作战算法
作战算法
人工智能正在改变战争的方方面面
海军的飞机俯冲到丛林上方，向下面的树冠投放了一捆装置。其中有侦听游击队脚步声或卡车点火声的拾音器，还有探测地面微小振动的地震探测器，而最奇怪的当属能嗅出人体尿液中的氨气的嗅觉传感器。几万个此类电子装置将收集到的数据发送给无人机和计算机。几分钟之内，战机就会按照算法标定的坐标网格展开地毯式轰炸。这个名为 Igloo White 的行动展示了未来战争的形态——不过这是在 1970 年。
美国试图通过这项行动切断从老挝进入越南的胡志明小道，不过以失败告终。它每年耗资约 10 亿美元 (相当于现在的 73 亿美元)——其中每摧毁一辆卡车就要花费 10 万美元 (相当于现在的 73 万美元)，却仍未能切断这条支援路线。但半自动化战争的诱惑却从未消退。利用传感器收集数据，由不断增强的处理能力支持算法分析数据，并根据处理结果先发制人，这种想法是世界列强的核心军事思想。如今，人工智能 (AI) 的新发展为它提供了强大的驱动力。
美国国防部 2 月在首次发布的 AI 战略文件中宣布，AI「已准备好改变未来战场的特征」。去年夏天，联合人工智能中心 (以下简称 JAIC) 在五角大楼成立。今年 3 月，国家人工智能安全委员会 (National Security Commission on Artificial Intelligence) 首次召开会议。五角大楼 2020 年在 AI 上的预算高达近 10 亿美元，此外还有四倍于此的预算用于依赖 AI 的无人驾驶和自主控制能力。
机器的崛起
中国也在进行一系列相似的行动，它希望在 2030 年之前能在 AI 领域引领世界 (按什么标准来衡量就不得而知了)。俄罗斯总统普京有一句著名的预言：「谁成为这个领域的统帅，谁就将成为世界的主宰。」但矛盾的是，AI 可能会在穿透战争迷雾的同时让战争更加迷雾重重，它将极大地提升战争的速度和复杂性，让人类难以看透。
AI 是一个宽泛而模糊的术语，涵盖了一系列技术，从上世纪 50 年代开创的遵循规则的系统，到现代基于概率的机器学习 (计算机自学如何执行任务)，不一而足。深度学习是一种特别时兴和有效的机器学习方法，涉及受人类大脑启发而来的多层神经网络，已在翻译、目标识别和游戏等不同类型的任务中展现出很强的能力 (见图表)。宾夕法尼亚大学的迈克尔·霍洛维兹 (Michael Horowitz) 认为 AI 和内燃机或电力一样，是可以支持无数应用的使能技术 (enabling technology)。他将 AI 在军事领域的应用分为三类，一是让机器在无人监督的情况下行动，二是处理和解释大量数据，三是协助甚至直接指挥和控制战争。
先从战场说起。能自主行动的机器显然很吸引人——机器人比人类士兵成本低、更大胆强悍，也更不怕被牺牲掉。但一台能在战场上驰骋甚至杀戮的机器必须足够聪明才能承担这种重任。低智力的无人机在战斗中存活不了多久。更糟糕的是，低智能的武装机器人随时可能犯下战争罪行。因此 AI 需要赋予机器必要的技能，包括感知和导航等简单技能，以及与其他战争主体协调行动等高阶技能。
综合了这些技能的智能机器可以做到人类个体无法完成的事情。伦敦国王学院的肯尼斯·佩恩 (Kenneth Payne) 指出：「AI 系统在模拟空战中的表现已经优于经验丰富的空军飞行员。」今年 2 月，五角大楼的创新部门国防部高级研究计划局 (DARPA) 对六架无人机组成的机群进行了最新测试。这个机群在切断了与人类的联系后仍能在「高威胁」环境中协同作战。
尽管如此，大多数此类系统所展现的智能都是狭隘和脆弱的——能在明确定义的环境中完成某项任务，但在不熟悉的环境中容易一败涂地。因此，现有的自主武器要么是打击雷达的巡航导弹，要么是用于护卫船只和基地的速射炮。有用，但并非革命性的——近年来开创的复杂花哨的机器学习技术对它们来说也非必需。
强化，强化，再强化
如果认为 AI 仅能运用于战场上的苦差事就错了。不管是否要杀戮，机器人必须见机行事。但对于许多侦察机和卫星之类的军事平台而言，关键在于发回可能转化为有用情报的原始数据。现在这类数据比以往任何时候都多——仅在 2011 年，也就是有此类数据的最近年份，美国约 1.1 万架无人机就发回了超过 32.7 万小时 (37 年) 的视频。
这些视频大部分都闲置着没人看。幸好，AI 在军队里的第二项主要应用将是处理数据。根据斯坦福大学每年发布的 AI 进展指数，在实验室测试中，算法在图像分类方面的表现在 2015 年超越了人类；在更困难的对象分割 (从单张图像中挑选出多个对象) 任务方面，从 2015 年到 2018 年，算法的表现几乎提高了一倍。计算机视觉远未完善，可以用愚弄不了人类观察者的方式干扰它们。在一项研究中，仅改变了熊猫图像中 0.04% 的像素——是人类觉察不到的变化——就让系统把图像认成了长臂猿。
尽管存在这些不足，2017 年 2 月，五角大楼自己得出的结论是深度学习算法「可以以接近人类的水平完成任务」。因此，它成立了被称作「行家项目」(Project Maven) 的「算法战争」团队，利用深度学习等技术来识别对象和可疑行为。最初分析的是对伊斯兰国组织 (Islamic State) 作战的视频，现在的分析范围更广泛。其目的是产生「可执行的」情报，往往会促使发动轰炸或派特种部队突袭行动。
一位了解该项目的内部人士表示，目前情报分析师在节省时间和获得新洞见方面得到的帮助仍然微不足道。例如，监控整个城市的广角摄像头会产生大量误报。「但这些系统本质上是高度迭代的。」他说。进展很快，而行家项目只是冰山一角。
英国公司 Earth-i 可以在一系列卫星上应用机器学习算法，以超过 98% 的准确度识别数十个军事基地中不同型号的军用飞机 (见主图)，目前在该公司任职的英国皇家空军退役少将肖恩·科比特 (Sean Corbett) 表示。「高明的部分就是接下来正在开发的能自动识别正常情况和非正常情况的方法。」他说。观察基地一段时间后，软件可以区分常规部署和非常规调动，提醒分析师注意重大变化。
当然，算法不挑食，任何类型的数据都可以输入，而不限于图像。英国间谍机构军情六处的负责人亚历克斯·扬格 (Alex Younger) 去年 12 月表示：「大量数据加上现代分析，会让现代世界变得透明。」2012 年，美国信号情报机构国家安全局 (NSA) 泄露的文件描述了一项计划 (它有一个令人安心的名字——「天网」[Skynet])，该计划用机器学习分析巴基斯坦的移动电话数据，以找出可能是恐怖组织信使的人。举例来说，过去一个月谁曾从拉合尔 (Lahore) 去过边境城镇白沙瓦 (Peshawar)，而且比往常更频繁地关闭或更换手机？2016 年前任英国联合部队司令的退役将军理查德·巴伦 (Richard Barrons) 说：「情报工作的面貌已经开始转变。从前，指挥官提出问题，情报机构通过情报人员来找答案，现在，答案都在……云上。」
实际上，所涉数据并不总是来自敌人。JAIC 的第一个项目既非武器也非间谍工具，而是与特种部队合作预测黑鹰直升机的发动机何时发生故障。其算法的第一个版本于 4 月交付。空军针对指挥控制型飞机和运输机的测试表明，这种预见性维护可以减少近三分之一的计划外工作量，这也许能大幅减少五角大楼目前 780 亿美元的维护支出。
AI 上位
处理信息当然是为了据此采取行动。AI 将改变战争的第三种方式就是参与从基层连队到国家总部的军事决策。以色列 AI 公司 UNIQAI 打造的工具 Northern Arrow 是市场上的众多产品之一，通过处理大量有关敌方阵地、武器射程、地形和天气等变量的数据来协助指挥官制定任务计划。这一过程如果换做士兵研究地图和图表的老办法，通常耗时 12 至 24 小时。Northern Arrow 的数据来源是书籍和手册 (例如坦克在不同海拔的速度) 以及对经验丰富的指挥官的访谈。然后，算法为焦头烂额的决策者提供不同的方案选项，并解释每个方案背后的逻辑。
Northern Arrow 和美国类似的 CADET 软件等「专家系统」平台的效率比人脑高得多——在一次测试中，CADET 在两分钟内完成了人类需要 16 个工时的工作。不过这些平台一般采用在算法上直截了当的遵循规则的技术。从历史标准来看这可以算作 AI，但大多用的是确定性方法，也就是说相同的输入将始终产生相同的输出。当年使用「埃尼阿克」(ENIAC，电子数字积分计算机) 的输出数据的士兵对此并不陌生。埃尼阿克是世界上第一台通用计算机，在 1945 年生成了炮弹弹道射表。
在现实世界中，随机性经常会妨碍精确预测，因此许多现代 AI 系统将遵循规则与额外随机性结合起来，以辅助更复杂的规划。DARPA 的「实时对抗智能与决策」(RAID) 软件力争预测未来五小时内敌人的目标、动向、甚至可能的情绪状态。这个系统依赖的是一种博弈理论，把问题缩小为更小的博弈，降低了解决问题所需的计算能力。
在 2004 年至 2008 年的早期测试中，RAID 的准确度和速度都高于人类作战计划人员。在模拟的两小时巴格达战斗中，人类团队与 RAID 或其他人类展开对抗。人类只在不到一半的时间里分辨出了对手是人还是计算机。征召来模拟伊拉克叛乱分子的退役上校们「很怕」这个软件，RAID 的设计师之一鲍里斯·斯蒂尔曼 (Boris Stilman) 说，「他们不再用言语交谈，而是改用手势」。研发人员正在开发 RAID 供军队使用。
最新的深度学习系统可能是最神秘的。2016 年 3 月，由 DeepMind 构建的深度学习算法 AlphaGo 击败了一位世界顶尖围棋手。在对局中，它走的几手棋极具创意，让一众高手困惑不已。一个月之后，中国军事科学院就此次人机大赛的影响举办了一场研讨会。研究中国军事创新的专家埃尔莎·卡尼亚 (Elsa Kania) 写道：「中国的军事战略家从 AlphaGo 的胜利中汲取的经验教训之一是，AI 可以在堪比作战游戏的棋盘游戏中创造出优于人类玩家的战术和策略。」
玩个游戏吧
去年 12 月，DeepMind 的另一个程序 AlphaStar 击败了《星际争霸 II》的全球最强玩家之一。《星际争霸 II》是一款即时电子游戏，而不是一步接一步地进行，信息对玩家隐藏，比围棋的自由度更高 (潜在的招数也就更多)。许多军官希望这种玩游戏的能力最终可以转化为军事历史上推崇的那种创新而巧妙的操纵才能。五角大楼负责利用商业技术的国防创新部门 (Defence Innovation Unit) 的主管迈克尔·布朗 (Michael Brown) 表示，AI 辅助的「战略推理」是其部门的工作重点之一。
但是，如果超越人类创造力的算法同时也超出了人类的理解力，就会引发法律、伦理和信任的问题。战争法要求就比例原则 (平民遭受的伤害和军事优势之间的权衡) 和必要性等概念做出一系列判断。如果软件无法解释为何选择某个目标，可能就无法遵守这些法律。即使它可以解释，人类可能也不信任一个看起来好像「魔力八号球」那般随机的决策辅助工具。
「AI 应用于军事战略后，如果计算出了多重交互的概率推论，大大超出了人类可以考虑的范围，并推荐了一个我们无法理解的行动方案，这时我们该怎么做？」英国皇家空军情报官凯斯·迪尔 (Keith Dear) 中校问道。他举了个例子：为了回应俄罗斯对摩尔多瓦 (Moldova) 的军事入侵，AI 可能会提议在巴库 (Baku) 资助一部歌剧——敌人自不必说，自己人可能也会为这种离奇的策略挠头。然而，AI 提出这样的建议，可能是因为它掌握了指挥官无法立即察觉到的一系列政治事件动向。
即便如此，他预测人类也将会接受在难以理解和决策效率之间做取舍。通过「大规模近实时模拟」，「即使现在仍有技术局限，AI 也可能支持甚至接手实战决策」。
这并不像听上去那么难以置信。理查德·巴伦指出，英国国防部已经购买了一款技术演示软件，用于对复杂行动环境 (称为单一综合环境) 进行基于云的虚拟复制，实质上是驱动《堡垒之夜》(Fortnite) 等大型在线游戏的软件的军用版。它由游戏公司 Improbable 和以飞行模拟器而闻名的加拿大航空电子设备公司 (CAE) 设计，使用开放标准，因此可以接入从秘密情报到实时天气数据的所有信息。只要有丰富的数据、传输数据的网络和处理数据的云计算能力，「它将彻底改变指挥和控制的方式。」理查德说。这样，「上至国家安全委员会，下至战术指挥官，都可以使用单一的综合指挥工具」。
完全自主，无人参与？
西方政府坚持要求人在「回路上」，负责监督。但即使是很多西方国家的军官对此都没有信心。「从战术决策到战略决策，人类似乎将越来越多地被挤出回路之外，排除出决策团队。」迪尔中校说。卡尼亚说，在中国人的著述中，战斗速度将「超越人类认知能力」的预期屡屡出现。结果就是不仅武器将变得自主，战场也会变得自动化。战争开始时，互联的 AI 系统将挑选目标，可能是导弹发射器，也可能是航空母舰，并设计快速和精准的打击方案，以最高效的顺序摧毁目标。
更大范围内的影响仍不得而知。扎克里·戴维斯 (Zachary Davis) 在最近为劳伦斯·利弗莫尔国家实验室 (Lawrence Livermore National Laboratory) 撰写的一篇报告中写道，可以实施快速精准的打击「可能会破坏局势稳定，因为可以想见的是，突袭的风险将增加」。但通过识别即将遭受打击的迹象，AI 可能同样可以帮助防御方抵御这样的打击。AI 方案也可能代价高昂但计划不周，最后沦为败笔，就像上世纪 60 年代美国在越南丛林中大量投放传感器的做法那样。然而，没有任何国家愿意冒险落后于竞争对手。而在这一方面，可能会产生影响的不仅仅是技术，还有政治。
大型科技公司 2016 年在 AI 上的支出为 200 亿至 300 亿美元，相比之下，五角大楼在这方面的投入是小巫见大巫。虽然许多美国公司乐于发军火财——亚马逊和微软即将与五角大楼达成 100 亿美元的云计算合同，但其他公司的态度要更加游移不定。2018 年 6 月，谷歌表示其与行家项目的 900 万美元合同在当年到期后将不再续约，在此之前有 4000 名谷歌员工抗议公司参与发展「战争技术」。
而在中国，企业很容易受到压力而为政府服务，隐私法规也只是个小障碍。美国前国防部副部长罗伯特·沃克 (Robert Work) 在 6 月警告说：「如果说数据驱动了 AI，那么中国可能比世界其余地区都具有结构性优势。」民用数据能否驱动军事还很难说，但这个问题盘旋在各国军事领导人的头脑中。JAIC 的负责人杰克·沙纳汉 (Jack Shanahan) 中将在 8 月 30 日表达了他的担忧：「我不希望看到未来我们的潜在对手拥有全 AI 赋能的军队，我们却没有。」
文章版权归原作者所有。
