算法改變世界

文 唐蘇妍 唐雪琴 王 炯

在2022年11月舉行的第十四屆中國航展上，一款名為FH-97A的“忠誠僚機”首次公開亮相。憑借著顛覆傳統有人機空戰模式的先進作戰理念，“忠誠僚機”吸引了眾多關注的目光。這是一款新型自主無人機編隊系統，可以與有人作戰飛機密集編隊、高效協同，執行協同偵察、制空作戰、防空壓制等任務。可以說，在未來空戰中，“忠誠僚機”既是傳感器，也是彈藥庫，更是飛行員的智能助手。

據介紹，每架“忠誠僚機”都可以成為空戰體系的智能節點，獲取局部的作戰信息，并且進行篩選融合，以形成全局的戰場態勢，輔助飛行員作出決策。而這一篩選融合、輔助決策的過程，終端顯示為類似人腦的智能化處理，其背后，則有一系列先進算法的支持。事實上，未來戰場上的智能化武器裝備，都需要前期大量訓練數據的輸入和不斷糾錯，也就是智能算法的持續學習及優化。

跨越千年

很多人認為，算法是計算機時代的產物，其實不然，其發展歷史遠遠長于計算機和互聯網的歷史。公元前的一天，希臘數學家埃拉托色尼試圖識別質數。他先把1～100的數字分為10行，先劃掉1；然后圈出2，劃掉2的倍數；再圈出3，劃掉3的倍數……輸入，處理，輸出——這就是由他創造的一個簡單的算法。

算法，除卻廣義上對計算方法的統稱，現在一般特指通過一系列計算步驟，將輸入數據或信息轉換成輸出結果或決策方案。從計算程序的角度看，算法是解決方案的準確而完整的描述，是一系列解決問題的清晰指令。

跨越千年，算法一直與人類社會和文明同步。縱觀歷史，算法常常被用來解決各種各樣的問題，或天文計算，或制作密碼。很長一段時間，算法都處于非常簡單的狀態，沒有受到過多的關注。然而，隨著計算機和互聯網技術的發展，已經有“預言家”意識到了算法的重要性。

早在2006年3月，全球知名中文I T技術交流平臺CSDN里，有程序員預言：“今天可以肯定地說，未來的互聯網，將被算法所主宰統治。”

2016年，人工智能機器人阿爾法圍棋（AlphaGo）連勝世界各路圍棋冠軍。以深度學習為代表的人工智能算法，從此變得廣為人知。近年來，算法已然成為諸多領域的核心技術和核心競爭力。人們對于算法的關注度，顯然已經超越了以往任何一個時期。

由數學家約翰·馮·諾依曼發明的歸并排序算法，是互聯網時代最重要的算法之一。其次還有快速排序算法、堆積排序算法等。有了這些算法，才有了今天的數據挖掘、人工智能、鏈接分析和一些網頁計算工具。

快速傅里葉變換算法，被稱為“數字信號處理的基石”。因特網、Wi-Fi、電腦、路由器、衛星等，或多或少都與之相關，在電子技術、圖像處理、聲學等領域應用極其廣泛……

在“互聯網+”“人工智能+”的時代，大數據、計算力和人工智能技術的發展，更使算法走向復雜、多項和多能。然而，算法按照大的分類依然可以“一分為三”：第一類是基礎算法，這是開發其他算法的工具；第二類是通用算法，比如人臉識別算法，可以在多個領域運用；第三類是針對特定場景的應用算法，如智慧城市管理時用到的算法。這三類算法，在人類社會的發展與進步中發揮著日益重要的作用。

規則的核心

圖靈獎得主巴特勒·蘭普森（Butler Lampson）曾說，“一切皆可計算”。在當今時代，這句話被不少人奉為圭臬。毫無疑問，算法正在深刻地影響著人類社會的方方面面。

出門旅游，導航軟件可以自動規劃最合理的路徑；打開淘寶，買家需要的商品一應俱全；閱讀資訊，App會將用戶感興趣的內容推送到主頁……“算法，比你還懂你自己”的說法由此而生。

算法正在改變著人類的生產和生活方式。可以說，人類已經從互聯網社會進入算法社會。在大數據和計算力的助力下，算法設計的思維逐漸由“合理解決問題”向“精確化和優化”方向轉變。這也引發了不少人對算法的恐懼。他們認為“算法利維坦”近在眼前。

1818年，詩人雪萊的妻子瑪麗·雪萊創作了一本名為《弗蘭肯斯坦——現代普羅米修斯的故事》的小說。小說中，一位名叫弗蘭肯斯坦的年輕科學家創造出一個類人生物，并由此帶來痛苦和災難。100多年后，科幻作家阿西莫夫將人類懼怕機器的心理，取名為弗蘭肯斯坦情結。隨著算法的不斷演進和人工智能技術應用帶來的不確定性，人們的弗蘭肯斯坦情結越來越嚴重。

近期，AI繪畫再一次掀起狂潮。2022年8月，美國科羅拉多州舉辦藝術博覽會，游戲設計師杰森·艾倫的A I繪畫作品《太空歌劇院》獲得數字藝術類別的冠軍。A I繪畫發展到今天，已經相對成熟了。任何人都可以獲得AI繪畫的算法，只需要輸入關鍵詞，便可迅速生成不輸于人類一般畫手的作品。

然而，令畫手們恐懼的是，AI繪畫算法是接受“投喂訓練”的。即可以通過將他之前的作品“投喂”給算法，算法便可以生成帶有這個畫手獨特風格的作品。這對畫手們作品的原創性提出了挑戰，更是對年輕的畫家們帶來了巨大的沖擊。

算法過度追求效率，也讓“科技倫理”成為社會各界關注的重點。除此之外，大數據殺熟、過度干預、誘導沉迷、制造信息繭房等，正在對人們的日常生活造成負面影響。這讓許多人擔憂，最懂人心的算法正在“算計”用戶。

耶魯大學教授杰克·巴爾金提出一種觀點：在算法社會，規則的核心問題不是算法，而是使用算法的人及允許自己被算法支配的人。算法本身也存在著一定缺陷。比如，對象復雜、數據偏差、模型誤差、黑客攻擊等手段可能造成算法失效甚至失控，從而使得輸出結果偏離實際。另外，由于目前人類依然無法理解部分新型人工智能算法的認知模式，會導致這些缺乏可解釋性的算法很難在某些關鍵領域應用和推廣。

可見，算法在應用過程中，通常需要人類執行糾錯、更新數據集、調整參數等操作，才能確保算法運行的可靠性。實現可信算法、可信智能的落地才是最終的目的。目前來看，人類智能與計算機算法的融合和互補，將在很長一段時間內成為改變世界的主流。

不對稱作戰優勢

早在古代，算法就被用于軍事密碼的編譯。情報人員往往通過特定的加密算法，將明文信息轉換為密文信息以便于信息的偽裝和傳遞。20世紀中葉以來，隨著信息論的發展，出現了對稱加密算法、非對稱加密算法、哈希算法等現代加密算法，使得軍事密碼更加科學有效。

在戰爭推演方面，1811年，普魯士宮廷戰爭顧問馮·萊斯維茨發明了一款戰爭游戲，可以利用基于規則的算法推演戰爭進程。后來，世界各軍事強國陸續開發出基于搜索算法、圖形仿真算法等算法的作戰仿真推演系統來輔助作戰決策。

先進的算法也被廣泛應用于研發各型武器裝備。例如，導彈的航跡規劃算法、地形匹配算法、防空導彈武器系統的指揮決策優化算法及控制算法等，對于裝備效能的發揮至關重要。很長一段時間以來，作戰領域的不對稱作戰優勢大多來自高技術支撐下的撒手锏武器裝備。然而，數據、人工智能算法及計算力資源，或將通過“以軟制硬”的方式來謀求新的不對稱作戰優勢。

在情報偵察領域，隨著信息化進程的不斷推進，戰場中的情報數據量激增。同時，先進的加密算法在軍事領域的廣泛應用，使得情報挖掘過程中通常存在的大量復雜問題難以得到有效求解。以深度學習為代表的新型人工智能算法，能夠在較短時間內挖掘出更多有用的信息，從而助力增強偵察情報分析領域的不對稱優勢。

在指揮決策領域，以高超聲速武器為代表的全球快速打擊系統的發展，將使人類進入“讀秒戰爭”時代。這也對指揮員決策效率和效果提出較高要求。面對不同作戰決策問題，通過開發相應的戰爭算法體系，并在長期訓練中不斷調整和優化算法模塊，將大大提高決策能力。

在作戰樣式方面，當前被廣泛認可的分布式作戰概念，其作戰能力達成的關鍵在于“如何在正確的時間、正確的地點，以正確的方式與正確的作戰要素展開協同，以執行正確的作戰任務”。廣泛應用于多無人機協同、多彈編隊、作戰任務規劃、體系對抗等問題中的定位算法、分布式決策算法、防御算法、控制算法、路徑優化算法、碰撞檢測算法等，其本質與分布式作戰相似，研究成果也可用于輔助分布式作戰算法體系構建，從而實現作戰樣式方面的不對稱優勢。

算法帶來了更快的速度、更高的效率、更持續的“耐力”和更優化的結果。可以想象，未來，推進優質算法在軍事領域更廣泛的應用，將成為算法體系的一個重要發展趨勢。新的作戰樣式都將以算法為基礎，統稱之為“算法戰”也許并不過分。