劉鵬，涂彥君，張毅，周霞

（中國電子科技集團公司第二十九研究所，四川成都，610036）

0 引言

1950 年，阿蘭·圖靈發(fā)表論文《Computing Machinery and Intelligence》，討論了“智能機器”的可能性，人工智能（Artificial Intelligence，AI）的研究從此拉開序幕?，F(xiàn)階段還沒有人工智能的權(quán)威定義，人們普遍認為人工智能是計算機科學的分支，其主要研究用于模擬人類智能的理論、方法、技術(shù)和應用等，該領(lǐng)域的研究包括機器學習、專家系統(tǒng)、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統(tǒng)等[1]。

1 人工智能研究現(xiàn)狀

人工智能中的“智能”主要歸功于機器學習，機器學習是運用多種算法分析數(shù)據(jù)，并且不斷進行學習，進而做出判斷和預測。研究人員通過大量的數(shù)據(jù)和“訓練”機器，讓機器學會執(zhí)行任務。機器學習的類型一般通過學習方式進行區(qū)別，一般分為有監(jiān)督學習，半監(jiān)督學習，無監(jiān)督學習和強化學習，也可根據(jù)是否使用了神經(jīng)網(wǎng)絡(luò)分為深度學習和其他機器學習。

機器學習的理論基礎(chǔ)涉及人工智能、統(tǒng)計學、腦模型、適應性控制理論、心理學模型、進化模型[2]。機器學習領(lǐng)域內(nèi)已形成多種并行研究，如歸納學習(Inductive Learning)、神經(jīng)網(wǎng)絡(luò)(Neural Networks)、聚類(Clustering)、類比學習(Learn by Analogy)、遺傳算法(Genetic Algorithms)以及學習理論(Theories of Learning)等[3]，并且己經(jīng)取得了豐富的研究成果。機器學習已經(jīng)成為人工智能的研究熱點，其應用已遍及專家系統(tǒng)、自動推理、自然語言理解、模式識別、計算機視覺、智能機器人等[4]。

2 人工智能在電子對抗方面的應用

從美國頒布的一系列戰(zhàn)略與規(guī)劃文件可以看出，美國一直以來重點關(guān)注和大力發(fā)展人工智能技術(shù)。如美國國防部為加速人工智能在電子對抗領(lǐng)域的應用，設(shè)立首席信息官、成立聯(lián)合人工智能中心并發(fā)布《人工智能戰(zhàn)略》，美國國防高級研究計劃局（DARPA）不斷將投資重點轉(zhuǎn)向人工智能技術(shù)，并資助一系列關(guān)于人工智能的項目，美國的其他軍兵種也在各種裝備和系統(tǒng)中開展人工智能的相關(guān)研究，并積極進行試驗應用。下文將重點介紹美國在不同領(lǐng)域發(fā)展的人工智能項目。

2.1 認知電子戰(zhàn)

自2010 年以來，美國重點圍繞提高裝備認知能力，持續(xù)進行了認知電子戰(zhàn)技術(shù)的研究。美國防部高級研究計劃局（DARPA）的“自適應雷達對抗”（ARC）、“行為學習自適應電子戰(zhàn)”（BLADE）以及美空軍研究實驗室的“認知電子戰(zhàn)精確參考感知”（PRESENCE）等項目都是美國進行認知電子戰(zhàn)研究的典型。從“認知”電子戰(zhàn)這一概念被明確提出以來，認知電子戰(zhàn)將電子對抗活動中機器智能的能力描述提升至了前所未有的高度，極大地推動了智能化電子對抗系統(tǒng)的研究與開發(fā)[5]。認知電子戰(zhàn)系統(tǒng)是一種智能、動態(tài)的閉環(huán)系統(tǒng)，可以通過先驗知識及自主交互學習來感知并改變周圍局部電磁環(huán)境，并且可以在實時感知電磁環(huán)境的基礎(chǔ)上，高效、自主地對干擾發(fā)射機與接收機進行調(diào)整，以達到適應電磁環(huán)境變化的效果，從而提升干擾的快速反應能力與可靠性。具備認知性能的電子戰(zhàn)裝備是認知電子戰(zhàn)的基礎(chǔ)，結(jié)合自主交互式的電磁環(huán)境學習能力與動態(tài)智能化的對抗任務處理能力的電子戰(zhàn)作戰(zhàn)行動，將電子戰(zhàn)從 “人工認知” 提升至機器 “自動認知” 。其中，裝備認知能力的提升作為認知電子戰(zhàn)的根本屬性與顯著特點，是其與傳統(tǒng)電子戰(zhàn)的重要區(qū)別。

2.2 智能化無人平臺

無人系統(tǒng)本身就是具備人工智能的機器，可自主行動并規(guī)劃路徑，是未來作戰(zhàn)的重要組成部分，美國正在提高人機編組能力，有人無人協(xié)同、跨域協(xié)同將成為重要的作戰(zhàn)樣式[3]。在無人飛機方面，美國近年來提出了2025－2035 年形成無人機蜂群作戰(zhàn)能力的目標，全面開展了頂層設(shè)計和關(guān)鍵技術(shù)攻關(guān)，多個項目推進至飛行演示驗證，包括美國防部 “灰山鶉”無人機蜂群項目、海軍的“郊狼”無人機和國防高級研究計劃局（DARPA）的“小精靈”項目等。在有人-無人協(xié)同方面的項目包括DARPA 牽頭的聯(lián)合無人空戰(zhàn)系統(tǒng)（J-UCAS）項目、“分布式作戰(zhàn)管理”（DBM）項目和“忠誠僚機”計劃。在無人水面艇方面，美國海軍無人水面艇在開放水域完成遠航程自主航行測試，希望將現(xiàn)有小艇改造成海上集群艇，與大型艦艇聯(lián)合執(zhí)行監(jiān)視、護航、攔截、反水雷等任務。同時其還在技術(shù)演習中驗證了水下—水面—空中人機編組跨域協(xié)同作戰(zhàn)能力，將無人機作為通信中繼平臺，實現(xiàn)潛艇、水面艦及無人潛航器的跨域協(xié)同。

2.3 決策為中心

基層指揮官利用人工智能支持決策輔助的能力可以控制分散的部隊，以適應環(huán)境的變化以及對手的行動，并將復雜性強加給對手。將人類的指揮和機器控制相結(jié)合，優(yōu)勢互補，以提高美國部隊對對手施加多重困境的能力。人類提供靈活性并運用創(chuàng)造性洞見，機器提供了速度和規(guī)模。2016 年3 月，美國陸軍通信電子研發(fā)與工程中心展示“虛擬參謀”項目成果，該項目運用自動化和認知計算技術(shù)研發(fā)出了一款輔助決策工具，指揮官通過該工具可以進行更好的知情決策。2016 年5 月，DARPA 展示“用于情報數(shù)據(jù)分析的非傳統(tǒng)信號處理（”UPSIDE）項目成果，將“細胞神經(jīng)網(wǎng)絡(luò)”計算體系結(jié)構(gòu)與低功耗量子隧穿晶體管結(jié)合，使圖像處理能力提高3 個量級。

另一方面，傳統(tǒng)遠程制導武器需要中繼平臺提供目標指示信息，容易遭到敵軍電子戰(zhàn)、網(wǎng)絡(luò)戰(zhàn)攻擊，使武器致盲。為此，DARPA 和美國海軍聯(lián)合研制的遠程反艦導彈（LRASM）是首型半自主武器，采用無源射頻傳感器定位，實現(xiàn)智能導航和路徑規(guī)劃，擺脫了對GPS 導航的依賴，能應對敵方電子戰(zhàn)和網(wǎng)絡(luò)戰(zhàn)攻擊，同時具備自主目標識別能力，可從多艘艦艇目標中自主選擇打擊對象。

2.4 情報應用

現(xiàn)代戰(zhàn)爭已全面進入信息化作戰(zhàn)，情報信息越來越受到重視，但另一方面，情報資源數(shù)據(jù)量大、信息多源異構(gòu)等特點，限制了其作用效果。隨著人工智能技術(shù)的發(fā)展，利用人工智能促進情報信息更及時的、有效的為戰(zhàn)爭服務已成為可能，因此，人工智能在軍事情報領(lǐng)域的應用，受到美國等軍事強國的重點關(guān)注。

美軍在科索沃、阿富汗、伊拉克等戰(zhàn)爭中，先后投入多種無人平臺，如“全球鷹”、“捕食者”、“龍眼”、“陰影200”等，對戰(zhàn)場情報偵察起到了不可代替的作用。此外，美軍還進行了無人偵察車、無人潛航器等無人化作戰(zhàn)平臺的研究與實踐，這些無人化作戰(zhàn)平臺體積小，不易被發(fā)現(xiàn)，可以適用于多種復雜的作戰(zhàn)場景，進行全天候的情報搜集偵察，彌補了人在回路的偵察方式以及航天器偵察的局限性，拓寬了情報來源，在現(xiàn)代戰(zhàn)爭軍事情報領(lǐng)域有著至關(guān)重要的作用。

在拓寬情報來源的同時，更重要的是從海量情報信息中挖掘出有效成分，這就涉及到數(shù)據(jù)的分類、關(guān)聯(lián)、融合等，需要大量的搜索、計算，人工智能算法在這些方面有著得天獨厚的優(yōu)勢。美軍情報機構(gòu)廣泛應用的Gotham 平臺，則是人工智能算法在情報數(shù)據(jù)搜索、挖掘方面的成功案例。Gotham 平臺可以根據(jù)用戶提供的關(guān)鍵詞，準確的判斷用戶意圖，在數(shù)據(jù)庫中，對海量數(shù)據(jù)進行搜索、標注、關(guān)聯(lián)，挖掘出潛在的情報數(shù)據(jù)，并提供多種方式共用戶來快速的瀏覽情報成果。此外，Gotham 平臺還可以對不同來源的孤立數(shù)據(jù)進行分析、關(guān)聯(lián)，在看似孤立的數(shù)據(jù)之間建立聯(lián)系，從而分析出數(shù)據(jù)所蘊含的意義，甚至可以結(jié)合數(shù)據(jù)場景、目標行為習慣，得出數(shù)據(jù)背后的意圖趨勢，從而達到預測的效果。

在情報分析方面，由于分析過程專業(yè)性較強，所以，很多時候，情報分析在很大程度上過于依賴分析專家的經(jīng)驗，因此，傳統(tǒng)的情報分析主要通過人工來完成，這就導致情報分析工作效率低，時效性不強，而人工智能深度學習算法的應用，則可以大幅提升分析效率，典型的應用案例是軍事專家系統(tǒng)。軍事專家系統(tǒng)是通過模擬人類專家進行情報分析的思維邏輯來構(gòu)建系統(tǒng)自身的處理架構(gòu)，并對專家經(jīng)驗進行學習，將專家經(jīng)驗轉(zhuǎn)化為系統(tǒng)的情報分析規(guī)則。此外，系統(tǒng)還能進行自我學習，在大量樣本的處理過程中，不斷完善自身能力。

另一個就是情報欺騙，人工智能可以通過分析受騙方的行為特性、習慣等，做到“有的放矢”、“投其所好”，將虛假情報包裝成受騙方容易接受的形式，精準投送，達到以假亂真，迷惑對手的作用。

3 思考與建議

人工智能技術(shù)正在高速發(fā)展，同時以美國為首的歐美強國也正在積極實踐人工智能相關(guān)的項目，未來智能化武器裝備將在戰(zhàn)場中取得關(guān)鍵作用，我們一方面需要重視人工智能技術(shù)的發(fā)展和應用，另一方面需要著手培養(yǎng)相關(guān)人才，為未來的智能化戰(zhàn)爭進行提前布局。