杨润鑫　杨龙霄　丁鑫鑫

当前，人工智能是继第三次工业革命以后科技发展的战略制高点，各世界强国相继把人工智能上升为国家发展战略层面，随着战争形态正加速向智能化转变，人工智能将成为未来战争形态的第一推动力。此前，美国防部“第三次抵消战略”提出5大关键技术：人工智能、自主学习、人机协作、机器辅助作战、有人-无人作战编队。其中自主学习系统是美军正着力打造的前沿技术，通过深度机器学习应用于无人作战领域将带来极大的对抗竞争优势。因此，能否掌握自主学习这一技术，发挥无人作战装备的最大性能，将直接决定未来无人化战场的战争走势。

人工智能主要依赖于机器学习提供的算法，达成智能完成任务的目的。进入21世纪以后，得益于数据量的上涨与计算能力的提升，人工智能开始了大爆发。而相较于传统的机器学习技术，自主学习技术能够帮助人工智能更好地处理浩瀚的数据，满足数据时代日益增长的需求，因此得以迅猛发展。自主学习技术，从属于深度学习技术，是一种模式分析的统称，其概念源自于对深度神经网络的研究，即通过算法建立、模拟人脑、大量数据训练来进行分析学习，从而模仿人脑的机制来解释数据的一种实现机器学习技术。对传统的机器学习技术而言，特征工程往往需要大量的时间去提取和优化，这在瞬息万变的现代化战场上是致命的弱点;相比之下，依靠着不断积累的数据，深度自主学习技术则能够自动地学习特征和任务之间的关联，并且能够从简单特征中提取复杂的特征，对目标进行解析、学习，并作出合理的判断与决策。毫不夸张地说，深度自主学习是实现人工智能适应战场、投入战场的关键技术。

前美国防部副部长罗伯特·沃克提出了第三次“抵消战略”，呼吁发展人工智能、自主学习等技术

在军事作战领域，自主学习技术最广泛应用在无人作战领域。而在无人作战这一方面，美国始终确保研发和军事应用处在最前沿的地位。据统计，美国将无人技术运用到军事作战领域已有数十年的时间。

随着伊拉克战争的逐渐结束，美国开始将政治视线转移，加大了尤其是在科技和军事等领域的研究进程。美军的作战概念不再拘泥于常规、单一的优势装备或基于网络信息及通信的联合作战方式，而是将人工智能、无人集群等前沿技术纳入其军事发展的目标中。据一定数据表明，美军装备的无人作战飞机已超过其飞机总数的50%。美国《航空和航天技术周刊》2014年11月报道称，根据美国军方的两项研究公告表明，在未来，融合了人工智能技术的无人机将会成为载人机密不可分的搭档。在2018年的《国防战略报告》中，美国防部将“在自主、人工智能、机器学习等方面广泛投入，以获取军事优势”，2020年2月11日，CSBA发布的《马赛克战争：利用人工智能和自主系统来实施以决策为中心的行动》中表明，美军将马赛克战定义为以决策为中心的作战实例，更加强调了人工智能技术的运用和无人系统的加入，以此保持己方决策的优势。连年增长的人工智能研发经费也体现出美国对该领域的重视程度。美国2022财年国防预算中，为人工智能技术划拨的预算高达8.74亿美元，同比增长3.9%。

当前，美军正在加快形成无人作战体系化的实战能力，提高人工智能武器化的水平。通过以机器学习、深度学习等人工智能技术为核心，提高无人装备和指挥系统等智能化程度，部署不同领域的无人机、无人车、无人战舰等无人作战装备，进一步扩大在现代化战场的作战实力，形成智能作战优势。

优质的算法是实现无人作战自主学习技术的裂变核心。早在2017年4月，美国“第三次抵消战略”的“设计师”罗伯特·沃克提出算法战概念，强调算法对自主化武器发挥着关键性赋能作用。特别在大数据技术与计算机超级计算能力的支持下，算法对自主化地面无人作战的使用价值更加凸显，通过集约高效的算法，地面无人作战系统不但具有看、听、说的功能，而且还具有某种“思维”能力，类似人有自主学习的能力，能够自主感知外部环境，将互不关联的分散“感触点”获取的信息有机地统一联系起来，并做到互相确认，互相证实，主动感知战场态势，并设计作战行动。

2021年8月17日，美国机器人设计公司波士顿动力公布了Altas双足人型机器人的动作视频，视频中机器人通过设计的算法，感觉驱动，在运动过程中通过它所看到的东西调整自己的行为，工程师不需要为其可能遇到的障碍预先编制跳跃动作，而是通过机器人的自主学习完成各项动作。假如该机器人朝着军事化发展，使其与战斗装具有机结合，这很大程度上是未来地面战斗机器人的应用前景。

改变传统的地面无人作战样式。从近几场局部战争可以看出，地面无人作战系统的投入出现爆炸式的增长，发展技术呈现颠覆性的变革，作战样式从遥控作战到独立自主作战，从单一自主作战到编队集群协同作战，强调人机之间的关系，之前的无人作战主要是：“有人为主，无人为辅”的临机协同编组模式与“有人控制，无人为主”的人机协同编组模式，这两种模式主要强调人在无人作战中仍占据主导地位，这表明武器装备自主化能力不能满足智能化战争的需求。

通过深度自主学习技术加持，将武器装备自主化，建立以网络为中心的智能型系统，不仅可以减少与人进行交互，还可以形成“有人设计，无人自主”的自主协同模式，这种模式依托强大的技术支撑，以集群智能技术为核心，具有“去中心，强进攻，难防御”的特点。以美军为代表的各军事强国都把集群智能当做无人作戰力量的风向标领域，例如，美国提出的“蜂群”“母舰”“复眼”等战术体系。基于集群智能的自主协同武器装备体系一旦投入战争，将在战术层面对所有以人类智能为基础的部队形成压倒性优势。

自主学习通过建立算法、模拟人脑、数据训练来实现

不仅仅只是在地面领域，经过多年的探索，美军的无人系统与装备陆续走向战场实践，在高度信息化、智能化以及人工智能自主学习等一系列尖端技术的支撑下，无人战场从陆地延伸到天空与海洋作战领域，三位一体的无人联合作战逐渐成型。依托大数据和深度自主学习技术，无人作战装备能够自主地快速完成多手段打击效果的评估与反馈。美陆军现已装备魔爪系列、TITAN无人车等地面无人装备总数超过1万套，且已大量投放到伊拉克、阿富汗、叙利亚战场中。与此同时，为了解决无人潜航器的长期自主水下作业、利用传感器实现安全自主导航等问题，美海军装载的金枪鱼系列无人潜航器，具有扫雷、跟踪、监视、侦察、自主工作、智能化攻击的能力，并可搭载各型号导弹、炸弹进行自主攻击。同时也能够利用自主学习与艇载传感器进行告警、规避等功能，具有很强的前沿部署和大范围反潜能力，将人工智能的自主作用发挥到了极致。

Altas双足人型机器人展示了未来地面战斗机器人的应用前景

自主学习技术的完善将提高无人系统的决策速度，并使它们能够执行比人类反应时间更快的决策周期的任务。这不仅有利于提高它们在诸如导弹防御等各种任务领域的作战能力，也能提升操作能力，减少人类对武器装备和作战系统的干预、控制。这就意味着同时实现对多个无人系统进行更高级的控制或监督变得更加容易，并且通过减少操纵者的认知负荷，使得可以更快地做出命令决策。自主学习技术通过实现自组织、任务划分和活动协调来提高效率，尤其是在复杂环境中，它给人工智能提供了收集、简单处理和精确分析大型复杂数据集的能力，并通过数据可视化向人类传达有价值的数据趋势或相互关系的能力，实现人机交互，为人类做出决策提供了更客观有力的参考。在系统不断反馈的训练下，增强自主系统的学习过程。由此可见，提高无人系统效率和效能的科学进展对未来军事的发展至关重要。

美国多个国家级战略都将自主学习列为重点领域

未来，美军的无人作战装备将更为智能化自主化。未来战场也将从信息化向智能化、多维化跨越。可以说，能够进行战场判断决策无人作战平台将会成为智能化战场不可或缺的一环。而美国抓住这一契机，将科研重点转移到更高技术要求的人工智能自主学习这一方面，赋予无人装备与有人装备同等重要的地位。秉持着无人作战装备“体系化、自主化、多样化”的理念，美军建立起一套延伸至陆、海、空、天、电等多个领域的无人作战体系，这对预测未来战争形态、掌握战争走势具有重要意义。

当前，围绕着深度自主学习技术、人工智能展开的无人作战已成为各军事大国竞争的焦点。随着科学技术的进一步发展，制约战争的因素也越来越复杂。自主学习不仅能推动无人装备新一轮的更新换代，也为指挥者的决策部署提供了一定的辅助。准确认识到自主学习在無人作战中的作用及影响，把握战争态势，才能更好地应对智能化战争的到来。

责任编辑：刘靖鑫