人工智能背景下算法戰基本理論探要

中國人民解放軍66133部隊 武 劍 許乾坤 孫衛東

“算法戰”是利用人工智能技術從大數據中獲取軍事情報，大幅度提高決策速度和作戰行動效率的新型戰爭模式[1]。未來戰爭的復雜程度不斷提高，急需借助人工智能輔助決策以提升任務規劃和作戰指揮效率。算法是人工智能技術的關鍵，戰場上掌握最優算法的一方即擁有了“制智權”，使戰略謀劃由“人智”優化為“人智+機智”組合，從而大幅提高決策能力[2]。近年來，美軍大力開展“算法戰”概念及技術應用研究，已取得明顯進展[3]，其“阿爾法”智能空戰系統在與資深飛行員的模擬空戰中實現了完勝。算法戰是智能化戰爭的重要一環，需要持續研究發展，這對提高軍隊在未來戰場上的制勝概率具有重要意義。

一、算法戰的技術基礎

當今技術發展日新月異，大數據時代的到來、智能機器的發展，以及云計算的出現，使人們生活方式由信息化向智能化發展，同時未來戰爭的作戰樣式也在向智能化發展，算法戰由此應運而生。目前，算法戰的技術基礎主要包括以下幾個方面。

（一）大數據引領

“大智能”開辟了一次顛覆性的時代革命，尤其是人工智能、5G 和云計算等新技術的出現，將帶領人類進入萬物互聯的移動智能化時代，大大增強數字世界和現實世界的融合能力，并在軍事領域引發一場技術變革。大數據具備4 個特征，即數據體量大、處理速度快、類型繁多和價值密度低[4]（價值密度低是指需要從大量信息中篩選出有效信息）。在軍事領域，軍事數據包括軍事情報、氣象環境、戰場動態，以及裝備使用維護數據等，主要用于作戰輔助。軍事數據是智能化作戰系統的“細胞”，通過建立作戰數據管理中心[5]，搭建聯合共享數據平臺，統一作戰數據管理格式，應用數據管理、分析、應用軟件，輔助指揮員決策，實現數據高效整合和“人機協調”，進而實現人機結合的智能化，最終提高作戰效率和質量。

（二）智能機器輔助

傳統的自動化技術是通過設計確定的流程來實現規定目標的技術，其一般具有指定的輸入和輸出，是一個確定的系統。智能機器則是一種自我學習的機器，通過特定的過程來獲得知識，是一個不確定的系統[6]。智能機器的發展得益于芯片技術和機器學習算法的發展，新型芯片是智能機器的硬件基礎，未來量子計算的發展可能會大幅提高芯片的計算能力；先進的機器學習算法是智能機器的軟件基礎，目前深度學習是機器學習中最先進的技術，其核心是一個深度神經網絡，可以利用外部數據進行學習，也可以自我學習，并不斷強化自身能力。目前，部隊智能化作戰系統通過應用地方上計算能力強的芯片等硬件設備，為智能算法提供了硬件支撐；在未來幾年內甚至可以利用5G技術，實現戰場上的萬物互聯，并使武器裝備系統向無人化和智能化邁出關鍵性步伐。

（三）云計算分析

云計算是智能機器處理大數據最有效的方式，利用網絡資源對數據進行存儲、分析，具有較強的計算能力和較高的可擴展性[7]。軍事云計算平臺的出現將改變傳統的情報處理工作方式，提高指揮中樞對海量數據的處理能力，通過實現海陸空天等立體戰場的數據共享[8]，各軍兵種都能根據作戰需要進行戰術調整。同時，云計算具有較強的資源獲取能力，能為精確打擊提供戰場視野，撥開戰爭迷霧。通過與人工智能、大數據、物聯網、區塊鏈、邊緣計算等技術進行連接，云計算系統可以大幅提高有人和無人智能偵查感知能力，提高作戰反應速度，輔助決策出最優作戰方案。云計算強大的服務優勢將開啟智能化戰爭的新樣式。

二、大數據背景下算法戰的基本特點

伴隨著科學技術的不斷發展，戰爭形態已經由機械化轉向信息化、智能化，未來戰爭將不再局限某一地域，而是全方位體系化作戰，算法戰也在智能化戰爭中應運而生。相對于傳統作戰，算法戰作戰要素從“人為主導”轉向“機器主戰”，對抗手段從“體系對抗”轉向“算法競爭”，作戰樣式從“擊要癱體”轉向“極限抗擊”。

（一）作戰要素從“人為主導”轉向“機器主戰”

隨著智能技術的不斷發展，5G 技術的加快部署，以及智能輔助決策和大數據分析技術的日臻成熟，戰場環境已經突破“五域”限制，作戰要素在智能技術的改造下，開始由“以人為主”轉向“機器主戰”。新形態戰爭中，人工智能開始應用于戰爭的各個方面，數據分析、機器控制和智能決策成為未來戰爭的基礎，深度融合的智能化戰爭中，體系破擊戰面臨著戰場全息透明、戰爭控制有人、戰場交鋒無人的境況。“偵查、控制、決策、打擊”的每個環節都會發生深刻變革。智能化情報偵察、智能化指揮控制、智能化決策部署和智能化攻防作戰成為新的戰斗形態，人在戰斗中的影子越來越少，人逐漸從熱兵器時代的“臺前”走到信息化戰爭的“幕后”。

（二）對抗手段從“體系對抗”轉向“算法競爭”

智能化戰爭的組織模式與機械化戰爭大不相同，從大規模消滅敵方有生力量向有效摧毀敵方的作戰體系轉變，從依托陣地層層攻防作戰轉向全縱深立體多維、點穴式作戰。而軍事智能化使體系破擊戰面臨著向體系對抗和算法競爭的方向轉變。“算法”是按照一定的指令規則，通過對大量數據進行分析計算，找到問題的最優解決方案。智能化戰爭的制勝優勢在于算法，算法是以海量數據為支撐，獲取更清晰的認知和更明朗的對比。量子計算機的計算效率比經典計算機快出一億倍，使得計算速度呈幾何增長，由此帶來高速精確的計算優勢，代替了人去開展戰場偵察，實施射擊計算和決策比較，提高了決策的科學性。

（三）作戰樣式從“擊要癱體”轉向“極限抗擊”

在智能化戰爭中，由于作戰要素和對抗手段突破了戰爭空間和領域的限制，使得體系破擊戰面臨作戰速度加快、作戰手段靈活多樣、作戰樣式變化頻繁、對抗難度增加等困難，這樣的困難對人員和裝備都是極大的考驗。傳統作戰以癱瘓敵方核心樞紐的單點式攻擊為主，盡管戰斗發生的時間、地點、形態未知，但由于受到人員及裝備的極限限制和其他保障因素的影響，戰斗的時間并不會延續太久；而在智能化戰爭中，各個作戰單元的抗擊毀能力強，能實現自主作戰、極限抗擊，智能化戰爭使得全方位體系的作戰樣式從“擊要癱體”轉向“極限抗擊”。

三、算法戰在智能化戰爭中的應用

戰爭可以看做是敵我雙方相互較量誰能更快地完成“觀察—調整—決策—行動”的循環程序[9]，算法戰的出現大大加快了這個循環過程，在戰場上能夠更先搶占優勢，從而掌握現代戰爭的主動權。算法戰的開展由人和機器人共同完成，其在智能化戰爭中的應用主要體現在以下環節。

（一）數據分析，增強戰場態勢感知能力

智能機器可以用于解決戰場感知數據量大及復雜度高等難題，可以使指揮官能夠實時掌握戰場空間態勢；在智能機器人、高超聲速、生物技術等前沿技術的支撐下，戰爭將跨維度、跨領域展開，有人和無人、有形和無形的新型作戰手段及方式不斷涌現，現有預警系統難以實現全時全方位有效監控；依靠物聯網、大數據等核心技術，通過廣泛部署智能傳感器、各類偵察監視平臺聯網行動，可以使戰場態勢更加透明，從而進一步預判敵方的戰略意圖、作戰計劃，針對性地“先手”布勢，占據戰場主動性。在戰場環境采集的海量信息中，利用神經網絡、深度學習和遷移學習等算法，可以幫助指揮員對敵方進行快速定位，確定威脅程度，掌握戰場態勢，輔助開展戰爭指揮決策，因此，算法戰在未來攻防作戰流程中將發揮重要作用。

（二）實時決策，提高戰場快速反應能力

智能化戰爭更多體現的是不同兵種之間的協同作戰，在實際運用過程中，智能系統通過對偵查設備采集到的數據進行分析，過濾無效信息，整合有效信息，極大提高了數據處理能力和情報獲取效率。當前無人機蜂群、群化武器等新型武器和戰法提出后，對決策的時效性提出了更高的要求，而通過運用算法分析，可以縮短“觀察—調整—決策—行動”的反應時間。在算法戰的實現過程中，智能機器也可以輔助人類進行決策，提供高質量數據信息，制訂多種作戰方案，并自主對作戰方案進行驗證，將分析結果提供給指揮員供其選擇；在這一過程中，需要充分發揮人與機器的優勢，人類關注戰略的規劃，而機器可以作為一個戰場助理，快速完成任務的分析、預測，并輔助指揮員開展決策，從而實現人與智能機器的最佳融合，最終更快、更正確地做出決策。

（三）隨動響應，增強自主規劃能力

當前處于信息化戰爭時代，軍事戰爭強調各軍兵種聯合行動，指揮機構按照軍事目的，依靠指揮信息鏈，統一協同指揮。各作戰要素受指揮機構的主導控制，雖然在分目標下可以自主執行并按步驟實施，但更多的情況是依指令執行。在未來智能化戰爭中，各作戰要素組成一個完整的體系，可以實現信息實時共享，各作戰要素內部及其各要素之間，以及作戰數據云端都能夠多向互動和靈活反應，能夠實現各作戰要素在系統中的自主規劃和隨動響應。在作戰行動中，智能機器可以根據指揮員做出的決策，自主規劃作戰方案，自主根據戰場形勢變化調整作戰實施方案，自動識別目標，自主展開攻防行動，并可以依托共享的信息，與其他無人作戰單元形成作戰體系，協調作戰方案，最大程度地發揮作戰效能。

四、算法戰的建設發展對策

智能機器在軍事領域的廣泛應用可能將推翻一些既定的戰場規則，成為未來的一項“顛覆性技術”，并成為未來大國的常規威懾力量。鑒于此，我們必須加快加強算法戰領域的相關研究。為此，提出以下的對策建議。

（一）與時俱進，注重作戰理論創新

思維理念的轉變是最關鍵的改變，理論上的創新是最根本的創新。在算法戰領域，需要及時轉變作戰思維理念，加強作戰理論創新研究。一方面，建議及時轉變作戰思維理念，不斷提高思想認知。無人技術及人工智能技術是算法戰中重要內容，無人平臺的超量化運用、自主武器的智能化對抗，使“制智權”成為未來戰爭新的爭奪焦點。需要各級作戰人員積極主動開展無人化智能化作戰問題的研究和學習，不斷提高各級指揮人員對無人化智能化作戰的思想認知。另一方面，建議緊貼未來作戰樣式，不斷加強作戰理論研究。需要從上至下開展無人化智能化作戰理論研究攻關，特別是要遵循新形勢下無人化智能化的技術原理和特點，研究探索無人化智能化作戰的制勝機理，研究制定符合我軍實際的智能領域作戰法規政策和作戰條例，及時提出應對無人化智能化作戰需求的力量運用原則、典型戰法樣式、指揮協調程序等，不斷夯實我軍無人化智能化作戰能力建設的理論根基。

（二）拓寬途徑，探索實踐軍民協同之路

在冷戰期間，大規模的軍事科研推動了技術的進步，產生了多種先進的民用產品；如今，大規模的商業研究推動了人工智能技術的發展，改變了戰爭方式。在人工智能領域，民用研究已經走在了前列，因此，可以走軍民協同發展的道路，依托已有的人工智能技術成果和研究體系，開展算法戰等與軍事智能化方面相關的研究。基于大數據的人工智能是算法戰的核心，該技術具有典型的軍民兩用特征。在發展算法戰的過程中，應吸收融合地方先進技術經驗和成果，提升部隊在戰場態勢感知、指揮控制決策、電子信息對抗、無人化系統和平臺建設、作戰軍事訓練等領域的智能化水平，促進高新技術轉化為部隊戰斗力。

（三）暢通渠道，加強人才隊伍建設

人力資源是第一資源，先進的算法離不開人的開發和使用，未來戰爭中指揮員將需要掌握復合知識，并能夠進行知識的跨學科、多領域綜合運用，具備較高的信息化理論水平；同時，未來裝備逐漸向智能化和無人化發展，操作人員在進行決策和分析時，需要掌握網絡技術、機器學習、數據分析、人工智能等多方面的專業知識。一方面，需要大力吸納和培養復合型科研人才，讓技術和軍事進行融合，提高群體智慧、能力，使不同學科、不同部門能夠通力合作，共同創新算法。另一方面，機關工作人員需要做好指揮員和智能機器間的協同工作，提高軍隊決策的效率，適應新時代戰爭的需求。在培養模式上，走軍民協同的道路，對智能通信、深度學習、算法開發等相關人才的培養可以依托地方教育機構完成，利用地方成熟的人才培養體系，縮短人才培養時間。

五、結 語

在冷兵器和機械化戰爭時代，戰場制勝的法則通常是“大吃小”；在信息時代，戰場制勝的法則是“快吃慢”[10]。在算法戰中，人工智能的計算速度快、學習能力強，以算法為核心的人工智能在未來戰爭中將會擁有廣泛的軍事用途和廣闊的發展空間。