智能化战争背景下人工智能技术在军事指挥控制中的应用

　　自动化指挥系统插入扫描寿命试验电弧静特性凯发国际平台当前，战争形态智能化色彩日趋浓烈，战场对抗的广度和深度空前扩大，现代战争的军事指挥控制对计算能力、数据搜集能力以及算法能力的需求正在以指数速度增长。在此背景下，人工智能技术正在迅速融入指挥控制系统，成为世界各国军队建设的重要领域。美国空军指挥与参谋学院发布的一份报告就曾指出，“世界正处于意识到人工智能巨大威力和指数级增长的初级阶段，人工智能的创新解决方案可以将空中力量的指挥与控制带入21世纪”。现代战争中，作战环境日趋复杂、作战进程不断加快，对指挥控制能力提出了更高的要求。拥有信息优势的一方将决定未来战争的结果，并能够以高效的决策方式及时做出反应，扰乱敌人的行动。在复杂作战环境下，指挥官与士兵都处于OODA循环中，观察、定位、决策以及行动的速度直接关系到战争的胜败，人工智能技术的运用可显著缩短决策周期。

　　人工智能是一种非自然的智能体，具有与人类相当甚至更好的学习和适应变化的能力。在21世纪，如何把握住科技优势，对国家的繁荣和军事的进步至关重要。美国《2022年国家人工智能法案》指出，“对于一系列给定的人类定义的目标，人工智能可以做出影响真实或虚拟环境的预测、建议或决策”。美国务卿布林肯指出凯发国际平台，“一场全球技术革命正在进行中。世界领先的大国正在竞相开发和部署人工智能和量子计算等新技术，这些技术可以塑造生活的一切。

　　美军联合出版物JP3-0指出，指挥与控制是“在完成任务过程中，由适当指定的指挥官对指定和附属部队行使权力和指挥”。指挥与控制的目标是通过在时间和目的上规划、同步和整合部队，实现其他作战可能。

　　美国防部表示，到 2025年必须拥有一支支持人工智能的部队，因为速度将成为未来战斗中的差异化因素。而人工智能的强大之处在于其学习和适应不断变化的情况的能力。战场是一个动态的环境，适应最快的一方占优势。因此，人工智能有必要应用于军事指挥与控制系统凯发国际平台。

　　大数据时代，处理海量数据的需要。大数据时代有着显著的“3V”特征，即Volume（总量大）、Variety（类型多）、Velocity（速度快）。近乎海量的数据信息，对指挥官和参谋人员来说是极大的挑战。单纯依靠人力手段不仅会耗费大量时间，而且还有可能会出现错误。因此，在大数据条件下，需要将人工智能技术引入作战分析和决策环节，通过深度学习和机器学习等手段，辅助指挥控制的进行。

　　现代战争指挥与控制复杂，协调各方的需要。现代战争“全球一体作战”成为大势所趋，需要一个机构或机制对全球力量进行实时调配，对指挥控制提出了更高的要求。美军空中作战中心是战区空中控制系统的高级组成部分，确保有效规划和实施空中、空间和网络空间作战，其职责包括规划和控制联合空中行动，建议空中分配、空域协调、防空协调、空间协调和网络空间协调的优先事项等。空中作战中心有700多项作战要求和技术要求，若将人工智能工具融入战术决策中，可逐步将大部分任务管理负担从人的肩上卸除。自主化的机器对机器任务布置和战术决策将实现杀伤链末端的跨域协同以及多域效能聚合，系统运转也会由逐级传动向按需联动发展。

　　加速OODA循环，把握战争主动权的需要。美军指出，在当前作战环境下，72小时的空军战役级指挥控制周期不能满足当前战场需求，不能服务于联合目标打击工作的开展。空中任务周期是一个规范的72小时流程，用于规划、执行、监控和评估空中力量。冷战时期提出的空中任务周期已无法满足当下防御行动和实时任务变化。人工智能可以通过缩短OODA周期，大幅缩短空中任务周期的持续时间，可在指挥控制阶段考虑更多的突发事件，实现对作战力量更为有序的规划。

　　人工智能必然推动战争形态从信息化向智能化方向演变。当前，人工智能技术在指挥控制系统中的应用领域主要有以下五个方面。

　　进行战略预警。人工智能技术为战略级司令部提供重大事件预测和报警能力。在战略级，通过使用大量当前世界发生的事件信息，人工智能系统能够帮助指挥官分析动态变化的地理政治和军事环境，对世界战略区域的军事、政治态势信息进行收集分析并生成结论。

　　辅助作战决策。信息化战争条件下，对作战指挥决策的时效性、准确性要求变得更加严格。这就要求指挥与控制系统应具有智能决策支持能力，通过指挥与控制系统提供的智能化辅助决策，能够分析处理大量情报，智能化优选确定目标和评估方案，拨开“战争迷雾”，为联合作战指挥决策和部队行动提供及时可靠的辅助支持功能。2007年，美国防部高级研究计划局（DARPA）启动深绿项目，该项目重在辅助指挥官的决策选择，而不是方案细节的制定。依靠该项目，美军将人工智能引入作战辅助决策，以适应多变的战场环境，为指挥官科学决策的达成提供技术支持。通过自身的算法，人工智能进行多次计算机模拟，提前设置各种想定，对敌方行动进行预判，协助指挥官做出正确决策。在战术级，俄罗斯希望人工智能技术能够管理大量数据，并缩短决策周期。目前，俄罗斯正在为战斗机开发人工智能系统，帮助飞行员管理信息，简化空战中的决策方式。

　　实现一体化作战指挥。美国防部提出的联合全域指挥与控制将云计算作为其信息共享架构基础，可连接所有军种的传感器，融合许多信息源，辅助指挥官决策，降低采取行动所需的时间。2019年，俄罗斯国防部信息系统局局长称俄军队正在采用云计算技术，并正在开发数据传输网络，以便国防部创建一个信息服务平台。在2019年俄军举行的里海区舰队演习中，俄罗斯自动化控制系统将陆、海、空天部队成功地融合到了一个信息环境中。演习期间，探测到的目标数据可实时输入系统，指挥官可根据目标类型选择最优攻击方法，自动化指挥控制系统利用人工智能技术可实时接收和分析信息。

　　进行资源配置和任务管理。利用机器学习，人工智能可进行信息自动化处理与分析。在战区范围内的冲突中，了解可用且最适合完成任务的资产是一项重大挑战凯发国际平台，若人工智能可覆盖所有域，它将能够评估最适合使用资源的指挥官，包括那些凭人力挖掘可能无法显现的资源。人工智能还能快速提醒指挥官，甚至在任务展开或新情报出现时自动调整命令，例如编辑空中任务分派命令，优化资产部署。

　　正确的技术能力必须与作战需求相一致。当前，尽管人工智能技术在指挥控制领域已得到应用并取得一定成效，但在实际运用过程中，由于制约性因素的存在，人工智能技术的应用仍存在一些障碍。

　　基础薄弱，人才培养和配套设施建设相对滞后。指挥控制的智能化对从业人员有着极高的要求，要求相关技术人员既要精通计算机科学的知识，又要深入了解作战知识。在配套设施建设上，即便是当前世界最为强大的美军，其军队基础设施的薄弱也制约了人工智能技术的运用。例如，在数据的采集和处理上，美国防部缺乏大型标记数据集，此外，他们还缺乏高速、高保真的仿真环境。

　　军用技术与民用技术在实际运用过程中不能完全兼容。美国私营公司在美军指挥控制智能化上发挥着重要作用。但是，商业公司的技术与军事斗争的需求无法完全匹配，技术上的鸿沟一定程度上阻碍了人工智能技术应用于指挥控制。例如，军事报告不同于民事报告。考虑到军事数据的敏感性，军用人工智能技术在进行机器学习时很难提供充分完整的数据，这在一定程度上阻碍了民用人工智能技术向军用人工智能技术的转化。

　　军队内部信息的“互联互通”存在一定障碍。指挥控制的达成必然以信息的实时共享为基础。以美军为例，在信息共享上存在“烟囱林立”“标准不一”的问题，各军种、盟国及合作伙伴在信息共享和兼容上存在诸多壁垒。在实战过程中，受作战域、密级、通信传输要求等多重障碍的影响，各作战主体之间的数据并不是完全共享的，很大一部分数据仍然属于私有或专有数据，需要通过专门的方式进行传输和存储，这给人工智能技术的广泛、全面应用带来了挑战。

　　在作战行动中，人工智能技术的运用可显著提高工作效率。当前，美国推出“联合全域指挥与控制”概念，人工智能技术在其中发挥着重要作用。同时，美国防部还成立了联合人工智能中心，旨在赢得人工智能战争。总体来看，人工智能技术应用于指挥控制前景广阔，呈现以下趋势。

　　指挥控制领域人工智能技术的运用将进一步标准化。研究和开发在技术运用上发挥的作用不容忽视，但一项技术的广泛运用必然要以标准化为前提。人工智能技术的运行需要一个持续稳定的应用环境，因而需要构建类似监管框架或某种标准化协议的机制。事实上，在该领域，美军已经做出了尝试。依托人工智能技术，美军构建了联合协商、指挥和控制信息交换数据模型，旨在实现共享指挥和控制信息所需的系统和项目。同时，美军还出台了联合全域指挥与控制战略，以规范人工智能技术在指挥控制中的应用。

　　军民融合趋势持续强化。DARPA为人工智能研究提供了持续的支持。例如，数十亿美元的自动驾驶汽车市场可以追溯到第一次DARPA大挑战；Siri来自DARPA私人助理学习项目。这种支持也有助于取得各种军事成功。为了应对海量数据及复杂的战场态势，美军希望利用苹果公司的Siri、谷歌助理、亚马逊的Alexa和微软的小娜等产品的成果，处理海量的多源情报信息，为指挥官制定决策提供支持。

　　现代战争的复杂性和速度已不再是指挥官单纯依靠人脑就能进行的。拥有信息优势的一方将决定未来战争的结果，并能够以高速决策的方式即时做出反应，同时为敌人制造复杂而多重的困境。智能化战争对指挥控制提出了更高的要求。一方面，作战人员可以获得越来越多的先进技术武器，并得到各种专业组织和系统的支持。另一方面，在作战域上，物理战场和网络战场上分布的武器和系统范围不断扩大，需要作战人员和军事领导人获得更多的信息。综上，将人工智能技术应用于指挥控制已势不可挡。以人工智能技术驱动的指挥控制自动化使战场上的军事指挥官和作战人员能够获得准确和精确的数据，以便比敌人更快、更有效地采取行动，把握战争主动权。在未来，人工智能技术与指挥控制的融合仍将是一个重点问题。