张智敏等：人工智能在军事对抗中的应用进展 ·1107· revealed the shortcomings of using Al in the current military field,and analyzed the development trend of hybrid human-artificial inte- lligence in military confrontation.We also presented three possible technical schemes and detailed explanations and finally proposed future research directions.We believe that the future development trend of intelligent military may be based on the hybrid human-artificial intelligence,which will further improve the adaptability of machines to the combat environment and reveal the merits of the integration of human wisdom and machine intelligence;this integration may be the next step of Al research in military confrontation. KEY WORDS artificial intelligence:military confrontation:Internet of Things:hybrid human-artificial intelligence:technical schemes I956年，人工智能(Artificial intelligence,AI)一 由于技术水平有限，在目前的军事对抗中，还 词正式诞生，并逐渐对众多领域产生深远影响； 无法完全交由机器进行实时响应、紧急决策处理； 1997年，BM的“深蓝”在象棋比赛中战胜卡斯帕 在未来的一段时间内，无法实现武器装备完全自 罗夫，人工智能在经过两次低谷后重回大众视线， 主控制.这表明在执行过程中，依旧需要人工操纵 但此时机器的良好表现更多要归功于超强的计算 与控制，来确保整个作战过程不出现偏差.通过让 能力，它不能像人类一样理解棋局所代表的含义； 机器承担操作性的任务，让人承担决策性的工作， 2006年，在Hinton的带领下，深度学习领域取得重 从而实现人与机器的高度融合，优势互补，是未来 大突破山，人工智能进入爆发期：2017年，拥有“深 军事对抗的发展方向. 度学习”大脑的AlphaGo强势来袭，击败世界围棋 人机融合智能，是一种强人工智能，简单来说 冠军柯洁，机器开始拥有“思考”能力：同年，只通过 就是可以将人与机器优势相互结合的一种智能形 三天自我博弈与学习的AlphaGo Zero出师，不仅击 势.人类与机器在态势感知、数据处理、决策分析 败AlphaGo,还学会了三种不同的棋类游戏，机器 等方面可以做到优势互补，是弥补人类与机器各 开始拥有“洞察力”☒人工智能特别是深度学习的 自缺点的重要方式.能否实现多种作战方式，将取 不断发展，使机器不再受限于特定的程序，转而开 决于人机融合智能能否有效的应用于军事对抗 始拥有思考能力，机器变得越来越“聪明”：而人类 中，也取决于人与机器在实际对抗中遇到各类突 智慧是机器始终无法取代的，如何实现智慧与智能 发情况时是否能够默契配合 的融合，也就开启了人工智能领域新的研究话题. 人机融合智能在军事对抗中的应用，以人工 纵观军事领域，高科技化军事装备的出现，势 智能在军事对抗中的应用为基础，以如何在各类 必会对作战形势以及取胜机制产生重大影响.但 战争角色中实现人一机高度协同为主要研究内容， 从目前国内外情况来看，部分先进科技装备不能 在有人进行监督参与的情况下，使机器以不同方 有效、快速的投入到战斗当中，且面对复杂作战环 式配合实现在“防御-检测-攻击”的高效运作，最 境时，可能会出现无法发挥正常作战效应的情况， 终实现“1+1>2”的对抗效果 这都会严重妨碍军事力量发展. 在目前，人机融合智能在军事对抗中仍有很 随着人工智能及其分支技术的不断发展，军事 多问题需要解决，这些问题主要有： 对抗的作战形态已发生巨大变革，这将从根本上改 (1)赋予机器的假设条件是有限的，面对复杂 变作战方式和制胜机理，同时会演化出众多新式武 的作战环境，这种有限性限制了决策的多样性； 器，未来战争可能会实现由“人对人”到“机器自主 (2)环境高度复杂化、高度不确定化，导致数 杀人”的转变)目前，众多国家已经开始投入到对 据量急剧增加，但目前人机之间的信息传递效率 人工智能在军事领域的研究当中，并取得了重大的 低，具有滞后性，在不同编队的情况下，如何实现 进展，这将加速推进战争形态向智能化迈进. 数据高速共享也是需要思考的问题； 人工智能下的军事，从对抗策略角度进行分 (3)由于作战任务高度复杂且对时间精度要求 析，需要解决在军事攻击、军事检测和军事防御方 较高，干预问题成为人机融合智能在军事对抗中不 面如何有效的将人工智能融入其中这一问题，同 可忽略的问题之一，何时由人获得主控权，何时由机 时为达到作战一致性，协同配合也需要着重考虑 器获得主控权，需要对人机融合系统进行充分设计. 而若从物联网三层架构分析军事对抗中的人工智 人机融合智能在军事对抗中的应用，可以认 能技术，需要解决软硬件在感知层、网络层和应用 为是智能系统与决策技术的高度融合，这将是多 层的对抗问题，从而形成完备的军事攻防体系. 学科交叉的研究成果.如何实现人机协同打击工revealed the shortcomings of using AI in the current military field, and analyzed the development trend of hybrid human–artificial inte￾lligence in military confrontation. We also presented three possible technical schemes and detailed explanations and finally proposed future  research  directions.  We  believe  that  the  future  development  trend  of  intelligent  military  may  be  based  on  the  hybrid human–artificial intelligence, which will further improve the adaptability of machines to the combat environment and reveal the merits of the integration of human wisdom and machine intelligence; this integration may be the next step of AI research in military confrontation. KEY  WORDS    artificial  intelligence； military  confrontation； Internet  of  Things； hybrid  human –artificial  intelligence； technical schemes 1956 年，人工智能（Artificial intelligence, AI）一 词正式诞生，并逐渐对众多领域产生深远影响； 1997 年，IBM 的“深蓝”在象棋比赛中战胜卡斯帕 罗夫，人工智能在经过两次低谷后重回大众视线， 但此时机器的良好表现更多要归功于超强的计算 能力，它不能像人类一样理解棋局所代表的含义； 2006 年，在 Hinton 的带领下，深度学习领域取得重 大突破[1] ，人工智能进入爆发期；2017 年，拥有“深 度学习”大脑的 AlphaGo 强势来袭，击败世界围棋 冠军柯洁，机器开始拥有“思考”能力；同年，只通过 三天自我博弈与学习的 AlphaGo Zero 出师，不仅击 败 AlphaGo，还学会了三种不同的棋类游戏，机器 开始拥有“洞察力” [2] . 人工智能特别是深度学习的 不断发展，使机器不再受限于特定的程序，转而开 始拥有思考能力，机器变得越来越“聪明”；而人类 智慧是机器始终无法取代的，如何实现智慧与智能 的融合，也就开启了人工智能领域新的研究话题. 纵观军事领域，高科技化军事装备的出现，势 必会对作战形势以及取胜机制产生重大影响. 但 从目前国内外情况来看，部分先进科技装备不能 有效、快速的投入到战斗当中，且面对复杂作战环 境时，可能会出现无法发挥正常作战效应的情况， 这都会严重妨碍军事力量发展. 随着人工智能及其分支技术的不断发展，军事 对抗的作战形态已发生巨大变革，这将从根本上改 变作战方式和制胜机理，同时会演化出众多新式武 器，未来战争可能会实现由“人对人”到“机器自主 杀人”的转变[3] . 目前，众多国家已经开始投入到对 人工智能在军事领域的研究当中，并取得了重大的 进展，这将加速推进战争形态向智能化迈进. 人工智能下的军事，从对抗策略角度进行分 析，需要解决在军事攻击、军事检测和军事防御方 面如何有效的将人工智能融入其中这一问题，同 时为达到作战一致性，协同配合也需要着重考虑. 而若从物联网三层架构分析军事对抗中的人工智 能技术，需要解决软硬件在感知层、网络层和应用 层的对抗问题，从而形成完备的军事攻防体系. 由于技术水平有限，在目前的军事对抗中，还 无法完全交由机器进行实时响应、紧急决策处理； 在未来的一段时间内，无法实现武器装备完全自 主控制. 这表明在执行过程中，依旧需要人工操纵 与控制，来确保整个作战过程不出现偏差. 通过让 机器承担操作性的任务，让人承担决策性的工作， 从而实现人与机器的高度融合，优势互补，是未来 军事对抗的发展方向. 人机融合智能，是一种强人工智能，简单来说 就是可以将人与机器优势相互结合的一种智能形 势. 人类与机器在态势感知、数据处理、决策分析 等方面可以做到优势互补，是弥补人类与机器各 自缺点的重要方式. 能否实现多种作战方式，将取 决于人机融合智能能否有效的应用于军事对抗 中，也取决于人与机器在实际对抗中遇到各类突 发情况时是否能够默契配合. 人机融合智能在军事对抗中的应用，以人工 智能在军事对抗中的应用为基础，以如何在各类 战争角色中实现人‒机高度协同为主要研究内容， 在有人进行监督参与的情况下，使机器以不同方 式配合实现在“防御‒检测‒攻击”的高效运作，最 终实现“1+1>2”的对抗效果. 在目前，人机融合智能在军事对抗中仍有很 多问题需要解决，这些问题主要有： （1）赋予机器的假设条件是有限的，面对复杂 的作战环境，这种有限性限制了决策的多样性； （2）环境高度复杂化、高度不确定化，导致数 据量急剧增加，但目前人机之间的信息传递效率 低，具有滞后性，在不同编队的情况下，如何实现 数据高速共享也是需要思考的问题； （3）由于作战任务高度复杂且对时间精度要求 较高，干预问题成为人机融合智能在军事对抗中不 可忽略的问题之一，何时由人获得主控权，何时由机 器获得主控权，需要对人机融合系统进行充分设计. 人机融合智能在军事对抗中的应用，可以认 为是智能系统与决策技术的高度融合，这将是多 学科交叉的研究成果. 如何实现人机协同打击工 张智敏等： 人工智能在军事对抗中的应用进展 · 1107 ·