人工智能技术在作战筹划系统中的应用研究 人工智能作战任务规划包括

人工智能技术在作战筹划系统中的应用研究

近年来，人工智能技术取得突破性进展，各国都认识到人工智能技术的战略意义，从国家战略层面开始加紧布局，加强人工智能在军事方面的研究和应用。美国将人工智能视为“改变游戏规则”的颠覆性技术，美国国防部已明确把人工智能作为第三次“抵消战略”的重要技术支柱。该战略围绕抵消中、俄非对称制衡能力，瞄准打造智能化作战体系，发展颠覆性前沿技术。

根据美军的作战条令JP5-0《联合作战计划》，美军的作战筹划过程联合作战计划流程(JOPP)包括：受领任务、任务分析、行动方案生成、行动方案分析、推演和评估以及行动方案执行。目前，美军已经将人工智能技术广泛应用于作战筹划的整个流程，如美国陆军的“深绿”系统已经将人工智能技术用于从受领任务到行动方案生成的三个步骤、美国空军的AlphaAI空战仿真系统已经在仿真环境下将人工智能技术用于整个作战筹划流程，本文梳理了作战筹划流程中可使用的各种人工智能技术。

1、人工智能用于任务分析

在任务分析阶段，分析人员需要处理和融合信息以生成一张通用作战图(COP)。为完成该任务，分析人员需要对接收的信息进行分类并确定当前态势以构建动态更新的COP，此外，还需要检测己方系统是否被欺骗。在信息融合技术的辅助下，战术级系统可根据接收到的情报报告的顺序自动生成战术级COP。任务分析过程中的信息处理可分为三种类型：发现信息、编辑信息和探测信息中的异常。

1.1发现信息

通常情况下，发现信息需要找到与特定主题相关的类似文档。如果所有文件都有与主题相关的元标签，则处理过程较快。元标签的标注过程可使用半监督学习自动执行。Salakhutdinov和Hinton提出了一种以深度自动编码器的形式，利用深度学习算法将高维度文件输入向量转换为一种低维度本征向量空间的方法，在该空间中互邻的向量与类似的文档对应。自动编码器的学习过程可以一种无监督学习的形式执行。可利用少量有主题标记的样本来定义本征向量空间中的特定聚类，并使用这些聚类来构建自动元标注算法。

图1深度语义哈希算法

1.2编辑信息

发现信息后可使用人工智能算法确定一个文档中与特定话题相关的实体。例如，提取与后勤相关的项目和数字可加速部队机动的计划过程。在自然语言处理中，这一问题被称为指定实体识别，将神经网络与指定实体字典进行结合可产生良好效果。

图2识别实体算法

1.3探测异常信息

探测异常信息通常以深度自动编码器技术为基础，正常的数据点位于自动编码器构建模型的非线性低维度嵌入坐标中，因此当自动编码器对正常数据点进行解码时重建错误较少，而异常信息的重建错误较多。这种方法可用于各种问题，包括探测接收的传感器数据中的异常和标记异常报告。除此之外，近期的研究成果还可区分两句话是否存在冲突。

图3异常探测算法

2、人工智能用于行动方案(COA)生成

对于计划过程而言，人工智能与仿真环境相结合的方法较为成熟，可使用深度强化学习算法来制定行动方案，这种算法可在仿真环境中执行试错实验以度量不同计划的期望效应。仿真环境应尽可能贴近现实，反映战场上各种作战行动所带来的效应，以及道德、后勤供应和难民等其他因素对作战行动的影响。

2008年，美国防高级研究计划局(DARPA)开发了一个被称为“深绿”的军用战术指挥与控制系统，该系统可为指挥官生成行动方案，以便其更主动地管理作战行动，2013年，DARPA已经将该项目转交给了美国陆军。

图4强化学习算法

3、人工智能用于行动方案分析和推演

在计划制定过程中，可使用定性方法来分析计划。对于定性COA分析而言，当不同的计划小组提出了几种COA后，可使用概念框架来登记领域专家对这些COA的评论，这些专家使用一个模板来创建结构化评论并系统地评估不同COA的各方面特征。之后，可使用一种能够区分各种辩论模型间相同和不同之处的框架来选择和总结各领域专家对不同COA的评论，这种方法可实现对备选COA的结构化分析。

除了定性分析COA外，还可使用定量分析方法。Abbass和Bender在《计算红蓝对抗：过去、现在和未来》一文中提出，可采用将人工智能与多智能体系统进行组合，开展红蓝对抗。这种方法可使指挥官了解各种行动方案的优缺点与动态推演过程中可能存在的事件进展，评估各种行动方案的优缺点和了解敌方行动。

此外，北约最近利用数据耕耘技术(如大规模平行仿真、数据分析和可视化)开发了用于决策支持的数据耕耘系统，该系统可分析不同仿真系统对地面作战计划产生的几十万个仿真输出结果。这是一种将仿真与大数据分析相结合的方法。

4、人工智能用于计划执行

4.1为指挥官生成备选行动方案

在执行计划时，可利用人工智能技术快速融合和分析战场信息以便将结果发送给指挥官。指挥官在高压战场环境下需要准确的信息来做出关键决策，但是指挥官通常会获得大量信息，容易产生信息过载的风险。当信息不是以一种符合逻辑、简洁和有意义的形式提供给指挥官时就容易产生问题。在计划执行期间，伴随着战场态势的快速变化，原计划可能会随时失效，因此指挥官需要较快的重新计划能力。人工智能技术可为指挥官及时提供备选方案。

机器学习可用于开发作战战术。但是很多机器学习算法的运算速度不够快，难以使智能体在空战这样的环境中发现最优作战策略。Q学习是一种强化学习算法，可用于空战目标分配。该算法可在不使用大型数据集或推理信息的情况下学习最优智能体的状态和行为组合。

有时人工智能算法需要一系列类似场景的行为原则。在这种情况下，可使用迁移学习来减少学习时间。例如，在不同的2对2空战场景中学习作战规则时，可使用已经具备2对1空战场景经验的智能体。实验研究表明，这类智能体具备作战优势，因为这样可最小化进一步的学习过程。使用迁移学习可快速开发一个智能体在新场景中的行为。

4.2简化参谋工作流程

在计划执行过程中，人工智能技术可用于自动生成报告总结。在层级指挥结构中，上级需要接收下级的信息，如果没有报告总结，上级将接收过量的信息。传统的总结报告需要从原始文档中复制和粘贴相关内容，目前可利用序列到序列深度学习算法和摘要生成式方法来总结报告，从而加快报告的上报速度。此外，还可利用将讲话转换为文本的方法，目前的人工智能技术已经可以实现较为准确的语音识别能力。

人工智能有效提升联合作战体系效能

不久前，欧洲防务局（EDA）官方网站发布了《关于人工智能在未来国防应用领域的探索》一文，详细介绍了EDA为在其成员国范围内促进和协调人工智能创新而启动的蓝图计划，探讨了军事人工智能解决方案以及对解决方案展开的测试。那么人工智能在联合作战上有何应用？未来战争是以人工智能为主，还是有无交融、相辅相成呢？

人工智能对联合作战意义重大

伴随技术的飞速发展，人工智能在现实生活中的应用逐渐增多。在军事方面，人工智能可以通过利用算法选择最优或准最优，协助指挥官进行决策，从而加速决策速度。一名美国陆军高级官员就曾表示，“在德国进行的一次成功的实地试验表明，卫星监视、人工智能和远程火炮如何联合作战将在未来的战争中产生毁灭性的影响。”

在这其中，美陆军通过运用一种名为SHOT的软件，它可以通过普罗米修斯系统或者其他传感器传来的目标清单，通过与现有己方杀伤武器比对，根据多条标准生成火力计划并推荐给陆军炮兵火力控制网络（AFATDS），由指挥官来选择是否执行。从人工智能在卫星图像中识别敌方目标到其将目标坐标传递给炮兵指挥中心，只有不到20秒，极大地加速了美军炮兵的火力打击OODA环，为美军炮兵在联合作战中夺取战斗优势发挥极大作用。

人工智能加速“杀伤链”从探测到摧毁的过程。未来战争中，多域作战所带来的数据洪流呈指数级增长，其复杂程度远超以往。常规的决策者以及参谋人员难以从中轻易发现自己所需要的数据源。传统上，各种传感器获得的不同的数据需要交由不同的情报分析师，经由各领域专家讨论并进行情报融合后，提供出一份潜在目标清单，最后再由另一组人员根据作战条令以及可用武器提供出一份目标清单。但在信息化战场上不确定性相较以往的任何时代的战争更高，更快更优质的决策意味着可以更好掌握战局。而类似SHOT的软件则可以将单调的工作自动化，让侦察到决策的时间大幅缩短，有效增加作战效能。

未来战争应为有无交融

人工智能不仅仅作用于杀伤链。人工智能目前正广泛用于军事中，尤其用于“观察、判断、决策、执行”这一杀伤链中。例如美国陆军人工智能在最近的一次实地测试中，能够在卫星图像中找到目标20秒内将目标坐标传递给炮兵。但人工智能的运用远远不止作用于杀伤链上。美国海军陆战队情报官员迈克尔·格罗恩中将说，以这种方式加速“杀戮链”从探测到摧毁是人工智能的一个强大但狭隘的应用。

人工智能破除“战争迷雾”。对于未来的战争，战场环境将从陆、海、空到太空，从物理空间扩展到认知、网络等无形空间，全域联合作战思想深入人心。信息站、舆论战等“隐形战争”大量存在，战争的反应时间愈发短暂，战争对抗边界愈发模糊，战争的过程愈发危险。物理域、信息域、认知域的全域作战引发多种战争形态，使得未来战争更加扑朔迷离。全域作战同样会导致战场信息的“爆炸式”增长，且充斥着大量重复、冗余、虚假信息，对分析处理信息造成极大的困难，严重降低决策质量和效率。而基于人工智能的C4ISR系统能够通过情报获取对敌作战力量、作战样式、交战规则、指挥控制方式进行分析，进行决策和组织协调，能大大降低战争过程中的不可预知因素。

人工智能道阻且长。当然，对于人工智能，我们也不能给其完全的自主权，因为人工智能会在执行复杂情况时易出现故障。比如2007年10月，美军某机步师一部机器人进攻一个反美武装盘踞的据点时，由于操作问题，机器人竟然将枪口瞄准美军操作者，并且其取消攻击的指令失效，失控的机器人一直瞄准着操作者，直至用火箭筒把它炸翻。人工智能目前在军事中的应用依旧只是初备雏形，一方面其技术尚不成熟，另一方面其先天原理不足，人工智能依靠的是经验法则，而对于未来战争将以何种方式进行，战争样式如何人工智能并没有相关经验进行学习，对创造或应对新的战法会显得乏力。

所以，在未来战争中有人与无人相交融，才能有效提升联合作战体系能力，人工智能可以辅助人类进行决策从战术上的“忠诚僚机”项目到战略级上的“人+智能系统”的人机结合实现“人在回路中”的智能指挥。人工智能可以提高人类决策的速度，降低人类决策的失误率，提高了战争指挥的容错率。

有无交融的未来作战样式

随着技术的不断发展，人工智能不仅在杀伤链上具有非凡的表现，在辅助决策方面也将呈现出独特的优势。对于未来战争，人工智能可能在以下方面对战争产生巨大的影响：“人在回路中”的远程武器操控，依托于分布式云的“马赛克战”、人机结合的“算法战”等。

近日，位于美国佛罗里达州的廷德尔空军基地的安全防护部队将配备“机器狗”四足仿生机器人用于巡逻人员和车辆难以到达的区域，以增强基地的态势感知能力。部队人员能够通过VR它们进行远程操控。对于未来战争，可以利用机器人或者无人装备等进行巡逻侦察任务，增强态势感知能力。鉴于未来战场环境的错综复杂，人工智能对于新的、复杂的战场环境可能难以处理，这时需要“人在回路中”的指挥使智能装备更好的完成任务。美军的“忠诚僚机”项目同样很好的利用无人僚机保护主机，为主机进行侦察并配合其作战，实现人机结合的作战样式。

在智能作战中，需要对战场信息快速反应并对敌方单位进行精确打击，这就要求指挥信息系统等作战系统更加智能化、协同化。“马赛克战”的提出将极大的推动这一过程。马赛克战的概念是将传统复杂兵力系统划分为多个功能单一、具备良好互操作性的最小实际作战要素，利用分布式云实现行动区域内的各类作战要素的组合和“战争云”提供的丰富的信息，将单一“观察、判断、决策、执行”杀伤链转化为物理和功能高度分散、灵活机动、动态协同的“杀伤网”。

《孙子兵法》曰：“夫未战而庙算胜者，得算多也；未战而庙算不胜者，得算少也。”纵观人类战争史，“多算胜，少算不胜”是亘古不变的定理。未来战争对“庙算”的依赖度有增无减。算法战不仅仅指通过人工智能运用算法对战争进行部署计划，更多指的是，决策者在人工智能的辅助下进行庙算，可在庙堂之上知“五事、七计”。

在未来战争，人工智能很可能会极大地颠覆未来战争，但人工智能不可能取代人类，对于未来联合作战的样式，有无融合才能有效提升作战体系。（吴腾谢桦泽章子星）

分享让更多人看到

人工智能融入作战的基本样式

人工智能在经历60余年起伏曲折的发展之后，目前又迎来新一轮发展浪潮。世界主要发达国家都将其列为重大发展战略,力图在国际竞争中掌握主导权。人工智能相关技术应用于军事领域的趋势已不可阻挡，必然会在未来战争中占据举足轻重的地位。探索研究人工智能融入作战的基本样式，对未来军队建设发展具有重要的指导意义。

初级阶段

“要素参与式”融入

此阶段，人工智能以单装单要素的形式，适度参与到作战某一阶段或某一具体行动。

一是战场感知要素参与。战场感知能力的强弱直接关系到交战双方对战场环境的认知和判断。将人工智能技术应用于侦察装备，配合目标信息特征库即可自主对战场目标进行精准识别和分类，还可根据目标价值生成打击清单，为作战筹划、火力计划提供参考依据。

二是辅助决策要素参与。基于人工智能、云计算和大数据挖掘等技术，智能化指挥系统可以从海量作战数据中提取有用信息并进行分析处理，针对作战进程中的不同情况，提出针对性的措施建议。还可通过对大量“战史战例”的仿真推演和逻辑分析，对敌方未来行动进行提前预判，充当“智囊团”辅助指挥员决策。

三是杀伤打击要素参与。2017年联合国特定常规武器公约会议上，演示者介绍的一款名为“毒刺”的小型机器人，外形只有手掌大小，却能携带3克炸药，精准识别目标并在1秒内将其爆头，这标志着基于人工智能的精准化打击武器将在战争中广泛使用。人工智能作为杀伤打击要素参与作战，还可针对目标特性设定不同的打击强度，真正做到量敌用兵，并实时评估毁伤程度，自主决策是否对目标进行二次打击，使火力打击更加集约高效。

中级阶段

“小群模块式”融入

此阶段，人工智能以独立的小规模编组嵌入到某一作战进程或者担负某一作战模块的具体任务。

一是基于“天基”的智能编队。依托量子通信卫星为聚合铰链平台，可将人工智能技术融入多种编队。根据侦察、打击、投送等不同作战类型进行“无人机蜂群”编队，可实现全方位侦察监视敌方行动、对敌方目标实施集群火力打击、及时快速为作战部队投送战斗物资等功能。采用灵巧化、小型化的方式进行“导弹快递”编队，除能够快速找到目标外，还具备随机改变机动路线、自主躲避敌方拦截系统、超长悬浮滞空、一弹多能等功能，使打击更加“幽灵化”。基于无人驾驶系统进行“智能车队”编组，只需输入运输任务和目的地，“智能车队”即可区分车辆用途、合理编组行军梯队、自主规划行进路线、自主躲避火力打击，能够在部队远程机动、后勤物资运输、战场弹药保障等场景发挥重要作用。

二是基于“空基”的局域匹配。在作战区域上空发射一个基于人工智能的悬浮“路由器”，信号可覆盖作战区域内的所有作战部队，起到区域信息平台的作用。担负尖兵的前锋部队可通过“路由器”与指挥所进行信息交互，驱赶敌方警戒分队，探明敌方战斗部署，为己方下步作战创造条件。火力快反队能够通过“路由器”快速响应火力呼唤，实施精准火力打击，还可基于人工智能平台对打击目标进行优先级排序，确保打击效益最大化。防空分队可通过“路由器”感知来袭导弹和飞机的数量位置信息，自主分配防空火力进行防御拦截，确保作战区域对空安全。

三是基于“地域”的自动响应。在作战区域内分区布设虚拟化的智能调整点、任务线和区域线，精确调控部队行动。调整点可主动推送当前位置信息、附近作战地形地貌、道路通行情况和气象水文环境等作战保障数据，为作战部队选择机动路线提供参考。任务线主要用于划分作战区域、区分作战任务、提示战斗转换等。作战部队经过任务线时，能够自动接收任务信息，避免作战中因任务不清造成混乱。区域线的作用主要是感知作战区域内的敌我兵力兵器数量对比，判断敌方进攻或防御的主要方向等信息，可与各类侦察情报源融合生成实时态势图，推送至任务区内的所有作战指挥平台,尽最大可能消除战争迷雾。

高级阶段

“集群自主式”融入

此阶段，人工智能以大规模、多要素编组形式独立自主遂行作战任务。

一是集群作战。集群作战是一种颠覆性技术，是人工智能参与未来作战的突破口，所谓集群指的是很多个体形成一个组来完成任务。一方面，集群中的个体通过协同、涌现等技术可达到以量增效的目的，具有成本低、灵活性强、抗毁性高等优势；另一方面，集群中的个体以任务串联行动，自主进行信息交互，及时共享行动结果，确保合力高效地完成作战任务。

二是自主作战。自主作战是指人工智能深度融入各类武器装备，通过模块化组合，形成智能化战斗部队自主参与作战。智能化战斗部队包含作战所需的各种要素，具备自组织和自修复能力，能够自行感知、判断、决策、应对相应威胁，自主决策作战行动。还可根据战场态势发展和作战需要，自主调整指挥模式，谁合适、谁主导，谁有利、谁发射，形成“态势共享-同步协作-聚焦释能”的战斗力生成链路。

三是全维作战。智能化时代的战争将不再局限于陆、海、空、天、电、网等战场，还可能拓展到政治、经济、科技、外交、军民士气等多个领域。人工智能可以深度参与各领域的行动决策，运用数据和算法通盘考虑各领域在作战中的权重和效费比，综合用力、全面出击、全维对抗。运用人工智能技术可以周密设定战争规模、作战目标、打击样式和毁伤程度，使作战对手遭遇全维立体打击，国家机器瘫痪，作战体系失去效能，进而迅速达成作战目的。（张清亮高峰）

分享让更多人看到

探析智能化作战任务式指挥

在当今军事领域，计算机已代替了指挥员和参谋人员的部分脑力劳动，并且已经多次实战检验。科索沃战争中北约指挥3.8万多架次飞行任务，从不同机场、不同方向、不同高度、不同时间对南联盟进行协调一致的打击，没有系统的支持靠人工指挥是根本不可能的。未来战场信息量激增，需要在全维空间协调多军（兵）种作战力量和复杂的武器系统，更离不开先进智能计算机的支持。建立智能化的指挥控制机制，实施任务式指挥，是提高指挥效能的必由之路，也是未来作战指挥的必然发展趋势。

能够充分发挥智能化武器平台的作用。智能化武器平台日益成为战斗力生成引擎。随着人工智能的发展，智能算法产生超越人类智能的数据分析、研判、决策和反应能力。在人工智能支持下，作战武器平台第一次具备不依靠人类，独立进行感知、识别、决策和打击的作战能力。平台优势，包括远超人体生理限制的高机动性、无孔不入的突防能力、以“天”计数的长时间持续行动能力等，赋予智能化武器前所未有的能力。只有赋予这些智能化武器系统最大的行动自由，才能充分发挥平台优势、挖掘平台潜力，才能在危机四伏的战场上抓住战机，迅速决策行动。在此时，战斗员成为战局的“监控者”。

能够合理优化决策流程。智能化战争指挥员及其指挥机关依托人工智能手段对相关情报信息进行理解分析、计算处理、分发利用，从而实现指挥流程高效快速运转。它的核心是双方指挥人员和指挥系统的一种智力对抗，关键是指挥链路一体化、智能化程度。而各级指挥官及部属通过智能化系统积极沟通交流，建立并维持共同的理解，加深对作战态势的理解，消除潜在的误解，使得各级指挥官最大程度上同步自主参与决策全过程，才能够利于合理优化决策流程，便于提高指挥决策效率、质量与水平。因此，应着眼实现指挥主体与指挥系统、人脑与电脑的最佳结合，使指挥流程在人工智能的支持下“增值”，实现真正的智能化指挥。

03

要点

建立互信互融的三位一体指挥结构。指挥控制是军队作战的“中枢”和“神经”，智能化将给作战指挥控制方式带来革命性变化。指挥决策方式将转向“人机融合”，决策组成也随之转变为“指挥官-智能化指挥决策系统-高级参谋”三位一体新结构。任务式指挥要求各级要相互信任，而智能化作战指挥的三位一体结合，通过互融的智能化指挥决策系统共享数据、信息和决策，很好的解决了这一问题。

形成共体共识的人机交互决策能力。智能化作战决策，本质就是“人脑+智能机器系统”的深度融合，兼顾“定性+定量”的双重优势，基于物联网、大数据库和云计算平台的智能技术群支持，进行不同条件下量敌克敌的最优求解。智能化决策过程中，需全程不间断地调取人脑智慧信息，共融共生共驱，零散的干预式导入已无法满足要求。智能机器系统与指挥员的人脑、指挥机关的“外脑”要形成深度融合的共生体，智能机器系统可随时感应人脑、“外脑”的思维想法，将其智慧融入求解运算，人脑也不间断接受智能机器系统生成的实时态势，思考迸发新的智慧指导，螺旋式渐进，最终生成指挥员希望得到的最优决策。通过这个过程，生成出来的最优决策，既能为智能机器系统理解，又能为人脑“外脑”掌握。基于共识与清晰的指挥官决策意图，就使得指挥客体在整体作战意图的引领下，能够充分、积极的发挥主动权。

使用赋予下级责权的任务式命令。任务式命令是指用于向下级强调应达成的结果而非达成结果的手段的指令。一旦人工智能技术突破由弱人工智能向强人工智能跃进的奇点后，计算机可以像人一样具备跨领域推理、抽象概括、深层理解、常识推理等能力，能够对需要跨领域、跨专业综合处理的作战进行高度无人化、自动化的指挥。那时，指挥人员不再从事具体的指挥控制工作，其所要做的就是为作战体系赋予总体任务、提供初始条件、给出最终状态、规定作战限制，其他一切中间环节交给智能化指挥信息系统就可以了。

积极发挥主观能动性，智能自主设计任务规划。依据人机融合共生交互形成的最优决策方案和战场实时动态信息数据，由智能系统运用大数据、机器学习等技术算法，对作战体系内立体多维的力量单元自主规划匹配作战任务，自主设计最佳作战行动方案。为确保行动的及时有效性，智能系统能够借助云计算平台的高效运算能力，根据战场实时态势变化，持续更新优化任务分配和行动方案，达成体系作战行动功能的耦合放大、同步联动。

合理评估并接受慎重考虑的风险。在人机协同作战方式中，过度依赖人工智能无疑增强了指挥系统失控的风险性，这就如同把枪交付给了机器人，而当机器人不听从人类指挥时，枪口对准的对象将可能是战争中的任何一方。因此在智能化战争中，必须要合理评估使用人工智能带来的危险，必须将人置于主体地位，保证人类指挥员对系统的控制权，人需要对系统的运行进行监督管理、指导仲裁、应急处置，预留“启停”系统的干预接口，保留“开火权”，随时准备接管智能化指挥信息系统的指挥权，并建立应急预警机制与意外发生时的后台程序都极为必要。

通过智能系统的共同理解，形成动态响应、行动敏捷的控制能力。在智能化作战中，智能化的作战力量可以利用类似人的视觉、听觉等感知功能的高敏复合传感器，对任务目标实施持续跟踪探测，并将所得到的信息数据与智能系统提供的信息数据进行快速比对，进行终端的信息数据融合、分析判断和优化比较，形成作战单元对作战目标的优化行动方案，辅助指挥员决策，并自主地展开实施相应作战行动。（潘金桥陶荣平浦振兴）

图片来源于网络，转自：光明军事

C2

如何加入学会

注册学会会员：

个人会员：

关注学会微信：中国指挥与控制学会（c2_china），回复“个人会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可在线进行支付宝缴纳会费。

单位会员：

中国指挥与控制学会（c2_china），回复“单位会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可缴纳会费。返回搜狐，查看更多

探析智能化作战任务式指挥

智能化作战指挥，是指基于智能化时代的思维模式，借助智能化技术手段，实现指挥主体对指挥对象的智能指挥与控制。从本质上讲，它是人的“智能”向信息战场和武器系统的辐射和延伸。智能化作战指挥方式是智能化作战中指挥者与指挥对象之间发生关系、进行职权分配与运用的方法和形式。智能化作战指挥方式的选择和运用正确与否，直接关系到作战指挥质量和效率的高低，甚至影响作战的成败。任务式指挥是以任务为核心，并为高效完成任务而授权所属部队自主进行作战的一种指挥方式，这对未来智能化作战指挥具有积极的启示意义。

概念内涵

任务式指挥主要是指明确作战意图、作战指导和作战任务，不规定完成任务具体行动方法的指挥理念和指挥方式。

智能化作战任务式指挥，是指在智能化作战行动中，各级指挥员或者指挥体使用任务式命令行使权力和提供指导，以便下一级指挥员或者指挥体及部属能够根据其意图灵敏反应、灵活应变。智能化作战，全域战场波诡云谲、瞬息万变，这就需要各级指挥员或者指挥体临机决策并果断行动。

智能化作战任务式指挥的内涵：一是各级指挥员或者指挥体下达任务式指令，其指挥中心在于作战目标，而不在完成作战任务的方法、步骤和具体细节。在此过程中，上级指挥员（指挥体）应尽可能少地对下级指挥员（指挥体）进行过细过繁琐的调控，给部属以最大程度的行动自由。二是上级应结合下级担负的具体任务，给予必要的指挥资源，比如将“作战云大脑”使用权限更大限度地下放下级，以便更好地完成作战任务。三是智能化作战任务式指挥并不排斥必要的指挥调度。各级指挥者应依据军事专家系统、智能辅助决策系统快速决策，及时适度地对部属进行调控。

动因分析

能够有效应对空前扩大的战场数据量。战场数据是指挥员作出决策的依据，智能化作战战场数据激增。在美军，战场上各种传感器采集的海量数据已远超情报部门承受能力，仅1架“捕食者”无人机1天搜集的视频数据就需要19名情报分析人员来处理。数据融合挖掘、对战场态势的精确感知形势严峻，使得作战问题更加复杂。只有赋予各级指挥官和部属行动的最大限度的自由，才能抓住战机、消除威胁。

在当今军事领域，计算机已代替了指挥员和参谋人员的部分脑力劳动，并且已经多次实战检验。科索沃战争中北约指挥3.8万多架次飞行任务，从不同机场、不同方向、不同高度、不同时间对南联盟进行协调一致的打击，没有系统的支持靠人工指挥是根本不可能的。未来战场信息量激增，需要在全维空间协调多军（兵）种作战力量和复杂的武器系统，更离不开先进智能计算机的支持。建立智能化的指挥控制机制，实施任务式指挥，是提高指挥效能的必由之路，也是未来作战指挥的必然发展趋势。

能够充分发挥智能化武器平台的作用。智能化武器平台日益成为战斗力生成引擎。随着人工智能的发展，智能算法产生超越人类智能的数据分析、研判、决策和反应能力。在人工智能支持下，作战武器平台第一次具备不依靠人类，独立进行感知、识别、决策和打击的作战能力。平台优势，包括远超人体生理限制的高机动性、无孔不入的突防能力、以“天”计数的长时间持续行动能力等，赋予智能化武器前所未有的能力。只有赋予这些智能化武器系统最大的行动自由，才能充分发挥平台优势、挖掘平台潜力，才能在危机四伏的战场上抓住战机，迅速决策行动。在此时，战斗员成为战局的“监控者”。

能够合理优化决策流程。智能化战争指挥员及其指挥机关依托人工智能手段对相关情报信息进行理解分析、计算处理、分发利用，从而实现指挥流程高效快速运转。它的核心是双方指挥人员和指挥系统的一种智力对抗，关键是指挥链路一体化、智能化程度。而各级指挥官及部属通过智能化系统积极沟通交流，建立并维持共同的理解，加深对作战态势的理解，消除潜在的误解，使得各级指挥官最大程度上同步自主参与决策全过程，才能够利于合理优化决策流程，便于提高指挥决策效率、质量与水平。因此，应着眼实现指挥主体与指挥系统、人脑与电脑的最佳结合，使指挥流程在人工智能的支持下“增值”，实现真正的智能化指挥。

要点

建立互信互融的三位一体指挥结构。指挥控制是军队作战的“中枢”和“神经”，智能化将给作战指挥控制方式带来革命性变化。指挥决策方式将转向“人机融合”，决策组成也随之转变为“指挥官-智能化指挥决策系统-高级参谋”三位一体新结构。任务式指挥要求各级要相互信任，而智能化作战指挥的三位一体结合，通过互融的智能化指挥决策系统共享数据、信息和决策，很好的解决了这一问题。

形成共体共识的人机交互决策能力。智能化作战决策，本质就是“人脑+智能机器系统”的深度融合，兼顾“定性+定量”的双重优势，基于物联网、大数据库和云计算平台的智能技术群支持，进行不同条件下量敌克敌的最优求解。智能化决策过程中，需全程不间断地调取人脑智慧信息，共融共生共驱，零散的干预式导入已无法满足要求。智能机器系统与指挥员的人脑、指挥机关的“外脑”要形成深度融合的共生体，智能机器系统可随时感应人脑、“外脑”的思维想法，将其智慧融入求解运算，人脑也不间断接受智能机器系统生成的实时态势，思考迸发新的智慧指导，螺旋式渐进，最终生成指挥员希望得到的最优决策。通过这个过程，生成出来的最优决策，既能为智能机器系统理解，又能为人脑“外脑”掌握。基于共识与清晰的指挥官决策意图，就使得指挥客体在整体作战意图的引领下，能够充分、积极的发挥主动权。

使用赋予下级责权的任务式命令。任务式命令是指用于向下级强调应达成的结果而非达成结果的手段的指令。一旦人工智能技术突破由弱人工智能向强人工智能跃进的奇点后，计算机可以像人一样具备跨领域推理、抽象概括、深层理解、常识推理等能力，能够对需要跨领域、跨专业综合处理的作战进行高度无人化、自动化的指挥。那时，指挥人员不再从事具体的指挥控制工作，其所要做的就是为作战体系赋予总体任务、提供初始条件、给出最终状态、规定作战限制，其他一切中间环节交给智能化指挥信息系统就可以了。

积极发挥主观能动性，智能自主设计任务规划。依据人机融合共生交互形成的最优决策方案和战场实时动态信息数据，由智能系统运用大数据、机器学习等技术算法，对作战体系内立体多维的力量单元自主规划匹配作战任务，自主设计最佳作战行动方案。为确保行动的及时有效性，智能系统能够借助云计算平台的高效运算能力，根据战场实时态势变化，持续更新优化任务分配和行动方案，达成体系作战行动功能的耦合放大、同步联动。

合理评估并接受慎重考虑的风险。在人机协同作战方式中，过度依赖人工智能无疑增强了指挥系统失控的风险性，这就如同把枪交付给了机器人，而当机器人不听从人类指挥时，枪口对准的对象将可能是战争中的任何一方。因此在智能化战争中，必须要合理评估使用人工智能带来的危险，必须将人置于主体地位，保证人类指挥员对系统的控制权，人需要对系统的运行进行监督管理、指导仲裁、应急处置，预留“启停”系统的干预接口，保留“开火权”，随时准备接管智能化指挥信息系统的指挥权，并建立应急预警机制与意外发生时的后台程序都极为必要。

通过智能系统的共同理解，形成动态响应、行动敏捷的控制能力。在智能化作战中，智能化的作战力量可以利用类似人的视觉、听觉等感知功能的高敏复合传感器，对任务目标实施持续跟踪探测，并将所得到的信息数据与智能系统提供的信息数据进行快速比对，进行终端的信息数据融合、分析判断和优化比较，形成作战单元对作战目标的优化行动方案，辅助指挥员决策，并自主地展开实施相应作战行动。

联合出品：科普中国光明军事

作者：潘金桥陶荣平浦振兴