无人化装备已逐步取代人类充当战场前锋,目前人工智能技术是军事发展中最活跃、最革命性的因素之一,无人化装备与智能化算法相结合形成的无人智能化装备必将重构从“传感器”到“射手”的各个环节,引起战争形态和作战方式的深刻变革,为各国军事发展注入新的动能。世界各军事强国纷纷建立无人智能化研究机构,科学地制定发展路线图,前瞻部署重大无人智能化项目,加强无人智能化装备的建设与运用研究,争取在新一轮科技革命浪潮的推动下实现“抵消战略”和“降维攻击”。

1、加强无人智能化装备平台建设,提升无人智能化装备体系作战能力

美国国防部在“第三次抵消战略”中提出要聚焦人工智能与自主技术,开发验证无人机蜂群作战、人机协同作战、智能认知作战、数据开源作战和全域渗透作战等作战模式,提升作战平台的智能化、无人化和自主化。美国、俄罗斯、日本和英国等军事强国已将无人智能化装备的发展上升为国家战略,从陆地、水面、水下和空中各领域加速推进无人智能化装备的普遍智能化。

1.1 无人智能化陆上装备体系建设

美国波士顿动力(BostonDynamics)公司[1]致力于研究人工智能仿真和具有高机动性、灵活性和移动速度的先进机器人[2],研制了SpotMini,Spot,Atlas和Handle等机器人,SpotMini能够行走、小跑和上楼梯,被踢之后还能恢复姿势,Spot在24h不补给的情况下可携带181.44kg负载行进32.18km,Handle双足轮式机器人可平稳灵活地越过各种障碍物,还可以跳上1.2m高的平台。俄罗斯战略导弹部队研制的“狼-2”移动式机器人系统,能够在35km/h的行进情况下瞄准目标并开火,还可以完成重点区域的巡逻、侦察警卫等任务,是核武器和弹道导弹的“金牌保镖”。日本的阿西莫(ASIMO)人形机器人不但能跑能走、上下阶梯,还会踢足球和开瓶倒茶倒水,更具备了人工智能,是最先进的仿人行走机器人之一。我国民用陆上无人智能化平台[3]发展较快,百度旗下自动驾驶平台Apollo于2015年12月在北京进行了高速公路和城市道路的全自动驾驶测试,2020年前逐步开发至高速公路和普通城市道路上的全自动驾驶。2018年,京东的无人配送车已经开上了街头,在解决最后一公里的配送难题上迈出了实质性一步。无人智能化陆上装备建设应立足打赢未来智能化战争,建设无人智能化陆上装备体系,为适应未来智能化作战贡献陆上方案。

1.2 无人智能化水面装备体系建设

伴随科技的飞速发展,无人舰艇[4,5,6]开始崭露头角,它不受人员体力限制,遭受攻击时不会造成人员损失,运行成本低,生存能力强,还可与有人平台配合形成高效反潜模式,弥补潜艇和水面有人舰艇搜潜力量不足的问题。以色列2009年率先启用现代化无人舰艇,“保护者”无人水面艇被用于沿黎巴嫩海岸巡逻并监控特定对象的活动,机动性很高,最高时速50节。美国2016年将第一艘反潜战持续跟踪无人艇命名为“深海猎鲨”号,可航行几个月、数千海里,在12节航速下,能航行10000海里,该艇能自主航行监视,全天候在载人舰船附近进行安全航行,运行成本1.5～2万美元/天。2018年美军接收了“海上猎人”无人驾驶军舰,长40m,航速最高可达27节,装备多种传感器和先进光学设备,专为探测跟踪无声柴电潜艇设计制造。2018年12月在上海的展览会上,中国展示了世界上最快的“天星-1”海上无人艇,该艇排水量7500kg,长12.2m,用于海上巡逻,装备遥控战斗组件,它包括1挺88式(QJC88)12.7mm机枪和1个光电站。和无人机一样,无人舰艇进入舰队编制后,海上战场迷雾难以维持,指挥官的战场视野将显著提升,无人舰艇有望在未来变革海上战争形态。

1.3 无人智能化水下装备体系建设

无人水下航行器(UUV)[7,8]在结构设计上不受潜艇人员的生理限制,能够在极端恶劣的战场环境下以“零伤亡”完成预定任务。由于在体积、使用和维护上的综合优势,其在战场中的力量配置和战术运用更灵活,更适合在重防区域、不明海域等非常规作战环境执行相应军事任务。2019年2月13日,美国海军授予波音公司建造4艘“虎鲸”超大型无人潜航器,该潜航器长51英尺,可自主航行6500海里,用于水下侦查、水雷战、反潜战、电子战和打击任务,在一定程度上填补了美海军打击武器装备系统的空白。我国研制的“海翼”系列水下滑翔机能够搭载多种载荷,具备在大洋进行海洋探测的能力,能为大洋水文资料和海底地形获取提供了重要手段。随着水下无人潜航器的快速发展,水下战场将呈现无人化趋势,水下无人潜航器作战应用范围和深度不断拓展,将改变传统水下作战模式,催生新型作战力量,模糊战争和非战争界限,对未来战争产生深远影响。

1.4 无人智能化空中装备体系建设

无人机[9,10,11]由于不考虑飞行员生理极限、伤亡少和造价经济等特点,备受各军事强国青睐,数量、种类持续快速增长,功能不断拓展。美军高度重视无人机发展,研发的RQ-21A,RQ-7,MQ-8B/C等无人机可提供中低空战术情报监视侦查能力,MQ-4C,RQ-4,MQ-1等无人机可提供全球全天候的高空情报监视侦查能力,X47-B可航母起降的新型隐身无人机,可以航母起降,自动空中加油,全天候精确打击,MQ-25无人机是能航母起降的无人加油机,能够有效提升航母舰载机作战半径。美国DARPA5月8日消息,该局启动“空战演化(AirCombatEvolution,ACE)”项目,旨在让飞行员更快地从战斗机操作者转变为任务战斗指挥官,将动态变化的空战任务交给驾驶舱的无人、半自动空中设施托管,把飞行员解放出来,关注更宏观的空战。我国在无人智能化装备和产品的研制、生产和应用进步显著。未来无人机必将得到人工智能技术的加持,会变得更加灵活、聪明,无人机集群技术会得到广泛关注,以极小的代价实现饱和突防的目的。

2、智能化算法建设

算法和弹药同样重要,人工智能算法[12]从应用角度主要包括视觉类、语音类和自然语言处理类算法,3类算法在军事领域的应用必将对战争产生深远影响。

2.1 计算机视觉类算法

计算机视觉类算法[13,14,15]主要以联结主义学派的深度学习[16]算法为基础,广泛应用于图像和视频处理,目前在军事领域已逐步得到应用。2017年4月,美国防部签署了“知识积累项目(ProjectMaven)”备忘录,建立“算法战跨职能小组”,利用人工智能技术,从大数据中快速获取军事情报,应对军事行动中海量数据处理压力,加速推动人工智能、大数据和机器学习等关键技术在军事领域应用,以全面提高装备智能化程度和自主决策能力。我国计算机视觉算法在军事领域应用较民用领域发展慢,民用领域主要用于无人驾驶、安防和电商零售等领域。国内AI公司商汤科技在自动驾驶领域竞争优势明显。安防领域,格灵深瞳和神州云海等国内AI公司很多产品已投入使用。电商零售领域,京东无人超市已在西安投入使用。计算机视觉是一个非常广阔的发展领域,已成为人工智能领域最为活跃的研究方向之一,我国计算机视觉技术基础已经具备,各种应用场景进展顺利,应继续推进产业发展,逐步引导计算机视觉从民用逐步走向军事应用。

2.2 语音类智能化算法

语音类算法[17]已经成为人工智能的主流算法之一,每天有数百万人通过与语音识别系统交互来完成语音邮件系统导航、用手机进行网上搜索以及其他应用。民用领域的语音助手也很多,例如苹果公司的Siri、谷歌公司的Assistant、微软的小冰、三星公司的Bixby、华为公司的小E助手和小米公司的小爱同学等,这些智能应用能够通过智能对话与即时问答的智能交互,帮助用户解决问题。科大讯飞在语音合成、语音识别、机器口语翻译及语音评测等技术领域中都处于国际领先水平。2018年科大讯飞的语音合成技术已经让机器开口说话,可用机器模仿国外领导人讲话。随着人工智能技术的不断进步,语音类智能化算法的应用场景将不断拓展。

2.3 自然语言处理类算法

自然语言处理[18]是计算机科学与人工智能领域中的一个重要方向,研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法,主要应用于机器翻译、文本挖掘和情感分析等。随着数据量的激增,互联网公司纷纷成立机器翻译研究组,研发了基于互联网大数据的机器翻译系统,从而使机器翻译真正走向实用,例如“百度翻译”“谷歌翻译”等,随着深度学习的进展,机器翻译技术得到了进一步发展,促进了翻译质量的进一步提升,在口语等领域的翻译更加地道流畅。文本数据挖掘是指从文本数据中抽取有价值的信息和知识的计算机处理技术,民用领域可用于分析客户体验、客户洞察、产品研发和口碑评测等,军事领域可用于军事网站爬取、舆情监测和情报搜集等。情感分析是近年来国内外研究的热点,任务是帮助用户对带有情感色彩的主观性文本进行分析、处理、归纳和推理,民用领域可应用于企业分析消费者对产品的反馈信息、差评信息等,军事领域应用较少。

3、创新无人智能化装备的运用模式

随着世界新一轮科技革命、产业革命和新军事革命交织推进,战争形态发生了根本性改变,无人智能化装备逐渐从实验室走向战场前沿,催生在不同作战样式、作战任务和作战活动下无人智能化装备运用新模式。

3.1 无人/有人协同作战

人类与机器人编队的核心在于人类与机器人的伙伴关系和对实现人与机器人伙伴之间互动的组织学习[19]。2015年法军数架神经元可同时接受1架阵风战斗机的指挥控制,解决了编队控制、信息融合、机间数据通信以及战术决策等技术,实现了自主编队飞行。2016年美军陆军启动了“指挥官虚拟参谋”项目,目的是应对海量数据及复杂战场态势,提供主动建议,高级分析及人机交互,为指挥官及其参谋制定战术决策提供从规划、准备、执行到行动回顾全过程的决策支持。2017年9月DARPA公布了“飞行导弹导轨”的概念,可发射空空导弹的低成本无人机概念,目的是设计和制造一款可携带AIM-120空空导弹执行制空作战任务的低成本无人机,该无人机与F-16和F/A-18战斗机兼容、可挂载至少1枚AIM-120先进中程空空导弹。该无人机可作为随时激活的“忠诚僚机”,一方面可协助有人驾驶的战斗机脱离敌方活力,另一方面可以在战场局部空域构成数量优势,有助于打破美军当前空战模式,使得打击距离更远、致命性更强以及人员伤亡更小。2030年的典型地面战斗群将有250～300个人类战士和数千个不同大小、功能各异的机器人构成。无人装备充分发挥自主作战能力,人类充分发挥决策优势,无人/有人协同作战必将成为弱人工智能时代作战的主要样式。

3.2 无人系统集群式作战

随着微电子技术、人工智能技术以及通信导航技术的不断发展,现代战场无人自主武器层出不穷,在无人系统蜂群作战[20,21]技术发展上,目前美军位居前列。2014年10月15日,美国智库“新美国安全中心”发布了《战场机器人Ⅱ:即将到来的蜂群》报告,首次系统地提出了无人系统蜂群战术。“蜂群战术”顾名思义,就像自然界中的蜜蜂一样,一旦遭到攻击,即倾巢出动,发挥数量多、体积小、机动灵活和协同一致的优势成群结队地攻击同一目标。2017年1月,美国战略能力办公室利用3架F/A-18F“超级大黄蜂”战机投放103架“灰山鹑”微型无人机,通过集体决策、编队飞行等,展示了先进的群体协同能力。2017年10月,DARPA开展进攻性蜂群战术(OFFSET)项目,开展物理和虚拟环境中为蜂群技术设计开发和使用的一个开放式架构。除空中蜂群外,美军还积极针对陆地和海上蜂群进行布局,2017年3月,美国陆军发布了《美国陆军机器人与自主系统战略》,描绘了美国陆军机器人与自主系统未来25年的发展路线图,其中,中远期目标是提高蜂群的自主能力和发展蜂群作战技术。2014年,美海军在弗吉尼亚州的一次演习中使用了13艘无人水面艇进行了蜂群作战试验,当前美海军正在联合开展“海上集群”项目,核心是研发无人水面艇蜂群战术。

3.3 分布式作战

2015年DARPA启动“体系集成技术和试验”项目,发展“分布式空战”概念,分布式作战的核心思想是将大型平台的作战任务分解到多个小型平台上,通过自主协同技术达到相同或者更高的作战能力。“分布式作战”概念对未来作战和无人智能化装备发展将产生重要影响。一方面,可以通过将作战能力分散到多个或多种无人智能化装备平台,在提升无人智能化装备体系弹性和抗毁伤能力的同时,也增强无人智能化装备体系的作战能力;另一方面,采用开放式体系架构,可实现任务模块的快速升级和替换,提高智能化作战的灵活性。

3.4 跨域协同作战

随着战争样式的不断演进,未来无人智能化装备必然会向体系化发展,无人智能化联合作战会成为新的作战样式。美国国防部提出了“幽灵舰队”概念,旨在将空中无人机蜂群、水面无人舰艇和水下潜航器蜂群集合到一起,由空中无人机提供情报、监视与侦查,由水面无人舰艇和水下潜航器组成攻击蜂群,以饱和攻击方式摧毁敌方目标。2017年6月,法国舰艇制造公司实现3种无人系统的协同作战,利用I4Drones任务系统,指挥控制无人机、无人艇和无人潜航器协同作战,成功探测、识别和摧毁了目标。2017年8月,美国海军“先进海军技术演习”期间,演示了“无人潜航器-无人机”跨域协同作战能力。无人系统作战能力的发展,将颠覆未来作战样式,变革装备体系和力量编成。

4、无人智能化装备未来发展的思考

4.1 建立跨职能综合领导机构,加强顶层设计

人工智能是新一轮科技革命的主要推手,世界各军事强国纷纷成立人工智能管理机构,出台相关规划,进行战略布局[22,23]。2017年7月新美国安全中心和哈佛大学联合发布了《人工智能与国家安全》。2018年5月,政府层面,美国白宫成立“人工智能专门委员会”。同年6月,军队层面,美国国防部成立“联合人工智能中心”。2019年2月,发布“维持美国在人工智能领域的领导地位”行政命令,启动“美国人工智能倡议”。2019年2月美国防部公布了“2018年国防部人工智能战略概要:利用人工智能促进我们的安全与繁荣”。2015年5月国务院印发《中国制造2025》,明确提出建设重点领域智能工厂,建立智能制造标准体系,搭建智能制造网络系统平台,提出了截止2020,2025年要实现的目标。2017年7月国务院发布了《新一代人工智能发展规划》,提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施,加快建设创新型国家和世界科技强国。要想真正通过前瞻颠覆性技术实现“弯道超车”,必须得到顶层跨职能综合管理机构的加持,以此来加强政府和军队人工智能项目的协调、推进和管理。

4.2 提升OODA环迭代速度,统筹大项目布局

人工智能在信息处理和辅助决策等军事领域应用广泛,本质是让机器发挥其计算能力,让人专注于决策能力发挥,实现技术与艺术的完美结合。美国通过国防部、DARPA、IARPA等机构布局了很多大项目,例如“进攻性蜂群战术(OFFSET)”、“心灵之眼(Mind’sEye)”、“虚拟指挥官(CVS)”、“小精灵(Gremlins)”、“洞悉(Insight)”和“终身学习机器(Life-learnMachine)”等项目。我军人工智能发展速度普遍滞后于地方,应从政府和军队层面,通过前瞻性项目的布局,加速推进人工智能在军事领域落地。目前,美国的Maven项目已开发出用于无人机视频自动目标识别与追踪的算法,准确率达到80%并在不断升级优化中。

4.3 创新合作模式,促进产学研融合发展

随着科学技术的不断进步,越来越多的高精尖技术被率先应用到军事领域,但是,如何加速高精尖技术从实验室走向军事应用,需要创新合作模式。美国深度学习泰斗级人物Hinton教授在多伦多大学和Google公司身兼两职,负责Google大脑的研发。斯坦福大学李飞飞教授是斯坦福大学人工智能研究所的教授,也在Google公司担任职务,创建了ImageNet网站,提高了科研人员开展人工智能研究的效率。因此,工业界、学术界和国际社会需要密切合作,大型工业合作伙伴、小型初创和风险投资公司开展大胆的人工智能创新,才能引导产学研机构跨域融合,加速基于AI的商业和军事交付能力。

5、结束语

“作战力量的有效聚合”是战争的制胜机理之一,无人智能化装备作为新兴的作战力量必将颠覆未来的作战样式,无人智能化装备体系建设为主动设计战争的“工具箱”增添了“杀手锏”,无人智能化装备的运用让无人智能化装备体系形成有效聚合,为打赢智能化条件下的联合作战打造新优势。

参考文献：

[1]机器人大讲堂.波士顿动力最新视频:Altas自由体操,Spot商业宣传,人类集体沉默[EB/OL].

[2]SINGERPW.机器人战争:21世纪机器人技术革命与反思[M].武汉:华中科技大学出版社,2016.

[3]赵甜甜,陈万培,顾益飞,等.环境感知自动巡航无人车设计[J].无线电工程,2017,47(10):73-78.

[4]逯杰,雍波.无人水面舰艇的发展及在信息作战中的运用[J].海军学术研究,2017(3):27-29.

[5]张永平.无人舰艇未来海战模式的改变者[J].坦克装甲车辆,2017(10):36-41.

[6]付战彬,刘立彪.无人舰艇技术及军事应用研究[J].国防科技,2016,37(5):42-44,51.

[7]钟宏伟,李国良,宋林桦,等.国外大型无人水下航行器发展综述[J].水下无人系统学报,2018,26(4):273-282.

[8]钟宏伟.国外无人水下航行器装备与技术现状及展望[J].水下无人系统学报,2017,25(4):215-225.

[9]魏学轩,李学仁.先进无人机系统与作战运用[M].北京:国防工业出版社,2014.

[10]谢苏明.无人化智能化装备技术发展及其影响分析[J].现代军事,2017(3):51-56.

[11]张建东,吴兆东.外军物资保障领域无人化装备发展现状及对我军的启示[J].物流技术,2018,37(5):150-152.

[12]姚保寅,李浩悦,张瑞萍.人工智能技术在武器装备中的应用研究[J].战术导弹技术,2017(5):46-51.

[13]章毓晋.计算机视觉教程[M].北京:人民邮电出版社,2011.

[14]HAYKINS.神经网络原理[M].叶世伟,史忠值,译.北京:机械工业出版社,2004.

[15]王港,陈金勇,高峰,等.基于深度神经网络的遥感目标检测及特征提取[J].无线电工程,2018,48(9):760-766.

[17]李云.快速语音识别算法的研究[J].信息技术,2017(7):118-120.

[18]REESERM.Java自然语言处理[M].南京:东南大学出版社,2016.

[19]纪敏,李冬予.基于功能节点的有人/无人机协同攻击模式研究[J].舰船电子工程,2017,37(5):8-12.

[20]陈方舟,黄靖皓,赵阳辉.美军无人“蜂群”作战技术发展分析[J].装备学院学报,2016,27(2):34-37.

[21]郭文艳,周吉瑞,张姣姣.基于改进人工蜂群的图像增强算法[J].计算机工程,2017,43(11):261-271.

[22]佩德罗·多明戈斯,黄芳萍.《终极算法:机器学习和人工智能如何重塑世界》[J]金融纵横,2018(2):102.

[23]蔡华悦,未志元.人工智能在各军事强国的发展[J].国防科技,2017,38(5):7-11.

杨勇,朱安石,路明磊.无人智能化装备建设与运用研究[J].无线电工程,2020,50(05):418-422.