【編者按：意圖識(shí)別包含藝術(shù)性，其主要困難也是統(tǒng)計(jì)之外的問(wèn)題，不是單純的概率問(wèn)題，真正的知識(shí)是必須的，但永遠(yuǎn)無(wú)法取代運(yùn)用的智慧?！?/strong>
軍事智能的不斷發(fā)展，智能化裝備的大量使用，不但將與傳統(tǒng)的戰(zhàn)爭(zhēng)形態(tài)從技術(shù)上產(chǎn)生巨大的不同，在軍事指揮與控制的理論上也將對(duì)傳統(tǒng)作戰(zhàn)制勝機(jī)理產(chǎn)生不同程度的顛覆。因此，當(dāng)前加快軍事智能化發(fā)展，不僅要繼續(xù)智能化武器裝備的研究，還要提高對(duì)智能化戰(zhàn)爭(zhēng)條件下作戰(zhàn)指揮控制理論的研究。軍事智能研究是一個(gè)領(lǐng)域，不是一個(gè)學(xué)科，我們必須要用不同的方法論，從不同的角度來(lái)研究軍事智能，方法論、角度越多，軍事智能研究可能就會(huì)做得越好。概況起來(lái)以下幾個(gè)主要問(wèn)題特別值得關(guān)注：
從表面上看，各國(guó)軍事智能化發(fā)展非常迅速：百舸爭(zhēng)流，百花齊放，百家爭(zhēng)鳴，一片熱火朝天的景象，實(shí)際上，各國(guó)的軍事智能化進(jìn)程卻都存在著一個(gè)致命的缺點(diǎn)，就是沒(méi)能深入地處理人機(jī)融合的智能問(wèn)題，尤其是深度態(tài)勢(shì)感知問(wèn)題。任何顛覆性科技進(jìn)步都可回溯到基礎(chǔ)概念的理解上，例如人的所有行為都是有目的的，這個(gè)目的性就是價(jià)值，目的性可以分為遠(yuǎn)中近，其價(jià)值程度也相應(yīng)有大中小，除了價(jià)值性因果推理之外，人比人工智能更為厲害的還有各種變特征、變表征、變理解、變判斷、變預(yù)測(cè)、變執(zhí)行。嚴(yán)格地說(shuō)，當(dāng)前的人工智能技術(shù)應(yīng)用場(chǎng)景很窄，屬于計(jì)算智能和感知智能的前期階段，不會(huì)主動(dòng)地刻畫(huà)出準(zhǔn)確的場(chǎng)景和情境，而智能科學(xué)中最難的就是刻畫(huà)出有效的場(chǎng)景或上下文，而過(guò)去和現(xiàn)代軍事智能化的思路卻是訓(xùn)練一堆人工智能算法，各自綁定各自的軍事應(yīng)用場(chǎng)景。
一般而言，這些人工智能技術(shù)就是用符號(hào)/行為/聯(lián)結(jié)主義進(jìn)行客觀事實(shí)的形式化因果推理和數(shù)據(jù)計(jì)算，很少涉及價(jià)值性因果關(guān)系判斷和決策，而深度態(tài)勢(shì)感知中的深度就是指事實(shí)與價(jià)值的融合，態(tài)、勢(shì)涉及客觀事實(shí)性的數(shù)據(jù)及信息/知識(shí)中的客觀部分（如突顯性、時(shí)、空參數(shù)等），簡(jiǎn)單稱(chēng)之為事實(shí)鏈，而感、知涉及主觀價(jià)值性的參數(shù)部分（如期望、努力程度等），不妨稱(chēng)之為價(jià)值鏈，深度態(tài)勢(shì)感知就是由事實(shí)鏈與價(jià)值鏈交織糾纏在一起的“雙螺旋”結(jié)構(gòu)，進(jìn)而能夠?qū)崿F(xiàn)有效的判斷和準(zhǔn)確的決策功能。另外，人側(cè)重于主觀價(jià)值把控算計(jì)，機(jī)偏向客觀事實(shí)過(guò)程計(jì)算，也是一種“雙螺旋”結(jié)構(gòu)。如何實(shí)現(xiàn)這兩種“雙螺旋”結(jié)構(gòu)之間（時(shí)空、顯著性、期望、努力、價(jià)值性等）的恰當(dāng)匹配，是各國(guó)都沒(méi)有解決的難題。某種意義上說(shuō)，深度態(tài)勢(shì)感知解決的不僅是人機(jī)環(huán)境系統(tǒng)中時(shí)間矛盾、空間矛盾的突顯性，還有事實(shí)矛盾、價(jià)值矛盾和責(zé)任矛盾的選擇性。矛盾就是競(jìng)爭(zhēng)，決策包含冒險(xiǎn)。好的態(tài)勢(shì)感知能力就是在混亂中看到秩序、在不可能中看到可能、在黑暗中看到光明……所以，目前智能軍事領(lǐng)域的瓶頸還是人機(jī)融合智能中的深度態(tài)勢(shì)感知問(wèn)題。
“跨域協(xié)同”問(wèn)題從根本上說(shuō)就是一個(gè)“人的問(wèn)題”?！岸嘤驊?zhàn)”、“全域戰(zhàn)”、“馬賽克戰(zhàn)”以及“聯(lián)合作戰(zhàn)”解決“跨域協(xié)同”問(wèn)題的方式方法可以用兩個(gè)術(shù)語(yǔ)來(lái)概括。一是聚合（convergence），即“為達(dá)成某種意圖在時(shí)間和物理空間上跨領(lǐng)域、環(huán)境和職能的能力集成”；二是系統(tǒng)集成（integration of systems），不僅聚焦于實(shí)現(xiàn)“跨域協(xié)同”所需的人和流程，還重視技術(shù)方案。截至目前，“跨域協(xié)同”尚沒(méi)有形成，當(dāng)前的系統(tǒng)和列編項(xiàng)目是“煙囪式”的互相獨(dú)立，跨域機(jī)動(dòng)和火力需要“人”方面的解決方案。隨著自動(dòng)化、機(jī)器學(xué)習(xí)、人工智能等技術(shù)的成熟，美軍的對(duì)手將尋求應(yīng)用這些技術(shù)能力來(lái)進(jìn)一步挑戰(zhàn)美國(guó)。按照沃克的要求，打破現(xiàn)有的“煙囪式”方案，設(shè)計(jì)出背后有人機(jī)編隊(duì)做支撐的新方案，是美軍的責(zé)任。
無(wú)論是縱觀古今，還是展望未來(lái)，各種軍事作戰(zhàn)裝備或系統(tǒng)始終都是一個(gè)人-機(jī)-環(huán)境系統(tǒng)。無(wú)論是現(xiàn)在還是未來(lái)，無(wú)人機(jī)、無(wú)人車(chē)、無(wú)人艇等各種無(wú)人裝備都不可能是完全無(wú)人的，只不過(guò)是人由前置轉(zhuǎn)為后置，由體力變?yōu)橹腔?，由具體執(zhí)行變?yōu)橹笓]控制，其中涉及到復(fù)雜的人機(jī)交互及其相互關(guān)系的問(wèn)題，單純的人工智能與人類(lèi)智能都不能使其發(fā)揮最大效能，人機(jī)智能的混合是其重要的發(fā)展方向。準(zhǔn)確地說(shuō)，軍事智能不僅包含自然科學(xué)和工程技術(shù)，還涉及許多社會(huì)科學(xué)的領(lǐng)域，如人文、哲學(xué)、宗教乃至藝術(shù)等等，這從世界上最早的兵書(shū)之一——《孫子兵法》的英文名字可見(jiàn)一斑：The Art of War，好的軍事指揮有時(shí)候不僅是技術(shù)還是藝術(shù)。軍事智能是人工智能之冠上的明珠，相對(duì)傳統(tǒng)的民用人工智能，其對(duì)抗性博弈性更強(qiáng)，其智能不僅僅是武器裝備的智能更是指揮控制系統(tǒng)的智能，是體系的智能化。未來(lái)軍事智能的最優(yōu)存在形態(tài)應(yīng)該不是個(gè)體性的（比如異常先進(jìn)的單平臺(tái)武器），而是系統(tǒng)性的（網(wǎng)絡(luò)性的），更有可能是橫跨各人機(jī)環(huán)境系統(tǒng)體系性的（如跨不同網(wǎng)絡(luò)的陸?？仗炀W(wǎng)體系），并且該體系還會(huì)不斷自主升級(jí)，
如果說(shuō)“邏輯是符號(hào)串的等同或包含關(guān)系”，那么非邏輯則是非符號(hào)的等同或包含關(guān)系。人工智能處理一些邏輯問(wèn)題較好，而人處理一些非邏輯問(wèn)題稍優(yōu)，人機(jī)融合則能處理邏輯與非邏輯的融合問(wèn)題。人工智能在對(duì)抗博弈中起重要作用需要幾個(gè)條件：首先是找到數(shù)學(xué)定量計(jì)算就能解決的部分，其次與人融合過(guò)程中使該AI部分找到適當(dāng)?shù)臅r(shí)機(jī)、方式和作用，最后，人做對(duì)的事，AI“把事情做對(duì)”。
目前，人智與AI的失調(diào)匹配是導(dǎo)致目前人工智能應(yīng)用領(lǐng)域弱智的主要原因。人可以身在曹營(yíng)心在漢，是非、01同在：既是又不是，疊加“態(tài)”。在危機(jī)管理中常常出現(xiàn)的是疊加“勢(shì)”：危險(xiǎn)與機(jī)會(huì)共生，危中有機(jī)，機(jī)中有危，兩者糾纏在一起。如何因勢(shì)利導(dǎo)、順勢(shì)而為，則是人機(jī)融合智能中深度態(tài)勢(shì)感知的關(guān)鍵。人機(jī)是非同構(gòu)的，即本質(zhì)是不同的兩者事物，一個(gè)受控實(shí)驗(yàn)部分不可重復(fù)，一個(gè)受控實(shí)驗(yàn)普遍可重復(fù)。人的智慧也是由受控與不可受控部分、可重復(fù)與不可重復(fù)部分構(gòu)成的。色盲者認(rèn)為是無(wú)色的，對(duì)他是真的，對(duì)其它主體卻是假的，若色盲者比正常人多，則正常人會(huì)是色盲嗎？
大數(shù)據(jù)的優(yōu)點(diǎn)是受控實(shí)驗(yàn)普遍可重復(fù)性，如此一來(lái)可以尋找共性規(guī)律——按圖索驥；但是，這也是大數(shù)據(jù)的一個(gè)缺點(diǎn)，容易忽略新生事物——受控實(shí)驗(yàn)不可重復(fù)部分的出現(xiàn)，表現(xiàn)出刻舟求劍效應(yīng)。有些受控實(shí)驗(yàn)不可重復(fù)之真實(shí)性也是存在的，但這不在科學(xué)范圍內(nèi)。以前是盲人摸象，現(xiàn)在是人機(jī)求劍。
對(duì)軍事智能而言，無(wú)論機(jī)器學(xué)習(xí)還是自主系統(tǒng)，都不外乎是為了結(jié)合人、機(jī)的優(yōu)點(diǎn)，取長(zhǎng)補(bǔ)短、相得益彰，精確地感知、正確地推理和準(zhǔn)確地預(yù)測(cè)，進(jìn)而達(dá)到隱真使假、去偽存真、去粗存精、由此及彼、由表及里，所以，在未來(lái)戰(zhàn)爭(zhēng)中，對(duì)人機(jī)融合智能機(jī)制、機(jī)理的破解以及有效的協(xié)同方式將成為未來(lái)戰(zhàn)爭(zhēng)致勝的關(guān)鍵。
任何分工都會(huì)受規(guī)模和范圍限制，人機(jī)融合智能中的功能分配是分工的一部分，另外一部分是能力分配。功能分配是被動(dòng)的，外部需求所致；能力分配是主動(dòng)的，內(nèi)部驅(qū)動(dòng)所生。在復(fù)雜、異質(zhì)、非結(jié)構(gòu)、非線性數(shù)據(jù)/信息/知識(shí)中，人的或者是類(lèi)人的方向性預(yù)處理很重要，當(dāng)問(wèn)題域被初步縮小范圍后，機(jī)器的有界、快速、準(zhǔn)確優(yōu)勢(shì)便可以發(fā)揮出來(lái)了；另外，當(dāng)獲得大量數(shù)據(jù)/信息/知識(shí)后，機(jī)器也可以先把他們初步映射到幾個(gè)領(lǐng)域，然后人再進(jìn)一步處理分析。這兩個(gè)過(guò)程的同化適應(yīng)、交叉平衡體現(xiàn)的就是人機(jī)有機(jī)融合的過(guò)程。
人工智能只是人類(lèi)智能可描述化、可程序化的一部分，而人類(lèi)的智能是人、機(jī)（物）、環(huán)境系統(tǒng)相互作用的產(chǎn)物。智能生成的機(jī)理，簡(jiǎn)而言之，就是人物（機(jī)屬人造物）環(huán)境系統(tǒng)相互作用的疊加結(jié)果，由人、機(jī)器、各種環(huán)境的變化狀態(tài)所疊加衍生出的形勢(shì)、局勢(shì)和趨勢(shì)（簡(jiǎn)稱(chēng)勢(shì)）共同構(gòu)成，三者變化的狀態(tài)有好有壞、有高有低、有順有逆，體現(xiàn)智能的生成則是由人、機(jī)、環(huán)境系統(tǒng)態(tài)、勢(shì)的和諧共振大小程度所決定的，三者之間具有建設(shè)性和破壞性干涉效應(yīng)，或增強(qiáng)或消除，三位一體則智能強(qiáng)，三位多體則智能弱。如何調(diào)諧共頻則是人機(jī)融合智能的關(guān)鍵。當(dāng)代人工智能由最初的完全人工編譯的機(jī)器自動(dòng)化發(fā)展到了人工預(yù)編譯的機(jī)器學(xué)習(xí)，接下來(lái)的發(fā)展可能是通過(guò)人機(jī)融合智能的方法來(lái)實(shí)現(xiàn)機(jī)器認(rèn)知，最終實(shí)現(xiàn)機(jī)器覺(jué)醒。
未來(lái)戰(zhàn)場(chǎng)，對(duì)抗態(tài)勢(shì)高度復(fù)雜、瞬息萬(wàn)變，多種信息交匯形成海量數(shù)據(jù)，僅憑人腦難以快速、準(zhǔn)確處理，只有人機(jī)融合的運(yùn)行方式，基于數(shù)據(jù)庫(kù)、物聯(lián)網(wǎng)等技術(shù)群，指揮員（恰當(dāng)?shù)娜?機(jī)）才能應(yīng)對(duì)瞬息萬(wàn)變的戰(zhàn)場(chǎng)，完成指揮控制任務(wù)。隨著無(wú)人系統(tǒng)自主能力的提升，人工智能集群功能的增強(qiáng)，自主決策逐步顯現(xiàn)。一旦指揮系統(tǒng)實(shí)現(xiàn)不同功能的智能化，感知、理解、預(yù)測(cè)的時(shí)間將會(huì)大大壓縮，效率明顯提高。加上用于戰(zhàn)場(chǎng)傳感器圖像處理的模式識(shí)別、用于作戰(zhàn)決策的最優(yōu)算法，將賦予指揮系統(tǒng)更加高級(jí)的決策能力，逐步實(shí)現(xiàn)人與機(jī)的聯(lián)合作戰(zhàn)。
再談 jisuanji
對(duì)軍事智能而言，傳統(tǒng)的深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)這兩種機(jī)器學(xué)習(xí)形式存在著先天不足。智能往往就是“二班”的，“一班”（一般）的大都是三好學(xué)生，或許智能就是孫悟空—非存在的有，即主體、客體劃分之外的混體、動(dòng)體或變體—主客體或客主體才是更好的劃分。自我不如變我，價(jià)值是贊同的程度，價(jià)值里既有基于事實(shí)的部分，也有虛構(gòu)的部分，還有半虛半實(shí)的部分。
智能就是孫悟空—非存在的有，除了數(shù)，還有其它學(xué)，算計(jì)里面包含有一些非計(jì)算的成分，是一種有意識(shí)的計(jì)算，如矛盾、歧義、錨定、貝葉斯、N次錨定+N次貝葉斯…不鉆牛角的是計(jì)算，侯世達(dá)說(shuō)的“怪圈”，對(duì)中國(guó)人而言不是，而是計(jì)算計(jì)（jisuanji)，jisuanji就是隨機(jī)應(yīng)變+舉一反三+觸類(lèi)旁通+彌聚有度+和而不同+不同而合。過(guò)時(shí)、刻板、機(jī)械的計(jì)算快害死了智能，未來(lái)的新計(jì)算或許能反映智能。
人類(lèi)學(xué)習(xí)中的所有難以解釋的過(guò)程都不是機(jī)器能靠邏輯學(xué)習(xí)領(lǐng)會(huì)的，而機(jī)器學(xué)習(xí)作為基石如果無(wú)法完整的奠定軍事智能的基礎(chǔ)，那么再看上去厲害的成果實(shí)質(zhì)上都是脆弱的。
有人說(shuō)：“要在經(jīng)典計(jì)算機(jī)上做到偶發(fā)，實(shí)現(xiàn)真正的人工智能恐怕很難，類(lèi)腦計(jì)算機(jī)和量子計(jì)算機(jī)倒是有很大希望。量子計(jì)算機(jī)在運(yùn)行中有相當(dāng)比例的錯(cuò)誤率，這里的錯(cuò)誤會(huì)是實(shí)現(xiàn)計(jì)算機(jī)普適性的關(guān)鍵，但前提我們要找到駕馭它并進(jìn)行信息篩選的方法。這將是通往人工智能的必由之路?！睂?shí)際上，再快的計(jì)算也取代不了好的算計(jì)。算計(jì)基于價(jià)值，計(jì)算基于事實(shí)。好的算計(jì)有時(shí)也定量，是價(jià)值的量。
數(shù)據(jù)與知識(shí)的形成、使用、協(xié)同都是主客觀混合的過(guò)程，人機(jī)混合的核心問(wèn)題也就是主客觀如何有效混合的問(wèn)題，所以單純使用客觀手段很難實(shí)現(xiàn)對(duì)其根本性的理解、發(fā)現(xiàn)。不同的數(shù)據(jù)結(jié)合不同的知識(shí)可以產(chǎn)生相同的等價(jià)結(jié)果，可計(jì)算性完成了正向過(guò)程，而可解釋性需要完成其逆向過(guò)程，由于逆向過(guò)程的相對(duì)無(wú)限性（尤其對(duì)于當(dāng)前數(shù)學(xué)的一義性和不完備性而言），所以事物的發(fā)展常常會(huì)不可解釋的，這也是機(jī)器學(xué)習(xí)不可解釋的根本所在。因此，對(duì)于人機(jī)之間的互學(xué)習(xí)，目前仍是一個(gè)不能實(shí)現(xiàn)的問(wèn)題，究其因，機(jī)器學(xué)習(xí)不能實(shí)現(xiàn)人類(lèi)學(xué)習(xí)中所能夠產(chǎn)生的一系列的隱性知識(shí)、規(guī)則與秩序。
許多人大都不自覺(jué)地使用還原思想去處理系統(tǒng)問(wèn)題。人機(jī)環(huán)境系統(tǒng)中最難的是各種混合，如可計(jì)算、可算計(jì)、可判定、可解釋等方面的混合。
人機(jī)混合系統(tǒng)終究不是一個(gè)數(shù)學(xué)物理問(wèn)題，但大家卻不自覺(jué)地都把它當(dāng)成了一個(gè)數(shù)學(xué)物理問(wèn)題去解決，這也就是它仍處在研究初級(jí)階段的主要原因：定位錯(cuò)誤。各種態(tài)勢(shì)感知也是如此，它們與人的主觀性也有密切關(guān)系，卻常常被人有選擇性的忽略掉了。未來(lái)的人機(jī)環(huán)境混合智能系統(tǒng)應(yīng)該是生物數(shù)學(xué)物理社會(huì)系統(tǒng)。
伊特爾森（Thomas Ittelson）有說(shuō)過(guò)一段很重要的話：“物體和環(huán)境之間的區(qū)別是至關(guān)重要的，客體總是需要主體，無(wú)論是主-客體統(tǒng)一的哲學(xué)，還是將客體天真地看作一種‘事物’。相比之下，一個(gè)人不能成為一個(gè)環(huán)境的主體，而只能是環(huán)境的參與者。在環(huán)境中，自我與非自我之間的區(qū)別已經(jīng)被瓦解：環(huán)境包圍、包含一切。沒(méi)有任何事物、任何人可以被孤立、被識(shí)別為站在環(huán)境的外面”。
前蘇聯(lián)的神經(jīng)心理學(xué)家亞歷山大·魯利亞（Alexander Luria）和一個(gè)調(diào)查組去西伯利亞北部調(diào)查當(dāng)?shù)夭柯湮拿さ那闆r。調(diào)查組向當(dāng)?shù)厝耍ㄎ拿ぃ┨岢鲆粋€(gè)三段論的問(wèn)題：北極圈以北的熊是白色，西伯利亞在北極圈以北，那么西伯利亞的熊是什么顏色？當(dāng)?shù)厝寺?tīng)了之后，沒(méi)有回答這個(gè)問(wèn)題。調(diào)查組認(rèn)為他們無(wú)法理解三段論，在調(diào)查組離開(kāi)后，魯利亞留了下來(lái)，接著跟當(dāng)?shù)厝肆男艿念伾?。他們說(shuō)之所以不能回答熊的顏色，是因?yàn)樗麄儚膩?lái)沒(méi)有去過(guò)那里。他們不是不理解三段論，也不是沒(méi)有理解三段論的能力，而是因?yàn)槿握摬皇撬麄兊睦硇浴?duì)于“熊是什么顏色？”這個(gè)問(wèn)題，他們需要去到那里，見(jiàn)到熊之后才能回答，而不是建立在邏輯推理上的回答。他們的“理性”不同于我們建立在邏輯推理基礎(chǔ)上的“理性”，而是建立在具身感知基礎(chǔ)上。
人機(jī)交互中信息化、自動(dòng)化與智能化是并存的，信息化強(qiáng)調(diào)的是載體流動(dòng)的通暢有序性，自動(dòng)化關(guān)注的是程序過(guò)程的確定性，智能化側(cè)重的是無(wú)限關(guān)系的有限合理性。
熱門(mén)跟貼