科技革命是军事革命的序曲和先导。历次科技革命，均牵引了军事思想、作战理论、武器装备、部队编成等军事领域的重大变革，推动大国交替崛起和世界战略格局调整。当前军事智能技术呈现出蓬勃发展的态势，成为了各军事强国改进武器装备体系、改变未来战争走向新的技术制高点，也必将为战斗力生成模式带来颠覆性的和根本性的改变。未来的战场必将是体系化对抗条件下智能化制胜的博弈对抗局面，“以智充能、以智驭能、以智释能”将成为战场新特征。快速推进军事智能化的发展，是我国实现创新超越与强国强军难得的战略机遇[1]。

1、体系智能是军事智能发展的高级阶段

体系是战争中多类作战要素/装备有机融合以实现高效协同作战运用的有机整体，体系化是武器装备发展和作战运用的主线，贯穿于战争形态发展的各个阶段，且随着装备技术的突破和作战要素的丰富而不断变化。冷兵器时代，战场装备经历了木棍、青铜、钢铁等阶段，战争基本组织形式是大规模的人员方队，方队内部有序使用投石器、弓箭、刀剑等武器装备进行协同作战形成了最初的作战体系形态;热兵器时代，火药的出现与性能提升推动了战场交战范围、毁伤强度与装备的样式复杂度提升，火炮、鸟铳、枪械等融入传统方队中，方队内部灵活运行不同杀伤范围的武器装备实施多波次交战成为了新型的作战体系组织形态;机械化时代，各型载具运载能力与移动速度突飞猛进，机动作战成为战争的重要形式，同时空中飞行、水上/水下航行技术的成熟使得军兵种类型增多，军种内部责任划分逐步细化，多军兵种在陆、海、空等物理域联合作战成为了机械化战争时代作战体系组织的形态。

进入21世纪以后，军事大国之间在物理空间中的精确打击、远程打击，甚至是核打击能力越来越难以形成不对称格局，军事变革的焦点开始转移到谋求基于信息技术、以作战要素协同为牵引的体系对抗能力不对称优势上来，主要军事强国都致力于开发和争夺信息空间控制权，基于信息串联与交互实现空天地海网电等空间装备、能力实现协同高效作战，成为体系化作战的发展趋势。随着谷歌AlphaGo项目引领智能化技术走进人们的视野，智能强化了其在信息化时代的核心特征，对军民应用产生了深远而广泛的影响。当前，以美国为代表的军事强国纷纷投入大量资源抢占人工智能战略制高点，不断探索可用于军事对抗领域的新型作战概念与作战模式，军事智能呈现了概念牵引、技术推动、体系视角、快速迭代、能力颠覆、形态革新等显著特征。如美军于2015年提出“分布式杀伤”作战概念，该概念的核心思想在于依托开放式系统架构，分解造价高昂、研发周期长的高性能武器的作战能力，将包含飞机、武器、传感器和任务系统的空中作战能力拆解到大量功能单一、廉价、可数据共享、多机组网、协同配合的各类小型空战平台上，依靠大数据、人工智能技术支撑实现了能力的显著提升。

目前看，军事智能可分为单体、群体和体系等3个层次，其中单体智能关注作战装备的指标提升与智能化改造，主要途径是智能技术与武器装备直接融合;群体智能关注多装备的联合作战与综合能力升级，主要途径是依靠信息技术串联多个智能体实现更紧密的作战配合;体系智能关注战场全要素的调度与任务的高效完成，是基于武器平台、指控体系、作战终端等多方位、全领域的升级、换代、重塑，依靠智能化控制系统、高可靠数据链、全域传感器等功能系统，实现战场态势感知、筹划决策、作战行动与效果评估，形成人机一体、智能主导、云脑作战、无人作战等新型的作战样式[2]。

不难发现，体系智能突出实战导向，具有自主、精准、高效、全域、跨域、灵活、聚能等特征，是装备能力发挥的重要支撑，是实战能力生成的根本保证，是军事智能的高级阶段。美军推动了体系智能的发展，2017年DARPA提出“马赛克战”作战概念，该概念强调对当前美军空中、网络、陆地、海洋和太空领域作战装备的体系化高效利用，以综合性的通用框架，按照具体冲突需求，促成各种系统的快速、智能、战略性组合和分解，生成成本较低的具有多样性和适应性的多域杀伤链的弹性组合，实现网络化作战并生成一系列的效果链，在战术、作战及战役层面组合生成“效果网”，支撑实现高动态性、高适应性、高复杂度的联合多域作战体系[3]。

2、体系智能发展的阶段及遵循演进规律

人工智能技术发展历程经历了3次浪潮:第1阶段起源于为20世纪五六十年代，1956年举行的“达特茅斯会议”被公认为人工智能技术的开端;第2阶段起源于20世纪80年代，标志性事件是专家系统和BP神经网络等研究的问世，出现了语音识别、语音翻译计划;第3阶段起源于21世纪初期，并一直延续到现在。以Hinton提出深度学习算法，和随后大数据的兴起引发了深度学习的广泛应用为代表，中、美等国相继发布人工智能发展战略规划。随着人工智能技术研究的深入，智能化水平在不断提高，按照智能化水平的高低，体系智能的发展也必将遵循自动化、自主化和自进化的演进规律。

2.1 自动化形态

体系智能的自动化形态是体系在收到指令后自动完成某个单一环节或某项具体功能的阶段，此形态下武器系统会自动运行规则、流程及样式等，其全流程运行对人为干预依赖程度高;此时体系仅具备事先设计好的功能和能力，存在明显的指标和能力边界。体系智能化的自动化形态代表了机械化发展的最高水平。自动化形态可以确保武器系统在复杂对抗环境下，具有较好的操控能力和系统实战能力，确保系统可以有效作战，从而提升系统作战运用性能和作战性能。主要包括对武器系统流程全自动、功能全自动、功能超限设计等方面。

自动化过程具有以下优点:一是可在一定程度上减弱对人在作战运行中的参与度，大幅降低导弹武器系统对人的依赖，降低对人工操作的要求;二是系统自动运行状态能够突破人在反应时间、操作敏捷性、处理信息容量等方面的局限，利用机器优势衍生新质能力;三是可打破人对作战环境和保障的苛刻要求，提升武器系统对恶劣气候环境、复杂环境的适应性，实现作战区域的扩展和作战适应性的提升。自动化形态实现过程中重点涉及各武器装备互联互通、信息传递、远程控制、嵌入式技术、实时操作系统等技术领域，当前我国在这些领域已有较成熟的技术储备，武器装备发展也正处于自动化发展阶段。

2.2 自主化形态

体系智能的自主化形态是体系在被设定工作模式后可自主完成多个环节或某项特定任务的阶段，此形态下武器系统具备一定的感知和认知能力，其全流程运行对人为干预依赖程度大幅降低;此时体系在设计好的功能和能力约束下，指标和能力边界将逐步被打破，其表现可能会大大超出预期。体系智能化的自主化形态代表了信息化发展的最高水平。自主运行重点关注武器系统基本作战单元的全作战链条智能技术引入，将传统人在环路中的情况转变为人在环路上的模式，可有效提升导弹武器系统作战效能发挥。

自主化作战将有助于改变武器作战必须有人干预的局限，实现自主感知、自主决策和自主打击，从而提升武器系统的运用效率。通过武器系统自主化发展，可以实现武器系统的感知更加精准、部署更加多样、打击更加快速、可大幅提升武器系统的环境适应性和实战能力。自主化形态实现过程强调武器装备自动感知和自动认知能力，重点涉及以人工智能技术为代表的模糊逻辑、模式识别、特征提取、决策搜索等技术领域，当前正处于快速发展阶段，军工企业及高校均有大量资源投入相关领域研究。

2.3 自进化形态

体系智能的自进化形态是体系启动后可自主完成系统全部环节功能与任务，并具备自我优化和提高的能力。与自主化相比，自进化形态将具备更强的经验学习和自我提高能力，可以完全脱离人为干预在特定领域独挡一面。体系智能的自进化形态是武器系统智能化发展的最高水平，是人工智能技术高度发展后的终级阶段。在此阶段武器系统具备极强的自主感知和认知能力，且将以此为基础不断涌现处诸多意想不到的新能力。自进化形态的到来，将彻底改变现有作战模式和战争形态。

自进化作战形态的实现需要相当长一段时间的技术积累和科技进步，在此形态中武器装备发展将有可能脱离人类控制，成为有独立思想能力的个体。届时，如何限制系统自进化方向，合理控制其智能水平将成为体系智能化发展新的问题。

3、体系智能发展应重点关注的核心技术

体系智能发展涉及基础理论、算法框架、基础环境、前沿技术等多个方面，涵盖“算料”、“算法”、“算力”三个维度。其中，数据是体系智能发展的“算料”，算法框架是体系智能发展的“算法”，基础环境则是体系智能发展的“算力”。基础理论与算法框架研究是体系智能的基石，基础环境建设是体系智能化发展的加速器，主要包括大宽带高可靠网络、高性能计算平台、通用智能芯片等，这些内容在国家有关规划计划中很多都有安排。本文重点对体系智能发展应关注的核心关键技术进行阐述，主要包括体系架构设计、体系资源云化、云资源能力聚合、作战资源调度与动态管控、博弈对抗与推演、战场数据管理与智能挖掘等多个研究方向。

3.1 体系架构柔性设计与重组技术

体系智能化需要智能管控、按需抽取相关作战资源集合，并在其内部快速建立起紧密的关联关系，实现战斗力的动态生成与灵活释放。例如，美《分布式防御:一体化防空FD作战新概念》报告中指出，美军应将“一体化防空发FD”(IAMD)升级为“分布式防御”，创建一支更加灵活、更加分散的部队，形成一套新的架构，提高作战力量的灵活性和弹性。其本质是以当前先进的网络信息技术为基础，通过将区域内作战资源池化，系统解耦处理，化整为零、聚零为整，从传统的网络化互联互通转移到云化作战，实现防御系统作战资源运用的“形散神不散”。其主要特点有作战资源分散部署、扁平化云化组网、架构动态重组等，是未来防御作战新形态，也是基于网络信息体系的联合作战、全域作战的有效手段。

体系架构柔性设计将使得兵力在军事行动的各个方面具有高度的灵活性和适应性，当若干武器单元组合在一起时，这些较小的装备元素可以形成作战OODA环和杀伤链，当武器单元之间动态协同组合时，则可形成一个极具弹性、灵活机动的作战效果网。通过体系架构柔性设计与灵活重组将使武器装备运用具备“散似满天星，聚是一团火”的特质。这种开放式自适应作战体系架构，天然地具有在空间和时间上分布广、动态变化性更强的优势，可以使得战场态势更加复杂，加重了敌方的认知负担，从而实现不对称优势。

3.2 作战资源云化与云资源聚合技术

近几年，美国作战概念经历4个变革的阶段，从比传统作战先进的“海军综合防空火控”系统(NIFC-CA)到“系统之系统”(SOSITE)，再从“适应性杀伤网”(ACK)到“马赛克战”，在概念、能力和挑战3个方面都有进步。相比于传统战争，“马赛克战”根据可用资源，适应于动态威胁进行快速定制，即将低成本传感器、多域指挥与控制节点以及相互协作的有人、无人系统等低成本、低复杂系统以多种方式连接在一起，灵活组合以创建适用于任何场景的交战效果，即使对手摧毁或中和组合中的许多部分，其集体也可以根据需要立即做出反应，达到理想的整体效果，形成不对称优势[4,5,6,7]。

无论是“一体化火控防空(NIFC-CA)”还是“分布式体系集成技术试验(SOSITE)”，这类作战概念面对的挑战主要包括:无法动态增加新功能，难以运行和扩展。而作战资源云化技术则可实现从平台和关键子系统的集成转变为战斗网络的连接、命令和控制，支持按需组合、集成和互操作性。该技术瞄准将物理空间广域分布的所有作战装备在网络空间建立高度智能、紧密协同的耦合关系，有机地集成为“形散神不散”、“资源无边界，火力有边界”的整体。其物理载体具备2种能力:一是动态链接战场各类装备/设备，通过云化资源组织方式打破原有作战平台、传感器、武器之间的隶属与铰链关系，动态组织“探测-跟踪-决策-打击-评估”的完整OODA杀伤链要素;二是针对不同作战任务要求，通过信息的高效获取、互联共享、智能决策，实现给定时空空间下信火最优匹配的最优打击链路构建，形成精准打击能力，支撑军事智能在实战中的应用与落地[8,9,10,11,12,13]。

3.3 作战资源智能调度与动态管控技术

当前包括美国在内的军事大国其作战能力的实现主要依赖于高性能的先进武器装备(如:隐身战机或精确弹药)，但高能力的装备数量稀少且过于昂贵，战损难以承担;另外，随着高X技术以及先进武器系统的全球扩散，这些高精尖武器装备的战略价值和威慑能力不断减小。在“分布式作战”概念指导下，传统的多功能高价值平台被分解为一系列最小的实际功能单元，作为构成杀伤网的协作节点。此时，作战资源高效智能调度与动态管控技术则是体系资源综合能力高效发挥的关键所在。

作战资源高效智能调度与动态管控技术可根据作战任务及需求，对装备资源进行动态调控，实现装备资源的高效利用，从而适应复杂作战环境和任务切换。其核心在于在一定的时限内对有限的资源进行重新优化分配，以获取完成任务的最佳效益。一是，对战场资源重构是快速、稳定、精确的战场态势感知共享与作战协同的根本保障;二是，动态化、虚拟化资源池使得可构建的OODA环结构和组合方式灵活多变，使得作战方案上存在更多的选择，且当某个OODA环出现断裂时，可通过重构OO-DA环，以完成作战任务，增强协同互补优势，发挥资源整体作战效能;三是，能够根据对抗双方作战资源消耗情况，通过对敌我双方下一步的作战方案和作战资源运用进行预判和评估，使得我方的作战资源运用更有针对性，效率更高。

3.4 知识与经验驱动的博弈对抗技术

美军在“马赛克战”中提出要开发精细战术，使这些细粒度战术可以学习并适应作战环境。为实现该目标，势必将人工智能技术引入战术战法制定问题，通过作战环境数据挖掘和自我学习适应性地生成新战法。同时，系统还需要具备红蓝博弈与推演能力，在平时训练过程中即可完成自身作战能力的提升，并不断精确稳定对于战时战争走向的推演预测能力。这个过程中体系对抗与博弈推演技术可为该项功能的实现提供技术支撑。另外，经验历史数据和先验知识还可被引入训练功能中，让人工智能系统与人类操作员一起训练，以将人类背景和直觉感知融入到智能系统中，使其变得更加聪明，同时避免人类的误差。

知识与经验驱动的博弈对抗技术可有效解决未来智能化战争信息量大、参战装备多、对抗激烈程度高、战争过程难以预测等带来的一系列问题。通过构建作战智能体自学习环境，模拟作战任务中复杂多变的自然环境和敌方战术战法等，作战智能体利用其自学习与自提高能力，不断提升复杂环境、高强度对抗条件下武器装备快速反应与自主作战能力，提升体系化作战背景下武器装备运用灵活性、鲁棒性，适应武器装备的智能化发展。

3.5 战场数据管理与智能挖掘技术

体系架构中往往涵盖的大量的、异构的、不同表征形态的数据，如包括目标、环境、装备及其对战场感知的海量战场数据数据。其来源由于战场环境复杂，战场数据具有数据量大、异构性高、碎片化、不同表征形态等的大数据特征，表现出这些数据与理论计算数据差距往往较大，如果利用解析法计算出来的理论值就比较粗糙，对指导作战十分不利。战场数据的管理与智能挖掘技术能够实现作战资源的数字化处理，构建实时的战场全局态势信息，实现对作战体系资源的高效调度和智能控制。

数据管理可从战场获取的海量数据进行规范化、标准化表征，对战场大数据进行数据清洗、时空维标注、分类、去噪等治理和统一规范，形成统一的具有规范化的战场数据集合，支撑战场数据在作战体系中各个层面的应用。云存储技术则可以提高战场数据的集成效率、服务效率和使用效率，最终通过智能算法进行数据关联、多维特征提取、智能识别、特征抽象等，可实现战场数据交互和信息深度运用。此外，人工智能技术可以对数据进行分类和预测，依靠带标签的历史数据进行有监督学习，使预测数据非常接近真实值，让数据催生战斗力，大大加强己方武器的命中概率，成倍增加作战体系的智能化程度，提升防御领域的作战效能[14,15,16,17,18]。

4、结束语

随着人工智能技术和大数据技术研究广度和深度的不断增加，体系智能化发展必将呈现出“体系智能化、智能实战化”特征，体系智能化发展所涉及的研究方向及关键技术值得我们共同关注、协作攻关，文中提到的若干核心关键技术，值得我们进一步深入研究。

参考文献：

[1]黄长强.未来空战过程智能化关键技术研究[J].航空兵器,2019,26(1):11-19.

[2]黄汉桥,白俊强,周欢,等.智能空战体系下无人协同作战发展现状及关键技术[J].导航与控制,2019,18(1):10-18.

[3]刁兴华,方兴旺,肖冰松,等.基于多智能体联盟的多机协同空战任务分配[J].北京航空航天大学学报,2014,40(9):1268-1274.

[4]李东兵,申超,蒋琪.SoSITE等项目推动美军分布式空战体系建设和发展[J].飞航导弹,2016(9):65-70.

[5]雷子欣,李元平.美国“马赛克战”作战概念解析[J].军事文摘,2019(3):7-10.

[6]李磊,王彤.美国发展支撑多域战的新导弹技术[J].飞航导弹,2018(10):5-7.

[7]郭智杰,糜玉林,王建国.基于MAS的防空武器协同作战决策研究[J].兵工自动化,2016,35(7):81-85.

[8]季明.全域作战能力评估相关问题研究[J].军事运筹与系统工程,2018,32(1):15-19.

[9]肖占军,赵志杰,吴宝明.对移动5G网络在军事领域应用问题的思考[J].数字通信世界,2019(2):6477.

[10]张晓海,操新文,耿松涛,等.基于深度学习的军事辅助决策智能化研究[J].兵器装备工程学报,2018,39(10):162-167.

[11]孙海洋,张安,毕文豪.基于云协同的多域协同作战指挥控制系统[C]∥第四届中国航空科学技术大会,2019.

[12]何锡点,崔隽,刘祥,等.面向作战任务的云资源统一规划与动态重组技术[J].指挥信息系统与技术,2019,10(2):34-38.

[13]赖昕,武明,江华.基于模板的战术通信网络自动规划研究[J].通信技术,2019,52(7):1696-1701.

[14]刘昊,朱宁,张晓海.基于对抗进化的联合火力打击任务规划[J].指挥控制与仿真,2019,41(5):10-15.

[15]刘金星,佟明安.多智能体作战飞机协同空战指挥控制的若干技术问题[J].电光与控制,2007,14(3):154-157.

[16]伍文峰,胡晓峰.基于大数据的网络化作战体系能力评估框架[J].军事运筹与系统工程,2016,30(2):26-32.

[17]李建平,曹炳华,任逸然.大数据在未来作战中的应用研究[J].网信军民融合,2018,19(12):28-30.

[18]高峰.基于云计算的作战数据服务研究[J].计算机与网络,2019,45(10):72-75.

冯杰鸿.体系智能化发展趋势及其关键技术[J].现代防御技术,2020,48(02):1-6+14.