对军事智能化的哲理思考

党的十九大报告指出,加快军事智能化发展,提高基于网络信息体系的联合作战能力、全域作战能力,有效塑造态势、管控危机、遏制战争、打赢战争。2017年7月,国务院印发实施《新一代人工智能发展规划》,提出要强化新一代人工智能技术对指挥决策、军事推演、国防装备等的有力支撑,以人工智能提升国防实力,保障和维护国家安全。可以预见,军事智能化作为新一轮军事变革的核心驱动力,将深刻改变未来战争的制胜机理、力量结构和作战方式。     

新一代人工智能发展及其对军事领域影响分析

新一代人工智能技术具有深度学习、仿生自主、人机融合、集群智能等特征,成为世界主要军事强国推动装备形态、作战体系和战争样式演变的重要动力。为适应军事智能化发展趋势,本文综合采用科技情报分析、发展场景分析、技术影响评估方法,从先进算法、智能进化、人机效应、群体协同视角分析了新一代人工智能发展应用趋势;从制胜机理、战争规律、作战体系、作战模式等方面,以未来15至30年为时间区间,研判了新一代人工智能技术的军事应用前景;基于前沿技术突破、国外发展态势,展望了预警侦察监视、指挥控制信息、主战武器系统、集群自主协同、综合保障系统等5种类型装备的智能化趋势,旨在为认识和研判以智能化为重要特征的军事、装备和技术发展趋势提供参考。     

联合全域作战智能博弈优化一体化决策问题

近些年来,美军大力推进发展联合全域作战（joint all-domain operation,JADO）和联合全域指挥控制（joint all-domain command and control,JADC2）,以此实现所有作战域下所有作战力量的完全融合,在此过程中智能决策又占据着非常重要的地位。针对联合全域指挥控制下的智能决策问题,梳理联合全域作战、联合全域指挥控制的发展历程,分析解构出实施智能化指挥决策所包含的主要内容,提出一种基于人工智能和博弈论、多目标优化相结合的指挥辅助决策方法,即智能-博弈-优化一体化指挥决策方法,并给出了此方法的理论框架和功能设计,为实现联合全域作战智能化指挥决策提供技术支撑。     

导师带徒式智能指挥决策应用模式及关键技术

指挥决策智能化需求日益迫切,而近年来国内外军事智能方面的成就较少涉及这一领域。缺数据、缺知识、缺模型的现状,导致该领域智能化发展相对滞后。基于对领域问题的理解,创新提出导师带徒的指挥决策领域智能化发展思路,并基于近年来知识图谱、强化学习、大型语言模型等前沿技术的发展,构想了“学徒式知识提炼”“授徒式博弈推演”2套导师带徒式指挥决策应用模式,并指出了其中需要突破的关键技术,对指挥决策智能化攻坚具有一定指导意义。     

陆军人工智能专业人才培养

陆军的智能化建设与发展离不开专业化的陆军人工智能人才培养。本文分析了智能化技术对战争形态转换、装备演化、指挥决策优化的影响,论述了陆军培养军用人工智能专业人才的必要性,提出了军用人工智能专业人才的能力模型,依据该模型设计了基础课程体系。     

人工智能推动智能化战争到来

<正>人类战争形态的发展演变历史表明,火药、机械制造技术、现代信息集成技术先后推动了热兵器战争、机械化战争、信息化战争形态的发展。如今，随着人工智能技术的迅猛发展及其在战场上的广泛应用，战争形态从信息化战争逐渐清晰地呈现出智能化战争形态。进入21世纪，信息栅格、人工智能、云计算、物联网、大数据等一系列新一代信息技术迅猛发展，为实现武器装备智能化展示出广阔的应用前景。具有指挥高效化、打击精确化、操作自动化和行为智能化的武器装备，将在未来战场上贡献独特的“机器智慧与力量”，并推动智能化战争到来。     

智能化陆军建设

智能化陆军建设面临军事理论、作战运用及智能技术等多方面挑战。从指挥信息系统发展规律来看,由信息优势到决策优势的转变正在发生。必须深刻理解人工智能技术的本质,把握智能化建设的核心要义。研究认为,陆军智能化建设的重点包括智能化指控理论、知识体系构建等2个基础及智能指挥控制、无人集群作战、智能模拟训练3个核心。     

美军推进人工智能军事应用的举措、挑战及启示

人工智能技术的发展加速了军事智能化的脚步。本文分析了美军在推进人工智能军事应用方面采取的一系列举措,如注重国家战略层面的顶层设计,出台一系列智能化发展战略规划;部署各类军事智能化研究项目,开展大数据、智能算法研究,促进人工智能技术向情报处理、无人作战平台、指挥控制、武器装备系统、作战方式变革的渗透转化;重视智能化技术的基础理论研究和人才培养,聚焦核心和关键技术的突破,夯实军事智能化发展的基础。阐述了美军在推进人工智能军事应用进程中面临的来自技术、信任、伦理等多方面的挑战,并从成熟算法民转军用、寻求认知智能算法突破、培养军事智能化复合型人才等角度提出几点启示。     

基于元课程强化学习的多智能体协同博弈技术

多智能体协同博弈具有实时及动作连续性、非完全信息博弈、庞大的搜索空间、多复杂任务和时间空间推理等特点,是当前人工智能领域极具挑战的难题之一。针对大规模多智能体强化学习训练时间长、难以收敛等问题,提出了一种基于Actor-Critic的多智能体强化学习协同博弈框架,利用元课程强化学习方法对小规模场景进行基础课程元模型提取,并且基于课程学习向大规模场景进行模型迁移,在元模型基础上继续进行训练,扩展元模型策略网络,最终得到较优协同博弈策略。在《星际争霸Ⅱ》平台上进行仿真实验,结果表明：基于元课程强化学习的多智能体协同博弈技术可有效地加速其训练过程,相较于传统训练方法可以在较短时间内达到较高的胜率,训练速度提升约40%,该方法可有效支撑多智能体协同博弈策略的高效生成,为低资源下的强化学习高效训练奠定理论基础。     

航天器轨道追逃动力学与控制问题研究综述

随着航天器交会与接近操作技术的快速发展,轨道追逃问题逐渐成为航天领域的研究热点。从动力学与控制视角,对航天器轨道追逃问题的研究现状进行综述。给出了基于定量微分对策的轨道追逃问题模型的一般形式,系统梳理了各种类型的轨道追逃问题;对于追逃策略求解,分别针对闭环策略和开环策略,分析了各种方法的优缺点;围绕人工智能算法与轨道追逃问题的结合,阐述了基于深度神经网络和强化学习的轨道追逃策略的研究现状。关于未来展望,提出了追逃博弈态势分析、多航天器博弈控制、三体条件下博弈动力学与控制等发展方向。     

基于人工智能的智能化战争形态发展研究

经过60多年的发展,人工智能对人类生产生活各方面都产生了巨大影响。近年来,随着世界各国大力推进军事智能化建设,人工智能向军事领域渗透的步伐逐步加快,引发军事领域新一轮变革,推动战争形态向智能化战争的新方向演变。本文采用文献分析和实例研究的方法,深入剖析了人工智能技术对智能化战争形态发展的影响;将智能化战争划分为算法战争阶段和类脑化战争阶段两个阶段,并从基本概念、发展现状、作战样式等角度进行了细致分析。通过分析算法战争的局限性及类脑领域快速发展的趋势可以看出,世界各国、各科技企业均十分重视脑科学与类脑智能相关研究,智能化战争未来将从当前的算法战争阶段进入到类脑化战争阶段。     

从复杂性视角看智能化战争

<正>随着以深度学习为代表的人工智能技术取得重大突破,机器学习实现了由基于规则向基于学习的转变,在图像识别、语言处理、知识辅助等方面取得了巨大成功,并逐步用于作战,创造了新的复杂性。英国著名物理学家霍金曾说：21世纪将是复杂性科学的世纪。2021年的诺贝尔物理学奖就颁给了三位在“复杂系统”科学领域做出突出贡献的物理学家。从复杂性视角审视人工智能对战争的影响,对于理解智能化战争,加强国防和军队智能化建设具有重要意义。     

基于深度强化学习的舰艇空中威胁行为建模

随着武器装备智能化发展的速度加快,传统武器装备的训练方法已经无法满足大规模现代战争的训练需求。在近十年中深度强化学习等人工智能方法在棋类以及电子竞技游戏中取得了极大突破,证明了人工智能方法在面对大搜索空间博弈问题的优势,能够有效解决军事对抗问题中的形势预判和临机调整问题。基于此背景,依托海军舰艇对空方面作战,开展了深度强化学习的方法研究。首先通过并行场景建模技术以及空中威胁决策行为建模技术实现深度学习模型的构建,之后通过单机突防场景的对抗迭代学习,得到收敛的突防策略。验证了深度强化学习方法在空中威胁行为构建场景的可行性,为后续深入开展编队联合防空训练场景构建提供支撑。     

5G改变未来战争

正随着人工智能的迅猛发展及其在军事领域的广泛应用,战争形态正向智能化方向发展。5G移动通信网络的商用普及进一步推动人工智能的发展,智能化作战将迈向更高的水平。在5G移动通信网络的支持下,人工智能在作战指挥、情报数据共享、战场态势分析等方面会发挥重要作用,加快推进现代战争向智能化、无人化和自主化方面发展。     

智能化战争研究现状与作战能力建设对策探析

随着人工智能、物联网、云计算等前沿科技在军事领域的广泛深入应用,智能化战争正逐步取代机械化、信息化战争成为未来战争的主要形态。如何准确把握智能化战争的规律,加快智能化作战能力建设成为大国军事发展的关键。本文对“中国知网”中文数据库历年来有关智能化战争的文献进行了分析,对研究基本现状进行了梳理,总结归纳了智能化战争概念、制胜机理、作战体系和样式、支撑技术、武器装备、伦理问题等方面的主要观点。在此基础上,就我智能化作战能力建设提出了军事理论创新、作战体系建设、科技创新与军事应用、伦理风险规避、人才队伍建设等方面的对策建议。     

基于深度学习的军事辅助决策研究

信息化战争对作战指挥的时效性、精确性都提出了更高要求,也为军事辅助决策研究发展指明了新方向。随着AlphaGo的出现,深度学习技术在多个领域均取得了显著成果,也给军事领域特别是军事辅助决策领域带来了深刻影响。通过综合分析总结当前军事辅助决策领域的研究现状,结合深度学习的原理和特点,从情报信息融合、样本自动生成、训练模型泛化、自然语言理解等方面,提出基于深度学习的军事辅助决策智能化建设发展的新思路。     

基于数据驱动的自学习防空火力控制技术

立足打赢未来智能化战争的作战需求,提高目标探测识别、运动参数估计的实时性和准确性,解决自主拦截决策建模难度大、决策结果稳定性差等问题,通过引入数据挖掘、深度学习、神经网络等人工智能技术,重点开展基于大数据的多类型目标状态空间模型分析、多探测模式下的目标融合识别技术、基于卷积神经网络的射击诸元修正等,研制一套自学习防空火力控制系统,有效弥补传统防空火力控制技术在时敏目标状态空间模型、大闭环校射、协同信息处理、控制决策等环节的不足,提升火控系统自修正、自学习能力,为武器装备向无人化智能化方向发展提供技术支撑.     

作战值勤智能虚拟参谋系统需求与设计

随着人工智能等技术的不断发展,战争正由信息化向智能化飞速转变,由此导致战争形态、制胜机理、作战样式、作战手段等都发生了改变。联合作战指挥机构应紧盯当前高新技术的发展趋势,预先布局,提早谋划,尤其是要加快联合作战指挥智能化手段建设,以应对可能到来的具备智能化特征的信息化局部战争。结合作战值勤任务,从战场信息爆发性、战场情况突发性和作战回路时敏性三个方面提出智能虚拟参谋建设的现实必要性,以“深绿”“指挥官虚拟参谋”等为例,总结归纳了外军智能虚拟参谋的发展现状及启示,最后围绕系统体系架构、主要功能设计智能虚拟参谋系统框架,阐述系统的主要特点。     

美军加快发展智能武器装备

<正>随着人工智能、物联网、大数据、云计算、量子通信等新一代信息技术的迅猛发展及其在战场上的广泛应用,战争形态将逐步由信息化战争转变为智能化战争。美军洞察到世界新一轮技术革命和军事变革的发展态势,聚焦人工智能与自主技术,进行提前布局,加快推进武器装备的智能化、无人化和自主化。     

人工智能即将催生的心理战变革及启示

心理战历史悠久,在一战、二战、海湾战争和伊拉克战争等不同时期的战争中都发挥了重要作用。与此同时,心理战技术和载体也随着科技发展从最初的抛洒传单、单点喇叭喊话发展到借助电视广泛播报和通过网络定向发送等,其影响范围不断扩大,破坏力也在不断提高。新一代人工智能研究浪潮的到来不仅将为心理战带来新的变革,也将为推动心理战进入智能化时代起到关键性作用。本文分析了Deepfakes、Deepvoice、微表情识别、社会关系网络分析等人工智能技术将在心理战的信息真实度、“弹药”生产速度、打击精准度和超前实施性等方面引发的变革,并从理论研究、队伍建设、装备研制及建强训练等方面给出了我国智能化心理战发展的几点建议。