从复杂性视角看智能化战争

2022-10-18 02:37乔广鹏英建彬王玉帅
军事文摘 2022年19期
关键词:复杂性战争智能化

乔广鹏 英建彬 王玉帅

随着以深度学习为代表的人工智能技术取得重大突破,机器学习实现了由基于规则向基于学习的转变,在图像识别、语言处理、知识辅助等方面取得了巨大成功,并逐步用于作战,创造了新的复杂性。英国著名物理学家霍金曾说:21世纪将是复杂性科学的世纪。2021年的诺贝尔物理学奖就颁给了三位在“复杂系统”科学领域做出突出贡献的物理学家。从复杂性视角审视人工智能对战争的影响,对于理解智能化战争,加强国防和军队智能化建设具有重要意义。

智能化作战体系的复杂性分析

在大国竞争的背景下,复杂性已被美军视为一种为对手制造多重困境的武器,智能化武器装备的发展更增加了复杂性的产生与运用。

2021年诺贝尔物理学奖由Syukuro Manabe、Klaus Hasselmann和Giorgio Parisi(从左到右)共同获得,以表彰其在理解复杂物理系统方面的开创性贡献

鲁棒性是指系统在不确定性的扰动下,具有保持某种性能不变的能力。作战体系的组成是复杂的,由许多具有自主特征和适应能力的组分系统组成。智能化武器装备往往都经过了大量数据的训练,具备较强的纠错能力,再加上人的监督与干预,可以使得体系的组分系统更加紧密地结合在一起,也能够避免很多由人为因素引起的“失之毫厘,谬以千里”的传统失误。然而,一个新事物对于体系贡献的鲁棒性和脆弱性总是相伴相生的,就像《反脆弱》作者塔勒布讲的“三元结构”,他认为所有的事物遇到威胁时会表现出三种状态:脆弱性、鲁棒性和反脆弱性。智能化武器系统和平台因其智能互联而威力成几何级数增长,但同时其内部算法、数据的逻辑关系越复杂,越是存在诸多不可预知的“bug”,面对外部干扰越具有脆弱性。它可以成为作战体系的利剑,也可成为作战体系的“阿喀琉斯之踵”。例如,无人机群可以发动群体攻击释放巨大威力,也可能遭到网电攻击而瞬间团灭,伊朗就曾使用电子战迫降RQ-170,击落RQ-4无人机。如何从脆弱性到鲁棒性,如何从鲁棒性到反脆弱性,是面向智能化战争的作战体系建设应思考的问题。

伊朗曾使用电子战迫降RQ-170

适应性造就复杂性。机器学习从基于阈值到基于规则,再到面向目标的自我指导,使得武器自主性在逐步增大。美国防部在2011年的无人机系统路线图中阐明了自主性发展的四个阶段:人工操作—人工授权—人为监督—完全自主。在这个过程中,人工智能为更加适应环境的复杂性,其学习和进化能力不断增强,从而造就更加复杂的复杂性。例如,微软的实验性聊天机器人Tay,上线后被推特上的水军利用攻击性的推文进行了再培训,导致Tay在回答一些问题时使用了种族主义俚语,表现出了极右意识形态;俄罗斯的一款名为爱丽丝的人工智能聊天机器人,仅上线一天就变成了“流氓”。这本不是建造者的初衷,然而面对人工智能的学习和进化,他们却也无可奈何。

复杂系统的个体一般都遵循相对简单的规则,大量个体的集体行为产生出了复杂、不断变化且难以预测的行为模式。随着智能化技术在军事领域的广泛运用,作战实体之间发生的连接和相互作用越来越多,就像是人的神经元,单个神经元非常简单,但无数个神经元连在一起形成一个复杂网络,就会涌现出思维和意识。这些涌现现象在不同的环境中往往有不同的表现,因此系统会出现1+1>2和100-1=0两种截然不同的表现。例如,现代防空雷达是针对飞机研发出来的,然而对于低慢小目标无能为力。在实战中,这些带有一定智能性的飞行器,通过自协同、自适应究竟能达到什么样的作战效果,谁也无法预料。

智能化战争的复杂性给我们带来的优劣势分析

中科院自动化所某研究员曾讲:“真正的智能必须源自复杂性”。美军近几年也多次提及复杂性,并将其运用到大国竞争中。我们应采用复杂性视角,从进攻和防御两个角度来审视人工智能在未来战争中给我们带来的影响。智能化战争复杂性的优势主要包括以下几点。

宙斯盾防御系统也难以抵御“饱和式突防”

超量化运用指的是以大量低成本的智能武器代替复杂的、多用途的、高价值的作战平台,以数量优势换取质量优势,短时间内根据战场环境快速部署,使敌人的防御顷刻饱和。智能化还可以使这些装备个体比传统的有人系统进行更密切而高效的协作,从而获取一种整体作战效果。更为重要的是,集群武器能够通过大量部署,总体上保持质量优势,而不是一味地通过消耗获取概率优势,既可以增强己方执行任务的适应性、多样性,又可以使对方增加防御成本。例如,美军试验“饱和式突防”作战概念,当8架无人机突防宙斯盾防御系统时,至少1架成功;但如果是10架突防时,则会有3架获得成功。还有“消耗式防御”“掩护式机动”“固定区域掩护”“智能微瞄准”等作战概念,都取得了全新的作战效果。

新质战斗力不仅源于先进科技的发展应用,还来源于人工智能对老旧装备的赋能。随着人工智能、大数据、云计算等科技的迅猛发展,侦察、监视、控制等一系列武器装备的智能化水平实现了质的跃升,无人自主、人机协同、跨域融合、全域作战等全新作战能力进入实战运用。能力的多元化可以让我们获得跨域优势,对敌实施不对称作战。比如,俄军2015年在叙利亚战场上首次成建制使用机器人部队,采取“无人在前、有人在后”的作战编组,不仅在火力上对有人部队实施了精确打击,还在心理上实施了二次打击,取得不俗成果;2020年纳卡冲突,交战双方大量动用无人机,改写了人们对制空权的理解。另外,老旧坦克、战斗机加上人工智能技术,可以脱胎换骨,实现自动化或者自主作战,将会成为一种杀伤力大、灵活性高的无人作战装备,重新换发新的战斗力。

现代战争高度信息化,各类传感器、侦察监视平台、情报终端产生了海量数据,指挥员做决策时面对的信息复杂度越来越高。智能化进入辅助决策后,传统的作战环OODA(观察Observe、调整Orient、决策Decide、行动Act),正在演变成PCDA(感知Perceive、认知Cognize、决策Decide、行动Act),人参与其中的环节减少,但是层次提高。在机械化、信息化、智能化“三化”融合发展的阶段,机械化基本可与强敌并肩齐驱,但信息化还存在一定短板,突出体现在指挥控制领域。在这种形势下,智能化与强敌同时起跑,一方面根据数据需求有助于倒查信息化建设的不足,另一方面基于人工智能的技术优势有助于追平强敌在指挥控制领域的优势。

智能化战争复杂性的劣势主要包括以下几点。

作为人工智能技术的重要基石,神经网络通过运用特定结构进行搜索和映射而表现出智能特征。但是到目前为止,人无法解释神经网络的运作原理,也不能清楚地理解神经网络中每一层提取特征的具体功能,无法将数据与原理相对应。在神经网络的“黑箱”中,存在一种反人类直觉和难以预料的脆弱性。从技术层面上说,让机器产生高置信度的欺骗图像是存在的,通过给机器注入虚假数据以操纵其行为也是可行的。因此,人工智能的发现能力看似强大,实际上缺乏稳健性。2013年就发生过类似事件,黑客攻击了美联社的推特账户并发送了“白宫爆炸事件”的虚假推文,导致股票迅速暴跌。未来人工智能深入到作战的各个环节,在高度对抗性的环境下,更增加了战场的不确定性,带来的“未知的未知”风险将严重存在。

2015年,俄军在叙利亚战场上首次成建制使用机器人部队

智能化战争的作战环

级联反应指在一系列连续事件中前面一种事件能激发后面一种事件的反应,最典型的就是1996年的北美大停电。1996年8月,美国电网的一条电线由于无法承受高温而断电,该线路上的电流自动地转移到其他线路上,被转移的线路由于无法长时间承载强大的电流,进而也断电了,电流又继续向其他线路传递,就这样引发了连锁故障,造成了美国11个州和2个加拿大省份的大停电。电力网络的这种级联反应在互联网上同样适用。如果某个路由器出了问题,会自动提示传输协议跳过故障节点,将信息包发送到其他的路由器。如果出现故障的路由器承担的流量非常巨大,那么就会给相邻的节点带来巨大的压力。因此,只要删除互联网上几个大的节点,就能很容易地造成灾难性故障。“联接”是体系的基础,未来智能化战争的重要特征就是万物互联。网络结构随着作战实体的层次不同、种类多样、规模巨大而越来越复杂,关键节点、故障规模、影响程度更加隐形,一旦遭到打击或者出现故障,可能出现“黑天鹅”事件,无法预测。

2020年,伊朗首席核科学家被一把嵌入了人工智能算法与多个摄像头的遥控枪暗杀

智能化战争一个重要的特征是人从台前走到了幕后。距离上,人可以近在眼前,也可以远在天边;逻辑上,人可以在杀伤链的回路中,也可以在回路上,还可以在回路外。由于仿生学的发展,智能武器系统也实现了“隐身”,既可以是万米高空的无人机,也可以是身边的麻雀、苍蝇,攻击手段更加隐蔽,给对手的“头”部安全带来了巨大威胁,难以查证、难以追溯,战争打得不仅不是堂堂之阵,有可能还弄不清对手是谁。例如,2020年伊朗首席核科学家被一把嵌入了人工智能算法与多个摄像头的遥控枪暗杀,现场没有人为因素,枪击过程全部由远程控制的自动武器完成,其幕后实施者成了一个谜。枪械这一几百年来不断进化的武器,在被计算机化和技术叠加复杂化之后,显然也“追随”战斗无人机,加入了常人难以想象的高科技武器库。人工智能后,万物皆可智能,万物皆可攻击。

应对智能化战争复杂性的思考

近年来,美军及相关智库多次提及复杂性,并强调:在大国竞争和战争中,复杂性是一种武器,美军必须充分理解复杂性的性质和价值,即理解复杂性将如何用来作为攻击手段,以及在作战中如何运用复杂性。为应对复杂性,应从以下几个方面加强建设。

“战争是最不确定性的王国”。赢得战争的首要一点是具备反脆弱能力,能够在这种变化快、风险高的环境中生存下来。一是要提高体系的冗余度。塔勒布在《反脆弱》一书中说,“冗余是机会主义,看似是一种浪费,但即使在没有危险的情况下,这种额外的力量也能带来一定的益处。”例如,2011年日本福岛核电站泄露,看似是由于地震引起的天灾,可实际上却是一起“人祸”。因为核电站的建筑标准,本身就存在设计缺陷:核电站的建造者,只是按照过往发生过的最强地震设置了安防措施,却从未想过如果未来发生了更大地震该如何应对。智能化战争是一个全新的作战样式,体系能否经得起考验,不应在实战中寻求答案,而是在要预想最坏情况、做好最坏打算的前提下设计体系,不仅够用而且要保持一定的冗余度。二是要促进体系演化。尼采说:“杀不死我的,使我更强大”。强大的体系除了精妙的设计外,还离不开运行中的演化。就像机器学习一样,再好的模型也不是建立之初就表现出极强的智能,而是要不断地试错,在环境的反馈中调整参数,才能有良好的学习效果。同样,一个成熟的体系需要外部不断地进行刺激,在随机事件和不确定性当中弥补自身的不足,才能提升应对外部风险的能力。

智能化作战体系作为一种新的作战样式,需要保持一定的冗余度

人工智能虽然在很多方面超越了人类,但是智能化战争并不是要人走开,而是用人工智能辅助、解放和增强人,通过人机智能融合,实现人的自我超越,因此人仍然是智能化战争的核心。一是要增强指挥员的科技理解力。人类以什么样的方式生产就以什么样的方式对抗。我以你不懂的方式进行作战,便形成降维打击。智能化技术的发展加快了这种代差的形成速度,战争黑科技层出不穷,稍不留意就有可能陷入对手的降维打击中。对于一名指挥员来说,不懂科技就会制约思维,准备的往往是上一场战争。二是要增强指挥员对智能化战争复杂性的认识能力。决策不是大脑中随机掷骰子,而是建立在认知的基础上的一种复杂的思维过程。复杂性给了我们很多反直觉的认识,比如规模法则中的非线性幂律关系、离散事件之间的相关关系、封闭系统的熵增定律等,运用到作战中已远远超越了穿插迂回、分割包围的战术思想。美军已经列出四大类受益于利用复杂性的行动:降级作战图、削弱红方反应能力、跨组织边界行动和利用非线性行动。如果不加深对复杂性的理解,指挥员的作战思维跟不上智能化战争发展,在复杂的形势下,正确决策的能力就会大大降低。

边缘是相对指挥中心这个功能地位而言的,但实际上现代战争的边缘与中心的界限正在变得模糊,中心的作用在弱化,而边缘的作用在增强。智能化引入作战后,体系的组织结构已逐步由中心化的紧密耦合型组织向去中心化的松散耦合型组织演化,指挥控制上也逐步由集中指挥分布执行向分散指挥控制演化。面对快节奏的战场环境,指挥决策窗口转瞬即逝,作战实体有时候必须第一时间作出反应,也就是我们所熟知的现代战争是“快鱼吃慢鱼,而不是大鱼吃小鱼”。从这个角度上说,智能化战争中,领导者和指挥机关扮演的更多是“数据中台”的角色,在物理结构上是将各个作战实体的数据汇总、整理和分发,在功能逻辑上是资源枢纽和能力共享平台。因此,必须赋权周边、赋能周边,组织结构上提升作战实体的功能地位,减少数据流通跨度;技术上增强边缘计算的能力,提升作战实体自适应的能力,真正地实现网络化作战。

猜你喜欢
复杂性战争智能化
智能化战争多维透视
智能化仪器仪表的翻转课堂设计
复杂性背后
通往深刻的简单
基于Moodle平台的语文阅读教学“智能化模式”初探
基于Moodle平台的语文阅读教学“智能化模式”初探
管理会计中的复杂性成本研究
象牙战争
战争催生的武器
战争