慎談智能化指揮“自主決策”

■顧靜超 劉 奎

●既往戰爭經驗，是我們創新下一場戰爭打法的起點與參考，而不是復制模仿的“模板”。

在智能化作戰研究成果中，有一種觀點認為，未來智能化技術發展到高級階段，將會出現“人在回路外”的智能化指揮“自主決策”，即由智能化系統自主偵察、自主決策、自主打擊、自主評估。該觀點存在諸多風險，應該審慎看待。

缺乏創造性思維能力的風險。自1956年提出人工智能后，人工智能技術長時間停滯不前，直到 “阿爾法狗”擊敗人類圍棋選手后，才打破這一僵局，引發了以深度學習技術為代表的新一輪人工智能技術研究熱潮。但是，目前人工智能技術仍處于“弱智能”階段，仍然是在既有規則框架下的學習，無法應對千差萬別的作戰環境。即便是“阿爾法狗”的深度增強學習技術，雖然實現了利用深度學習得到神經元網絡，能夠對經驗直覺進行捕捉和表達，但其前提是遵循圍棋固定的行棋、勝負規則。與圍棋相比，戰爭要復雜得多。“戰勝不復，而應形于無窮”，人類永遠不可能重復上一場戰爭。既往戰爭經驗，是我們創新下一場戰爭打法的起點與參考，而不是復制模仿的“模板”。法軍沉迷于一戰“塹壕+機槍”的陣地防御經驗，在德軍的閃擊戰前不堪一擊?；诩榷ㄒ巹t、經驗、知識學習的智能化作戰系統，無法應對不可預知的未來進行自主創新，一旦對手的作戰樣式跳出既往窠臼，系統就不知道“向誰學、學什么”，無法及時做出對應的決策判斷，失敗的風險大為增加。

違背戰爭道德倫理的風險?，F代戰爭，敵對雙方的交戰行動受到一定國際法律法規限制，參戰軍人都是有血有肉的人，行為也自覺接受人類社會基本的道德準則約束，不是冷冰冰的“殺戮機器”。這些基本的道德倫理觀念，是人類社會文明進步的體現。但是，智能化作戰系統缺乏人類情感，自然很難受到道德倫理的約束。它學習成長的主要來源就是既往作戰行動的經驗或教訓，若沒有人工干預控制，計算機并不能分辨哪些經驗教訓可以遵循，哪些無法遵循。比如，美軍在阿富汗的 “紅翼行動”，失敗的重要原因之一就是海豹隊員的潛伏蹤跡被3名牧羊人發現，并被后者報告給塔利班。若不加人工約束，智能化系統將從這一戰例中學習到“不能放過交戰地區的平民”的教訓，并可能在后續的作戰行動中，不分青紅皂白地攻擊交戰地區無辜平民，必定會對作戰行動抹上陰影，陷入輿論和道德困境。

忽視主觀能動性作用的風險。智能化指揮，本質在“算”，僅是對人類認知過程與規律的模仿，無法考慮人的情感與意識因素對戰爭的影響，無法計算實戰中軍心、士氣對軍隊戰斗力造成的影響。即便在作戰行動建模過程中考慮到人的因素，通過加權因子進行修正，仍無法科學、準確地計算人在作戰行動中的作用與地位。據說，美軍通過兵棋推演，認為可在一天內拿下上甘嶺高地，可實際結果與推演結果大相徑庭。按照人工智能的決策分析，我軍很多戰例都將會是失敗的結局。同樣，在也門戰場，擁有最先進武器裝備的沙特聯軍不敵落后的胡塞武裝，背后最重要的原因之一就是聯軍戰斗人員的戰斗意志、戰斗素養比較薄弱，并不能充分發揮武器的戰斗效能。不同的戰場、不同戰斗樣式有各自特點，人的主觀能動性發揮程度各不相同，但都能對戰斗結果造成重要影響，一味地依賴系統來決策，將犯下機械決定論的錯誤。

應該講，智能化技術發展到高級階段后，作戰系統的態勢感知、判斷決策、指揮控制等能力將遠遠高于人的生理能力，智能化指揮的“自主決策”，在特定作戰樣式、特定作戰場景中，具備實現的可能性與使用價值。但就普遍性而言，應當慎重做出結論，深入研究其背后的制勝機理，方能真正發揮智能化指揮的加速器、倍增器作用。