美军“算法战”能否改写现代战争规则

金宁 石海明

随着现代科学技术的迅猛发展，战争已转变为一门科学，战争的智能化趋势愈发凸显，而“战争算法”就是其中重要的技术支撑。算法是指解题一类问题的准确而完整的描述，代表着用系统的方法解决问题的清晰指令和策略机制，常用于计算、数据处理和自动推理。2017年，随着美军正式提出“算法战”概念并组建机构开展相关研究，“算法战”正式由概念转变为实践。从当前的发展趋势来看，战争算法蕴含着改写现代战争游戏规则的巨大潜力，这双“无形之手”将塑造未来战争的新图景。

“算法战”的提出

2017年4月26日，美国防部正式提出“算法战”概念，并将从更多信息源中获取大量信息的软件或可以代替人工数据处理、为人提供数据响应建议的算法称为“战争算法”，同时美国防部决定组建算法战跨功能小组，以推动人工智能、大数据及机器学习等“战争算法”关键技术的研究。美军这一看似突然的举措实际上由来已久，适应了现代战争的迫切需求。

实战需求 “战争算法”源自信息化作战过程中出现的复杂难题。随着现代战场在空间上的拓展，复杂多样的战场信息传感器遍布陆、海、空、外层空间和电磁网络空间，各类情报侦察与监视预警信息呈爆炸式增长，由此产生的海量信息数据超出了情报分析员们的能力范围，令人难以招架，导致战场信息收集不及时、有效信息产出时效性低、反馈失误等严重问题。与此同时，无人机蜂群、群化武器等新式智能化武器装备与新型作战样式的提出，对指挥员决策的时效性、准确性、灵敏性提出了更高要求。运用不同数据类型和数据运用要求所需的标准化分析算法从而建立起数据自主分析系统，能够缩短观察、判断、决策、行动环（OODA）的反应时间，节省数据带宽，有效提升数据处理和挖掘效率，从而减少战场态势感知的不确定性，在智能决策、指挥协同、情报分析、战法验证以及电磁网络攻防等关键作战领域发挥作用。随着战争从体能较量、技能较量发展为智能较量，战争算法与人工智能和指挥控制系统相关联并在其中占据关键地位，是实现智能化作战和建设智能军队的技术基础。

概念基础 “战争算法”的概念深植于战争历史之中。从我国古代的各类兵法、阵法与战法到一战前德军的数学公式推演和图上作业，从1914年提出的兰彻斯特方程到美军在海湾战争前的兵棋推演，战争始终既需要计算也需要“算计”，只是在各个历史时期的形式与载体不同。而随着现代科技的发展，军用软件成为了“战争算法”的载体，利用计算机对战场问题进行准确完整的描述并产生清晰的作战指令和策略机制，是信息化战争算法的新形式。20世纪90年代以来，美军借助“战术地面报告系统”地图规划软件、ScenGen无人机人工智能系统和LGC等任务规划软件计算任务中所有的可能结果，并致力于探索利用独有算法从多类型多源数据中自主获取和处理信息的能力。因此，此次美军“算法战”的提出并非无本之木，而是建立在深厚的算法探究基础之上。

体系支撑 2015年12月，美国提出第三次“抵消战略”，围绕智能化和自主化重点发展五大关键技术领域，当时就已包含了推进人工智能领域算法的措施。2017年4月，美国防部副部长鲍勃·沃克正式发布名为“Project Maven”的备忘录，对“战争算法”进行了描述。联系美军此前在算法领域的部署不难看出，沃克此次提出的“算法战”概念本质上是第三次“抵消战略”的贯彻执行。美军于2016年就已成立了系列机构用以发展颠覆性作战能力，包括战略能力办公室与快速能力办公室新设立的相关服务功能、国防创新实验单元等，而“算法战跨功能小组”实则是这一系列机构中的组成部分，在人工智能研发领域扮演“探路者”角色，其实验结果将为后续战争算法的大规模研发和应用奠定基础。据悉，为适应“算法战”的需求，除已成立的机构外，美国国防部还将设立“机器学习中心”，负责将智能算法引入国家安全领域。在致力于开发战争算法的体系建设支撑下，美军的“算法战”正在不断加速推进。

“算法战”的内涵

战争离不开算法。随着人工智能的进步，尤其是随着类脑设备的发展，战争算法将在处理数据、计算能力等方面有巨大提升，并与兵棋推演、人工智能和指挥控制系统相融合，成为未来战前预演、战时感知与智能决策的关键核心。

战争预演 任务规划软件一直是美军进行战争预演的重要工具。自20世纪90年代开始，美国陆军就已开始研发“战术地面报告系统”地图规划软件，并由此发展出已纳入美陆军作战指挥系统的战术地面报告系统，通过运用算法实现巡逻队级别单位直接的促进协作和信息共享，成为了美军在非洲与中东战场行动中不可或缺的工具。在“沙漠风暴”行动之前，美军通过计算机兵棋推演系统寻找作战计划中的漏洞，经过完善和修正之后的实际作战结果与推演高度相似，体现出了美军推演系统的先进性。目前，美军已将算法与兵棋推演系统深度融合，系统能够基于一系列算法公式测试作战计划，预见战争走向与结局，比如美军拓展防空兵棋系统（EADSIM）的视线算法公式。EADSIM系统由美国Teledyne Brown Engineering公司开发研制，是一个集分析、训练、作战规划于一体的专业多功能防空兵棋系统，其强项在于能够对导弹预警、拦截、打击进行较为精细的模拟。该系统的描述能够达到武器平台层次，比如单架戰机，同时还具有较详细的指挥自动化功能模型以及灵活的想定管理，能够实施双边或多边的对抗推演。目前，EADSIM系统在国防分析与训练领域己得到广泛应用，在全球的用户己超过390个。美国EADSIM系统的成功应用体现出，在算法支撑下的兵棋推演和作战实验，通过验证已有战法和实验作战计划，能够为最终的作战方略提供切实的经验支撑。而在实战对抗之中，具有高质量算法支撑的一方在战前就能够通过实验获取最优战法并准确预测战场局势，从而实现未战先胜。

战场感知 在实际运用过程中，战争算法并不是孤立而行，而是作为人工智能的“大脑”，成为智能感知战场并由此用于决策、指挥和协同的关键。比如，机器学习、迁移学习等智能算法可以解决战场对抗条件下态势目标的自主认知问题，帮助指挥员快速定位、识别目标并判断其威胁程度；无人机蜂群作战中的算法运用可管理并帮助无人僚机感知战场态势，自主生成作战建议。当前，美军致力于利用算法提升无人机战场态势自主化处理能力。以往，无人机传感器获取的全动态高清态势视频由数据分析师通过人工模式进行解析，这种解析方式由于更高分辨率和更快帧传输效率的高质量全动态视频数据而受到了挑战，数据分析师难以及时处理爆炸式增长的战场态势数据。解决该难题的出路在于利用自主化传感器处理和智能化信息生成，从而减少通信带宽和人工负担。2016年8月，美国防科学委员会向国防部建议设立专门的机载自主传感系统项目，以解决无人机全动态高分辨率视频数据的搜集和处理需求。为了赋予无人机动态视频态势处理的自主性，美军利用先进算法推进人机结合的作战方式，建立起自主性态势模型的认知启发型构架，从简单的计算逻辑演化到能够进行自主推理的系统，从而降低全动态视频数据人力分析负担，提升决策速度。这一全动态视频数据的算法包含一套具有人工智能特征的深度学习模型，包括了目标确认模型、情景确认模型与威胁确认模型，推动了人工智能算法发展成为未来战争的核心力量。

决策辅助 借助人工智能算法，美軍算法战跨职能小组的任务在于研制快速处理数据的软件，实现对目标的高效探测、分类和预警计算，收集提供高质高量高时效性的国防情报，并推进与情报领域相关的机器学习、深度学习和视觉算法等先进算法的研究，用以辅助军事决策。当前，人类情报分析师在面对海量视频数据时将大量时间花费在观察视频、寻找异常点等低效活动上，难以应付实时传输、多方来源、体量庞大的数据信息，与之形成鲜明对比的是，运用算法收集情报高速高效且结果精确，能够为战场决策提供及时且优质的参考，并且通过实时战场的反馈算法能够不断得到修正更新。当前，美军通过发展模拟人脑神经元信息处理机制的深度神经网络技术，不断增强融合了深度神经网络技术与计算机的“类脑计算”能力，即类似于人脑的新型计算系统。从20世纪80年代开始，美国国家航空航天局、美国国防高级研究计划局、美国国防部相继资助与神经网络计算相关的项目，其中包括计算机芯片真北的研制项目，该芯片采用了类脑神经网络设计，能够实现快速地运算、通信、存储，在图像识别与综合感官处理等复杂功能方面的效率远高于传统计算机芯片，具有巨大的国防应用潜力。运用了算法的“类脑”计算系统在未来战争中有望成为增强现有作战系统对抗能力的关键，在人机协同作战中促进机器学习人类成功经验，为指挥员选择战争时机、计算战争规模、预测战争持续时间、谋划战争布局等方面发挥重要作用。

如何打赢“算法战”

可以说，智能化战争时代是算法和数据的较量。“算法战”概念的提出进一步改变了未来战争的形态，一个信息网络也许就能控制未来战场的一切，而战争中一方硬件上的劣势也许能够通过算法的优势得到弥补甚至逆转。“算法战”预示着未来战争的变革、机遇与挑战，谁能抢占智能算法制高点，谁就能抢占先机，未战先胜。

推进智能算法研究 由于战争算法是智能化建设的关键领域，美军对此的研究不遗余力。2017年，美国财年国防预算中约有120亿～150亿美元用于人工智能和自动武器的研发。目前在负责人工智能研发的5家美国联邦机构中，3家带有军方背景。同时，美军加快深度学习技术向应用的转变，自2017财年开始增加三军的深度学习科研项目，其中包括研发可用于低功耗平台的嵌入式深度学习算法与稀疏数据分析的深度学习技术，以及通过深度学习方法和人工神经网络实现目标分类等内容。直到2017年底，刚成立半年的美军算法战跨职能小组就已开发出首批4套智能算法，体现出了美军加快进行智能化建设的良好效果。因此为了抢占战争算法先机，我们需要加快推进智能算法的研究，并结合人工智能、兵棋推演与作战实践，在不断探索研发中完善创新战争算法。值得注意的是，战争算法并非完美无缺，也存在漏洞与安全隐患。比如，美军F-35战机拥有几千万条代码，严重依赖控制系统的软件，战机在试验过程中曾暴露出的两百余项问题几乎都与软件的算法高度关联。一旦算法由于过于陈旧无法适应装备发展，或是遇到脏数据的影响出现差错，抑或是其本身存在漏洞，都极有可能导致武器装备无法正常运转。由此可见，推进智能算法研究与创新迫在眉睫。

大力培养优秀算手 人才是智能算法领域的第一资源，先进智能算法的研发与应用离不开优秀的算手。首先，需要培养吸纳多学科、多方向的算手人才。算法从概念到计算到公式的研发，包含多专业多学科的知识结构，需要军事与技术的深度融合，也要求军事与数学的紧密结合。美军算法战跨职能小组内部人才队伍庞大，呈现跨学科融合的态势，不同专业、学科和职能的算手之间通力合作，共同创新算法。另外，应在军队各部门各军种培养优秀算手。无论是战场指挥员、情报分析人员还是机关参谋，通过运用由算法支撑的人工智能处理、分析、统计和辅助决策，有利于推动战场感知、战争决策、后勤保障、情报侦察等多领域的智能化，是提高军队决策与运行效率、提升战斗力的有效途径，因此能够利用算法收集情报、分析数据、判断局势的优秀算手需要走向前台。只有大力培养优秀的算手以适应智能化战争的新需求，才能赢得未来战争的胜利。

拓展算法应用空间 战争算法具有巨大的应用潜力，需要与各个领域相结合从而不断探索其效用。当前，美军正不断扩展战争算法的应用范围，算法在兵棋推演、自动武器、装备保障、物流运输等多个领域中的作用已受到关注与研究，而这些努力都为其智能化体系建设提供了重要支撑。此外，随着人工智能的发展应用，算法需要与人工智能相结合，为实现武器装备自主搜索目标、处理数据和自主决策提供技术支持。尤其是在人工智能逐步介入战争指挥的情况下，算法使得机器能够在人机协同作战中扮演不可或缺的“参谋”角色，算法先进与安全与否直接决定了人工智能的应用效果与战争决策的效率和准确性。由此可见，战争算法贯彻于智能化体系建设的多领域，应当通过持续的研发与创新实现其在各个军事领域的应用价值，以适应智能化战争的技术需求。

责任编辑：刘靖鑫