人工智能在军事领域的发展现状及应用前景
知远战略与防务研究所/威远 编译
自：俄罗斯外交和国防政策委员会网站
[知远导读]本文主要介绍了当今世界及俄罗斯本国人工智能技术发展的现状以及未来该技术在军事领域的应用前景，文章还重点分析了人工智能技术实现的可能途径以及人工智能技术对人类战争活动的可能影响。文章编译如下：
目前，关于人工智能的说法和文章很多，这让人觉得，人工智能早已研究成熟且无处不在。事实上并未如此。虽然自动化早已成为生产和指挥过程的一部分，而且计算机已经学会语音和脸部识别，操控汽车和分析大量数据。图像识别或者自动翻译属于利用人工智能方法并在完成类似任务时选择存储结果的机器学习技术。
人工智能目前还未实现，还需要进行研究，它的应用领域确实非常广泛。国防领域也在其中。发展人工智能成为了保障国家安全的任务。美国和中国希望在人工智能研究中占据领先地位并率先将其运用到网络武器和既可用于监视敌人，也可用于袭击敌人的自主式武器的研制当中。
美国国防部在2017年开始抓紧落实所谓的“第三次抵消战略”，该文件中提出的主要目标是“必须集中力量进行创新，旨在通过创新发展美国近年来与对手和敌人已经接近的关键能力，保持并恢复传统遏制力”，这里说的对手和敌人指的也就是俄罗斯和中国。
实际上，世界上已经开始了创新武器竞赛，全部主要大国都将卷入其中。此外，西方已经被普京总统2017年9月1日在雅罗斯拉夫尔公开讲话中提到的内容所震撼：“人工智能不仅仅是俄罗斯的未来，也是全人类的未来。这包含着巨大的机遇和当今难以预测的威胁。谁能成为该领域的领导者，谁就将主宰世界”。
著名商人伊隆·马斯克称，人工智能最终将消灭人类。因此，他和另外116名专家、学者、新技术领域公司代表向联合国发出请求书，呼吁禁止研制任何类型使用人工智能技术的武器和自主技术装备。部分商业人士和学者强调，运用自主技术相当于继火药和核武器出现之后，战争中出现的第三次革命，毫无疑问，他们说的没错。
但显而易见，联合国开始的关于禁止此类武器公约的讨论不是为了别的什么目的，而是美国及其盟友以讨论普世价值为掩护，阻止其地缘政治对手，首先是俄罗斯和中国研制人工智能武器。
然而，履带式装甲车和打击无人机并非战略武器，而是战术武器。这些武器对人类不构成任何威胁。“杀手机器人”的形象被好莱坞复制了无数遍，但现实中的战斗系统未必与之有什么共同点。
为了弄清楚，所谓的战斗机器人会不会对人类构成威胁，首先必须弄清，什么是人工智能，它与机器智能，超级计算机的深度学习有什么不同，还有最主要的是人工智能在军事领域的地位和运用范围。
国家安全领域人工智能的任务
在可预见的未来，新的世界技术竞赛将导致最新的技术革命延伸至军事领域。所有主要世界大国都将如此，因为任何落后于对手的情况都可能导致薄弱环节的出现，而使用常规类型武器很难对其进行弥补。此外，新技术的出现可能导致战略，武装力量活动的计划和组织出现明显变化。
因此，俄罗斯为了维护主权和保持国防能力，必须尽快在部分关键领域获得一定优势，或者至少与潜在敌人不相上下，才能部分弥补当前俄罗斯经济的不足以及大量工业领域的技术落后。
阻止将人工智能用于军事目的是不可能的
目前，武器领域的关键方向包括：人工智能，人机交互系统，无人战车和机器人，自主武器，高超音速武器，定向能，甚至还包括民用技术，比如人才管理，就是吸引军人参与创新过程，提升俄罗斯国防部军官和文职人员的创造力。
回到人工智能，它的任务主要包括四个方面：信息任务、战术任务、战略任务和经济任务。人工智能大大提升了对数据的收集和分析能力，使得在处理信息的速度和质量方面取得一定优势。在军事情报领域，将出现更多的可能性和各种信息源，还包括对敌人掩盖真像的可能性。在“虚假新闻”方面，人工智能能够向信息空间投放大量人为制造的数据、假象，这一方面迷惑了敌人，另一方面则增加了政治风险。
即便是目前机器学习领域和人工智能领域已经达成的技术，也对保障国家安全具有巨大的潜力。
现有的图像识别技术能够保证分析卫星地图和雷达数据时的高自动化水平。人工智能能够提升导弹袭击预警系统雷达站的运行效率以及像“树冠”太空目标无线电光学识别系统这样的无线电光学识别系统的信息处理效率。此外，目前卫星微型化以及轨道卫星数量的提升将对快速识别技术出现需求。
利用10米以上波长无线电波电离层空间传播原理或者波长更短无线电波地面绕射传播原理的超地平线雷达，其信息处理系统的任务量更大。这些雷达能够“看见”所有移动目标，其中包括民用技术装备，因此，摆在面前的任务是要在全部获取的数千个甚至数百万图形中识别出军事目标，以及地面和空中的异常活动。这是数量庞大的信息和图形，没有机器的帮助是不可能完成的。此外，军队将获得所谓的“目标数据库”，这将对识别和引导系统具有帮助作用。如果说为应对带红外自动寻的头的便携式防空导弹系统，飞机或者直升机只需要发射假热辐射目标，应对雷达站，只需要释放干扰就已经足够的话，那么，人工智能系统即便不是在导弹里，而是在操作员的手中，它也能完全“看见”飞行器。
其次，超地平线雷达存在与标准“敌-我”雷达识别系统不兼容问题，因此，在分析空情时，人工智能能够起到很大的帮助作用。人工智能同样能够用于对付敌方雷达，研究敌人雷达的运行情况并选择压制无线电信号的方法。
网络空间的运行以及对不断出现的网络威胁的不间断跟踪需要大量的高技术专家。人工智能同样能够分担部分任务，因为人工智能寻找漏洞，编写代码和机器算法的速度要快得多。寻找到的“弱点”数量将非常众多并对人为控制的防御手段构成威胁。那么到时候，网络攻击将变得更加复杂和危险，相关技术落入犯罪分子之手的风险也会剧增。
机器人技术装备和自主武器
自主系统的能力目前还很有限。虽然对“发射后不管”系统已经研究了数十年，但仍然需要人的参与，人需要直接定下使用武器的决心。重型航空技术装备也一样，虽然存在自动驾驶，传感器，自动打开炸弹舱门，导弹引导和目标跟踪系统，仍然需要飞行员，攻击无人机也需要操作员的跟踪。
但普通人与现代军用技术装备的能力相比，只能说是渺小、脆弱和糊涂的有机体，而在定下战斗决心环节，则是最慢的一环。人工智能用于将人从决策体系中完全解放出来，同时也保全了军人的生命。
在战斗条件下，定下决心更快并首先实施打击的一方具有优势，因此，完全自主的系统在未来将获得巨大发展。
此外，已经出现了“反自主性”概念，根据这一概念，人工智能（武器）在遭到袭击但未被摧毁的情况下，能够迅速学习并得出结论，之后对敌人实施致命的最后一击。
战术武器运用人工智能的可能性很多，指的是能够独立寻找目标并定下摧毁决心的无人飞行器，装甲车，导弹艇。
目前，无人机的成本变得越来越低，产量也越来越大。利用人工智能能够将数千架无人机联为一个巨大的可控“蜂群”，用于发起大规模攻击。
截止不久前，洛克马丁公司的F-35第五代战斗机的造价为1亿美元。而高质量的四轴飞行器成本为1000美元。这意味着，美国国防部可以用一架战斗机的价格订购十万架小型无人机。而敌人不可能同时对付得了十万架装满炸药的无人机。
苏联和俄联邦已经能够实现将一次齐射的数枚导弹联为能够相互之间交换目标信息的“狼群”，制定行动战略并独立选择攻击目标。这里指的是P-500“玄武岩”，P-700“花岗岩”和P-1000“火山”反舰导弹系统。我们的技术很有发展前景。
美国海军正在研制将无人巡逻艇联成“群”的系统，这就是所谓的CARACaS（机器人代理指挥和感知控制架构）技术。另外，该系统可安装在美海军研究局研制的独立平台上，也可安装在各种小型船只上，将它们变成自主的无人运输工具。CARACaS系统的软件基于美国航空航天局（NASA）为火星车研发的技术。军人在带CARACaS系统便携式设备的帮助下，将能够轻易并迅速地将飞行器，装甲车和快艇变成统一的自动化战斗群。
人工智能在太空的前景更加广阔。可以组建不需要连续监控和从地面指挥中心进行指挥的自主跟踪卫星或者反卫星卫星集团。
将来，在人工智能的帮助下，能够大幅提升特种部队和空降分队的效能。即便规模不大的特种小组在使用无人平台的情况下，也能够以类似的形式控制敌方大片区域，并在自主交互战车的帮助下攻击各种目标，或者阻止敌军分队进入某一区域，以此来扼守主力登陆基地。
基于坦克和装甲输送车（对于俄罗斯来说就是“阿尔马塔”多用途履带式平台）的无人地面作战系统，能够为登陆兵准备登陆场，对敌开火，运送弹药及特种部队必须的设备。
自然会出现一个疑问：这种具备人工大脑的坦克会不会对己方登陆兵开火？答案显而易见：战车拥有“目标数据库”和人脸识别系统的情况下，可以避免这种情况的发生。或者为坦克加装基于普通处理器，能够限制人工智能行动的机器智能，作为能够取代坦克车长、驾驶员和瞄准手定下决心的人工智能的补充，就像负责反射的脊髓不允许人触碰滚烫的武器或者从阳台上跳下去一样。
需要注意的是，现代战争的实施战略要求改变部队的展开方法，而且现代战争将在敌人的全境同时举行：陆地、空中，近地空间，以及信息空间和网络空间，战士自主机器人技术支援系统在近期也将获得发展。有人作战行动向无人作战行动的转变速度将会加快。
军队应当关注并作为近期优先发展方向的是，具备网络支持的自主武器技术，人机协同系统，其中包括定下决心时的人机交互，具备人工智能功能的自主学习系统以及改进的无人系统。
至于机器人本身来说，在可预见的将来，未必会出现人形机器人，机器人多半看起来像火星车一样，或者类似星球大战电影中的R2-D2机器人。小型自主机器人能够成为理想的狙击手，可以在阵地上等待必要且足够长的时间。部分类型的飞行或者爬行机器人能够进入房间，在不被发现的情况下，向目标注入致命性毒剂或者喷撒神经麻痹毒气。
自然还会出现一个疑问：如果黑客侵入人工智能战车，对其进行破坏，甚至让战车向己方军人或者民用目标开火怎么办？答案显而易见：黑客什么也不能破坏，因为人工智能与机器智能和超级计算机不同，能够独立为自己生成行为算法，并非在普通计算机硬盘或者内存上进行稳定存储，而是利用瞬间产生，而后又消失的神经联络链条。
人工智能还有另外一项战略任务，在该项战略任务中，人仍然发挥着自身特殊的作用。俄联邦武装力量总参谋部未来将出现具备超大计算能力的自主战术武器，用于实施“智能”侦察，分析敌人和己方部队行动，寻找最优方案，这意味着军队展开和指挥的战略和方法将发生变化。概念性武器中的人工智能将成为与核武器一样的战略遏制因素，因此创新竞赛将会提速。
21世纪，大国之间的竞争仍在继续，恐怖组织甚至能够召集一整支军队，因此，军事技术装备应当不断进行改进和完善。完全有可能，如果一个国家借助人工智能技术控制对手的全部系统，假想的“第三次世界大战”可能在数秒内就已经结束。关于这一点，需要思考的不仅仅是军人，也包括国家政府。
在国家层面作出决策的政治家也必须了解创新性变化的意义，因为不仅出现了实施新型战争的可能性，还出现了在各国之间挑起现实冲突的可能性。人工智能同样能够被运用到国家管理和巩固政权的方法中，成为内政的工具。人工智能还能够成为国家机关在控制灾难性风险和预防人为灾难时的帮手。
人工智能研究的进步将对经济产生最重大的影响，并可能导致新的工业革命。首选运用人工智能的大国将对其余国家形成信息，甚至军事政治优势。发展人工智能正在成为21世界超级大国的战略任务。与此同时，下面这个问题的答案也很重要：我们在为自己培养什么样的助手——无耻和惨无人道的人工“靡菲斯特”，还是电子版的天使？
如果俄罗斯能够研发出突破性技术，在该方面集中主要精力和资源，那么就能保证在新一轮军事技术发展中保持与美国和中国的平等地位，尤其是当世界领导者发现，自己开始失去权力并成为大国之一时，这也就意味着世界将出现不稳定局势，可能发生冲突，包括军事冲突。
美国为了保持自身优势，将继续激化冲突，早晚会向寻求霸权地位的国家发动按照21世纪全新规则实施的战争。
鉴于俄罗斯经济上的落后以及科学教育多年来的退化，我国在研制新一代导弹，反导导弹，突击系统和防护装备方面的财政、技术能力目前要落后于潜在的敌人，恰恰人工智能将成为我们的盟友，作为对亚历山大三世说过的我们的两个盟友（陆军和海军）的补充。人工智能将成为定下战略决心时的助手，因为任何战略和国防任务都意味着大量的工时、分析和模拟。人工智能将能够分析我方敌人的行动，收集科学信息，寻找先前我们因信息、数据或者跨学科领域科学知识不足而未能解决的复杂工程任务的合理解决方法。人工智能能够获取人类在整个文明存在历史中存储的全部科学、政治、军事等信息，并能够创造性地访问信息，发现隐藏含义，整合知识并帮助我们在核物理，量子化学，生物技术等的进一步发展中取得突破。
人工智能是未来的战略项目，其研发方面的竞争将与20世纪中期的核竞争不相上下，而目前仅解决了数据分析，图像识别和文本翻译等部分任务。重要的是要知道，人工智能不是超级计算机，它是按照完全不同的原理运行的。关于机器技术奇异点和机器人起义的讨论目前还仅仅是科学幻想。
主要的任务还未完成——如何研制出性能与人类大脑相当的计算机。
如何研发人工智能？
计算机和现代机器人根据程序算法运行，也就是根据系列连续的命令。在同一种环境下，算法运行将得出同一个结果。
人工智能是一种机器系统，能够学习，获得并使用客观知识和经验，作出不同的决策（每次都会变得更加合理），制定战略，使用抽象的概念并像人脑一样完成创造性任务。
当工程师和科研人员试图研制出自然界中的类似物体并在机器和机械中实现人们所须要的功能时，他们就会研究标本。
以航空技术装备研制的各个阶段为例。人类从古时候就已近幻想飞行（关于伊卡洛斯和代达罗斯的神话），工程师研究了翅膀以及鸟类和飞鼠的解剖。在中世纪，当时像莱昂纳多·达·芬奇这样杰出的天才尝试制造扑翼机，在文艺复兴时期和20世纪初也一样。虽然现在的飞机与鸟类大不相同，且飞行的方式也不一样，然而，鸟类翅膀的特点是，上表面凸起，下表面平顺，气流通过时能够产生气压差（下方气流速度更快，压力更大），从而产生了升力。工程师正是将这一特性运用到了飞机上，研制了机翼和滑翔机，增加了发动机，人类便获得了飞行的能力。梦想从此实现。飞机还被区分为军用和民用飞机。
人工智能也一样。为了研制人工智能，必须了解人类思考的方式，研究人类大脑的神经生物活动。现代电子显微镜，脑电描记器，X线体层照相机等能够在细胞和分子层面“探察”大脑，了解什么是大脑神经，中枢神经系统生物神经网络的运行方法。
大脑神经的活动
神经元由神经元细胞核、细胞体和特殊的突起构成：数个接受信息的树突和向其它神经元或肌肉细胞传递信号的轴突。每个神经元与其它的神经元通过专门的电和化学信号协同，也就是通过电来刺激细胞。两个神经元之间相连的部位被称为突触。突触是神经元之间信息传递的部位，构成联系。我们的大脑中的神经元超过1千亿，它们相互联系，构成神经网络。突触中的信号借助化学神经介体（氨基酸和各种固有化合物）进行传递，或者通过电信号进行传递，钙离子通过通道蛋白由一个细胞进入另一个细胞。
虽然信号传输机制已经研究得很清楚了，但科研人员和工程师的问题在于，1千亿神经元中的每个神经元与其它神经元形成1000至20000个联接，累积大量的信息，达2-5拍字节，而这一过程伴随着放电现象以及离子和能够加强或削弱信号的复杂分子的参与。重现数十亿细胞组成的网络及数千细胞之间不断出现并消失的联系是不现实的。必须发明另外一种具备自身要素的结构。
人工智能的研发问题之所以迫切，还在于人脑无论如何也不能与计算机相比。大脑不是计算机。大脑中的信息，记忆，经验，图形，声音等并非以字母、数字、音符、图像或者二进制代码的形式存储。大脑中没有中央处理器所需要的存储器，没有能够通过算法提取和处理的物理内存。信息在我们需要的时候，通过神经元联系恢复。大脑中没有软件。大脑是一个能够学习的系统，但与此同时，对于我们来说，认识比记忆要更加容易。我们与外部世界或者想象中的世界有直接关联。我们看到一个物体并认识它。通过产生的图像，我们知道，这是什么物体。但如果我们不能认识一个物体的形状，那么我们就需要记忆额外的东西或者学习新的信息。视觉记忆非常重要，听觉记忆和音乐记忆也一样。当人用上全部记忆类型时，记忆会更快和更有效。重要的是要知道，系统的完整性和大脑的健康需要通过积极活动来维持。
人类正面临一项最复杂的任务，其难度与20世纪核物理发现以及核武器的研制相当。目前，任何一个国家都还没能完成人工智能的研发。只有虚拟生物神经元运行的数学和计算机模型。
第一批研究尝试
最常见的模型是能够学习，记忆并重建图形的神经元网络，它可以进行分析并给出答案。美国学者W·麦克卡洛和W·匹茨早在1943年就首先尝试研制人工神经元和机器智能，与N·维纳共同奠定了一门新科学——控制论的基础。之后，在1957年，F·罗森布拉特发明了视感控器——一种使用大脑接受信息的计算机模型。工程师和数学家提出研制一种输入端存在像通过突触向生物神经元树突传输信号的处理器，作为输入设备，然后信号传向相联存储器部位，然后再从该部位传向反应部位。
俄罗斯科学界的贡献
杰出的苏联数学家安德烈·尼古拉耶维奇·科尔莫戈罗夫和弗拉基米尔·伊戈列维奇·阿诺尔德在1957年证明了以下定理：任何多变量连续函数都能够表现为少变量函数有限数组合的形式，这成为构建神经元网络的数学基础。还证明，各种集合或者函数相关元之间的对应关系能够表现为与一定数量输入层“神经元”，更多数量具有一定激活功能的各潜层“神经元”，输出层具有未知激活功能“神经元”直接相联的定值神经网络。而且神经网络还能够调整或者“学习”。
对于不了解数学理论的人来说，这些听起来有些复杂， 但这对于回答人工智能能否实现这一问题具有重要意义。
苏联数学家从理论上证实，是的，这是可能的。而在1964年举行的因此以“机器能否思考”为题的辩论中，A·N·科尔莫戈罗夫表示，研制完全建立在数字信息处理和控制机构基础上的，完全意义上的生物是绝对可能的，这符合唯物辩证法的原则。
如果回到大脑的计算机模型，那么可以想象，人脑中有数十亿缓慢运行的处理器，且它们的数量如此之多，使人脑比当今任何超级计算机都要更强。从控制论观点来看就很简单了。人工智能是线路信号和非线性函数和激活算法的总和。借助非线性函数，处理器将输入信号转变为输出信号，并进入下一网格——下一个处理器并继续转化。人工神经元形成层，而神经元网络具备学习，恢复和破坏联系的能力。
理论上，这一切貌似都不复杂，但问题在于，人脑的突触能够放缓信号，能够加强信号，也能够不失真地选通或者完全不作出任何反应，选通或者不选通。这样一来，至少是一个三进制逻辑“+1，0，-1”，因此借助二进制和现在的处理器模拟神经元网格是不太乐观的。俄罗斯在这方面具有一定的经验。三进制逻辑的处理器（trit和trait代替比特和字节）在苏联的导弹-太空技术装备中就已经成功运用。
工程师继续推进并开始研究光信号系统，回到了模拟信号和带内存的系统。如果说电信号能够交互并相互干扰的话，那么光信号不会混乱，因为光子不可能出现交互。或许，光学人工智能系统与苏联80年代研制的东西类似，将能够建立近似合理的神经元网络结构。
量子计算机之路
人工智能研究人员多半会关注量子物理。包含信息并参与信息传输的粒子是分子和原子，虽然它们很微小，但交互还是很明显，人类可能不得不研究大脑量子理论并使用量子计算机来研究人工智能。
而量子计算机的研制是一项工作量特别巨大且非常复杂的任务。
目前，我们离人工智能的实现还很遥远，因为我们还不能完全了解突触的工作方式，信号的传输方法，以及记忆是如何产生的。须要研究出意识的数学和物理模型。未来人类还有很多工作要做，这些工作完成的质量越高，人们活到下个千年的可能性就越大。（全文完）
（平台编辑：黄潇潇）