俄罗斯出台2030年前国家人工智能发展战略
▲2019年5月30日消息,普京总统于当日访问"21世纪学校"并参加了人工智能技术发展会议。该学校由俄罗斯最大的银行Sberbank投资建立,旨在培养信息技术领域的专家。学校课程主要涉及人工智能、编程、算法、移动开发等方面
（三）主要任务及工作重点
一是支持人工智能领域基础和应用科学研究。工作重点：合理增加科研人员编制数量；鼓励企业和个人研发投入；开展跨学科研究；加强国内外人工智能专利情况研究；发展相关科研基础设施；支持国内外专家交流合作；优化科技人员评价标准。《战略》优先支持三个研究领域：①模拟生物决策系统的算法，包括蜂（蚁）群分布式集群系统；②自主学习及算法；③复杂任务的自主分解及解决方案。
二是开发和推广采用人工智能的软件。工作重点：为软件专家创造良好条件；支持创建国内外开源人工智能程序库；制定统一的软件质量标准。
三是提高人工智能发展所需数据的可访问性和质量。工作重点：开发统一的数据描述、采集和标记方法；立法确保科学经济活动所获数据主要存储在俄境内；建设信息通信基础设施，创建和升级各类数据公共访问平台，并保障政府优先访问权。
四是提高人工智能发展所需硬件的可用性。工作重点：开展神经计算系统架构基础研究；支持国产高速节能处理器和使用国产光电元器件的软硬件系统开发；建立先进电子元器件研发测试生产中心；建立和发展高性能数据处理中心。
五是提高人工智能人才供应水平及公众对人工智能认知水平。工作重点：在各级教育计划中引入编程、数据分析、机器学习等教育模块；吸引从事人工智能的企业机构参与教育活动；增加学生智力创造力培养的竞赛活动；吸引顶尖专家来俄工作；普及人工智能知识。
六是建立协调人工智能与社会各方关系的综合体系。工作重点：完善获取公共和个人数据相关立法；简化人工智能解决方案的测试和引入程序；消除相关民品和服务出口行政壁垒；在相关产品和服务标准化与认证方面发展国际合作；完善公私合作机制；制定人类与人工智能互动的道德伦理规范。
（四）实施机制
《战略》由俄总理梅德韦杰夫领导的政府“数字发展、使用信息技术改善生活质量和企业运行条件委员会”总体指导、协调和监督实施。同时，成立由相关科学、工业和商界代表组成的“联合会”，辅助相关政策制定。
为落实《战略》，下一步上述委员会将研究制定“人工智能国家项目”和相关行动计划，并将其纳入《俄联邦数字经济国家计划》。政府需每年向总统汇报《战略》实施情况，每三年提出《战略》调整建议。
来源：俄塔社等/图片来自互联网
军事科学院军事科学信息研究中心马婧
如需转载请注明出处：“国防科技要闻”（ID：CDSTIC）
人工智能
陆军
海军
空军
航天
网络空间
电子信息
核武器
基础科学
技术返回搜狐，查看更多
俄罗斯人工智能技术在核威慑领域应用情况
0分享至俄罗斯《独立报》于2021年11月发表名为《教会“波塞冬”思考俄罗斯明确军备发展战略方向》的文章，其中表明，人工智能正在成为军备计划的一个主要优先方向。为落实该计划，俄罗斯打算投入22万亿卢布(约合1.88万亿人民币)。在“科学”国家项目框架内，俄罗斯将在2023年前成立9家世界级科研中心，用于研究先进数字技术、机器人技术设备、网络安全和人工智能问题。虽然俄罗斯没有明确“科学”项目框架具体的研究项目，但是目前已知的应用中已经有纯粹的军事应用，如“波塞冬”核动力无人潜航器。俄罗斯军用人工智能的愿景俄罗斯自2017年以来关于人工智能的公开声明清楚地表明，俄罗斯政府高层将人工智能视为一种颠覆性的技术，俄罗斯必须利用其潜力，包括在军事领域，以维护其强大的实力。2018年，普京宣布“数字技术和人工智能、机器人化，无人系统所有这些都应列入军队的发展议程。”在2018年3月俄罗斯国防部组织的一次会议上提出的人工智能十点计划主要是为了确定研发重点和俄罗斯探索的方式，这十点计划没有说明俄罗斯是否会将人工智能用于军事任务，其重点是发展人工智能基础层面的能力。因此，目前依然不能确定俄罗斯国防部是否正在制定一项全面的人工智能军事战略。在缺乏官方信息的情况下，目前几乎无法明确俄罗斯军用人工智能的发展方向和实施计划。然而通过对俄罗斯的专家文献和俄罗斯政府间法律辩论中的发言中，依然可以发现俄罗斯对此的相关态度。人工智能技术可以大幅度缩短C4ISR体系的反应速度俄罗斯军事分析家认为，人工智能对以下能力至关重要：战场和部队管理(即建立战场情况的数学模型，以规划作战并计算执行任务所需的部队和资源数量);综合指挥、控制、通信、计算机、情报、监视和侦察(C4ISR);远程操作的打击和侦察;保护某些高价值物体的自治系统;战场安全和部队保护;模拟和训练。关于使用问题，俄罗斯在《特定常规武器公约》背景下的法律立场与其他拥有核武器的国家一样，希望保留尽可能多的回旋余地，以确定如何负责任地使用军事人工智能。俄罗斯在人类控制问题上的立场，被公认为使用人工智能武器系统的责任标准：无论是多么先进的自主系统，在没有人的支持下依然无法执行其功能。因此，自主系统的法律责任应该由操作或编程机器人系统并命令使用的人来承担。这一立场与其他拥有核武器国家的立场相似。此外，俄罗斯认为确保负责任地使用武器系统不需要直接的人工监督和控制，因为俄罗斯拥有并正在研制一些智能武器系统，尤其是战略级系统，这些系统一旦启动，就可以在没有人类直接和持续监督的情况下运行。其中之一就是正在研制的“波塞冬”无人潜航器。在没有官方消息来源描述俄罗斯打算如何将人工智能用于核威慑相关目的的情况下，“波塞冬”计划的披露在西方国家和核威慑专家群体中引起了极大关注，这被视为俄罗斯正在将人工智能应用于其核威慑装置中的最新证据。俄罗斯军用人工智能的国家政策2017年9月，俄罗斯总统普京宣布“人工智能是未来，不仅是俄罗斯的未来，也是全人类的未来。”2018年3月，俄罗斯国防部组织了一次专家会议，会议结束时提出了关于人工智能的10点计划。2019年2月人工智能成为更明显的国家政策优先事项，普京在向俄罗斯联邦议会发表的年度讲话中提出了一系列关于人工智能的措施，作为数字经济论述的一部分。在这次演讲后不久，普京还委托政府起草国家人工智能战略，俄罗斯政府与俄罗斯联邦储蓄银行共同起草该战略。2019年10月，人工智能战略初稿正式向公众发布。它提出了一些关于如何加快人工智能在俄罗斯的发展和应用的想法。该战略的目标有两个：一方面，确保俄罗斯能够成为人工智能领域的领导者;另一方面，确保俄罗斯在该地区的主权。后一点是俄罗斯最关心的问题。在人工智能和更广泛的信息技术(IT)领域，俄罗斯高度依赖外国技术，从俄罗斯的角度来看，这是一个严重的弱点。为了解决这一问题，该战略概述了六个优先事项：支持人工智能“高级”开发的科学研究;用人工智能构建和开发软件;提高人工智能开发所需数据的可访问性和质量;增加人工智能开发所需的计算机和平台的使用;增加人工智能专业人员的数量，让公众了解人工智能的好处;建立一个全面的系统，以管理受人工智能开发和使用影响的社会关系。俄罗斯的目标是在2024年之前实施该战略所有列出的措施，并在2030年之前达到为每个优先事项确定的进步水平。AI=人工智能，MOD=国防部俄罗斯近年来与人工智能相关的政策发展国家战略草案没有提及人工智能的军事应用，其重点只涉及民用。鉴于普京2017年关于人工智能的声明表明，俄罗斯认为其民用和军事方面的发展是密切相关的，因此对民用的关注依然值得重视。此外，俄罗斯2018-27年国家军备计划优先考虑人工智能相关技术，如武装部队的自动化指挥和控制、战场控制系统、战场可视化和机器人技术。俄罗斯人工智能应用于核武器领域的技术储备军用人工智能方面在军用人工智能领域，俄罗斯目前拥有大量资源。俄罗斯官方消息来源强调了其中三个：俄罗斯拥有强大的信息基础设施，它使俄罗斯拥有了世界上最高的ICT渗透率之一，同时也是网络接入成本最低的国家之一。俄罗斯在数学、物理和软件编程方面拥有良好教育。俄罗斯强调，来自俄罗斯的学生已经连续八年赢得国际大学编程竞赛。俄罗斯在计算机视觉、语音识别和网络安全等领域拥有创新竞争力的软件公司。俄罗斯军事创新技术中心的学生俄罗斯国家人工智能战略预见了俄罗斯面临的诸多挑战。首先，根据俄罗斯联邦储蓄银行首席执行官赫尔曼·格雷夫(HermanGref)所说，俄罗斯人力资源“严重短缺”;据格雷夫称，2017年它只有6000-6500名人工智能研究人员。相比之下，美国亚马逊公司仅为一款人工智能产品虚拟助手Alexa雇佣了10000多名员工。其次，俄罗斯需要改善其对人工智能系统可训练数据的访问。第三，俄罗斯在AI芯片和5G无线等专用硬件方面依赖外国技术，这在俄罗斯看来是一个根本性的弱点。因此，尽管俄罗斯拥有足够的资源来利用其在军用人工智能领域的进步，但它面临着许多困难，目前难以与中国或美国进行同等水平的竞争。核武器方面俄罗斯目前正处于核现代化进程中。据报道，俄罗斯已经将战略火箭部队82%的武器和装备升级为新系统。除了现有的平台外，俄罗斯还展示了几种新的攻击性武器，包括“雨燕”核动力远程巡航导弹、“波塞冬”核动力无人潜航器、“金扎尔”空射高超音速导弹、“萨尔马特”筒仓重型弹道导弹和“先锋”核助推滑翔飞行器。首批完成现代化升级的Tu-22M3M战略双功能轰炸机俄罗斯军事研究、开发、现代化和采购计划表明，人工智能旨在成为俄罗斯未来许多军事系统，包括核相关系统的重要组成部分。例如，2018年8月，据报道，现代化的“图波列夫”Tu-22M3M战略双功能轰炸机已经配备了人工智能。在第一架升级轰炸机原型的推出仪式上，远程航空司令谢尔盖·科比拉什中将表示，该飞机已装备人工智能。不过除此之外，目前暂未有出现更多与该飞机人工智能应用的其他相关信息。俄罗斯人工智能应用于核威慑领域的情况俄罗斯长期以来使用软件解决方案自动化军事系统的功能，包括与其核威慑直接相关的系统，其中最值得注意的技术是Perimetr，这是一种用于核反击的半自动化指挥和控制系统，由苏联在冷战期间开发，不过该系统已经在近期进行现代化升级。图表：俄罗斯核威慑体系中人工智能的应用情况..=没有或不清楚，√=已使用；资料来源：俄罗斯国防部、斯德哥尔摩国际和平组织等机器学习技术是俄罗斯近年来才开始重点研究的技术领域，现阶段俄罗斯武装部队希望在通过人工智能和机器学习加强的关键领域是卫星图像的自动图像识别以及预警雷达和卫星数据的分析，这表明俄罗斯的机器学习技术目前可能暂时难以支持战略指挥和控制以及核力量的直接使用。不过未来俄罗斯的人工智能技术依然极有可能在核威慑体系的以下领域中发挥重要作用：预警及命令自主分析和决策的主要应用领域是预警及其相关系统，其中人工智能相关技术的主要任务是未来威胁评估和损害预测。人工智能技术可能有助于了解攻击的范围、来源和可能的意图，并迅速制定适当的应对甚至反击方案，其中最重要的系统是核指挥、控制和通信(NC3)系统。机器学习和相关技术能够提供决策支持，包括装备反控制和打击计划优化，实时更新、传感器融合和其他现代解决方案有助于提高作战管理的质量。因此，理论上在Perimetr系统(在西方资料中称为“死手”)内可以应用人工智能技术实现自主传输和执行命令。虽然现阶段人类始终处于核武器决策链中，然而完全自动化的发射过程在技术上确实是可行的，其要素可能已经成熟。俄罗斯的核反击体系智能后勤在后勤和维修系统领域，俄罗斯有两个与人工智能相关的军事研究实例。2015年，俄罗斯的一个研究团队为装备公路机动洲际弹道导弹(ICBMs)的战略导弹部队提出了一个后勤保障自动化控制系统模型(包括战时)，该模型可提高管理质量，增强通信弹性(包括在电子战攻击下)并减少传输的信息量。研究人员在准备和操作期间提供了一个数学模型，强化了控制系统元件改进和现代化的应用方法。俄罗斯战略导弹部队的主要装备：白杨-M洲际弹道导弹2018年，俄罗斯另一个研究小组提出并测试了基于神经网络的模型，作为预测俄罗斯战略导弹部队设备剩余运行时间的解决方案。该模型旨在确定各种诊断标志的重要性并计算其权重，可用于不同型号的武器以及战略导弹部队中的军用和特种设备。该模型进行了全面试验(尽管是在非军事设备上)。鉴于俄罗斯战略导弹部队的装备中有大量陈旧系统，包括上一代洲际弹道导弹和通信设备，该模型最终可能成为一种实用的维护解决方案。目标定位目标定位是人工智能和相关技术目前在作战中最有用的领域。处理图像的智能系统可以准确地在图像情报中识别出特定类型的目标，确定其精确位置并分析其漏洞。若用于战略级作战的规划阶段，这种目标定位能力可以优化核弹头的分配和产量。使用人工智能对遥感图像中的飞机目标进行识别机载控制和制导在人工智能的帮助下，导弹或高速飞行器的机载控制可以实现更高的精度和更好的操纵性，目前相关领域的研发主要针对战术巡航导弹，未来的高超声速武器可能会使用类似但经过强化的技术。高超音速滑翔飞行器(例如带有翼弹头的“先锋”导弹系统)在大气层内飞行期间会在滑翔机周围形成等离子体，这影响了向飞行器发送和接收信号的能力，严重降低了通过外部手段和内部传感器进行飞行控制的能力，因此使用复杂的机载控制和制导系统可能会成为合适的解决方案。高超声速飞行器智能机载控制系统导弹防御与反防御人工智能技术还可以应用于导弹防御的辅助手段中，如智能诱饵和弹道模拟能力。成功拦截来袭威胁的主要挑战是确定其为真弹头还是假弹头，并估算其弹道，由人工智能强化的假弹头可能使假弹头的行为类似于实际运载工具，而真实弹头上的人工智能可以随机改变飞行路径以防止拦截，因此这在一定程度上也会同时强化导弹的反防御能力。使用人工智能识别雷达信号中的飞行目标水下自主平台水下作战中，由于与指挥中心的通信面临挑战，车辆自主权至关重要，如信号可能无法到达预定目的地，或者被敌方截获，从而显示飞行器或其他水下物体的位置。因此，拥有人工智能技术的水下自主平台可以有效应对水下作战环境。目前俄罗斯的“波塞冬”无人潜航器(UUV)将很快进入俄罗斯海军服役，该UUV已经在2019年夏季开始工厂试验，可以搭载6枚“波塞冬”的“别尔哥罗德”号核潜艇已经于2019年4月下水，2021年9月结束测试，第二艘运载工具“哈巴罗夫斯克”号核潜艇也于2021年上半年下水。“别尔哥罗德”号核潜艇要通过航行、发电装置运行、鱼雷发射和“波塞冬”发射等测试项目，在完成测试后，将会在北冰洋执行战略巡逻任务，被北约称为“末日潜艇”。能搭载六枚“波塞冬”UUV的“别尔哥罗德”号核潜艇“波塞冬”无人潜航器结构目前北约普遍认为波塞冬UUV可能用于核运载，不过其同样可被用作态势感知工具，或用于常规任务，如精确布雷等。考虑到水下作战的挑战，人工智能似乎是这些任务最有效的解决方案。不过，这些系统和其他自主作战平台的相互作用方式未来还需要更进一步的研究。结论目前俄罗斯以及将人工智能技术用于导弹和反导弹系统的制导和控制系统，以及UUV等其他系统中。机器学习和自主性提高了武器的生存能力、精确性和穿透能力，使其成为军事研发的诱人方向。2022年1月，中国、俄罗斯、美国、英国、法国五个核武器国家领导人共同发表《关于防止核战争与避免军备竞赛的联合声明》，指出避免核武器国家间爆发战争和减少战略风险是五国的首要责任。声明强调核战争打不赢也打不得，重申不将核武器瞄准彼此或其他任何国家。不过即使如此，当前的北约组织依然在将核威慑的概念用作军事-政治事务的工具，并且在定期评估俄罗斯的核能力。并且俄罗斯的核威慑能力也持续受到其他多方的关注，认为核力量相关领域的进步有可能导致不安全因素，因为担心失去威慑能力而引发大规模人工智能军备竞赛，甚至核升级。为了避免产生深远后果的错误，核现代化和核理论，包括机器学习和自主性的作用，必须成为多边讨论的一个永久性议题。(北京蓝德信息科技有限公司研究员张杰)主要参考文献[1]ДмитрийЛитовкин.«Посейдон»научатдуматьВРоссииопределеныстратегическиенаправленияразвитиявооружений.[OL].Независимаягазета.2021.11.11.[2]DMITRYSTEFANOVICH.ArtificialintelligenceadvancesinRussianstrategicweapons.[J].StockholmInternationalPeaceResearchInstitute(2020).[3]VincentBoulanin.MoaPeldánCarlsson.ArtificialIntelligence,StrategicStabilityandNuclearRisk.[J].STOCKHOLMINTERNATIONALPEACERESEARCHINSTITUTE.June2020.[4]RussianMinistryofDefence,[NationalDefenceOperationsCentreoftheRussianFederation],[n.d.](inRussian);andRamm,A.andLavrov,A.,[Inthecentreofthestorm:Howmilitaryoperatorsprotectnationalsecurity],Izvestiya,30Dec.2019(inRussian).[5][‘RadarMMS’:ArtificialintelligencesystemforaircraftanddroneshasbeencreatedinRussia],RadarMMS,25Aug.2018(inRussian).[6]Valagin,A.,[Assuredretaliation:HowtheRussian‘Perimetr’systemworks],RossiiskayaGazeta,22Jan.2014(inRussian).[7]TacticalMissilesCorporationJSC,Granit-ElectronConcern,[Autonomouson-boardcontrolsystems,guidancesystemsforsupersonicandhypersonicmissiles,systemtestingandcontrolequipment],2017(inRussian).[8]‘KeystageofPoseidonunderwaterdronetrialscompleted,saysPutin’,TASS,2Feb.2019;and‘Russiabeginstestingof“Poseidon”underwaternucleardrone’,PressTV,26Dec.2018.[9]Ramm,A.,[Winged‘Burevestnik’:WhatisknownaboutRussia’ssecretweapon],Izvestia,5Mar.2019(inRussian).[10]Kozachenko,A.andRamm,A.,[Trackingfromfar:Airdefenceforcesreceivealand-basedAWACS],Izvestia,15Sept.2019(inRussian).[11][Combatrobot‘Nerekhta’protectedthe‘Topol-M’attheexercisesnearIrkutsk],RIANovosti,31Mar.2016(inRussian).[12]RIANovosti,[Monitoringsystemfornationaldefencemanagementcentre],GeodesyResearchInstitute,[n.d](inRussian).[13]SeeBorrie,J.,‘Coldwarlessonsforautomationinnuclearweaponsystems’andTopychkanov,P.,‘AutonomyinRussiannuclearforces’,ed.V.Boulanin,TheImpactofArtificialIntelligenceonStrategicStabilityandNuclearRisk,vol.I,Euro-AtlanticPerspectives(SIPRI:Stockholm,2019),pp.41–52andpp.68–75.[14]Isaev,A.V.etal.,[ModelforautomatedcontrolsystemformaterialsupportofmilitaryunitsandformationsoftheSRFinthedevelopmentofmaterielandtechnicalsupportsystemofthearmedforcesoftheRussianFederation],NaukaiVoennayaBezopasnost,no.3(2015),pp.59–65(inRussian).[15]Gaivoronsky,O.V.,Kartunin,D.N.andWojciechowski,I.A.,‘Modelofdeterminingthesignificanceandcalculationofweightcoefficientsofdiagnosticsignsforforecastingresidualresourceofcomplextechnicalsystemwithunevendevelopmentresource’,Paperpresentedatthe42ndAcademicSpaceConference,Moscow,23–26Jan.2018.特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端