類ChatGPT大語言模型背景下計算機(jī)兵棋面臨的機(jī)遇、挑戰(zhàn)及未來展望

蔣旭豐

經(jīng)歷200多年的歷史積淀，兵棋從研討型、手工型、到復(fù)雜的計算機(jī)系統(tǒng)支持，當(dāng)前進(jìn)入快速發(fā)展期。ChatGPT自2022年底推出以來，其強(qiáng)大的“人機(jī)對話”能力吸引了全球目光。2023年1月，美國防信息系統(tǒng)局（DISA）將類ChatGPT大語言模型（以下簡稱大語言模型）底層的“生成式A I技術(shù)”（AIGC）列入“技術(shù)觀察清單”。大語言模型的突破性發(fā)展，為計算機(jī)兵棋帶來新的建設(shè)和應(yīng)用增長點。本文主要針對計算機(jī)兵棋發(fā)展中的痛難點問題，圍繞大語言模型帶來的機(jī)遇、挑戰(zhàn)和未來發(fā)展趨勢進(jìn)行研討。

大語言模型掀起認(rèn)知風(fēng)暴

大語言模型已在人機(jī)對話中展現(xiàn)出一系列“無所不能”的能力，目前已得到驗證的應(yīng)用場景包括：為用戶提供涵蓋廣泛領(lǐng)域的問題解答，幫助用戶撰寫文章、郵件等各種文本內(nèi)容，根據(jù)用戶輸入的文本分析其情感傾向，為長篇文章生成簡潔摘要、幫助用戶快速了解關(guān)鍵信息，多語言間的機(jī)器翻譯，多種編程語言按需自動生成代碼，實時在線客戶服務(wù)等。在軍事領(lǐng)域，相關(guān)研究表明，對情報分析、軍事醫(yī)學(xué)、軍事后勤、戰(zhàn)場環(huán)境支持、導(dǎo)彈制導(dǎo)、通信和網(wǎng)絡(luò)安全、態(tài)勢感知和數(shù)據(jù)融合、人工智能衛(wèi)星、單兵穿戴系統(tǒng)、軍事數(shù)據(jù)管理、軍事建模與作戰(zhàn)模擬仿真等建設(shè)，大語言模型均有巨大應(yīng)用潛力。

人類與ChatGPT大語言模型通過電腦聊天

計算機(jī)兵棋是典型的人在回路作戰(zhàn)模擬系統(tǒng)和工具，因其模擬真實戰(zhàn)爭、擅于推演不確定復(fù)雜的局勢、輔助指揮決策方面的作用受到廣泛關(guān)注，能為軍事謀略訓(xùn)練、作戰(zhàn)問題研究、作戰(zhàn)方案優(yōu)化和評估等提供有利支撐，在美軍中已成為現(xiàn)代戰(zhàn)爭和作戰(zhàn)籌劃的關(guān)鍵環(huán)節(jié)，具有解決復(fù)雜軍事問題的能力。目前，大語言模型在計算機(jī)兵棋上的應(yīng)用剛處于初步探索階段?！昂？毡濉鄙缛航M織開發(fā)了名為“AI軍事顧問”的大語言模型應(yīng)用，擁有基礎(chǔ)的軍事語言理解和文本生成能力，比如：能基于文檔機(jī)器翻譯完成跨語言文本理解，實現(xiàn)中文對英文專業(yè)文檔的查閱；能對軍事專業(yè)術(shù)語進(jìn)行查詢，提問“根據(jù)兵棋操作手冊，如何解釋DLZ？”時的回答，基本準(zhǔn)確復(fù)述手冊中關(guān)于DLZ概念的描述；能對地形做解讀分析，詢問“兵棋中地形如何影響戰(zhàn)斗？”后的回答，能詳細(xì)解釋地形對作戰(zhàn)單位、視距、武器性能等方面的影響。目前，該應(yīng)用已完成有限的互聯(lián)網(wǎng)開源情報和相關(guān)理論語料訓(xùn)練，一定程度上能輔助計算機(jī)兵棋推演。

帶來的機(jī)遇

大語言模型的成功，在軍事領(lǐng)域引起廣泛關(guān)注，也將對計算機(jī)兵棋的設(shè)計和應(yīng)用、兵棋推演的準(zhǔn)備和評估等，帶來新的建設(shè)模式和應(yīng)用創(chuàng)新。

多模態(tài)技術(shù)加持將帶來態(tài)勢感知新能力。計算機(jī)兵棋作為作戰(zhàn)模擬的高效工具，基本步驟是由參訓(xùn)人員首先處理各種指控信息，計算機(jī)按照規(guī)則分析、計算、評估推演活動對整個戰(zhàn)爭的影響，模擬各種作戰(zhàn)實體在虛擬戰(zhàn)場環(huán)境中的行為操作，在保證訓(xùn)練對抗可信的同時，能很好地加速戰(zhàn)爭經(jīng)驗和演習(xí)數(shù)據(jù)的總結(jié)積累。通過兵棋系統(tǒng)界面，參訓(xùn)參演人員感知戰(zhàn)場態(tài)勢，對推演環(huán)境進(jìn)行認(rèn)知、理解和狀態(tài)預(yù)測，是指控能力訓(xùn)練的第一步。但參與實體往往多元異質(zhì)、推演空間規(guī)模廣闊、協(xié)同問題多變復(fù)雜，在快節(jié)奏的作戰(zhàn)推演中，戰(zhàn)場環(huán)境瞬息萬變、戰(zhàn)機(jī)稍縱即逝，對抗環(huán)境下很難及時、全面掌握戰(zhàn)場形勢，很可能因關(guān)鍵信息錯漏缺失，誤導(dǎo)得出截然相反的錯誤判斷。大語言模型技術(shù)及應(yīng)用將圖像、視頻、表格作為輸入輸出選項，支持與人更加直接的對話交互，開啟通往通用人工智能之路，已然構(gòu)筑起生成式AI技術(shù)領(lǐng)域核心基石。大語言模型技術(shù)賦能兵棋態(tài)勢感知，意味著文字、圖像、視頻等不同語言格式的輸入輸出數(shù)據(jù)將得到良好管理，便于基于整體動態(tài)環(huán)境快速洞悉形勢、判斷風(fēng)險利弊，為參訓(xùn)人員提供和其角色、身份、任務(wù)相關(guān)的信息，幫助其指數(shù)級降低頭腦信息處理負(fù)荷，為后續(xù)有效決策奠定基礎(chǔ)。

美軍運(yùn)用兵棋推演海灣戰(zhàn)爭

即問即得知識問答將帶來方案對比和兵棋推演新效率。兵棋推演分析能有效評估作戰(zhàn)方案，如美軍入侵伊拉克、活捉本拉登等軍事行動發(fā)起前，都在五角大樓兵棋系統(tǒng)推演了很多遍，各種軍演都要先行進(jìn)行兵棋推演以進(jìn)行作戰(zhàn)方案比較和行動計劃分析。美軍作戰(zhàn)條令中明確規(guī)定：在初步構(gòu)想及開發(fā)多個作戰(zhàn)方案和行動計劃后，必須通過兵棋進(jìn)行分析。輔助參演人員分析、評估、比較作戰(zhàn)方案和細(xì)化行動計劃，是計算機(jī)兵棋的顯著優(yōu)勢。作戰(zhàn)計劃一般可分為概念性計劃、應(yīng)急計劃、危機(jī)行動計劃、實時計劃等，但不同類型計劃對計算機(jī)兵棋的使用要求及兵棋對各類計劃的支持程度差異巨大。如概念計劃常以定性分析為主，兵棋推演往往不能獲得重復(fù)性統(tǒng)計結(jié)果；概念和應(yīng)急計劃均需耗費(fèi)大量時間構(gòu)建相應(yīng)數(shù)據(jù)庫；應(yīng)急、危機(jī)、實時計劃都要求參演人員非常熟悉想定所有情況，這無疑都對計算機(jī)兵棋的使用效率帶來影響。大語言模型技術(shù)與兵棋結(jié)合，將成為兵棋推演和輔助參訓(xùn)人員的“GPT參謀助手”，基于Prompt指令的即問即答能顯著深化參訓(xùn)人員對兵棋想定和己方使命、意圖、任務(wù)、目標(biāo)的理解，提速作戰(zhàn)行動方案比較分析，匯集多個作戰(zhàn)方案計劃的優(yōu)點，加快現(xiàn)行的兵棋推演效率，甚至重寫兵棋推演模式。

大模型知識推理能力將賦予兵棋“新靈性”。棋盤、棋子和規(guī)則是兵棋的三要素。其中，棋盤指兵棋運(yùn)行的基礎(chǔ)環(huán)境，棋子指行為交互的實體，而規(guī)則主要用于評判執(zhí)行軍事行動的可行性與完成效果、采取軍事行動后對武器裝備的作用效果，以及武器裝備的效能評估，直接影響推演的組織模式和最終推演結(jié)果，是兵棋系統(tǒng)運(yùn)行的核心。對兵棋規(guī)則進(jìn)行優(yōu)化，將使得兵棋適應(yīng)不同的場景，但不管是建模更新、還是專家群體共識達(dá)成法，整體規(guī)則優(yōu)化方法的效率總體較低，一定程度上使得兵棋表現(xiàn)較為“呆板”。大語言模型具有的常識推理能力，為活化兵棋規(guī)則帶來啟發(fā)，通過基于持續(xù)學(xué)習(xí)得到的軍事邏輯，立足現(xiàn)有的戰(zhàn)場態(tài)勢，利用外部的知識庫，解決與態(tài)勢前提和行動假設(shè)相關(guān)的問題，將賦予兵棋處理不確定性的能力，提升兵棋適應(yīng)不同推演場景和需要做出調(diào)整變化的能力。在兵棋推演過程中，能夠幫助參訓(xùn)人員動態(tài)預(yù)見和展現(xiàn)作戰(zhàn)中己方的行動、對方的行動及己方對敵方行動反應(yīng)的對抗過程。

輔助構(gòu)建通用智能體將推動兵棋推演新發(fā)展。計算機(jī)兵棋與人工智能技術(shù)結(jié)合，構(gòu)建AI智能體是兵棋智能化的典型應(yīng)用。以行為樹、自動機(jī)等知識引導(dǎo)技術(shù)構(gòu)建AI智能體，已在基于墨子、廟算、CMO等國內(nèi)外兵推人機(jī)對抗賽中體現(xiàn)出了一定的智能水平，在特定想定下的機(jī)機(jī)對抗賽中甚至達(dá)到了專業(yè)級選手能力。但在構(gòu)建特定場景、通用AI智能體方面面臨復(fù)雜困難，主要是任何單一的知識引導(dǎo)、機(jī)器學(xué)習(xí)等技術(shù)都有其內(nèi)在局限性，增加單一維度的空間也將使難度成幾何倍數(shù)的增長，無法完全解決計算機(jī)兵棋智能化發(fā)展的諸多問題。大語言模型對海量信息的融合和深度強(qiáng)化學(xué)習(xí)反饋機(jī)制，將使得AI智能體在與環(huán)境交互試錯中擁有更多的常識積累，使其在多任務(wù)、多想定、多輪次的兵棋對抗推演中，能夠更快速準(zhǔn)確地推動OODA循環(huán)。特別是利用大語言模型微調(diào)技術(shù)，將使得針對性設(shè)計兵棋AI智能體專用優(yōu)化目標(biāo)變得更加容易，以適應(yīng)不同規(guī)模的集群、群、分群的自博弈對抗。

兵棋推演納入美軍各軍種院校培訓(xùn)科目

面臨的挑戰(zhàn)

在給軍事領(lǐng)域帶來可預(yù)期應(yīng)用潛力的同時，也應(yīng)看到，計算機(jī)兵棋智能化進(jìn)程正快速發(fā)展，大語言模型從突破到與計算機(jī)兵棋相互融入，也將面臨諸多挑戰(zhàn)。

功能結(jié)合和深度耦合面臨諸多技術(shù)難題。模塊化功能結(jié)合和多種技術(shù)打破深度耦合，是大語言模型賦能計算機(jī)兵棋的兩種可能方式。模型化功能結(jié)合能在最大程度上保持兵棋和大語言模型各自建設(shè)和發(fā)展的基礎(chǔ)，賦能和影響計算機(jī)兵棋發(fā)展。一方面，計算機(jī)兵棋系統(tǒng)本身的復(fù)雜程度較大；另一方面，大語言模型建設(shè)和訓(xùn)練的成本極高，甚至達(dá)到百億美元量級規(guī)模，每次調(diào)用花費(fèi)不菲，從訓(xùn)練到部署更是難上加難，且兩者都對工程能力有極高的要求，需要漫長的需求提出和滿足迭代過程。從概念模型、數(shù)學(xué)模型、程序模型等各個層面，打通兵棋和大語言模型間的多種技術(shù)環(huán)節(jié)，實現(xiàn)兵棋和大語言模型多種技術(shù)的深度耦合，是利用大語言模型、賦能計算機(jī)兵棋的根本途徑。但這需要對大語言模型和計算機(jī)兵棋技術(shù)進(jìn)行充分解構(gòu)，是學(xué)術(shù)界和產(chǎn)業(yè)界持續(xù)關(guān)注的開放性問題，以及計算機(jī)兵棋持續(xù)投入和未來發(fā)展的趨勢。

兵棋推演在美軍建設(shè)及作戰(zhàn)設(shè)計等方面發(fā)揮的作用越來越重要

“雙重迷霧”疊加更加凸顯“黑箱”困境。大語言模型是一堆神經(jīng)網(wǎng)絡(luò)的參數(shù)，本身不包含具體意義，其行為由訓(xùn)練數(shù)據(jù)決定，數(shù)據(jù)量越大、質(zhì)量越高，模型的能力就越強(qiáng)。技術(shù)復(fù)雜性和不透明性造成的“黑箱”問題，無法清晰展示輸出與輸入之間的因果關(guān)系，難以闡明在特定條件下會輸出何種結(jié)果，使用者可能始終無法完全信任其輸出的結(jié)果，存在人機(jī)信任問題和挑戰(zhàn)。在大語言模型賦能的計算機(jī)兵棋中，回復(fù)可能是一本正經(jīng)地胡說八道，態(tài)勢判斷貌似合理，作戰(zhàn)方案計劃看似可行，但實際上可能與現(xiàn)實情況大相徑庭。可解釋性人工智能技術(shù)正在持續(xù)發(fā)展，但當(dāng)前大模型仍不能提供合理的證據(jù)進(jìn)行可信性的驗證。因此，兵棋固有的“戰(zhàn)爭迷霧”和大語言模型“信息迷霧”雙重疊加，將更加凸顯兵棋的不可解釋性。兵棋推演中所獲經(jīng)驗成果的有效性，在檢討反思和復(fù)盤評估中，可能會被進(jìn)一步削弱。

高門檻下的特定應(yīng)用轉(zhuǎn)化道阻且長。全生命周期自主可控，無法實時地融入新數(shù)據(jù)、新知識，明顯的可回答問題知識邊界，需要專業(yè)調(diào)教才能準(zhǔn)確回答等，是大語言模型與計算機(jī)兵棋結(jié)合應(yīng)用時需要持續(xù)推進(jìn)解決的問題。目前，百度（文心大模型）、騰訊（HunYuan大模型）、阿里（通義大模型）、商湯、華為（盤古大模型）、科大訊飛（星火認(rèn)知大模型）等國內(nèi)企業(yè)，主要采取“模型+工具平臺+生態(tài)”三層共建模式加快大語言模型的建設(shè)應(yīng)用。受限于大語言模型研發(fā)所需的算力、算法、數(shù)據(jù)、人才、資金儲備等建設(shè)的高門檻，其與計算機(jī)兵棋結(jié)合主要以“重后臺、輕前臺”的方式進(jìn)行。同時，與大語言模型將全互聯(lián)網(wǎng)數(shù)據(jù)用于學(xué)習(xí)相比，軍事領(lǐng)域中結(jié)構(gòu)化的作戰(zhàn)經(jīng)驗、各類作戰(zhàn)場景演練等數(shù)據(jù)積累仍需持續(xù)迭代和專業(yè)構(gòu)建，在計算機(jī)兵棋上的應(yīng)用還受兵棋的普及程度和兵棋大數(shù)據(jù)建設(shè)的影響，借力國內(nèi)自主可控的大語言模型，構(gòu)建軍事大語言模型和兵棋大語言模型，需要跟進(jìn)布局和長期投入。

未來展望

大語言模型的技術(shù)突破，無疑能更好地滿足信息化和智能化條件下的多專業(yè)、多指揮層級融合推演需求，給解決計算機(jī)兵棋現(xiàn)存的理論和技術(shù)問題帶來契機(jī)。未來，綜合包括大語言模型、大數(shù)據(jù)和其他人工智能技術(shù)最新發(fā)展成果，將為構(gòu)建更復(fù)雜、動態(tài)調(diào)整、可配置的戰(zhàn)場環(huán)境，構(gòu)建更為精確的作戰(zhàn)模型、更大范圍的推演區(qū)、更多樣的軍事作戰(zhàn)行為、更逼真的模擬與仿真推演，創(chuàng)造更快捷和便利的技術(shù)條件。特別是隨著大語言模型等技術(shù)的深入發(fā)展及其成果在軍事領(lǐng)域的轉(zhuǎn)化應(yīng)用，將更好助力計算機(jī)兵棋的智能化進(jìn)程，促進(jìn)計算機(jī)兵棋系統(tǒng)與實戰(zhàn)演練及訓(xùn)練的深度融合，為作戰(zhàn)決策、實戰(zhàn)訓(xùn)練和軍事教育提供有力支撐。