人工智能技術(shù)現(xiàn)已進(jìn)入到一個(gè)新的高速增長(zhǎng)期,是公認(rèn)最有可能改變未來(lái)世界的顛覆性技術(shù)。從“深藍(lán)”戰(zhàn)勝卡斯帕羅夫,，到機(jī)器學(xué)習(xí)技術(shù)在語(yǔ)音識(shí)別,、圖像識(shí)別、自然語(yǔ)言處理等諸多領(lǐng)域取得突破，再到AlphaGo戰(zhàn)勝李世石,，機(jī)器智能已經(jīng)從計(jì)算智能,、感知智能發(fā)展到了認(rèn)知智能，達(dá)到了一個(gè)前所未有的新高度,。以美國(guó)為代表的世界軍事強(qiáng)國(guó),，預(yù)見(jiàn)到人工智能技術(shù)在軍事領(lǐng)域的廣闊應(yīng)用前景，認(rèn)為未來(lái)的軍備競(jìng)賽是智能化的比拼,，并已提前布局了一系列研究計(jì)劃,，發(fā)布第三次抵消戰(zhàn)略，力求在智能化上與潛在對(duì)手拉開(kāi)代差,。落后即意味著受制于人,，為避免因喪失發(fā)展先機(jī)而造成巨大代差，我國(guó)亟待迎頭趕上,，大力發(fā)展人工智能技術(shù)的軍事應(yīng)用研究,。

人工智能技術(shù)的發(fā)展經(jīng)歷了60年的歷程,，幾起幾落之后進(jìn)入到一個(gè)新的高速增長(zhǎng)期。2016年,，AlphaGo戰(zhàn)勝李世石,，代表人工智能進(jìn)入到一個(gè)新紀(jì)元。接下來(lái),，人工智能在各領(lǐng)域中取得的突破可能會(huì)呈現(xiàn)出爆發(fā)式的增長(zhǎng),，機(jī)器智能水平也將呈現(xiàn)出指數(shù)型提升。專(zhuān)家預(yù)測(cè)的平均數(shù)據(jù)表明,，2045年將是奇點(diǎn)到來(lái)之年,，屆時(shí)機(jī)器的智能水平將超過(guò)人類(lèi)。

從智能化水平上來(lái)看,，人工智能大體可以分為計(jì)算智能,、感知智能和認(rèn)知智能三類(lèi)

計(jì)算智能——超越人類(lèi)：以科學(xué)運(yùn)算、邏輯處理,、統(tǒng)計(jì)查詢(xún)等形式化規(guī)則化運(yùn)算為核心,。在這方面計(jì)算機(jī)早已經(jīng)超過(guò)人類(lèi)，比如超級(jí)巨型機(jī)“天河”的科學(xué)計(jì)算和“深藍(lán)”基于規(guī)則的暴力搜索,。但也還有很多事情做不好,，比如像集合證明、數(shù)學(xué)符號(hào)證明一類(lèi)的復(fù)雜邏輯推理,，仍需要直覺(jué)的輔助,。

感知智能——接近人類(lèi)：以圖像理解、語(yǔ)音識(shí)別,、語(yǔ)言翻譯為代表。近期由于深度學(xué)習(xí)方法的突破,，取得了重大進(jìn)展，開(kāi)始逐步趨于實(shí)用水平,。比如科大訊飛的語(yǔ)音識(shí)別準(zhǔn)確率97%,，微軟語(yǔ)音識(shí)別錯(cuò)誤率5.9%，已等同于普通人的水平,。自然語(yǔ)言處理方面，谷歌已經(jīng)能夠做到大段文字的翻譯,，覆蓋十多個(gè)語(yǔ)種。蘋(píng)果Siri,、微軟小冰,、小娜等已經(jīng)能夠與人進(jìn)行聊天,。圖像處理方面，谷歌能夠讓機(jī)器從成千上萬(wàn)的圖片中準(zhǔn)確識(shí)別貓,。此外，人臉,、性別、年齡,、情緒等識(shí)別也日趨實(shí)用化。在運(yùn)動(dòng)方面,，波士頓動(dòng)力的機(jī)器“大狗”反應(yīng)非常靈活，不僅可以適應(yīng)各種地形,，還可以經(jīng)受突然的沖擊力而保持不倒,。

認(rèn)知智能——剛剛起步：以理解、推理和決策為代表,，強(qiáng)調(diào)會(huì)思考,、能決策等。因其綜合性更強(qiáng),，更接近人類(lèi)智能,，研究難度更大，長(zhǎng)期依賴(lài)一直進(jìn)展緩慢,。IBM的問(wèn)答智能程序“沃森”及谷歌的無(wú)人車(chē)等,，就是比較接近此類(lèi)智能的典型。沃森戰(zhàn)勝人類(lèi)使得人工智能面臨重大拐點(diǎn),，它采用專(zhuān)家系統(tǒng)方式,，以大數(shù)據(jù)的關(guān)聯(lián)分析和統(tǒng)計(jì)特征進(jìn)行推理。谷歌無(wú)人駕駛領(lǐng)取駕照標(biāo)志著無(wú)人平臺(tái)開(kāi)始融入社會(huì),，這其中涉及到道路識(shí)別,、行車(chē)監(jiān)視、態(tài)勢(shì)理解,、情況判斷,、準(zhǔn)確決策等智能化問(wèn)題。

上世紀(jì)70年代，決策支持系統(tǒng)（Decision Support System）被提出,，希望借助計(jì)算機(jī)，基于模型庫(kù),、數(shù)據(jù)庫(kù),、知識(shí)庫(kù)、方法庫(kù)等,，為決策人員提供幫助,。基于該模式,，美軍研制了JOPES,、CEM,、CAMPS、JMPS,、SPADS等一系列指揮控制決策支持系統(tǒng),。這些系統(tǒng)在實(shí)際軍事行動(dòng)中得到了應(yīng)用,，例如90年代初的沙漠風(fēng)暴行動(dòng)，從最簡(jiǎn)單的貨物空運(yùn)到復(fù)雜的行動(dòng)協(xié)調(diào)都由專(zhuān)家系統(tǒng)完成,。但這類(lèi)系統(tǒng)大多采用人在回路的方式,，指揮員仍是指揮決策的關(guān)鍵，目標(biāo)分析,、方案擬定等關(guān)鍵步驟主要由指揮員完成，機(jī)器只是提供計(jì)算層面的支持?，F(xiàn)在看來(lái)，屬于“計(jì)算智能”,，沒(méi)到“認(rèn)知智能”,。

美軍很早就開(kāi)始探索人工智能技術(shù)在軍事領(lǐng)域的應(yīng)用。DARPA于2007年啟動(dòng)了“深綠(Deep Green)”計(jì)劃,，目的是將仿真嵌入指揮控制系統(tǒng),，提高指揮員臨機(jī)決策的速度和質(zhì)量。其核心技術(shù)是平行仿真,，在指揮作戰(zhàn)過(guò)程中,，基于實(shí)時(shí)戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)，通過(guò)計(jì)算機(jī)多次模擬仿真,，推演出敵我采用不同作戰(zhàn)方案可能產(chǎn)生的結(jié)果,，預(yù)測(cè)敵方可能采取的行動(dòng)和戰(zhàn)場(chǎng)形勢(shì)可能的走向，引導(dǎo)指揮官做出正確的決策,，縮短制定和調(diào)整作戰(zhàn)計(jì)劃的時(shí)間。雖因主管領(lǐng)導(dǎo)更迭和經(jīng)費(fèi)削減等原因于2011年暫停,，但其提出思路和方法值得借鑒。雖然項(xiàng)目中沒(méi)有使用機(jī)器學(xué)習(xí)等最新技術(shù),，但通過(guò)平行仿真預(yù)測(cè)敵方行動(dòng)和態(tài)勢(shì)變化的方法，是在當(dāng)時(shí)人工智能水平下的一大創(chuàng)新,，代表了美軍在推進(jìn)指揮控制向智能化發(fā)展的先期探索性研究。

圖1 美軍“深綠”系統(tǒng)

2009年至2014年間,，DARPA先后啟動(dòng)了Insight、XDATA,、Big Mechanism,、Deep Learning,、DEFT、PPAML等大量基礎(chǔ)技術(shù)研究項(xiàng)目,，探索發(fā)展從文本、圖像,、聲音、視頻,、傳感器等不同類(lèi)型多源數(shù)據(jù)中自主獲取、處理信息,、提取關(guān)鍵特征,、挖掘關(guān)聯(lián)關(guān)系的相關(guān)技術(shù),。同時(shí)，DARPA還布局了一系列面向?qū)嶋H作戰(zhàn)任務(wù)背景的項(xiàng)目,。例如Mind’s Eye計(jì)劃用于探索一種能夠根據(jù)視覺(jué)信息進(jìn)行態(tài)勢(shì)認(rèn)知和推理的監(jiān)視系統(tǒng)；TRACE計(jì)劃嘗試用機(jī)器學(xué)習(xí),、遷移學(xué)習(xí)等智能算法解決對(duì)抗條件下態(tài)勢(shì)目標(biāo)的自主認(rèn)知，幫助指揮員快速定位,、識(shí)別目標(biāo)并判斷其威脅程度；DBM計(jì)劃發(fā)展戰(zhàn)場(chǎng)決策助手,，幫助飛行員在對(duì)抗條件下理解戰(zhàn)場(chǎng)態(tài)勢(shì),、自主生成行動(dòng)建議并能夠管理無(wú)人駕駛的僚機(jī)；TEAM-US計(jì)劃嘗試將人與機(jī)器深度融合為共生的有機(jī)整體,，讓機(jī)器的精準(zhǔn)和人類(lèi)的可能性完美結(jié)合，并利用機(jī)器的速度和力量讓人類(lèi)做出最佳判斷,，從而提升認(rèn)知速度和精度,。

2015年12月,，美國(guó)防部提出了第三次抵消戰(zhàn)略，圍繞智能化,、自主化提出了5大關(guān)鍵技術(shù)領(lǐng)域。其中,，自主學(xué)習(xí)技術(shù)與人機(jī)交互技術(shù)，利用人工智能技術(shù)綜合利用人的洞察力與計(jì)算機(jī)的高靈敏度,，提升指揮員的決策效力。美國(guó)防部副部長(zhǎng)沃克說(shuō)“利用上述技術(shù),，可以壓縮指揮員在觀察、判斷,、決策、行動(dòng)（OODA）循環(huán)中的時(shí)間,，實(shí)現(xiàn)多域聯(lián)合作戰(zhàn)指揮和控制的目標(biāo),，以取得未來(lái)戰(zhàn)爭(zhēng)的制勝權(quán),。”

2016年6月，美國(guó)辛辛那提大學(xué)開(kāi)發(fā)的人工智能系統(tǒng)“阿爾法”,，在模擬空戰(zhàn)模擬器中100%擊敗了經(jīng)驗(yàn)豐富的美退役空軍上校。該上校表示：“這是我見(jiàn)過(guò)的最具侵略性,、敏捷性、變化性和可靠性的AI,。”據(jù)稱(chēng),，阿爾法在空中格斗中快速協(xié)調(diào)戰(zhàn)術(shù)計(jì)劃比人類(lèi)快了250倍，從傳感器搜集信息,、分析處理到作出正確反應(yīng),，整個(gè)過(guò)程不到1毫秒，可同時(shí)躲避數(shù)十枚導(dǎo)彈并對(duì)多目標(biāo)進(jìn)行攻擊,，還能協(xié)調(diào)隊(duì)友、觀察學(xué)習(xí)敵人戰(zhàn)術(shù),，而硬件成本僅為售價(jià)500美元的普通PC機(jī)。該技術(shù)是AI在交戰(zhàn)控制領(lǐng)域應(yīng)用的重大突破,，未來(lái)可用于訓(xùn)練人類(lèi)飛行員，甚至可在通信條件不佳的情況下接管無(wú)人機(jī)的行動(dòng)控制,。

圖2 “阿爾法”AI空戰(zhàn)系統(tǒng)

2016年10月-12月期間，美國(guó)總統(tǒng)辦公室發(fā)布《為人工智能的未來(lái)做好準(zhǔn)備》和《美國(guó)國(guó)家人工智能研究與發(fā)展策略規(guī)劃》,、《人工智能、自動(dòng)化和經(jīng)濟(jì)》三份重要報(bào)告,，對(duì)人工智能技術(shù)及相關(guān)產(chǎn)業(yè)的發(fā)展進(jìn)行了全面規(guī)劃，目的是確保美國(guó)AI的領(lǐng)先地位,。

2016年底，美軍啟動(dòng)指揮官虛擬參謀（Commander’s Virtual Staff）項(xiàng)目,，旨在通過(guò)綜合應(yīng)用認(rèn)知計(jì)算、人工智能等技術(shù),，來(lái)應(yīng)對(duì)海量數(shù)據(jù)源及復(fù)雜戰(zhàn)場(chǎng)態(tài)勢(shì)，提供主動(dòng)建議,、高級(jí)分析及自然人機(jī)交互，從而為指揮官及其參謀制定戰(zhàn)術(shù)決策提供從規(guī)劃,、準(zhǔn)備、執(zhí)行到行動(dòng)回顧全過(guò)程的決策支持,。

分析認(rèn)為,，美軍“深綠”的失敗說(shuō)明傳統(tǒng)的人工智能方法存在瓶頸,，而阿爾法AI的成功，讓人們看到以機(jī)器學(xué)習(xí)+大數(shù)據(jù)為代表的現(xiàn)代人工智能技術(shù),，可以突破瓶頸，創(chuàng)出一條新的途徑,。而第三次抵消戰(zhàn)略、三份白宮報(bào)告,，以及剛啟動(dòng)的一系列創(chuàng)新研究項(xiàng)目，都表現(xiàn)出美軍的雄心壯志,，未來(lái)將掀起全世界智能化裝備競(jìng)賽。