人工智能支撐馬賽克戰(zhàn)機(jī)理研究

來(lái)源：《航空兵器》，作者付翔等

0 引言
近30年來(lái), 隨著信息化軍事變革的興起, 各種新的軍事作戰(zhàn)概念和作戰(zhàn)理論層出不窮[1]。從20世紀(jì)90年代前后提出的“信息戰(zhàn)”“空地一體戰(zhàn)”“數(shù)字化部隊(duì)”等, 到進(jìn)入21世紀(jì)后提出的“網(wǎng)絡(luò)中心戰(zhàn)”“快速?zèng)Q定性作戰(zhàn)”“基于效果的作戰(zhàn)”“分布式作戰(zhàn)”等, 再到近年來(lái)提出的“作戰(zhàn)云”“系統(tǒng)之系統(tǒng)”“敏捷作戰(zhàn)”“多域戰(zhàn)”“算法戰(zhàn)”等, 以美國(guó)國(guó)防高級(jí)研究計(jì)劃局(DARPA)為代表的各國(guó)研究機(jī)構(gòu)對(duì)新型作戰(zhàn)概念的研究越來(lái)越深入。2017年8月, DARPA提出了馬賽克戰(zhàn)這一作戰(zhàn)概念[2], 該概念融合了美軍近年來(lái)其他作戰(zhàn)概念的思想和理念, 成為DARPA軍事作戰(zhàn)體系研究的頂層核心概念。之后3年, DARPA和米切爾航空航天研究所、 美國(guó)戰(zhàn)略與預(yù)算評(píng)估中心(CSBA)等研究部門(mén)相繼發(fā)布了新的關(guān)于馬賽克戰(zhàn)的指導(dǎo)性文件, 如2018年在DARPA成立60周年研討會(huì)上強(qiáng)調(diào)要將作戰(zhàn)方式由傳統(tǒng)樣式向馬賽克戰(zhàn)轉(zhuǎn)變[3]。2019年3月發(fā)布了主要圍繞馬賽克戰(zhàn)的“戰(zhàn)略技術(shù)”公告[4], 9月發(fā)布《馬賽克戰(zhàn): 恢復(fù)美國(guó)的軍事競(jìng)爭(zhēng)力》報(bào)告[5], 2020年2月發(fā)布了《馬賽克戰(zhàn): 利用人工智能和自主系統(tǒng)實(shí)現(xiàn)決策中心戰(zhàn)》報(bào)告[6]。這些指導(dǎo)性文件的相繼發(fā)布, 標(biāo)志著美軍對(duì)馬賽克戰(zhàn)的研究正在逐步從概念走向現(xiàn)實(shí), 從理論走向?qū)崙?zhàn)。我國(guó)的研究機(jī)構(gòu)也高度關(guān)注這一作戰(zhàn)概念[7,8,9,10], 跟蹤美軍馬賽克戰(zhàn)的研究進(jìn)展, 對(duì)馬賽克戰(zhàn)進(jìn)行全方位的解讀, 并嘗試將馬賽克戰(zhàn)理念應(yīng)用到指揮控制、 防空反導(dǎo)等軍事領(lǐng)域的研究中。分析認(rèn)為, 馬賽克戰(zhàn)從理論研究走向應(yīng)用研究, 其中不可或缺的一環(huán)是人工智能技術(shù)對(duì)馬賽克戰(zhàn)作戰(zhàn)應(yīng)用技術(shù)的支撐。從這個(gè)角度出發(fā), 本文對(duì)馬賽克戰(zhàn)進(jìn)行解讀, 并開(kāi)展人工智能支撐馬賽克戰(zhàn)的機(jī)理研究。

1 馬賽克戰(zhàn)概念分析
1.1 基本概念
馬賽克(Mosaic)是指建筑物外表面用于拼接各類(lèi)裝飾圖案的小瓷磚碎片, 又稱(chēng)紙皮磚或錦磚。馬賽克戰(zhàn)借鑒了馬賽克拼圖的思路, 從功能角度將傳感器系統(tǒng)、 指揮控制系統(tǒng)、 武器平臺(tái)系統(tǒng)、 兵力編隊(duì)等各類(lèi)作戰(zhàn)單元視為“馬賽克碎片”, 用類(lèi)似拼圖或搭積木的方式, 通過(guò)動(dòng)態(tài)通信網(wǎng)絡(luò)將“碎片”鏈接形成一張物理和功能高度分散、 靈活機(jī)動(dòng)、 動(dòng)態(tài)協(xié)同組合的彈性作戰(zhàn)效果網(wǎng), 形成類(lèi)似于馬賽克塊的作戰(zhàn)體系。利用自主系統(tǒng)賦能分布式和任務(wù)式指揮, 利用人工智能賦能決策支持, 快速、 靈活、 自主地重組一支具備解耦合特性的軍事力量來(lái)創(chuàng)造己方的適應(yīng)性, 增大敵方的決策復(fù)雜度或不確定性。即便系統(tǒng)中部分組合被敵方干擾、 中和或摧毀, 仍能基于所能連通的作戰(zhàn)資源, 自動(dòng)快速做出反應(yīng), 并形成新的“雖然功能降級(jí), 但仍能夠相互連接, 適用于戰(zhàn)場(chǎng)情景和任務(wù)需求”的作戰(zhàn)體系。

圖1[6]為馬賽克戰(zhàn)的概念示意圖, 左側(cè)為紅方傳統(tǒng)部隊(duì), 包括戰(zhàn)機(jī)、 地導(dǎo)、 潛艇等作戰(zhàn)裝備; 右側(cè)為藍(lán)方馬賽克部隊(duì), 包括陸、 海、 空、 天、 網(wǎng)等多維作戰(zhàn)力量。戰(zhàn)場(chǎng)的每個(gè)作戰(zhàn)節(jié)點(diǎn)按照其作戰(zhàn)任務(wù)和自身性質(zhì), 具備決策、 感知、 行動(dòng)、 指揮等4種作戰(zhàn)要素中的一種或多種, 這些作戰(zhàn)節(jié)點(diǎn)基于規(guī)則和自身能力, 相互鏈接成為一個(gè)分布式的馬賽克網(wǎng)狀作戰(zhàn)體系。 圖1(a)為紅藍(lán)雙方交戰(zhàn)的初始狀態(tài)。藍(lán)方各馬賽克節(jié)點(diǎn)已經(jīng)形成了相對(duì)固定的對(duì)敵目標(biāo)打擊環(huán)路。 圖1(b)為交戰(zhàn)過(guò)程的中間狀態(tài)。隨著戰(zhàn)斗的進(jìn)行, 紅方擊潰了藍(lán)方某些作戰(zhàn)節(jié)點(diǎn), 切斷了部分信息鏈路, 撕裂了藍(lán)方原有的作戰(zhàn)體系。在這種情形下, 馬賽克作戰(zhàn)體系快速做出反應(yīng), 基于預(yù)定的規(guī)則, 各作戰(zhàn)節(jié)點(diǎn)快速修復(fù)打擊環(huán)路, 形成了針對(duì)預(yù)定目標(biāo)的多個(gè)OODA環(huán), 確保作戰(zhàn)任務(wù)不間斷。

圖片

圖1 ? 馬賽克戰(zhàn)作戰(zhàn)概念

Fig.1 ? Operational concept of mosaic warfare

1.2 主要特點(diǎn)
1.2.1 面向?qū)崙?zhàn)

馬賽克戰(zhàn)著眼于實(shí)戰(zhàn)場(chǎng)景下敵我雙方的高強(qiáng)度對(duì)抗, 重視對(duì)手的區(qū)域拒止能力, 正視戰(zhàn)場(chǎng)上可能遇到的戰(zhàn)爭(zhēng)迷霧和突發(fā)事件。它設(shè)想在戰(zhàn)斗過(guò)程中可能遭到對(duì)方的突襲和破壞, 導(dǎo)致通信網(wǎng)絡(luò)和數(shù)據(jù)鏈路被中斷, 作戰(zhàn)信息流被干擾, 作戰(zhàn)要素被孤立, 作戰(zhàn)體系網(wǎng)被破壞等。在此情形下, 去設(shè)計(jì)每個(gè)作戰(zhàn)節(jié)點(diǎn)和整個(gè)作戰(zhàn)體系。

1.2.2 高度分布

馬賽克戰(zhàn)繼承和發(fā)揚(yáng)了“分布式作戰(zhàn)”的理念, 強(qiáng)調(diào)將平臺(tái)要素分解為最小的功能單元, 以分布式作戰(zhàn)管理取代集中式指揮控制, 用高度分散的殺傷網(wǎng)取代殺傷鏈, 確保網(wǎng)絡(luò)具有較多的冗余節(jié)點(diǎn), 沒(méi)有不可或缺的關(guān)鍵節(jié)點(diǎn)。這種高度分布的特性使之具備了作戰(zhàn)節(jié)點(diǎn)數(shù)量上的絕對(duì)優(yōu)勢(shì)和功能/性能/價(jià)格上的相對(duì)優(yōu)勢(shì), 給作戰(zhàn)帶來(lái)了很多新的變化。

1.2.3 靈活敏捷

馬賽克戰(zhàn)的靈活敏捷性體現(xiàn)在多個(gè)方面: 一是資源調(diào)配的靈活性。大規(guī)?？罩凶鲬?zhàn)行動(dòng)中, 空域、 頻譜等各類(lèi)作戰(zhàn)資源十分緊張, 馬賽克作戰(zhàn)體系可根據(jù)戰(zhàn)場(chǎng)實(shí)時(shí)態(tài)勢(shì), 自適應(yīng)動(dòng)態(tài)調(diào)配各類(lèi)作戰(zhàn)資源。二是“觀察-判斷-決策-行動(dòng)”(OODA)循環(huán)的敏捷性。面對(duì)敵方的動(dòng)態(tài)威脅, 根據(jù)可用資源, 將低成本傳感器、 多域指揮與控制節(jié)點(diǎn)以及相互協(xié)作的有人、 無(wú)人系統(tǒng)等靈活組合, 快速拼裝出復(fù)雜的殺傷網(wǎng)體系。

1.2.4 韌性抗毀

馬賽克作戰(zhàn)體系具有韌性、 抗摧毀等特點(diǎn)。在指揮上采用分布式作戰(zhàn)管理體制, 沒(méi)有明顯的關(guān)鍵指揮節(jié)點(diǎn), 即使對(duì)方破壞了部分指揮節(jié)點(diǎn), 也并不影響整體指揮效能。在殺傷效果方面, 采用高度分散的殺傷網(wǎng), 各類(lèi)武器平臺(tái)具有大量、 小型、 價(jià)格低廉、 地理位置高度分散等特點(diǎn), 即使部分殺傷節(jié)點(diǎn)被破壞, 作戰(zhàn)體系將快速尋找其他殺傷路徑, 確保整體的殺傷效能不受影響。

1.2.5 成本低廉

馬賽克戰(zhàn)的成本低廉性體現(xiàn)在兩個(gè)方面: 一是馬賽克戰(zhàn)不需要特別研制價(jià)格高昂的專(zhuān)用裝備, 針對(duì)所需作戰(zhàn)能力, 僅依靠現(xiàn)有裝備的自主式組合, 就可以形成所需的體系作戰(zhàn)能力。二是馬賽克戰(zhàn)旨在發(fā)展大量、 小型、 價(jià)格低廉、 模塊化、 功能單一的無(wú)人平臺(tái), 并將它們部署在沖突對(duì)抗的最前沿。這些無(wú)人平臺(tái)比傳統(tǒng)平臺(tái)數(shù)量更多, 成本更低, 能夠承受較高的損失。DARPA所進(jìn)行的馬賽克部隊(duì)第3次兵棋推演中[6], 損失的平臺(tái)成本不到傳統(tǒng)部隊(duì)的1/3。

1.3 關(guān)鍵作戰(zhàn)應(yīng)用技術(shù)
馬賽克作戰(zhàn)體系需要研究和突破的智能技術(shù)有很多, 這里梳理了7項(xiàng)關(guān)鍵的作戰(zhàn)應(yīng)用技術(shù)。

1.3.1 動(dòng)態(tài)通信組網(wǎng)技術(shù)

通信組網(wǎng)[11]將相互分散的作戰(zhàn)單元鏈接起來(lái), 形成靈活機(jī)動(dòng)的彈性作戰(zhàn)效果網(wǎng), 是馬賽克作戰(zhàn)體系的“神經(jīng)系統(tǒng)”。通過(guò)引入動(dòng)態(tài)通信組網(wǎng)技術(shù), 構(gòu)建基于任務(wù)驅(qū)動(dòng)的智能空中信息網(wǎng)絡(luò), 支持各類(lèi)馬賽克作戰(zhàn)單元的動(dòng)態(tài)接入和實(shí)時(shí)通信, 實(shí)現(xiàn)網(wǎng)絡(luò)的自規(guī)劃、 自重構(gòu)、 智能流量管理等功能, 為戰(zhàn)場(chǎng)態(tài)勢(shì)信息網(wǎng)絡(luò)化感知、 情報(bào)信息實(shí)時(shí)共享, 以及作戰(zhàn)資源的快速調(diào)度提供敏捷高效的通信服務(wù)。在動(dòng)態(tài)通信組網(wǎng)技術(shù)的支持下, 指揮官可以控制那些他們能夠聯(lián)系的部隊(duì), 并能夠根據(jù)實(shí)時(shí)通信情況動(dòng)態(tài)調(diào)整決策部署。

1.3.2 彈性信息共享技術(shù)

信息共享為每一個(gè)作戰(zhàn)單元提供所需的情報(bào)信息、 作戰(zhàn)態(tài)勢(shì)信息、 行動(dòng)指令信息、 節(jié)點(diǎn)狀態(tài)信息等, 是馬賽克作戰(zhàn)體系的“血液系統(tǒng)”。馬賽克戰(zhàn)正視軍事沖突中固有的迷霧和摩擦, 強(qiáng)調(diào)每一作戰(zhàn)要素都可以動(dòng)態(tài)接入網(wǎng)絡(luò), 鏈接形成彈性作戰(zhàn)信息網(wǎng)。為此, 網(wǎng)絡(luò)信息體系就必須具備靈活性、 自適應(yīng)性和彈性。這表現(xiàn)在兩個(gè)方面: 一是網(wǎng)狀信息傳播機(jī)制。信息傳遞不是采用固定路徑, 而是采用網(wǎng)狀傳播路徑, 創(chuàng)建大量的冗余功能節(jié)點(diǎn), 確保信息可達(dá)性。二是多域互操作, 馬賽克作戰(zhàn)要素涉及陸、 海、 空、 天、 網(wǎng)等多個(gè)物理域, 各個(gè)分系統(tǒng)之間可能沒(méi)有通用數(shù)據(jù)標(biāo)準(zhǔn), 要在具有不同物理層協(xié)議的異構(gòu)網(wǎng)絡(luò)上實(shí)現(xiàn)跨域操作。

1.3.3 四維空域動(dòng)態(tài)管理技術(shù)

空域是空中作戰(zhàn)行動(dòng)的核心資源[12], 空域動(dòng)態(tài)管理為每個(gè)馬賽克作戰(zhàn)單元智能規(guī)劃了活動(dòng)空間和運(yùn)動(dòng)軌跡。通過(guò)研究先進(jìn)的空域態(tài)勢(shì)理解和空域規(guī)劃決策算法, 為作戰(zhàn)人員提供四維(三維空間和時(shí)間)空域的動(dòng)態(tài)圖像, 并根據(jù)作戰(zhàn)進(jìn)程和任務(wù)需求, 自動(dòng)為作戰(zhàn)兵力調(diào)配空域資源。四維空域動(dòng)態(tài)管理可以消除同一空域中各類(lèi)馬賽克作戰(zhàn)單元的活動(dòng)沖突, 并利用傳感器網(wǎng)絡(luò)探測(cè)和繪制敵方位置, 快速對(duì)抗敵人戰(zhàn)場(chǎng)行動(dòng)。

1.3.4 自適應(yīng)作戰(zhàn)管理規(guī)劃技術(shù)

大規(guī)?？罩凶鲬?zhàn)行動(dòng)出動(dòng)兵力多、 作戰(zhàn)過(guò)程難于預(yù)測(cè), 預(yù)先制定的任務(wù)計(jì)劃可能無(wú)法滿(mǎn)足馬賽克作戰(zhàn)體系高度動(dòng)態(tài)化的作戰(zhàn)需求。自適應(yīng)作戰(zhàn)管理規(guī)劃是馬賽克作戰(zhàn)體系的“智能管家”, 基于語(yǔ)義解析、 知識(shí)圖譜、 統(tǒng)計(jì)優(yōu)化等技術(shù)手段, 構(gòu)建基于意圖的自適應(yīng)作戰(zhàn)規(guī)劃方法, 自動(dòng)生成和指派作戰(zhàn)任務(wù), 實(shí)現(xiàn)作戰(zhàn)任務(wù)的自適應(yīng)管理規(guī)劃功能。

1.3.5 智能無(wú)人作戰(zhàn)平臺(tái)技術(shù)

智能無(wú)人作戰(zhàn)平臺(tái)[13]可根據(jù)任務(wù)需要靈活重構(gòu)任務(wù)載荷, 是馬賽克作戰(zhàn)體系的“重拳”。作戰(zhàn)功能分散在各個(gè)平臺(tái)上, 通過(guò)廣泛的協(xié)作形成復(fù)雜的感知、 決策、 攻擊網(wǎng)絡(luò)。以攻擊網(wǎng)絡(luò)為例, 馬賽克戰(zhàn)殺傷網(wǎng)體系中很多功能分布在大量、 小型、 廉價(jià)、 多樣的自主無(wú)人武器平臺(tái)上, 包括無(wú)人機(jī)、 無(wú)人艦艇、 無(wú)人戰(zhàn)車(chē)等。這些平臺(tái)分散部署, 處于陸、 海、 空等戰(zhàn)場(chǎng)中不同的地理方位, 給作戰(zhàn)帶來(lái)了很多新的變化。

1.3.6 自主作戰(zhàn)決策技術(shù)

人工智能賦能的決策支持技術(shù), 可以增強(qiáng)指揮官的決策支持能力, 使指揮官能夠管理快速且復(fù)雜的行動(dòng)。自主作戰(zhàn)決策是馬賽克作戰(zhàn)體系的“附腦”, 基于人工智能實(shí)現(xiàn)快速的決策支持, 解決任務(wù)指揮的局限性, 實(shí)現(xiàn)了人類(lèi)指揮與基于人工智能的機(jī)器控制的結(jié)合。人類(lèi)指揮和機(jī)器控制將充分利用人和機(jī)器各自的優(yōu)勢(shì), 人類(lèi)提供了靈活性, 并運(yùn)用他們的創(chuàng)造性見(jiàn)解, 而機(jī)器提供了速度和規(guī)模。

1.3.7 馬賽克實(shí)驗(yàn)推演評(píng)估技術(shù)

馬賽克戰(zhàn)提出發(fā)展馬賽克實(shí)驗(yàn)?zāi)芰14], 即發(fā)展相關(guān)概念和技術(shù), 對(duì)馬賽克戰(zhàn)進(jìn)行實(shí)驗(yàn)、 試驗(yàn)和鑒定, 并直接推動(dòng)馬賽克戰(zhàn)概念和能力的發(fā)展。馬賽克實(shí)驗(yàn)推演評(píng)估, 基于博弈分析、 高性能仿真、 模型預(yù)測(cè)等技術(shù)手段, 實(shí)現(xiàn)交戰(zhàn)過(guò)程快速推演、 交戰(zhàn)結(jié)果分析評(píng)估、 戰(zhàn)場(chǎng)態(tài)勢(shì)變化預(yù)測(cè)等功能, 是馬賽克戰(zhàn)研究的重要輔助手段。

2 人工智能技術(shù)域
近年來(lái), 深度學(xué)習(xí)等人工智能技術(shù)[15]取得突破性進(jìn)展, 人工智能在態(tài)勢(shì)感知、 信息處理、 指揮控制、 輔助決策、 無(wú)人作戰(zhàn)系統(tǒng)等領(lǐng)域發(fā)揮越來(lái)越重要的作用。馬賽克作戰(zhàn)概念的產(chǎn)生也離不開(kāi)人工智能領(lǐng)域的技術(shù)支撐。本文將人工智能領(lǐng)域劃分為算力算法基礎(chǔ)層和通用人工智能技術(shù)層, 并進(jìn)一步明確了20個(gè)典型的通用人工智能技術(shù)域。

美國(guó)2018年《國(guó)防部人工智能戰(zhàn)略》給出了“人工智能”的簡(jiǎn)明定義[16]: 人工智能是指機(jī)器執(zhí)行那些通常需要人類(lèi)智能才能完成任務(wù)的能力, 包括做出預(yù)測(cè)、 得出結(jié)論或采取行動(dòng)等。當(dāng)前, 人工智能領(lǐng)域主要由4大要素構(gòu)成: 強(qiáng)大算力、 智能算法、 海量數(shù)據(jù)和應(yīng)用場(chǎng)景[17], 通過(guò)“算力+算法+數(shù)據(jù)+場(chǎng)景”的疊加效應(yīng), 有效促進(jìn)了人工智能領(lǐng)域的進(jìn)步。軍事領(lǐng)域是一類(lèi)特殊的應(yīng)用領(lǐng)域, 存在著不同類(lèi)別的復(fù)雜應(yīng)用場(chǎng)景, 比如戰(zhàn)略預(yù)警、 防空反導(dǎo)、 空中交戰(zhàn)、 指揮控制、 通信導(dǎo)航等, 也存在著不同類(lèi)別、 不同密級(jí)的海量異構(gòu)數(shù)據(jù)。這里將通用的算力、 算法及承載各類(lèi)算法的平臺(tái)框架剝離出來(lái), 形成算力算法基礎(chǔ)層[18,19]。

當(dāng)前, 學(xué)術(shù)界對(duì)人工智能技術(shù)并沒(méi)有明確的定義和分類(lèi)[20,21,22], 各種文獻(xiàn)對(duì)智能技術(shù)的使用也較為混亂。本文將人工智能技術(shù)群劃分為20個(gè)技術(shù)域。

2.1 計(jì)算機(jī)視覺(jué)技術(shù)域
計(jì)算機(jī)視覺(jué)是指對(duì)目標(biāo)進(jìn)行捕獲、 跟蹤和測(cè)量, 并進(jìn)一步提取、 處理、 分析和理解圖像或圖像序列, 從中識(shí)別出物體、 場(chǎng)景和活動(dòng)的技術(shù)。通俗地講, 計(jì)算機(jī)視覺(jué)是研究如何使機(jī)器“看”的科學(xué)。計(jì)算機(jī)視覺(jué)可分為計(jì)算成像學(xué)、 圖像理解、 三維視覺(jué)、 動(dòng)態(tài)視覺(jué)和視頻編解碼等5大類(lèi)。早在1976年, DARPA就開(kāi)始資助圖像識(shí)別類(lèi)項(xiàng)目, 嘗試開(kāi)發(fā)能夠自動(dòng)分析軍事照片和相關(guān)圖片的技術(shù)。近年來(lái), DARPA先后啟動(dòng)了“戰(zhàn)術(shù)應(yīng)用偵察節(jié)點(diǎn)”(TERN)、 “分層識(shí)別驗(yàn)證及利用”(HIVE)、 “自動(dòng)目標(biāo)識(shí)別”(ATR)、 “目標(biāo)識(shí)別與適應(yīng)”(TRACE)等項(xiàng)目, 提升偵察、 監(jiān)視和目標(biāo)識(shí)別能力。計(jì)算機(jī)視覺(jué)相關(guān)技術(shù)有著廣泛的應(yīng)用, 包括安防監(jiān)控、 交通監(jiān)控、 無(wú)人駕駛、 無(wú)人機(jī)、 金融、 醫(yī)療等方面。

2.2 語(yǔ)音識(shí)別技術(shù)域
語(yǔ)音識(shí)別讓機(jī)器通過(guò)識(shí)別和理解把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)閷?duì)應(yīng)文本或命令的技術(shù)。語(yǔ)音識(shí)別是實(shí)現(xiàn)人機(jī)交互的窗口, 相對(duì)于鍵盤(pán)和鼠標(biāo)的人機(jī)交互模式, 人們更傾向于語(yǔ)音這種便捷的方式。DARPA很早就認(rèn)識(shí)到人工智能可以大量滿(mǎn)足國(guó)家安全需要, 最初的研究重點(diǎn)就是語(yǔ)音識(shí)別和語(yǔ)言翻譯, 先后啟動(dòng)了“語(yǔ)音理解研究計(jì)劃”(SUR)、 “大詞匯量連續(xù)語(yǔ)音識(shí)別系統(tǒng)”(LVCSR)、 “全球自動(dòng)化語(yǔ)音情報(bào)利用”(GALE)等項(xiàng)目, 推動(dòng)語(yǔ)音識(shí)別研究向廣度和深度發(fā)展。目前, 語(yǔ)音識(shí)別相關(guān)技術(shù)主要應(yīng)用在車(chē)聯(lián)網(wǎng)、 智能翻譯、 智能家居、 自動(dòng)駕駛等方面。

2.3 自然語(yǔ)言處理技術(shù)域
自然語(yǔ)言處理(NLP)是指識(shí)別、 理解、 解釋和操縱人類(lèi)文本語(yǔ)言, 實(shí)現(xiàn)機(jī)器與人類(lèi)使用自然語(yǔ)言進(jìn)行溝通的技術(shù), 主要包括自然語(yǔ)言理解和自然語(yǔ)言生成兩個(gè)部分。前者是指計(jì)算機(jī)理解自然語(yǔ)言文本的意義, 主要包括機(jī)器翻譯、 語(yǔ)義理解、 問(wèn)答系統(tǒng)等; 后者是指以自然語(yǔ)言文本來(lái)表達(dá)給定的意圖、 思想等。近年來(lái), DARPA先后啟動(dòng)了“全球自動(dòng)化語(yǔ)言情報(bào)利用”(GALE)、 “機(jī)器閱讀”(Machine Reading)、 “文本深度發(fā)掘和過(guò)濾”(DEFT)等項(xiàng)目, 以提高實(shí)時(shí)翻譯、 自然文本知識(shí)插入、 結(jié)構(gòu)化文本信息發(fā)掘與整合等方面的技術(shù), 并將這些技術(shù)用于作戰(zhàn)評(píng)估、 規(guī)劃、 預(yù)測(cè)的輔助決策支持中。目前, 自然語(yǔ)言處理技術(shù)已廣泛應(yīng)用于垃圾郵件過(guò)濾、 文章標(biāo)題生成、 電影字幕創(chuàng)建、 場(chǎng)景描述等。

2.4 專(zhuān)家系統(tǒng)技術(shù)域
專(zhuān)家系統(tǒng)是一類(lèi)具有專(zhuān)業(yè)知識(shí)和人類(lèi)經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)。其系統(tǒng)設(shè)計(jì)方法是以知識(shí)庫(kù)和推理機(jī)為中心而展開(kāi), 即專(zhuān)家系統(tǒng)=知識(shí)庫(kù)+推理機(jī), 因此專(zhuān)家系統(tǒng)也稱(chēng)為基于知識(shí)的系統(tǒng)。專(zhuān)家系統(tǒng)的出現(xiàn)使人工智能的研究重點(diǎn)從理論轉(zhuǎn)向應(yīng)用。早在20世紀(jì)80年代, DARPA就開(kāi)始支持專(zhuān)家系統(tǒng)的研究、 開(kāi)發(fā)和在軍事領(lǐng)域的應(yīng)用, 相關(guān)技術(shù)包括知識(shí)獲取、 知識(shí)表示、 知識(shí)應(yīng)用、 軟件設(shè)計(jì)等。目前, 專(zhuān)家系統(tǒng)的研究已較為成熟, 在工業(yè)工程、 教育等多個(gè)領(lǐng)域有較多應(yīng)用。

2.5 知識(shí)圖譜技術(shù)域
知識(shí)圖譜是結(jié)構(gòu)化的語(yǔ)義知識(shí)庫(kù), 是一種揭示實(shí)體之間關(guān)系的語(yǔ)義網(wǎng)絡(luò), 它用符號(hào)形式描述客觀世界中的概念、 實(shí)體及其相互關(guān)系, 并把復(fù)雜的知識(shí)領(lǐng)域通過(guò)數(shù)據(jù)挖掘、 信息處理和圖形繪制而顯示出來(lái)。知識(shí)圖譜技術(shù)是人工智能技術(shù)的重要組成部分, 關(guān)鍵技術(shù)包括知識(shí)抽取、 知識(shí)表示、 知識(shí)融合、 知識(shí)加工、 知識(shí)更新等。2012年, DARPA啟動(dòng)“X計(jì)劃”, 用知識(shí)圖譜描繪戰(zhàn)場(chǎng)地圖支撐VR作戰(zhàn)。目前知識(shí)圖譜技術(shù)在智能搜索、 智能問(wèn)答、 個(gè)性化推薦等服務(wù)中產(chǎn)生了廣泛的應(yīng)用價(jià)值, 同時(shí), 也面臨很大的挑戰(zhàn), 如數(shù)據(jù)噪聲問(wèn)題、 數(shù)據(jù)冗余等。

2.6 大數(shù)據(jù)分析技術(shù)域
大數(shù)據(jù)分析是從多源異構(gòu)海量數(shù)據(jù)中快速獲取有價(jià)值信息的技術(shù), 具有5V特點(diǎn): 數(shù)據(jù)量大; 速度快; 類(lèi)型多; 價(jià)值高; 真實(shí)性強(qiáng)。大數(shù)據(jù)分析技術(shù)主要包括數(shù)據(jù)訪問(wèn)、 數(shù)據(jù)存儲(chǔ)、 數(shù)據(jù)挖掘、 數(shù)據(jù)共享、 數(shù)據(jù)可視化等。近年來(lái), DARPA相繼啟動(dòng)了“X-數(shù)據(jù)”(X-DATA)、 “洞察系統(tǒng)”(Insight)、 “數(shù)據(jù)到?jīng)Q策”(DtoD)、 “數(shù)據(jù)驅(qū)動(dòng)的模型發(fā)現(xiàn)研發(fā)”(D3M)等一系列大數(shù)據(jù)研發(fā)項(xiàng)目, 在大數(shù)據(jù)分析技術(shù)域上形成了比較完整和全面的研發(fā)布局。目前, 大數(shù)據(jù)分析已廣泛應(yīng)用在預(yù)測(cè)分析、 風(fēng)險(xiǎn)控制、 風(fēng)險(xiǎn)定價(jià)、 量化投資、 決策支持等領(lǐng)域。

2.7 引擎推薦技術(shù)域
引擎推薦是基于用戶(hù)的行為、 屬性、 社交關(guān)系, 對(duì)象的分類(lèi)、 內(nèi)容、 屬性等, 通過(guò)算法分析和處理, 挖掘用戶(hù)當(dāng)前或潛在需求, 并主動(dòng)向用戶(hù)推薦其感興趣對(duì)象的技術(shù), 主要包括基于內(nèi)容的推薦、 基于行為的推薦和基于社交網(wǎng)絡(luò)的推薦等。推薦引擎技術(shù)已經(jīng)應(yīng)用在生活的方方面面, 包括電子商務(wù)平臺(tái)商品推薦, 搜索結(jié)果智能匹配, 微博、 社區(qū)等站內(nèi)推薦, 視頻/音樂(lè)推薦等。

2.8 虛擬個(gè)人助理技術(shù)域
虛擬個(gè)人助理(VPA)是指具有組織、 學(xué)習(xí)及認(rèn)知能力, 能夠與人們進(jìn)行語(yǔ)音、 文字等形式交互的數(shù)字助理軟件。主要包括前端和后端兩部分, 前端面向用戶(hù), 包括人機(jī)交互、 語(yǔ)音識(shí)別、 語(yǔ)音合成等技術(shù); 后端包括網(wǎng)頁(yè)搜索、 知識(shí)搜索、 知識(shí)庫(kù)、 問(wèn)答推薦等技術(shù)。2003年, DARPA啟動(dòng)了“學(xué)習(xí)型個(gè)人助理”(PAL)項(xiàng)目, 投資研發(fā)了“戰(zhàn)士的仆人”(CALO)系統(tǒng), 旨在開(kāi)發(fā)一個(gè)讓軍方簡(jiǎn)化處理復(fù)雜事務(wù), 并具備認(rèn)知能力, 能夠進(jìn)行學(xué)習(xí)、 組織的數(shù)字助理。而后這一研發(fā)成果的民用版演化為蘋(píng)果手機(jī)上的Siri語(yǔ)音助理。虛擬個(gè)人助理用途極其廣泛, 包括目標(biāo)查詢(xún)、 家電操控、 健康監(jiān)控、 虛擬教學(xué)等。

2.9 生物特征識(shí)別技術(shù)域
生物特征識(shí)別是指利用人體固有的指紋、 掌紋、 手形、 人臉、 虹膜、 聲紋、 DNA等生理特征或步態(tài)、 簽名等行為特征進(jìn)行身份識(shí)別、 認(rèn)證和鑒定的技術(shù)。識(shí)別過(guò)程涉及到圖像處理、 計(jì)算機(jī)視覺(jué)、 語(yǔ)音識(shí)別、 機(jī)器學(xué)習(xí)等多項(xiàng)技術(shù)。2013年, DARPA啟動(dòng)了“主動(dòng)認(rèn)證”(AA)項(xiàng)目, 旨在融合使用生物特征識(shí)別技術(shù)來(lái)捕捉用戶(hù)認(rèn)知軌跡, 開(kāi)發(fā)新型身份驗(yàn)證方法。目前生物特征識(shí)別作為重要的智能化身份認(rèn)證技術(shù), 在金融、 公共安全、 教育、 交通等領(lǐng)域得到廣泛的應(yīng)用。

2.10 VR/AR/MR技術(shù)域
虛擬現(xiàn)實(shí)(VR)/增強(qiáng)現(xiàn)實(shí)(AR)/混合現(xiàn)實(shí)(MR)是以計(jì)算機(jī)仿真與圖形學(xué)為核心的新型視聽(tīng)技術(shù), 為用戶(hù)生成在視覺(jué)、 聽(tīng)覺(jué)、 觸感等方面與真實(shí)環(huán)境高度相似的數(shù)字化環(huán)境, 并支持用戶(hù)與數(shù)字化環(huán)境中的對(duì)象進(jìn)行交互。具體來(lái)講, VR是將用戶(hù)置身于虛擬環(huán)境之中, VR=虛擬世界; AR是將動(dòng)態(tài)的數(shù)字化信息加在用戶(hù)的視覺(jué)域之上, 強(qiáng)調(diào)讓虛擬技術(shù)服務(wù)于真實(shí)現(xiàn)實(shí), AR=真實(shí)世界+數(shù)字化信息; MR是真實(shí)世界和虛擬世界的無(wú)縫融合, MR=VR+AR。按照不同處理階段, AR/VR/MR可分為獲取與建模技術(shù)、 分析與利用技術(shù)、 交換與分發(fā)技術(shù)、 展示與交互技術(shù)、 技術(shù)標(biāo)準(zhǔn)與評(píng)價(jià)體系等。DARPA自20世紀(jì)80年代起一直致力于研究SIMNET虛擬戰(zhàn)場(chǎng)系統(tǒng), 輔助軍兵種協(xié)同訓(xùn)練。目前AR/VR/MR技術(shù)在VR游戲、 VR教育、 AR購(gòu)物、 AR醫(yī)療、 MR航空、 MR家居、 MR試裝、 全景視頻等領(lǐng)域的應(yīng)用越來(lái)越廣泛。

2.11 推理決策技術(shù)域
推理決策是指計(jì)算機(jī)程序模擬人類(lèi)智能, 為達(dá)到一定目標(biāo), 按照某種策略從已有事實(shí)和知識(shí)推出結(jié)論、 做出決策并付諸實(shí)施的過(guò)程。推理決策技術(shù)包括確定性推理決策和不確定性推理決策, 前者包括圖搜索、 盲目搜索、 啟發(fā)式搜索、 消解原理、 規(guī)則演繹系統(tǒng)、 產(chǎn)生式系統(tǒng)等技術(shù); 后者包括不完備、 不精確知識(shí)的推理, 模糊知識(shí)的推理, 非單調(diào)性推理等。人工智能系統(tǒng)的智能水平主要體現(xiàn)在求解不確定性問(wèn)題的能力上。2019年, DARPA啟動(dòng)了“以知識(shí)為導(dǎo)向的人工智能推理模式”(KAIROS)項(xiàng)目, 旨在建立復(fù)雜現(xiàn)實(shí)事件的圖譜結(jié)構(gòu)和知識(shí)庫(kù), 構(gòu)建能夠?qū)κ录M(jìn)行分析和預(yù)測(cè)的人工智能模式識(shí)別能力。推理決策的用途十分廣泛, 最常見(jiàn)的是用在工業(yè)、 教育等行業(yè)的各類(lèi)輔助決策支持系統(tǒng)。

2.12 可解釋AI技術(shù)域
可解釋人工智能(XAI)是人工智能領(lǐng)域的一個(gè)新興分支[23], 研究如何通過(guò)動(dòng)態(tài)生成的圖表或文本來(lái)描述和理解AI技術(shù)做出決策的路徑, 解釋AI決策背后的邏輯。在軍事、 金融等高監(jiān)管、 高風(fēng)險(xiǎn)、 高價(jià)值的行業(yè)中, 信任計(jì)算機(jī)的決策而不理解為什么這樣做, 就可能面臨著極大的風(fēng)險(xiǎn)。傳統(tǒng)的人工智能/機(jī)器學(xué)習(xí)算法在輸入數(shù)據(jù)和輸出答案之間存在著不可觀察的黑盒空間, 因此, 對(duì)XAI的研究也應(yīng)運(yùn)而生。2017年, DARPA啟動(dòng)了“可解釋人工智能”項(xiàng)目, 旨在產(chǎn)生更多可解釋的模型, 同時(shí)保持高水平的預(yù)測(cè)準(zhǔn)確性, 使用戶(hù)能夠理解、 信任并有效管理新一代人工智能伙伴。XAI將建立起信任的橋梁, 使人類(lèi)能夠適應(yīng)并習(xí)慣與智能機(jī)器一起工作。雖然XAI目前面臨著巨大的挑戰(zhàn), 但未來(lái)的應(yīng)用前景十分可觀。

2.13 自主無(wú)人系統(tǒng)技術(shù)域
自主無(wú)人系統(tǒng)是指可應(yīng)對(duì)非程序化或非預(yù)設(shè)態(tài)勢(shì), 具有一定自我管理和自我引導(dǎo)能力而不需要人工干預(yù)的系統(tǒng)。按照自主程度不同, 可將自主無(wú)人系統(tǒng)分為5類(lèi): 零自主性級(jí)別、 簡(jiǎn)單輔助級(jí)別、 態(tài)勢(shì)感知級(jí)別、 管理控制級(jí)別和全自主級(jí)別。利用人工智能的各種技術(shù), 如圖像識(shí)別、 人機(jī)交互、 智能決策、 推理和學(xué)習(xí), 是實(shí)現(xiàn)和提高系統(tǒng)自主性和智能性的最有效方法。近年來(lái), DARPA先后啟動(dòng)了“快速輕量自主”(FLA)、 “拒止環(huán)境下協(xié)同作戰(zhàn)”(CODE)、 “自主無(wú)人作戰(zhàn)飛機(jī)”(Skyborg)等項(xiàng)目, 推進(jìn)無(wú)人系統(tǒng)自主能力發(fā)展。當(dāng)前, 自主無(wú)人系統(tǒng)面臨諸多挑戰(zhàn), 比如情景理解能力、 學(xué)習(xí)能力等, 但隨著研究的深入, 未來(lái)自主無(wú)人系統(tǒng)將有廣泛的應(yīng)用, 包括無(wú)人車(chē)、 無(wú)人機(jī)、 服務(wù)機(jī)器人、 無(wú)人艦艇和無(wú)人車(chē)間等。

2.14 智能機(jī)器人技術(shù)域
智能機(jī)器人是指能夠理解和使用人類(lèi)語(yǔ)言, 具有感知、 處理、 決策、 執(zhí)行等模塊, 能夠自動(dòng)完成各項(xiàng)擬人任務(wù), 總結(jié)經(jīng)驗(yàn)和自主學(xué)習(xí)的智能人形機(jī)器。智能機(jī)器人具備自主性、 適應(yīng)性和交互性等特點(diǎn), 相關(guān)研究技術(shù)包括多傳感器信息融合技術(shù)、 導(dǎo)航與定位技術(shù)、 路徑規(guī)劃技術(shù)、 機(jī)器人視覺(jué)技術(shù)、 智能控制技術(shù)和人機(jī)接口技術(shù)等。近幾十年, DARPA先后啟動(dòng)了“戰(zhàn)術(shù)機(jī)動(dòng)機(jī)器人”(TMR)、 “機(jī)動(dòng)自主機(jī)器人軟件”(MARS)、 “分布式機(jī)器人軟件”(SDR)、 “自主機(jī)器人操縱”(ARM)等項(xiàng)目, 布局機(jī)器人相關(guān)技術(shù)研究。智能機(jī)器人在不同領(lǐng)域有著廣泛的應(yīng)用, 工業(yè)上有弧焊機(jī)器人、 人機(jī)協(xié)作機(jī)器人等, 服務(wù)行業(yè)有消防救援機(jī)器人、 手術(shù)機(jī)器人等, 同時(shí), 智能機(jī)器人也在深海探測(cè)、 作戰(zhàn)偵察、 搜集情報(bào)、 搶險(xiǎn)救災(zāi)等工作中發(fā)揮重要作用。

2.15 群體智能技術(shù)域
群體智能是指通過(guò)模擬自然界生物群體行為來(lái)實(shí)現(xiàn)人工智能的一類(lèi)技術(shù)[24], 強(qiáng)調(diào)算法中個(gè)體行為的簡(jiǎn)單性、 群體的多樣性和全局性, 以及優(yōu)異個(gè)體帶來(lái)的進(jìn)化性, 并且有不斷修正和進(jìn)化的策略。群體智能算法有很多, 包括蟻群算法、 粒子群優(yōu)化算法、 魚(yú)群算法、 蛙跳算法、 菌群算法、 人工蜂群算法、 花朵授粉算法、 螢火蟲(chóng)算法、 布谷鳥(niǎo)算法、 蝙蝠算法、 狼群算法、 煙花算法、 合同網(wǎng)協(xié)議算法、 人群模擬算法等。群體智能技術(shù)具有以下特點(diǎn): 分布式控制、 可擴(kuò)展性好、 簡(jiǎn)單實(shí)現(xiàn)性、 群體自組織性、 抗干擾性強(qiáng)等。2015年, DARPA啟動(dòng)“進(jìn)攻性蜂群戰(zhàn)術(shù)”(OFFSET)項(xiàng)目, 旨在推進(jìn)蜂群自主性、 人與蜂群編隊(duì)、 蜂群感知、 蜂群網(wǎng)絡(luò)、 蜂群后勤等5項(xiàng)蜂群使能技術(shù)的發(fā)展。群體智能技術(shù)在社會(huì)各領(lǐng)域有著極其廣泛的應(yīng)用: 蟻群算法已廣泛應(yīng)用于電力系統(tǒng)、 車(chē)輛、 店鋪、 人員等資源調(diào)度和分配中; 粒子群優(yōu)化算法廣泛應(yīng)用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練、 模糊系統(tǒng)控制等應(yīng)用領(lǐng)域; 基于群體智能的人群模擬技術(shù)被廣泛應(yīng)用于電影特效中等。

2.16 類(lèi)腦智能技術(shù)域
類(lèi)腦智能是受人類(lèi)大腦神經(jīng)運(yùn)行機(jī)制和認(rèn)知行為機(jī)制啟發(fā), 以計(jì)算建模為手段, 利用神經(jīng)形態(tài)計(jì)算來(lái)模擬大腦處理信息過(guò)程, 通過(guò)軟硬件協(xié)同實(shí)現(xiàn)的機(jī)器智能技術(shù)。構(gòu)建大腦模型, 發(fā)展類(lèi)腦計(jì)算機(jī)芯片, 是推動(dòng)人工智能技術(shù)發(fā)展的重要途徑。先進(jìn)國(guó)家積極布局類(lèi)腦智能研發(fā), DARPA先后啟動(dòng)了“大腦定量模型”(QMoB)、 “大腦數(shù)學(xué)系統(tǒng)”(MoB)、 “神經(jīng)形態(tài)自適應(yīng)可塑可擴(kuò)展電子系統(tǒng)”(SyNAPSE)、 “神經(jīng)功能、 活動(dòng)、 結(jié)構(gòu)與技術(shù)”(Neuro-FAST)等項(xiàng)目, 研究大腦如何存儲(chǔ)和調(diào)用信息, 研制新一代類(lèi)腦計(jì)算機(jī)芯片。目前, 由于大腦機(jī)理認(rèn)知尚不清楚, 以及現(xiàn)有計(jì)算架構(gòu)和能力的制約, 類(lèi)腦智能技術(shù)還主要處于實(shí)驗(yàn)室研究階段。

2.17 人機(jī)混合智能技術(shù)域
人機(jī)混合智能以人類(lèi)智慧和機(jī)器智能深度協(xié)作與融合為目標(biāo), 通過(guò)相互連接通道, 建立兼具人類(lèi)的感知、 記憶、 推理、 學(xué)習(xí)等能力和機(jī)器智能體的信息整合、 搜索、 計(jì)算等能力的新型智能系統(tǒng)。人機(jī)混合智能包括兩種: 一是人在回路的混合增強(qiáng)智能, 將人的作用引入到智能系統(tǒng)中, 使人的感知、 認(rèn)知能力和機(jī)器運(yùn)算、 存儲(chǔ)能力相結(jié)合, 構(gòu)成“1+1>2”的增強(qiáng)智能形態(tài); 二是基于認(rèn)知計(jì)算的混合增強(qiáng)智能, 在人工智能系統(tǒng)中引入受生物啟發(fā)的智能計(jì)算模型, 構(gòu)建基于認(rèn)知計(jì)算的混合增強(qiáng)智能。DARPA先后啟動(dòng)了“人機(jī)通信”(CWC)、 “神經(jīng)工程系統(tǒng)設(shè)計(jì)”(NESD)、 “解碼神經(jīng)活動(dòng)”(DeNA)、 “下一代非手術(shù)神經(jīng)技術(shù)”(N3)等項(xiàng)目, 尋求戰(zhàn)場(chǎng)士兵的超級(jí)認(rèn)知、 快速?zèng)Q策和腦控人機(jī)編隊(duì)等超腦和腦控能力。人機(jī)混合智能具有非常廣闊的應(yīng)用前景, 可廣泛應(yīng)用于工業(yè)、 服務(wù)業(yè)、 軍事等領(lǐng)域, 具體產(chǎn)品包括融入混合智能的神經(jīng)智能假肢、 腦機(jī)一體化的外骨骼系統(tǒng)、 人機(jī)融合操控的無(wú)人系統(tǒng)等。

2.18 智能化建模仿真技術(shù)域
智能化建模仿真是指建模仿真技術(shù)與智能技術(shù)、 信息通信技術(shù)及各應(yīng)用領(lǐng)域?qū)I(yè)技術(shù)進(jìn)行深度融合, 以大數(shù)據(jù)資源、 高性能算力、 智能模型/算法為基礎(chǔ), 以提升系統(tǒng)建模、 優(yōu)化運(yùn)行及結(jié)果分析處理等整體智能化水平為目標(biāo)的技術(shù)。主要分為兩類(lèi): 一是智能地仿真, 即將智能作為仿真的方式; 二是智能的仿真, 即將智能作為仿真的對(duì)象。美國(guó)國(guó)防部自主性利益共同體于2019年開(kāi)始創(chuàng)建通用型模擬、 評(píng)估、 分析和測(cè)試仿真環(huán)境, 旨在通過(guò)持續(xù)部署集成各類(lèi)仿真技術(shù), 實(shí)現(xiàn)基于軟件云的AI算法即插即用即評(píng)估功能。美國(guó)陸軍研究實(shí)驗(yàn)室專(zhuān)門(mén)開(kāi)發(fā)連續(xù)自主性仿真試驗(yàn)環(huán)境構(gòu)設(shè)技術(shù), 實(shí)現(xiàn)大樣本并行仿真多種想定場(chǎng)景和測(cè)試陸戰(zhàn)自主系統(tǒng)性能邊界。目前, 智能化建模仿真技術(shù)已廣泛應(yīng)用于航空航天、 教育醫(yī)療、 交通物流等社會(huì)各領(lǐng)域中。在航空領(lǐng)域已應(yīng)用到了飛機(jī)設(shè)計(jì)、 制造、 使用和維護(hù)的全生命周期中; 在交通領(lǐng)域, 通過(guò)對(duì)城市綠波帶交通控制進(jìn)行智能化仿真, 有效提高了交通通行率; 在國(guó)防軍工領(lǐng)域中, 實(shí)況仿真常用于實(shí)兵實(shí)裝演練中, 虛擬仿真常用于兵棋推演中, 構(gòu)造仿真常用于計(jì)算機(jī)生成兵力、 分析模型中, 自主仿真常用于無(wú)人自主系統(tǒng)試驗(yàn)鑒定中[25]。

2.19 體系集成技術(shù)域
體系集成是指通過(guò)先進(jìn)通信網(wǎng)絡(luò)和智能算法將各個(gè)分系統(tǒng)、 各類(lèi)硬件和軟件等要素集成為能夠滿(mǎn)足用戶(hù)特定需求的復(fù)雜信息系統(tǒng), 集成后的各部分之間能夠智能、 快速、 高效地協(xié)同工作, 達(dá)到整體優(yōu)化的目的。體系集成的本質(zhì)就是用智能技術(shù)實(shí)現(xiàn)最優(yōu)化的綜合統(tǒng)籌設(shè)計(jì)。2014年, DARPA啟動(dòng)了“體系綜合技術(shù)和試驗(yàn)”(SoSITE)項(xiàng)目, 聚焦于發(fā)展分布式空戰(zhàn)概念、 架構(gòu)和技術(shù)集成工具, 將有人機(jī)作戰(zhàn)能力分散到大量具備某一個(gè)或某些功能的各類(lèi)小型平臺(tái)上, 實(shí)現(xiàn)平臺(tái)間數(shù)據(jù)共享、 多機(jī)組網(wǎng)、 協(xié)同配合等, 進(jìn)而形成分布式空中作戰(zhàn)體系。2015年啟動(dòng)的復(fù)雜適應(yīng)性系統(tǒng)和設(shè)計(jì)環(huán)境(CASCADE)項(xiàng)目, 探索和創(chuàng)新可以深入理解系統(tǒng)組件交互行為的數(shù)學(xué)方法, 使得可使用任意系統(tǒng)組件適應(yīng)動(dòng)態(tài)環(huán)境, 解決現(xiàn)有及新系統(tǒng)的集成問(wèn)題。

2.20 信息安全技術(shù)域
人工智能時(shí)代的信息安全是指在安全威脅日趨自動(dòng)化、 智能化的情況下, 利用智能技術(shù)檢測(cè)和防范新興復(fù)雜威脅, 確保信息系統(tǒng)的設(shè)備安全、 數(shù)據(jù)安全、 內(nèi)容安全和行為安全。相關(guān)技術(shù)包括通信網(wǎng)絡(luò)安全技術(shù)、 多手段身份認(rèn)證技術(shù)、 多層級(jí)主機(jī)加固技術(shù)、 智能防火墻技術(shù)、 主動(dòng)檢測(cè)監(jiān)控技術(shù)、 新一代加密解密技術(shù)、 安全審計(jì)技術(shù)等。2017年, DARPA啟動(dòng)“可靠自主性”(AA)項(xiàng)目, 旨在開(kāi)發(fā)用于建模、 系統(tǒng)設(shè)計(jì)、 形式驗(yàn)證、 基于模擬的測(cè)試、 機(jī)器學(xué)習(xí)和安全保證學(xué)習(xí)的新技術(shù), 確?！皩W(xué)習(xí)使能的自主信息物理系統(tǒng)”(LAS)在全壽命周期各階段的安全性。目前, 信息安全已經(jīng)成為關(guān)系到國(guó)家各行各業(yè)安全與社會(huì)穩(wěn)定的重要領(lǐng)域[26]。

3 人工智能支撐馬賽克戰(zhàn)研究
3.1 人工智能和馬賽克戰(zhàn)的關(guān)系
3.1.1 人工智能技術(shù)的驅(qū)動(dòng)

馬賽克作戰(zhàn)概念的產(chǎn)生離不開(kāi)人工智能領(lǐng)域的技術(shù)驅(qū)動(dòng)。近年來(lái), 隨著深度學(xué)習(xí)、 大數(shù)據(jù)、 云計(jì)算、 物聯(lián)網(wǎng)等智能技術(shù)的發(fā)展, “算力+算法+數(shù)據(jù)+場(chǎng)景”的疊加有效促進(jìn)了通用人工智能技術(shù)的進(jìn)步, 也大幅跨越了科學(xué)與應(yīng)用之間的“技術(shù)鴻溝”。諸如圖像識(shí)別、 自然語(yǔ)言處理、 推薦引擎、 虛擬個(gè)人助理、 無(wú)人系統(tǒng)等人工智能技術(shù), 實(shí)現(xiàn)了從“不能用、 不好用”到“可以用、 很好用”的技術(shù)突破, 也同步向軍事作戰(zhàn)領(lǐng)域滲透。卡內(nèi)基梅隆大學(xué)、 麻省理工學(xué)院等知名高校, 微軟、 谷歌等商業(yè)公司以及洛克希德·馬丁、 波音、 諾思羅普·格魯門(mén)等軍工企業(yè), 為美軍裝備技術(shù)的智能化提供了強(qiáng)勁動(dòng)力。DARPA、 美軍各軍種實(shí)驗(yàn)室等單位相繼啟動(dòng)的終生學(xué)習(xí)機(jī)(L2M)、 可解釋人工智能(XAI)、 體系集成技術(shù)與試驗(yàn)(SoSITE)、 分布式作戰(zhàn)管理(DBM)、 指南針(COMPASS)、 拒止環(huán)境協(xié)同作戰(zhàn)(CODE)、 人機(jī)溝通(CWC)、 空戰(zhàn)演進(jìn)(ACE)、 最優(yōu)化動(dòng)態(tài)適應(yīng)網(wǎng)絡(luò)(DyNAMO)、 戰(zhàn)場(chǎng)物聯(lián)網(wǎng)(IoBT)、 可視化情報(bào)系統(tǒng)(VIS)、 忠誠(chéng)僚機(jī)(LW)、 自主無(wú)人作戰(zhàn)飛機(jī)(Skyborg)等項(xiàng)目取得了豐碩成果, 為馬賽克戰(zhàn)的提出奠定了技術(shù)基礎(chǔ)。

3.1.2 人工智能技術(shù)的支撐

將馬賽克戰(zhàn)/決策中心戰(zhàn)的實(shí)現(xiàn)基礎(chǔ)歸納為兩點(diǎn): 基于自主系統(tǒng)的分布式作戰(zhàn)和任務(wù)指揮、 基于人工智能的快速?zèng)Q策支持。這里對(duì)這一觀點(diǎn)進(jìn)行補(bǔ)充, 自主系統(tǒng)的內(nèi)涵是指可應(yīng)對(duì)非程序化或非預(yù)設(shè)態(tài)勢(shì), 具有一定自我管理和自我引導(dǎo)能力的系統(tǒng)。自主化可以被看作是自動(dòng)化的外延, 是智能化和更高能力的自動(dòng)化。自主系統(tǒng)的實(shí)現(xiàn)離不開(kāi)人工智能技術(shù)的支撐。因此, 不論是基于自主系統(tǒng)的作戰(zhàn)指揮, 還是基于人工智能的決策支持, 都離不開(kāi)人工智能技術(shù)的支撐。馬賽克戰(zhàn)/決策中心戰(zhàn)的實(shí)現(xiàn), 歸根結(jié)底在于充分發(fā)掘和利用成熟的人工智能技術(shù)。人工智能對(duì)美軍電子信息領(lǐng)域的影響框架如圖2所示。

圖片

圖2 ? 人工智能對(duì)美軍電子信息領(lǐng)域的影響框架

Fig.2 ? The influence framework of AI on U.S. military electronic information field

3.2 人工智能技術(shù)域?qū)︸R賽克戰(zhàn)關(guān)鍵作戰(zhàn)應(yīng)用技術(shù)的支撐
3.2.1 動(dòng)態(tài)通信組網(wǎng)方面

通信組網(wǎng)是大規(guī)?？罩凶鲬?zhàn)行動(dòng)的基礎(chǔ)。在馬賽克戰(zhàn)中, 具體的應(yīng)用方案是: 在作戰(zhàn)行動(dòng)實(shí)施階段, 快速連接傳感器、 武器平臺(tái)、 兵力編隊(duì)等各類(lèi)作戰(zhàn)要素, 利用數(shù)據(jù)分析和推理決策技術(shù)智能識(shí)別每一要素所屬作戰(zhàn)群, 進(jìn)而建立起分布式網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu), 構(gòu)建整個(gè)通信網(wǎng)絡(luò)圖譜結(jié)構(gòu), 利用網(wǎng)絡(luò)安全技術(shù)防范敵方的網(wǎng)電攻擊。當(dāng)我方作戰(zhàn)要素被干擾或被擊潰時(shí), 利用群體智能技術(shù)、 引擎推薦技術(shù)等快速生成新的網(wǎng)絡(luò)互聯(lián)方案。動(dòng)態(tài)通信組網(wǎng)的關(guān)鍵技術(shù)包括網(wǎng)絡(luò)態(tài)勢(shì)感知、 異構(gòu)網(wǎng)絡(luò)組網(wǎng)、 通信網(wǎng)絡(luò)智能規(guī)劃與動(dòng)態(tài)演進(jìn)、 強(qiáng)對(duì)抗環(huán)境下的網(wǎng)絡(luò)行為控制與資源調(diào)度、 網(wǎng)絡(luò)自重構(gòu)、 智能流量管理等技術(shù), 涉及知識(shí)圖譜、 大數(shù)據(jù)分析、 引擎推薦、 推理決策、 群體智能、 信息安全等6個(gè)技術(shù)域。

3.2.2 彈性信息共享方面

信息資源是各個(gè)作戰(zhàn)單元的基礎(chǔ)依托。馬賽克作戰(zhàn)體系中數(shù)據(jù)來(lái)源廣、 種類(lèi)多。在馬賽克戰(zhàn)中, 具體的應(yīng)用方案是: 對(duì)圖像、 語(yǔ)音等大規(guī)模異構(gòu)數(shù)據(jù)進(jìn)行匯聚、 處理、 融合和智能分發(fā), 將數(shù)據(jù)快速、 準(zhǔn)確地傳送給每一個(gè)作戰(zhàn)單元。彈性信息共享關(guān)鍵技術(shù)包括分布式傳感器網(wǎng)絡(luò)管理、 多源異構(gòu)信息融合、 信息智能轉(zhuǎn)發(fā)與服務(wù)、 信息安全管理等技術(shù), 涉及計(jì)算機(jī)視覺(jué)、 語(yǔ)音識(shí)別、 自然語(yǔ)言處理、 大數(shù)據(jù)分析、 引擎推薦、 推理決策等技術(shù)域。

3.2.3 空域動(dòng)態(tài)管理方面

空域動(dòng)態(tài)管理為每一個(gè)馬賽克作戰(zhàn)單元智能調(diào)配了四維作戰(zhàn)區(qū)域(時(shí)間和空間)。在馬賽克戰(zhàn)中, 具體的應(yīng)用方案是: 在作戰(zhàn)行動(dòng)籌劃階段, 自動(dòng)規(guī)劃每一個(gè)作戰(zhàn)單元的活動(dòng)空域, 并協(xié)調(diào)彼此之間可能出現(xiàn)的活動(dòng)沖突; 在作戰(zhàn)行動(dòng)中, 當(dāng)出現(xiàn)突發(fā)事件后, 對(duì)作戰(zhàn)空域進(jìn)行臨機(jī)調(diào)整, 提高了馬賽克作戰(zhàn)體系的作戰(zhàn)協(xié)同性。空域動(dòng)態(tài)管理關(guān)鍵技術(shù)包括空域態(tài)勢(shì)理解、 空域規(guī)劃評(píng)估、 空域結(jié)構(gòu)沖突檢測(cè)、 空域活動(dòng)沖突檢測(cè)、 融合時(shí)間與空間的四維空域顯示等技術(shù), 涉及到計(jì)算機(jī)視覺(jué)、 專(zhuān)家系統(tǒng)、 大數(shù)據(jù)分析、 引擎推薦、 推理決策、 智能化建模仿真等技術(shù)域。

3.2.4 自適應(yīng)作戰(zhàn)管理規(guī)劃方面

自適應(yīng)作戰(zhàn)管理規(guī)劃協(xié)助指揮員擬制和指派作戰(zhàn)任務(wù)。在馬賽克戰(zhàn)中, 具體的應(yīng)用方案是: 優(yōu)化作戰(zhàn)管理規(guī)劃系統(tǒng), 協(xié)助指揮員分解作戰(zhàn)任務(wù)、 生成行動(dòng)序列、 調(diào)配作戰(zhàn)資源等。其關(guān)鍵技術(shù)包括作戰(zhàn)任務(wù)自適應(yīng)分解、 作戰(zhàn)行動(dòng)序列自動(dòng)生成與指派、 作戰(zhàn)資源動(dòng)態(tài)調(diào)配、 指揮控制/引導(dǎo)指令自動(dòng)生成、 任務(wù)沖突檢測(cè)與消解等技術(shù), 涉及自然語(yǔ)言處理、 專(zhuān)家系統(tǒng)、 知識(shí)圖譜、 大數(shù)據(jù)分析、 引擎推薦、 推理決策等技術(shù)域。

3.2.5 智能無(wú)人作戰(zhàn)平臺(tái)方面

智能無(wú)人作戰(zhàn)平臺(tái)是馬賽克作戰(zhàn)體系中的關(guān)鍵支撐節(jié)點(diǎn)。在馬賽克戰(zhàn)中, 應(yīng)用方案是: 研制自主化和智能化的無(wú)人作戰(zhàn)單元, 使其具備一定的自主作戰(zhàn)能力, 并能夠彼此協(xié)同形成大規(guī)模作戰(zhàn)群。其關(guān)鍵技術(shù)包括: 人機(jī)交互、 人機(jī)協(xié)同、 拒止環(huán)境下自主協(xié)同、 無(wú)人平臺(tái)運(yùn)載、 發(fā)射與回收等技術(shù), 涉及到推理決策、 可解釋AI、 自主無(wú)人系統(tǒng)、 智能機(jī)器人、 群體智能、 人機(jī)混合智能等技術(shù)域。

3.2.6 自主作戰(zhàn)決策方面

自主作戰(zhàn)決策提高了指揮員與智能系統(tǒng)之間的協(xié)同能力。在馬賽克戰(zhàn)中, 應(yīng)用方案是: 提升作戰(zhàn)決策支持系統(tǒng)的智能化水平, 推演和預(yù)測(cè)戰(zhàn)場(chǎng)局勢(shì), 使指揮官能夠管理快速和復(fù)雜的行動(dòng)。自主作戰(zhàn)決策關(guān)鍵技術(shù)包括戰(zhàn)場(chǎng)局勢(shì)智能推演、 作戰(zhàn)方案自動(dòng)生成、 啟發(fā)式推理決策、 規(guī)則演繹式推理決策等技術(shù), 涉及推理決策、 可解釋AI、 群體智能、 類(lèi)腦智能、 人機(jī)混合智能等技術(shù)域。

3.2.7 馬賽克戰(zhàn)實(shí)驗(yàn)推演評(píng)估方面

當(dāng)前, 馬賽克戰(zhàn)還處于理論研究階段, 后續(xù)的發(fā)展離不開(kāi)實(shí)驗(yàn)室環(huán)境下的推演評(píng)估。具體的應(yīng)用方案是構(gòu)建馬賽克推演評(píng)估實(shí)驗(yàn)室, 對(duì)敵我雙方兵力實(shí)體進(jìn)行建模仿真, 對(duì)作戰(zhàn)方案進(jìn)行智能推演, 對(duì)行動(dòng)過(guò)程進(jìn)行智能分析等。相關(guān)技術(shù)包括多級(jí)多類(lèi)作戰(zhàn)實(shí)體智能模型構(gòu)建技術(shù)、 基于機(jī)器學(xué)習(xí)的作戰(zhàn)方案智能推演引擎技術(shù)、 作戰(zhàn)方案的智能化評(píng)估技術(shù)、 智能化實(shí)驗(yàn)分析技術(shù)、 實(shí)時(shí)動(dòng)態(tài)博弈分析技術(shù)、 高性能建模仿真技術(shù)等, 涉及虛擬個(gè)人助理、 VR/AR/MR、 推理決策、 智能化建模仿真、 體系集成、 信息安全等技術(shù)域。

圖3顯示了各人工智能技術(shù)域與馬賽克戰(zhàn)應(yīng)用技術(shù)之間的關(guān)系, 人工智能技術(shù)的發(fā)展和進(jìn)步推動(dòng)著馬賽克戰(zhàn)作戰(zhàn)應(yīng)用技術(shù)走向成熟。從圖中也可以看出, 大數(shù)據(jù)分析、 引擎推薦、 推理決策這3個(gè)技術(shù)域所支撐的關(guān)鍵作戰(zhàn)技術(shù)最多, 是未來(lái)需要重點(diǎn)關(guān)注的技術(shù)。

圖片

圖3 ? 人工智能技術(shù)域與馬賽克戰(zhàn)應(yīng)用技術(shù)的關(guān)系

Fig.3 ? The relationship between AI technology domains and mosaic warfare application technologies

3.3 人工智能支撐馬賽克戰(zhàn)體系架構(gòu)
對(duì)人工智能支撐馬賽克作戰(zhàn)概念的整體架構(gòu)進(jìn)行了梳理, 如圖4所示。從底層算力算法基礎(chǔ)層出發(fā), 利用強(qiáng)大算力、 高效架構(gòu)平臺(tái)及深度學(xué)習(xí)算法支撐通用AI技術(shù)層。通過(guò)對(duì)AI技術(shù)域進(jìn)行組合, 支撐馬賽克戰(zhàn)概念的關(guān)鍵作戰(zhàn)應(yīng)用層。通過(guò)對(duì)各種作戰(zhàn)應(yīng)用技術(shù)進(jìn)行組合, 形成分布式作戰(zhàn)指揮能力及快速?zèng)Q策支持能力, 支撐起整個(gè)馬賽克作戰(zhàn)體系。

圖片

圖4 ? 人工智能支撐馬賽克戰(zhàn)架構(gòu)圖

Fig.4 ? The architecture diagram of mosaic warfare supported by AI

4 結(jié)論
隨著馬賽克戰(zhàn)研究的不斷深入, 將牽引各項(xiàng)人工智能技術(shù)和作戰(zhàn)應(yīng)用技術(shù)走向成熟, 并將逐步變革和顛覆現(xiàn)有的裝備體系及作戰(zhàn)模式。馬賽克作戰(zhàn)概念的核心, 在于深度發(fā)掘和充分利用人工智能技術(shù)。在這個(gè)理念的指導(dǎo)下, 本文進(jìn)行了以下創(chuàng)新性工作: 一是在分析馬賽克戰(zhàn)概念內(nèi)涵的基礎(chǔ)上, 指明了7項(xiàng)馬賽克戰(zhàn)關(guān)鍵作戰(zhàn)應(yīng)用技術(shù); 二是針對(duì)當(dāng)前學(xué)術(shù)界對(duì)“人工智能”術(shù)語(yǔ)和人工智能技術(shù)的使用較為混亂的現(xiàn)狀, 歸納總結(jié)了20個(gè)通用的人工智能技術(shù)域; 三是分析了馬賽克戰(zhàn)與人工智能之間的關(guān)系, 給出了人工智能支撐馬賽克作戰(zhàn)概念的體系架構(gòu)。

未來(lái)可以在本文研究的基礎(chǔ)上, 進(jìn)一步細(xì)化每一個(gè)人工智能技術(shù)域, 形成更詳細(xì)的技術(shù)群和技術(shù)發(fā)展路線(xiàn)圖, 促進(jìn)人工智能技術(shù)向軍事領(lǐng)域的應(yīng)用和轉(zhuǎn)化。

審核編輯：符乾江