日本自衛隊智能化建設研究：基于裝備研發視角

近年來，日本政府將防衛裝備智能化建設提高到新的臺階，通過多階段、多方位的政策布局構建研發生產框架，并推出多項配套措施營造良好的研發環境。日本防衛省通過軍民合作、國際合作兩手并用的方式，企圖加快智能化裝備技術生成速度。但囿于日本國防產業的內生性矛盾、日本國內輿論的反對聲音和社會結構斷層等多重因素，日本推動防衛裝備智能化研究還存在一定的局限性。

戰略驅動：政府文件聚焦智能裝備研發

多份文件明確裝備智能化建設重要性。2014年日本《防衛生產和技術基礎戰略》即指出無人裝備發展“可能對軍事戰略和軍力平衡產生重大影響”，但初期研發主要聚焦無人機。2016年，防衛省《中長期技術展望》將無人化、智能化列為重點，提出以無人機為中心的研發路線圖。同年8月，防衛裝備廳《未來無人裝備的研發前景》強調AI技術進步將推動無人系統應用擴展，并計劃在陸、海、空三大領域推進裝備“無人化”。

隨著日本將AI提升至戰略層面，其AI與裝備融合的思路更加開闊。2022年12月，岸田內閣通過“安保三文件”，標志著防衛政策的重大轉變。其中《國家防衛戰略》多次提及AI應用，主張研究AI與有人/無人裝備融合，用于情報偵察、警戒監視和戰斗支援，以獲取非對稱優勢。2024年7月，防衛省首次推出AI軍事應用專題文件《推進人工智能有效應用的基本方針》，明確提出制定研發指南、深化聯合研發等措施以推動AI裝備發展。

多項政策激勵軍民合作環境構建。日本的智能化武器裝備研發高度重視“官民產業合作”，即民間資本和企業的參與。二戰后，日本學術界長期禁止軍事研究，防衛當局主要與軍工企業合作，而近年來隨著可用于軍事的兩用技術涌現及軍事研究定義模糊化，日本防衛省改變政策，積極尋求學術界支持。約2004年起，防衛省開始派遣技術官員赴大學交流，建立“技術交流”制度，開展數據交換、實驗室共享等。2013年—2015年，防衛省與13家大學或地方機構在無人潛航器、機器人控制、爆炸物探測和信息安全等領域進行了技術交流。2013年12月，主張“積極和平主義”的安倍政府推出顛覆性技術創新計劃（ImPACT），旨在通過高風險高影響研究推動變革。同月發布的《防衛計劃大綱》明確提出“調動產業界、學術界和政府力量”，加強合作利用兩用技術。2024年10月，防衛省成立防衛創新技術研究所，效仿美國DARPA模式，通過公開招標、聘用項目經理、政府資助等方式，探索前沿科技并快速應用，以促進防衛創新。

雙軌推進：軍民跨國合作突破關鍵技術

軍民合作聚力研發關鍵技術。2015年，日本防衛裝備廳啟動“安全保障技術研究推進制度”，針對大學、獨立行政法人、大學衍生企業以及公司提交的兩用技術研發課題進行遴選和資助。該框架明確指出，成果將用于“未來裝備的研發”，以及日本防衛、救災和國際和平合作活動等。日本防衛裝備廳先后4次對該框架進行修改，包括進一步明確目標、細化內容、規范程序等，不斷完善并確保措施的科學性和有效性。

自“安全保障技術研究推進制度”啟動至今，社會層面提交的課題申請數量總體呈上升趨勢，特別是2024年較前一年增幅高達70%，該制度較為成功地調動起社會層面參與兩用技術研發課題的積極性。2015年—2024年，日本防衛裝備廳共收到社會層面1067件課題申請，采用了190件。其中，人工智能有關課題共9件，占比約5%，在按學科分類的課題總數中排名第6，涉及人機協作、群體智能、智能輔助識別、輔助決策控制等多個研究方向，其中類腦智能和網絡安全方向有關課題占比較大，可以推斷為當前日本重點研發的智能化裝備技術。

?類腦智能在軍事中的應用主要體現在腦機接口（BMI）技術上，該技術通過模擬人腦的神經元活動，實現與外部設備的交互和控制。日本防衛裝備廳資助研發的類腦計算和類腦芯片技術，可以高效處理和分析海量戰場數據，提供精準的戰場態勢感知，也可以應用于穿戴式裝備，通過腦電波控制無人機群行動。

網絡安全技術可以運用于作戰、情報搜集、通信等多個環節，結合日本研發的有關課題來看，當前日本重點攻關未知威脅檢測與漏洞管理、復雜網絡攻擊自動響應2個研究方向，旨在構建2個系統，分別是利用人工智能檢測未知安全缺陷系統，以及利用人工智能自動檢測和響應網絡攻擊的系統。

國際合作促進成品智能化裝備研發生產。2014年《防衛裝備轉讓三原則》出臺以來，日本政府密集開展雙邊防衛裝備和技術合作協議締結工作。截至2025年，日本已經與16個國家締結《防衛裝備和技術轉讓協定》，并在該框架下實施多項防衛裝備出口活動。日本注重與美國、英國、法國、澳大利亞等技術先進的國家合作，旨在獲取先進裝備技術，其中，日本開展智能化裝備聯合研發的動向也十分突出。2023年12月起，日本與美國聯合研發將AI應用于無人機的技術，具備與下一代戰斗機相連接的功能。2024年1月起，日本與澳大利亞圍繞水下自主無人潛航器技術展開合作，并表示該技術有助于提升不對稱優勢。2024年3月，日本與印度圍繞地面無人車、機器人的圖像定位技術開展的聯合研發活動告一段落。

挑戰并存：智能系統融入防衛裝備前景

技術短板與投入不足的內生性困境。日本在主戰裝備技術研發上基本不具備自主性。二戰結束以來，日本自衛隊主戰裝備大部分依賴進口或許可生產，最具代表性的是日本歷代戰斗機均從美國進口或購買生產線生產，主戰裝備缺乏自主知識產權。同時，美國牢牢把控著日本自衛隊主戰裝備的核心技術，允許日本生產重要裝備和系統，但在裝備整體研發驗收后有關成品和技術需全部提供給美國，防范日本借機掌握核心技術。舉例來說，20世紀80年代，美國反對并阻撓日本研發F-X新一代戰斗機，強迫日本接受40%零部件由美國提供的方案，并要求日本將研發的新型隱形涂料等先進技術無償贈送給美國，旨在遏制日本軍工產業的創新能力。因此，日本在部分高端技術的研發生產上仍需看美國臉色行事，不排除日本智能化裝備研發后再次經歷被美國巧取豪奪的可能性，即使日本研發出智能化技術，也不一定能投入生產并交付自衛隊使用。

此外，日本軍工研發的預算投入長期在低位徘徊。相較于其他發達國家，日本用于軍工的研發規模有限。以2019年為例，日本政府軍工研發撥款比例為3.04%，而美國則高達46.66%，韓國以15.52%的比例大幅高于日本。2022年底，日本政府決定未來五年大幅擴大軍事預算規模至43萬億日元；在2023財年增至6.8萬億日元的預算中，用于技術研發的比例微增至3.3%，預算額約為2201億日元。日本2024財年政府防衛預算同比上漲16.5%，其中防衛裝備研發預算達8225億日元，約占總額的10.3%，雖然比例有所上升，但距離世界主要軍火出口國仍有一段距離。

國內反對輿論對裝備技術研發的束縛。目前，日本學術界仍對科研成果轉化為軍事用途持審慎態度。日本大學和研究機構對于防衛裝備廳“安全保障技術研究推進制度”提出的資助申請，由2016年的44個增加到2017年的104個，又于2018年減少到73個。造成該現象的直接原因是，2017年，在日本學術界具有極大影響力的日本科學委員會明確堅持不鼓勵大學開展軍事相關研究的政策，警告研究成果可能被用于軍事用途，這表明學術界在開展軍事相關研究方面仍然猶豫不決。

日本民眾追求和平的夙愿同樣不容忽視。近年，日本外務省圍繞安全保障問題開展的輿論調查顯示，64%的受訪者認為發揮作用保護日本和平與安全的是和平憲法。2014年，日本媒體《中日新聞》針對放寬武器出口三原則進行民意調查，結果顯示66.8%的受訪者持不支持態度。2024年初日本媒體圍繞日本的防衛裝備出口政策進行的輿論調查顯示，30%的人認為根本不應該允許出口。可見追求和平的訴求在日本民眾中仍具備一定聲量，如果有爭議的防衛裝備出口交易或出口裝備被濫用的消息被披露，可能會迅速激起公眾的反軍國主義情緒。另一方面，多個民間組織對日本調整防衛裝備出口政策持反對意見。2015年底，民間組織“反對日本武器貿易網絡”（NAJAT）成立，多次組織集會，并開展反對活動，負責人杉原浩司在2024年3月舉行的反對集會上批評道，“解除致命武器出口禁令，無異于修改憲法，這將使日本再次與世界為敵，淪為‘死亡商人’”。

機器學習系統能力構建受制于社會結構斷層。日本人力資源的短缺是制約裝備數據庫構建的關鍵因素。對于機器學習系統而言，訓練系統中數據的數量和質量直接決定了輸出內容的準確性，因此對原始數據進行預處理的工作至關重要，隨著數據收集來源的增加，數據預處理對人力的需求更加旺盛。此外，創建教師數據集（將正確答案分配給精細的訓練數據）的工作同樣需要大量的人工參與。人力密集型方法對于構建機器學習系統的能力而言是必不可少的。

然而，當前的日本正深陷老齡化、少子化泥沼，勞動力嚴重短缺，開展人力密集型工作極為困難。日本自衛隊也因少子老齡化問題出現兵員不足、人手短缺的問題，許多崗位長期處于缺員狀態。并且，人工智能數據的訓練需要配備具備專業技能知識的人員操作，而自衛隊在與民營企業爭奪人才時往往處于劣勢。可以預見人力資源短缺將對智能化裝備系統的數據庫訓練產生限制。

此外，日本自衛隊可用于構建數據庫的基礎數據量本身相當稀缺，這直接導致了數據預處理周期漫長。例如，航空自衛隊現役飛機數量少，且受限于零部件供應、采購效率及國產化周期等問題，裝備出動率持續低迷，導致可收集的維護數據極為有限且耗時冗長。此外，新舊型號警戒管制雷達（模擬電路與數字電路）所需數據格式迥異，進一步增加了數據收集與預處理的復雜性。數據匱乏同樣嚴重影響推理模型質量。關鍵在于模型驗證與確認（Vamp;V）需要獨立的評估數據集，然而可用數據總量有限，難以支撐從訓練數據中分離出足夠的評估集，致使Vamp;V工作不充分，最終影響了應用于軍事裝備的智能化推理系統的準確性。

責任編輯：李宗一