封帥 周亦奇

【內(nèi)容摘要】 深度學(xué)習(xí)算法的突破使人工智能技術(shù)進(jìn)入高速發(fā)展階段，技術(shù)進(jìn)步帶來的破壁效應(yīng)推動(dòng)了國際戰(zhàn)略領(lǐng)域的深刻變革。依托持續(xù)完善的算法、不斷提升的計(jì)算能力和海量的數(shù)據(jù)資源，人工智能技術(shù)能夠?yàn)閲H行為體提供更系統(tǒng)的戰(zhàn)略評(píng)估和精準(zhǔn)的戰(zhàn)略決策，保證更高效的戰(zhàn)略動(dòng)員與執(zhí)行。隨著新技術(shù)逐漸滲入戰(zhàn)略行為的各個(gè)環(huán)節(jié)，戰(zhàn)略領(lǐng)域?qū)⑾群蟪霈F(xiàn)“先發(fā)優(yōu)勢(shì)”和“數(shù)據(jù)—算法競(jìng)爭(zhēng)”兩種新的戰(zhàn)略行為模式，最終推動(dòng)人類的戰(zhàn)略行為形態(tài)從人與人的競(jìng)爭(zhēng)逐步走向數(shù)據(jù)與算法的競(jìng)爭(zhēng)。當(dāng)然，在戰(zhàn)略行為模式重構(gòu)過程中，將不可避免地遭遇黑箱狀態(tài)、鴻溝效應(yīng)等潛在風(fēng)險(xiǎn)。因此我們需要努力降低其中的可能威脅，推動(dòng)人類社會(huì)走向一個(gè)更加穩(wěn)定而繁榮的新時(shí)代。

【關(guān)鍵詞】 人工智能 深度學(xué)習(xí) 國家戰(zhàn)略與決策 模式變遷 數(shù)據(jù) 算法

【作者簡(jiǎn)介】 封帥，上海國際問題研究院助理研究員（上海 郵編：200233）；周亦奇，上海國際問題研究院助理研究員、復(fù)旦大學(xué)國際關(guān)系與公共事務(wù)學(xué)院博士研究生（上海 郵編：200233）

【中圖分類號(hào)】 D5 TP18 【文獻(xiàn)標(biāo)識(shí)碼】 A

【文章編號(hào)】 1006-1568-（2018）04-0034-26

【DOI編號(hào)】 10.13851/j.cnki.gjzw.201804003

如果某位活躍在23世紀(jì)的歷史學(xué)家試圖撰寫一部人類戰(zhàn)略史，那么他一定會(huì)驚嘆于21世紀(jì)上半葉人類戰(zhàn)略行為模式所出現(xiàn)的巨大改變。

在進(jìn)入21世紀(jì)第二個(gè)十年之后，隨著深度學(xué)習(xí)算法的廣泛應(yīng)用，人工智能技術(shù)迎來了新的高速發(fā)展階段。 技術(shù)帶來的破壁效應(yīng)對(duì)整個(gè)國際體系的內(nèi)涵與行為體之間的互動(dòng)方式都產(chǎn)生了深遠(yuǎn)影響，也必將深刻改變戰(zhàn)略行為的基本特征。在技術(shù)革命的推動(dòng)下，戰(zhàn)略行為模式的變革進(jìn)程已經(jīng)悄然啟動(dòng)，人們也將在未來幾十年內(nèi)見證人工智能技術(shù)推動(dòng)新模式誕生與發(fā)展的全過程。盡管新模式的最終形態(tài)還存在多種可能性，但是人與技術(shù)之間的持續(xù)互動(dòng)將最終決定新的行為模式的總體方向。因此，在技術(shù)變革方興未艾之際，國際關(guān)系學(xué)科的研究應(yīng)該提前介入，使新興技術(shù)與傳統(tǒng)模式的沖擊碰撞始終保持在穩(wěn)定、合理的軌道上。圍繞該問題的研究無論對(duì)國際關(guān)系學(xué)科建設(shè)，還是對(duì)推動(dòng)國際戰(zhàn)略體系的重構(gòu)，都具有重要意義。

西方國際關(guān)系學(xué)界對(duì)人工智能與國際關(guān)系相關(guān)問題的實(shí)質(zhì)性研究在20世紀(jì)80年代末、90年代初便已萌芽，其中以部分美國學(xué)者的探索最具代表性。在這一時(shí)期，關(guān)于人工智能對(duì)戰(zhàn)略決策過程的影響便是研究關(guān)注的重點(diǎn)，并出現(xiàn)了一些有價(jià)值的研究成果。 但受限于當(dāng)時(shí)人工智能技術(shù)的發(fā)展層次，有關(guān)該問題的研究并未得到國際關(guān)系學(xué)界的關(guān)注。此后，隨著人工智能技術(shù)發(fā)展在20世紀(jì)90年代后期遭遇瓶頸，相關(guān)研究也逐漸沉寂。然而，在新一輪人工智能的關(guān)鍵性技術(shù)實(shí)現(xiàn)突破后，關(guān)于人工智能技術(shù)對(duì)國際戰(zhàn)略的影響的相關(guān)研究再次升溫。2015年之后，一批有價(jià)值的研究成果逐漸問世。 相對(duì)而言，中國國際關(guān)系領(lǐng)域針對(duì)人工智能相關(guān)問題的研究起步較晚，直到2017年才出現(xiàn)與人工智能、機(jī)器學(xué)習(xí)等主題相關(guān)的深度研究成果。 目前在中文的學(xué)術(shù)刊物和著作中，與人工智能技術(shù)和國際戰(zhàn)略決策等問題直接相關(guān)的研究仍然鳳毛麟角，僅有少數(shù)幾個(gè)研究團(tuán)隊(duì)對(duì)該主題進(jìn)行了有限的討論。 總體來看，國際關(guān)系領(lǐng)域圍繞人工智能技術(shù)與國際戰(zhàn)略的研究仍然存在較大的成長(zhǎng)空間。

基于此，本文試圖對(duì)人工智能時(shí)代國家的戰(zhàn)略行為模式進(jìn)行深入研究，分析人工智能技術(shù)影響國家戰(zhàn)略行為的基本路徑，展現(xiàn)人工智能時(shí)代國家戰(zhàn)略行為的模式創(chuàng)新，并深入思考這一過程中面臨的機(jī)遇、風(fēng)險(xiǎn)與挑戰(zhàn)。

一、技術(shù)破壁：人工智能介入國家戰(zhàn)略行為的基本路徑

國家戰(zhàn)略行為是指“一個(gè)國家為了達(dá)到某一目標(biāo)，在一定計(jì)算基礎(chǔ)上的行為”。 它是國家為了應(yīng)對(duì)外部環(huán)境的變化，調(diào)動(dòng)并綜合運(yùn)用政治、軍事、經(jīng)濟(jì)、科技、文化等方面的資源，實(shí)現(xiàn)其在安全、發(fā)展、榮譽(yù)等方面目標(biāo)的基本原則與方法的總和。 經(jīng)過數(shù)百年的實(shí)踐，國家在戰(zhàn)略行為領(lǐng)域構(gòu)建了較為穩(wěn)定的運(yùn)行模式，并已成為國際體系的重要組成部分。

（一）傳統(tǒng)國家戰(zhàn)略行為的基本模式

戰(zhàn)略行為是一項(xiàng)復(fù)雜的系統(tǒng)性活動(dòng)，它包括國家戰(zhàn)略的設(shè)計(jì)過程與執(zhí)行過程。根據(jù)既有的戰(zhàn)略理論研究成果，我們可以把國家戰(zhàn)略行為分解為相互聯(lián)系的四個(gè)部分。 其一，戰(zhàn)略評(píng)估，即國家對(duì)國際環(huán)境、國家能力和國家政策選擇等因素做出全面、準(zhǔn)確評(píng)估。戰(zhàn)略評(píng)估是戰(zhàn)略行為的基礎(chǔ)。其二，戰(zhàn)略決策，即決策者根據(jù)戰(zhàn)略評(píng)估結(jié)果確立一整套戰(zhàn)略規(guī)劃或戰(zhàn)略政策，用以指導(dǎo)國家政策。戰(zhàn)略決策是整個(gè)戰(zhàn)略行為的核心。其三，戰(zhàn)略動(dòng)員，即戰(zhàn)略準(zhǔn)備，是國家通過動(dòng)員國際、國內(nèi)戰(zhàn)略資源（包括物質(zhì)資源與人力資源），以實(shí)踐確定的戰(zhàn)略。戰(zhàn)略動(dòng)員實(shí)際上是國內(nèi)因素對(duì)國家戰(zhàn)略行為產(chǎn)生影響的過程。其四，戰(zhàn)略執(zhí)行，即國家利用已經(jīng)動(dòng)員的戰(zhàn)略資源，按照規(guī)劃實(shí)施既定戰(zhàn)略。戰(zhàn)略執(zhí)行也是戰(zhàn)略行為的最終表現(xiàn)形式。

如圖1所示，在現(xiàn)代國際體系形成之后，國家戰(zhàn)略行為基本上根據(jù)該模式運(yùn)行。在戰(zhàn)略執(zhí)行過程結(jié)束后，根據(jù)執(zhí)行效果重新進(jìn)行戰(zhàn)略評(píng)估，重新推動(dòng)新一輪戰(zhàn)略行為，同時(shí)，國內(nèi)體制也會(huì)根據(jù)戰(zhàn)略執(zhí)行效果加以調(diào)整，以便提升動(dòng)員能力。

截至21世紀(jì)初，戰(zhàn)略行為每一個(gè)環(huán)節(jié)的工作都是由分工不同的群體承擔(dān)。例如，信息搜集人員和政策分析人員負(fù)責(zé)戰(zhàn)略評(píng)估，思考可能的戰(zhàn)略選項(xiàng)，由政治決策層負(fù)責(zé)做出戰(zhàn)略決策，而戰(zhàn)略動(dòng)員與戰(zhàn)略執(zhí)行則更多依靠以科層制為基本特征的管理體系?？茖又企w系是在第二次工業(yè)革命的背景下形成的，是為了適應(yīng)現(xiàn)代經(jīng)濟(jì)制度和大型社會(huì)組織而建立的組織和管理系統(tǒng)，充分反映了工業(yè)文明的內(nèi)在要求。 隨著時(shí)代的發(fā)展，雖然很多以提高工作效率為目標(biāo)的新技術(shù)已經(jīng)不斷得到應(yīng)用，但是這一時(shí)期的技術(shù)進(jìn)步并沒有對(duì)戰(zhàn)略行為的基本模式造成沖擊。歷史延續(xù)性成為國際戰(zhàn)略行為研究的內(nèi)在核心邏輯，依托歷史經(jīng)驗(yàn)和案例研究的方法依然是戰(zhàn)略研究的主流。人們似乎也很難找出基辛格、布熱津斯基等當(dāng)代戰(zhàn)略家與中外歷史上的戰(zhàn)略大師們的實(shí)質(zhì)性差異。歷史與習(xí)慣構(gòu)成戰(zhàn)略行為傳統(tǒng)模式的強(qiáng)大壁壘，這些很難發(fā)生重大改變。

然而，科技的進(jìn)步是打破既有壁壘與改變傳統(tǒng)模式的終極武器，當(dāng)人工智能技術(shù)在深度學(xué)習(xí)算法的推動(dòng)下進(jìn)入新一輪高速發(fā)展階段時(shí)，技術(shù)的“破壁效應(yīng)”擁有了影響國家戰(zhàn)略行為模式的能力，這塊人類智慧的“保留領(lǐng)地”開始面臨前所未有的變革壓力。

（二）人工智能技術(shù)介入國家戰(zhàn)略行為的有效路徑

人工智能技術(shù)所引領(lǐng)的本輪科技革命與以往的科技革命有著本質(zhì)的差別?！斑^去的技術(shù)革新無論形態(tài)如何，其性質(zhì)仍是人類改造世界的工具和手段，而人工智能則能夠通過對(duì)大數(shù)據(jù)的分析和學(xué)習(xí)，理解人類的內(nèi)在需求，作為創(chuàng)造性的伙伴直接參與到人類改造世界的活動(dòng)中?！?如果說以往的科技革命的意義在于使人類的肢體行動(dòng)能力獲得無限延展，那么人工智能技術(shù)則將技術(shù)發(fā)展的目標(biāo)直接指向了人類的智慧，希望利用機(jī)器模擬人類的意識(shí)（consciousness）、思維（mind）等大腦的功能，實(shí)現(xiàn)改變?nèi)祟惿a(chǎn)、生活實(shí)踐的目標(biāo)。

人工智能技術(shù)研究從20世紀(jì)五六十年代開始興起，其間幾經(jīng)沉浮，始終未能實(shí)現(xiàn)大規(guī)模的商業(yè)化應(yīng)用。直到2010年前后，隨著計(jì)算機(jī)硬件設(shè)備的進(jìn)步和移動(dòng)互聯(lián)時(shí)代帶來的大數(shù)據(jù)累積，多層神經(jīng)網(wǎng)絡(luò)方法再次成為技術(shù)進(jìn)步的關(guān)鍵支點(diǎn)，觸發(fā)了人工智能領(lǐng)域的“深度學(xué)習(xí)”（Deep Learning）革命。 深度學(xué)習(xí)算法的成熟是人工智能技術(shù)的一次飛躍，借助深度學(xué)習(xí)算法，人工智能技術(shù)獲得了從海量數(shù)據(jù)中提取和識(shí)別信息，并建立獨(dú)特的理解問題的框架與解決問題方案的能力。由此，計(jì)算機(jī)就能夠解決涉及現(xiàn)實(shí)世界知識(shí)的問題，并能做出與人類主觀行為類似的決策。 在深度學(xué)習(xí)算法的引領(lǐng)下，人工智能的領(lǐng)域性應(yīng)用范圍逐漸擴(kuò)大，在部分領(lǐng)域的應(yīng)用越來越成熟，推動(dòng)人類逐步走近“弱人工智能”時(shí)代。國際戰(zhàn)略領(lǐng)域則是本輪深度學(xué)習(xí)算法革命最可能應(yīng)用的領(lǐng)域之一。

戰(zhàn)略領(lǐng)域是一個(gè)非常適合人工智能技術(shù)發(fā)揮作用的領(lǐng)域。一方面，從本質(zhì)上看，戰(zhàn)略領(lǐng)域的活動(dòng)是一個(gè)基于明確對(duì)手和穩(wěn)定目標(biāo)的博弈過程，這適宜深度學(xué)習(xí)算法發(fā)揮作用。另一方面，由于戰(zhàn)略領(lǐng)域在國家政治生活中處于重要地位，豐富的數(shù)據(jù)資源也有利于深度學(xué)習(xí)算法作用的發(fā)揮。因此，在人工智能技術(shù)取得突破性進(jìn)展后，戰(zhàn)略領(lǐng)域就順理成章地成為技術(shù)嘗試應(yīng)用的領(lǐng)域之一。

而對(duì)于國家戰(zhàn)略行為而言，人工智能技術(shù)的參與是對(duì)其原有體系的系統(tǒng)性介入。深度學(xué)習(xí)算法的功能與傳統(tǒng)戰(zhàn)略行為模式的每一環(huán)節(jié)都能夠?qū)崿F(xiàn)有效互動(dòng)，對(duì)整個(gè)戰(zhàn)略行為體系將產(chǎn)生沖擊性影響。

一般來說，作為“弱人工智能”時(shí)代的標(biāo)志性特征，深度學(xué)習(xí)算法所推動(dòng)的人工智能技術(shù)的核心能力主要有四個(gè)方面。

第一，認(rèn)知（cognition），即通過機(jī)器搜集信息、解釋信息的方式來描述世界。主要表現(xiàn)為利用自然語言處理技術(shù)、機(jī)器視覺技術(shù)從圖像、聲音、視頻、文字等方面全方位獲取信息，并對(duì)海量數(shù)據(jù)進(jìn)行分析，針對(duì)不同應(yīng)用場(chǎng)景提供有意義的具體描述。

第二，預(yù)測(cè)（prediction/forecasting），即在獲得廣泛信息的基礎(chǔ)上，通過多層神經(jīng)元網(wǎng)絡(luò)等方式分析可能出現(xiàn)的不同場(chǎng)景，并且提前預(yù)測(cè)在各種場(chǎng)景中可能出現(xiàn)的行為和結(jié)果。主要表現(xiàn)為在不同場(chǎng)景中預(yù)估參與者的行動(dòng)偏好，在商業(yè)和政治活動(dòng)中則可以針對(duì)不同對(duì)象的偏好進(jìn)行有目的的引導(dǎo)。

第三，決策（decision-making），即在對(duì)搜集到的信息進(jìn)行有效分析，并完成對(duì)特定場(chǎng)景的預(yù)測(cè)的基礎(chǔ)上，根據(jù)預(yù)設(shè)目標(biāo)確定行動(dòng)方案。決策是人工智能技術(shù)最重要的場(chǎng)景性應(yīng)用，表現(xiàn)為其有能力在綜合分析之后提供最優(yōu)、次優(yōu)等不同層次和類型的行動(dòng)選擇，為技術(shù)的使用者提供快捷、清晰的多元化行動(dòng)選項(xiàng)。

第四，集成解決方案（integrated solution），即在人工智能技術(shù)和其他互補(bǔ)性技術(shù)結(jié)合之后，可以對(duì)極為復(fù)雜的活動(dòng)提供一體化和綜合性的解決方案，或建立綜合解決平臺(tái)。這一功能突出表現(xiàn)為借助技術(shù)進(jìn)步，推動(dòng)既有領(lǐng)域的智能化革新，在不同領(lǐng)域間創(chuàng)造新的聯(lián)系，形成更有效的行動(dòng)模式。

對(duì)于大部分應(yīng)用場(chǎng)景而言，深度學(xué)習(xí)算法只需要發(fā)揮出某一方面的特定功能就足以改變?cè)擃I(lǐng)域的商業(yè)模式，但戰(zhàn)略領(lǐng)域的情況顯然更為復(fù)雜。在戰(zhàn)略行為這一結(jié)構(gòu)復(fù)雜、體系完整的場(chǎng)景中，戰(zhàn)略博弈的參與方既需要在數(shù)據(jù)搜集的基礎(chǔ)上進(jìn)行模擬預(yù)測(cè)，又需要在短時(shí)間內(nèi)、在巨大的壓力下做出關(guān)鍵的決策。在此之后，又要在實(shí)踐層面建立合理機(jī)制以整合資源，使策略得到有效貫徹。因此，戰(zhàn)略領(lǐng)域?qū)夹g(shù)應(yīng)用的需求具有多樣化和系統(tǒng)化的特點(diǎn)，這也是以往的技術(shù)進(jìn)步無法改變戰(zhàn)略行為模式的深層次原因，直到人工智能技術(shù)出現(xiàn)，這種情況才有了改善的可能。

如圖2所示，在深度學(xué)習(xí)引領(lǐng)的“弱人工智能”時(shí)代到來之際，新的時(shí)代前沿技術(shù)終于有了全面介入戰(zhàn)略行為的有效路徑。

路徑一：人工智能可以通過自身在認(rèn)知與預(yù)測(cè)兩個(gè)方面的強(qiáng)大能力，有效參與戰(zhàn)略評(píng)估。實(shí)際上，傳統(tǒng)模式中的戰(zhàn)略評(píng)估的核心活動(dòng)是廣泛獲取與戰(zhàn)略目標(biāo)相關(guān)的信息，通過對(duì)信息的整理、歸納，建構(gòu)針對(duì)博弈對(duì)手的基本分析模型。目前，人工智能技術(shù)已經(jīng)實(shí)際參與部分國家的戰(zhàn)略評(píng)估，這將會(huì)成為人工智能在戰(zhàn)略領(lǐng)域早期參與的主要突破口。

路徑二：人工智能在決策方面的強(qiáng)大能力將會(huì)為戰(zhàn)略決策過程提供更強(qiáng)有力的支撐。作為戰(zhàn)略行為的核心環(huán)節(jié)，如何根據(jù)已有的分析進(jìn)行決策是戰(zhàn)略目標(biāo)能否實(shí)現(xiàn)的關(guān)鍵。人工智能決策在該領(lǐng)域與人類決策存在重大差異，突出體現(xiàn)為概率性思維替代確定性思維，眾籌式?jīng)Q策替代精英式?jīng)Q策，判斷式思維與反復(fù)試錯(cuò)性思維的差異。這些差異使人工智能在決策上具備了多線程、強(qiáng)理性和進(jìn)化型等優(yōu)勢(shì)，而這些則是人類決策所缺乏的；新的決策方式缺少道德關(guān)懷、靈感直覺等，而這些則是人類決策所獨(dú)有的。

路徑三：人工智能的集成解決方案將會(huì)被應(yīng)用于戰(zhàn)略動(dòng)員與戰(zhàn)略執(zhí)行環(huán)節(jié)。戰(zhàn)略動(dòng)員與戰(zhàn)略執(zhí)行的過程是調(diào)動(dòng)、分配和使用物質(zhì)資源的過程。人工智能與物質(zhì)力量的結(jié)合，如物聯(lián)網(wǎng)、工業(yè)機(jī)器人、智能化武器系統(tǒng)等，可以為戰(zhàn)略動(dòng)員提供新的資源，而人工智能技術(shù)也將直接緩解戰(zhàn)略動(dòng)員中的集體行動(dòng)問題，從而使動(dòng)員更加高效。

綜上所述，在人工智能技術(shù)通過圖2所展示的路徑，越來越深入地參與國家的戰(zhàn)略行為，并發(fā)揮越來越大的影響之后，傳統(tǒng)的戰(zhàn)略行為模式也必然會(huì)隨之發(fā)生改變，并將推動(dòng)迄今為止人類戰(zhàn)略史上最為深刻的模式變遷。

二、數(shù)據(jù)與算法的挑戰(zhàn)：國家戰(zhàn)略行為的內(nèi)生性變革

現(xiàn)實(shí)的戰(zhàn)略活動(dòng)是極其復(fù)雜的，諸多要素會(huì)在戰(zhàn)略活動(dòng)中相互影響，從而產(chǎn)生系統(tǒng)效應(yīng)（system effects），其復(fù)雜程度遠(yuǎn)遠(yuǎn)超出人類大腦所能判斷和計(jì)算的最高閾值。 因此，戰(zhàn)略博弈往往被視為理性與非理性因素的綜合體，是一個(gè)涉及理念、意志、政治技巧、勇氣、運(yùn)氣等諸多因素的不確定過程。博弈過程往往是在沒有完整邏輯鏈的情況下進(jìn)行，主要依賴決策者的直覺與判斷。但在人工智能技術(shù)介入之后，戰(zhàn)略行為的內(nèi)在特性很可能會(huì)發(fā)生微妙的變化。

在所有具有確定規(guī)則和目標(biāo)的博弈游戲中，深度學(xué)習(xí)算法都具有相對(duì)于人類的明顯優(yōu)勢(shì)。在充滿不確定性的戰(zhàn)略環(huán)境中，人工智能可以憑借強(qiáng)大的運(yùn)算性能，更深刻地理解戰(zhàn)略領(lǐng)域中各要素的復(fù)雜互動(dòng)狀態(tài)。戰(zhàn)略行為本身可以被抽象為兼具完全信息博弈（complete information game）與不完全信息博弈（Incomplete information game）雙重特征的雙方或多方的對(duì)抗游戲。 隨著算法的不斷完善和數(shù)據(jù)的不斷累積，人工智能系統(tǒng)憑借在信息處理、預(yù)測(cè)、模擬等方面的強(qiáng)大能力，可以成為人類戰(zhàn)略活動(dòng)的重要助手。當(dāng)算法優(yōu)勢(shì)能夠穩(wěn)定地形成博弈優(yōu)勢(shì)時(shí)，新技術(shù)就會(huì)越來越深地嵌入戰(zhàn)略行為的各個(gè)環(huán)節(jié)，推動(dòng)各環(huán)節(jié)進(jìn)行自發(fā)的適應(yīng)性調(diào)整，最終帶來模式的內(nèi)生性變革。

（一）人工智能技術(shù)將提供更加系統(tǒng)的戰(zhàn)略評(píng)估

全面而快速地搜索信息是計(jì)算機(jī)相對(duì)于人類的常規(guī)優(yōu)勢(shì)，隨著深度學(xué)習(xí)算法的不斷成熟，機(jī)器獲取信息的方式與渠道得到了極大的擴(kuò)展，其對(duì)信息的分析能力與預(yù)測(cè)能力也得到了前所未有的提升，從而能夠進(jìn)行更加系統(tǒng)的戰(zhàn)略評(píng)估。

一方面，深度學(xué)習(xí)算法將首次實(shí)現(xiàn)對(duì)戰(zhàn)略領(lǐng)域“大數(shù)據(jù)”的全面獲取和深度解讀。在現(xiàn)代生活中，海量的日常生活數(shù)據(jù)是對(duì)一個(gè)國家綜合國力和經(jīng)濟(jì)活躍程度的最明顯反映，可以清晰地展示一國在國際產(chǎn)業(yè)鏈中的位次、資本的流向、社會(huì)思想等情況。在傳統(tǒng)戰(zhàn)略模式中，由于人類的大腦不足以對(duì)如此龐大的數(shù)據(jù)量進(jìn)行有效分析，大量數(shù)據(jù)實(shí)際上并不能轉(zhuǎn)化為戰(zhàn)略資源，因此傳統(tǒng)模式的戰(zhàn)略評(píng)估只是一種“小數(shù)據(jù)”范疇的分析方式，從事戰(zhàn)略分析活動(dòng)的人員只能在海量的信息中尋找其中有限的內(nèi)容進(jìn)行分析，通過個(gè)體推斷總體，并以此為基礎(chǔ)描繪全局圖景。然而，在深度學(xué)習(xí)技術(shù)逐漸成熟之后，戰(zhàn)略評(píng)估就擁有了大數(shù)據(jù)時(shí)代的技術(shù)基礎(chǔ)。人工智能在與大數(shù)據(jù)相關(guān)的圖像、圖片、音頻、文字識(shí)別方面都有了長(zhǎng)足的發(fā)展。 人工智能技術(shù)可以通過“監(jiān)督學(xué)習(xí)”和“非監(jiān)督學(xué)習(xí)”等方式，使機(jī)器在短時(shí)間內(nèi)掌握專業(yè)人員所擁有的信息分析和處理能力，能夠?qū)Ａ啃畔⑦M(jìn)行分類處理，并以極高效率對(duì)相關(guān)信息進(jìn)行深度解讀，實(shí)現(xiàn)真正的自動(dòng)化分析。例如，人工智能系統(tǒng)可以通過“監(jiān)督學(xué)習(xí)”的方式，從數(shù)十萬條推特（Twitter）信息中自動(dòng)篩選涉及極端恐怖主義的信息，最大限度提升分析的效率。

此外，隨著移動(dòng)互聯(lián)時(shí)代個(gè)人生活信息的數(shù)字化，人工智能系統(tǒng)還能實(shí)現(xiàn)對(duì)作為博弈對(duì)手的他國政治精英的個(gè)人形象的精準(zhǔn)刻畫。對(duì)他國政治精英和政治領(lǐng)袖的研究向來是戰(zhàn)略分析的關(guān)鍵一環(huán)。在人工智能技術(shù)介入之后，人們可以拓展分析他國政治領(lǐng)導(dǎo)人形象的方式，例如，通過政治領(lǐng)導(dǎo)人在不同場(chǎng)合發(fā)表的書面材料及演講視頻、音頻信息，人們可以推斷其所代表的政治意識(shí)，甚至可通過微表情分析，了解其猶豫、不自信的頻次，從而更加準(zhǔn)確地分析戰(zhàn)略對(duì)手的關(guān)鍵心理特征。

另一方面，深度學(xué)習(xí)算法能夠通過較為精確的沙盤推演和風(fēng)險(xiǎn)預(yù)警提供系統(tǒng)而完整的策略方案。以基于代理建模（Agent Based Model， ABM）技術(shù)為代表的模擬技術(shù)已高度發(fā)達(dá)，在戰(zhàn)略博弈方面的應(yīng)用也已非常廣泛。部分美國研究機(jī)構(gòu)已經(jīng)成功地利用該技術(shù)實(shí)現(xiàn)了對(duì)文化擴(kuò)散 、國際體系結(jié)構(gòu)變遷 、大選結(jié)果預(yù)測(cè) 等重要議題的研究，并創(chuàng)建了多種理論模型 ?；诂F(xiàn)有理論，人工智能系統(tǒng)已經(jīng)能夠在充分獲取信息的基礎(chǔ)上對(duì)有限博弈場(chǎng)景完成沙盤推演。利用人工智能技術(shù)，這種模擬可以在短時(shí)間內(nèi)重復(fù)進(jìn)行，在重復(fù)模擬次數(shù)達(dá)到一定標(biāo)準(zhǔn)后，會(huì)形成很多人類無法慮及的盲點(diǎn)方案，最大限度地滿足全面決策的需要。

人工智能在戰(zhàn)略預(yù)警方面也取得了突出進(jìn)展。人工智能的戰(zhàn)略預(yù)警的內(nèi)在邏輯是，假定在沖突爆發(fā)前，往往會(huì)出現(xiàn)很多特定的現(xiàn)象，如抗議示威、小規(guī)模沖突、針對(duì)特定目標(biāo)的襲擊等。當(dāng)沖突事件發(fā)生的頻次超過社會(huì)能夠承載的閾值后，將爆發(fā)具有重大影響的沖突。 深度學(xué)習(xí)算法可以結(jié)合不同國家的特點(diǎn)，設(shè)定動(dòng)態(tài)參數(shù)，從該國相關(guān)文本、圖片、視頻、音頻等數(shù)據(jù)來源渠道廣泛搜索相應(yīng)關(guān)鍵詞，當(dāng)相應(yīng)關(guān)鍵詞出現(xiàn)的頻度達(dá)到特定標(biāo)準(zhǔn)時(shí)，就會(huì)自動(dòng)進(jìn)行風(fēng)險(xiǎn)預(yù)警。 同時(shí)，系統(tǒng)還可針對(duì)不同危機(jī)的特征，提出應(yīng)對(duì)方案供決策者選擇。

總之，人工智能技術(shù)的不斷成熟使戰(zhàn)略評(píng)估真正進(jìn)入了大數(shù)據(jù)時(shí)代。以數(shù)據(jù)累積為基礎(chǔ)，戰(zhàn)略評(píng)估過程可以最大限度地接近以“系統(tǒng)效應(yīng)”為核心特征的真實(shí)戰(zhàn)略環(huán)境。全覆蓋式的策略分析與定量化的表達(dá)方式，將使后續(xù)的戰(zhàn)略決策環(huán)節(jié)從主觀決斷轉(zhuǎn)變?yōu)樵诓煌怕蕡?chǎng)景中的遴選。戰(zhàn)略行為中的主觀不確定因素將從第一個(gè)環(huán)節(jié)開始就被持續(xù)削弱，更加接近純粹理性的戰(zhàn)略行為新模式的框架也將在此基礎(chǔ)建立起來。

（二）人工智能技術(shù)將有助于實(shí)現(xiàn)更加精準(zhǔn)的戰(zhàn)略決策

戰(zhàn)略決策是戰(zhàn)略行為的核心環(huán)節(jié)，它要求以全面而準(zhǔn)確的分析為基礎(chǔ)，由決策者最終決定實(shí)現(xiàn)戰(zhàn)略目標(biāo)的途徑與手段。戰(zhàn)略決策本身是一個(gè)具有較大風(fēng)險(xiǎn)的行為，決策者要在復(fù)雜的利益環(huán)境中進(jìn)行反復(fù)比較，并在巨大的壓力和緊迫的時(shí)間內(nèi)做出選擇。在人工智能技術(shù)介入戰(zhàn)略決策過程后，情況將會(huì)變得有所不同。

第一，人工智能在決策中強(qiáng)調(diào)概率性思維（Probabilistic），而人類智能強(qiáng)調(diào)確定性思維（Determinist）。戰(zhàn)略行為的根本挑戰(zhàn)在于戰(zhàn)略環(huán)境的不確定性，不確定性意味著各種事件是否發(fā)生是未知的，各種判斷也有被證偽的風(fēng)險(xiǎn)。 因此，人們一般比較傾向于具有確定性特征的建議與方案。但是對(duì)于人工智能而言，不確定性只是一種概率分布函數(shù)而已，機(jī)器可以提供多種較為有效的方案，并將不同方案的概率用量化的方式呈現(xiàn)出來，從而實(shí)現(xiàn)決策環(huán)節(jié)的優(yōu)化。