“深綠”及AlphaGo對(duì)指揮與控制智能化的啟示

金欣

指揮與控制是一項(xiàng)跨物理域、信息域和認(rèn)知域的學(xué)科,既包含工程,也包含藝術(shù).受到信息技術(shù)發(fā)展的推動(dòng)和制約,多年來(lái)指揮與控制技術(shù)的發(fā)展大量集中在信息域和物理域,在指揮與控制系統(tǒng)工程方面取得了長(zhǎng)足的進(jìn)步[1?2],但在指揮與控制輔助決策方面,尤其是涉及指揮藝術(shù)的認(rèn)知域,一直停留在初級(jí)階段.雖然設(shè)計(jì)了一些輔助計(jì)算模型,但在現(xiàn)代化戰(zhàn)爭(zhēng)復(fù)雜、快速、多變的特性面前,可信度、實(shí)用性遠(yuǎn)遠(yuǎn)不能滿(mǎn)足實(shí)際需要.美軍曾推出“深綠”計(jì)劃,旨在探索智能化的指揮與控制輔助決策,但也因戰(zhàn)爭(zhēng)的復(fù)雜性等種種原因未獲成功.

人工智能技術(shù)近年來(lái)發(fā)展迅猛,尤以深度學(xué)習(xí)技術(shù)為代表,在語(yǔ)音識(shí)別、圖像識(shí)別、運(yùn)動(dòng)感知等領(lǐng)域紛紛取得了突破性的進(jìn)展.AlphaGo與李世石的一場(chǎng)圍棋大戰(zhàn)獲得了舉世矚目,最終人工智能以4:1的結(jié)果戰(zhàn)勝了人類(lèi),代表其在認(rèn)知領(lǐng)域再下一城,一時(shí)間掀起了熱議.緊接著,AlphaGo宣稱(chēng)要挑戰(zhàn)星際爭(zhēng)霸,更是將人工智能推向了神壇.圍棋和星際爭(zhēng)霸這兩類(lèi)游戲,和軍事指揮與控制有著緊密的聯(lián)系,尤其是星際爭(zhēng)霸與戰(zhàn)爭(zhēng)有著很高的相似度.因此,很自然的想法,就是將人工智能技術(shù)應(yīng)用于作戰(zhàn)指揮.隨著美軍宣稱(chēng)要將人工智能列為“改變游戲規(guī)則”的顛覆性技術(shù)大力發(fā)展,國(guó)內(nèi)外對(duì)指揮與控制智能化的呼聲也越來(lái)越高.

相比之下,AlphaGo是智能化技術(shù)向軍事領(lǐng)域的推進(jìn),而“深綠”則是從軍事領(lǐng)域推智能化.兩者雖然一成一敗,都不失為軍事指揮與控制智能化發(fā)展的里程碑.其中涉及的技術(shù)方法,很值得深入研究.本文簡(jiǎn)要介紹了二者采用的技術(shù)方法,并開(kāi)展了方法適用性分析,研究了其在指揮與控制領(lǐng)域的應(yīng)用機(jī)理及能力,分析了應(yīng)用的難點(diǎn)及對(duì)策,并作為拋磚引玉,對(duì)指揮與控制智能化的發(fā)展提出了啟示和建議.

1 方法簡(jiǎn)介及適用性分析

1.1 美軍“深綠”系統(tǒng)

“深綠”計(jì)劃是美國(guó)國(guó)防部高級(jí)研究計(jì)劃局DARPA支持的一項(xiàng)面向美國(guó)陸軍、旅級(jí)的指揮與控制領(lǐng)域的研究項(xiàng)目,是將人工智能引入作戰(zhàn)輔助決策的一項(xiàng)嘗試探索.文獻(xiàn)[3?18]對(duì)“深綠”計(jì)劃中應(yīng)用的技術(shù)、執(zhí)行的情況、及其面臨的困難和挑戰(zhàn)進(jìn)行了深入探討.

深綠的核心技術(shù)本質(zhì)上是基于實(shí)時(shí)態(tài)勢(shì)的動(dòng)態(tài)仿真,也是“平行仿真”的核心要義[19].仿真擅長(zhǎng)逼真地、量化地模擬復(fù)雜多因素綜合作用的過(guò)程和結(jié)果,而這是很難用傳統(tǒng)的數(shù)學(xué)公式描述出來(lái)的.基于實(shí)時(shí)態(tài)勢(shì)做仿真,可以量化地估計(jì)未來(lái)某一時(shí)刻的戰(zhàn)場(chǎng)狀態(tài),也可以幫助人理解各種量變?cè)诓煌瑫r(shí)間、空間上交叉產(chǎn)生、綜合作用之后可能帶來(lái)的質(zhì)變,這種質(zhì)變代表具有不同意義的戰(zhàn)場(chǎng)態(tài)勢(shì)局面.在復(fù)雜戰(zhàn)爭(zhēng)中,可能導(dǎo)致不同態(tài)勢(shì)局面的因素眾多,包含各種隨機(jī)性、偶然性,一個(gè)細(xì)微的因素可能改變整個(gè)戰(zhàn)局的發(fā)展.使用仿真的方法,可以盡可能地將每一個(gè)細(xì)節(jié)因素的影響都模擬出來(lái),只要模型足夠逼真,計(jì)算平臺(tái)足以支撐.

然而,用仿真來(lái)預(yù)測(cè)戰(zhàn)場(chǎng)變化的一大缺點(diǎn),是無(wú)法應(yīng)對(duì)分支太多的情形.包括敵方戰(zhàn)術(shù)策略、我方應(yīng)對(duì)策略、環(huán)境變化、隨機(jī)過(guò)程等不確定性都會(huì)導(dǎo)致分支出現(xiàn).而各種不確定性的組合爆炸是“深綠”面臨的最大難題.按照深綠的方法,每種可能的分支都要仿真模擬一遍才行,那么分支一多,這種仿真模擬的計(jì)算資源和時(shí)間成本就十分高昂,以至于無(wú)法實(shí)現(xiàn).但事實(shí)證明,戰(zhàn)爭(zhēng)迷霧無(wú)處不在,只有戰(zhàn)術(shù)層面、短時(shí)間內(nèi),不確定性才相對(duì)較少.但很明顯,戰(zhàn)術(shù)層面、短時(shí)間內(nèi)的預(yù)測(cè)對(duì)指揮員而言非常簡(jiǎn)單,用機(jī)器預(yù)測(cè)的意義不大.此外,態(tài)勢(shì)與決策的輸入輸出、數(shù)據(jù)的決定性、計(jì)算機(jī)與人協(xié)同等問(wèn)題,都是“深綠”計(jì)劃面臨的難題[3].

美軍于2011財(cái)年終止“深綠”計(jì)劃的原因是多方面的,包括技術(shù)上存在的風(fēng)險(xiǎn),也包括經(jīng)費(fèi)、人員等各方面因素.美軍高調(diào)宣稱(chēng)終止某項(xiàng)研究計(jì)劃的背后,往往在隱秘地持續(xù)開(kāi)展相關(guān)研究.“深綠”計(jì)劃表面上雖然被叫停,不排除相關(guān)研究仍在繼續(xù)的可能.

1.2 谷歌AlphaGo系統(tǒng)

相比于軍方自頂向下推進(jìn)指揮與控制智能化的努力困難重重,AlphaGo在民用領(lǐng)域取得的突破可謂另辟蹊徑,后來(lái)居上.

AlphaGo所采用的核心技術(shù)是深度學(xué)習(xí)和蒙特卡洛搜索[20],特別擅于分析博弈層面的問(wèn)題,而且已被證明比人類(lèi)更擅長(zhǎng)應(yīng)對(duì)天文數(shù)字般的組合不確定性.其通過(guò)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)對(duì)人類(lèi)直覺(jué)思維的模擬,是在神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用中非常有魄力的一種創(chuàng)新.神經(jīng)網(wǎng)絡(luò)雖然和人類(lèi)大腦中的神經(jīng)元系統(tǒng)相差甚遠(yuǎn),卻被實(shí)踐證明可以模擬非常復(fù)雜的映射關(guān)系.而人類(lèi)的直覺(jué)就是一種說(shuō)不清、道不明的潛在映射關(guān)系.機(jī)器通過(guò)千萬(wàn)級(jí)別的訓(xùn)練樣本,學(xué)會(huì)了人類(lèi)的這種直覺(jué),可以直接生成當(dāng)前局勢(shì)的“應(yīng)對(duì)良策”(實(shí)際上是人類(lèi)高手在同類(lèi)局勢(shì)下使用較多的棋招),而不是對(duì)每種可能性都推一遍,同時(shí)生成對(duì)最終輸贏結(jié)果的價(jià)值估計(jì)(實(shí)際上是人類(lèi)類(lèi)似棋局最終輸贏結(jié)果的統(tǒng)計(jì)分布),并在有限范圍內(nèi)開(kāi)展推演求證(由于縮小了范圍,屏蔽了細(xì)節(jié),推演效率高).因此,使用AlphaGo的方法,可以幫助人們高效演算作戰(zhàn)中的博弈問(wèn)題,從而尋求戰(zhàn)法策略的優(yōu)化.

然而,AlphaGo直接用于作戰(zhàn)設(shè)計(jì)和分析是有問(wèn)題的,主要是屏蔽了太多細(xì)節(jié)導(dǎo)致的失真.和圍棋不同,戰(zhàn)場(chǎng)上任何一招一策,能達(dá)到何種效果,都是和具體對(duì)象、環(huán)境相關(guān)的.棋盤(pán)上看似簡(jiǎn)單的一步棋,實(shí)際效果可能未必落在想要落在的那個(gè)格子里.此外,使用AlphaGo方法,還面臨著戰(zhàn)場(chǎng)抽象建模、非輪次博弈、非單一目標(biāo)、不完全信息、不完備規(guī)則、缺訓(xùn)練樣本等一系列問(wèn)題,下文中會(huì)詳細(xì)闡述.換言之,單靠棋盤(pán)上的博弈驗(yàn)證戰(zhàn)法策略的有效性,有“紙上談兵”之嫌,具有一定的意義,但實(shí)用性不強(qiáng).

2 應(yīng)用機(jī)理及能力分析

2.1 應(yīng)用機(jī)理

“深綠”和AlphaGo所采用的兩種方法,既可以分別應(yīng)用在指揮與控制中,也可以結(jié)合起來(lái)應(yīng)用,取決于實(shí)際需求.

1)“深綠”——戰(zhàn)術(shù)級(jí)仿真推演

從美軍“深綠”系統(tǒng)的設(shè)計(jì)初衷和其應(yīng)用效果來(lái)看,其更適合戰(zhàn)術(shù)層級(jí)的仿真推演.一方面,戰(zhàn)術(shù)層級(jí)的實(shí)體行為模型較易建立,武器平臺(tái)的運(yùn)用規(guī)則相對(duì)簡(jiǎn)單、作用效果相對(duì)容易量化評(píng)估.另一方面,戰(zhàn)術(shù)層級(jí)的不確定性相對(duì)較小,因?yàn)闀r(shí)間相對(duì)較短、規(guī)模相對(duì)較小、流程相對(duì)固定.再一方面,戰(zhàn)術(shù)層級(jí)的分析對(duì)于精確量化的要求更高,武器平臺(tái)的控制、打擊效果的評(píng)估等都需要精確量化的數(shù)據(jù)支撐.在戰(zhàn)術(shù)級(jí)運(yùn)用仿真推演,可以充分發(fā)揮機(jī)器精確的計(jì)算能力.

2)AlphaGo——戰(zhàn)略、戰(zhàn)役級(jí)博弈推理

從AlphaGo定位于棋類(lèi)游戲來(lái)看,其更適合戰(zhàn)略、戰(zhàn)役層級(jí)的博弈推理.棋招類(lèi)似于戰(zhàn)法,走一步棋類(lèi)似于指揮員下定一步作戰(zhàn)行動(dòng)的決心.通過(guò)AlphaGo扮演“藍(lán)軍”指揮員,與扮演“紅軍”的人類(lèi)指揮員互相拆招喂招,可以幫助指揮員定性地分析各種戰(zhàn)法相互作用、多個(gè)回合之后的可能結(jié)果.戰(zhàn)爭(zhēng)是不確定性的王國(guó),AlphaGo擅長(zhǎng)的就是從大量不確定性中尋求可行解.另外,AlphaGo采用的自我博弈方法,還能幫助指揮員從龐大的解空間中自動(dòng)尋找最有可能取勝的戰(zhàn)法組合,幫助實(shí)現(xiàn)戰(zhàn)法策略的優(yōu)化.

3)兩者結(jié)合——一體化作戰(zhàn)設(shè)計(jì)分析

然而,AlphaGo真正要用在指揮與控制領(lǐng)域,實(shí)現(xiàn)從棋類(lèi)游戲到戰(zhàn)爭(zhēng)推演的轉(zhuǎn)化,就要和“深綠”的方法相結(jié)合,互相取長(zhǎng)補(bǔ)短.

圖1 AlphaGo與“深綠”方法的指揮與控制應(yīng)用機(jī)理

結(jié)合應(yīng)用的機(jī)理如圖1所示,指揮員和機(jī)器在棋盤(pán)上進(jìn)行對(duì)弈,通過(guò)仿真環(huán)境實(shí)現(xiàn)和真實(shí)戰(zhàn)場(chǎng)的對(duì)接.首先,指揮員在棋盤(pán)上設(shè)計(jì)戰(zhàn)法,相當(dāng)于走出一步棋,“深綠”系統(tǒng)使用草圖到計(jì)劃的功能,將該戰(zhàn)法細(xì)化成具體可操作的行動(dòng)方案,并基于實(shí)時(shí)接入的戰(zhàn)場(chǎng)數(shù)據(jù),通過(guò)仿真模擬出方案執(zhí)行后的效果,將該效果抽象之后呈現(xiàn)在棋盤(pán)上,即通過(guò)仿真估計(jì)出棋子可能落在哪一格.接著,AlphaGo用其深度學(xué)習(xí)得到的策略網(wǎng)絡(luò),生成敵方的戰(zhàn)法,“深綠”系統(tǒng)將其細(xì)化成方案,仿真出效果并抽象到棋盤(pán)上,從而完成雙方一輪走棋.AlphaGo再用估值網(wǎng)絡(luò)估計(jì)一下當(dāng)前盤(pán)面的勝負(fù)概率,并用蒙特卡洛搜索進(jìn)行推演求證,供指揮員分析參考.

按照這種方法,戰(zhàn)略、戰(zhàn)役、戰(zhàn)術(shù)層級(jí)得到了兼顧,兩種方法形成了優(yōu)勢(shì)互補(bǔ),AlphaGo解決了不確定性的問(wèn)題,“深綠”實(shí)現(xiàn)了“紙上談兵”和實(shí)際戰(zhàn)場(chǎng)的結(jié)合,因此,可用于一體化的作戰(zhàn)設(shè)計(jì)分析.

2.2 應(yīng)用能力

在指揮與控制領(lǐng)域應(yīng)用“深綠”和AlphaGo的方法,可以實(shí)現(xiàn)很多前所未有的功能,支撐戰(zhàn)前推演、實(shí)時(shí)預(yù)測(cè)、臨機(jī)決策、精準(zhǔn)控制、戰(zhàn)后評(píng)估等一系列指揮與控制業(yè)務(wù).

1)博弈式籌劃推演

在戰(zhàn)前,可以將AlphaGo和“深綠”結(jié)合起來(lái),實(shí)現(xiàn)博弈式的籌劃推演.一種是人-機(jī)博弈:人類(lèi)指揮員設(shè)計(jì)我方戰(zhàn)法,AlphaGo設(shè)計(jì)敵方戰(zhàn)法,“深綠”負(fù)責(zé)行動(dòng)方案細(xì)化生成、行動(dòng)效果模擬抽象,AlphaGo估計(jì)勝負(fù)概率,人類(lèi)指揮員可以選擇繼續(xù)往下走,或者悔棋重新設(shè)計(jì)戰(zhàn)法,重新推演,以此反復(fù)修改優(yōu)化方案.另一種是機(jī)-機(jī)博弈:AlphaGo用自我博弈的方法,同時(shí)設(shè)計(jì)敵、我戰(zhàn)法,通過(guò)隨機(jī)選擇戰(zhàn)法的方式,把各種可能的戰(zhàn)法組合都推演一遍,并自動(dòng)對(duì)推演結(jié)果進(jìn)行批處理分析、比對(duì),從而幫助人類(lèi)指揮員尋找較為理想的方案.由于人類(lèi)指揮員在設(shè)計(jì)方案時(shí)往往具有思維定勢(shì),容易忽略掉一些可行解,而機(jī)器采用有限范圍內(nèi)的解空間搜索方式,或許能搜出一些人想不到的方案,其中不乏“奇招、妙招”.

2)實(shí)時(shí)態(tài)勢(shì)預(yù)測(cè)

在戰(zhàn)中,可以將AlphaGo和“深綠”結(jié)合起來(lái),實(shí)現(xiàn)戰(zhàn)場(chǎng)態(tài)勢(shì)的實(shí)時(shí)預(yù)測(cè).其中,AlphaGo主要負(fù)責(zé)敵方的出招預(yù)測(cè),即預(yù)測(cè)敵方在當(dāng)前形勢(shì)下,下一步可能采用的戰(zhàn)法.但按其方法原理,其只能預(yù)測(cè)當(dāng)前局勢(shì)下令對(duì)手贏面最大的一招,而無(wú)法預(yù)測(cè)對(duì)手可能采用的“昏招”或“險(xiǎn)招”.“深綠”主要負(fù)責(zé)戰(zhàn)術(shù)層面的戰(zhàn)場(chǎng)狀態(tài)預(yù)測(cè),一是按敵我當(dāng)前戰(zhàn)法打下去,量化估計(jì)下一時(shí)刻可能的戰(zhàn)場(chǎng)狀態(tài),二是考慮環(huán)境、對(duì)抗中的少量隨機(jī)性,或敵我戰(zhàn)法的少量可選項(xiàng),歸納出短時(shí)間內(nèi)未來(lái)態(tài)勢(shì)可能出現(xiàn)的幾種局面.

3)臨機(jī)快速?zèng)Q策

AlphaGo的一大特點(diǎn),是克服大量未知不確定性的組合爆炸,模擬人類(lèi)的棋感直覺(jué),根據(jù)當(dāng)前盤(pán)面形勢(shì)快速拆招解招.這種能力如果用在臨機(jī)指揮中,可以快速生成決策建議,尤其是在突遭變化、敵方后招難以捉摸,而形勢(shì)又特別緊急的情況下,可以避免人類(lèi)指揮員容易出現(xiàn)的猶豫不決現(xiàn)象,提升決策效率.更重要的是,AlphaGo在訓(xùn)練時(shí)使用的樣本很多,可以模擬很多高水平指揮員的共性直覺(jué),理論上其生成的建議有可能會(huì)優(yōu)于單個(gè)人類(lèi)指揮員.當(dāng)然,以目前人工智能的水平,支持戰(zhàn)前籌劃還行,支持戰(zhàn)中指揮有點(diǎn)不太現(xiàn)實(shí),但如果AlphaGo攻克了星際爭(zhēng)霸之類(lèi)的實(shí)時(shí)競(jìng)技類(lèi)游戲,那就完全不同了.

4)前饋式精準(zhǔn)控制

深綠基于仿真的實(shí)時(shí)量化預(yù)測(cè)能力,可以在行動(dòng)執(zhí)行過(guò)程中,模擬戰(zhàn)場(chǎng)多因素綜合作用的結(jié)果,超實(shí)時(shí)預(yù)測(cè)行動(dòng)執(zhí)行的效果,并根據(jù)實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)修正預(yù)測(cè)結(jié)果.指揮員可以實(shí)時(shí)把握行動(dòng)預(yù)計(jì)效果同預(yù)期之間的偏差,提前對(duì)行動(dòng)進(jìn)行調(diào)整.過(guò)去都是根據(jù)當(dāng)前行動(dòng)執(zhí)行的結(jié)果,來(lái)調(diào)整下一步的行動(dòng),是在偏差已經(jīng)產(chǎn)生情況下的調(diào)控.而通過(guò)超前預(yù)測(cè)引入的反饋,是在偏差尚未產(chǎn)生之前的調(diào)控,類(lèi)似控制論中的前饋式控制,可以幫助指揮員防患于未然.在此基礎(chǔ)上,如果仿真模型的粒度越細(xì),則效果預(yù)測(cè)就越精確,控制的精準(zhǔn)度就越高.

5)戰(zhàn)后評(píng)估訓(xùn)練

一方面,戰(zhàn)前的博弈式推演方法也可以用在戰(zhàn)后,對(duì)各種戰(zhàn)法進(jìn)行博弈演練,發(fā)現(xiàn)戰(zhàn)法存在的問(wèn)題,從而進(jìn)行優(yōu)化.另一方面,利用AlphaGo中的深度學(xué)習(xí)技術(shù),還可以實(shí)現(xiàn)各種作戰(zhàn)模型的訓(xùn)練優(yōu)化.很多作戰(zhàn)模型因?yàn)橛绊懸蛩靥?、作用機(jī)理復(fù)雜,傳統(tǒng)數(shù)學(xué)模型難以精確擬合.例如部隊(duì)實(shí)戰(zhàn)能力,受敵我兵力配屬、武器配備、使用戰(zhàn)法、訓(xùn)練水平、士氣、相對(duì)位置、戰(zhàn)場(chǎng)環(huán)境等諸多因素影響,一直以來(lái)都很難建模.而指揮員和部隊(duì)一起摸爬滾打多年,對(duì)其實(shí)戰(zhàn)能力的估計(jì)是比較準(zhǔn)確的,這種經(jīng)驗(yàn)性的直覺(jué)判斷,類(lèi)似AlphaGo對(duì)盤(pán)面勝負(fù)概率的估計(jì).神經(jīng)網(wǎng)絡(luò)具備超強(qiáng)的分類(lèi)/擬合性能,如果給定歷史案例中各種情況下的戰(zhàn)況數(shù)據(jù),用深度學(xué)習(xí)方式或許能擬合出一個(gè)較為精確的模型出來(lái).

3 技術(shù)應(yīng)用面臨的挑戰(zhàn)

“深綠”計(jì)劃面臨的挑戰(zhàn)如前所述,包括戰(zhàn)爭(zhēng)的復(fù)雜不確定性、模型的精確性、計(jì)算資源的占用性等.AlphaGo的方法雖然在圍棋領(lǐng)域取得了杰出的成就,并且具有一定的通用性,但真正應(yīng)用在作戰(zhàn)指揮與控制領(lǐng)域,還面臨許多挑戰(zhàn).

1)戰(zhàn)場(chǎng)抽象建模

棋盤(pán)上,車(chē)無(wú)輪、馬無(wú)韁,一切都是簡(jiǎn)化過(guò)的.而現(xiàn)實(shí)戰(zhàn)爭(zhēng)太復(fù)雜,要考慮的細(xì)節(jié)因素太多,只有抽象到棋盤(pán)層面,才有可能分析戰(zhàn)法博弈.但如何抽象,才能做到既簡(jiǎn)化了繁冗的細(xì)節(jié),又保留了博弈的本質(zhì),是一個(gè)值得研究的問(wèn)題.例如,戰(zhàn)場(chǎng)態(tài)勢(shì)決不僅僅是兵力的棋布,各種相互關(guān)系、能勢(shì)大小、趨勢(shì)方向都應(yīng)在棋盤(pán)上反映出來(lái)；調(diào)兵遣將也決不僅僅是棋子的位置挪移,各種戰(zhàn)法戰(zhàn)術(shù)策略、武器使用方式都應(yīng)在棋盤(pán)上可選.其實(shí)這是兵棋要考慮的問(wèn)題,但現(xiàn)在的兵棋能否做到,還有待驗(yàn)證.

2)非輪次博弈

現(xiàn)代化戰(zhàn)爭(zhēng)不像古代的決斗,不是你走一步我走一步的模式,而是你走一步,我可能走兩步甚至更多.戰(zhàn)爭(zhēng)也不是你走一子我走一子,而是多個(gè)子同時(shí)在走.像星際爭(zhēng)霸之類(lèi)的游戲是很接近戰(zhàn)爭(zhēng),但AlphaGo能否攻克還是未知數(shù),很可能不會(huì)采用和圍棋一樣的方法.戰(zhàn)爭(zhēng)是連續(xù)演進(jìn)的,一種方式是采用某種策略將其離散化,分成許多時(shí)間片段,允許每個(gè)片段結(jié)束時(shí)雙方各做一次決策(保持不變也是一種決策),然后套用圍棋的方法,這種方法帶來(lái)的問(wèn)題就是時(shí)間片劃分多細(xì)合適,太細(xì)了計(jì)算量大,太粗了容易失真.除此之外,就需要?jiǎng)?chuàng)新提出完全不同于AlphaGo的方法來(lái)解決.

3)非單一目標(biāo)

棋盤(pán)對(duì)弈,最終的目標(biāo)就是輸贏.而實(shí)際戰(zhàn)爭(zhēng)往往沒(méi)有那么簡(jiǎn)單,很多情況下沒(méi)有明確的輸贏之分,而是要達(dá)到某種期望的狀態(tài),比如奪取制空權(quán)之類(lèi).而且實(shí)際戰(zhàn)爭(zhēng)中除了輸贏,考評(píng)一個(gè)作戰(zhàn)方案還有很多其它指標(biāo),比如預(yù)期效能的達(dá)標(biāo)性、損失代價(jià)的可接受性、資源占用條件的滿(mǎn)足性、應(yīng)對(duì)各種變化的靈活性等.換言之,實(shí)際戰(zhàn)爭(zhēng)的目標(biāo)是非單一的,是一套價(jià)值目標(biāo)體系.如何在棋盤(pán)對(duì)弈中模擬這樣的價(jià)值目標(biāo)體系,而神經(jīng)網(wǎng)絡(luò)又如何來(lái)學(xué)習(xí)這種價(jià)值目標(biāo)體系下的人類(lèi)直覺(jué),都是值得研究的問(wèn)題.

4)不完全信息

棋盤(pán)上,黑白分布一目了然.而現(xiàn)實(shí)戰(zhàn)爭(zhēng)中,信息有缺有失、有真有假.當(dāng)信息缺失時(shí),就好像一個(gè)人在下棋,走了好幾步之后,才知道對(duì)手走到哪兒,也不知道對(duì)手是怎么走到那里的,那么在這幾步“盲棋”中,該如何做決策？另一方面,當(dāng)信息有假時(shí),就好像對(duì)手表面上走了一步棋,實(shí)際上走的是另一步棋,有一個(gè)看得見(jiàn)的棋盤(pán)和一個(gè)看不見(jiàn)的棋盤(pán),如何鑒別看得見(jiàn)的這步棋,又如何估計(jì)看不見(jiàn)的那步棋？星際爭(zhēng)霸游戲中設(shè)置了一部分信息缺失的元素,例如未經(jīng)玩家探索過(guò)的地區(qū)會(huì)蒙上一層黑幕.AlphaGo能否通過(guò)這樣的考驗(yàn),讓我們?cè)嚹恳源?

5)不完備規(guī)則

棋盤(pán)上,一招一式都有規(guī)定,規(guī)則是明確的,對(duì)雙方是一致的.而現(xiàn)實(shí)戰(zhàn)爭(zhēng)中,招無(wú)定式、兵無(wú)定法,人可以隨時(shí)創(chuàng)造出新戰(zhàn)法.朱可夫在與關(guān)東軍作戰(zhàn)中,用滑輪繩索將坦克拉上陡坡,實(shí)現(xiàn)了出奇制勝.而現(xiàn)代化戰(zhàn)爭(zhēng)中,前方兵力看似不多,后方一枚遠(yuǎn)程導(dǎo)彈就有可能瞬間改變戰(zhàn)局,美軍號(hào)稱(chēng)一小時(shí)內(nèi)能打到全球任何一處,小小棋盤(pán)又哪能覆蓋無(wú)邊界的戰(zhàn)場(chǎng)？即便循規(guī)蹈矩地照教科書(shū)上的戰(zhàn)法,用在不同的實(shí)際情況下也是需要調(diào)整的,創(chuàng)新是無(wú)處不在的.試想兩人對(duì)弈中,如果對(duì)手不斷地違規(guī)走棋,即便是“圍棋之神”也難以取勝.當(dāng)然,實(shí)際戰(zhàn)爭(zhēng)中對(duì)手的規(guī)則也不是完全不清楚,是可以大致估計(jì)出來(lái)的,很多情況下對(duì)手別無(wú)選擇,這里面有個(gè)度的問(wèn)題.

6)缺訓(xùn)練樣本

棋局盤(pán)面可以達(dá)到千萬(wàn)級(jí)的規(guī)模,現(xiàn)實(shí)戰(zhàn)爭(zhēng)不太可能.即便算上演習(xí)訓(xùn)練,也離這個(gè)規(guī)模相去甚遠(yuǎn).AlphaGo通過(guò)自我博弈無(wú)中生有地制造了大量樣本,這對(duì)于戰(zhàn)爭(zhēng)能否做到是個(gè)問(wèn)題.棋盤(pán)上自我博弈較為簡(jiǎn)單,用于作戰(zhàn)還要解決從戰(zhàn)法到行動(dòng)方案的自動(dòng)生成問(wèn)題.此外,人造的樣本能不能用也是個(gè)問(wèn)題,深度學(xué)習(xí)如果學(xué)到的是人造的規(guī)律,就失去了意義.另一方面,人類(lèi)自身在學(xué)習(xí)時(shí)并不需要太多樣本,打過(guò)幾次仗的兵就算老兵了,一生身經(jīng)數(shù)十戰(zhàn)就是“戰(zhàn)神”了,人類(lèi)靠的不僅僅是經(jīng)驗(yàn)積累,每積累一次經(jīng)驗(yàn)都會(huì)帶有思考,讓理性思維和感性認(rèn)識(shí)相結(jié)合,才能實(shí)現(xiàn)快速學(xué)習(xí).如何讓機(jī)器像人一樣去學(xué)習(xí)作戰(zhàn),是很值得研究的問(wèn)題.

上述挑戰(zhàn)問(wèn)題,每一個(gè)目前都沒(méi)有很好的解決辦法,但筆者相信隨著技術(shù)的發(fā)展,它們終有一天會(huì)被解決.正如AlphaGo贏棋之前,很多人預(yù)測(cè)這一天還要很多年才能到來(lái).我們處在技術(shù)飛速發(fā)展的時(shí)代,每一天都在見(jiàn)證奇跡的出現(xiàn).

4 指揮與控制智能化發(fā)展著力點(diǎn)

分析認(rèn)為,不論AlphaGo還是“深綠”,其邁向智能化的基礎(chǔ)都是知識(shí).AlphaGo的知識(shí)是16萬(wàn)人類(lèi)高手的圍棋棋譜,“深綠”的知識(shí)是各種仿真實(shí)體的交戰(zhàn)模型.沒(méi)有這些知識(shí)做基礎(chǔ),它們是達(dá)不到現(xiàn)在的智能化程度的.因此,知識(shí)工程是智能化的基石,解決智能化的關(guān)鍵問(wèn)題,還應(yīng)從知識(shí)表示、知識(shí)學(xué)習(xí)、知識(shí)推理等基礎(chǔ)問(wèn)題入手,加強(qiáng)技術(shù)方法研究.

1)加強(qiáng)指揮員認(rèn)知域的知識(shí)表示方法研究

智能化的第一步,是讓機(jī)器理解戰(zhàn)爭(zhēng),理解戰(zhàn)場(chǎng)上發(fā)生的事,以及指揮員心中考慮的問(wèn)題.分析戰(zhàn)爭(zhēng)問(wèn)題,很重要的一點(diǎn)就是抽象.要分析戰(zhàn)法博弈層面的問(wèn)題,首先要分析一下指揮員心中的棋盤(pán)是什么樣的,指揮員是如何分析任務(wù)目標(biāo)、理解戰(zhàn)場(chǎng)局勢(shì)、設(shè)計(jì)作戰(zhàn)思路的、評(píng)價(jià)作戰(zhàn)效果的,指揮員大腦里抽象、模糊、不確定的知識(shí)產(chǎn)物具有哪些要素特征.然后探尋如何將這些要素特征形式化描述,以便機(jī)器理解.

2)加強(qiáng)復(fù)雜戰(zhàn)爭(zhēng)規(guī)律的知識(shí)學(xué)習(xí)方法研究

戰(zhàn)爭(zhēng)規(guī)律不斷在變化,而且復(fù)雜性也在不斷提升,人類(lèi)經(jīng)驗(yàn)總結(jié)是一方面,機(jī)器學(xué)習(xí)的方法可以幫助人類(lèi)提升對(duì)復(fù)雜戰(zhàn)爭(zhēng)規(guī)律的認(rèn)識(shí).運(yùn)用深度學(xué)習(xí)方法,首先要解決訓(xùn)練樣本的問(wèn)題,可用的實(shí)際戰(zhàn)爭(zhēng)和演習(xí)數(shù)據(jù)有限,一種可行的途徑是通過(guò)仿真模擬的作戰(zhàn)過(guò)程積累數(shù)據(jù).因此,要大力建設(shè)作戰(zhàn)仿真模擬環(huán)境,類(lèi)似星際爭(zhēng)霸之類(lèi)的戰(zhàn)爭(zhēng)游戲,還應(yīng)當(dāng)越做越精細(xì),更加逼真的模擬真實(shí)作戰(zhàn),不僅僅是在畫(huà)面效果上,還要在作戰(zhàn)流程、交戰(zhàn)對(duì)抗、實(shí)體行為決策、戰(zhàn)場(chǎng)環(huán)境上盡量貼近真實(shí),讓更多一線(xiàn)的指揮人員成為游戲的玩家,同時(shí)也讓將戰(zhàn)爭(zhēng)游戲打造成為檢驗(yàn)戰(zhàn)法戰(zhàn)術(shù)的試金石和試驗(yàn)田.在積累了大量指揮軍官的游戲數(shù)據(jù)之后,深度學(xué)習(xí)才能派上用場(chǎng).

3)加強(qiáng)面向博弈對(duì)抗的知識(shí)推理方法研究

如前所述,戰(zhàn)爭(zhēng)博弈對(duì)抗具有非輪次博弈、非單一目標(biāo)、不完全信息、不完備規(guī)則等特征,傳統(tǒng)的知識(shí)推理方法存在適用性問(wèn)題.因此,在充分吸收AlphaGo的推理方法的同時(shí),還應(yīng)結(jié)合邏輯推理、不確定推理、基于案例的推理、基于仿真的模擬推演,以及傳統(tǒng)的數(shù)學(xué)計(jì)算等多種手段,或者創(chuàng)造新的推理方法.另一方面,人工智能目前還不能完全替代人類(lèi)的智慧,但兩種智能可以結(jié)合起來(lái)解決問(wèn)題.如何優(yōu)化人和機(jī)器的智能分工與協(xié)作效率,實(shí)現(xiàn)智能輸出的最大化,也是值得研究的問(wèn)題.

5 啟示及建議

本文對(duì)美軍“深綠”計(jì)劃及AlphaGo進(jìn)行了簡(jiǎn)要的介紹,分析了其各自的優(yōu)缺點(diǎn),提出了將二者的核心技術(shù)方法結(jié)合起來(lái),應(yīng)用于戰(zhàn)前推演、實(shí)時(shí)預(yù)測(cè)、臨機(jī)決策、精準(zhǔn)控制、戰(zhàn)后評(píng)估等指揮與控制業(yè)務(wù)的方法.同時(shí),也從戰(zhàn)爭(zhēng)抽象建模、非輪次博弈、非單一目標(biāo)、不完全信息、不完備規(guī)則、缺訓(xùn)練樣本等方面分析了技術(shù)應(yīng)用面臨的挑戰(zhàn),指出發(fā)展指揮與控制智能化應(yīng)以知識(shí)表示、學(xué)習(xí)、推理等基礎(chǔ)問(wèn)題作為著力點(diǎn).知識(shí)是智能化的核心,而數(shù)據(jù)是根基,所謂“巧婦難為無(wú)米之炊”,是當(dāng)前指揮與控制智能化面臨的困境,因此,要大力推進(jìn)知識(shí)工程建設(shè),積累數(shù)據(jù)是關(guān)鍵.

人工智能技術(shù)雖然不能說(shuō)已經(jīng)成熟,但足以和目前的指揮與控制系統(tǒng)拉開(kāi)足夠差距,可以發(fā)展的空間很大,很多傳統(tǒng)方法解決不了的問(wèn)題有可能通過(guò)智能化技術(shù)解決.然而,發(fā)展智能化指揮與控制要一步步來(lái),不能急功近利,“深綠”就是前車(chē)之鑒,把握不好,一次重大失利,就可能將其帶入低谷.深度學(xué)習(xí)技術(shù)只是人工智能的一種方法,不能解決所有問(wèn)題,其他人工智能方法也有待進(jìn)一步發(fā)展,關(guān)鍵在于如何結(jié)合領(lǐng)域特征高效轉(zhuǎn)化應(yīng)用.最后,應(yīng)當(dāng)將人工智能當(dāng)作指揮員的助手,用于輔助決策,但最終做決定的還應(yīng)當(dāng)是人類(lèi),全自主化戰(zhàn)爭(zhēng)目前來(lái)看還太遙遠(yuǎn).