“全智能化作战”科技迷雾的深度分析与辨识

关键词

人工智能  作战概念  全智能化作战  马赛克战  科技迷雾  技术成熟度  颠覆性技术

2020年9月, 亚美尼亚与阿塞拜疆之间爆发了纳卡冲突, 无人机的亮相改变了传统信息化战争的走向[1], 智能化战争在小国对抗中初现端倪, 让世界眼前一亮。 近几十年, 美国致力于推动军事智能化的发展[2,3], 自1976年美国Ron T P博士提出“信息战”以来, 美军先后提出“空地一体战”“数字化部队”“网络中心战”“快速决定性作战”“基于效果的作战”“分布式作战”“空海一体战”“作战云”“系统之系统”“算法战”“马赛克战”和“决策中心战”等新型的作战概念, 描绘了未来全智能化作战的特点和样式。 以“马赛克战”为代表的全智能化作战发展前景是怎样的?现阶段它是否存在着科技迷雾和军事陷阱?它需要怎样的基础人工智能技术支撑?它的发展瓶颈在哪里?未来军事智能化研究应该重点关注哪些地方?本文从科技迷雾和制约瓶颈等角度入手, 对全智能化作战进行深度分析和研究。

1.1   全智能化作战内涵

随着第三次人工智能浪潮的兴起, 人工智能技术发展迅猛、 应用广泛, 已成为新一轮科技革命的主导因素。 人工智能技术正广泛地应用于军事领域, 使得未来战争向智能化作战方向快速发展[4,5,6,7]。 全智能化作战, 是以智能化通信组网为依托, 采用智能化的作战样式和方法, 运用智能化的装备、 武器、 弹药, 在以智能算法为核心的指挥控制和作战规划下, 在多域一体的作战空间内实施的各类作战、 训练与保障行动; 是以人工智能为核心的前沿科技在作战、 训练、 装备、 后勤等领域渗透、 拓展的必然发展方向, 是机械化、 信息化战争的下一阶段。

在智能化作战概念研究方面, 美国DARPA于2017年8月提出了“马赛克战”, 并进行了持续的深化研究[8,9,10]。 “马赛克战”借鉴了马赛克拼图的理念, 将兵力编队、 武器平台、 指挥控制系统、 传感器等各类作战要素视为“马赛克碎片”, 通过通信网络将“碎片”链接形成一张功能分散、 动态协同、 灵活机动的弹性杀伤网, 利用人工指挥和机器控制, 自主、 灵活、 快速地重组一支具备解耦合特性的作战力量, 从而创造己方的适应性, 提升敌方的决策复杂度或不确定性。 即便系统中部分作战要素被干扰或摧毁, 仍能基于所能通信的作战要素, 快速做出响应[11,12]。

“马赛克战”是对先前“网络中心战”“分布式作战”“多域战”等诸多作战概念的继承和再创新, 描绘了未来全智能化作战的主要特点和作战样式, 勾勒了未来全智能作战的炫目图景, 牵引着军事领域向未来全智能作战的方向发展。

1.2 军事智能领域的科技迷雾和陷阱

科学技术的发展道路上往往不是一帆风顺, 而是充满着迷雾和陷阱。 科技迷雾和陷阱可以分为两类: 一是自然科技迷雾和陷阱, 是指科技探索过程中遇到的技术挫折和发展误区, 起因往往是非人为刻意的自然因素, 比如, 对于能够探索宇宙原理的大型对撞机是否应该建造, 就引起了学术界的巨大争议。 二是人为科技迷雾和陷阱, 其特点是人为蓄意释放以迷惑和误导对手。 自古以来, 优秀的战略家通常会把布局战略迷雾作为一种重要的对抗手段, 用于掩盖意图、 欺骗对手, 从而误导对手, 获得博弈效果的最大化。 在当前国际博弈激烈的环境下, 技术先发国家往往会人为释放科技迷雾和陷阱, 导致一些后发国家在科技发展过程中出现重大误判和差错。 1985年1月, 美国公布“反弹道导弹防御系统之战略防御计划”[13], 以各种手段攻击敌方外太空的洲际导弹和航天器, 以防止敌国对美国及其盟国发动的核打击, 俗称“星球大战”计划。 苏联对美国这一举措出现了战略误判, 将大量经费投入到星球大战计划, 最终加速了苏联解体。 反观美国, 以“星球大战”计划为契机, 推动全国的钢铁、 机械、 电子、 新材料、 电子信息等各个行业的发展。 自然科技迷雾和陷阱可能被人为刻意利用、 反向过滤、 局部放大, 生成与人为科技迷雾和陷阱等同的影响。

“马赛克战”等智能化作战概念在理论上具有较强的新颖性和先进性, 但也存在一定的科技迷雾和陷阱。 具体来说, 第一, 从美国国防部所披露的资料来看, 美军所开展的智能化作战概念研究也尚处于初始研究阶段, 虽然提出了初步的发展目标, 但并没有提出明确的技术发展和装备发展计划, 目前仍处于不断探索和试错的阶段。 而任何一项新概念或新技术在探索过程中, 本身就存在许多不确定性, 其发展过程中, 总会存在或多或少的自然迷雾和陷阱。 第二, 美军所披露的关于“马赛克战”和全智能化作战的公开文件, 有些可能是对方蓄意释放的, 不可全信; 同时, 真正的军事核心技术和成果往往十分保密。 图1显示了DARPA真实的研究情况和所了解的情况之间的差异。 不能简单地、 亦步亦趋地跟随美军的研究, 也应当有独立自主的思考。

虽然智能化战争已初现端倪, 但以现在的技术水平而言, 距离全智能化作战还有较大距离。 未来军事智能化的发展离不开两点: 一是必须基于现有的军事能力和军事需求。 如果脱离了现有的军事能力和需求, 那么就像“星球大战”计划一样过于超前而在较长的时间内不可能实现, 过度的超前研究只能适得其反, 劳民伤财。 二是通用的人工智能技术对全智能作战关键能力特征的支撑。 近年来深度学习的崛起使得人工智能技术有了突飞猛进的发展, 但当前人工智能技术仍然存在许多制约和瓶颈, 无视底层的基础技术瓶颈而过分强调上层的作战应用支撑, 就像是空中楼阁, 未来会面临更大的风险。

古人云, 听其言, 不如观其行。 如果说军事作战概念是美军的“言”, 那么美军近年来所开展的军事智能项目, 就代表着美军的“行”。 特朗普政府上台后, 美国更加重视推动军事智能化的发展, 明确以作战应用为美军人工智能发展的首要目标, 试图以军事智能为主要手段制胜中俄。 近五年来, 美国政府在下一财年经费预算报告中分配给DARPA的研发经费稳步增长, 2021年DARPA预算总额达到了35.66亿美元[14]。

DARPA和美国各军兵种以军事智能化为目标, 牵引多个军事智能项目不断发展。 笔者梳理了近年来五十多项空中作战领域典型的军事智能项目, 按照所披露的立项目的、 建设内容等因素对项目进行了归纳(见图2)。

通过对美军典型的军事智能项目进行梳理和研究, 提炼DARPA关注的未来智能化空中作战的十大技术能力: 一是多类体系集成能力, 以信息系统为支撑, 将侦察、 监视、 指挥控制等多类别、 异构复杂系统进行组合和集成, 形成适应于未来智能化空中作战的全新作战体系; 二是快速组网通信能力, 实现各类作战要素和作战单元快速接入和互联互通, 形成具有一定弹性的效果网; 三是恶劣环境下定位导航与授时(PNT)能力, 构建具备全域覆盖、 动态重构的PNT体系, 提升在GPS拒止等恶劣环境中导航、 定位和寻的性能; 四是态势感知认知能力, 对战场态势进行全方位探测、 信息提取和态势理解, 辅助提高人员的决策能力; 五是大数据分析能力, 对多源异构大数据做关联性分析, 找出数据的相关性, 为指挥员决策提供预测分析、 战场感知的实时数据支持; 六是分布式和任务式指挥控制能力, 聚焦控制算法、 决策辅助以及分布式技术, 允许指挥人员控制动态、 分散的部队; 七是智能无人平台能力, 发展具备协同、 分布作战能力的小型无人机, 以较低成本实现更高的作战灵活性; 八是人机智能协作能力, 将人的感知、 认知能力和机器运算和存储能力相结合, 提升作战人员决策和行动执行的速度和准确度; 九是智能化仿真建模能力, 通过实物仿真、 构造仿真、 虚拟仿真、 自主仿真等技术促进装备的发展; 十是信息安全可靠能力, 利用新兴技术检测和防范各类威胁, 确保从数据、 软件到系统各个维度的安全可靠。

美军之所以开展这些军事智能项目, 一部分原因是先进作战概念的牵引, 但更多的, 还是基于现阶段美军所面临的实际需求。 比如在大国对抗中, 美军面临着反介入/区域拒止(A2/AD)的威胁, 对方拦截、 中断以及利用美军战术通信的相关技术发展迅速, 美军通信组网能力和定位、 导航与授时(PNT)能力面临着干扰、 削弱或摧毁, 因此, 美军先后开展了CODE, DyNAMO, NUP, PFC, ANS, SECTR, STOIC等项目, 旨在发展拒止环境下动态通信组网和高精度PNT能力, 推进有人机和无人机在电磁干扰、 通信降级以及其他恶劣环境下执行协同任务。 在先进作战概念的牵引下, 基于美军现实军事需求, 开展特定场景下的军事应用技术研究, 是DARPA近年来军事项目开展的基本依据。

2018年, 美国《国防部人工智能战略》[15]给出了人工智能的简明定义: 人工智能是指机器执行那些通常需要人类智商才能完成的任务的能力, 比如预测分析、 采取行动或给出结论等。 人工智能使机器可以从经验中学习, 适应新的输入并执行类似人的任务, 是认知、 决策、 反馈的过程。 通过全面整理学术界对人工智能技术的主流解释[16,17], 将人工智能领域划分为算法算力层和基础人工智能技术层, 并进一步明确了二十个典型的人工智能技术群[11], 分别是: 图像处理技术群、 语音识别技术群、 自然语言处理技术群、 专家系统技术群、 知识图谱技术群、 大数据分析技术群、 引擎推荐技术群、 人机协作技术群、 虚拟个人助理技术群、 VR/AR/MR技术群、 不确定推理决策技术群、 自主机器人技术群、 群体智能技术群、 类脑智能技术群、 人机混合智能技术群、 可解释人工智能技术群、 仿真试验技术群、 系统集成技术群、 生物特征识别技术群、 系统安全技术群。

3.1  人工智能技术支撑智能化作战架构

对人工智能技术支撑智能化作战的整体架构进行梳理(见图3), 从底层算力算法基础层出发, 利用强大算力、 高效架构平台及深度学习算法支撑起基础智能技术层。 通过对智能技术群进行组合, 支撑起未来智能化作战的关键技术能力特征。 通过对能力特征进行组合, 形成分布式作战指挥能力及快速决策支持能力, 支撑起未来全智能化作战体系。

3.2   基础人工智能技术成熟度

20世纪40年代, 为了适应军事和经济竞争的需要, 技术预测开始兴起; 以定量为主的技术预测方法于70年代有了较大发展; 80年代, 随着技术、 商业、 社会的不确定性增加, 以定性为主的技术预测逐步受到关注。 美国信息技术研究与咨询顾问公司高德纳(Gartner)于1995年提出了技术发展成熟度曲线, 用于分析预测与推论各种新科技的成熟演变速度及达到成熟所需的时间。

结合每项智能技术的研究时间、 技术现状和应用情况, 并参考Gartner发布的《新兴技术成熟度曲线》报告[18], 对上述二十项基础人工智能技术进行成熟度等级评估, 得到如图4所示的结果。 图中横坐标表示随时间变化的成熟度的不同阶段(技术触发期、 期望膨胀期、 泡沫谷底期、 稳步复苏期和生产高峰期), 纵坐标代表技术创新的可见度和公众对创新未来成果期望值。 可以看出: 在二十项基础技术中, 仅语音识别、 专家系统、 生物特征识别技术达到了成熟度最高级; 而与军事智能化密切相关的不确定推理决策、 自主机器人、 人机协作、 可解释人工智能等技术还仅处于成熟度第二阶段; 大数据分析、 知识图谱、 群体智能、 系统安全等技术还处于成熟度第三阶段。 这些技术想要达到成熟度第五阶段, 还需要很长时间。 可以说, 现阶段, 甚至是在未来较长时间内, 基础人工智能技术还不能支撑起全智能化作战所需的能力特征。

当前, 全智能化作战还存在一些科技迷雾和陷阱, 有迷雾的地方, 就有欺骗。 未来的军事智能化发展过程中应注重以下方面:

一要立足军事需求。 军事装备不同于其他领域的智能化设备, 实用、 好用、 可靠性强是第一位的。 破除军事智能迷雾, 避免出现“唯美国为首”、 “唯DARPA”为首的跟风现象, 关键在于立足装备发展的实际需求。 弄清实际需求是什么、 需求的发展趋势是什么、 基础技术领域能提供什么样的新手段等。 挖掘需求、 梳理需求、 优化需求是未来军事智能技术发展的必经之路。

二要摸清技术底数。 人工智能的发展大概分为三个阶段: 计算智能阶段、 感知智能阶段和认知智能阶段。 当前, 人工智能刚刚跨过计算智能, 还处于感知智能的初级阶段。 要充分认识到基础人工智能技术发展的长期性和曲折性, 尊重科技发展规律, 不好高骛远、 不盲目跟风, 在充分摸清各项基础智能技术的能力水平的基础上, 推动军事智能技术的应用研究。

三要加强自主创新。 美国所披露的军事概念和军事技术可能存在迷雾和陷阱, 而真正的核心技术往往十分保密, 单纯的“跟随型研究”要么难以取得真正的创新成果, 要么掉入别人设置的陷阱中。 要开展自主创新研究, 重视军事智能技术的分析、 研判、 预警、 布局、 监测和追踪, 推动军事智能技术的发展。

四要重视军事智能技术的可解释性和可靠性。 人工智能可以帮助人们进行推理和决策, 机器给出的决策应该是可解释、 可靠和安全的, 这对于军事领域这种高风险的行业尤其重要。 传统的深度学习算法存在隐含层、 非线性权重和偏差学习机制, 输入数据和输出答案之间存在着不可观察的黑盒空间, 其决策过程对于人类而言很难理解。 若不能解决这些问题, 在军事应用上可能面临着极大的风险。

五要发展具备自主能力的武器装备。 当前, 武器装备正朝着无人化的方向发展, 比如地面机器人、 空中无人机、 海上无人舰艇等。 武器装备的无人化并不等同于武器装备的智能化, 其核心要素在于武器装备是否具备自主能力, 是否能够自主收集态势信息, 自主识别和攻击目标, 自主应对突发状况等。 具备自主能力的武器装备是智能化、 信息化、 机械化融合发展的集中体现。

人工智能作为一种颠覆性技术, 推动战争形态从信息化战争向智能化战争演变。 以“马赛克战”为代表的先进军事作战概念为全世界勾勒了未来全智能作战的炫目图景, 但以目前基础人工智能的技术水平而言, 还不能支撑未来的全智能化作战远景。 在军事智能技术研究方面, 既要把握机遇, 充分发挥后发优势; 又要有清醒的判断和认识, 认清当前基础人工智能技术的能力水平和制约瓶颈, 掌握基础人工智能技术底数, 不断挖掘和优化军事需求, 加强自主型创新, 注重军事智能的可解释性、 可靠性和安全性研究, 制定可行的军事智能战略整体规划, 破解科技迷雾和陷阱。

本文仅用于学习交流，如有侵权，请联系删除 ！！