智能化戰爭背景下人工智能技術在軍事指揮控制中的應用

周 偉 陳亞寧

當前，戰爭形態智能化色彩日趨濃烈，戰場對抗的廣度和深度空前擴大，現代戰爭的軍事指揮控制對計算能力、數據搜集能力以及算法能力的需求正在以指數速度增長。在此背景下，人工智能技術正在迅速融入指揮控制系統，成為世界各國軍隊建設的重要領域。美國空軍指揮與參謀學院發布的一份報告就曾指出，“世界正處于意識到人工智能巨大威力和指數級增長的初級階段，人工智能的創新解決方案可以將空中力量的指揮與控制帶入21世紀”。現代戰爭中，作戰環境日趨復雜、作戰進程不斷加快，對指揮控制能力提出了更高的要求。擁有信息優勢的一方將決定未來戰爭的結果，并能夠以高效的決策方式及時做出反應，擾亂敵人的行動。在復雜作戰環境下，指揮官與士兵都處于OODA循環中，觀察、定位、決策以及行動的速度直接關系到戰爭的勝敗，人工智能技術的運用可顯著縮短決策周期。

人工智能是一種非自然的智能體，具有與人類相當甚至更好的學習和適應變化的能力。在21世紀，如何把握住科技優勢，對國家的繁榮和軍事的進步至關重要。美國《2022年國家人工智能法案》指出，“對于一系列給定的人類定義的目標，人工智能可以做出影響真實或虛擬環境的預測、建議或決策”。美國務卿布林肯指出，“一場全球技術革命正在進行中。世界領先的大國正在競相開發和部署人工智能和量子計算等新技術，這些技術可以塑造生活的一切。

美軍聯合出版物JP3-0指出，指揮與控制是“在完成任務過程中，由適當指定的指揮官對指定和附屬部隊行使權力和指揮”。指揮與控制的目標是通過在時間和目的上規劃、同步和整合部隊，實現其他作戰可能。

人工智能技術應用于指揮控制的必要性

美國防部表示，到 2025年必須擁有一支支持人工智能的部隊，因為速度將成為未來戰斗中的差異化因素。而人工智能的強大之處在于其學習和適應不斷變化的情況的能力。戰場是一個動態的環境，適應最快的一方占優勢。因此，人工智能有必要應用于軍事指揮與控制系統。

大數據時代有著顯著的“3V”特征，即Volume（總量大）、Variety（類型多）、Velocity（速度快）。近乎海量的數據信息，對指揮官和參謀人員來說是極大的挑戰。單純依靠人力手段不僅會耗費大量時間，而且還有可能會出現錯誤。因此，在大數據條件下，需要將人工智能技術引入作戰分析和決策環節，通過深度學習和機器學習等手段，輔助指揮控制的進行。

現代戰爭“全球一體作戰”成為大勢所趨，需要一個機構或機制對全球力量進行實時調配，對指揮控制提出了更高的要求。美軍空中作戰中心是戰區空中控制系統的高級組成部分，確保有效規劃和實施空中、空間和網絡空間作戰，其職責包括規劃和控制聯合空中行動，建議空中分配、空域協調、防空協調、空間協調和網絡空間協調的優先事項等。空中作戰中心有700多項作戰要求和技術要求，若將人工智能工具融入戰術決策中，可逐步將大部分任務管理負擔從人的肩上卸除。自主化的機器對機器任務布置和戰術決策將實現殺傷鏈末端的跨域協同以及多域效能聚合，系統運轉也會由逐級傳動向按需聯動發展。

美軍指出，在當前作戰環境下，72小時的空軍戰役級指揮控制周期不能滿足當前戰場需求，不能服務于聯合目標打擊工作的開展。空中任務周期是一個規范的72小時流程，用于規劃、執行、監控和評估空中力量。冷戰時期提出的空中任務周期已無法滿足當下防御行動和實時任務變化。人工智能可以通過縮短OODA周期，大幅縮短空中任務周期的持續時間，可在指揮控制階段考慮更多的突發事件，實現對作戰力量更為有序的規劃。

人工智能技術應用于指揮控制的主要領域

人工智能必然推動戰爭形態從信息化向智能化方向演變。當前，人工智能技術在指揮控制系統中的應用領域主要有以下五個方面。

人工智能技術為戰略級司令部提供重大事件預測和報警能力。在戰略級，通過使用大量當前世界發生的事件信息，人工智能系統能夠幫助指揮官分析動態變化的地理政治和軍事環境，對世界戰略區域的軍事、政治態勢信息進行收集分析并生成結論。

信息化戰爭條件下，對作戰指揮決策的時效性、準確性要求變得更加嚴格。這就要求指揮與控制系統應具有智能決策支持能力，通過指揮與控制系統提供的智能化輔助決策，能夠分析處理大量情報，智能化優選確定目標和評估方案，撥開“戰爭迷霧”，為聯合作戰指揮決策和部隊行動提供及時可靠的輔助支持功能。2007年，美國防部高級研究計劃局（DARPA）啟動深綠項目，該項目重在輔助指揮官的決策選擇，而不是方案細節的制定。依靠該項目，美軍將人工智能引入作戰輔助決策，以適應多變的戰場環境，為指揮官科學決策的達成提供技術支持。通過自身的算法，人工智能進行多次計算機模擬，提前設置各種想定，對敵方行動進行預判，協助指揮官做出正確決策。在戰術級，俄羅斯希望人工智能技術能夠管理大量數據，并縮短決策周期。目前，俄羅斯正在為戰斗機開發人工智能系統，幫助飛行員管理信息，簡化空戰中的決策方式。

美國防部提出的聯合全域指揮與控制將云計算作為其信息共享架構基礎，可連接所有軍種的傳感器，融合許多信息源，輔助指揮官決策，降低采取行動所需的時間。2019年，俄羅斯國防部信息系統局局長稱俄軍隊正在采用云計算技術，并正在開發數據傳輸網絡，以便國防部創建一個信息服務平臺。在2019年俄軍舉行的里海區艦隊演習中，俄羅斯自動化控制系統將陸、海、空天部隊成功地融合到了一個信息環境中。演習期間，探測到的目標數據可實時輸入系統，指揮官可根據目標類型選擇最優攻擊方法，自動化指揮控制系統利用人工智能技術可實時接收和分析信息。

利用機器學習，人工智能可進行信息自動化處理與分析。在戰區范圍內的沖突中，了解可用且最適合完成任務的資產是一項重大挑戰，若人工智能可覆蓋所有域，它將能夠評估最適合使用資源的指揮官，包括那些憑人力挖掘可能無法顯現的資源。人工智能還能快速提醒指揮官，甚至在任務展開或新情報出現時自動調整命令，例如編輯空中任務分派命令，優化資產部署。

人工智能技術應用于指揮控制的制約性因素

正確的技術能力必須與作戰需求相一致。當前，盡管人工智能技術在指揮控制領域已得到應用并取得一定成效，但在實際運用過程中，由于制約性因素的存在，人工智能技術的應用仍存在一些障礙。

指揮控制的智能化對從業人員有著極高的要求，要求相關技術人員既要精通計算機科學的知識，又要深入了解作戰知識。在配套設施建設上，即便是當前世界最為強大的美軍，其軍隊基礎設施的薄弱也制約了人工智能技術的運用。例如，在數據的采集和處理上，美國防部缺乏大型標記數據集，此外，他們還缺乏高速、高保真的仿真環境。

近年來，美軍大力推動聯合全域指揮與控制概念發展，消除軍種間壁壘

美國私營公司在美軍指揮控制智能化上發揮著重要作用。但是，商業公司的技術與軍事斗爭的需求無法完全匹配，技術上的鴻溝一定程度上阻礙了人工智能技術應用于指揮控制。例如，軍事報告不同于民事報告。考慮到軍事數據的敏感性，軍用人工智能技術在進行機器學習時很難提供充分完整的數據，這在一定程度上阻礙了民用人工智能技術向軍用人工智能技術的轉化。

指揮控制的達成必然以信息的實時共享為基礎。以美軍為例，在信息共享上存在“煙囪林立”“標準不一”的問題，各軍種、盟國及合作伙伴在信息共享和兼容上存在諸多壁壘。在實戰過程中，受作戰域、密級、通信傳輸要求等多重障礙的影響，各作戰主體之間的數據并不是完全共享的，很大一部分數據仍然屬于私有或專有數據，需要通過專門的方式進行傳輸和存儲，這給人工智能技術的廣泛、全面應用帶來了挑戰。

人工智能技術應用于指揮控制的前景和趨勢

在作戰行動中，人工智能技術的運用可顯著提高工作效率。當前，美國推出“聯合全域指揮與控制”概念，人工智能技術在其中發揮著重要作用。同時，美國防部還成立了聯合人工智能中心，旨在贏得人工智能戰爭。總體來看，人工智能技術應用于指揮控制前景廣闊，呈現以下趨勢。

美陸軍未來司令部概述了未來五年其感興趣的11個人工智能研究領域，重點是數據分析、自主系統、安全和決策協助。人工智能將通過分析數據和協助指揮官進行決策過程，成為這項工作的關鍵。在聯合目標打擊領域，美國防部希望未來在目標打擊系統中配備人工智能技術，在不需要人為干預的情況下獨立探測潛在威脅并實施分布式導彈打擊。美海軍研究實驗室開發了一種稱為Sniper-RT3的任務規劃和訓練工具，該工具是圍繞3D地形數據構建的，可以回答“我能看到什么”或“我能看到哪里”之類的問題，這是放置傳感器或保護部隊時需要回答的關鍵問題。另一個指揮控制領域重點發展的人工智能技術是自動語音識別。微軟、谷歌、亞馬遜和其他公司的產品都將最新的深度學習技術用于基于語音的對話系統。

研究和開發在技術運用上發揮的作用不容忽視，但一項技術的廣泛運用必然要以標準化為前提。人工智能技術的運行需要一個持續穩定的應用環境，因而需要構建類似監管框架或某種標準化協議的機制。事實上，在該領域，美軍已經做出了嘗試。依托人工智能技術，美軍構建了聯合協商、指揮和控制信息交換數據模型，旨在實現共享指揮和控制信息所需的系統和項目。同時，美軍還出臺了聯合全域指揮與控制戰略，以規范人工智能技術在指揮控制中的應用。

通過深度學習，人工智能可以優化資源配置

DARPA為人工智能研究提供了持續的支持。例如，數十億美元的自動駕駛汽車市場可以追溯到第一次DARPA大挑戰；Siri來自DARPA私人助理學習項目。這種支持也有助于取得各種軍事成功。為了應對海量數據及復雜的戰場態勢，美軍希望利用蘋果公司的Siri、谷歌助理、亞馬遜的Alexa和微軟的小娜等產品的成果，處理海量的多源情報信息，為指揮官制定決策提供支持。

結語

現代戰爭的復雜性和速度已不再是指揮官單純依靠人腦就能進行的。擁有信息優勢的一方將決定未來戰爭的結果，并能夠以高速決策的方式即時做出反應，同時為敵人制造復雜而多重的困境。智能化戰爭對指揮控制提出了更高的要求。一方面，作戰人員可以獲得越來越多的先進技術武器，并得到各種專業組織和系統的支持。另一方面，在作戰域上，物理戰場和網絡戰場上分布的武器和系統范圍不斷擴大，需要作戰人員和軍事領導人獲得更多的信息。綜上，將人工智能技術應用于指揮控制已勢不可擋。以人工智能技術驅動的指揮控制自動化使戰場上的軍事指揮官和作戰人員能夠獲得準確和精確的數據，以便比敵人更快、更有效地采取行動，把握戰爭主動權。在未來，人工智能技術與指揮控制的融合仍將是一個重點問題。