封帥 周亦奇

【內(nèi)容摘要】 深度學(xué)習(xí)算法的突破使人工智能技術(shù)進(jìn)入高速發(fā)展階段，技術(shù)進(jìn)步帶來的破壁效應(yīng)推動了國際戰(zhàn)略領(lǐng)域的深刻變革。依托持續(xù)完善的算法、不斷提升的計算能力和海量的數(shù)據(jù)資源，人工智能技術(shù)能夠為國際行為體提供更系統(tǒng)的戰(zhàn)略評估和精準(zhǔn)的戰(zhàn)略決策，保證更高效的戰(zhàn)略動員與執(zhí)行。隨著新技術(shù)逐漸滲入戰(zhàn)略行為的各個環(huán)節(jié)，戰(zhàn)略領(lǐng)域?qū)⑾群蟪霈F(xiàn)“先發(fā)優(yōu)勢”和“數(shù)據(jù)—算法競爭”兩種新的戰(zhàn)略行為模式，最終推動人類的戰(zhàn)略行為形態(tài)從人與人的競爭逐步走向數(shù)據(jù)與算法的競爭。當(dāng)然，在戰(zhàn)略行為模式重構(gòu)過程中，將不可避免地遭遇黑箱狀態(tài)、鴻溝效應(yīng)等潛在風(fēng)險。因此我們需要努力降低其中的可能威脅，推動人類社會走向一個更加穩(wěn)定而繁榮的新時代。

【關(guān)鍵詞】 人工智能 深度學(xué)習(xí) 國家戰(zhàn)略與決策 模式變遷 數(shù)據(jù) 算法

【作者簡介】 封帥，上海國際問題研究院助理研究員（上海 郵編：200233）；周亦奇，上海國際問題研究院助理研究員、復(fù)旦大學(xué)國際關(guān)系與公共事務(wù)學(xué)院博士研究生（上海 郵編：200233）

【中圖分類號】 D5 TP18 【文獻(xiàn)標(biāo)識碼】 A

【文章編號】 1006-1568-（2018）04-0034-26

【DOI編號】 10.13851/j.cnki.gjzw.201804003

如果某位活躍在23世紀(jì)的歷史學(xué)家試圖撰寫一部人類戰(zhàn)略史，那么他一定會驚嘆于21世紀(jì)上半葉人類戰(zhàn)略行為模式所出現(xiàn)的巨大改變。

在進(jìn)入21世紀(jì)第二個十年之后，隨著深度學(xué)習(xí)算法的廣泛應(yīng)用，人工智能技術(shù)迎來了新的高速發(fā)展階段。 技術(shù)帶來的破壁效應(yīng)對整個國際體系的內(nèi)涵與行為體之間的互動方式都產(chǎn)生了深遠(yuǎn)影響，也必將深刻改變戰(zhàn)略行為的基本特征。在技術(shù)革命的推動下，戰(zhàn)略行為模式的變革進(jìn)程已經(jīng)悄然啟動，人們也將在未來幾十年內(nèi)見證人工智能技術(shù)推動新模式誕生與發(fā)展的全過程。盡管新模式的最終形態(tài)還存在多種可能性，但是人與技術(shù)之間的持續(xù)互動將最終決定新的行為模式的總體方向。因此，在技術(shù)變革方興未艾之際，國際關(guān)系學(xué)科的研究應(yīng)該提前介入，使新興技術(shù)與傳統(tǒng)模式的沖擊碰撞始終保持在穩(wěn)定、合理的軌道上。圍繞該問題的研究無論對國際關(guān)系學(xué)科建設(shè)，還是對推動國際戰(zhàn)略體系的重構(gòu)，都具有重要意義。

西方國際關(guān)系學(xué)界對人工智能與國際關(guān)系相關(guān)問題的實質(zhì)性研究在20世紀(jì)80年代末、90年代初便已萌芽，其中以部分美國學(xué)者的探索最具代表性。在這一時期，關(guān)于人工智能對戰(zhàn)略決策過程的影響便是研究關(guān)注的重點，并出現(xiàn)了一些有價值的研究成果。 但受限于當(dāng)時人工智能技術(shù)的發(fā)展層次，有關(guān)該問題的研究并未得到國際關(guān)系學(xué)界的關(guān)注。此后，隨著人工智能技術(shù)發(fā)展在20世紀(jì)90年代后期遭遇瓶頸，相關(guān)研究也逐漸沉寂。然而，在新一輪人工智能的關(guān)鍵性技術(shù)實現(xiàn)突破后，關(guān)于人工智能技術(shù)對國際戰(zhàn)略的影響的相關(guān)研究再次升溫。2015年之后，一批有價值的研究成果逐漸問世。 相對而言，中國國際關(guān)系領(lǐng)域針對人工智能相關(guān)問題的研究起步較晚，直到2017年才出現(xiàn)與人工智能、機(jī)器學(xué)習(xí)等主題相關(guān)的深度研究成果。 目前在中文的學(xué)術(shù)刊物和著作中，與人工智能技術(shù)和國際戰(zhàn)略決策等問題直接相關(guān)的研究仍然鳳毛麟角，僅有少數(shù)幾個研究團(tuán)隊對該主題進(jìn)行了有限的討論。 總體來看，國際關(guān)系領(lǐng)域圍繞人工智能技術(shù)與國際戰(zhàn)略的研究仍然存在較大的成長空間。

基于此，本文試圖對人工智能時代國家的戰(zhàn)略行為模式進(jìn)行深入研究，分析人工智能技術(shù)影響國家戰(zhàn)略行為的基本路徑，展現(xiàn)人工智能時代國家戰(zhàn)略行為的模式創(chuàng)新，并深入思考這一過程中面臨的機(jī)遇、風(fēng)險與挑戰(zhàn)。

一、技術(shù)破壁：人工智能介入國家戰(zhàn)略行為的基本路徑

國家戰(zhàn)略行為是指“一個國家為了達(dá)到某一目標(biāo)，在一定計算基礎(chǔ)上的行為”。 它是國家為了應(yīng)對外部環(huán)境的變化，調(diào)動并綜合運用政治、軍事、經(jīng)濟(jì)、科技、文化等方面的資源，實現(xiàn)其在安全、發(fā)展、榮譽(yù)等方面目標(biāo)的基本原則與方法的總和。 經(jīng)過數(shù)百年的實踐，國家在戰(zhàn)略行為領(lǐng)域構(gòu)建了較為穩(wěn)定的運行模式，并已成為國際體系的重要組成部分。

（一）傳統(tǒng)國家戰(zhàn)略行為的基本模式

戰(zhàn)略行為是一項復(fù)雜的系統(tǒng)性活動，它包括國家戰(zhàn)略的設(shè)計過程與執(zhí)行過程。根據(jù)既有的戰(zhàn)略理論研究成果，我們可以把國家戰(zhàn)略行為分解為相互聯(lián)系的四個部分。 其一，戰(zhàn)略評估，即國家對國際環(huán)境、國家能力和國家政策選擇等因素做出全面、準(zhǔn)確評估。戰(zhàn)略評估是戰(zhàn)略行為的基礎(chǔ)。其二，戰(zhàn)略決策，即決策者根據(jù)戰(zhàn)略評估結(jié)果確立一整套戰(zhàn)略規(guī)劃或戰(zhàn)略政策，用以指導(dǎo)國家政策。戰(zhàn)略決策是整個戰(zhàn)略行為的核心。其三，戰(zhàn)略動員，即戰(zhàn)略準(zhǔn)備，是國家通過動員國際、國內(nèi)戰(zhàn)略資源（包括物質(zhì)資源與人力資源），以實踐確定的戰(zhàn)略。戰(zhàn)略動員實際上是國內(nèi)因素對國家戰(zhàn)略行為產(chǎn)生影響的過程。其四，戰(zhàn)略執(zhí)行，即國家利用已經(jīng)動員的戰(zhàn)略資源，按照規(guī)劃實施既定戰(zhàn)略。戰(zhàn)略執(zhí)行也是戰(zhàn)略行為的最終表現(xiàn)形式。

如圖1所示，在現(xiàn)代國際體系形成之后，國家戰(zhàn)略行為基本上根據(jù)該模式運行。在戰(zhàn)略執(zhí)行過程結(jié)束后，根據(jù)執(zhí)行效果重新進(jìn)行戰(zhàn)略評估，重新推動新一輪戰(zhàn)略行為，同時，國內(nèi)體制也會根據(jù)戰(zhàn)略執(zhí)行效果加以調(diào)整，以便提升動員能力。

截至21世紀(jì)初，戰(zhàn)略行為每一個環(huán)節(jié)的工作都是由分工不同的群體承擔(dān)。例如，信息搜集人員和政策分析人員負(fù)責(zé)戰(zhàn)略評估，思考可能的戰(zhàn)略選項，由政治決策層負(fù)責(zé)做出戰(zhàn)略決策，而戰(zhàn)略動員與戰(zhàn)略執(zhí)行則更多依靠以科層制為基本特征的管理體系?？茖又企w系是在第二次工業(yè)革命的背景下形成的，是為了適應(yīng)現(xiàn)代經(jīng)濟(jì)制度和大型社會組織而建立的組織和管理系統(tǒng)，充分反映了工業(yè)文明的內(nèi)在要求。 隨著時代的發(fā)展，雖然很多以提高工作效率為目標(biāo)的新技術(shù)已經(jīng)不斷得到應(yīng)用，但是這一時期的技術(shù)進(jìn)步并沒有對戰(zhàn)略行為的基本模式造成沖擊。歷史延續(xù)性成為國際戰(zhàn)略行為研究的內(nèi)在核心邏輯，依托歷史經(jīng)驗和案例研究的方法依然是戰(zhàn)略研究的主流。人們似乎也很難找出基辛格、布熱津斯基等當(dāng)代戰(zhàn)略家與中外歷史上的戰(zhàn)略大師們的實質(zhì)性差異。歷史與習(xí)慣構(gòu)成戰(zhàn)略行為傳統(tǒng)模式的強(qiáng)大壁壘，這些很難發(fā)生重大改變。

然而，科技的進(jìn)步是打破既有壁壘與改變傳統(tǒng)模式的終極武器，當(dāng)人工智能技術(shù)在深度學(xué)習(xí)算法的推動下進(jìn)入新一輪高速發(fā)展階段時，技術(shù)的“破壁效應(yīng)”擁有了影響國家戰(zhàn)略行為模式的能力，這塊人類智慧的“保留領(lǐng)地”開始面臨前所未有的變革壓力。

（二）人工智能技術(shù)介入國家戰(zhàn)略行為的有效路徑

人工智能技術(shù)所引領(lǐng)的本輪科技革命與以往的科技革命有著本質(zhì)的差別。“過去的技術(shù)革新無論形態(tài)如何，其性質(zhì)仍是人類改造世界的工具和手段，而人工智能則能夠通過對大數(shù)據(jù)的分析和學(xué)習(xí)，理解人類的內(nèi)在需求，作為創(chuàng)造性的伙伴直接參與到人類改造世界的活動中?！?如果說以往的科技革命的意義在于使人類的肢體行動能力獲得無限延展，那么人工智能技術(shù)則將技術(shù)發(fā)展的目標(biāo)直接指向了人類的智慧，希望利用機(jī)器模擬人類的意識（consciousness）、思維（mind）等大腦的功能，實現(xiàn)改變?nèi)祟惿a(chǎn)、生活實踐的目標(biāo)。

人工智能技術(shù)研究從20世紀(jì)五六十年代開始興起，其間幾經(jīng)沉浮，始終未能實現(xiàn)大規(guī)模的商業(yè)化應(yīng)用。直到2010年前后，隨著計算機(jī)硬件設(shè)備的進(jìn)步和移動互聯(lián)時代帶來的大數(shù)據(jù)累積，多層神經(jīng)網(wǎng)絡(luò)方法再次成為技術(shù)進(jìn)步的關(guān)鍵支點，觸發(fā)了人工智能領(lǐng)域的“深度學(xué)習(xí)”（Deep Learning）革命。 深度學(xué)習(xí)算法的成熟是人工智能技術(shù)的一次飛躍，借助深度學(xué)習(xí)算法，人工智能技術(shù)獲得了從海量數(shù)據(jù)中提取和識別信息，并建立獨特的理解問題的框架與解決問題方案的能力。由此，計算機(jī)就能夠解決涉及現(xiàn)實世界知識的問題，并能做出與人類主觀行為類似的決策。 在深度學(xué)習(xí)算法的引領(lǐng)下，人工智能的領(lǐng)域性應(yīng)用范圍逐漸擴(kuò)大，在部分領(lǐng)域的應(yīng)用越來越成熟，推動人類逐步走近“弱人工智能”時代。國際戰(zhàn)略領(lǐng)域則是本輪深度學(xué)習(xí)算法革命最可能應(yīng)用的領(lǐng)域之一。

戰(zhàn)略領(lǐng)域是一個非常適合人工智能技術(shù)發(fā)揮作用的領(lǐng)域。一方面，從本質(zhì)上看，戰(zhàn)略領(lǐng)域的活動是一個基于明確對手和穩(wěn)定目標(biāo)的博弈過程，這適宜深度學(xué)習(xí)算法發(fā)揮作用。另一方面，由于戰(zhàn)略領(lǐng)域在國家政治生活中處于重要地位，豐富的數(shù)據(jù)資源也有利于深度學(xué)習(xí)算法作用的發(fā)揮。因此，在人工智能技術(shù)取得突破性進(jìn)展后，戰(zhàn)略領(lǐng)域就順理成章地成為技術(shù)嘗試應(yīng)用的領(lǐng)域之一。

而對于國家戰(zhàn)略行為而言，人工智能技術(shù)的參與是對其原有體系的系統(tǒng)性介入。深度學(xué)習(xí)算法的功能與傳統(tǒng)戰(zhàn)略行為模式的每一環(huán)節(jié)都能夠?qū)崿F(xiàn)有效互動，對整個戰(zhàn)略行為體系將產(chǎn)生沖擊性影響。

一般來說，作為“弱人工智能”時代的標(biāo)志性特征，深度學(xué)習(xí)算法所推動的人工智能技術(shù)的核心能力主要有四個方面。

第一，認(rèn)知（cognition），即通過機(jī)器搜集信息、解釋信息的方式來描述世界。主要表現(xiàn)為利用自然語言處理技術(shù)、機(jī)器視覺技術(shù)從圖像、聲音、視頻、文字等方面全方位獲取信息，并對海量數(shù)據(jù)進(jìn)行分析，針對不同應(yīng)用場景提供有意義的具體描述。

第二，預(yù)測（prediction/forecasting），即在獲得廣泛信息的基礎(chǔ)上，通過多層神經(jīng)元網(wǎng)絡(luò)等方式分析可能出現(xiàn)的不同場景，并且提前預(yù)測在各種場景中可能出現(xiàn)的行為和結(jié)果。主要表現(xiàn)為在不同場景中預(yù)估參與者的行動偏好，在商業(yè)和政治活動中則可以針對不同對象的偏好進(jìn)行有目的的引導(dǎo)。

第三，決策（decision-making），即在對搜集到的信息進(jìn)行有效分析，并完成對特定場景的預(yù)測的基礎(chǔ)上，根據(jù)預(yù)設(shè)目標(biāo)確定行動方案。決策是人工智能技術(shù)最重要的場景性應(yīng)用，表現(xiàn)為其有能力在綜合分析之后提供最優(yōu)、次優(yōu)等不同層次和類型的行動選擇，為技術(shù)的使用者提供快捷、清晰的多元化行動選項。

第四，集成解決方案（integrated solution），即在人工智能技術(shù)和其他互補(bǔ)性技術(shù)結(jié)合之后，可以對極為復(fù)雜的活動提供一體化和綜合性的解決方案，或建立綜合解決平臺。這一功能突出表現(xiàn)為借助技術(shù)進(jìn)步，推動既有領(lǐng)域的智能化革新，在不同領(lǐng)域間創(chuàng)造新的聯(lián)系，形成更有效的行動模式。

對于大部分應(yīng)用場景而言，深度學(xué)習(xí)算法只需要發(fā)揮出某一方面的特定功能就足以改變該領(lǐng)域的商業(yè)模式，但戰(zhàn)略領(lǐng)域的情況顯然更為復(fù)雜。在戰(zhàn)略行為這一結(jié)構(gòu)復(fù)雜、體系完整的場景中，戰(zhàn)略博弈的參與方既需要在數(shù)據(jù)搜集的基礎(chǔ)上進(jìn)行模擬預(yù)測，又需要在短時間內(nèi)、在巨大的壓力下做出關(guān)鍵的決策。在此之后，又要在實踐層面建立合理機(jī)制以整合資源，使策略得到有效貫徹。因此，戰(zhàn)略領(lǐng)域?qū)夹g(shù)應(yīng)用的需求具有多樣化和系統(tǒng)化的特點，這也是以往的技術(shù)進(jìn)步無法改變戰(zhàn)略行為模式的深層次原因，直到人工智能技術(shù)出現(xiàn)，這種情況才有了改善的可能。

如圖2所示，在深度學(xué)習(xí)引領(lǐng)的“弱人工智能”時代到來之際，新的時代前沿技術(shù)終于有了全面介入戰(zhàn)略行為的有效路徑。

路徑一：人工智能可以通過自身在認(rèn)知與預(yù)測兩個方面的強(qiáng)大能力，有效參與戰(zhàn)略評估。實際上，傳統(tǒng)模式中的戰(zhàn)略評估的核心活動是廣泛獲取與戰(zhàn)略目標(biāo)相關(guān)的信息，通過對信息的整理、歸納，建構(gòu)針對博弈對手的基本分析模型。目前，人工智能技術(shù)已經(jīng)實際參與部分國家的戰(zhàn)略評估，這將會成為人工智能在戰(zhàn)略領(lǐng)域早期參與的主要突破口。

路徑二：人工智能在決策方面的強(qiáng)大能力將會為戰(zhàn)略決策過程提供更強(qiáng)有力的支撐。作為戰(zhàn)略行為的核心環(huán)節(jié)，如何根據(jù)已有的分析進(jìn)行決策是戰(zhàn)略目標(biāo)能否實現(xiàn)的關(guān)鍵。人工智能決策在該領(lǐng)域與人類決策存在重大差異，突出體現(xiàn)為概率性思維替代確定性思維，眾籌式?jīng)Q策替代精英式?jīng)Q策，判斷式思維與反復(fù)試錯性思維的差異。這些差異使人工智能在決策上具備了多線程、強(qiáng)理性和進(jìn)化型等優(yōu)勢，而這些則是人類決策所缺乏的；新的決策方式缺少道德關(guān)懷、靈感直覺等，而這些則是人類決策所獨有的。

路徑三：人工智能的集成解決方案將會被應(yīng)用于戰(zhàn)略動員與戰(zhàn)略執(zhí)行環(huán)節(jié)。戰(zhàn)略動員與戰(zhàn)略執(zhí)行的過程是調(diào)動、分配和使用物質(zhì)資源的過程。人工智能與物質(zhì)力量的結(jié)合，如物聯(lián)網(wǎng)、工業(yè)機(jī)器人、智能化武器系統(tǒng)等，可以為戰(zhàn)略動員提供新的資源，而人工智能技術(shù)也將直接緩解戰(zhàn)略動員中的集體行動問題，從而使動員更加高效。

綜上所述，在人工智能技術(shù)通過圖2所展示的路徑，越來越深入地參與國家的戰(zhàn)略行為，并發(fā)揮越來越大的影響之后，傳統(tǒng)的戰(zhàn)略行為模式也必然會隨之發(fā)生改變，并將推動迄今為止人類戰(zhàn)略史上最為深刻的模式變遷。

二、數(shù)據(jù)與算法的挑戰(zhàn)：國家戰(zhàn)略行為的內(nèi)生性變革

現(xiàn)實的戰(zhàn)略活動是極其復(fù)雜的，諸多要素會在戰(zhàn)略活動中相互影響，從而產(chǎn)生系統(tǒng)效應(yīng)（system effects），其復(fù)雜程度遠(yuǎn)遠(yuǎn)超出人類大腦所能判斷和計算的最高閾值。 因此，戰(zhàn)略博弈往往被視為理性與非理性因素的綜合體，是一個涉及理念、意志、政治技巧、勇氣、運氣等諸多因素的不確定過程。博弈過程往往是在沒有完整邏輯鏈的情況下進(jìn)行，主要依賴決策者的直覺與判斷。但在人工智能技術(shù)介入之后，戰(zhàn)略行為的內(nèi)在特性很可能會發(fā)生微妙的變化。

在所有具有確定規(guī)則和目標(biāo)的博弈游戲中，深度學(xué)習(xí)算法都具有相對于人類的明顯優(yōu)勢。在充滿不確定性的戰(zhàn)略環(huán)境中，人工智能可以憑借強(qiáng)大的運算性能，更深刻地理解戰(zhàn)略領(lǐng)域中各要素的復(fù)雜互動狀態(tài)。戰(zhàn)略行為本身可以被抽象為兼具完全信息博弈（complete information game）與不完全信息博弈（Incomplete information game）雙重特征的雙方或多方的對抗游戲。 隨著算法的不斷完善和數(shù)據(jù)的不斷累積，人工智能系統(tǒng)憑借在信息處理、預(yù)測、模擬等方面的強(qiáng)大能力，可以成為人類戰(zhàn)略活動的重要助手。當(dāng)算法優(yōu)勢能夠穩(wěn)定地形成博弈優(yōu)勢時，新技術(shù)就會越來越深地嵌入戰(zhàn)略行為的各個環(huán)節(jié)，推動各環(huán)節(jié)進(jìn)行自發(fā)的適應(yīng)性調(diào)整，最終帶來模式的內(nèi)生性變革。

（一）人工智能技術(shù)將提供更加系統(tǒng)的戰(zhàn)略評估

全面而快速地搜索信息是計算機(jī)相對于人類的常規(guī)優(yōu)勢，隨著深度學(xué)習(xí)算法的不斷成熟，機(jī)器獲取信息的方式與渠道得到了極大的擴(kuò)展，其對信息的分析能力與預(yù)測能力也得到了前所未有的提升，從而能夠進(jìn)行更加系統(tǒng)的戰(zhàn)略評估。

一方面，深度學(xué)習(xí)算法將首次實現(xiàn)對戰(zhàn)略領(lǐng)域“大數(shù)據(jù)”的全面獲取和深度解讀。在現(xiàn)代生活中，海量的日常生活數(shù)據(jù)是對一個國家綜合國力和經(jīng)濟(jì)活躍程度的最明顯反映，可以清晰地展示一國在國際產(chǎn)業(yè)鏈中的位次、資本的流向、社會思想等情況。在傳統(tǒng)戰(zhàn)略模式中，由于人類的大腦不足以對如此龐大的數(shù)據(jù)量進(jìn)行有效分析，大量數(shù)據(jù)實際上并不能轉(zhuǎn)化為戰(zhàn)略資源，因此傳統(tǒng)模式的戰(zhàn)略評估只是一種“小數(shù)據(jù)”范疇的分析方式，從事戰(zhàn)略分析活動的人員只能在海量的信息中尋找其中有限的內(nèi)容進(jìn)行分析，通過個體推斷總體，并以此為基礎(chǔ)描繪全局圖景。然而，在深度學(xué)習(xí)技術(shù)逐漸成熟之后，戰(zhàn)略評估就擁有了大數(shù)據(jù)時代的技術(shù)基礎(chǔ)。人工智能在與大數(shù)據(jù)相關(guān)的圖像、圖片、音頻、文字識別方面都有了長足的發(fā)展。 人工智能技術(shù)可以通過“監(jiān)督學(xué)習(xí)”和“非監(jiān)督學(xué)習(xí)”等方式，使機(jī)器在短時間內(nèi)掌握專業(yè)人員所擁有的信息分析和處理能力，能夠?qū)Ａ啃畔⑦M(jìn)行分類處理，并以極高效率對相關(guān)信息進(jìn)行深度解讀，實現(xiàn)真正的自動化分析。例如，人工智能系統(tǒng)可以通過“監(jiān)督學(xué)習(xí)”的方式，從數(shù)十萬條推特（Twitter）信息中自動篩選涉及極端恐怖主義的信息，最大限度提升分析的效率。

此外，隨著移動互聯(lián)時代個人生活信息的數(shù)字化，人工智能系統(tǒng)還能實現(xiàn)對作為博弈對手的他國政治精英的個人形象的精準(zhǔn)刻畫。對他國政治精英和政治領(lǐng)袖的研究向來是戰(zhàn)略分析的關(guān)鍵一環(huán)。在人工智能技術(shù)介入之后，人們可以拓展分析他國政治領(lǐng)導(dǎo)人形象的方式，例如，通過政治領(lǐng)導(dǎo)人在不同場合發(fā)表的書面材料及演講視頻、音頻信息，人們可以推斷其所代表的政治意識，甚至可通過微表情分析，了解其猶豫、不自信的頻次，從而更加準(zhǔn)確地分析戰(zhàn)略對手的關(guān)鍵心理特征。

另一方面，深度學(xué)習(xí)算法能夠通過較為精確的沙盤推演和風(fēng)險預(yù)警提供系統(tǒng)而完整的策略方案。以基于代理建模（Agent Based Model， ABM）技術(shù)為代表的模擬技術(shù)已高度發(fā)達(dá)，在戰(zhàn)略博弈方面的應(yīng)用也已非常廣泛。部分美國研究機(jī)構(gòu)已經(jīng)成功地利用該技術(shù)實現(xiàn)了對文化擴(kuò)散 、國際體系結(jié)構(gòu)變遷 、大選結(jié)果預(yù)測 等重要議題的研究，并創(chuàng)建了多種理論模型 ?；诂F(xiàn)有理論，人工智能系統(tǒng)已經(jīng)能夠在充分獲取信息的基礎(chǔ)上對有限博弈場景完成沙盤推演。利用人工智能技術(shù)，這種模擬可以在短時間內(nèi)重復(fù)進(jìn)行，在重復(fù)模擬次數(shù)達(dá)到一定標(biāo)準(zhǔn)后，會形成很多人類無法慮及的盲點方案，最大限度地滿足全面決策的需要。

人工智能在戰(zhàn)略預(yù)警方面也取得了突出進(jìn)展。人工智能的戰(zhàn)略預(yù)警的內(nèi)在邏輯是，假定在沖突爆發(fā)前，往往會出現(xiàn)很多特定的現(xiàn)象，如抗議示威、小規(guī)模沖突、針對特定目標(biāo)的襲擊等。當(dāng)沖突事件發(fā)生的頻次超過社會能夠承載的閾值后，將爆發(fā)具有重大影響的沖突。 深度學(xué)習(xí)算法可以結(jié)合不同國家的特點，設(shè)定動態(tài)參數(shù)，從該國相關(guān)文本、圖片、視頻、音頻等數(shù)據(jù)來源渠道廣泛搜索相應(yīng)關(guān)鍵詞，當(dāng)相應(yīng)關(guān)鍵詞出現(xiàn)的頻度達(dá)到特定標(biāo)準(zhǔn)時，就會自動進(jìn)行風(fēng)險預(yù)警。 同時，系統(tǒng)還可針對不同危機(jī)的特征，提出應(yīng)對方案供決策者選擇。

總之，人工智能技術(shù)的不斷成熟使戰(zhàn)略評估真正進(jìn)入了大數(shù)據(jù)時代。以數(shù)據(jù)累積為基礎(chǔ)，戰(zhàn)略評估過程可以最大限度地接近以“系統(tǒng)效應(yīng)”為核心特征的真實戰(zhàn)略環(huán)境。全覆蓋式的策略分析與定量化的表達(dá)方式，將使后續(xù)的戰(zhàn)略決策環(huán)節(jié)從主觀決斷轉(zhuǎn)變?yōu)樵诓煌怕蕡鼍爸械腻噙x。戰(zhàn)略行為中的主觀不確定因素將從第一個環(huán)節(jié)開始就被持續(xù)削弱，更加接近純粹理性的戰(zhàn)略行為新模式的框架也將在此基礎(chǔ)建立起來。

（二）人工智能技術(shù)將有助于實現(xiàn)更加精準(zhǔn)的戰(zhàn)略決策

戰(zhàn)略決策是戰(zhàn)略行為的核心環(huán)節(jié)，它要求以全面而準(zhǔn)確的分析為基礎(chǔ)，由決策者最終決定實現(xiàn)戰(zhàn)略目標(biāo)的途徑與手段。戰(zhàn)略決策本身是一個具有較大風(fēng)險的行為，決策者要在復(fù)雜的利益環(huán)境中進(jìn)行反復(fù)比較，并在巨大的壓力和緊迫的時間內(nèi)做出選擇。在人工智能技術(shù)介入戰(zhàn)略決策過程后，情況將會變得有所不同。

第一，人工智能在決策中強(qiáng)調(diào)概率性思維（Probabilistic），而人類智能強(qiáng)調(diào)確定性思維（Determinist）。戰(zhàn)略行為的根本挑戰(zhàn)在于戰(zhàn)略環(huán)境的不確定性，不確定性意味著各種事件是否發(fā)生是未知的，各種判斷也有被證偽的風(fēng)險。 因此，人們一般比較傾向于具有確定性特征的建議與方案。但是對于人工智能而言，不確定性只是一種概率分布函數(shù)而已，機(jī)器可以提供多種較為有效的方案，并將不同方案的概率用量化的方式呈現(xiàn)出來，從而實現(xiàn)決策環(huán)節(jié)的優(yōu)化。