●算法通过暴力计算得出的结果是“不讲道理”的。
●算法本身可能成为体系作战中的致命弱点。
●没有海量的数据资源,算法就成了无本之木。
●离开超算能力支持,算法就失去了引擎,就会算不动、算不快。
近年来,在诸如机器人战胜人类围棋冠军等轰动性事件的助推下,算法日益成为权威的代名词。“一切皆可计算”“未来世界由掌握算法的人主宰”……一股强大的算法崇拜思维向各行业蔓延,战争领域也不例外。特别是2017年4月美国国防部提出算法战概念后,算法成为各国军队战略竞争的新焦点,算法决胜论在军事领域日渐流行。
有人把算法比作“上帝之眼”,能够透视战场、消除战争迷雾;有人认为,未来战争的核心是打算法,谁拥有制算法权,谁就将主导未来战场;甚至有人呼吁,在未来智能化战场上,人人都应成为“精算师”。然而,算法固然重要,但它不是包治百病的万能药,并非打赢未来智能化战争的终极保险。
首先,从算法的工作原理看,其计算结果代表了一种统计概率,即事件发生的可能性,而非必然性。包括深度学习算法在内的各类先进算法,都不是基于逻辑推理得出结果。换句话说,算法通过暴力计算得出的结果是“不讲道理”的。算法的这一特性,决定了它的角色只能是辅助人类决策,而不能代替人类决策。
由于不具备推理能力,算法的适用范围较为受限,在某一领域是“专家”,运用到其他领域可能就成了“外行”。如美军Maven项目开发的智能算法,实战部署前使用“扫描鹰”无人机在中东地区拍摄的战场视频进行训练,当被用于分析来自非洲地区的战场视频时,准确率明显下降。即便是分析同一地区拍摄的视频,一旦拍摄高度、云层厚度、大气湿度、地面植被等自然条件发生变化,分析结果也可能与实际情况风马牛不相及。
另外,算法本身可能成为体系作战中的致命弱点。算法依赖计算机代码去实现,易遭受网络攻击,被对手攻破或哄骗。美国情报高级研究项目局局长杰森·马瑟尼曾指出,一名普通计算机专业本科生,可以在一小时内骗过大多数图像分类器,使其将图片中的校车误认为鸵鸟。经过专业训练的网络战专家则能轻松攻破图像分类器,实施“模型倒置”,从而操控训练数据,将算法带入歧途。
其次,从人工智能的技术构成看,算法、算力和数据是当前人工智能的三大要素,其中算法是“大脑”,算力是“躯体”,数据是“血液”。算法并非“孤胆英雄”,它只有与算力、数据有机结合才能产生智能魔力。
一方面,算法离不开海量优质数据支撑。算法体现效率,数据决定质量。没有海量的数据资源,算法就成了无本之木,就会算不准。例如,美军正致力于使用计算机视觉技术识别可疑目标,开发的训练数据集包括多达100万张标注图像,因为只有当数据集足够庞大,才能增强算法的适应性。在军事领域,要建立如此庞大的目标数据库并非易事。此外,一旦对手发动“数据投毒”攻击,只需篡改少量信息,就可以成功误导图像分类器,使其做出错误判断。
另一方面,算法需要超算能力保障。离开超算能力支持,算法就失去了引擎,就会算不动、算不快。由于需要经过海量数据训练,算法训练过程对算力的需求非常大,传统信息基础设施无法实现如此巨量的计算。越是精确的算法,对算力的需求就越大,对计算平台等信息基础设施的要求就越高。除非计算机芯片、云计算等技术取得重大突破,否则人工智能就难以在战术级得到普遍运用。
最后,从战争制胜机理看,“战争是不确定性的王国”,影响战争进程和结局的因素很多,除了地形条件、兵力规模、武器装备数质量、后勤保障等可以计算的有形要素外,也包括战斗精神、部队士气、指挥员谋略水平等不可计算的无形要素,而无形要素往往能够起到决定性作用。淮海战役中,我军60万兵力歼灭国民党军80万;抗美援朝战争中的松骨峰阻击战,我军一个连成功阻击以美军为主的、兵力规模上百倍于己的强大敌军长达12小时,这些用算法恐怕无论如何都算不出来。
战争的特点一直在变,但战争性质永恒不变。战争是人与人之间的较量,对抗性、欺骗性、谋略性是战争的本质特征,“以正合,以奇胜”是战场制胜的基本法则,隐蔽伪装、隐真示假、声东击西是行军打仗的惯常做法。叙利亚冲突中,俄叙与美欧围绕化武袭击、战场态势的信息攻防战空前激烈,“究竟谁发动了化武攻击”“美英法联合火力打击的效果到底如何”至今没有定论。没有两场相同的战争,下一场战争一定不会按照上一场战争的方式进行,因此算法得出的基于历史数据统计的结果注定是不准确的,甚至可能是错误的。
当然,这并不是说算法在现代战争中没有用武之地。恰恰相反,在情报分析、电子对抗、网络攻防等数据密集型领域,智能算法拥有广阔的应用前景。但这不能成为迷信算法的理由。总之,算法有风险,使用须谨慎。