由里 張佳濤 王澤宇

當(dāng)今世界正處于新一輪科技革命與產(chǎn)業(yè)變革的前夜，各國新式武器裝備技術(shù)借東風(fēng)呈現(xiàn)出井噴式的發(fā)展勢(shì)頭，其中以無人化、智能化技術(shù)為代表，運(yùn)用自主深度學(xué)習(xí)進(jìn)行訓(xùn)練的無人作戰(zhàn)裝備，已成為當(dāng)今世界最具代表性的軍事前沿科技產(chǎn)品。無人裝備的運(yùn)用與發(fā)展，未來將推動(dòng)戰(zhàn)爭進(jìn)入信息化、網(wǎng)絡(luò)化、無人化的高級(jí)階段。

無人作戰(zhàn)裝備發(fā)展特點(diǎn)

執(zhí)行任務(wù)能力強(qiáng)，功能不斷拓展。無人化裝備因其泛用性強(qiáng)的特點(diǎn)，可執(zhí)行保護(hù)部隊(duì)前方基地、支援特種作戰(zhàn)小分隊(duì)執(zhí)行偵察、監(jiān)視和搜集目標(biāo)（RSTA）任務(wù)，還可在城區(qū)作戰(zhàn)中用于支援瞄準(zhǔn)目標(biāo)、通信、彈藥投送等多種不同任務(wù)。俄軍涅列赫塔作戰(zhàn)機(jī)器人不僅可以提供火力支援，也可以起到為主要戰(zhàn)力運(yùn)載彈藥的作用；搭載支索電子戰(zhàn)系統(tǒng)的俄羅斯海鷹無人機(jī)可以壓制移動(dòng)通信基站，同時(shí)充當(dāng)虛擬基站，向敵方控制地區(qū)手機(jī)用戶發(fā)送短信。目前，無人裝備的互操作性、自主性、通信能力、機(jī)動(dòng)能力、有人/無人協(xié)調(diào)能力都將進(jìn)一步顯著提升，執(zhí)行任務(wù)的功能性將得到進(jìn)一步優(yōu)化，范圍也將大大擴(kuò)展。

俄羅斯涅列赫塔作戰(zhàn)機(jī)器人

遂行作戰(zhàn)效能高，降低人員傷亡。除因其強(qiáng)勁火力以及良好的機(jī)動(dòng)性得到各國青睞之外，無人裝備精確化、遠(yuǎn)程化、智能化武器系統(tǒng)避免了作戰(zhàn)人員的直接傷害，降低人員傷亡，更是各國大力發(fā)展無人技術(shù)的一個(gè)重要原因。在納卡沖突中，阿方大規(guī)模采用各型軍用無人機(jī)和巡飛彈，占據(jù)戰(zhàn)爭優(yōu)勢(shì)地位。在這次沖突中，阿方使用的TB-2型察打一體化無人機(jī)表現(xiàn)突出，該無人機(jī)摧毀大量亞方運(yùn)輸車輛及指揮所，有效地殺傷對(duì)方有生力量，控制了局勢(shì)。哈比-2型巡飛彈的表現(xiàn)也十分亮眼，這種武器可自主前往目標(biāo)實(shí)施攻擊，操作手可中途介入更改指令。無人裝備的使用，也將阿方官兵傷亡降至最低限度，給予亞美尼亞官方極大政治壓力和心理壓力。在“西部-2021”聯(lián)合戰(zhàn)略演習(xí)期間，俄軍部隊(duì)首次使用了天王星-9和涅列赫塔戰(zhàn)斗機(jī)器人與士兵編隊(duì)共同執(zhí)行任務(wù)，體現(xiàn)了俄軍無人化發(fā)展的最新成果和盡量避免局部戰(zhàn)爭中人員直接傷亡的作戰(zhàn)理念。雖然現(xiàn)階段智能無人化技術(shù)層面仍存在一定局限性，如機(jī)械故障，靈活性差、自主程度不高等問題，但是無人裝備代替人員完成危險(xiǎn)任務(wù)，在戰(zhàn)爭中盡量減少作戰(zhàn)人員直接介入高風(fēng)險(xiǎn)戰(zhàn)斗的顯著特點(diǎn)，為其帶來了強(qiáng)大的前線作戰(zhàn)效能，仍然值得各國在智能無人作戰(zhàn)領(lǐng)域繼續(xù)深耕。

微型化集群化發(fā)展迅猛，注重協(xié)同作戰(zhàn)。近年來無人化裝備協(xié)同系統(tǒng)得到長足發(fā)展，以無人機(jī)為例。單無人機(jī)能力始終有一定的限度，存在搜索范圍小、環(huán)境敏感度低和運(yùn)行時(shí)間短等問題，同時(shí)在遇到硬件損壞或軟件故障等情況時(shí)很難順利完成任務(wù)。而無人機(jī)協(xié)同系統(tǒng)是一組無人機(jī)通過與其他無人機(jī)和周圍環(huán)境相互作用來完成特定任務(wù)，具有作戰(zhàn)成本低、自適應(yīng)能力強(qiáng)和可擴(kuò)展性強(qiáng)等優(yōu)點(diǎn)。同時(shí)，無人裝備跨軍種聯(lián)合作戰(zhàn)思想也應(yīng)運(yùn)而生。挪威黑色大黃蜂微型無人機(jī)只有10厘米長，加上電池重量為18克左右，其微小身形甚至可以對(duì)敵軍地下室進(jìn)行滲透偵察，不可謂不精細(xì)。美軍也早已開始以微型無人機(jī)打造監(jiān)視偵察攻擊平臺(tái)。數(shù)架無人機(jī)組成的編隊(duì)，在敵方某空域盤旋搜索，一機(jī)被摧毀，馬上二機(jī)繼續(xù)對(duì)這一區(qū)域進(jìn)行偵察，而三機(jī)則進(jìn)行遠(yuǎn)紅外拍攝。所有收集到的信息，都傳到機(jī)匯總后報(bào)告給指揮官，指揮官再下命令給四機(jī)，出動(dòng)摧毀可疑目標(biāo)。高等級(jí)神經(jīng)元無人機(jī)具有自動(dòng)捕獲和自主識(shí)別目標(biāo)的能力，解決了無人機(jī)間的通信、火力協(xié)同等問題，實(shí)現(xiàn)了無人機(jī)的自主編隊(duì)飛行，有較高的智能化水平。

人工智能潛力巨大，各國高度重視。目前，無人武器裝備主要依靠人工智能技術(shù)中的深度學(xué)習(xí)來完成人類賦予的各項(xiàng)職能，作為人工智能領(lǐng)域的又一里程碑概念，深度學(xué)習(xí)算法的有效性、穩(wěn)定性直接決定了無人自主設(shè)備的智能化程度高低，可謂潛力巨大。因此人工智能發(fā)展情況一直受到各國政府的高度重視。2018年4月，美國會(huì)研究中心發(fā)布了《人工智能與國家安全報(bào)告》，分析了當(dāng)前人工智能項(xiàng)目在國防領(lǐng)域應(yīng)用的進(jìn)展。該報(bào)告提到，美國會(huì)預(yù)算和立法決策，包括影響人工智能資金、采購、規(guī)范和標(biāo)準(zhǔn)以及國際競爭，有可能極大影響美國人工智能的發(fā)展，以及美國人工智能軍事應(yīng)用的增長和普及速度及隱患，并對(duì)確保美國軍方獲取人工智能這一先進(jìn)技術(shù)，以支持美國的國家安全目標(biāo)和軍事霸權(quán)至關(guān)重要。除美國外，日本、俄羅斯也從頂層設(shè)計(jì)層面制定了一系列相關(guān)戰(zhàn)略，意在為軍用人工智能技術(shù)設(shè)立發(fā)展目標(biāo)、規(guī)劃發(fā)展路線、制定應(yīng)用舉措，由于各國對(duì)人工智能的理解不同，發(fā)展方向也有所側(cè)重：日本開展人工智能技術(shù)應(yīng)用研究，將自主操控和智能化技術(shù)作為軍事技術(shù)發(fā)展的重點(diǎn)方向；俄羅斯謀求在人工智能裝備領(lǐng)域的世界領(lǐng)先地位，重點(diǎn)是半自主和自主式運(yùn)載工具。未來各國間的軍備技術(shù)競賽將在人工智能領(lǐng)域持續(xù)展開。

自主深度學(xué)習(xí)裝備化剖析

納卡沖突中，阿塞拜疆使用TB-2型無人機(jī)發(fā)揮了巨大的戰(zhàn)力

雖然無人作戰(zhàn)裝備層出不窮，但目前所列裝裝備仍要高度依賴“人”的作用，本質(zhì)上只是搭載火力系統(tǒng)或功能模塊的遙控裝備，缺乏自主性，這也導(dǎo)致裝備不能對(duì)緊急情況做出快速反應(yīng)，容易貽誤戰(zhàn)機(jī)。要想實(shí)現(xiàn)高度的自主性，就要在無人化裝備中融合自主深度學(xué)習(xí)等最新的人工智能算法，采用“類腦”技術(shù)，切實(shí)提高裝備的計(jì)算能力和決策能力。深度學(xué)習(xí)的概念提出最早可以追溯到上世紀(jì)80年代，而在本世紀(jì)初逐步形成以人工神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)算法。廣泛應(yīng)用于圖像分析、語音處理、金融反欺詐、智能機(jī)器人等領(lǐng)域。以美國為首的技術(shù)大國早已認(rèn)清人工智能對(duì)于未來戰(zhàn)爭的深刻影響，率先將其應(yīng)用于國防目的，其國防高級(jí)研究計(jì)劃局（DARPA）已啟動(dòng)了數(shù)十項(xiàng)旨在增進(jìn)對(duì)大腦動(dòng)態(tài)機(jī)制的了解、推進(jìn)類腦計(jì)算（深度學(xué)習(xí)）平臺(tái)研究的項(xiàng)目，并在一些裝備自主化、無人化方面取得部分進(jìn)展。

演化進(jìn)程原有機(jī)器學(xué)習(xí)技術(shù)是通過訓(xùn)練有素的算法來模仿人類行為的技術(shù)，需專人將大量信號(hào)處理事例和裝備使用的經(jīng)驗(yàn)告訴機(jī)器，因此訓(xùn)練效率較低，采用此算法的武器裝備屬于無人化初級(jí)階段，需要人為參與、控制的因素較大，其應(yīng)用范圍局限性較大。

與傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)相比，深度學(xué)習(xí)雖然在數(shù)據(jù)和硬件依賴性上要求更高，但是其對(duì)運(yùn)算通暢性能、數(shù)據(jù)表征能力和模型推廣性能等方面的提升卻極其顯著，尤其適用于當(dāng)今大數(shù)據(jù)時(shí)代的眾多任務(wù)。深度學(xué)習(xí)是受哺乳動(dòng)物大腦皮質(zhì)的多層機(jī)制啟發(fā)，模擬其信息蘊(yùn)含規(guī)律構(gòu)建深度神經(jīng)網(wǎng)絡(luò)，通過層與層之間的非線性變換，有機(jī)組裝底層特征，繪制為抽象的頂層表示，使得一個(gè)自主深度學(xué)習(xí)裝備能夠不依賴人工的特征選擇，剖析數(shù)據(jù)的分布式特征表示，并學(xué)習(xí)到相對(duì)高難度的目標(biāo)表達(dá)函數(shù)。因此，配備自主深度學(xué)習(xí)功能的裝備無人化程度高，泛用性強(qiáng)，可以在各種復(fù)雜多變的環(huán)境中遂行戰(zhàn)斗任務(wù)。

目前深度自主學(xué)習(xí)在傳感器利用、圖像目標(biāo)識(shí)別、稀疏數(shù)據(jù)分析、多源集成和作戰(zhàn)識(shí)別等方面，均有部分進(jìn)展。假以時(shí)日，應(yīng)用先進(jìn)自主學(xué)習(xí)算法的無人潛航器、無人戰(zhàn)車、無人作戰(zhàn)飛機(jī)等高精尖武器將會(huì)陸續(xù)列裝，構(gòu)建真正意義上的無人軍隊(duì)。

機(jī)理探究與人腦類似，深度學(xué)習(xí)的核心結(jié)構(gòu)稱為深度神經(jīng)網(wǎng)絡(luò)（DNN）。深度學(xué)習(xí)先以無監(jiān)督的學(xué)習(xí)模式—逐層訓(xùn)練，進(jìn)行預(yù)訓(xùn)練階段，包含數(shù)據(jù)輸入層、用來處理數(shù)據(jù)的隱藏層和用戶看到的輸出層。在無監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí)的有機(jī)結(jié)合下，深度學(xué)習(xí)算法系統(tǒng)可自行完成從提取到識(shí)別的全過程，以此賦予無人化裝備一定的自主性。

經(jīng)過近十年的發(fā)展，深度學(xué)習(xí)演化出許多有效的網(wǎng)絡(luò)模型，其中最具代表性的包括卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）、深度強(qiáng)化學(xué)習(xí)（deep reinforcement learning，DRL）和長短期記憶網(wǎng)絡(luò)（long short-term memory，LSTM）等模型。

無人裝備微型化是一大趨勢(shì)

卷積神經(jīng)網(wǎng)絡(luò)由卷積層、池化層、全連接層和輸出層等組成，通過從底層到高層的特征前饋運(yùn)算，將底層的視覺特征逐步抽象化，從而形成高層的圖像表征。許多代表性的卷積神經(jīng)網(wǎng)絡(luò)模型被相繼提出，例如AlexNet、VGGNet、ResNet和DenseNet等。這些算法在解決圖像等二維結(jié)構(gòu)數(shù)據(jù)的復(fù)雜特征抽取問題上效果顯著，可以快速提取多傳感器采集的信息特征，為無人裝備提供決策?；诖四Ｐ偷乃惴梢詾樽灾鲗W(xué)習(xí)提供基礎(chǔ)，廣泛適用于陌生環(huán)境帶來的海量信息源，從而實(shí)現(xiàn)自我分析、自我識(shí)別、自我決策?？v使數(shù)據(jù)有一定的殘缺，也可以通過分析、判斷，得出最優(yōu)解，并錄入到已有樣本數(shù)據(jù)庫之中。

深度強(qiáng)化學(xué)習(xí)將處理大規(guī)模樣本數(shù)據(jù)的能力融入強(qiáng)化學(xué)習(xí)中，其特點(diǎn)是與環(huán)境進(jìn)行深維度的信息交互，通過閉環(huán)的形式不斷優(yōu)化對(duì)于環(huán)境的感知，從而學(xué)習(xí)得到完成任務(wù)目標(biāo)的最優(yōu)策略。此種主動(dòng)尋求信息反饋的方法也可以理解為自主深度學(xué)習(xí)的一種典型案例，類似于反潛常用的主/被動(dòng)聲吶系統(tǒng)區(qū)別，大大優(yōu)化無人裝備的事態(tài)感知能力。

長短期記憶網(wǎng)絡(luò)的提出旨在處理語音、視頻等時(shí)序數(shù)據(jù)的分析問題，其根據(jù)先前信息和當(dāng)前信息來共同進(jìn)行分析和決策。作用在武器裝備上，相當(dāng)于在傳感器數(shù)據(jù)分析中尋找時(shí)間相關(guān)性特征，并把其作為進(jìn)行決策的一項(xiàng)重要依據(jù)，其應(yīng)用原理與卷積神經(jīng)網(wǎng)絡(luò)類似，但可以大大優(yōu)化對(duì)于時(shí)序信息的分析能力，對(duì)于提高自主深度訓(xùn)練和“類腦”訓(xùn)練的效率起到重要作用。

應(yīng)用難點(diǎn)雖然自主深度學(xué)習(xí)裝備化上取得部分進(jìn)展令人鼓舞，但仍面臨一些亟需解決的困難。

一是訓(xùn)練樣本庫開發(fā)。在基于深度學(xué)習(xí)的機(jī)器人控制中，數(shù)據(jù)量是保證機(jī)器人能夠完成復(fù)雜任務(wù)的關(guān)鍵因素，僅僅是為了同一款機(jī)器人的機(jī)械手平面抓取問題，就要收集近百萬次抓取動(dòng)作數(shù)據(jù)。這些初始數(shù)據(jù)，類似于嬰兒幼年的蹣跚學(xué)步，不可能通過自主互動(dòng)方式加以解決，只有通過良好樣本不間斷訓(xùn)練才能達(dá)到效果。自主深度學(xué)習(xí)可以解決部分困難，但是如果要解決樣本之間權(quán)重問題，仍然需要采取有監(jiān)督學(xué)習(xí)方式進(jìn)行訓(xùn)練。

深度神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的核心

二是作戰(zhàn)效率評(píng)估。為適應(yīng)復(fù)雜多變環(huán)境下而研制的武器裝備，其自主深度學(xué)習(xí)算法需要實(shí)戰(zhàn)環(huán)境中進(jìn)行檢驗(yàn)。根據(jù)以往的深度學(xué)習(xí)理論，只要給定足夠數(shù)量樣本，學(xué)習(xí)過程一定是收斂的，即代表賦予武器的功能將會(huì)趨于穩(wěn)定。但是自主學(xué)習(xí)的武器產(chǎn)品，會(huì)不會(huì)在戰(zhàn)場上表現(xiàn)出與人類預(yù)期不符甚至是截然相反的決策結(jié)果，仍值得深究。整體來看，對(duì)于基于自主深度學(xué)習(xí)的武器控制系統(tǒng)，其控制性能很難評(píng)估分析，即便是表現(xiàn)出一定的控制效果，也無法保證控制性能的魯棒性和穩(wěn)定性，這是自主學(xué)習(xí)相對(duì)于傳統(tǒng)機(jī)器學(xué)習(xí)的一個(gè)缺點(diǎn)，也是未來需要重點(diǎn)攻克的問題之一。

三是硬件性能約束。與傳統(tǒng)機(jī)器學(xué)習(xí)方法相比，深度學(xué)習(xí)在精度方面有較大優(yōu)勢(shì)，但其除了硬件要滿足矩陣相乘、卷積、循環(huán)層和全局規(guī)約4種基本運(yùn)算的性能要求外，還要滿足數(shù)據(jù)級(jí)別和流程化的并行性、高內(nèi)存帶寬、多線程等特性。而無人化作戰(zhàn)裝備對(duì)于尺寸的要求與日俱增，小型化、微型化的趨勢(shì)明顯，這對(duì)于硬件性能滿足又提出了較高要求，谷歌、高通、英偉達(dá)等美國公司已經(jīng)陸續(xù)推出了基于深度學(xué)習(xí)的硬件架構(gòu)，但目前市場上仍未有較為完整、統(tǒng)一的硬件處理架構(gòu)。誰能開發(fā)出性能好、尺寸合適的硬件系統(tǒng)，誰就能在無人化、智能化武器裝備上先行一步，從而在真正意義上開發(fā)出自主深度學(xué)習(xí)的武器裝備。

自主深度學(xué)習(xí)助力未來戰(zhàn)場前景展望

無人裝備通過自主學(xué)習(xí)輔助決策將進(jìn)一步精簡殺傷鏈

感知環(huán)境態(tài)勢(shì)，數(shù)據(jù)融合能力強(qiáng)。自主深度學(xué)習(xí)裝備在態(tài)勢(shì)感知上具有較大優(yōu)勢(shì)，針對(duì)一些例行性工作或戰(zhàn)術(shù)級(jí)別任務(wù)，往往可以代替人工進(jìn)行分析判斷。以海洋為例，近年來，隨著我國海洋事業(yè)的蓬勃發(fā)展，海洋裝備智能化長足發(fā)展，積累了豐富的海洋數(shù)據(jù)，但由于觀測(cè)裝備的差異，海洋生態(tài)的復(fù)雜性，為數(shù)據(jù)收集、動(dòng)態(tài)監(jiān)測(cè)等過程帶來了不小的挑戰(zhàn)。而使用深度學(xué)習(xí)的無人勘測(cè)潛艇，具有長航時(shí)、隱蔽性強(qiáng)、自主性強(qiáng)等特點(diǎn)，適用于海洋各類水文、生態(tài)、未知目標(biāo)的數(shù)據(jù)搜集與融合等任務(wù)。

在未來，無人裝備智能化水平將進(jìn)一步提高，數(shù)據(jù)融合能力將進(jìn)一步加強(qiáng)。多傳感器信息采集能力可以借助深度學(xué)習(xí)處理手段得到有效發(fā)揮，快速提取重要特征，為戰(zhàn)地指揮官及時(shí)提供最優(yōu)決策。

提高個(gè)體性能，協(xié)同作戰(zhàn)質(zhì)效高。從個(gè)體性能角度而言，通過收集大量情報(bào)，自主深度學(xué)習(xí)可以讓智能化裝備及時(shí)發(fā)現(xiàn)敵方弱點(diǎn)，輔助戰(zhàn)斗員遂行戰(zhàn)斗任務(wù)。現(xiàn)階段聯(lián)合作戰(zhàn)主要為廣域上的諸兵種協(xié)同作戰(zhàn)，想要真正達(dá)到如同美軍提出的蜂群戰(zhàn)術(shù)的階段，極大提高戰(zhàn)術(shù)層面上執(zhí)行任務(wù)效率，仍有很長一段路要走。除了無人裝備群內(nèi)部通信鏈路要足夠高效外，對(duì)指揮平臺(tái)系統(tǒng)也有很高的要求。

在自主深度學(xué)習(xí)的幫助下的無人化武器裝備可以有自主決策權(quán)，將“讀秒戰(zhàn)爭”的作戰(zhàn)效率進(jìn)一步提升，做到真正的“發(fā)現(xiàn)即摧毀”。之前由偵察敵情，到指揮系統(tǒng)，再到精確打擊的實(shí)施過程，可以由單一兵器直接完成。例如，無人機(jī)A進(jìn)行精確打擊的同時(shí)，無人機(jī)B可同時(shí)進(jìn)行觀察、火力跟進(jìn)或者掩護(hù)等任務(wù)。在多重?zé)o人化武器協(xié)同參與的情況下，作戰(zhàn)毀傷效能將呈指數(shù)級(jí)上升，而對(duì)于無人裝備的需求量則大幅減少。

擴(kuò)大作戰(zhàn)疆域，陸?？仗烊采w。鑒于人類生理活動(dòng)極限，之前傳統(tǒng)作戰(zhàn)地域往往帶有較強(qiáng)的局限性。目前智能化程度較低的裝備雖然可以實(shí)現(xiàn)在更寬廣疆域執(zhí)行任務(wù)，但仍然需要借助通信手段，依靠人類指令進(jìn)行活動(dòng)。而無人化智能化裝備技術(shù)能彌補(bǔ)有人作戰(zhàn)系統(tǒng)的不足，實(shí)現(xiàn)長時(shí)間、高速度、大強(qiáng)度、全空間執(zhí)行各種作戰(zhàn)和勤務(wù)保障任務(wù)。其活動(dòng)范圍從太空、深海、高原、極地到核生化污染等“新邊疆”極限區(qū)域。

在高技術(shù)條件下的戰(zhàn)爭，作戰(zhàn)領(lǐng)域已經(jīng)遠(yuǎn)遠(yuǎn)超越“局部”概念，在未來，能夠搶先一步占據(jù)極限區(qū)域的主動(dòng)權(quán)，才更有可能贏得整個(gè)戰(zhàn)局的主動(dòng)權(quán)。通過自主導(dǎo)航、決策、攻擊的超高空無人飛行器摧毀敵人的偵察衛(wèi)星；通過無人深潛器發(fā)現(xiàn)并定點(diǎn)清除敵人海底的水聲偵察網(wǎng)絡(luò)；通過無人蜂群機(jī)潛入敵指揮中樞，對(duì)重要節(jié)點(diǎn)設(shè)備快速毀傷，均可以在某一方面形成局部優(yōu)勢(shì)，并供戰(zhàn)地指揮官加以利用，從而影響整個(gè)戰(zhàn)局走向。