周志偉

摘 要：隨著以智能科技為代表的技術(shù)群體向軍事領(lǐng)域滲透，以智能技術(shù)驅(qū)動防空反導(dǎo)能力跨越成為各國防御體系追尋的目標(biāo)。為有效提升防空反導(dǎo)裝備的智能化水平，通過分析人工智能（AI）技術(shù)可解決的問題領(lǐng)域，提出當(dāng)前技術(shù)發(fā)展水平下防空作戰(zhàn)領(lǐng)域的智能化應(yīng)用場景和技術(shù)方向，并對現(xiàn)階段促進(jìn)防空裝備“智能”能力提升的各個因素進(jìn)行分析，最后，提出相應(yīng)發(fā)展建議。

關(guān)鍵詞：人工智能; 防空裝備;認(rèn)知決策

1 前言

1956年，計算機(jī)科學(xué)家John McCarthy在達(dá)特茅斯學(xué)院（Dartmouth College）召開的首屆夏季研討會上創(chuàng)立了“人工智能”的概念，會議將人工智能界定為“研究與設(shè)計智能體”，而且把智能體定義為“能夠感知環(huán)境，并采取行動使成功機(jī)會最大化的系統(tǒng)”，即人工智能旨在研究和設(shè)計各種能夠自主適應(yīng)環(huán)境的機(jī)器[1]。

在當(dāng)前階段，為實現(xiàn)人工智能技術(shù)在軍事領(lǐng)域的有效應(yīng)用，達(dá)到人工智能和軍事應(yīng)用的完美融合，必須在符合技術(shù)發(fā)展規(guī)律、適應(yīng)技術(shù)發(fā)展階段的前提下開展論證研究工作。

2 應(yīng)用場景分析

通過對近幾年人工智能技術(shù)在工業(yè)、農(nóng)業(yè)、城市建設(shè)等領(lǐng)域的應(yīng)用進(jìn)行匯總整理，不難看出，現(xiàn)階段人工智能技術(shù)主要解決兩大類問題：一類為認(rèn)知類問題，如：人臉識別、計算機(jī)視覺、語音識別、趨勢預(yù)測等;另一類為決策類問題，如：無人駕駛、交通管控、機(jī)器人行為控制等。這些問題也符合人工智能技術(shù)本身可解決的范疇。

目前，無論是AlphaGo還是星際爭霸，抑或其他有顯著人工智能成果的項目，都可以將其拆解為以上兩類問題，比如圍棋對弈中，“認(rèn)清盤面”屬于認(rèn)知問題，“確定下一步如何走”屬于決策問題，兩類問題聯(lián)系緊密不可分割。在AlphaGo中“價值網(wǎng)絡(luò)”用于“認(rèn)清盤面”，“策略網(wǎng)絡(luò)”和“蒙特卡洛搜索樹”用于“決策下一步如何走”，兩者相互配合，共同完成對弈過程。

由此可見，一個大場景中可能包含多個子問題，但就目前技術(shù)應(yīng)用現(xiàn)狀來看，始終逃不開“認(rèn)知”和“決策”兩類問題。因此，可從以上兩個方向?qū)で笕斯ぶ悄芗夹g(shù)在以防空反導(dǎo)為代表的軍事領(lǐng)域應(yīng)用場景。在防空反導(dǎo)領(lǐng)域，可從作戰(zhàn)體系中探測、指控、攔截三大要素中來尋求各自的應(yīng)用方向。從作戰(zhàn)三大要素來分析AI技術(shù)的系統(tǒng)級應(yīng)用場景：

a）探測領(lǐng)域

根據(jù)應(yīng)用對象工作體制和領(lǐng)域不同，AI技術(shù)可從紅外、電磁、激光、可見光等不同探測系統(tǒng)的工作原理中尋找適合自己的應(yīng)用場景，如單一探測平臺的目標(biāo)識別和干擾對抗，典型的應(yīng)用項目為DARPA的“心眼”項目和“圖像感知、解析、利用”項目開發(fā)的機(jī)器視覺系統(tǒng)，具有“動態(tài)信息感知能力”，對動態(tài)物體的解構(gòu)，利用卷積神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)，將圖片中的信息轉(zhuǎn)化成計算機(jī)的“知識”。在實際作戰(zhàn)中，模式識別系統(tǒng)通過觀察目標(biāo)的視頻動態(tài)信息，借助專門的神經(jīng)網(wǎng)絡(luò)機(jī)器視覺硬件，可在復(fù)雜的戰(zhàn)場環(huán)境下，自動識別出潛在威脅，為目標(biāo)打擊提供參考信息。

自動目標(biāo)識別（ATR）系統(tǒng)的探測裝置主要為紅外成像傳感器、激光雷達(dá)、毫米波雷達(dá)和合成孔徑雷達(dá)等。紅外圖像（ATR）系統(tǒng)已在武器裝備中成功應(yīng)用，激光雷達(dá)（ATR）技術(shù)也正在進(jìn)入實用化。[2]

國內(nèi)主要在巡航彈及末段反導(dǎo)作戰(zhàn)中開展了基于深度學(xué)習(xí)的目標(biāo)識別技術(shù)研究，用于進(jìn)行打擊目標(biāo)確定、毀傷效果評估、以及真假彈頭判定等場景。

b）指揮控制領(lǐng)域

從指揮控制系統(tǒng)的功能來看，AI技術(shù)在該領(lǐng)域的應(yīng)用場景最為豐富，比如：在多維多域戰(zhàn)場背景下的戰(zhàn)場態(tài)勢認(rèn)知系統(tǒng)中，采用AI技術(shù)實現(xiàn)對大量多源情報信息的相關(guān)性分析、趨勢預(yù)測，給出敵我雙發(fā)爭奪熱點區(qū)域、敵方作戰(zhàn)意圖、體系作戰(zhàn)重心等，輔助作戰(zhàn)指揮人員實現(xiàn)對戰(zhàn)場態(tài)勢的深度認(rèn)知;在多源異構(gòu)資源管控系統(tǒng)中，采用AI技術(shù)實現(xiàn)對不同作戰(zhàn)階段下各資源的協(xié)同調(diào)配和綜合控制運(yùn)用，在有效發(fā)揮體系綜合效能的同時降低作戰(zhàn)成本。

AI技術(shù)在指揮控制領(lǐng)域的典型應(yīng)用項目為美國辛辛那提大學(xué)開發(fā)的“Alpah AI”空戰(zhàn)系統(tǒng)，其核心技術(shù)是遺傳模糊邏輯。2016年6月，空戰(zhàn)模擬器中100%擊敗了經(jīng)驗豐富的美國退役空軍上校。據(jù)稱，Alpha AI在空中格斗中快速協(xié)調(diào)戰(zhàn)術(shù)計劃比人類快了250倍。該系統(tǒng)未來可用于訓(xùn)練人類飛行員，甚至可在通信條件不佳情況下接管無人機(jī)的行動控制。

從上世紀(jì)八九十年代以來，國內(nèi)開展了大量關(guān)于運(yùn)籌學(xué)、專家系統(tǒng)和貝葉斯估計等傳統(tǒng)人工智能方法的軍事應(yīng)用研究，建立了從武器平臺性能到戰(zhàn)術(shù)火力計算等一系列輔助決策模型，典型應(yīng)用為基于專家系統(tǒng)的輔助決策系統(tǒng)。

c）攔截制導(dǎo)領(lǐng)域

AI技術(shù)在導(dǎo)彈設(shè)計上有廣泛的應(yīng)用領(lǐng)域。智能制導(dǎo)控制將顛覆傳統(tǒng)制導(dǎo)律依賴模型的設(shè)計方法，避免由于模型不準(zhǔn)確帶來的控制系統(tǒng)魯棒性和跟蹤性能差，采用諸多典型控制過程的仿真數(shù)據(jù)作為訓(xùn)練樣本，形成適應(yīng)該類對象的通用智能控制算法;為實現(xiàn)對多種不同速度、不同防護(hù)、不同尺寸目標(biāo)的高效毀傷，采用AI技術(shù)用于起爆控制、引信自主辨識等實現(xiàn)對彈道/起爆時機(jī)/作用方式/戰(zhàn)斗部殺傷區(qū)域四因素自主協(xié)同的智能化毀傷控制。

美國AI3成功攔截火箭彈聲稱可攔截其他炮彈，說明美國已實現(xiàn)炸點自適應(yīng)控制;美國“海爾法”第三代反坦克導(dǎo)彈，采用高靈敏度的傳感器和先進(jìn)探測技術(shù)，發(fā)射后不用管，它能獨(dú)立自主地捕捉和識別目標(biāo)，并能排除干擾，準(zhǔn)確命中目標(biāo)。[3]

3 影響當(dāng)前階段AI技術(shù)在防空反導(dǎo)領(lǐng)域應(yīng)用發(fā)展的因素分析

從人工智能系統(tǒng)化、產(chǎn)品化的角度看，形成智能系統(tǒng)需要三個要素：算數(shù)、算法和算力。算數(shù)即用于智能算法訓(xùn)練的大量數(shù)據(jù)集，算法即讓系統(tǒng)從數(shù)據(jù)中自動提取模式實現(xiàn)知識自主獲取的數(shù)學(xué)模型，算力即執(zhí)行機(jī)器學(xué)習(xí)算法需要的計算、傳輸和存儲能力。在實際應(yīng)用中，真正的智能系統(tǒng)是一個在時間維度上，通過產(chǎn)品、數(shù)據(jù)和算法的協(xié)同效應(yīng)，不斷迭代升級完備的過程。[4]

當(dāng)前防空反導(dǎo)領(lǐng)域，影響裝備智能化發(fā)展主要有三方面問題：一是缺乏足夠有效的領(lǐng)域知識和樣本數(shù)據(jù);二是缺乏科學(xué)的驗證技術(shù)手段;三是缺乏統(tǒng)一的評價標(biāo)準(zhǔn)和技術(shù)基準(zhǔn)。

a）領(lǐng)域知識是指對學(xué)科領(lǐng)域知識的高度濃縮及結(jié)構(gòu)化、系統(tǒng)化的抽象表達(dá)。針對防空反導(dǎo)，領(lǐng)域知識包括軍事領(lǐng)域概念本體、武器裝備性能參數(shù)、戰(zhàn)場環(huán)境模型、戰(zhàn)場實體模型、交戰(zhàn)判決模型、業(yè)務(wù)處理規(guī)則、戰(zhàn)法運(yùn)用規(guī)則和裝備使用規(guī)則等。和平時期難以采集到大量真實環(huán)境下的試驗數(shù)據(jù)和作戰(zhàn)數(shù)據(jù)，目前國內(nèi)也尚無權(quán)威的基于領(lǐng)域知識模型的數(shù)據(jù)庫，不能支撐智能算法訓(xùn)練需求。

b）傳統(tǒng)的防空反導(dǎo)裝備設(shè)計手段基于數(shù)字或半實物仿真數(shù)據(jù)，再通過飛行試驗多次迭代校正數(shù)字模型。這種驗證方法有很大的局限性，提高仿真數(shù)據(jù)的置信度代價太高，也無法得到各種戰(zhàn)場環(huán)境下高置信度的數(shù)據(jù)。目前缺乏科學(xué)的驗證技術(shù)手段，實現(xiàn)大數(shù)據(jù)量的高置信度訓(xùn)練樣本。

c）統(tǒng)一的標(biāo)準(zhǔn)和技術(shù)基準(zhǔn)對于引導(dǎo)和促進(jìn)人工智能技術(shù)在軍事領(lǐng)域的研發(fā)是必不可少的。目前國內(nèi)沒有制定標(biāo)準(zhǔn)，提供規(guī)范有效的測試方法和指標(biāo)量化人工智能技術(shù)水平，為技術(shù)軍事化應(yīng)用可行性評估提供可靠依據(jù)。

4 發(fā)展建議

a）攻防雙方科研院所共享成果，加強(qiáng)防空裝備領(lǐng)域知識和樣本數(shù)據(jù)庫建設(shè)

防空作戰(zhàn)需要關(guān)注進(jìn)攻裝備的發(fā)展，防空裝備設(shè)計大量引入作戰(zhàn)對象逼真的知識和數(shù)據(jù)，將有利于提升防空裝備智能化水平。智能化技術(shù)在信息化作戰(zhàn)交互中的應(yīng)用基礎(chǔ)主要包括領(lǐng)域知識和樣本數(shù)據(jù)。利用當(dāng)前攻防雙方科研院所已提煉的防空反導(dǎo)領(lǐng)域知識，應(yīng)用本體、規(guī)則、流程和框架等各種人工智能知識表示方法，分門別類地建立形式化表征，通過知識圖譜建立起對知識的理解以及運(yùn)用知識解決一部分實際問題的能力;同時，重視前端樣本數(shù)據(jù)積累，對實際使用的武器系統(tǒng)中采集積累的數(shù)據(jù)，開展標(biāo)注工作，圍繞各種機(jī)器學(xué)習(xí)任務(wù)需求，為數(shù)據(jù)打上多樣化標(biāo)簽，構(gòu)建防空裝備數(shù)據(jù)標(biāo)簽庫。

b）以仿真推演/聯(lián)合模擬訓(xùn)練為手段，加強(qiáng)智能防空反導(dǎo)裝備驗證評估技術(shù)研究

一是通過構(gòu)建細(xì)粒度的體系攻防體系對抗仿真平臺，建立智能藍(lán)軍模擬聯(lián)合攻防，通過作戰(zhàn)推演統(tǒng)計不同作戰(zhàn)場景下多軍種、多兵種、多裝備聯(lián)合作戰(zhàn)時的戰(zhàn)果及損耗，建立聯(lián)合作戰(zhàn)時的戰(zhàn)術(shù)戰(zhàn)法知識庫。二是利用當(dāng)前各軍工單位或軍事院校已有的半實物仿真環(huán)境/戰(zhàn)勤操作環(huán)境，建立松耦合的分布式聯(lián)合作戰(zhàn)訓(xùn)練平臺，通過大量模擬訓(xùn)練應(yīng)用實現(xiàn)智能化方法驗證和升級。

c）制定人工智能標(biāo)準(zhǔn)和建立測試平臺，促進(jìn)AI技術(shù)軍事化應(yīng)用

將人工智能技術(shù)應(yīng)用于導(dǎo)彈武器系統(tǒng)的過程中，需要注重技術(shù)、裝備、體系中標(biāo)準(zhǔn)的建立，特別是軍民通用的人工智能技術(shù)相關(guān)標(biāo)準(zhǔn)，推進(jìn)人工智能民轉(zhuǎn)軍與軍轉(zhuǎn)民的相互促進(jìn)與協(xié)調(diào)發(fā)展。同時，應(yīng)建立由測試和評估組成的人工智能技術(shù)基準(zhǔn)，量化評價人工智能技術(shù)水平。軍事領(lǐng)域擁有大量獨(dú)有的任務(wù)敏感型數(shù)據(jù)，應(yīng)當(dāng)建立安全且精準(zhǔn)的測試平臺，為人工智能技術(shù)軍事化應(yīng)用提供安全的測試環(huán)境。

參考文獻(xiàn)：

[1]鄧志東.“弱人工智能+”時代來了[J].科技導(dǎo)報，2016，34（7）.

[2]姚保寅，李浩悅，張瑞萍.人工智能技術(shù)在武器裝備中的應(yīng)用研究[J].戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2017，（5）：46-51.

[3]汪儀林. 引信智能化發(fā)展構(gòu)想[J]， 探測與控制學(xué)報，2018，40（3）.

[4]賈明權(quán).人工智能在軍事領(lǐng)域的應(yīng)用思考[C].2018成都人工智能發(fā)展論壇.