人工智能在軍事領域的發展應用

彭 昉，田 堯，南永剛，席龍飛，楊 濤

（1.78131部隊，四川 成都 610000；2.78092部隊，四川 成都 610000）

1 引言

隨著人工智能的不斷發展，相關信息技術在專家系統、智能機器人、機器學習、計算機視覺等方面取得了重大突破，人工智能技術將會對國防戰略、戰爭形態、軍事指揮等軍事領域造成深刻而重大的影響。在當前智能化浪潮的迅猛沖擊下，軍事領域逐步向全新的、智能化的形態轉變，人工智能扮演著越來越重要的角色。與此同時，人工智能軍事應用所帶來一系列風險隱患，也需要引起足夠的重視。

2 人工智能的發展歷程

人工智能是指依托計算機運用數學算法模仿人類智力，讓機器具備人類的分析、推理和思維能力。可將人工智能簡單概括為“人工智能=智能算法+大數據+云計算”。人工智能核心技術包括深度學習、圖像識別、云因處理、自然語言處理、無人駕駛、大數據、物聯網等。

人工智能自1956年誕生以來，一共經歷了大致3個階段。第一階段是人工智能的萌芽初始階段，主要為1956年—1970年，此時以機器學習技術為代表的人工智能處于初步發展時期，此時的計算機具有一定的邏輯推理能力，能夠進行一定的智能思考和自我優化行為。第二階段是人工智能的發展階段，主要為1970年—1980年，在計算機、控制科學、系統科學等信息技術逐步興起的推動下，以專家系統、知識處理、智能算法為標志的人工智能進入發展興起時期。第三階段是人工智能的蓬勃發展階段，主要為1980年至今，信息網絡、電子信息、生命科學等得到快速發展，推動人工智能進入以無人系統、機器感知、語音識別、虛擬增強現實、仿真智能體為標志的第二輪發展浪潮，展示了良好的應用前景。近年來，隨著泛在信息網絡、大數據處理、腦與認知、生物交叉技術等領域的突破，高智能自主系統、腦域模擬、網絡云智能等有望掀起新一輪發展浪潮，促使人工智能應用更加廣泛，逐步推動人類社會進入智能化形態。

人工智能主要的研究途徑可以概括為3種：一是符號主義路線，即運用推理邏輯手段模仿基本功能，主要代表是專家系統；二是連接主義路線，即運用數理統計方法進行模擬仿生，主要代表有機器學習；三是行為主義路線，主要從進化的角度出發運用智能控制系統理論、方法和技術，模擬人類智能控制行為。

3 人工智能的主要研究方向

經過數十年發展歷程，人工智能研究領域形成多個活躍的研究方向，主要包括專家系統、自然語言理解、機器人、虛擬增強現實技術（AR與VR）、機器感知、分布式人工智能等。除此之外，人工智能還涉及信息論、控制論、自動化、仿生學、生物學、數理邏輯等多門學科，研究范疇非常廣泛。

機器學習。主要通過對已知因果關系和問題答案的海量數據進行大數據分析，將經過處理的大數據輸入至具有自我修復功能的模型算法中，使該模型算法具備解決相似問題的能力。在下一次遇到相似問題時，會獲得更加優化的解決方案和求解結果。當前機器學習圍繞面向任務、認識模擬和理論分析3個方向進行研究。

計算機視覺。主要是對人類視覺進行仿生模擬與能力擴展的重要技術，能夠替代人眼對很多類型各異的復雜圖像信息進行有效識別、跟蹤和測量。計算機視覺技術是人工智能領域中的一個重要分支，具有較大的發展空間，在社會發展中具有廣泛的應用前景。

自動推理。用機器證明定理是人工智能最早的研究方向。早在1976年，美國的K.Appel等學者就利用計算機證明了困擾人們124年之久的四色定理。自動推理采用的方法有歸結方法、吳方法、推演方法、自然演繹法等，讓機器能根據現有知識庫推理出其他成立的定理。

專家系統。專家系統是具有專家水平的專門知識和經驗，進行有效邏輯推理運算并不斷獲取知識。事先可以將有關的知識、經驗進行歸納總結并形成規律，然后選擇合適的控制策略，按照輸入的原始數據進行推理演繹，作出判斷和決策。

自然語言理解。是指讓計算機理解人類自然語言的過程，是深層次人機交互的基礎。研究內容包括：計算機能正確理解的自然語言輸入的信息，并能正確答復；計算機能把輸入的自然語言翻譯成要求的另一種語言，如谷歌翻譯、百度翻譯、有道翻譯等。

機器人學。通過裝備高靈敏度高精度傳感器，使機器能自主感知和分析環境信息，控制自身行為，并具有自我學習、歸納、總結和提高知識的能力。機器人能夠代替人類完成繁重的勞動，執行危險的任務。目前，已在醫用手術機器人、排爆機器人等領域取得了廣泛應用。

4 人工智能在軍事領域的發展應用

4.1 國防戰略

美國軍方一直關注人工智能技術的軍事化發展，在早期人工智能領域進行了大量投資，取得了諸如后勤與戰斗管理系統、察打一體無人機等重要成果。在2019年2月11日和12日，美國接連拋出兩大人工智能戰略文件《維持美國人工智能領導力的行政命令》（簡稱“AI行政令”）和《2018年國防部人工智能戰略摘要：利用人工智能促進國家安全和繁榮》（簡稱“AI國防戰略”），明確了人工智能國防發展重大戰略，即重視研發、重視人才培養、推動國際合作和確立美國標準的4大舉措。要將人工智能作為美國決策的主要優先任務進行研發和投入；重視培養一支高精尖人工智能人才隊伍；同時不斷推動國際合作，與其他國家共同推動人工智能技術的開發和應用[1]。

俄羅斯近年來基于對未來戰爭的預測和分析，為確保其在未來戰爭中擁有的優勢，從頂層制定相關規劃，引導智能武器裝備發展，加速推進以仿生機器人、無人作戰平臺、智能導彈等為代表的智能武器裝備發展。2016年3月，俄羅斯國防部通過“2025年前發展軍事科學綜合體構想”，認為智能武器將成為未來戰場的關鍵因素，將在短期內重點發展陸上、海上機器人裝備。之后，俄羅斯在“2018—2025年新版國家武器裝備計劃”中提出，要大力發展高超聲速武器、智能化機器人和新一代常規智能化武器裝備，并將智能機器人作為優先發展方向。未來，隨著俄羅斯智能技術的進一步發展，將會實現武器裝備非連續、超常規、跨越式發展，催生出一批新型作戰力量，實現傳統軍事力量的倍增[2]。

4.2 戰爭形態

智能化的戰爭形態與機械化戰爭、信息化戰爭相比較，已經初步呈現出無人化、自主化、人機協同化、集群協作化等特征。無人化，即戰場上作戰的主要力量將由基于武器裝備平臺的人與人之間的對抗為主，轉變為基于人工智能技術、高度自動化的無人化作戰平臺與平臺之間的對抗為主；自主化，即作戰裝備或平臺由人類主導操控、程序化地被動執行逐步向自主觀察、判斷、決策、行動和評估轉變，向智能自主化、多功能一體化發展；人機協同化，即戰場上的作戰樣式將由人類的單打獨斗逐步向人類與智能作戰平臺協同作戰演進；集群協作化，即戰場將由傳統的高價值高性能、小規模、精確化的精兵作戰向低成本低性能、大規模、飽和式蜂群協同作戰演進。

由此可見，智能化戰爭將實現4個轉變，即作戰主體由“知識力量型”向“智能信息型”轉變，作戰平臺由“低智能”向“高智能”轉變，作戰樣式由“體系作戰”向“開源作戰”轉變，制勝機理由“信息主導、體系對抗、精確打擊、聯合制勝”向“智能主導、自主對抗、溯源打擊、云腦制勝”轉變。由智能系統或作戰武器平臺主導的OODA（觀察、調整、決策、行動）自主決策環將成為戰場制勝關鍵因素。作戰數據將成為影響戰略全局的重要資源，控制作戰行動的關鍵環節，克敵制勝的核心因素。而人類將可能不再是武器平臺的操作員、甚至戰術行動的戰斗員，只是置身于作戰行動之外的監督員、控制員。

4.3 指揮控制

隨著智能化裝備逐步登上戰爭舞臺，作戰指揮模式也隨之發生了重大變化，“信息+智能”主導將成為未來作戰指揮控制的重要特征，指揮決策將由傳統的經驗決策向智能輔助決策轉變。從發展理念來看，以智能化軍事理論、自動化武器裝備和無人化作戰為標志的軍事變革悄然而至，作戰平臺、信息系統、指揮控制將向全面實際智能甚至無人化快速邁進，用于指揮控制的“云端大腦”“數字參謀”等新型指揮控制輔助決策系統開始發揮越來越重要的作用。指揮活動由“基于少量數據的粗放式力量對比”向“基于智能算法的大數據精算細算”演進。從指揮控制過程來看，人工智能技術有助于發揮人與機器的互動優勢，能夠實現實時感知戰場態勢、智能分析處理情報信息、智能輔助生成目標清單、自主監控作戰評估行動等，達到對信息的有效運用和對能量的有效控制，進一步將信息智能優勢轉化為籌劃、決策和行動優勢。從指揮模式來看，隨著人工智能技術在指揮決策活動中的地位越來越重要，人與機器的地位作用也在發生著相應的改變。從以人為主導的“人在回路”（參與式決策）到注重臨機調控的“人在回路之上”（掌控式決策），再到智能自主決策主導的“人不在回路”（自主式決策）的指揮模式，反映出指揮員、指揮機關和智能化系統三者的緊密融合。

5 人工智能軍事應用面臨的風險挑戰

未來，人工智能技術快速發展，賦能智能軍事情報、自主作戰規劃、智能武器裝備等軍事領域，同時也面臨著一定的風險挑戰[3]。

5.1 情報研判的誤判風險

智能情報系統以深度學習、神經網絡等人工智能技術為基礎支撐，通過大數據綜合分析、圖像識別對比、目標情報綜合匹配等，實現自主智能分析判斷情報信息。發生誤判風險主要有3點：一是智能情報系統主要基于海量情報樣本數據進行訓練，形成情報判斷能力，說明智能情報系統對于情報樣本數據的可信性、可靠性等有著較高要求，如果情報樣本數據的質量不佳，會對智能情報判斷分析效果產生負面作用；二是智能情報系統是在接受大數據訓練后才具備情報判斷能力，但在遇見情報樣本數據集之外的信息時，就顯得捉襟見肘，存在情報誤判的風險；三是智能情報系統在面對情報欺騙，如假圖像、假數據、假信息等，是否能夠“撥開迷霧見日月”，存在一定不確定性。

5.2 輔助決策的安全風險

智能輔助決策系統提升了作戰籌劃與指揮控制效率，加快了各層級信息數據流轉速率，為指揮員進行指揮決策提供了強有力支撐。發生安全風險主要有3點：一是未來戰爭呈現體系性對抗、智能性對抗、復雜性對抗等特征，戰場越發復雜、參與作戰要素越發多元，智能輔助決策系統面臨的戰爭復雜性呈現指數級增長，發生誤判性輔助決策的風險性增大；二是對抗雙方在都使用智能輔助決策系統時，使得智能決策分析的博弈性、對抗性、復雜性動態增加，極有可能超出原有設定的系統計算能力，增加系統脆弱性風險，進而加大輔助決策失誤的概率；三是智能輔助決策系統壓縮了部分指揮決策流程，傳統需要指揮員決策的環節部分被智能輔助決策系統自主決策所代替，一旦爆發軍事沖突，一些自主決策極有可能加劇沖突烈度，增加國家安全風險。

5.3 智能裝備的行動風險

相比于傳統武器裝備，智能武器裝備具有智能化、無人化、自主化等特征，能夠自主決策進行軍事行動，有效降低了戰場人員傷亡，降低了戰爭門檻。發生行動風險主要有3點：一是智能武器裝備缺少人類情感，缺乏倫理道德束縛；二是在接受錯誤數據信息、假情報等，智能武器裝備的分析判斷能力受到極大影響；三是隨著智能武器裝備在復雜戰場環境中不斷發展，“大腦”智慧得到充分進化、獲得自我意識，極有可能擺脫軍隊控制，擅自做主進行軍事行動，造成極大軍事風險。

6 結束語

在當前智能化浪潮的迅猛沖擊下，軍事領域逐步向全新的、智能化的戰爭形態轉變，隨之而來的戰場態勢智能化感知、多源情報信息智能融合處理、制權作戰創新發展甚至是顛覆性發展，也必將加速推動人工智能技術牢牢占據未來戰場的制高點。同時也應當清醒看到，人工智能的軍事應用面臨多種風險挑戰，這就要求在充分運用人工智能技術的同時，要對其進行適當限制。