人工智能技術(shù)作為一種新興技術(shù)受到了廣泛關(guān)注，越來(lái)越多力量都期望能夠利用人工智能技術(shù)形成在電磁領(lǐng)域的技術(shù)優(yōu)勢(shì)，牢牢抓住電磁領(lǐng)域信息作戰(zhàn)的主動(dòng)權(quán)，拉開與潛在對(duì)手的電子戰(zhàn)裝備的技術(shù)差距。

現(xiàn)代戰(zhàn)爭(zhēng)是高技術(shù)條件下的信息化戰(zhàn)爭(zhēng)。隨著信息化技術(shù)的不斷進(jìn)步，戰(zhàn)爭(zhēng)日益依賴高技術(shù)設(shè)備，自?20世紀(jì)?70年代信息革命爆發(fā)至今，信息技術(shù)已歷經(jīng)近半個(gè)世紀(jì)的發(fā)展，形成了體系完備的產(chǎn)業(yè)集群并滲透到很多領(lǐng)域，尤其在軍事領(lǐng)域中大放異彩。在此大環(huán)境驅(qū)使下，人工智能作為一種新型的技術(shù)受到越來(lái)越多的重視。人工智能武器的出現(xiàn)，將“人對(duì)人”的戰(zhàn)爭(zhēng)轉(zhuǎn)化為了“機(jī)器自主殺人”的戰(zhàn)爭(zhēng)，即從根本上改變了戰(zhàn)爭(zhēng)的方式。越來(lái)越多的國(guó)家將發(fā)展人工智能提升到了國(guó)家戰(zhàn)略的層次，在政策、資金等方面給予了很大支持。以美國(guó)為代表的世界軍事強(qiáng)國(guó)，早已預(yù)見到人工智能技術(shù)在軍事領(lǐng)域的廣闊應(yīng)用前景，并已經(jīng)展開了在智能化上的競(jìng)賽。美國(guó)還相繼提出了“第一、二次抵消戰(zhàn)略”及“第三次抵消戰(zhàn)略”，希望利用人工智能和機(jī)器人等技術(shù)保持對(duì)潛在對(duì)手的軍事優(yōu)勢(shì)。

在電子戰(zhàn)領(lǐng)域，尤其是雷達(dá)對(duì)抗方面，常規(guī)手段在時(shí)效性、準(zhǔn)確性、抗毀性、打擊能力、自適應(yīng)等方面不能滿足當(dāng)前戰(zhàn)場(chǎng)需求。人工智能技術(shù)作為一種新興技術(shù)受到了廣泛關(guān)注，越來(lái)越多力量都期望能夠利用人工智能技術(shù)形成在電磁領(lǐng)域的技術(shù)優(yōu)勢(shì)，牢牢抓住電磁領(lǐng)域信息作戰(zhàn)的主動(dòng)權(quán)，拉開與潛在對(duì)手的電子戰(zhàn)裝備的技術(shù)差距。??

人工智能技術(shù)的發(fā)展

人工智能的概念

人工智能（artificial intelligence，AI）涉及到研究、擴(kuò)展延伸、模擬人智能的相關(guān)內(nèi)容。1956年，在美國(guó)達(dá)特茅斯召開了一次學(xué)術(shù)會(huì)議上正式出現(xiàn)了“人工智能”這個(gè)術(shù)語(yǔ)，首次將像人類那樣思考的機(jī)器稱為“人工智能”，被看作是人工智能正式誕生的標(biāo)志。此后不久，麥卡錫與明斯基兩人共同創(chuàng)建了世界上第一座人工智能實(shí)驗(yàn)室，開始從學(xué)術(shù)角度對(duì)?AI展開嚴(yán)肅而精專的研究。人工智能最基本的概念是指通過(guò)機(jī)器為載體，使機(jī)器具有一定的人的表達(dá)能力與思維方式，它是關(guān)于知識(shí)的學(xué)科，是如何表達(dá)、獲取知識(shí)并實(shí)際應(yīng)用的科學(xué)技術(shù)。

人工智能技術(shù)的發(fā)展?fàn)顩r及其應(yīng)用

自從人類象棋冠軍?Garry Kasparov?被?IBM?公司所研發(fā)出的電腦擊敗以后，人工智能技術(shù)迅速進(jìn)入人們的視野。從本質(zhì)上來(lái)講人工智能是計(jì)算機(jī)學(xué)科當(dāng)中的一個(gè)重要的分支，人們最初去研究人工智能技術(shù)的原因是希望計(jì)算機(jī)能夠像人類的大腦一樣進(jìn)行思考，但是到目前為止，人們對(duì)自身大腦的了解程度還遠(yuǎn)遠(yuǎn)不夠，模仿大腦的工作更是難上加難，盡管在過(guò)去很長(zhǎng)一段時(shí)間內(nèi)科學(xué)家為之付出了很大努力。??

人工智能在近幾十年的大致發(fā)展趨勢(shì)如圖?1?所示。由圖?1可以看出：1943年人工智能開始萌芽，人工智能主要以人工神經(jīng)網(wǎng)絡(luò)的形式存在；1956年正式誕生，并逐步進(jìn)入了上升期，啟發(fā)式算法知識(shí)推理等開始盛行；而進(jìn)入20?世紀(jì)?60?年代以后，開始了模糊邏輯進(jìn)化策略，這一時(shí)期也是人工智能技術(shù)發(fā)展的延遲期；20世紀(jì)?70年代以后，專家系統(tǒng)遺傳算法等開始出現(xiàn)，人工智能技術(shù)在這一時(shí)期取得了很大的突破；20世紀(jì)?80年代至今，又步入了一個(gè)新的發(fā)展階段，越來(lái)越多的技術(shù)以及算法不斷成熟，并且在很多領(lǐng)域得到了應(yīng)用。

圖 1??人工智能發(fā)展趨勢(shì)

（1）國(guó)內(nèi)發(fā)展態(tài)勢(shì)

民用方面，阿里巴巴網(wǎng)絡(luò)技術(shù)有限公司和騰訊計(jì)算機(jī)系統(tǒng)有限公司為了獲得更多的連接面，把主要的精力投放在了橫向圈地動(dòng)作上。百度公司則以技術(shù)為核心，重在進(jìn)行人工智能和深度學(xué)習(xí)領(lǐng)域的布局。百度云則是結(jié)合了深度學(xué)習(xí)技術(shù)提供的人臉識(shí)別及檢索技術(shù)，使用了類似于人腦思維的方式去識(shí)別、搜索圖片中的物體及其他內(nèi)容，其語(yǔ)音識(shí)別系統(tǒng)可以在嘈雜環(huán)境下實(shí)現(xiàn)近?81%的辨識(shí)準(zhǔn)確率。與此同時(shí)，百度公司已經(jīng)建成了被稱為“百度大腦”的大規(guī)模深度神經(jīng)網(wǎng)絡(luò)，目前完全可以理解分析?200?億個(gè)參數(shù)，達(dá)到了?2~3歲幼兒的智力水平。縱觀中國(guó)人工智能技術(shù)與產(chǎn)業(yè)發(fā)展，很多科研院所、企業(yè)單位等均已經(jīng)開展深度學(xué)習(xí)理論算法、建模等方面的研究。關(guān)于人腦網(wǎng)絡(luò)結(jié)構(gòu)與認(rèn)知結(jié)構(gòu)的研究也開始陸續(xù)開展，人工智能的相關(guān)技術(shù)也開始實(shí)現(xiàn)產(chǎn)品化應(yīng)用。? ?

軍用方面，中國(guó)很早就開始探索人工智能技術(shù)在軍事領(lǐng)域的應(yīng)用。“十三五”規(guī)劃指出：未來(lái)?5~10年，國(guó)家將重點(diǎn)推動(dòng)人工智能規(guī)模化應(yīng)用。“十三五”國(guó)家科技創(chuàng)新規(guī)劃指出：發(fā)展智能綠色服務(wù)制造技術(shù)，發(fā)展智能感知、智能控制、智能機(jī)器人等技術(shù)，圍繞建設(shè)制造強(qiáng)國(guó)，大力推進(jìn)制造業(yè)向智能化、綠色化發(fā)展。目前，國(guó)內(nèi)無(wú)人系統(tǒng)已經(jīng)廣泛應(yīng)用于反恐、偵察、遠(yuǎn)程精確打擊、軍事訓(xùn)練、邊境巡邏、作戰(zhàn)支援等，并在蜂群無(wú)人機(jī)和指揮控制方面取得了一定的突破，巡航導(dǎo)彈在路徑規(guī)劃和目標(biāo)識(shí)別方面也采用了人工智能技術(shù)。此外，在自主多用途作戰(zhàn)機(jī)器人系統(tǒng)、軍用飛機(jī)“副駕駛員”系統(tǒng)、武器裝備的自動(dòng)故障診斷與排除系統(tǒng)、智能電子戰(zhàn)系統(tǒng)、人工智能武器等武器裝備中均應(yīng)用了人工智能技術(shù)。

（2）國(guó)際發(fā)展態(tài)勢(shì)

人工智能技術(shù)在民用方面的發(fā)展重點(diǎn)由主要的互聯(lián)網(wǎng)公司進(jìn)行推動(dòng)。例如谷歌公司基于對(duì)人工神經(jīng)網(wǎng)絡(luò)的研究，開發(fā)出了一種新型的學(xué)習(xí)算法，能夠模仿人腦學(xué)習(xí)和記憶的原理，具有對(duì)數(shù)據(jù)進(jìn)行歸納整理及進(jìn)一步預(yù)測(cè)推斷等能力。Facebook公司致力于利用好人工智能技術(shù)進(jìn)行用戶數(shù)據(jù)分析以提升用戶體驗(yàn)，主要針對(duì)用戶信息和關(guān)系的人工智能算法演進(jìn)，同時(shí)也關(guān)注圖像識(shí)別和自然語(yǔ)言處理，其臉部識(shí)別算法的準(zhǔn)確度已達(dá)到?97%。IBM公司是依托自身計(jì)算基礎(chǔ)重點(diǎn)部署大規(guī)模計(jì)算能力，研制可以模擬人類大腦的芯片。除此之外，近年以來(lái)，國(guó)際上也陸續(xù)開展了對(duì)于人腦的模擬和研究，一方面是希望通過(guò)模擬人腦來(lái)促進(jìn)醫(yī)學(xué)發(fā)展，另一方面則是希望通過(guò)研究人腦的學(xué)習(xí)機(jī)制推動(dòng)學(xué)習(xí)算法、人機(jī)交互及神經(jīng)計(jì)算等科學(xué)技術(shù)的進(jìn)一步發(fā)展。? ?

人工智能技術(shù)在軍用方面，美國(guó)和以色列等國(guó)家在走在了世界前列。美國(guó)軍方一直以來(lái)都很重視人工智能方向的發(fā)展，2013年以來(lái)接連發(fā)布了《為人工智能的未來(lái)做好準(zhǔn)備》和《國(guó)家人工智能研究與發(fā)展戰(zhàn)略規(guī)劃》。目前，美國(guó)的無(wú)人機(jī)系統(tǒng)倉(cāng)儲(chǔ)量大幅度提高，甚至制定了“無(wú)人系統(tǒng)集成路線圖”，試圖在?2038年前全面發(fā)展空中、地面、海洋三大領(lǐng)域的無(wú)人自動(dòng)系統(tǒng)。以色列現(xiàn)已擁有?Orbiter、Aerostar、Domintor等一系列無(wú)人機(jī)，并且擁有導(dǎo)航系統(tǒng)和人機(jī)界面等。以色列國(guó)防軍?Sigma?分支一直致力于將深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、視頻分析等技術(shù)用在軍事領(lǐng)域，并且已經(jīng)取得了一些實(shí)際成果。例如在兩個(gè)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上使用240萬(wàn)幅圖片和視頻訓(xùn)練出能夠理解和描述視頻的人工智能算法，可用于監(jiān)控戰(zhàn)場(chǎng)和邊境線。除此之外，以色列還利用?3D打印技術(shù)制造無(wú)人機(jī)，并開發(fā)出了蛇形機(jī)器人，用于沙漠、隧道、廢墟等特定環(huán)境。??

人工智能技術(shù)與在雷達(dá)對(duì)抗中的應(yīng)用

隨著“制電磁權(quán)”在高技術(shù)戰(zhàn)爭(zhēng)中地位的提高，世界各軍事強(qiáng)國(guó)都意圖加強(qiáng)自己國(guó)家的電子作戰(zhàn)能力。人工智能技術(shù)與電子戰(zhàn)的結(jié)合成為很多國(guó)家追求信息戰(zhàn)發(fā)展的方向。1944年6月，德國(guó)軍隊(duì)依靠自身無(wú)線電導(dǎo)航的引導(dǎo)夜襲了倫敦，致使英、德兩國(guó)之間展開了一場(chǎng)激烈的無(wú)線電導(dǎo)航對(duì)抗，此后雷達(dá)投入了作戰(zhàn)使用，并很快成為了放空探測(cè)和火炮定位的有力武器，且逐漸成為了電子戰(zhàn)的重點(diǎn)，其地位和作用不斷提高。當(dāng)前，國(guó)內(nèi)外在雷達(dá)對(duì)抗方面都取得了很大的突破。自20世紀(jì)末以來(lái)，美國(guó)分別開展了專家系統(tǒng)恒虛警處理（ESCFAR）和基于數(shù)字地圖信息的空時(shí)自適應(yīng)處理（KBMap-STAP）等研究項(xiàng)目；2013年，美國(guó)防御遠(yuǎn)景研究規(guī)劃局（DARPA）支持了雷達(dá)與通信共享頻譜（SSPARC）研究項(xiàng)目；2016年，Greco將認(rèn)知雷達(dá)擴(kuò)展到被動(dòng)雷達(dá)。??

自?2008年開始，中國(guó)學(xué)者在認(rèn)知雷達(dá)領(lǐng)域開展了研究，在環(huán)境感知與描述、最優(yōu)化波形設(shè)計(jì)、自適應(yīng)信號(hào)處理等方面進(jìn)行了探索，并取得了一定的研究成果。此外，在雷達(dá)目標(biāo)識(shí)別技術(shù)研究方面也有比較廣泛的研究基礎(chǔ)，這其中包括利用神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)對(duì)雷達(dá)一維距離像結(jié)果的分類識(shí)別、合成孔徑雷達(dá)（SAR）圖像的分類識(shí)別等。主要針對(duì)電子戰(zhàn)領(lǐng)域中的雷達(dá)對(duì)抗，介紹人工智能與雷達(dá)對(duì)抗相結(jié)合的發(fā)展概況。?

當(dāng)前，一大批符合未來(lái)戰(zhàn)爭(zhēng)需求的雷達(dá)對(duì)抗新技術(shù)、新概念被不斷提出。例如自適應(yīng)雷達(dá)對(duì)抗（adaptive radar countermeasures，ARC）、智能雷達(dá)干擾決策支持系統(tǒng)等將在未來(lái)電子戰(zhàn)中發(fā)揮巨大的作用。下面主要根據(jù)自適應(yīng)雷達(dá)對(duì)抗介紹人工智能技術(shù)在雷達(dá)對(duì)抗方面的應(yīng)用。??

由美國(guó)國(guó)防預(yù)先研究計(jì)劃局啟動(dòng)的自適應(yīng)雷達(dá)對(duì)抗，目的是開發(fā)短時(shí)間內(nèi)對(duì)抗敵方新型、未知雷達(dá)的能力，是第一個(gè)真正意義上的認(rèn)知電子戰(zhàn)項(xiàng)目。該項(xiàng)目是研制一種可以進(jìn)行信號(hào)特征分析、對(duì)抗措施合成以及對(duì)抗措施效能評(píng)估的閉環(huán)系統(tǒng)，系統(tǒng)框圖如圖?2所示。

圖2??自適應(yīng)雷達(dá)對(duì)抗系統(tǒng)示意

該項(xiàng)目是針對(duì)對(duì)方空中無(wú)線電信號(hào)而開發(fā)對(duì)抗對(duì)方自適應(yīng)雷達(dá)系統(tǒng)的電子戰(zhàn)能力，這種能力可以感知周圍復(fù)雜電磁環(huán)境，并且自動(dòng)調(diào)整，最后實(shí)施干擾。通常傳統(tǒng)的雷達(dá)不具有對(duì)環(huán)境的認(rèn)知性，不能夠自動(dòng)識(shí)別復(fù)雜電磁環(huán)境下的未知信號(hào)，更不能依據(jù)未知的威脅信號(hào)實(shí)時(shí)合成有效的對(duì)抗措施。而自適應(yīng)雷達(dá)對(duì)抗項(xiàng)目對(duì)上述問題進(jìn)行了很大的優(yōu)化改善，它可以基于敵方空中無(wú)線電信號(hào)對(duì)抗敵方自適應(yīng)雷達(dá)系統(tǒng)，感知周圍環(huán)境并自動(dòng)調(diào)整實(shí)施干擾。

從圖?2可以看出，ARC項(xiàng)目充分體現(xiàn)了認(rèn)知雷達(dá)動(dòng)態(tài)閉環(huán)反饋功能的認(rèn)知原理。（1）通過(guò)對(duì)雷達(dá)威脅信號(hào)的分析確定威脅的功能和意圖，即對(duì)于目標(biāo)環(huán)境的偵察感知。它充分利用了學(xué)習(xí)領(lǐng)域的支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)等方法，展開了對(duì)于認(rèn)知偵察技術(shù)的研究，研究的主要內(nèi)容包括高復(fù)雜信號(hào)環(huán)境下的威脅信號(hào)分選、識(shí)別和特征值提取算法，重要的是算法的設(shè)計(jì)必須要考慮實(shí)時(shí)性及準(zhǔn)確性。（2）自適應(yīng)的機(jī)器學(xué)習(xí)算法通常需要一定的先驗(yàn)知識(shí)作為訓(xùn)練的基礎(chǔ)，并且要求其在工作過(guò)程中可以不斷地積累和捕獲新的威脅信號(hào)，持續(xù)地對(duì)數(shù)據(jù)庫(kù)里積累的新信號(hào)進(jìn)行學(xué)習(xí)，從而可以逐步提高自身系統(tǒng)對(duì)于威脅信號(hào)環(huán)境的偵察感知能力。（3）根據(jù)感知到的威脅信號(hào)提取信息，利用當(dāng)前主流的優(yōu)化方法，遺傳算法、粒子群算法（PSO）等推導(dǎo)出進(jìn)行干擾的最優(yōu)化策略，自動(dòng)合成對(duì)抗措施的算法和技術(shù)，接著由發(fā)射機(jī)進(jìn)行干擾信號(hào)的發(fā)射。（4）需要繼續(xù)觀察目標(biāo)信號(hào)，通過(guò)有效的對(duì)比，分析采取干擾措施前后信號(hào)的變化情況，對(duì)采取的對(duì)抗措施進(jìn)行精確的現(xiàn)場(chǎng)評(píng)測(cè)，判斷干擾信號(hào)究竟是否有效，并將評(píng)估結(jié)果反饋到智能決策，進(jìn)一步優(yōu)化策略，從而達(dá)到最佳的干擾效果。總之，ARC?可以將應(yīng)對(duì)新雷達(dá)威脅的時(shí)間由過(guò)去的幾個(gè)月甚至一年，縮短至幾分鐘甚至幾秒鐘。? ?

需要解決的關(guān)鍵問題

威脅信號(hào)的提取及其特征分析

在當(dāng)前趨勢(shì)下，世界各軍事強(qiáng)國(guó)都希望能夠引領(lǐng)電磁空間發(fā)展，牢牢抓住電子戰(zhàn)的主動(dòng)權(quán)，這導(dǎo)致當(dāng)今的電磁空間十分擁塞，從而對(duì)雷達(dá)偵察接收機(jī)獲取威脅信號(hào)提出更高的要求。如何實(shí)時(shí)地從其他射頻輻射源的密集復(fù)雜電磁環(huán)境中分離出威脅信號(hào)，是需要關(guān)注的問題。針對(duì)以上問題，可以考慮將人工智能中的機(jī)器學(xué)習(xí)算法、基于規(guī)則的推理及自適應(yīng)算法等運(yùn)用到接收機(jī)對(duì)外界信號(hào)的感知中；同時(shí)要結(jié)合創(chuàng)新的方法對(duì)輻射源脈沖進(jìn)行分析，根據(jù)數(shù)據(jù)庫(kù)中心的先驗(yàn)知識(shí)提取威脅信號(hào)特征；此外，要注重這整個(gè)過(guò)程的實(shí)時(shí)性和準(zhǔn)確性。??

軟件算法需要優(yōu)越的硬件系統(tǒng)

在自適應(yīng)雷達(dá)對(duì)抗項(xiàng)目中，很多問題解決的關(guān)鍵在于應(yīng)用了人工智能中的一系列軟件算法。因此需要研究如何使這些軟件算法在雷達(dá)對(duì)抗系統(tǒng)中發(fā)揮出優(yōu)越的性能，從而對(duì)硬件系統(tǒng)提出了要求。必須注意對(duì)硬件開發(fā)平臺(tái)的研究，在硬件系統(tǒng)設(shè)計(jì)等方面投入更多的精力。??

對(duì)抗措施合成既干擾信號(hào)的產(chǎn)生

自適應(yīng)雷達(dá)對(duì)抗系統(tǒng)在工作時(shí)，要求能夠?qū)崟r(shí)地感知危險(xiǎn)信息，并且基于信號(hào)分析和特征描述對(duì)當(dāng)前威脅環(huán)境的理解無(wú)延時(shí)地形成對(duì)抗措施。這需要在雷達(dá)對(duì)抗系統(tǒng)中加入一套預(yù)編程的技術(shù)方案，可以考慮采用一些新的引擎控制模塊（ECM）技術(shù)或者是先進(jìn)的機(jī)器學(xué)習(xí)算法使系統(tǒng)積累一定的經(jīng)驗(yàn)?zāi)Ｐ停⑶夷軌蛲ㄟ^(guò)與環(huán)境的交互持續(xù)地學(xué)習(xí)積累新的經(jīng)驗(yàn)知識(shí)，同時(shí)要注意干擾波形的優(yōu)化問題。??

實(shí)時(shí)的對(duì)抗效果評(píng)估

當(dāng)雷達(dá)對(duì)抗系統(tǒng)發(fā)出干擾信號(hào)之后，要對(duì)干擾的效果進(jìn)行實(shí)時(shí)評(píng)估，這其中包含兩個(gè)問題：（1）如何檢測(cè)干擾效果。無(wú)法從威脅雷達(dá)處直接觀測(cè)對(duì)抗的效果，需要采用創(chuàng)新的方法進(jìn)行精確地評(píng)估，例如通過(guò)威脅雷達(dá)波束、帶寬等的變化來(lái)評(píng)估對(duì)抗效果；（2）實(shí)時(shí)性的問題。可以考慮如何提高射頻前端的響應(yīng)能力等，同時(shí)在軟件方面要注意提升算法的運(yùn)算速度，也可以在組成硬件系統(tǒng)的新材料或技術(shù)等方面進(jìn)行探索，保證評(píng)估的有效性。? ?

安全性和可靠性需要保證

人工智能技術(shù)雖然很大程度上發(fā)展了雷達(dá)對(duì)抗裝備，但仍處在一個(gè)初級(jí)階段，機(jī)器對(duì)戰(zhàn)場(chǎng)環(huán)境的感知處理能力在某些方面未必會(huì)超出人類，有時(shí)可能會(huì)因?yàn)闄C(jī)器的自主性導(dǎo)致一些安全事故。安全性和可靠性問題可能會(huì)影響人工智能系統(tǒng)的類型，也會(huì)影響它們?nèi)谌氤Ｒ?guī)的軍事行動(dòng)計(jì)劃。因此，未來(lái)需要對(duì)安全性和可靠性給予足夠重視，使風(fēng)險(xiǎn)降到最低。??

對(duì)戰(zhàn)雙方都具備了自適應(yīng)，加大了對(duì)抗的挑戰(zhàn)性

隨著自適應(yīng)雷達(dá)對(duì)抗系統(tǒng)的發(fā)展，今后的電子戰(zhàn)中，對(duì)戰(zhàn)雙方都擁有一定的自適應(yīng)，這必然會(huì)為戰(zhàn)場(chǎng)環(huán)境帶來(lái)更多的不確定性及挑戰(zhàn)性，同時(shí)這種不確定因素的增多必然對(duì)雷達(dá)對(duì)抗系統(tǒng)的要求更高。任何一種技術(shù)，不同的發(fā)展程度和運(yùn)用環(huán)境一定會(huì)形成優(yōu)劣對(duì)比。因此，若想走在未來(lái)電子戰(zhàn)的前列，就需要時(shí)刻注意其他力量在相關(guān)的發(fā)展?fàn)顩r，力求在裝備技術(shù)發(fā)展上領(lǐng)先于潛在對(duì)手。? ?

發(fā)展、培養(yǎng)更多的專業(yè)技術(shù)人才

當(dāng)前正處于人工智能發(fā)展浪潮中，研究人員都希望通過(guò)人工智能技術(shù)加強(qiáng)自身領(lǐng)域的發(fā)展，但是真正熟悉并掌握技術(shù)的人才較少，很多領(lǐng)域均出現(xiàn)了人才短缺的問題，而且大多技術(shù)都是在民用領(lǐng)域形成之后才應(yīng)用于軍事領(lǐng)域。人工智能在雷達(dá)對(duì)抗中應(yīng)用的研究人員更加稀缺，如果臨時(shí)培養(yǎng)，需花費(fèi)大量的時(shí)間精力，周期較長(zhǎng)，無(wú)法適應(yīng)發(fā)展需求，因此要加強(qiáng)宣傳工作，招攬真正的人工智能技術(shù)人才投身于相關(guān)領(lǐng)域的研究中。

一些軍事強(qiáng)國(guó)已將人工智能技術(shù)引入自適應(yīng)雷達(dá)對(duì)抗。分析了人工智能技術(shù)與雷達(dá)對(duì)抗結(jié)合所帶來(lái)的理想的應(yīng)用效果。從技術(shù)層面、安全性、可靠性以及人才培養(yǎng)等方面總結(jié)了繼續(xù)深入人工智能與雷達(dá)對(duì)抗融合發(fā)展需要重點(diǎn)解決的關(guān)鍵問題。針對(duì)未來(lái)發(fā)展趨勢(shì)，人工智能技術(shù)將在很長(zhǎng)一段時(shí)間繼續(xù)處于研究熱潮，要把目光放遠(yuǎn)、放長(zhǎng)，緊跟科學(xué)發(fā)展腳步，力爭(zhēng)實(shí)現(xiàn)成為技術(shù)創(chuàng)新的引領(lǐng)者。