.4 知識與經驗驅動的博弈對抗技術

美軍在“馬賽克戰”中提出要開發精細戰術，使這些細粒度戰術可以學習并適應作戰環境。為實現該目標，勢必將人工智能技術引入戰術戰法制定問題，通過作戰環境數據挖掘和自我學習適應性地生成新戰法。同時，系統還需要具備紅藍博弈與推演能力，在平時訓練過程中即可完成自身作戰能力的提升，并不斷精確穩定對于戰時戰爭走向的推演預測能力。這個過程中體系對抗與博弈推演技術可為該項功能的實現提供技術支撐。另外，經驗歷史數據和先驗知識還可被引入訓練功能中，讓人工智能系統與人類操作員一起訓練，以將人類背景和直覺感知融入到智能系統中，使其變得更加聰明，同時避免人類的誤差。

知識與經驗驅動的博弈對抗技術可有效解決未來智能化戰爭信息量大、參戰裝備多、對抗激烈程度高、戰爭過程難以預測等帶來的一系列問題。通過構建作戰智能體自學習環境，模擬作戰任務中復雜多變的自然環境和敵方戰術戰法等，作戰智能體利用其自學習與自提高能力，不斷提升復雜環境、高強度對抗條件下武器裝備快速反應與自主作戰能力，提升體系化作戰背景下武器裝備運用靈活性、魯棒性，適應武器裝備的智能化發展。

3.5 戰場數據管理與智能挖掘技術

體系架構中往往涵蓋的大量的、異構的、不同表征形態的數據，如包括目標、環境、裝備及其對戰場感知的海量戰場數據數據。其來源由于戰場環境復雜，戰場數據具有數據量大、異構性高、碎片化、不同表征形態等的大數據特征，表現出這些數據與理論計算數據差距往往較大，如果利用解析法計算出來的理論值就比較粗糙，對指導作戰十分不利。戰場數據的管理與智能挖掘技術能夠實現作戰資源的數字化處理，構建實時的戰場全局態勢信息，實現對作戰體系資源的高效調度和智能控制。

數據管理可從戰場獲取的海量數據進行規范化、標準化表征，對戰場大數據進行數據清洗、時空維標注、分類、去噪等治理和統一規范，形成統一的具有規范化的戰場數據集合，支撐戰場數據在作戰體系中各個層面的應用。云存儲技術則可以提高戰場數據的集成效率、服務效率和使用效率，最終通過智能算法進行數據關聯、多維特征提取、智能識別、特征抽象等，可實現戰場數據交互和信息深度運用。此外，人工智能技術可以對數據進行分類和預測，依靠帶標簽的歷史數據進行有監督學習，使預測數據非常接近真實值，讓數據催生戰斗力，大大加強己方武器的命中概率，成倍增加作戰體系的智能化程度，提升防御領域的作戰效能[14-18]。

4 結束語

隨著人工智能技術和大數據技術研究廣度和深度的不斷增加，體系智能化發展必將呈現出“體系智能化、智能實戰化”特征，體系智能化發展所涉及的研究方向及關鍵技術值得我們共同關注、協作攻關，文中提到的若干核心關鍵技術，值得我們進一步深入研究。