人工智能輔助決策系統(tǒng)的發(fā)展與技術(shù)原理

徐曉晗，古華棟

1 人工智能輔助決策系統(tǒng)的含義

人工智能輔助決策系統(tǒng)是將人工智能引入作戰(zhàn)輔助決策，分析判斷戰(zhàn)場態(tài)勢變化，對比敵我可能行動方案，經(jīng)過模擬推演和自動評估高效更新作戰(zhàn)方案。對傳統(tǒng)的OODA環(huán)路進(jìn)行改進(jìn)，將“OO”部分即觀察、判斷進(jìn)行快速推演，展現(xiàn)出多分支作戰(zhàn)方案可能產(chǎn)生的不同結(jié)果，預(yù)測敵方意圖和行為，形成作戰(zhàn)方案動態(tài)規(guī)劃。

其重要意義在于建立多維作戰(zhàn)效能估計標(biāo)準(zhǔn)，實現(xiàn)作戰(zhàn)方案自動枚舉、優(yōu)化搜索和面向博弈論的序貫規(guī)劃滾動更新，使作戰(zhàn)任務(wù)規(guī)劃活動能主動適應(yīng)作戰(zhàn)任務(wù)和戰(zhàn)場環(huán)境，有效應(yīng)對戰(zhàn)爭迷霧和多種臨機(jī)不確定性。使指揮員注意力集中于宏觀判斷決策，而非細(xì)節(jié)制定上。同時基于知識數(shù)據(jù)混合驅(qū)動的決策能力，即利用大樣本推演數(shù)據(jù)歸納知識，經(jīng)過學(xué)習(xí)構(gòu)建態(tài)勢分析和策略決策的直覺映射，從而使決策走向自主進(jìn)化的高度智能化，大幅提高決策效率和質(zhì)量。

2 發(fā)展歷程

20世紀(jì)70年代，決策支持系統(tǒng)（Decision Support System）被提出，希望借助計算機(jī)，為決策人員提供幫助。典型代表為美軍戰(zhàn)術(shù)級任務(wù)規(guī)劃系統(tǒng)JMPS和戰(zhàn)區(qū)戰(zhàn)役級任務(wù)規(guī)劃系統(tǒng)聯(lián)合作戰(zhàn)規(guī)劃與執(zhí)行系統(tǒng)JOPES，用以解決諸如態(tài)勢研判、方案評估、計劃生成、綜合保障等一系列具體問題。

DARPA于2007年啟動了“深綠(Deep Green)”計劃[1]，目的是大大縮短臨機(jī)決策時間，計劃嵌入旅級指揮控制系統(tǒng)，使得作戰(zhàn)計劃制定縮短到25%，大大提高指揮員臨機(jī)決策的速度。其核心技術(shù)是通過人機(jī)交互獲取指揮員意圖，形成作戰(zhàn)方案備選集合，通過紅藍(lán)雙方高速模擬對抗和結(jié)果分析，形成對未來作戰(zhàn)空間的深入了解，提供關(guān)鍵事件和決策點的概率模型，并通過人機(jī)交互可視化方式給與呈現(xiàn)?！吧罹G”代表了人工智能輔助決策的發(fā)展方向。

2009年至2014年間，DARPA先后啟動了洞察力、指南針、X數(shù)據(jù)、大機(jī)制、深度學(xué)習(xí)等基礎(chǔ)研究項目[2]，探索發(fā)展從視頻、圖片、文本、語音等跨媒體數(shù)據(jù)中提取關(guān)聯(lián)關(guān)系、提取高價值深度情報信息。同時，近幾年DARPA布局了一系列面向?qū)嶋H作戰(zhàn)任務(wù)背景的項目。洞察力項目開發(fā)新人工程序來幫助增強(qiáng)情報分析人員對海量信息分析處理的能力，大大提高分析效率，同時有利于對時間敏感作戰(zhàn)行動提供及時情報支持。指南針項目——“通過規(guī)劃主動的情景想定進(jìn)行情報收集和監(jiān)視”（Collection and Monitoring via Planning for Active Situational Scenarios），旨在開發(fā)一款高級軟件來幫助作戰(zhàn)人員通過衡量對手對各種刺激手段的反應(yīng)來弄清對手的意圖。該項目將利用先進(jìn)的人工智能技術(shù)、博弈論以及建模和評估方法來甄別盡可能暴露對手意圖的刺激手段，并為決策者制定相應(yīng)措施提供高保真情報，為每種行動方案提供正負(fù)兩面的權(quán)衡。

2015年12月，美國防部提出了第三次抵消戰(zhàn)略[3]，重點強(qiáng)調(diào)了人工智能技術(shù)，并提出了五大關(guān)鍵技術(shù)：自主學(xué)習(xí)機(jī)器、人機(jī)行動協(xié)作、作戰(zhàn)輔助系統(tǒng)、有人/無人混合編組、網(wǎng)絡(luò)賦能自主武器等。其中三項就與人機(jī)協(xié)同混合作戰(zhàn)相關(guān)，代表了人工智能輔助決策技術(shù)將成為未來世界軍事強(qiáng)國的發(fā)展重點。

2016年6月，美國辛辛那提大學(xué)研制了空戰(zhàn)人工智能程序——阿爾法，在模擬空戰(zhàn)中擊敗了美軍空軍王牌訓(xùn)練教官李上校。李上校表示：阿爾法可以快速判斷對手動機(jī)，具有超乎尋常的觀察能力和反應(yīng)能力，即時對飛機(jī)機(jī)動和導(dǎo)彈威脅進(jìn)行反應(yīng)，可以有效進(jìn)行導(dǎo)彈規(guī)避，在攻防轉(zhuǎn)換方面靈活機(jī)動。據(jù)稱，阿爾法在空中格斗中快速協(xié)調(diào)戰(zhàn)術(shù)計劃比人類快了250倍，可以在1ms內(nèi)完成多機(jī)作戰(zhàn)計劃更新，并通過自我學(xué)習(xí)完善決策能力。該技術(shù)是AI在交戰(zhàn)控制領(lǐng)域應(yīng)用的重大突破，未來可用于訓(xùn)練人類飛行員。為AI輔助決策提供了新的發(fā)展方向。

2016年底，美軍啟動指揮官虛擬參謀（Commander’s Virtual Staff）項目[4]，旨在通過綜合應(yīng)用認(rèn)知計算，高效處理實時戰(zhàn)場數(shù)據(jù)，自動確定任務(wù)清單，可靈活介入軍事決策流程，行動方案動態(tài)評估，進(jìn)行態(tài)勢預(yù)判，給方案建議，在復(fù)雜環(huán)境下提供有用的決策信息，協(xié)助營級指揮員完成臨機(jī)戰(zhàn)術(shù)決策。

3 人工智能輔助決策的技術(shù)原理

3.1 態(tài)勢評估技術(shù)

對抗態(tài)勢是指對抗各方通過作戰(zhàn)力量對比、部署和行動等形成的狀態(tài)和趨勢，態(tài)勢的評估為后續(xù)對抗策略生成與優(yōu)化提供了依據(jù)。主要技術(shù)挑戰(zhàn)：1）存在戰(zhàn)爭迷霧，有些敵方信息無法獲得；2）高層態(tài)勢比較抽象，難以獲取；3）態(tài)勢評估的信息眾多，有效融合多維信息困難。

針對上述挑戰(zhàn)，根據(jù)任務(wù)，對地形、敵情、我情進(jìn)行詳細(xì)分析，態(tài)勢評估包括3個層面靜態(tài)特性、演進(jìn)特性、動態(tài)特性。態(tài)勢評估技術(shù)是輔助決策的重要環(huán)節(jié)，最重要和復(fù)雜的是敵情分析。需要的計算包括：敵方位置估計：不完全信息條件下的敵方位置估計；敵方威脅評估：敵方火力覆蓋區(qū)域分析；敵方行為企圖估計：敵方行為和企圖的預(yù)測；過程預(yù)測：戰(zhàn)局走向預(yù)判。

3.2 決策計劃技術(shù)

決策計劃技術(shù)主要涉及多兵種協(xié)同的任務(wù)規(guī)劃，解決編隊與單體的機(jī)動火力計劃問題。主要挑戰(zhàn)在于：1）宏觀決策收益需要長時間才能顯現(xiàn)，決策行為與效益難以直接映射；2）多兵種戰(zhàn)術(shù)組合空間巨大，尋找優(yōu)化方案困難；3）分布式群體行為協(xié)同規(guī)劃容易出現(xiàn)任務(wù)沖突，分層任務(wù)分解缺乏有效手段。

針對上述挑戰(zhàn)，構(gòu)建決策計劃的實施方案：作戰(zhàn)構(gòu)想自動枚舉，完成作戰(zhàn)意圖、作戰(zhàn)目標(biāo)、主要作戰(zhàn)方向、兵力分配、主要戰(zhàn)法自動枚舉；作戰(zhàn)方案自動推演；建立多維度分層方案評價準(zhǔn)則，完成多種方案比較評估；根據(jù)優(yōu)化準(zhǔn)則形成決心建議；構(gòu)建分層任務(wù)分解與任務(wù)協(xié)同機(jī)制，實現(xiàn)作戰(zhàn)方案到作戰(zhàn)計劃的自動生成；針對策略能力需要自主提升的問題，構(gòu)建博弈策略的評價機(jī)制和學(xué)習(xí)型策略演進(jìn)機(jī)制，實現(xiàn)博弈策略的自主進(jìn)化與能力提升。

3.3 人機(jī)交互技術(shù)

人機(jī)交互技術(shù)是實現(xiàn)輔助決策的重要環(huán)境，不僅要指揮員意圖有效導(dǎo)入，同時也要將態(tài)勢預(yù)測和方案計劃有效呈現(xiàn)，并接受指揮員的修改完善。主要挑戰(zhàn)：1）基于多通道人機(jī)交互手段的指揮員意圖高效導(dǎo)入；2）態(tài)勢、方案、計劃的可視化有效表達(dá)；3）人機(jī)融合的有效介入，決策計劃的高效修改。

針對上述挑戰(zhàn)，構(gòu)建人機(jī)交互的實施方案：基于語音和手寫平板的作戰(zhàn)草圖導(dǎo)入方案；基于分層態(tài)勢和多維語義態(tài)勢圖的可視化通用態(tài)勢表達(dá)模型；基于分層任務(wù)網(wǎng)絡(luò)的方案計劃可視化表達(dá)；基于自然語言和手寫草圖的方案計劃修正模式。

4 未來展望

隨著人工智能技術(shù)的迅猛發(fā)展，未來輔助決策系統(tǒng)主要發(fā)展趨勢如下：

1）人機(jī)融合下的輔助決策。人類由于感知與決策能力的生理局限性而無法駕馭未來戰(zhàn)爭，由人來控制整個戰(zhàn)場因素的傳統(tǒng)做法已經(jīng)無法應(yīng)對瞬息萬變的高強(qiáng)度未來戰(zhàn)場環(huán)境。人類戰(zhàn)士將不得不逐漸跳出作戰(zhàn)鏈，在多數(shù)情況下作為計劃員、管理員和指揮員的角色配合機(jī)器智能以把控整個戰(zhàn)爭的進(jìn)程，從而推動戰(zhàn)爭從人類之間的戰(zhàn)爭轉(zhuǎn)變?yōu)槿藱C(jī)協(xié)同作戰(zhàn)的全新形態(tài)，包括精準(zhǔn)感知、臨境自然交互、人機(jī)協(xié)同感知、人機(jī)融合計算。

2）輔助決策的人機(jī)智能演進(jìn)。機(jī)器智能可能會顛覆傳統(tǒng)人類戰(zhàn)爭決策邏輯。以深度強(qiáng)化學(xué)習(xí)、大數(shù)據(jù)、超級計算為基礎(chǔ)的新型博弈對抗策略，展示了全新的數(shù)據(jù)驅(qū)動最優(yōu)博弈策略生成方式，表現(xiàn)了強(qiáng)大的博弈對抗能力和自學(xué)習(xí)進(jìn)化能力。未來以知識數(shù)據(jù)混合驅(qū)動的學(xué)習(xí)進(jìn)化型戰(zhàn)爭決策邏輯，將全面取代傳統(tǒng)單純以運(yùn)籌學(xué)基礎(chǔ)軍事博弈決策邏輯。不斷演進(jìn)的新型人工智能技術(shù)成為未來軍事博弈決策的顛覆性力量。機(jī)械化戰(zhàn)爭思維將被全新智能化戰(zhàn)爭思維取代，非人類傳統(tǒng)戰(zhàn)法的機(jī)器智慧大大延伸了人類智慧，這是人類對戰(zhàn)爭規(guī)律探索與人機(jī)混合增強(qiáng)智能的最新認(rèn)知。