浅析人工智能与联合作战指挥控制的关系

来源：光明军事新号

作者：李玉焱、杨飞龙

人工智能的飞速发展正急剧改变着现代战争的形态样貌，也深刻影响着联合作战指挥控制。对于联合作战指挥控制来讲，其组织实施的基本流程范式是发现情况、做出预判、完成决策、进行调控等环节循环有序开展，人工智能对联合作战指挥控制产生作用影响也必然体现在其组织实施的基本范式之中。

人工智能影响联合作战指挥控制的基本范式

     

人工智能推动战场数据信息深度融合生成情报。随着万物互联时代的到来和信息化智能化战争形态的演化，战场侦察情报活动正发生剧烈嬗变，战场数据信息的获取呈指数级地翻倍增长，资料显示，自“9・11”事件以来，仅源自无人机和其他监控设备的数据量就增长了16倍；美军分布式通用地面系统每日采集的视频流超过7TB；空军每天收集的情报侦察视频时长约160h。然而，蕴含其中的关键情报却比以前掩藏得更深，使作战指挥人员开展情报分析工作的工作量激增且面临多重困惑，战场态势的大数据状态带来战争对抗的复杂性问题。

人工智能融入侦察情报系统，可以根据指挥员情报需求对广域分布的智能传感监视设备进行自动调度使用，获取多源有效的目标信息，并能够采用知识图谱、自然语言处理、语音识别、机器视觉、机器学习、文本挖掘、边缘计算等技术，对获取的纷繁复杂的海量异构数据信息进行甄别比对、分门别类、深度关联和融合处理，进而生成有价值的情报产品，为指挥员科学正确决策提供依据。

人工智能助力战前预案构想动态优化变成决心。战中指挥控制是建立在战前充分预想的基础之上的，没有预案准备的战中临机决策犹如无源之水，无本之木，容易将战局导向失败。因此，战中临机决策需要立足实际情况，对标己方企图，紧盯对手变化，对作战预案进行战中动态优化，以推动预案构想变成调控决心，一切向作战目的实现聚焦。

人工智能融入战中临机决策环节，平时可以收集学习大量的实战案例和演训成果，不断熟悉己方指挥员的指挥风格和行为习惯，全面掌握潜在对手的作战策略和惯用手段，深度洞悉潜在对手的体系弱点和漏洞缺陷，并有针对性地生成系列作战预案以备使用。战时能够在准确接收上级命令指示的前提下，借助于强化学习、深度学习等智能学习算法进行情感分析和价值判断，深刻理解上级作战意图，明确任务标准、限制因素、责任边界和规划原则，智能综合作战任务需要、作战对手强弱点、作战环境对作战行动的潜在影响等因素，从预案库中搜索匹配度较高的方案进行修改完善，快速、高效、全面、具体地完成作战方案拟制工作，并适时吸收人类的智慧谋略融入行动设计，确保方案具有实际可行性、鲁棒适应性和谋略艺术性，为指挥员定下调控决心奠定基础。美军先期开展的“深绿”项目研究，开智能化指挥决策研究先河，在作战方案的智能化拟制生成方面取得突出成果。

人工智能规制集群力量行动自主协同完成调控。现代战争越来越重视作战资源的集约有效利用，因而，更加强调对作战力量和行动的精细控制，但超时限、跨多域实施的联合作战行动已严重超出人类指控能力所及，需要机器智能参与其中，替代人类完成权限以内的组织协调工作，以解放人类的大脑和双手去思考和处理更高层级的问题。有学者预测指出未来智能化作战，作战机器的参战将使人工指挥作业人员减少，人工通信传递减少，这样一来，作战力量集群智能自主协同行动将在人工智能的驱动控制作用下，成为未来作战的主要表现方式。

人工智能融入作战力量和行动调控环节，始终对标上级战略意图和作战方针，依靠边缘计算智能，延伸作战体系末端触角，通过智能侦察传感设备实时监视战场态势变化，收集异地多源战场态势数据信息并进行自动比对、融合、解读、分析，智能推断预判敌情动向和战局发展趋势，自主规划指派作战任务，精细调度分配作战资源，预先调整部署作战力量，自动消解行动矛盾冲突，最终完成各层级、各领域、各方向作战行动地分布式、精细化、敏捷性控制。例如，人工智能协调控制火力打击行动涉及从目标发现到跟踪识别到精确打击再到毁伤评估等一系列环节，需要侦察情报链、指挥控制链、武器打击链和综合保障链一体运行、周密协作和默契配合，可以利用机器视觉、语音识别、自然语言理解、自主规划、智能决策、机器学习（决策树、朴素贝叶斯、支持向量机、神经网络）等智能算法，自动完成目标跟踪识别、目指信息汇总、射击诸元计算、弹药智能匹配、航迹规划制导、寻的瞄准打击和毁伤效果估算等。

人工智能促进指控效果精确高效评估形成结论。在指挥控制过程中，需要对指控效果进行全方位的考察评估，而对作战指控效果的评估主要体现在对作战行动效能的评估上。随着现代战争参战力量的日益多元和作战空间的持续扩展，影响战局走向的因素越来越多且复杂交织，黑天鹅、灰犀牛事件频发，作战体系中任一局部的轻微扰动都可能引发蝴蝶效应和多米诺骨牌效应，仅靠人类的大脑思维对作战行动效能进行直觉判断和定性分析已无法满足行动评估的可靠性和有效性，需要借助机器智能进行科学推理和定量计算。

人工智能融入作战行动效能评估环节，可以借助大数据——主要包括情报数据、作战数据和环境数据——提供的一切可能信息，为智能算法演绎推理提供技术支撑，使评估结果更具客观真实性和可参考性。具体流程是平时将自动收集到的大量实战或演训数据进行清洗、制定编码标准、构建算法模型训练数据、输入算法模型校准机器学习算法、将机器学习算法的输出内容转化为可理解性评估结果等一系列流程操作，至此完成作战评估模型库的自主构建和持续更新。战时通过精准匹配调用预训练完成的作战评估模型，将收集到的各类战场情报数据、作战数据和环境数据进行深度解析运算，输出评估结论并显示在人机交互界面上，为指挥员指挥控制后续行动提供决策依据。

人工智能影响联合作战指挥控制的边界限式

     

人工智能影响联合作战指挥控制并不是无所不能，更不是让人类指挥员彻底放弃指控权限而完全依赖人工智能，因为人工智能毕竟是人造的机器虚拟智能，其无法代替真正的人脑智能，只是在某种程度上对人类智能的模仿。正如同人类智能的主角身份决定了其主导地位一样，人工智能的工具属性也决定了其从属地位。因此，人工智能影响联合作战指挥控制存在客观的边界范围，也必须要有一定的限式要求，以便人类既能充分利用人工智能为提高作战指控效率服务，也不至于失去对作战全局的把控。

在掌握态势环节人类携手机器而非操控机器。实时掌握战场态势变化是实施作战指挥控制的前提和基础。然而，在局势瞬息万变的现代战场上，战争的复杂性愈加凸显，战场上弥漫的战争信息迷雾和泛滥的情报数据海洋已严重超出人脑所能容纳并处理的能力极限，只有借助机器手段才能胜任。人工智能的发展给机器的智能感知能力带来了巨大改变，使机器无需人为操控而通过智能算法驱动，不仅可以多觉化感知战场态势，全维化获取情报信息，还能快速高效地完成情报信息的深度化挖掘和智能化融合，最终实现情报产品的定制化推送和关键性运用，极大地促进作战指挥效能地发挥。因此，在掌握态势环节引入人工智能，应转变界定人机关系的旧有思想观念，进行人机平等分工——机器智能主要负责严谨推理和科学计算，人类智能主要负责经验判断和艺术展现，进而促使人机关系从主仆向伙伴转变，最终以人类携手机器而非操控机器的方式掌握战场态势。

在判断情况环节人类主导机器而非依赖机器。“正确的判断来源于周到的和必要的侦察，和对于各种侦察材料的联贯起来的思索”，毛主席的这句话中所饱含的历史纵深感和时空穿透力用于指导未来的智能化指挥控制活动仍不会过时，无非是在对侦察材料的获取和联贯分析过程中引入智能化的手段，以便于指挥人员能够在瞬息万变的紧张局势面前，比以往更快速、更可靠地得到关键时敏信息，更高效、更便捷地发现隐藏在大量数据背后的高价值情报，更即时、更周到的形成分析判断结论。智能化分析研判战场情况，可以借助机器视觉、支持向量机、语音识别、K-means等算法完成作战目标的自动检测、特征提取和异常信息检测等工作，借助边缘计算技术和朴素贝叶斯、深度学习算法完成态势信息的体系末端筛查、自动分类和智能融合工作，借助云计算、数据挖掘技术和神经网络算法完成数据关联分析和敌方行动预测工作。但以上所有工作开展均应纳入人的主观设计和监督指导下，其结果的参考性也应根据实际情况做合理取舍。

在临机决策环节机器辅助人类而非替代人类。果断临机决策是争得作战先机的必要条件，而指挥犹豫不决只会贻误战机，正所谓“用兵之害，犹豫为大；三军之灾，生于狐疑。”然而，指挥员自身处于扑朔迷离的战局中，并在心理承受巨大压力的情况下果断进行决策谈何容易，不仅需要过人的胆识勇气和强烈的责任担当，还需要对敌情、我情和战场环境情况有尽可能全面的掌握和理性的认知，这需要其背后存在一个强大的参谋团队辅助执行，尤其需要借助机器的力量进行临机决策，通过机器推理运算得出更精确的兵力对比结论，通过机器仿真实验确定更有利的作战行动方案等。

在此需要关注的是，机器作用的发挥应该是有限度的，其工作的职责界面应事先界定清楚。对于此，英国军事元帅蒙哥马利曾说过：“指挥员的职责是拟制计划、定下决心，而参谋人员的职责是完善计划，我决不让参谋人员替我拟制计划。”这句话清楚地讲明了指挥员和参谋人员在作战中的职责界限问题，由此延伸到人工智能支撑的作战指控领域，则可以理解为作战指挥控制应该由人特别是作战指挥员主导，而作为辅助手段的人工智能可以协助人类进行专业知识查询、关键情报搜索、信息深度关联、资源计算统计等建言献策工作，但决不能在“扣动扳机”的最终决策问题上越俎代庖。

在实施调控环节人类放手机器而非放纵机器。精准实施行动调控是指挥员决心意图得以推动实现的有效手段。因此，在作战实施过程中，作战指挥机构都试图考虑兼顾到每一个细节，指挥控制到每一个局部，以使能够集中全部力量，发挥最大作战效能。对于现代战争来讲，其战场的广域多维分布和战况的盘根错节交织，对精确协调控制的要求越来越高，致使指挥机构在对所属力量的行动实施集中控制时面临点多、线长、面广的复杂局面，指挥控制到战场上所有的末端局部已不太现实，而机器智能驱动下的指挥控制系统恰好顺应现代作战全域多维协调控制的需求，为作战行动智能自主协调控制提供了手段支撑。指挥人员通过利用遗传模糊树等自主控制算法，适度放手机器完成作战资源优化配置、作战体系经济运行、异常情况快速响应、行动效果敏捷反馈、战局连续预测等工作，实现作战行动控制程度由远程遥控式向人机融合式再向无人自主式的逐步进阶，最终达到机器控制自主化、行动协同精确化、作战行为智能化的境界，同时应注意对机器行为作必要的限制约束，避免因过度放纵机器导致局面失控的情况发生。