深度分析大數(shù)據(jù)和人工智能下的裝備體系

大數(shù)據(jù)和人工智能是當(dāng)前發(fā)展最為迅猛的技術(shù)，世界先進(jìn)國家都紛紛將大數(shù)據(jù)和人工智能技術(shù)上升為國家戰(zhàn)略。2012年我國計(jì)算機(jī)學(xué)會(huì)編制了《中國大數(shù)據(jù)技術(shù)與產(chǎn)業(yè)發(fā)展白皮書》，2015年“大數(shù)據(jù)”寫入國家《政府工作報(bào)告》。自從AlphaGo戰(zhàn)勝圍棋世界冠軍李世石之后，人工智能技術(shù)得到了爆炸式的發(fā)展，美、歐、日等國家紛紛將人工智能上升到國家戰(zhàn)略層面。2017年7月國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，人工智能正式上升為國家戰(zhàn)略，這是中國首個(gè)面向 2030 的人工智能發(fā)展規(guī)劃。大數(shù)據(jù)和人工智能加速應(yīng)用于武器裝備體系，催生了新的武器裝備體系類型的誕生，并且其武器裝備體系的概念內(nèi)涵、本質(zhì)特征和內(nèi)在規(guī)律等基礎(chǔ)研究也出現(xiàn)了全新特征。從目前技術(shù)發(fā)展?fàn)顟B(tài)上看，在今后一段時(shí)間內(nèi)武器裝備體系及其基礎(chǔ)研究主要有以下幾個(gè)方面。

大數(shù)據(jù)支持下武器裝備體系復(fù)雜性和不確定性研究展望

關(guān)于大數(shù)據(jù)的特征，2001年DougLaney最先提出“3V”模型，包括數(shù)量(Volume)、速度(Velocity)和種類 (Variety)，隨后又加入價(jià)值性(Value)特征。后來一些學(xué)者將變化性(variability)、復(fù)雜性(complexity)和準(zhǔn)確性(veracity)也作為大數(shù)據(jù)的特征。目前從技術(shù)層面上看，大數(shù)據(jù)目前存在異構(gòu)性和不完整性、規(guī)模、時(shí)效性、隱私性、人員協(xié)作、訪問與共享、數(shù)據(jù)管理政策等方面的挑戰(zhàn)，需要突破的基礎(chǔ)科學(xué)問題包括：大數(shù)據(jù)復(fù)雜性的內(nèi)在機(jī)理，大數(shù)據(jù)的可計(jì)算性及新型計(jì)算范式，大數(shù)據(jù)處理系統(tǒng)的效能評(píng)價(jià)與優(yōu)化等。

武器裝備體系具有很強(qiáng)的復(fù)雜性和不確定性，尤其是復(fù)雜戰(zhàn)場物理環(huán)境對(duì)武器裝備體系影響的復(fù)雜性與不確定性，對(duì)武器裝備體系作戰(zhàn)效能產(chǎn)生極其重要的影響。一直以來的做法是在物理環(huán)境因素與武器裝備性能之間建立具有因果關(guān)聯(lián)的數(shù)學(xué)物理模型，隨著技術(shù)的發(fā)展和時(shí)代的變遷，目前在很多情況下，這種方式遇到了瓶頸，無法獲得突破性進(jìn)展?；诖髷?shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)(尤其是深度)算法的發(fā)展，為有效處理武器裝備體系復(fù)雜性和不確定性提供機(jī)遇。事實(shí)上，武器裝備體系在復(fù)雜的作戰(zhàn)環(huán)境下實(shí)現(xiàn)對(duì)敵方目標(biāo)的感知、探測(cè)、識(shí)別和定位，就是從低信噪比的數(shù)據(jù)中找到目標(biāo)特性。而大數(shù)據(jù)和深度學(xué)習(xí)具有從大容量、高速率的數(shù)據(jù)中快速找到有價(jià)值信息的天然優(yōu)勢(shì)。因此以武器裝備體系收集的巨量數(shù)據(jù)作為輸入，采用大數(shù)據(jù)和深度學(xué)習(xí)的方法，找到隱藏在其中的目標(biāo)特性，是應(yīng)對(duì)武器裝備體系復(fù)雜性和不確定性的一個(gè)重要研究課題。

無人智能武器裝備體系研究展望

當(dāng)前人工智能正在加速向軍事領(lǐng)域轉(zhuǎn)移，這必將對(duì)信息化戰(zhàn)爭形態(tài)產(chǎn)生沖擊甚至是“顛覆性”的影響，人工智能的快速發(fā)展使得新的戰(zhàn)爭形態(tài)——“智能化戰(zhàn)爭”指日可待。

無人智能是人工智能的一個(gè)重點(diǎn)方向，在武器裝備層面上，各式各樣的空中無人智能機(jī)器(群)、陸上無人智能機(jī)器(群)、水面水下無人智能機(jī)器(群)等紛紛被推出，未來在陸、海、空、天各個(gè)領(lǐng)域?qū)⑿纬深愃朴凇袄侨骸?、“魚群”“蜂群”等各類無人集群，實(shí)施全域無人集群攻擊與防御的新作戰(zhàn)模式。立體化無人智能武器裝備體系基于群聚生物的協(xié)作行為與交互方式，通過多分布式集群傳感器的全方位偵察探測(cè)實(shí)現(xiàn)戰(zhàn)場感知優(yōu)勢(shì)，通過智能自主決策與自動(dòng)任務(wù)分配縮短OODA環(huán)周期獲得戰(zhàn)場速度優(yōu)勢(shì)，通過多平臺(tái)自適應(yīng)自優(yōu)化的攔截、打擊、壓制、防護(hù)等有機(jī)性行動(dòng)，獲得群體高度一致的協(xié)同優(yōu)勢(shì)。因此，構(gòu)建立體化無人智能武器裝備體系是應(yīng)對(duì)未來智能化作戰(zhàn)的一個(gè)重要前提，也是未來需要重點(diǎn)開展研究的方向。

裝備體系生命力層次結(jié)構(gòu)

面向集群作戰(zhàn)方式的立體化無人智能武器裝備體系具有去中心化、自主化、集群復(fù)原等新特征。目前無人智能武器(群)的技術(shù)研究主要集中在智能技術(shù)上，例如單機(jī)智能、多機(jī)智能協(xié)同、任務(wù)自主智能技術(shù)，以及面向集群的持續(xù)學(xué)習(xí)、對(duì)抗學(xué)習(xí)和魯棒決策等方法研究。從體系角度，對(duì)于立體化無人智能武器裝備體系在作戰(zhàn)使用過程中出現(xiàn)的復(fù)雜戰(zhàn)場環(huán)境自適應(yīng)復(fù)雜性、自主決策飽和打擊的適用性和危害性、集群內(nèi)部隱秩序以及外在表現(xiàn)的結(jié)構(gòu)行為有機(jī)性等方面，是未來一段時(shí)間內(nèi)無人智能武器裝備體系研究的一個(gè)重點(diǎn)方向。

智能增強(qiáng)的武器裝備體系研究展望

無人智能武器裝備體系是無人或極少有人干預(yù)(如決策是否攻擊可能需要人的干預(yù))的情況下，無人集群具有全自主或絕大多數(shù)情況下自主行為。智能增強(qiáng)武器裝備體系則是無人與有人作戰(zhàn)裝備協(xié)同一體，以及基于人機(jī)智能共生的武器裝備構(gòu)成的有機(jī)整體，實(shí)現(xiàn)人機(jī)功能互補(bǔ)、優(yōu)勢(shì)互補(bǔ)增強(qiáng)作戰(zhàn)能力。無人與有人作戰(zhàn)裝備協(xié)同一體主要用于情報(bào)偵察探測(cè)與協(xié)同攻防，例如有人機(jī)與無人機(jī)協(xié)同、有人艦艇與無人艦艇協(xié)同等，2016年10月，美國海軍三架超級(jí)大黃蜂戰(zhàn)斗機(jī)總共投放 103 架山鶉小型無人機(jī)，進(jìn)行組網(wǎng)通信和智能協(xié)同，以及自行完成編隊(duì)集結(jié)、搜索定位和攻擊任務(wù)等演示驗(yàn)證。人機(jī)智能共生的武器裝備是人智慧和機(jī)器智能相結(jié)合，很大程度是通過機(jī)器超強(qiáng)的計(jì)算推理能力來增強(qiáng)人對(duì)戰(zhàn)爭的應(yīng)對(duì)能力，主要應(yīng)用于戰(zhàn)場認(rèn)知與輔助決策上。在戰(zhàn)場認(rèn)識(shí)上，主要通過人工智能對(duì)海量數(shù)據(jù)自動(dòng)分析與識(shí)別的強(qiáng)大計(jì)算能力，極大提升信息處理速度和質(zhì)量，最大程度撥開了“戰(zhàn)爭迷霧”，極大增強(qiáng)作為主導(dǎo)戰(zhàn)爭的人對(duì)戰(zhàn)場的認(rèn)知能力。在輔助決策上，主要通過機(jī)器的快速推理能力和對(duì)戰(zhàn)效果高效評(píng)估反饋能力，形成高質(zhì)量的輔助決策信息，加上人的“指揮藝術(shù)”的創(chuàng)造性和獨(dú)特性，增強(qiáng)復(fù)雜戰(zhàn)場環(huán)境下的決策指揮能力。因此，無人與有人裝備協(xié)同體系、基于人機(jī)智能共生的裝備體系將是未來一段時(shí)間內(nèi)的重點(diǎn)發(fā)展方向。

目前對(duì)于智能化戰(zhàn)爭一個(gè)最大的爭議在于無人裝備的自主決策(尤其在自主決策攻擊上)上，有人認(rèn)為這會(huì)帶來一些我們無法接受的風(fēng)險(xiǎn)，甚至有人認(rèn)為會(huì)導(dǎo)致人類的滅亡。這也恰恰說明目前人工智能尚有很多的基礎(chǔ)難題尚未突破。2018年8月2011年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者Thomas J. Sargent在世界科技創(chuàng)新論壇上表示：“人工智能就是統(tǒng)計(jì)學(xué)，只不過用了一個(gè)很華麗的辭藻”。2017年丘成桐教授在CNCC大會(huì)上也指出，人工智能的理論基礎(chǔ)非常薄弱，需要一個(gè)可以被證明的理論作為基礎(chǔ)。李國杰教授指出目前人工智能存在莫拉維克悖論、新知識(shí)悖論和啟發(fā)式悖論。從體系角度，構(gòu)建智能增強(qiáng)武器裝備相關(guān)技術(shù)層次結(jié)構(gòu)和組成關(guān)系，梳理急需解決的關(guān)鍵技術(shù)難題，多方面綜合性地解決人工智能存在的悖論，這是未來智能增強(qiáng)的武器裝備體系急需要開展的工作。

武器裝備體系生命力理論研究展望

隨著武器裝備體系正朝著無人化與智能化方向發(fā)展。人們開始將目光投向自然界的復(fù)雜體系及其表現(xiàn)出來的整體特性，如蜂群和蟻群，通過類比的方法，用于指導(dǎo)武器裝備體系的設(shè)計(jì)。無論是蜂群、蟻群的智能或是人類的智能，都是通過低層次個(gè)體的自主性協(xié)同涌現(xiàn)出來的高層次的整體屬性，這是智能的本質(zhì)。體系群體智能產(chǎn)生的條件是具有自主性個(gè)體之間的通信、形成網(wǎng)絡(luò)與計(jì)算，這些能力恰恰是武器裝備體系所具有的，因此武器裝備體系具備了產(chǎn)生出群體智能的基本條件，也就是形成了武器裝備體系的生命力。

但是群體智能只是自然界有機(jī)生命體系的一種重要屬性而已，武器裝備體系在物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)分析與人工智能算法等新技術(shù)的支持下，具備了產(chǎn)生有機(jī)生命體系更多屬性的能力，稱為生命有機(jī)性，包括自感知、自決策、自恢復(fù)、自學(xué)習(xí)、自優(yōu)化與自進(jìn)化，這些屬性將傳統(tǒng)的武器裝備體系從無機(jī)體系改造成為有機(jī)體系，具有生命有機(jī)性。將體系生命力分為生存力、Cyber力、恢復(fù)力、學(xué)習(xí)力和進(jìn)化力五個(gè)層次，這五個(gè)層次既代表了體系改進(jìn)的難易程度，也代表了體系進(jìn)化的遞進(jìn)關(guān)系。在每一層次上都有其獲得的標(biāo)志性有機(jī)特性。具有生命力的武器裝備體系將具備足夠的感知、決策和優(yōu)化能力，成為具有一定獨(dú)立作戰(zhàn)能力的超級(jí)體系，大大提升作戰(zhàn)效能。如何實(shí)現(xiàn)并獲得體系生命力是一個(gè)需要開展研究的方向。