王遠航

（陸軍炮兵防空兵學(xué)院 鄭州 450052）

1 引言

縱觀人類戰(zhàn)爭史，已經(jīng)歷了數(shù)千年漫長的冷兵器時代，數(shù)百年的熱兵器時代，近百年的機械化時代，半個多世紀(jì)的熱核時代，和幾十年的信息化時代。伴隨著人類科學(xué)技術(shù)水平的不斷進步和持續(xù)發(fā)展，人類戰(zhàn)爭制勝的機理和法則越來越科技化，打上了不同時代科技發(fā)展的烙印。科技催生戰(zhàn)爭形態(tài)的演變和質(zhì)變，并且隨著科技的發(fā)展而加速前行，周期越來越短，強度越來越大，科技含量越來越高，科技主導(dǎo)的作用越來越強，科技已經(jīng)成為決定未來戰(zhàn)爭勝負的主導(dǎo)因素。未來影響戰(zhàn)爭發(fā)展形態(tài)的因素多種多樣，其中，人工智能科技領(lǐng)域的影響是戰(zhàn)略性和全局性的，并直接影響和參與其他所有因素。

隨著人工智能技術(shù)的快速發(fā)展，對作戰(zhàn)的樣式和形態(tài)提出了新的挑戰(zhàn)，各種智能化裝備層出不窮，戰(zhàn)場智能化也已經(jīng)成為各國的發(fā)展趨勢。指揮信息系統(tǒng)作為現(xiàn)代戰(zhàn)爭的神經(jīng)中樞，在作戰(zhàn)中扮演著極其重要的角色，裝備的智能化發(fā)展在對指揮信息系統(tǒng)的發(fā)展起著促進作用的同時，也對指揮信息系統(tǒng)的智能化提出了新的課題。指揮信息系統(tǒng)智能化發(fā)展是裝備智能化發(fā)展的重中之中，是各國競相爭奪的戰(zhàn)略制高點。美國在指揮信息系統(tǒng)智能化作戰(zhàn)應(yīng)用方面取得到不錯的發(fā)展，具有良好的示范效應(yīng)。本文以美國陸軍指揮信息系統(tǒng)為例，全面剖析指揮信息系統(tǒng)的發(fā)展脈絡(luò)，為我國陸軍指揮信息系統(tǒng)的發(fā)展指明方向。

2 美國陸軍在智能化指揮控制系統(tǒng)的初步探索

在經(jīng)歷了半自動化指揮控制系統(tǒng)、自動化指揮控制系統(tǒng)和一體化指揮控制系統(tǒng)后，大數(shù)據(jù)和人工智能技術(shù)的發(fā)展讓美國陸軍發(fā)現(xiàn)了指揮控制系統(tǒng)新的發(fā)展契機。比如，2004年～2008年美軍開展的“實時作戰(zhàn)智能決策制定”（Real-time Adversarial Intelligence and Decision-making，RAID），能夠為戰(zhàn)術(shù)指揮員提供行動方案路線；2009年開展的戰(zhàn)術(shù)扮演生成器計劃（Tactical Inference GenERator，TIGER），該計劃試圖讓決策系統(tǒng)像軍事專家那樣分析戰(zhàn)場情況并將其進行分類。下面將以幾種美軍在指揮控制系統(tǒng)智能化方面的嘗試為例，分析美國陸軍智能化指揮控制系統(tǒng)的發(fā)展方向。

2.1 “深綠”輔助決策系統(tǒng)

“深綠”計劃是美國國防部高級研究計劃局（DARPA）在21世紀(jì)初支持的一項指控領(lǐng)域研究項目，其名字是根據(jù)IBM公司的“深藍”（Deep Blue）計算機項目而來的。1997年，一場國際象棋界的人機大戰(zhàn)在IBM公司的“深藍”計算機系統(tǒng)和衛(wèi)冕冠軍棋手卡斯帕羅夫之間展開，出乎所有人的意料，在這場比賽中“深藍”一舉將卡斯帕羅夫擊敗，在全世界范圍內(nèi)引起了巨大轟動，也引起了美國國防部的高度關(guān)注[1～2]?！吧罹G”計劃的本意是要模仿“深藍”能夠根據(jù)對手的行動而預(yù)測下一步行動的能力，在指揮員進行決策前，根據(jù)對手的行動意圖，結(jié)合預(yù)先設(shè)定的戰(zhàn)場規(guī)則，生成多套可供指揮員選擇的行動方案，指揮員所做的工作就是從諸多方案中遴選最優(yōu)的方案進行執(zhí)行，而不必關(guān)心每個方案的具體細節(jié)?！吧罹G”計劃主要有四個部分組成，分別是“閃電戰(zhàn)”、指揮官助手、系統(tǒng)集成和“水晶球”[3～4]?！伴W電戰(zhàn)”部分主要用來實現(xiàn)“深綠”的分析功能，該功能是通過自動化的分析工具對采集的戰(zhàn)場數(shù)據(jù)進行定量和定性的分析，同時利用一定的模型對指揮員的決策方案進行模擬，經(jīng)過系統(tǒng)的推演，輸出指揮員的決策方案可能導(dǎo)致的結(jié)果。指揮官助手主要為指揮員提供可視化的指揮界面，讓指揮決策從草圖中來到草圖中去，該界面的最大優(yōu)點在于用可視化的界面對決策信息進行展示，讓指揮員更容易理解決策信息的具體含義，符合人們對事物認識的習(xí)慣，同時界面化顯示也方便指揮員進行操作?！八颉辈糠謩t是用來實現(xiàn)系統(tǒng)的總控功能，主要功能包括三個方面，一是信息的采集，負責(zé)對戰(zhàn)場信息的收集；二是戰(zhàn)場態(tài)勢的更新，根據(jù)采集的戰(zhàn)場信息，對戰(zhàn)場的實時態(tài)勢進行更新；三是決策提醒，用來在關(guān)鍵決策點出現(xiàn)的時候，提醒指揮員做出決策?！吧罹G”計劃的初衷是，將原來由參謀人員擔(dān)負的大量計算和預(yù)測工作轉(zhuǎn)化為自動化，對OODA的時間維和空間維進行大幅度的壓縮。令人遺憾的是，到2014年驗收的時候，“深綠”計劃僅保留了STP（草圖到計劃）。盡管如此，“深綠”計劃也是美軍在智能化指揮控制系統(tǒng)方面向前邁出的成功的第一步[5～6]。

2.2 一體化防空反導(dǎo)作戰(zhàn)指揮系統(tǒng)（IBCS）

美國一體化防空反導(dǎo)作戰(zhàn)指揮系統(tǒng)（IBCS）的目的是將武器發(fā)射裝備、雷達和操作人員之間的通信整合在一起，使得諸如受國者之類的防空單元能夠使用另一個雷達提供的信息而發(fā)射攔截器。在一定程度上，這種整合將使陸軍防空部隊能夠保衛(wèi)更大的區(qū)域，因為該部隊需要保護的區(qū)域?qū)⒉粫艿奖咀鲬?zhàn)單元雷達的限制，實現(xiàn)了雷達間的空情共享。2020年8月13日，美國陸軍在新墨西哥州白沙導(dǎo)彈靶場成功完成了迄今為止最復(fù)雜的IBCS實彈試驗，7個“一體化火控網(wǎng)絡(luò)”（IFCN）中繼器連接至IBCS，在2部“愛國者”雷達、2部“哨兵”雷達、3個“愛國者”發(fā)射器、2個連級交戰(zhàn)指揮中心和1個營級交戰(zhàn)指揮中心之間實現(xiàn)了數(shù)據(jù)共享[7]。試驗中，在IFCN中繼器受到干擾的情況下，IBCS綜合傳感器實時數(shù)據(jù)并生成火控方案，指揮發(fā)射2枚“愛國者”-3導(dǎo)彈攔截了2枚靶彈[8]。

2.3 指揮官虛擬參謀（CVS）

人工智能技術(shù)的發(fā)展大致可以分為三個階段，從最早提出的計算智能階段，側(cè)重于算法和數(shù)據(jù)處理，緊接著發(fā)展成為感知智能階段，重點研究信息的采集和模擬，最后發(fā)展到今天為認知智能階段[9]。強化學(xué)習(xí)屬于人工智能的第三個階段——認知智能階段。強化學(xué)習(xí)由于其本身具有的信息處理能力，在提高現(xiàn)代戰(zhàn)爭決策效率中發(fā)揮著越來越重要的作用，尤其是在戰(zhàn)場情報收集、敵我雙方交戰(zhàn)信息處理、戰(zhàn)場環(huán)境分析和作戰(zhàn)效果評估等方面，可以很大程度的提高指揮員的決策效率。美國陸軍CVS就是一種基于強化學(xué)習(xí)的智能指控系統(tǒng)，該項目于2016年啟動，由美國陸軍通信電子研究、開發(fā)與工程中心下設(shè)的指揮、力量和集成局（CP&I）主導(dǎo)，目的是采用工作流和自動化技術(shù)幫助營級指揮官和參謀監(jiān)控作戰(zhàn)行動、同步人員處理、支持實時行動評估，在復(fù)雜的環(huán)境中為指揮員的指揮決策提供有用的信息[10]。該項目將提供以下幾方面的能力：一是任務(wù)指揮中的任務(wù)分析，確定可自動化的任務(wù)基本組成清單，增強指揮員和參謀人員的決策制定能力；二是行動作戰(zhàn)方案評估，可用于持續(xù)任務(wù)監(jiān)控并比較可選作戰(zhàn)方案的軟件算法和模型，提示指揮員和參謀人員做出決策或修正行動；三是評估可視化，能夠?qū)?shù)據(jù)和流程固化為可執(zhí)行的信息，對分散的低級別評估結(jié)果進行檢查。

3 存在的主要困難和亟需破解的難題

美國陸軍在智能化指制系統(tǒng)方面進行了大量的嘗試，雖然取得的效果不盡如人意，但也勇敢地邁出了第一步，預(yù)示著未來戰(zhàn)爭的發(fā)展方向，為各國智能化指揮控制系統(tǒng)的發(fā)展指明了方向，提供了借鑒。在智能化指揮控制系統(tǒng)的探索過程中，美國陸軍也走了很多彎路，當(dāng)前還有很多方面的難題亟待破解，主要有以下幾個方面。

3.1 對戰(zhàn)場態(tài)勢的識別和理解問題

在現(xiàn)代戰(zhàn)爭中，各種作戰(zhàn)力量交相融合，武器裝備種類繁多，多種打擊方式相互配合，戰(zhàn)場環(huán)境日趨復(fù)雜，戰(zhàn)場態(tài)勢瞬息萬變，戰(zhàn)爭的節(jié)奏也逐漸向分秒級靠攏。面對如此復(fù)雜的戰(zhàn)爭態(tài)勢，如何將各種相互關(guān)聯(lián)的因素進行量化，將指揮員的作戰(zhàn)意圖、作戰(zhàn)方案進行模型化，成為各國在智能指控系統(tǒng)發(fā)展過程中必須要面對的問題。美軍智能化指揮控制系統(tǒng)在起步階段發(fā)展不順利，在很大程度上的原因可以歸結(jié)于缺乏標(biāo)準(zhǔn)化、規(guī)范化的定量方法。同時，隨著戰(zhàn)爭層次越高，指揮員的指揮藝術(shù)化程度越高，決策的模糊性更大，可以量化的成分越低，導(dǎo)致計算機越來越難理解戰(zhàn)場的態(tài)勢。如何去偽存真，在海量的數(shù)據(jù)中提取中決定作戰(zhàn)走向的核心參數(shù)，并且對參數(shù)賦予合適的比例，量化影響戰(zhàn)場態(tài)勢發(fā)展的各個因素，同時將指揮藝術(shù)、裝備戰(zhàn)技性能合理地表示成具體戰(zhàn)斗力測評數(shù)值，是智能化指揮控制系統(tǒng)亟待解決的問題。

3.2 計算機和人的互動問題

計算機在進行作戰(zhàn)行動方案模擬之前，需要了解指揮員對當(dāng)前態(tài)勢的理解和判斷，戰(zhàn)場層次越高，指揮員對戰(zhàn)場的理解在決策中所占的比重就越高。美軍曾在實時敵情與決策（RAID）系統(tǒng)中進行步兵連與叛亂分子對抗性試驗，用半自動兵力生成系統(tǒng)進行試驗?zāi)M，試驗結(jié)果中，計算機89%的決策優(yōu)于人類。但如果將模擬的級別提高到連級以上單位，比如說營級或者是旅級，該結(jié)論就會出現(xiàn)很大偏差，因為指揮的層級越高，指揮就越體現(xiàn)決策者的藝術(shù)性，裝備的參數(shù)和技術(shù)指標(biāo)所起的作戰(zhàn)就越弱。因此，如何讓計算機更好的理解指揮員的行動決心，如何對敵方指揮員的進行描述等等這些人的主觀感受，是擺在指揮員和計算機之間的一個難題。

3.3 信息共享和決策問題

信息化條件下的聯(lián)合作戰(zhàn)，其基礎(chǔ)是信息的共享。當(dāng)前美軍各軍兵種的不同裝備間所使用的數(shù)據(jù)格式還存在一定程度的差異性，各軍兵種間還存在一定的技術(shù)壁壘，打通軍兵種間的信息流還有很長的路要走。

3.4 計算機的決策問題

我們知道，在實際的作戰(zhàn)指揮過程中，指揮員需要根據(jù)戰(zhàn)場形勢的變化不斷的調(diào)整自己的指揮策略，而計算機的決策則是一次性的，這種戰(zhàn)場的實時動態(tài)性與計算機決策的一次性之間的矛盾也制約著智能化指揮控制系統(tǒng)效能的發(fā)揮，必須大力研究計算機決策優(yōu)化模型，讓計算機能夠利用實時變化的戰(zhàn)場態(tài)勢進行滾動決策。

4 對我國陸軍指揮控制系統(tǒng)發(fā)展的啟示

4.1 強化頂層設(shè)計

在我國陸軍指揮信息的發(fā)展過程中，曾經(jīng)一度出現(xiàn)過“煙囪”式發(fā)展的現(xiàn)狀，比如：各型號的發(fā)展不成體系、不成規(guī)模，究其原因就是頂層設(shè)計不夠，缺乏一個統(tǒng)一有效的規(guī)劃。這方面我們可以借鑒美國國防部高級研究計劃局（DAPPA），DAPPA的基本任務(wù)是專事于“科技引領(lǐng)未來”，開拓新的國防科研領(lǐng)域，為解決中、遠期國家安全問題提供高技術(shù)儲備，研究分析具有潛在軍事價值、高技術(shù)和新技術(shù)在軍事上的應(yīng)用。

4.2 大力發(fā)展軍事建模技術(shù)

軍事模型是智能化指揮控制的基礎(chǔ)，也是讓計算機理解戰(zhàn)爭的前提。在實際的作戰(zhàn)過程中，影響戰(zhàn)爭勝負的因素多如牛毛，其中任何一個因素的變化，都可能對戰(zhàn)場的發(fā)展趨勢作出影響，如何構(gòu)建一個合理的、完整的戰(zhàn)場影響因子評價體系是智能化指揮控制首先要解決的問題。因此，必須大力發(fā)展軍事建模技術(shù)，只有把這些基礎(chǔ)性的工作做好，才能讓計算機更精準(zhǔn)地理解戰(zhàn)爭，更準(zhǔn)確地做出判斷。

4.3 推進定性定量技術(shù)的發(fā)展。

軍事水平的發(fā)展，需要依托先進的技術(shù)創(chuàng)新，同時將軍事需求與技術(shù)創(chuàng)新緊密結(jié)合，促進最新的技術(shù)理論成果向軍事應(yīng)用轉(zhuǎn)化。當(dāng)前，人工智能的算法研究和指控系統(tǒng)的基礎(chǔ)技術(shù)大部分都集中在民用領(lǐng)域，雖然軍事專家們已經(jīng)嗅到了人工智能技術(shù)在軍事領(lǐng)域應(yīng)用的巨大前景，但其實質(zhì)的軍事轉(zhuǎn)化還不夠。為實現(xiàn)指指控系統(tǒng)的彎道超車，我軍加大人工智能技術(shù)在指控系統(tǒng)方面的軍事化應(yīng)用。我軍軍事定量分析技術(shù)起步較晚，部分還停留在模仿階段，對于系統(tǒng)、效能的評估方法還停留在主觀決策層面，以會議表決、專家打分為主。當(dāng)然，這些手段在實際的評估過程中也是十分必要的，但會議表決、專家打分的主觀性太強，評估結(jié)果的可靠性不強，容易受到人為因素的干擾。因此，有必要進一步推進定性定量方法與測試評估技術(shù)的發(fā)展，為指控系統(tǒng)的發(fā)展奠定基礎(chǔ)[11～12]。

4.4 加強軍事領(lǐng)域人工智能人才的培養(yǎng)

人才是技術(shù)進步的根本動力，要想在智能化指控系統(tǒng)發(fā)展上取得突破，人才的培養(yǎng)與使用是第一位的。我國強大的教育體系為人工智能技術(shù)的發(fā)展提供了巨大的人才儲備，為在指揮控制系統(tǒng)發(fā)展與應(yīng)用方面建立優(yōu)勢，我國需要加大人才的引進力度，尤其是算法研究和模型構(gòu)建方面的人才，并加強人才的訓(xùn)練力度，培養(yǎng)一支有向心力、有上進心、有技術(shù)優(yōu)勢的人才隊伍，同時建立相應(yīng)的人才管理模式和綜合評價手段，通過以獎勵為主的獎懲措施、優(yōu)勝劣汰的機制，激發(fā)人才隊伍的活力，保證人才長時間不流失，提升我軍在智能化指控系統(tǒng)方面的人才優(yōu)勢。

5 結(jié)語

隨著時代的發(fā)展和科技的進步，指揮控制的智能化是戰(zhàn)爭發(fā)展的必然趨勢，誰能在指揮控制智能化的道路上先敵一步，就能在未來的戰(zhàn)場上謀求先機。目前，我國在人工智能的民用領(lǐng)域已經(jīng)取得了長足的進步，甚至在某些領(lǐng)域處于領(lǐng)先地位，但在人工智能向軍事應(yīng)用的轉(zhuǎn)化方面還有很多工作要做，應(yīng)該鼓勵支持多樣化和多方位的人工智能向軍事應(yīng)用轉(zhuǎn)化的創(chuàng)新研究。