最新中文版3500字 | 人工智能在军事作战规划中的应用潜力

继文献中关于人工智能在大数据处理及作战系统应用领域掀起初步热潮与广泛推测后，本文为军事行动中人工智能应用的讨论提供了亟需的具体方向。文章识别出军事行动作战规划流程中若干可应用人工智能的环节，这些应用可能对战役至战术层级的军事实践产生实质影响。本文参考塞尔维亚国防部与武装部队"21世纪初现代军事行动理论与实践研究"项目成果报告。

20世纪末至21世纪的冲突昭示新一代战争形态，并推动军事行动中作战与非作战力量（单元）运用新概念的形成。近期冲突中可辨识两大关键要素：其一关乎作战区域（战场）可视化，其二指向作战行动中机器人作战系统的不可或缺性。前者对优化作战规划流程与制定精准决策贡献卓著，后者则显著提升军事单元运用战术效能。作战区域实时可视化（战场情报准备与作战行动中战斗系统部署数据）及机器人作战系统的运用，正开始深度依赖人工智能技术。这正塑造军事行动中机器人技术、自动情报处理、自主系统与人工智能的论述范式。

人工智能

21世纪的人工智能已成为不可或缺的工具，协助个人、决策者及企业缩短信息获取周期并加速决策进程。多数当代理论家认为人工智能是复制人类任务的机器或机器人（系统），但需更精准定义以评估其在战争领域及人类社会的影响。人工智能系统可将人类从常规工作（如分析文本收集数据等）中解放，并增强其创造力。该系统可辅助人类活动多数领域——从执行海量数据检索的常规任务到协助科学家取得新发现。然而，人工智能亦可能被社会破坏势力用于瓦解社会凝聚力与社会关系，甚至危害公共安全或国际安全[1]。故需以批判态度审视人工智能运行机制，在遵循伦理规范前提下提升其效能。

人工智能的术语定义涵盖：开发能执行通常需人类智能所及任务（如视觉感知、语音识别、决策制定及语言翻译）的计算机系统理论与技术。若未基于机器学习算法，则无法准确定义人工智能。算法通过发掘数据中的复杂模式形成规则。机器学习由算法构成，使计算机能通过理解给定数据与算法设计者（程序员）待解决问题间的关系来识别数据模式，无需人类显式编程规则[2]。多数人工智能学术研究认同该领域尚无普适定义，但美《2019财年国防授权法案》（NDAA）第238条（"联合人工智能研究、开发与转化活动"）提供了定义：

• 可在无重大人工监督下于多变不可预测环境中执行任务，或能通过数据集学习经验提升性能的人工系统；
• 在计算机软件、物理硬件或其他环境中开发，能处理需接触数据集任务的人工系统；
• 设计用于模拟人类思维或行为的人工系统（含认知架构与神经网络）；
• 旨在近似认知任务的技术集合（含机器学习）；
• 设计用于理性行动的人工系统（含通过感知、规划、推理、学习、交流、决策及行动实现目标的智能软件代理或实体机器人）[3]。

本文采用第238条的理论条款作为人工智能的界定依据。

人工智能对人类发展影响深远，但因尚不完善且可能被破坏势力利用，需特别关注其安全性。人工智能安全指旨在确保AI系统开发实施时最小化风险、最大化人类效益的研究实践领域，涵盖以下核心关切：

• 鲁棒性与可靠性：确保AI系统在不同条件下按预期运行，避免异常或有害行为；
• 伦理考量：解决AI系统中公平性、问责制、透明度及隐私问题，防止对个体或群体的伤害与歧视；
• 价值对齐：将AI系统目标价值与人类用户及社会整体价值协调，预防冲突或意外后果；
• 风险缓解：制定策略机制识别、评估及缓解AI技术开发应用中的潜在风险（如副作用、滥用或意外后果）；
• 长期影响：预判并规划AI技术的长期社会、经济及生存影响，包括就业、不平等问题及AI超越人类潜能的可能。

通过实施适当安全措施，人工智能在各领域（教育过程、科研过程、产品生产分销过程、分析过程等）的应用优势，可延伸至军事行动作战规划进程中。

军事行动作战规划流程

军事行动规划界定作战目标与预期成果、实现路径、指挥官意图及决策结果。其产出为可调整的作战计划，且应保障下属指挥官的主动权。规划作为持续性进程贯穿各级指挥层级——军事行动规划通过作战规划流程与程序实施[4]。

作战规划是协调性程序，由系列逻辑阶段构成，旨在以最优方式完成任务。信息不全、时限不足及资源受限常阻碍规划进程；作战规划流程专为优化不确定性环境中的决策逻辑与分析活动而设。该流程适用于任何作战类型、战场环境及兵力规模的各级规划，旨在协助指挥官整合多军种力量，实现高效协同规划[5]。军事行动规划在指挥系统各层级实施。塞尔维亚武装部队《作战规划指令》提及两类规划：预防性规划与危机响应规划；北约联合作战条规则列出以下类型：先期规划、危机响应规划及作战实施期间的规划[6]。

无论何种军事行动规划，均需采用适当方法（传统法、因果法、系统法、基于设计的路径、基于效果的路径）分析危机或冲突：解析危机环节、理解危机各要素间的关联（内外部联系）、预测特定作战区域内可能的危机（冲突）解决方案。此流程首要受时间、情报信息、指挥成员能力及部队效能制约。为协助指挥机构解决危机，需通过分析所有影响因素及其相互关系构建兵力与行动模型，以选定最佳任务执行方案（确定适当的兵力运用变体）。指挥机构形成可行兵力运用方案需完成：理解作战问题、把握作战环境、实时可视化呈现战场态势、评估己方能力、制定多种兵力运用方案并选定适用变体以解决作战区域危机。在此过程中，指挥机构运用各类方法与工具，其中可归入人工智能范畴。

作战规划流程中可应用人工智能的环节

从孙武时代延续至今的乌克兰-俄罗斯联邦冲突史实表明，战场情报准备与作战区域可视化具有至关重要性（在某些战役中具决定性意义）。实施战场情报准备期间可使用自动化与自主作战系统：自动化系统指基于"如果-那么-否则"规则在明确结构中推理的计算机系统，其运行具有确定性——相同输入必产生恒定输出（除非发生故障）；自主系统则根据给定输入集进行概率推理，即基于传感器输入推测最佳行动方案。区别于自动化系统，相同输入下自主系统未必每次生成完全相同行为，而会产生行为集合[7]。评估描述作战环境时，需利用情报数据库既有数据，识别情报缺失项，据此规划情报数据的收集与传递方案。为节省时间并提升司令部情报部门效能，可运用人工智能分析海量情报数据并进行情报评估。自主系统（无人机、陆基/海基机器人侦察平台）正日益广泛用于情报收集：无人机传感器可识别潜在目标，通过与数据库比对判定目标有效性，若有效则转发至作战中心；若概率性有效时，系统可自主决策启用其他传感器或操控无人机飞赴新位置对目标实施成像。

确定行动对象选择与评估行动效果环节，可应用人工智能加速行动对象分析及作战行动效果分析进程。在情报数据库实时更新的前提下，人工智能可辅助目标选择团队评估潜在目标可触及性，并分析特定战斗环境下适用攻击该目标的作战系统。此即美军开发"专家计划"（Project Maven）的动因。现代军事行动需跨领域规划，这为人工智能在网电域的应用创造可能：传统网络防御工具依赖历史恶意代码特征库匹配，攻击者仅需微小代码修改即可绕过防御；反之，新型网络防御工具通过识别网络行为模式变化检测异常，为未知攻击方法构筑更强屏障。但需警惕：自主化本身可能增加己方力量遭受网络攻击的脆弱性——对手可利用恶意软件操控自主系统行为，此类攻击极难被侦测或反制[8]。信息域领域则可运用人工智能基于监测社交媒体等信息空间活动生成误导性信息，并向目标群体定向投放。

规划现代军事行动须统筹自动化与自主作战系统。2015年12月叙利亚拉塔基亚省反恐作战中，机器人作战系统已协同步兵及炮兵单位投入实战[9]。自主（机器人）作战系统运行依赖人工智能，可单机或集群化部署。在遵循伦理规范及国际人道法前提下，自主作战系统规划可覆盖战斗部队、战斗支援部队及安保部队等力量单元。

结论

21世纪以来的冲突展现多维特性，证实无人机及其他机器人作战平台的应用势不可挡，以及海量信息收集处理的重要性。人工智能发展已使其在无人机、机器人作战平台及大数据处理等领域实现应用。本文论证以下可应用于军事行动作战规划的人工智能实施路径：首先，人工智能可用于作战区域可视化及战场情报准备；其次，可加速行动对象选择与战斗行动效果评估；第三，规划军事行动时必须考量人工智能在多领域应用及基于人工智能的作战系统运用。未来研究可聚焦：人工智能在兵棋推演中的应用？作战行动中应用人工智能的挑战与风险。

参考文献

[1] Introducing the AI Safety Institute, Presented to Parliament by the Secretary of State for Science, Innovation and Technology by Command of His Majesty, November 2023
[2] Zequeira M: Artificial Intelligence as a Combat Multiplier Using AI to Unburden Army Staffs, MILITARY REVIEW ONLINE EXCLUSIVE · September 2024, pp 1-5.
[3] P.L. 115-232, Section 2, Division A, Title II, §238.
[4] Doctrine of operations of the Serbian Army, group of authors, General Staff of the Serbian Army, Belgrade, 2012.
[5] Instructions for operational planning and work of commands in the Serbian Armed Forces, group of authors, General Staff of the Serbian Armed Forces, Belgrade, 2017. [6] ALLIED JOINT DOCTRINE FOR THE PLANNING OF OPERATIONS – AJP-5, Edition A Version 2, NORTH ATLANTIC TREATY ORGANIZATION, May 2019.
[7] M. L. Cummings. Artificial Intelligence and the Future of Warfare, International Security Department and US and the Americas Programme, January 2017.
[8] Johnson J. Artificial intelligence & future warfare: implications for international security, Defense & Security Analysis, 2019. pp 1-23. [9] Terzić М, Đekić D, Jekić Z. ONE ASPECT OF THE USE OF ROBOTIZED FIGHTING SYSTEMS IN MILITARY OPERATIONS, THE 6th INTERNATIONAL CONFERENCE ON KNOWLEDGE MANAGEMENT AND INFORMATICS, Kopaonik, 2020. pp 335-343.