趙小川

2016年3月，在舉世矚目的人機圍棋大戰(zhàn)中，谷歌公司的人工智能程序AlphaGo以4：1戰(zhàn)勝韓國棋手李世石。一場人機圍棋大戰(zhàn)，將世人的眼光拉至世界技術的前沿——人工智能。

人工智能是計算機學科的一個分支，它主要研究如何使計算機模擬人的某些思維過程和行為，被譽為“二十一世紀三大尖端技術” 之一?？茖W家開展人工智能的研究已有幾十年的歷程，最近幾年，隨著云計算、大數(shù)據(jù)、深度學習等新技術的提出和應用，使得人工智能飛速發(fā)展，在一些領域達到了可以與人類大腦“叫板”的高度。

從“算”到“學”——AlphaGo取勝的秘訣

早在20年前， IBM研發(fā)的計算機“深藍”便與國際象棋大師卡斯帕洛夫進行了對弈，“深藍”以2勝1負3和的戰(zhàn)績取勝。在20年后的今天，AlphaGo再次在人機大戰(zhàn)中獲勝。但是，兩次勝利背后的秘訣卻不盡相同，它折射出人工智能的長足進步。

“深藍”主要依靠其自身強大的計算能力窮舉所有路數(shù)來選擇最佳策略。當時，“深藍”可以預測后續(xù)12步棋，而卡斯帕洛夫僅可以預測到后續(xù)10步棋；因而，在“深藍”與卡斯帕洛夫的較量中，“深藍”占了上風。

AlphaGo主要通過“深度學習”致勝。深度學習是人工智能的一個熱點研究方向，它源于神經網絡理論，目標是讓計算機像人一樣具有自學能力，可從大量的數(shù)據(jù)中自行總結出某種事物的特征。在準備此次人機大戰(zhàn)過程中，AlphaGo背后的一群人工智能領域的專家把圍棋高手的比賽記錄輸入給它，然后AlphaGo根據(jù)深度學習程序進行3000萬步的自學習訓練。在經過自學習訓練后，AlphaGo便能輕松地判斷棋手下一步的走法。

從當前人工智能的發(fā)展水平來看，其具有計算能力強、記憶能力強，學習能力強的特點。而圍棋又是一個在特定時間內給出相對最優(yōu)解法的游戲，在這方面人工智能與人類大腦相比，優(yōu)勢明顯。同時，李世石在心理抗壓能力、精力持久性上與AlphaGo相比無疑也處于下風。因而，在本次人機圍棋大戰(zhàn)中，AlphaGo戰(zhàn)勝韓國棋手李世石是在情理之中，不足為奇。

AlphaGo的勝利，更多地折射出這20年來“人工智能”的進步?？梢院敛豢鋸埖恼f，李世石是被AlphaGo背后的科學家們的集體智慧所打敗的。

“智”勝戰(zhàn)場——人工智能助力裝備發(fā)展

東漢馬融在《圍棋賦》中云：“略觀圍棋兮，法于用兵，三尺之局兮，為戰(zhàn)斗場”。因此，提到圍棋，人們自然會想到戰(zhàn)場。那么，將以AlphaGo為代表的人工智能應用于戰(zhàn)場，又會起到怎樣的效果呢？

◎提升軍隊模擬訓練、推演系統(tǒng)的準確性

軍隊模擬訓練、推演系統(tǒng)在現(xiàn)代化戰(zhàn)爭中起著重要的作用。據(jù)悉，美軍建立了“聯(lián)合戰(zhàn)區(qū)級模擬系統(tǒng)”、法軍建立了“城市作戰(zhàn)模擬系統(tǒng)”、德軍建立了“部隊電子訓練模擬系統(tǒng)”。上述模擬訓練、推演系統(tǒng)均以高性能計算為核心，不僅用于訓練模擬，而且用于實戰(zhàn)推演。

人工智能在海量數(shù)據(jù)搜索、存儲、計算、推演、自學習等方面遠勝于人，將其應用于軍隊模擬訓練、推演系統(tǒng)。它可以使士兵在計算機模擬的近似環(huán)境下學習戰(zhàn)爭，推演未來戰(zhàn)爭的攻防模式和發(fā)展趨勢，并且可極大地提高模擬訓練、推演系統(tǒng)的準確性。

◎增強軍用機器人的實用性

由于軍用機器人能夠在惡劣的環(huán)境下輔助或代替戰(zhàn)斗人員完成部分作戰(zhàn)任務，因而備受各軍事強國關注。當前，軍用機器人還是以遙控操作為主，智能水平較低，這無疑制約了軍用機器人的實用性。當士兵對軍用機器人進行遙控時，需要將注意力集中在電腦屏幕上，雙手對搖桿或鍵盤進行操作。這樣會影響士兵執(zhí)行其他軍事任務，特別是在巷戰(zhàn)環(huán)境下，士兵容易被俘或被擊斃。倘若將先進的人工智能技術應用于軍用機器人，這無疑是如虎添翼：智能軍用機器人不僅可以自主作業(yè)，對變化的環(huán)境還具有自適應性，極大地降低對士兵操作能力的依賴性，使之成為士兵的“鋼鐵兄弟”。因而，人工智能可使軍用機器人成為士兵在未來戰(zhàn)場上不可或缺的工具，極大地增強其戰(zhàn)場實用性。

美國《國防》月刊網站報道稱：五角大樓正在致力于所謂的“第三次抵消戰(zhàn)略”，該戰(zhàn)略的設想是，在未來戰(zhàn)場上，美軍部隊與各式以機器人為代表的智能化系統(tǒng)合作，從而使美軍獲得技術上的優(yōu)勢?？梢灶A見，以人工智能為代表的新型軍用機器人必將對未來戰(zhàn)爭的形態(tài)產生重要的影響。

◎提高裝備維修保障的高效性

當前，武器裝備的性能水平正在逐步提升。日益復雜武器裝備對其維修保障提出了更高的挑戰(zhàn)，維修保障難度大、不及時、效率低下的問題日益突出。

將人工智能技術應用于裝備維修保障系統(tǒng)中，可以有效地解決上述問題?；谌斯ぶ悄軓姶蟮臄?shù)據(jù)搜索、存儲、計算、推演、學習能力，形成智能化的裝備故障診斷及預測裝置。當裝備出現(xiàn)問題時，融入人工智能的維修保障系統(tǒng)可以精確地將故障定位并在極短的時間內給出解決方案，可極大地提高裝備維修保障的高效性；更重要的是，人工智能可對歷史故障及成因進行“深度學習”，對未來可能產生的故障進行預測，防患于未然。

“學”而不“思”——“人工智能”不能取代“人類大腦”

將“人工智能”應用于戰(zhàn)場，必將會推動武器裝備產生飛躍式的發(fā)展。那么，在未來戰(zhàn)場上，“人工智能”是否會取代“人類大腦”，成為戰(zhàn)爭的主導呢？

在回答這個問題之前，讓我們再次回顧一下本次人機大戰(zhàn)：在第四局中，李世石在第78手構造出“劫爭”之勢，巧妙地營造出了一種欺騙性模式，終于扳回一局。這一來之不易的勝利說明，AlphaGo人工智能的應變性明顯不足，無法很好地處理完全未知的情景。就目前人工智能的發(fā)展水平而言，它能夠自己去“學習”，還不能自己去“思考”。而在真實的戰(zhàn)場上，未知情況更多、態(tài)勢變化更快，沒有“思考”是遠遠不行的。

同時，我們必須清醒地看到，戰(zhàn)場上的學習和賽場上的學習又有很大不同?！叭藱C大戰(zhàn)”之前，谷歌公司可以輕而易舉地獲得眾多圍棋高手的棋譜，有充足的時間給AlphaGo進行訓練并進行調試。然而，在實際戰(zhàn)場上，想要獲取想要提前獲得對手訓練、演習、作戰(zhàn)方面的大量數(shù)據(jù)可不像獲得棋譜那樣容易。同時，未來戰(zhàn)爭信息化程度高，分秒必爭，不可能將大量的時間用于智能系統(tǒng)的調試。

再次，“人工智能”的本質是一種實現(xiàn)特殊算法的計算機程序。既然是計算機程序，就存在著被破解或被植入病毒的危險。倘若“人工智能”成為部隊作戰(zhàn)、決策的主導，其一旦被敵方破解或感染病毒，后果的嚴重性可想而知。

因此，在未來戰(zhàn)場上，“人工智能”可以成為“人類大腦”的延伸與工具，但“學而不思則罔”，“人工智能”是不可能取代“人類大腦”的。

“人-機融合”——決勝未來戰(zhàn)場

既然“人工智能”是不可能取代“人類大腦”，那么如何才能使戰(zhàn)場上的“人工智能”的效能得以充分發(fā)揮呢？

美軍已提出將“巴頓的戰(zhàn)術”與“蓋茨的技術”相結合，去尋找戰(zhàn)場取勝的方法和手段。在技術層面上，美軍也以開始探討“人-機融合”技術在軍事領域的應用。未來戰(zhàn)爭，是信息化的戰(zhàn)爭，全域多維，瞬息萬變，單純靠人或計算機，無法取得戰(zhàn)爭的主動；只有將“人類大腦”與“人工智能”完美結合，才能贏得未來戰(zhàn)爭的勝利。

所謂“人-機融合”是指將“人工智能”在搜索、存儲、計算、推演、學習能力上的優(yōu)勢與“人類大腦”在思考、創(chuàng)新、應變能力上的優(yōu)勢有機地結合，提高戰(zhàn)場決策、規(guī)劃的科學性和正確性，戰(zhàn)場反應、火力打擊的準確性和敏捷性。根據(jù)“人工智能”的特點，它在戰(zhàn)場上將更多地承擔著“輔助決策”的作用——不需要人腦處理所有信息，取而代之的是在關鍵點上做出決定。

雖說“人工智能”走向戰(zhàn)場是大勢所趨，但也并非指日可待，這是因為就從目前“人工智能”的發(fā)展水平來看其還存在著一些不足。如過度依賴數(shù)學模型、計算量大、訓練樣本多等。因此，距離“人工智能”正真走向戰(zhàn)場，并與“人類大腦”相融合，還有很長一段路要走。