人工智能（AI）是機器顯示出來的智能行為。在日常用語中，當(dāng)機器模仿人類進行學(xué)習(xí)和解決與認(rèn)知功能相關(guān)的問題時，就會使用人工智能這個術(shù)語。人工智能中關(guān)鍵問題包括推理、規(guī)劃和學(xué)習(xí)。在軍事應(yīng)用中，人工智能在不同軍事層面使用的系統(tǒng)中變得越來越重要，不管是從戰(zhàn)斗層面還是到戰(zhàn)術(shù)和作戰(zhàn)層面，人工智能都有極其重要的作用。

這一發(fā)展導(dǎo)致決策支持系統(tǒng)被用于營級和旅級。基于通過以用戶為中心涉及軍事人員的結(jié)構(gòu)化活動收集的經(jīng)驗數(shù)據(jù)，本研究調(diào)查了人工智能如何在指揮和控制系統(tǒng)中應(yīng)用。我們研究了它在情報和作戰(zhàn)過程中的用途。

我們討論了人工智能方法如何用于決策支持的過程，這些過程提供了一個共同的作戰(zhàn)圖景，使用威脅分析來預(yù)測敵人的行動，并在執(zhí)行前分析自己部隊的替代行動。我們的結(jié)論是，人工智能對武裝部隊的好處是，當(dāng)時間有限或選擇太多，人們無法分析所有備選方案時，它可以提供關(guān)鍵的系統(tǒng)支持。我們相信，在指揮和控制系統(tǒng)中成功實施人工智能的一方可以成為分析信息的最優(yōu)和最快的一方，并因此可以更快做出決策，獲得對對手的作戰(zhàn)優(yōu)勢。

1 介紹

《牛津詞典》對人工智能（AI）的定義如下：“計算機系統(tǒng)的理論和開發(fā)，能夠完成通常需要人類智慧的任務(wù)，如視覺感知、語音識別、決策和語言之間的翻譯”。

目前，很難想象有什么比人工智能更突出的流行語了。當(dāng)然，隨著最近性能的進步，人工智能在一些任務(wù)上的表現(xiàn)甚至超過了人類，如下圍棋、皮膚癌檢測和語音識別，而且使用它有一些很好的理由。

這些進展的共同點是都與深度學(xué)習(xí)（DL）這個子領(lǐng)域相關(guān)。深度學(xué)習(xí)是指由多層非線性處理單元組成的機器學(xué)習(xí)模型。通常，用人工神經(jīng)網(wǎng)絡(luò)來表示這些模型，在這里，神經(jīng)元指的是一個單一的計算單元，其輸出是通過一個（非線性）激活函數(shù)輸入的加權(quán)和（例如，一個只有在信號為正時才通過的函數(shù)）。

基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)系統(tǒng)被稱為深度神經(jīng)網(wǎng)絡(luò)（DNN），由并聯(lián)神經(jīng)元組成的大量串聯(lián)層構(gòu)成。對大量數(shù)據(jù)的處理和強大的計算機以及一系列創(chuàng)新（例如初始化策略和數(shù)據(jù)規(guī)范化）的結(jié)合使這些大容量網(wǎng)絡(luò)能夠成功訓(xùn)練。表示學(xué)習(xí)是DNNs高性能的主要原因之一。使用 DL 和 DNN，不再需要手動制作學(xué)習(xí)特定任務(wù)所需的特征。相反，判別特征是在 DNN 的訓(xùn)練過程中自動學(xué)習(xí)的。

應(yīng)該強調(diào)的是，DNN不是解決所有人工智能問題的靈丹妙藥，根據(jù)具體場景和任務(wù)，還需要其他人工智能概念和機器學(xué)習(xí)模型。

根據(jù)McCann和Pigeau的說法，指揮和控制（C2）被定義為 “建立共同意圖以實現(xiàn)協(xié)作行動”。在軍事背景下，C2的核心問題如下：

如何從一大批資源中獲得集體效應(yīng)？

如何處理內(nèi)在的不確定性？

如何能以比敵人更快的速度對敵方產(chǎn)生影響？

以比敵人更快的速度產(chǎn)生影響，迫使敵人做出反應(yīng)而不是采取行動。實現(xiàn)這一目標(biāo)的先決條件是要能夠處理大量的信息，并對不確定因素進行有效的建模。

為了以一種結(jié)構(gòu)化的方式解決這些問題，C2總是伴隨著C2系統(tǒng)。C2系統(tǒng)由人、組織、流程、方法和設(shè)備組成。正如Brehmer所提到的，C2系統(tǒng)的產(chǎn)品是命令，為了產(chǎn)生命令，系統(tǒng)需要促進（i）數(shù)據(jù)收集，（ii）推理/感知（即分析信息并確定需要做什么），以及（iii）規(guī)劃（即把需要做的事情變成可以做的事情）。

對于軍事部門而言，將 AI 納入 C2 系統(tǒng)的好處在于，當(dāng)時間有限或選項數(shù)量過多以至于人們無法分析替代行動方案時，它可能會提供關(guān)鍵系統(tǒng)支持。因此，在戰(zhàn)術(shù)和作戰(zhàn)層面使用人工智能的戰(zhàn)略重要性怎么強調(diào)都不為過。Ayoub和Payne寫道：“特定領(lǐng)域的人工智能可以從根本上轉(zhuǎn)變軍事力量的對比，使人工智能發(fā)展成熟的一方具有更強的軍事力量。特定領(lǐng)域的人工智能將對沖突產(chǎn)生變革性影響，并且與之前的軍事能力變革一樣，它有可能深刻地破壞戰(zhàn)略平衡。戰(zhàn)術(shù)和作戰(zhàn)系統(tǒng)最有希望被改變，而且這些系統(tǒng)將產(chǎn)生戰(zhàn)略影響。

在這份概念文件中，我們討論了AI方法在決策支持系統(tǒng)（DSS）中的應(yīng)用。根據(jù)瑞典武裝部隊指揮與控制學(xué)校舉辦研討會的經(jīng)驗數(shù)據(jù)，我們確定了人工智能在現(xiàn)有C2系統(tǒng)中對之前列出的C2的三個核心問題可能產(chǎn)生重大大影響的領(lǐng)域和任務(wù)。此外，我們還討論了人工智能方法的不同方面以及它們對具體任務(wù)的相應(yīng)適合性。具體來說，能夠解釋人工智能產(chǎn)生的某些建議可能是基于人工智能的決策支持系統(tǒng)的核心。

本文的其余部分安排如下：在第2節(jié)中，我們介紹了C2系統(tǒng)的動態(tài)觀察、定位、決定和行動環(huán)路模型，并描述了以用戶為中心的方法，該方法被用來發(fā)現(xiàn)C2系統(tǒng)的挑戰(zhàn)，在這些挑戰(zhàn)中，人工智能有可能被利用來發(fā)揮作用。然后在第3節(jié)中總結(jié)了以用戶為中心的活動的結(jié)果。第4節(jié)和第5節(jié)分別介紹了在研討會上確定的人工智能方法在一些重點任務(wù)中的機會和挑戰(zhàn)。最后，第6節(jié)專門討論結(jié)論。

圖1：DOODA-環(huán)的說明