要点提示
●未来战争中,制智权将上升为核心关键制权。夺取制智权的关键,是保持我作战体系进化并阻碍敌作战体系进化的自由。
●战争时间越持久,作战体系进化速度快的一方就越有利,在马太效应的作用下,最终结果将是体系进化快者胜。
●对于智能化作战体系而言,初始能力固然重要,但进化能力同样重要。应把是否具备自学习和自进化能力,作为衡量智能化作战体系优劣的重要指标。
当前,新一代人工智能技术正在引发链式突破并迅速向军事领域拓展应用,推动作战体系由信息化向智能化加速跃升。新一代人工智能技术能够赋予作战体系自学习、自进化的能力,使得作战体系性质从无机系统向有机系统迈进。这种以往只有生物界有机体才具有的能力,成为未来智能化作战体系区别于传统作战体系的显著特征。
智能化作战体系进化不同于生物进化
智能化作战体系的进化,是指在体系工程、软件定义和新一代人工智能等技术的赋能支撑驱动下,作战体系通过自学习、自适应、自协同、自组织,随着时间的推移,其组织结构动态演进、作战功能逐步拓展、作战能力持续增强的能力、过程和现象。这种进化的特点概括起来,就是“主动进化、全局进化、无级进化和连续进化”。
“主动进化”,即人为设计引导控制下积极主动的人工进化。生物界的自然进化,是通过生物器官的用进废退和获得性遗传,使微小的变异逐渐长期积累而成的。这一过程,基因突变是随机的、不定向的,由物竞天择来不断淘汰不适应环境的类型,由自然选择主导着生物进化的方向,对于生物来说完全是一种被动进化。智能化作战体系作为一种特殊的人造工程系统,其进化的方向与目标、方式与途径,都是一开始就由人主动设计赋予的,因而是一种主动进化。
“全局进化”,即人、武器、人与武器的结合三者同步进化,个体与群体同步进化的全方位全要素进化。严格说来,传统作战体系也是有进化的。因为在训练和实战中,士兵作战技能越来越娴熟,指挥员指挥经验越来越丰富,都可视为一种进化。但传统作战体系中武器更新换代较慢、组织编制也相对固定,整体进化幅度小且速度慢,更多体现为人的局部进化。智能化作战体系进化则是要素全覆盖的全局进化,如通过虚拟现实、增强现实等技术,可使作战人员能力素质快速提升;通过智能算法的自学习,可持续提升装备性能;通过智能化的分布式作战管理和体系集成技术,可实现体系组织结构的动态演进和快速升级等。
“无级进化”,即代际进化和代内进化并存的平滑进化。传统作战体系中,装备发展是按代际或改进型号来进行的,升级时间较长,是一种阶跃式间断进步。当前,“载荷优先于平台、软件优先于硬件”的装备发展趋势日益明晰,装备划代的概念将逐渐模糊。未来作战体系进化方式,既有升级软件版本提升体系能力的代际进化,又有同一版本智能算法通过自学习方式提升体系能力的代内进化。通过软件与算法的快速迭代升级,使得作战体系在全寿命周期内,均可像汽车无级变速一样顺畅连续地进化。
“连续进化”,即平时进化和战时进化相衔接的不间断进化。平时,智能化作战体系可通过非战争军事行动、作战模拟仿真与试验、军事训练等,进行脱离实际交战的“离线进化”,以及在“灰色地带”与潜在对手进行侦察与反侦察、摩擦与反摩擦等大量“软接触”,不断积累数据并学习获取对抗“经验”而进化。战时,智能化作战体系可通过在大量的“刺激-观察-打击”作战循环中,获取爆发性增长的实战海量数据进行自适应快速学习,这种“在线进化”的针对性更强、进化质量更高、进化速度更快。
智能化作战体系具有多种进化模式
从复杂自适应系统角度看,智能化作战体系是一种人造的“活系统”或“超有机体”,一旦具备了进化的内驱力,就能产生自下而上、由内而外的进化方式和途径,形成多种多样的进化模式。从技术发展趋势看,未来至少有以下几种基本进化模式。
“经验共享、群体进化”模式。在边缘计算与云计算协同的工作环境中,智能化作战体系中的智能无人装备,在不同环境下执行不同类型的作战任务后,将习得的“经验”以数据的形式,通过网络上传至“作战云”中,而后将这些“经验”以在线升级的方式分享至其他个体,从而实现个体单独学习、群体共同受益的群体进化。这种进化理念已经在一些国外科研项目中得到体现。如国外科学家公布的“机器人大脑”计划,决定制造巨型“中央知识处理器”以支持世界各地的无数机器人。“机器人大脑”可以将互联网资源、计算机模拟以及机器人试验中得到的技能知识,逐步形成一套持续完善的技能知识库。世界各地的机器人可与之联网,直接按需获取技能,而不用从头学起。在军事领域,以往人的作战经验和指挥艺术过于抽象,因而只可意会不可言传、难以共享。运用这一进化模式,可以将作战经验和指挥艺术蕴含于作战数据之中,并以数据形式通过网络共享,为作战经验和指挥艺术的传承问题提供了解决方案。
“数字孪生、并行进化”模式。借助数字孪生技术,在虚拟的网络空间对实际作战体系进行智能化仿真模拟,建立“数字镜像”并对其不断迭代进化,最后再将进化结果适时映射到实际作战体系中,从而实现虚实联动的并行进化。
“左右互搏、对抗进化”模式。针对和平时期战争实践机会少、实战对抗数据特别是对手真实数据获取困难的问题,可运用深度学习、强化学习等手段,生成高逼真度的虚拟对手,并在试验环境下与虚拟对手反复对抗。通过这种战争预实践方式获取积累战争经验,以此不断改进完善作战体系,推进作战体系不断进化。例如,作为一种非常有潜力的深度学习模型,生成对抗网络采用博弈论中二人零和博弈思维,通过生成器和判别器的互相博弈,可把有限的小样本作战数据扩充为高可信度的大样本作战数据。再例如,运用强化学习,可反复进行基于基本作战规则的虚拟对抗,自动产生作战经验,自我创新升级战法,推进作战体系的进化。在这些“左右互搏”的虚拟对抗过程中,也增强了虚拟对手的潜力,反过来又促进了己方作战体系的进化,对解决对抗演练中“蓝军不强”等问题提供了新的解决方案。
智能化作战体系不断进化,将颠覆体系对抗观念
未来战争仍然是体系与体系的对抗,但对抗的主体由组织结构相对固化的传统作战体系,转变为可以自学习、自成长、自进化的智能化作战体系。这一重大转变对未来战争制胜机理、战场制权、作战体系构建、军事训练模式等方面,均将产生深刻影响。
催生了“体系进化快者胜”的战争制胜新机理。未来战争中,作战体系智能化程度高、进化能力强的一方,能够在激烈对抗中快速学习,不仅智能化装备在持续升级,组织结构也在不断动态优化调整,从而迅速适应对手、适应环境、适应任务,表现出极强的弹性韧性,在体系对抗中始终占据优势。随着战争进程的推移,双方作战体系进化的速度差带来的整体能力差将越来越大。也就是说,战争时间越持久,强者更强、弱者愈弱,作战体系进化速度快的一方就越有利。在马太效应的作用下,最终结果将是体系进化快者胜。
催生了以体系进化自由为核心的制智权。未来战争中,制智权将上升为核心关键制权。夺取制智权的关键,是保持我作战体系进化并阻碍敌作战体系进化的自由。未来战争中,作战双方都将采取各种手段、创造适宜条件,努力加快自身作战体系进化,同时通过误导进化方向、增大进化阻力等方式方法,压制敌作战体系进化,在进化速度和质量上始终压敌一头,才能夺取和保持制智权。
催生了进化能力与初始能力并重的体系构建理念。传统作战体系的构建,强调一开始就要尽量建立一个能力压倒对手的强大作战体系。对于智能化作战体系而言,初始能力固然重要,但进化能力同样重要。应把是否具备自学习和自进化能力,作为衡量智能化作战体系优劣的重要指标。在作战体系构建之初,就要运用体系工程、软件定义和人工智能等技术,赋予作战体系各个要素和组织结构以类生命的“活力”,夯实自学习、自进化的技术基础。平时,应善于进行大量的战争预实践活动,创造作战体系快速进化的条件与环境。战时,应通过数字孪生、平行世界等手段和理念,充分获取并利用实战数据,克服进化阻力,引导控制作战体系向正确方向快速进化。
催生了人装同训、人机共进的军事训练模式。在传统作战体系中,只有人是存在训练价值和能力提升潜力的要素。在智能化作战体系中,由于智能化装备具有了一定的自学习、自进化能力,军事训练的对象将由人拓展为人和装备,训练方式由人训练人为主,转变为人训练人、人训练装备、装备自训练等多种方式并存,形成了人装同训、人机共进的智能化军事训练模式。
(作者单位:军事科学院战争研究院)
相关链接
2016年,学习了16万盘围棋棋谱的AlphaGo一举战胜世界围棋名手李世石。2017年,依托无监督学习框架的AlphaGo Zero采取“无师自通”的“自我对弈”学习模式,在不读取前人棋谱的情况下自学,从围棋基本规则入手,自学3小时后开始具备人类初学者水平,自学19小时后总结出一些“经验”和“技巧”,自学3天后就战胜了AlphaGo,自学40天后即战胜2017年击败柯洁的AlphaGo Master。AlphaGo通过自学习不断提升对弈能力的现象,正是人工智能驱动下复杂系统持续进化的典型例子。