人工智慧在軍事領域的滲透與應用思考

分析了人工智慧技術的發展歷史和現狀，重點探討了軍隊未來信息化戰爭背景下人工智慧技術的內涵、發展趨勢及如何加快智能化應用等人工智慧技術發展的核心問題，為人工智慧技術在軍事領域內的未來發展和應用提出建設性的思考。

人工智慧（artificial intelligence，AI）技術現已進入新的高速增長期，是公認最有可能改變未來世界的顛覆性技術。世界許多國家已將發展人工智慧上升到國家戰略，從政策導向、戰略規劃、資金預算層面予以大力支持。人工智慧武器的出現則將從根本上改變戰爭方式，即由「人對人」的戰爭變成「機器自主殺人」的戰爭。以美國為代表的世界軍事強國，預見到人工智慧技術在軍事領域的廣闊應用前景，認為未來的軍備競賽是智能化的競賽，並已提前布局了一系列研究計劃，發布「第三次抵消戰略」，力求在智能化上與潛在對手拉開代差。落後即意味著受制於人，為避免因喪失發展先機而造成巨大代差，亟待迎頭趕上，大力發展人工智慧技術的軍事應用研究。

人工智慧發展分析

人工智慧的涵義

人工智慧是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門技術科學。從智能化水平看，人工智慧大體可分為運算智能、感知智能和認知智能3個層次。

1）運算智能即快速計算和記憶存儲能力。旨在協助存儲和快速處理海量數據，是感知和認知的基礎，以科學運算、邏輯處理、統計查詢等形式化、規則化運算為核心。在此方面，計算機早已超過人類，但如集合證明、數學符號證明一類的複雜邏輯推理，仍需要人類直覺的輔助。

2）感知智能即視覺、聽覺、觸覺等感知能力。旨在讓機器「看」懂與「聽」懂，並據此輔助人類高效地完成「看」與「聽」的相關工作，以圖像理解、語音識別、語言翻譯為代表。由於深度學習方法的突破和重大進展，感知智能開始逐步趨於實用水平，目前已接近人類。

3）認知智能即「能理解、會思考」。旨在讓機器學會主動思考及行動，以實現全面輔助或替代人類工作，以理解、推理和決策為代表，強調會思考、能決策等。因其綜合性更強，更接近人類智能，認知智能研究難度更大，長期以來進展一直比較緩慢。

人工智慧的發展趨勢

人工智慧技術產生於20世紀50年代。當時世界的科學技術已經進入一個新的發展階段，信息量急劇增加，信息傳遞日益加快，人類的自然智能已經無法迅速處理如此巨大數量的信息，於是開始探索通過計算機執行需要使用人的智能才能完成的任務。人工智慧發展至今，主要經歷了三輪浪潮。20世紀60年代，人工智慧技術主要用於弈棋、定理證明和簡單的人工智慧專家系統研究。20世紀70年代，隨著微型電子計算機技術和集成電路技術的迅猛發展，人工智慧專家系統研究進入應用開發階段。20世紀80年代以來，人工智慧技術得到迅速發展，應用於遺傳工程、化學合成、業務管理、石油勘探、法律斷案及軍事領域中的專家系統相繼研製成功。20世紀90年代，人工智慧技術發展進入加速階段，國際商業機器公司（IBM）國際象棋高手「深藍」戰勝了世界冠軍加里卡斯·帕羅夫，標誌著人工智慧技術取得了具有里程碑意義的成功。當前的人工智慧發展浪潮始於2010年，隨著大數據技術和計算能力的發展，聯網大數據為改進機器學習方式和演算法提供了有力支撐。

2014 年秋，斯坦福大學發起了人工智慧百年研究（one hundred year study on artificial intelligence）調研項目，主要考查人工智慧的發展現狀，展望未來發展潛力並分析其對社會的影響。2016年9月，作為該項研究的一部分，斯坦福發布了《2030年的人工智慧與生活》報告，分析了人工智慧過去15年的發展狀況，並預測了其在未來15年的發展趨勢。

人工智慧革命得益於多個因素協同作用，技術的積累和日趨成熟使人工智慧呈現爆發增長之勢。未來15年，人工智慧領域將集中關注人類意識系統的開發，主要包括以下6項核心技術。

1）計算機視覺。用攝影機和計算機代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖像處理，成為更適合人眼觀察或傳送給儀器檢測的圖像。計算機視覺技術運用由圖像處理操作及機器學習等技術所組成的序列將圖像分析任務分解為便於管理的小塊任務。

2）機器學習。機器學習是計算機模擬人類的學習活動，通過對已有的案例進行學習，藉助歸納和總結的方法，對本身的能力加強或改進，使機器獲得新知識和新技能，在下一次執行相同或類似任務時，會比現在做得更好或效率更高。機器學習是從數據中自動發現模式，模式一旦被發現便可以做預測，處理的數據越多，預測也會越準確。日前頗受矚目的AlphaGo深度學習就是集中於深層神經網路的機器學習的分支之一。

3）文本語言處理。對自然語言文本的處理是指計算機擁有與人類類似的對文本進行處理的能力。例如從文本中提煉出核心信息，計算機可從自然語言寫成的文本中自主解讀出含義，做到對文本的「理解」。例如自動識別文檔中被提及的人物、地點等，或將合同中的條款提取出來製作成表。

4）自然語言處理。通過建立語言模型預測語言表達的概率分佈，確定某一串給定字元或單詞表達某一特定語義的最大可能性。選定的特徵可以與文中某些元素結合識別文字，通過識別這些元素，將某類文字同其他文字區分開，例如垃圾郵件和正常郵件。

5）機器人技術。即機器+人工智慧，將機器視覺、自動規劃等認知技術整合至極小卻高性能的感測器制動器以及設計巧妙的硬體中，使機器人具有與人類一起工作的能力，能在各種未知環境中靈活處理不同任務。近年來，隨著演算法等核心技術的提升，機器人技術已取得重要突破。

6）生物識別技術。生物識別可融合計算機、光學、聲學、生物感測器、生物統計學，利用人體固有的身體特性如指紋、人臉、虹膜、靜脈、聲音、步態等進行個人身份鑒定，最初應用於司法鑒定。近年來，隨著暴恐、偷盜等各種危害社會治安的事件逐漸增多，對體征形態的數據進行採集、比對、分析的需求愈加迫切，生物識別技術由此迎來發展良機。

人工智慧戰爭時代

人工智慧是未來戰場新高點

近年來，隨著大數據、雲計算和深度學習等新技術和新概念的出現，人工智慧在感知智能領域和認知智能領域取得了重大進展，可能使未來的戰爭場景發生翻天覆地的變化，「智能化戰爭」指日可待，並可能成為戰爭史上繼火藥、核武器之後的「第三次革命」。火藥的出現是「第一次革命」，在此階段，不易受個人能力影響的武器（槍和火炮）實體化了，軍隊構成更加大眾化和大量化；核武器實用化是「第二次革命」，擁有核武器意味著可以進行以破壞整個國家為前提的戰略性對峙，持核武器的國家具有重要國際影響力。這兩次革命分別使此前的戰爭方式完全發生變化。人工智慧具有從根本上改變戰爭方式的潛力，使得戰爭從「人對人」變成「機器自主殺人」。

目前，世界主要大國正在構想建成僅由人工智慧武器組成的武裝機構（部隊），人工智慧武器在武力糾紛和戰爭中佔有較大比重的未來正在來臨。為了避免「未打先輸」，世界軍事大國必然全力爭奪這一未來戰場「新制高點」。

美國軍事領域人工智慧現狀

2016年10月，美國國家科技委員會連續發布了兩個重要的戰略文件《為人工智慧的未來做好準備》和《國家人工智慧研究與發展戰略規劃》，將人工智慧上升到了國家戰略層面，為美國人工智慧的發展奠定了宏偉計劃和發展藍圖。2017年初，美國公布的《2016—2045年新興科技趨勢報告》明確了20項最值得關注的科技發展趨勢，其中就包括人工智慧、雲計算、量子計算、大數據分析等新興技術。足見在未來的30年，這些技術都將成為影響美國國家力量的核心科技，以確保其在未來戰場上的戰略優勢。

美軍很早就開始探索人工智慧技術在軍事領域的應用。美國國防高級研究計劃局（Defense Advanced Research Projects Agency，DARPA）於2007年啟動了「深綠（Deep Green）」計劃，目的是將模擬嵌入指揮控制系統，從而提高指揮員臨機決策的速度和質量。2009—2014年，DARPA先後啟動了大量基礎技術研究項目，探索發展從文本、圖像、聲音、視頻、感測器等不同類型多源數據中自主獲取、處理信息、提取關鍵特徵、挖掘關聯關係的相關技術。近年來，美國在軍事裝備領域部署了一系列人工智慧技術研究項目（表1）。

美國對人工智慧的未來發展充滿了信心，而人工智慧則已成為鞏固其全球霸主地位的一個重要籌碼。美國國防部的行動計劃指出，人工智慧技術使五角大樓重新調整了人和機器在戰場上的位置，新的人工智慧武器將具有人力無可匹敵的速度和精確度，同時又能減少士兵傷亡。同時，美國五角大樓也已將人工智慧置於維持其主導全球軍事大國地位的戰略核心，以應對未來可能的「反介入/區域拒止」威脅，並將自主技術、人工智慧及先進導彈視為支撐美國反制未來數十年威脅的關鍵。

人工智慧在軍事領域應用的思考

當前，世界科技正醞釀著新突破的發展格局。以人機大戰為標誌，人工智慧發展取得了突破性重大進展，並加速向軍事領域轉移，這必將對信息化戰爭形態產生衝擊甚至「顛覆性」的影響。因此，應緊跟人工智慧技術變遷，加緊做好技術創新的戰略性布局，科學應對戰爭形態可能的演變。

敏銳感知人工智慧發展趨勢

對戰爭的理解程度，本身就是敵對雙方對抗的重大內容。在信息化軍事變革中最大收穫就是，順勢強化了技術敏感性，對人與武器之間關係的認識更加科學辯證，將技術與裝備因素提高到了應有高度，軍隊建設對先進技術的吸納能力更強。當前以智能化為代表的軍事技術群的發展，推動戰爭形態處在實時流變之中。從軍事變革史看，軍事技術在歷次變革中發揮了源頭促發性、基礎支撐性作用，誰具有技術變化的敏感性並首先實現技術上的突破，誰就能掌握新的戰爭規則、控制打贏未來戰爭的制高點。

當前，人工智慧是技術發展的最新成果，在智能、神經、思維等領域，對信息化具有「範式」突破意義。對軍隊而言，如果不能正確預判軍事科技的突破方向、把握戰爭形態變化，不僅會導致「技術代差」，更會導致核心能力和國家安全等危機。作為戰爭的主體、技術的主人，必須要有高度敏感性，洞悉戰爭形態演變規律。從人工智慧的思想認知域與行動控制域的雙重維度，實現智能技術對信息化、機械化的重大突破。

美國「第三次抵消戰略」就是利用人工智慧和自主性等「顛覆性」技術發展，將這些技術嵌入到美國國防部的作戰網路中，使美國的傳統威懾能力登上一個新的台階，創設下一場戰爭的制勝規則。因此，不僅要著眼於信息化技術發展，更要放眼於人工智慧等「顛覆性」技術發展，謀求戰略超越、「彎道超車」，在後信息化戰爭形態上掌握先機。很早就開始探索人工智慧技術在軍事領域的應用，經過研發的決策支持系統（decision support system，DSS）藉助計算機，基於模型庫、資料庫、知識庫、方法庫等，為決策人員提供幫助，這些系統在實際軍事行動中得到了應用。當前，隨著新軍事變革對體系致勝概念的不斷深入，更要充分利用人工智慧技術，壓縮指揮員在觀察—判斷—決策—行動（OODA）循環中的時間，實現多域聯合作戰指揮和控制的目標，以取得未來戰爭的制勝權。

把握識別人工智慧戰爭屬性

軍事智能化是軍事信息化的繼承與發展，成為推動信息化戰爭形態逐步演變的強大技術力量。評價一種軍事技術的戰爭屬性是否強大，關鍵看其向軍事領域全面滲透、轉化為戰爭決勝能力的強弱。智能化具有控制思想與控制行動的雙重能力，可以滲透到軍隊指揮決策、戰法運用、部隊控制等活動中；或直接用「智慧炸彈打擊對手思想意識，瓦解戰鬥意志；或將智能物化到武器、指揮系統，嘗試用機器學習、遷移學習等智能演算法解決對抗條件下態勢目標的自主認知，幫助指揮員快速定位、識別目標並判斷其威脅程度等，以智能方式控制機械化、信息化裝備，以「智慧釋放」替代「信息主導」，激發最大作戰效能。

1）智能化軍事指揮。指控系統是作戰體系的中樞神經，是戰爭制勝規則的核心部分，指揮控制方式智能化，能克服人性弱點困擾，提升指揮決策的正確性。

2）智能化軍事裝備。主要是各種無人化武器的運用，打造立體無人作戰體系。將人與機器深度融合為共生的有機整體，讓機器的精準和人類的創造性完美結合，並利用機器的速度和力量讓人類做出最佳判斷，從而提升認知速度和精度。如美軍發明的「意識頭盔」，能感應人的腦電波，具有識別敵我的「讀心術」功能。

3）智能化作戰方式。從搜索發現目標，到威脅評估，到鎖定摧毀，再到效果評估，均不需要人參與，作戰中實現無人化。此外，還可以思想、心理為打擊控制目標，通過智能化方式手段，遵循思想認知規律，進行思想控制和精神「軟打擊」的作戰行動，其中也包括「文化冷戰」和「政治轉基因」等意識形態滲透破壞行為。

重視完善人工智慧基準標準

標準、基準、測試平台，以及人工智慧在軍事領域的應用對於引導和促進人工智慧技術的研發來說是必不可少的。標準的制定必須加快跟上人工智慧在軍事領域應用的快速發展，為智能化戰爭水平的評估提供基礎和可靠依據。

1）制定人工智慧標準。標準包括可以持續使用的要求、規範、準則或特性，以確保人工智慧技術滿足軍事領域功能性和互操作性等關鍵目標要求，並能夠可靠安全地運行。

2）建立人工智慧技術基準。由測試和評估組成的基準，為制定標準和評估標準遵從性提供了量化措施。基準通過促進旨在解決戰略性選擇的想定的進展來驅動創新；還可以提供客觀數據來追蹤人工智慧科學和技術的發展。為了有效地評估人工智慧技術，必須制定並標準化相關的且有效的測試方法和指標。標準測試方法將規定評估、比較和管理人工智慧技術性能的協議和程序，並通過指標量化人工智慧技術水平。

3）建立人工智慧測試平台。測試平台是至關重要的，研究人員可以使用實際運行數據，在現實系統和良好測試環境下的想定中進行建模並實驗。軍事領域擁有大量獨有的任務敏感型數據，應當建立安全且精準的測試平台環境，為人工智慧研究人員提供獨特的研究機會等分享和驗證人工智慧模型和實驗方法。

加強確保人工智慧安全防護

從技術層面看，人工智慧在軍事領域應用利於減少專業軍事人員數量，降低培養和維護成本，可以最大限度保障人的生命安全；而且，人工智慧不會感到疲倦，也不受感情因素影響，可以避免人為失誤，從而準確完成任務。但人工智慧也存在著一些不足，主要是由於下列原因而面臨著重要的安全和防護方面的挑戰。

1）技術複製。在開發和製作方面不需要高端技術，可能被恐怖集團掌握，用於製造自殺性恐怖襲擊等。由於小國也較容易製造出更有威力的武器，因而可能引發新的糾紛和擴軍競爭。

2）黑客攻擊。無法排除系統遭黑客攻擊、程序被修改而導致人工智慧武器錯誤行動等的可能性。

3）複雜和不確定的環境因素。在很多情況下，人工智慧系統被設計為可以在有大量的不能被詳盡檢查或測試的各種潛在情況的複雜環境中工作，一個系統甚至可能會面對設計期間從未考慮過的環境。

4）突發行為。對於部署后再進行學習的人工智慧系統來說，系統的行為在很大程度上是由無監督情況下的學習階段來決定。在這種情況下，很難對系統的行為進行預測。

5）目標誤設。由於很難將人類目標轉化為計算機指令，所以為一個人工智慧系統設定的目標可能無法與程序員的預期目標相匹配。

6）人機交互。在很多情況下，人工智慧系統的性能在很大程度上受到人機交互的影響，由此，人類反應的變化可能會影響系統的安全性。

為解決上述問題及其他可能存在的問題，需要加強人工智慧的安全和防護，包括改進可解釋性和透明度、建立信任、加強驗證和確認、制定防攻擊安全策略等，使人工智慧系統最終實現「遞歸自我改進」，從而確保長期人工智慧的安全性和價值一致性。

結 論

人工智慧的誕生與發展是20世紀最偉大的科學成就之一，也是新世紀引領未來發展的主導學科之一。要敏銳把握人工智慧快速發展的契機，打破固化思維，促進智能化向軍事領域內深度擴散與滲透，加快推進軍隊智能化在變革戰爭形態中的基礎主導作用。

1）人工智慧的快速發展使得新的戰爭形態——「智能化戰爭」指日可待，要敏銳把握並布局人工智慧技術在軍事指揮、軍事裝備、作戰方式等方面需突破的關鍵核心技術，控制打贏未來戰爭的制高點。

2）人工智慧技術的發展是技術群的發展，在促進智能化向軍事領域滲透過程中，要注重基準標準的建立，以及安全防護的整體統籌，確保人工智慧技術群的協調發展以及在軍事領域的規範與安全使用。

藍海長青智庫