關(guān)于人工智能軍事應(yīng)用方向思考

作者：李博驍'，張峰', 李奇峰'，鄭明心'

在人工智能技術(shù)展現(xiàn)出洶涌澎湃發(fā)展趨勢的當下，建設(shè)以智能技術(shù)武裝的新型軍隊，打贏 以信息化智能化為特征的新型戰(zhàn)爭，成為當前世界主要軍事強國的優(yōu)先發(fā)展目標。以“意志的屈 服”、“不戰(zhàn)而屈人之兵”為標志的“制智能權(quán)、制意識權(quán)”將成為未來軍事斗爭的最高級、最有效、最 具震懾力的軍事優(yōu)勢。文中從軍事作戰(zhàn)特點和人工智能的優(yōu)勢入手，分析軍事領(lǐng)域?qū)θ斯ぶ悄艿?需求。針對感知、指揮、打擊、互聯(lián)的作戰(zhàn)鏈條，提出人工智能技術(shù)在軍事領(lǐng)域的應(yīng)用方向，探索如 何通過人工智能在軍事領(lǐng)域的應(yīng)用“有效塑造態(tài)勢、管控危機、遏制戰(zhàn)爭、打贏戰(zhàn)爭”。

引言

隨著深度學習、機器視覺等核心技術(shù)的大發(fā)展 和大突破，人工智能迎來新一輪的發(fā)展熱潮，并邁入 “黃金時期”。如今，人工智能技術(shù)已經(jīng)深入交通、 服務(wù)、醫(yī)療健康、教育、就業(yè)、公共安全與防護等民用 領(lǐng)域［１］ ，代替“懶人”完成部分體力和腦力工作。當前，智能技術(shù)正不斷顛覆信息化時代下的軍 事理論、作戰(zhàn)規(guī)則和作戰(zhàn)方法，有力推進新軍事體制變革，逐漸改變未來戰(zhàn)爭的形態(tài)［２］ 。美軍將人工智 能視為“改變游戲規(guī)則”的顛覆性技術(shù)，并已經(jīng)在無 人作戰(zhàn)平臺、電子戰(zhàn)、輔助指揮決策等技術(shù)領(lǐng)域中對 人工智能技術(shù)進行嘗試和應(yīng)用。?

加快軍事智能化發(fā)展，提高基于網(wǎng)絡(luò)信息體系 的聯(lián)合作戰(zhàn)能力、全域作戰(zhàn)能力 ［３］ 。智能技術(shù)對我 們來說，既有挑戰(zhàn)也存在機遇。面臨新形勢下的威 脅態(tài)勢，面向新時期軍事作戰(zhàn)需求，我們要找準定 位、明確目標、奮勇攻關(guān)，有效應(yīng)對內(nèi)外環(huán)境變化帶 來的風險挑戰(zhàn)，努力抓住科技進步創(chuàng)造的發(fā)展機遇， 實現(xiàn)“彎道超車”。

軍事領(lǐng)域?qū)θ斯ぶ悄艿男枨?/p>

2.1 軍事作戰(zhàn)特點?

按照克勞塞維茨《戰(zhàn)爭論》的定義，戰(zhàn)爭無非是 擴大了的搏斗，是迫使敵人服從我們意志的暴力行 為［２６］ 。千百年來戰(zhàn)爭形態(tài)和手段及樣式雖歷經(jīng)變 遷，但戰(zhàn)爭本質(zhì)核心卻始終如一，這就是消滅敵人， 保存自己。軍事作戰(zhàn)特點主要包括以下三點。?

１）非友好、非合作、不可控。戰(zhàn)爭的成敗可能 決定了對抗雙方的生死存亡，使得對抗雙方盡其所 能地欺騙對方、盡可能地隱瞞自己的真實意圖、盡可 能地利用對方所有可能漏洞，從而使得對抗雙方都 無法全面有效地掌握戰(zhàn)爭的真實狀態(tài)，導致戰(zhàn)場局 勢不可控。正如丘吉爾所說：“一旦開了第一槍或 引爆第一顆炸彈，政治領(lǐng)導人就失去了對戰(zhàn)爭的掌 控權(quán)，戰(zhàn)爭本身成為了主導者?！?

２）不確定性大。作戰(zhàn)是敵我雙方持續(xù)對抗的 過程，然而，復(fù)雜戰(zhàn)場環(huán)境、指揮決策、對抗手段等多 種不確定性因素必然會產(chǎn)生作戰(zhàn)空間、作戰(zhàn)力量、作 戰(zhàn)規(guī)則、作戰(zhàn)流程等要素的不確定性。由此，要求指 揮員要善于未雨綢繆，周密制定計劃，創(chuàng)造有利于我 而不利于敵的戰(zhàn)機，能夠基于瞬息萬變的戰(zhàn)場情報 數(shù)據(jù)及時調(diào)整作戰(zhàn)行動。?

３）作戰(zhàn)規(guī)律難以掌握。一方面，由于“戰(zhàn)爭迷 霧”的存在，在戰(zhàn)場環(huán)境下對作戰(zhàn)數(shù)據(jù)的獲取往往 是不完整的、不完備的、甚至是虛假的，使得軍事裝 備自身難以自己學習訓練，從而無法掌握作戰(zhàn)客觀 規(guī)律繼而變成軍隊可用裝備。另一方面，隨著各種 偵察探測手段引入現(xiàn)代戰(zhàn)爭中，各種信息充斥戰(zhàn)場， 數(shù)據(jù)的過剩、超載、盈余、膨脹使得很多有價值的信 息淹沒在數(shù)據(jù)海洋中，導致不可靠、不相關(guān)、模棱兩 可和互相矛盾的信息呈指數(shù)級的增加，進而增加判 斷的復(fù)雜性。伴隨一批新興技術(shù)理論的不斷突破和技術(shù)應(yīng)用 范圍的持續(xù)擴大，多種新質(zhì)武器的相繼問世，未來戰(zhàn) 爭將會是在陸、海、空、天、電、網(wǎng)上進行的全維戰(zhàn)爭， 是戰(zhàn)場信息處理能力、輔助決策能力、快速打擊能力 的比拼。未來戰(zhàn)爭空間多維、力量多元、樣式多樣、 節(jié)奏加快等突出趨勢，對戰(zhàn)場信息的接收與認知、對 戰(zhàn)場態(tài)勢的評估與預(yù)測、對作戰(zhàn)行動的快速應(yīng)變等 能力要求將遠遠超出作戰(zhàn)人員的思維能力，必然需 要依靠具有超強計算、學習和理解能力的機器進行 威脅研判和作戰(zhàn)輔助決策。?

2.2 人工智能的優(yōu)勢?

人工智能自誕生之日起即被賦予了一項崇高使 命，即代替人類完成繁重、危險和重復(fù)性工作。面對 這些工作，人工智能具有速度更快、精度更高以及抗 疲勞性更強等顯著優(yōu)勢。隨著人工智能的發(fā)展，其 對軍事調(diào)度、戰(zhàn)場行動認知與決策的能力將逐漸超 越人類。?

１）人工智能善于解決復(fù)雜信息認知問題。人 工智能技術(shù)能夠打破現(xiàn)有作戰(zhàn)規(guī)則，使得機器像人一樣對復(fù)雜問題進行認知，積累經(jīng)驗，解決問題。通 過對戰(zhàn)場大數(shù)據(jù)的有效開發(fā)，提高指揮員對多個戰(zhàn) 場空間情報的發(fā)現(xiàn)和深度認知能力，利用數(shù)據(jù)挖掘 分析方法從海量多源異構(gòu)信息中得到高價值軍事情 報信息，大幅度提高情報分析處理能力，從而能夠把 握戰(zhàn)場發(fā)展動向，預(yù)估敵我態(tài)勢變化，破除“戰(zhàn)場迷 霧”。?

２）人工智能善于解決復(fù)雜狀態(tài)空間問題。人 工智能技術(shù)在繼承機器優(yōu)勢的同時，具備針對復(fù)雜 任務(wù)進行高效率的信息搜索和優(yōu)化處理能力，是解 決不確定性和復(fù)雜性的有力武器。圍棋在走法上有 １０ １７０ 種可能，比全宇宙的原子數(shù) １０ ８０ 都要多，然而 相比于圍棋，戰(zhàn)爭要更加的復(fù)雜多變。戰(zhàn)爭具有更 強的戰(zhàn)場開放性、攻防隱蔽性、作戰(zhàn)多維化等特點。如今，人工智能已經(jīng)攻破圍棋的堡壘，正在向復(fù)雜度 更高的“星際爭霸”游戲發(fā)起挑戰(zhàn)。?

３）人工智能善于自我學習實現(xiàn)能力升級。人 工智能技術(shù)可以通過系統(tǒng)后臺進行無監(jiān)督學習和機 器博弈，從而達到系統(tǒng)性能的自我提升和優(yōu)化的目 的。以圍棋為例，ＡｌｐｈａＧｏ 只花了幾個月的時間，學 習人類對弈的三千萬棋局，在通過海量的歷史棋譜 學習參悟人類棋藝的基礎(chǔ)之上，進行自我訓練，擊敗 了人類頂尖棋手。而 ＡｌｐｈａＧｏ Ｚｅｒｏ 與 ＡｌｐｈａＧｏ 有著 本質(zhì)的不同，它不需要通過學習歷史棋譜從而掌握 人類的先驗知識，而僅靠了解圍棋對弈的基本規(guī)則， 通過自我博弈和自我進化，迅速提升棋藝，實現(xiàn)對 ＡｌｐｈａＧｏ 的百戰(zhàn)百勝［２７］ ?？梢灶A(yù)見，應(yīng)用人工智能技術(shù)，能夠在很大程度 上提升作戰(zhàn)指揮活動的觀察、判斷、決策、行動等關(guān) 鍵過程的作戰(zhàn)能力。人工智能技術(shù)將成為軍事變革 的重要推手，必將催生新的戰(zhàn)爭樣式，推動戰(zhàn)爭形態(tài) 的加速轉(zhuǎn)變。

３ 人工智能軍事應(yīng)用方向?

3.1 軍事智能技術(shù)體系框架?

未來戰(zhàn)爭，從能力上我們希望具備更加透徹的 感知、更加高效的指揮、更加精確的打擊和更加自由 的互聯(lián)。由此帶來的眾多跨作戰(zhàn)空間裝備之間數(shù)據(jù) 互聯(lián)、任務(wù)協(xié)同及海量戰(zhàn)場異構(gòu)數(shù)據(jù)實時處理等問 題必須由更加深入的智能才能得到有效的解決，繼 而對感知、指揮、打擊、互聯(lián)等作戰(zhàn)能力產(chǎn)生催化劑 的作用，形成一體化智能作戰(zhàn)鏈條，顛覆性提升體系 作戰(zhàn)效能。軍事智能技術(shù)體系框架如圖 １ 所示，包括賦能 體系、軍事智能系統(tǒng)、作戰(zhàn)體系等三個方面。?

圖 １ 軍事智能技術(shù)體系框架 賦能體系：以機器學習、人機交互、計算機視覺 等人工智能算法為依托，形成面向軍事應(yīng)用的人工 智能優(yōu)化算法引擎，實現(xiàn)人工智能技術(shù)在軍事領(lǐng)域 的賦能。軍事智能系統(tǒng)：應(yīng)用賦能技術(shù)，面向軍事作戰(zhàn)需 求，依托作為人工智能算法“倍增器” 的基礎(chǔ)支撐， 實現(xiàn)感知、指揮、打擊、互聯(lián)形成的 ＯＯＤＡ 作戰(zhàn)鏈路 的智能化。作戰(zhàn)體系：在空中作戰(zhàn)、反導反臨作戰(zhàn)、太空對 抗、陸海作戰(zhàn)等行動中，作戰(zhàn)部隊利用軍事智能系 統(tǒng)，與人協(xié)同，提升作戰(zhàn)效能，形成對敵方的非對稱 優(yōu)勢。?

3.2 更加透徹的感知，實現(xiàn)信息優(yōu)勢?

在探測感知領(lǐng)域，主要可在目標信息獲取、戰(zhàn)場 數(shù)據(jù)分析等方面應(yīng)用自然語言處理、元學習、隨機森 林等職能技術(shù)，實現(xiàn)信息優(yōu)勢，如圖 ２ 所示。?

１）應(yīng)用于目標信息獲取。綜合利用微波輻射、 可見光、多光譜、紅外、聲學、磁力等多種探測手段， 實現(xiàn)對戰(zhàn)場目標信息的高效準確采集和獲取；應(yīng)用 多譜段－多體制協(xié)同探測、多源數(shù)據(jù)智能融合等技 術(shù)，提高對目標的多維特征提取，精確解算目標位 置，實現(xiàn)對目標屬性、類型、國別、身份、敵我等快速 準確識別，實現(xiàn)目標信息的所見即所得［２８］ 。美國防 部高級研究計劃局（ＤＡＲＰＡ） ２０１０ 年啟動了“心靈 之眼”項目［２９］ ，旨在研發(fā)視覺智能系統(tǒng)，通過無人作 戰(zhàn)平臺觀察目標作戰(zhàn)信息，并為作戰(zhàn)人員及時提供 應(yīng)對手段。該項目主要通過運用智能圖像處理和機 器視覺等技術(shù)，對視頻信息中物體的動作和行為進行辨別和分析，通過對物體動態(tài)行為信息的準確感 知，以實現(xiàn)復(fù)雜作戰(zhàn)環(huán)境中對潛在威脅進行識別和 認知。無獨有偶，美國防部于 ２０１７ 年成立了“算法 戰(zhàn)跨職能小組” ［３０］ ，旨在解決美軍在中東地區(qū)對 Ｉ? ＳＩＳ 進行反恐作戰(zhàn)過程中遇到的海量情報分析困難 問題。該項目通過運用深度學習、計算機視覺等技 術(shù)，利用數(shù)臺計算機代替數(shù)以千計的情報分析人員， 提高情報提取的效率和精度，以支撐更及時有效的 決策［３１］ 。?

２）應(yīng)用于戰(zhàn)場數(shù)據(jù)分析。?

綜合利用大數(shù)據(jù)、機 器學習、數(shù)據(jù)挖掘等技術(shù)，尋找在復(fù)雜作戰(zhàn)過程中產(chǎn) 生的海量數(shù)據(jù)之間的內(nèi)在關(guān)聯(lián)關(guān)系，快速高效分析 戰(zhàn)場作戰(zhàn)行動和態(tài)勢變化，將偵測到的戰(zhàn)斗力量分 布與活動和作戰(zhàn)環(huán)境、敵作戰(zhàn)意圖及機動性有機聯(lián) 系起來，分析并推理事件發(fā)生的原因，得到敵方兵力 結(jié)構(gòu)和使用特點的估計，通過已知事件推測將來可 能發(fā)生的事件［３２］ 。ＤＡＲＰＡ 于 ２０１１ 年設(shè)立“洞悉” 項目［３３］ ，旨在研發(fā)一套情報分析系統(tǒng)，將操作員的 知識和推理能力融入到系統(tǒng)當中，從而提高快速應(yīng) 對網(wǎng)絡(luò)威脅和非常規(guī)戰(zhàn)爭的能力。該項目主要運用 異構(gòu)信息關(guān)聯(lián)、多源智能融合等技術(shù)，通過分析和綜 合多源傳感器探測信息和不同資源情報數(shù)據(jù)，輔助 增強情報分析人員的信息處理與共享能力。ＤＡＲ? ＰＡ 于 ２０１９ 年設(shè)立了“以知識為導向的人工智能推 理模式”項目［３４］ ，旨在研發(fā)一套半自動化的人工智 能推理系統(tǒng)，將通過語言和常識推理得到的知識庫 應(yīng)用于復(fù)雜現(xiàn)實事件的理解中，解決多源信息阻礙事 件理解的問題。該項目運用知識圖譜等技術(shù)，通過對 復(fù)雜事件內(nèi)部組成元素和時間線進行推理和預(yù)測，快 速識別不同事件之間的關(guān)聯(lián)性，提升事件理解能力。

３. ３ 更加高效的指揮，實現(xiàn)決策優(yōu)勢?

在指揮控制領(lǐng)域，主要可在作戰(zhàn)方案推演、遠程 指揮控制等方面應(yīng)用平行仿真推演、腦機融合等智 能技術(shù)，實現(xiàn)決策優(yōu)勢，如圖 ３ 所示。?

１）應(yīng)用于作戰(zhàn)方案推演。通過深度學習技術(shù)， 訓練智能體對戰(zhàn)場交戰(zhàn)規(guī)則、作戰(zhàn)指揮決策、事件認 知推理等知識進行學習和模擬，提升智能體認知的 智能性、實時性與科學性。在戰(zhàn)場態(tài)勢實時共享的 基礎(chǔ)上，對戰(zhàn)場數(shù)據(jù)進行智能化處理，通過平行仿真 推演作戰(zhàn)方案，形成對對手下一步可能的軍事行動 和戰(zhàn)場演進趨勢的智能預(yù)測，自動匹配最佳行動策 略［３５］ 。２００７ 年，ＤＡＲＰＡ 安排了名為“深綠”的系統(tǒng) 研發(fā)項目［３６］ ，旨在建造一套人工智能作戰(zhàn)輔助決策 系統(tǒng)。該系統(tǒng)利用平行仿真、動態(tài)博弈等技術(shù)，基于 戰(zhàn)場實時數(shù)據(jù)，可動態(tài)模擬戰(zhàn)場敵我雙方作戰(zhàn)行動， 并預(yù)測戰(zhàn)場態(tài)勢走向，幫助指揮官提前思考，縮短決 策時間。ＤＡＲＰＡ 于 ２０１８ 年啟動了 “ 指南針” 項 目［３７］ ，該項目主要通過利用大數(shù)據(jù)分析、博弈對抗 等方法對戰(zhàn)場數(shù)據(jù)進行分析，構(gòu)建敵方作戰(zhàn)行動與 路徑模型，幫助作戰(zhàn)人員確定敵方真實作戰(zhàn)意圖，制 定并選取我方最有效的行動方案。?

２）應(yīng)用于智能化遠程指揮控制。應(yīng)用“元宇 宙”概念，利用人工智能技術(shù)構(gòu)建與真實戰(zhàn)場平行 的虛擬作戰(zhàn)空間，采用語音識別、手勢識別、腦機接 口等智能人機交互技術(shù)，使指揮員、作戰(zhàn)人員有沉浸 式的體驗，實現(xiàn)人與機器之間，指揮單元、精確打擊 武器與信息應(yīng)用系統(tǒng)之間的無障礙溝通［３８］ 。２０２１ 年 ８ 月，在美國海軍年度最大規(guī)?；顒印昂＃眨?博覽會”上［３９］ ，海軍信息戰(zhàn)系統(tǒng)司令部首次驗證了 “周邊環(huán)境智能談話接口”項目開發(fā)的能力，展示了 智能化、自然交互技術(shù)如何實現(xiàn)未來信息戰(zhàn)。該項 目旨在為海軍指揮控制引入下一代數(shù)字助手，通過 使用人工智能和機器學習來理解說話的人是誰、談 話的內(nèi)容是什么，談話可被決策者當作一種獲取所 需信息的直接途徑，幫助決策者獲得及時的、合成后 的資訊。

３. ４ 更加精確的打擊，實現(xiàn)力量優(yōu)勢?

在武器打擊領(lǐng)域，主要可在單武器平臺自主作 戰(zhàn)、作戰(zhàn)編組分布式殺傷等方面應(yīng)用計算機視覺、多 智能體協(xié)同等智能技術(shù)， 實現(xiàn)力量優(yōu)勢， 如圖 ４ 所示。?

１）應(yīng)用于單武器平臺自主作戰(zhàn)。以人工智能 技術(shù)為核心，綜合多種嵌入人工智能算法的武器裝 備平臺為手段，在多重維度實時精確打擊，實現(xiàn)武器 的單體智能［４０］ 。美國戰(zhàn)斧導彈在攻擊目標過程中， 如果目標或任務(wù)發(fā)生變化，便根據(jù)指令在戰(zhàn)區(qū)上空 盤旋，然后自主搜索和重新選擇、確定合適的攻擊目 標。美國研制的“黃蜂” 導彈，裝有一套先進的探 測、控制設(shè)備，可實現(xiàn)目標偽裝設(shè)施的識別以及多任 務(wù)目標的智能化自主分配，從而達到最大的效費比 和命中精度。?

２）應(yīng)用于作戰(zhàn)編組分布式殺傷。借鑒自然界 生物群體行為的智能集群與協(xié)同技術(shù)，通過去中心 化提高了系統(tǒng)抗毀傷性以及任務(wù)成功率；通過簡單 作戰(zhàn)單元間的信息高效交互提升系統(tǒng)的整體效應(yīng)和 群體智能水平，從而最終實現(xiàn)復(fù)雜戰(zhàn)場條件下任務(wù) 的自主分解、作戰(zhàn)單元的自主協(xié)同、作戰(zhàn)方案的自主 規(guī)劃和作戰(zhàn)對象的自主打擊［４１］ 。ＤＡＲＰＡ 于 ２０１４ 年設(shè)立了“拒止環(huán)境中的協(xié)同作戰(zhàn)” 項目［４２］ ，旨在 研發(fā)一套自主協(xié)同作戰(zhàn)系統(tǒng)，實現(xiàn)一名操作人員對 多架無人機進行指揮。該項目通過先進算法和模塊 化軟件架構(gòu)，解決無人機集群在復(fù)雜干擾條件下無 法完成作戰(zhàn)任務(wù)的問題，提升無人機集群完成任務(wù) 的能力。ＤＡＲＰＡ 于 ２０１５ 年設(shè)立了 “ 小精靈” 項 目［４３］ ，旨在建立一套可回收重復(fù)使用的無人機作戰(zhàn) 集群，實現(xiàn)一種穩(wěn)定可靠、經(jīng)濟實惠的作戰(zhàn)方式。該 項目通過運用一體化設(shè)計、自主協(xié)同規(guī)劃等技術(shù)，完 成戰(zhàn)前對戰(zhàn)場區(qū)域的大規(guī)模快速偵查和欺騙干擾等 作戰(zhàn)任務(wù)。

３. ５ 更加自由的互聯(lián)，實現(xiàn)網(wǎng)絡(luò)優(yōu)勢?

在戰(zhàn)場互聯(lián)領(lǐng)域，主要可在戰(zhàn)場網(wǎng)絡(luò)韌性通聯(lián)、 網(wǎng)絡(luò)攻防等方面應(yīng)用認知計算、博弈對抗等智能技 術(shù)，實現(xiàn)網(wǎng)絡(luò)優(yōu)勢，如圖 ５ 所示。１）應(yīng)用于戰(zhàn)場網(wǎng)絡(luò)韌性通聯(lián)。利用人工智能 技術(shù)敏捷感知網(wǎng)絡(luò)環(huán)境、靈活加載通信波形、自主管 控網(wǎng)絡(luò)資源，提升戰(zhàn)場通信網(wǎng)絡(luò)體系韌性。近年來， 為了不斷適應(yīng)新的軍事戰(zhàn)略和作戰(zhàn)形勢，美軍一直 在探索如何在反介入／ 區(qū)域拒止作戰(zhàn)環(huán)境中確保靈 活、敏捷、彈性的有保障通信系統(tǒng)。美國空軍實驗室 與加拿大國防研發(fā)中心通信研發(fā)中心開展了“挑戰(zhàn) 與對抗性環(huán)境中有保障通信”項目研究［４４］ ，主要針 對未來作戰(zhàn)人員可能面臨的惡劣通信條件，特別是 在偏遠與服務(wù)欠缺條件下以及動態(tài)與對抗環(huán)境中， 通過開發(fā)新的概念與技術(shù)，實現(xiàn)靈活與自適應(yīng)頻譜 接入，保證魯棒而可靠的通信能力。２０１７ 年，ＤＡＲ? ＰＡ 啟動了“無線電頻譜機器學習系統(tǒng)”項目［４５］ ，通 過人工智能理解無線電信號，改善推廣頻譜共享技 術(shù)，增強無線通信能力。２）應(yīng)用于網(wǎng)絡(luò)攻防。以人工智能為武器，使惡 意攻擊行為可以自我學習，并根據(jù)目標防御體系的 差異自適應(yīng)地“隨機應(yīng)變”，通過群招潛在的漏洞達 到攻擊的目的。同時，采用人工智能技術(shù)可以改善 網(wǎng)絡(luò)安全現(xiàn)狀，能更快地識別已知或未知威脅并及 時響應(yīng)。美國斯坦福大學和 Ｉｎｆｉｎｉｔｅ 初創(chuàng)公司于 ２０１７ 年聯(lián)合推出了一型自主網(wǎng)絡(luò)攻擊系統(tǒng)，該系統(tǒng) 圖 ５ 網(wǎng)絡(luò)互聯(lián)＋ＡＩ 技術(shù)的應(yīng)用 的核心處理單元是一種定制的人工智能處理芯 片［４６］ 。該新型網(wǎng)絡(luò)攻擊系統(tǒng)能夠在特定的網(wǎng)絡(luò)中 運行，完成信息的自主采集、學習和攻擊程序的自主 編寫，并且可以對攻擊程序進行自適應(yīng)動態(tài)調(diào)整，具 備較強的隱蔽性和破壞性。２０１８ 年 ＤＡＲＰＡ 啟動了 “利用自主系統(tǒng)對抗網(wǎng)絡(luò)對手計劃” 項目［４７］ ，旨在 建立安全可靠的網(wǎng)絡(luò)代理，實現(xiàn)對僵尸網(wǎng)絡(luò)的有效

遏制。該項目通過開發(fā)定量框架和算法，完成對僵 尸網(wǎng)絡(luò)的精確識別、推斷存在的漏洞以及生成軟件 補丁，減少對系統(tǒng)的不良影響。?

３. ６ 更加堅實的支撐，實現(xiàn)賦能優(yōu)勢?

１）具有智慧的人工智能系統(tǒng)為軍事智能化提 供“新動能”。傳統(tǒng)機器學習方法需要在系統(tǒng)部署 前，利用數(shù)據(jù)集對系統(tǒng)進行訓練。一旦完成訓練智 能體所應(yīng)對的場景和問題將被固化從而無法應(yīng)對新 場景，而再次訓練效率低下且工作量大。在執(zhí)行軍 事作戰(zhàn)行動時，需要人工智能系統(tǒng)能夠在任務(wù)中自 我學習和改進，將先前的技能和知識應(yīng)用于新的情 況，以應(yīng)對各類作戰(zhàn)場景［４２］ 。２０１７ 年，ＤＡＲＰＡ 安 排了名為“終身學習機器” 的項目［４８］ ，通過利用目 標驅(qū)動感知進行持續(xù)學習，形成對新情景的自主適 應(yīng)，改變當前智能體無法應(yīng)對未訓練場景的情況。２）低功耗、強算力、易擴展的智能芯片為軍事 智能化提供“新基建”。作為人工智能技術(shù)的重要 物理基礎(chǔ)，當前主流人工智能芯片存在功耗大、內(nèi)存 帶寬不足、框架固化等瓶頸。為更好支撐人工智能 的軍事領(lǐng)域應(yīng)用，下一代人工智能芯片應(yīng)具備低功 耗、強算力、易擴展等特點。２０２０ 年，英偉達公布了 其用于超級計算任務(wù)的人工智能芯片［４９］ ，算力提升 ２０ 倍以上。２０２０ 年 １０ 月，英特爾宣布獲批一項與 美國軍方合作項目的第二階段合同［４９］ ，旨在幫助美 國軍方在國內(nèi)生產(chǎn)更先進的人工智能芯片原型，這 種封裝技術(shù)能夠?qū)碜圆煌?yīng)商的“小芯片” 集 成到一個封裝中，從而實現(xiàn)把更多功能整合進一個 更小的成品中，同時降低其功耗.

編輯：黃飛