創新發展智能化指揮控制的思考?

杜 凱 王 晗 趙東海 黃建洋 張 雷 張振月 朱春光 逄金剛

（1.國防大學聯合作戰學院 石家莊 050011）（2.國防大學聯合作戰學院 北京 100080）（3.武警海警學院 寧波 315000）

1 引言

智能時代，各類有形的、無形的信息系統、武器裝備、作戰平臺、任務載荷等裝備系統的智能化、自主化水平不斷提升，且萬物智聯、體系聯動，機器智能成為新的戰斗力生成要素。智能化作戰指揮控制能夠有效整合智能化作戰武器裝備，直接決定智能化作戰能力生成，是未來作戰指揮的基本發展方向。此外，我軍智能化作戰指揮控制發展同世界軍事強國相比還存在較大差距，必須高度重視其創新發展。

2 著眼作戰概念牽引，創新智能化作戰指揮控制發展理念

作戰概念是對未來作戰行動的前瞻設計，對智能化作戰指揮控制具有重要牽引作用。面對新一代軍事變革和軍事智能化發展浪潮，我軍以習近平強軍思想為指導，不斷創新設計新型作戰概念，作戰概念體系正逐步成型、豐富和完善。

2.1 圍繞頂層核心作戰概念建立彈性設計理念

通常情況下，在某場作戰中會隨時應對各種復雜情況，需要綜合運用多種作戰概念，在不同時空之間快速切換。比如，面對強敵決戰決勝作戰，在不同作戰階段、不同戰場方向，針對不同作戰目標，可能會綜合運用認知戰、新域戰等作戰概念。受作戰指揮資源有限、作戰時間緊迫等因素制約，智能化作戰指揮控制應強化彈性設計，能夠隨著所運用的作戰概念的切換而自如裁剪、靈活轉型，建立起與當前作戰概念相適應的人機融合指揮體系和作戰指揮流程。一個作戰概念體系雖然體系龐大、范圍廣泛，但必定是由頂層的、核心的作戰概念統領和牽引的，各種作戰概念在此基礎上相互聯系［1～2］。因此，智能化作戰指揮控制必須緊緊圍繞我軍頂層作戰概念、核心作戰概念，進行彈性設計，在確定主干主流內容的設計后，再研究分支分流內容；主干主流內容基本不變，分支分流內容變動空間較大。

2.2 圍繞不同作戰概念制勝機理建立靈活釋能理念

制勝機理都是人們對事物的理性認識，不同作戰概念，其制勝機理存在著顯著差別。比如認知戰，核心是通過攻擊敵OODA 環的決策環節達成作戰目的；新域戰實質是靠基于不同作戰領域、不同作戰效能釋放方式的非對稱作戰制勝對手。制勝機理的差異使得智能化作戰指揮與作戰概念之間很容易產生相互脫離的兩層皮現象，從而限制了指揮效能和作戰效能的合力發揮。必須深化研究不同作戰概念制勝機理，探析其對智能化作戰指揮控制的具體需求，從而建立起有針對性的智能化作戰指揮控制指導原則、決策模型、體系架構等，確保指揮效能精確、靈活釋放［3］。

2.3 圍繞作戰概念適用場景建立場景定制理念

每個作戰概念有其不同的應用場景、戰法設計、力量編配等。比如，高端戰突出以強敵為主要作戰對象；認知戰主要面向無形的認知領域，與網絡信息空間存在著密不可分的聯系；新域戰，以新質新域作戰力量的運用為著眼點，智能化作戰力量可能占較大比重，等等。相應的，不同作戰概念下指揮力量、指揮資源、指揮手段、指揮環境等是不同的，智能化作戰指揮必須進行針對性的具體設計，分別構建出與具體作戰概念相適應的人機融合指揮體系、作戰指揮流程、人機交互機制等［4］。也就是說，智能化作戰指揮在堅持基本理念和做法的同時，還要根據具體作戰概念的作戰場景靈活調整變化。

3 圍繞指控模式發展，構建人機融合指揮控制體系

戰爭復雜性、AI 局限性以及確保人類戰爭主導權的倫理要求決定了人機融合成為智能化作戰指揮控制基本模式。人機融合指揮控制體系，是實施人機融合指揮控制的核心。構建科學合理的人機融合指揮控制體系，對于充分發揮智能化作戰指揮控制效能至關重要。

3.1 要構建生態開放的人機融合指揮控制體系

根據熱力學第二定律，如果將指揮控制體系設計為一個封閉系統，也就是整個系統不與外界進行信息、能量或物質的交換，那么隨著時間的推移，整個體系的熵會逐漸增大，也就是越來越混亂。面對日趨復雜多變、充斥著海量非結構化信息的智能化戰爭作戰環境，人機融合作戰指揮控制體系必須具備生態開放性，即整個體系應是一個動態開放、充滿彈性、冗余分布的生態系統，而不是各級各類指揮機構在制度、命令的約束性下形成的剛性集合體。生態開放性強調整個作戰指揮控制體系能夠動態、靈活容納各級指揮員和參謀人員、領域問題專家以及以智能化指揮信息系統、自主無人作戰平臺、智能化武器裝備為載體的各類軍事智能體，其中充滿了競爭、冒險、協作、配合等機制和活動。

3.2 要構建智能涌現的人機融合指揮控制體系

智能化戰爭時代，智能的生成不是簡單的線性累積疊加，人機融合作戰指揮控制體系應具備智能涌現性，即通過腦機接口、知識圖譜、知識可視化等，機器智能激發人類智能與靈感，人類智能指導（或者引導）機器智能，整個作戰體系中人的智能與機器智能相互啟發、相互引導、相互促進，通過人、機、環境系統相互作用，產生不同于人的智慧和人工智能的新型智能系統。首先，在智能輸入端，把設備傳感器客觀采集的數據與人主觀感知到的信息結合起來，形成一種新的輸入方式；其次，在智能的數據/信息中間處理過程，機器數據計算與人的信息認知融合起來，構建起一種獨特的理解途徑；最后，在智能輸出端，把機器運算結果與人的價值決策相互匹配，形成概率化與規則化有機協調的優化判斷。作戰指揮人員、智能化智能信息系統、增強型作戰人員以及智能化武器裝備構成有機的復雜系統，不斷涌現出新的智能［5～6］。

3.3 要構建敏捷柔韌的人機融合指揮控制體系

智能時代，指揮體系不僅需要快速高效運轉，還必須具有結構彈性，以保持穩定的輸出。因此，人機融合指揮控制體系必須具有敏捷柔韌性。首先，要能夠快速響應。主流觀點認為，指揮周期直接影響指揮效能。人機融合指揮控制體系需要能夠敏銳感知指揮環境的變化，及時發現需要執行的指揮任務，并在最短的時間內調度所需資源、能力，啟動指揮任務的執行。快速響應，還意味著人機融合指揮體系需要具有一定的主動預測能力，主動預測環境變化引起的指揮任務，或者由指揮控制體系自身主動發起的指揮任務，從而實現實時乃至超前響應［7］。其次，要具有魯棒性。在指揮環境發生一定擾動或者變化的情況下，人機指揮控制體系需要能夠在不改變自身組織結構的前提下，主動通過體系內多種資源、能力的重新組合，來繼續完成指揮任務。再次，要具有可重構性。當指揮環境發生急劇變化，指揮節點發生故障、遭受攻擊導致能力降低或者受損，魯棒性失效時，人機融合指揮控制體系需要能夠自動組織和運用網絡化資源，實現組織結構重構，確保適應新的環境，繼續實施作戰指揮。同時，當指揮環境恢復到常態時，人機融合指揮控制體系能夠恢復為原有的組織結構，以實現指揮效率最優［8］。

4 基于智能對抗機理，探索智能指揮對抗手段

智能化作戰指揮體系脆弱性與反脆弱性并存，智能指揮對抗應運而生。隨著智能化作戰的發展，智能指揮對抗日趨激烈，對于戰爭勝負的決定性作用日益突顯，亟需強化智能指揮對抗手段探索。智能指揮對抗應注重在人機協同的條件下，從數據、算法、硬件、機制等方面進行探索，通過利用算法漏洞、打擊基礎設施、攻擊人機融合機制、防護己方智能系統等手段達成作戰目的。

4.1 利用人工智能算法弱點，誘騙敵智能指控系統決策

當前，大多數人工智能解決方案存在固有的缺陷和漏洞。智能指揮對抗可通過誤導或混淆敵方機器學習模型或訓練數據，使敵方機器學習模型在識別和行動期間做出錯誤的判斷。美國國家安全委員會關于人工智能的最終報告（NSCAI）提出了對抗機器學習的概念（AML）。對抗性機器學習是對數據或代碼進行有目的的操縱，使機器學習算法運作不良或呈現錯誤的預測。比如，人工智能技術在監控領域中的廣泛運用，使每個監控攝像頭都變成了一個智能戰場偵探。但如果能夠利用其算法存在的漏洞，就可以實現掩藏和欺騙。Facebook和馬里蘭大學的學者研究發現，當目標被檢測到時，監控的角度、色度和飽和度都會轉變，他們隨即用另一種算法來實現欺騙算法中最有效的轉變。依據這一原理制作的一系列AI“隱形衣”（運動衫和體恤），可以欺騙監控算法，使其難以偵測到穿著AI“隱形衣”的目標。該研究工作組還針對一種檢測算法對一萬張人像圖片開展了測試，以生產制造出這類算法的襯衣［9～10］。這一發現在作戰欺騙領域具有廣闊應用前景。

4.2 攻擊人機融合機制，降低敵智能指控系統效能

人工智能還遠未達到通用人工智能的水平，人機融合智能將成為作戰領域智能運用的主流模式。對此，智能指揮對抗可以對人機融合智能系統的輸入、處理、輸出、反饋和綜合環節進行攻擊。在輸入環節，通過混雜無關數據，混淆數據、信息和知識的因果聯系，使對方智能系統無法獲取有用的數據信息，并在對方獲取的信息中植入誤導信息。在處理環節，可以干擾或者切斷信息處理，使其內部處理非因果化、非相關化、非一致化，從而使其對信息的處理不知所措。在輸出環節，可以使對方在人機融合的過程中，形成人的經驗直覺決策與機器的規則邏輯決策矛盾化、區別化，打破其人機信任機制，迷惑對方的最終決策。在反饋環節，可以切斷、延遲甚至反置其反饋信息，使對方對反饋的信息感到迷惑乃至拒絕，讓其無法進一步吸收有效反饋信息。在綜合環節，使對方人機情景意識、態勢感知結果難以調和一致，從而無法對更高層次的信息進行消化理解，進而放棄對人工智能系統的信任和依賴［11］。

4.3 綜合施策，確保我人機智能指控系統穩定可靠

一要加強人工智能可解釋性，預防戰略欺騙。當前的人工智能系統，大都被視作一個個“黑箱”：即使使用者看到AI 系統做出了正確的決策，卻往往不知道決策是如何做出的，以及為什么會這樣決策，從而導致了關于AI 系統的信任問題和易被攻擊性。智能指揮對抗，防護的關鍵在于不斷優化己方人工智能算法模型，從而防御乃至反制敵方的人工智能技術或系統［12］。加強人工智能可解釋性研究，就是建立一套新的或改進的機器學習技術，生成可解釋的模型，結合有效的解釋技術，使得最終用戶能夠理解，一定程度地信任并有效地管理未來的人工智能系統。在激烈的對抗環境下，為了防止敵方干擾己方人工智能，通過可解釋人工智能，查看人工智能的執行過程，確保執行的正確性，可以達到反人工智能的效果。目前，美軍正在加大AI 系統可解釋性方面的研究和投資。二要優化作戰組織流程，嵌入多源異構數據和模型算法審查機制。將針對模型訓練數據、戰時處理數據、智能算法模型的審查評估作為組織實施作戰的重要一環，評估其可信度，確保其安全、可靠。三要建立專業藍軍尋找我方人工智能實施中的漏洞。這是一種通過自博弈提升他博弈能力的策略。人工智能的脆弱性具有隱蔽性，一般開發人員在訓練與測試過程中很難發現，只有在真實的博弈對抗環境中才有機會充分暴露問題［13］。美國空軍認為，建立“紅隊”來尋找軍事人工智能實施中的漏洞至關重要，因此建議由國防部應成立一個小組來處理和評估人工智能和機器學習的漏洞，效果明顯。

5 結語

總而言之，近年來隨著人工智能技術的快速迭代發展，各類有形的、無形的武器裝備平臺、任務載荷系統的智能化、自主化水平的不斷提升，為智能化的指揮控制生成新的戰斗力要素指明了發展方向。本文從創新智能化作戰控制發展理念、構建人機融合指揮控制體系、探索智能指揮對抗手段入手，就創新發展智能化指揮控制對聯合作戰的影響進行論證分析，對于提升聯合作戰指揮控制能力具有一定參考意義。