「人工智能」（Artificial Intelligence，AI）是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。同名電影是2001年由華納兄弟影片公司拍攝發行，史提芬·史匹堡（Steven Spielberg）執導的科幻類電影。到2016年，由谷歌（Google）旗下DeepMind公司戴密斯·哈薩比斯（Demis Hassabis）領銜的團隊開發的阿爾法圍棋（AlphaGo）接連戰勝李世石、柯潔兩位世界頂尖的圍棋高手，成為第一個戰勝圍棋世界冠軍的人工智能機器人。

一時之間「人工智能」這個概念成為了熱門，各種關於人工智能的產品和概念紛紛湧現，運用在軍事上的各種概念更是層出不窮。美國前國防部副部長羅伯特·沃克（Robert Orton Work）更提出「算法戰」(或稱戰爭演算法)這一全新的模式，並且在2017年4月26日(他離職前三個月)親自簽署關於成立「算法戰跨職能小組」的備忘錄，旨在將機器學習和其他尖端計算機技術整合到美國軍事武器和情報系統中，以提高情報處理能力。

這是否意味著，人工智能模式的戰爭今後即將開啟？不過可能很多讀者心存疑問：什麼是算法戰？AI加入的戰爭又具備哪些特點？

智能識別

我們知道戰場感知是作戰行動的前提，通俗的說法就是「要知道敵人在哪裏仗才能打」。作戰時，按照技術性能和作戰需求，將己方在不同空間（海陸空天）、不同工作頻域的各種偵察手段和裝備進行優化整合，務求做到高效、智能和集成，避免出現以往各個不同渠道的信息之間沒有交流，導致重要情報被耽誤和疏忽的情況。同時集中各方面的信息，統一使用現在的高速計算機等先進手段也利於快速分析情報。

舉個例子：2017年美國密蘇里大學的一個技術團隊和美國軍方合作，使用該團隊開發的一種人工智能算法，對中國東南地區相當於福建省大小的一塊區域進行圖片分析，他們的目標是該區域內解放軍的防空導彈陣地。防空導彈陣地的布置都是有一定模式可循的，例如他們的陣地大都呈星型、擁有4或者5組發射架，圍繞著中心的指揮車、雷達車、供電車等來配置。

過往美軍的情報研判人員在人工判讀這類衛星圖片的時候，單是要看完所有圖片到至少需要60個小時。而使用該團隊開發的這款軟件後，僅僅45分鐘就能在圖片上找到90個防空陣地，效率之快讓美軍方大為贊歎。此事也對中國軍隊的陣地偽裝技術提出了新的考驗和要求。由此可見，智能識別對於掌握戰爭態勢，特別是對於掌握錯綜複雜的實時戰場態勢有著無比巨大的優勢。

智能學習

「在戰爭中學習戰爭」是一句老生常談，每一個能征善戰的優秀士兵都是從菜鳥一步步在實戰中鍛煉出來的。那麼，人工智能的年代要怎樣從戰爭中學習呢？

不知大家是否看過一部2005年的美國電影《智能殺機》（“Stealth”）——這是由Rob·Cohen執導的一部現代科幻電影，講述美國海軍加載在一部球形量子計算機中的人工智能「艾迪（EDI）」的故事。片中的智能機器人「艾迪」在一次意外中被激活了自我學習的功能，隨後就一發不可收拾，成長為一架完美的戰爭機器。

在現實中，戰鬥模擬器也已存在許久。各國軍隊在平時的演習和訓練中都會使用各種的模擬器。像是現在被各國廣泛採納的「飛行模擬器（Flight Simulator）」就是通過模擬飛行器飛行，用來訓練各級飛行員的。此外，如模擬飛機、導彈、衛星、宇宙飛船等飛行的裝置，都可稱之為飛行模擬器。

在人們過往印象中，這類飛行模擬器主要用於訓練飛行員飛行技巧。後來，隨著計算機網絡的發展，這類模擬器之間實現了聯網，於是很多飛行員開始使用多部飛行模擬器進行相互的模擬空戰訓練。不過這類模擬器一直給人一種「高級玩具」般的觀感，在和人的對抗中這類機器基本都是完敗的。但是，2016年美國辛辛那提大學和美國空軍聯合開發了一個叫做「Alpha AI」的飛行員系統，開始顛覆了軍方對於這類模擬器的原有看法。

首先Alpha AI問世後，擊敗了美國軍方原有的各種飛行模擬器，而且是完虐。後來美軍派出了真人飛行員，美國空軍空戰專家基納·李上校來測試一下Alpha AI的真實水平。結果Alpha AI展現出在處理大規模複雜情況下智能系統所具有的強大學習能力，用基納·李上校的話來說，「每一次模擬空戰後都能感覺到Alpha AI的能力會更強」。

Alpha AI在空中格鬥中具有更快的基於態勢智能感知的戰術計劃速度，可以比人類飛行員快約250倍。即使在模擬過程中，研究人員故意限制Alpha AI所配置的武器系統能力，使其處於劣勢，它仍然能夠最終擊敗人類飛行員。最後在和Alpha AI空戰後，基納·李上校表示輸得心服口服。而美國軍方對於Alpha AI的學習能力給出了很高的評價。

智能反饋

戰場上的形勢千變萬化，戰場指揮官需要對戰場上隨時發生的各種情況作出正確的判斷和處理。過去，主要是靠指揮官自己的經驗和參謀部裏一眾參謀的建議，但很多時候並不一定能做出最佳決策。以前有句俗語叫做：「戰場上比的不是誰更聰明，比的是誰更少犯錯。」為此美國國防部高級研究計劃局(DARPA)的「深綠（Deep Green）」項目正在為美國陸軍和海軍的指揮員及參謀人員開發一個自動化決策支持系統。通過幫助指揮員在關鍵時刻迅速做出決策，該系統將使他們保持先於敵軍的命令循環的優勢。

這個項目希望能開發一個自動化決策支持系統，來幫助指揮員迅速做出決策並生成可選方案，替換原來「偵查——定位——決策——行動」的循環。該系統包含有：「指揮員夥伴（Commander’s Associate）」，「閃電戰（Blitzkrieg）」和「水晶球（Crystal Ball）」三個組件分別負責不同的任務。

其中，「指揮員夥伴」是讓指揮員在監視器上畫出一項行動的過程，就像在紙上寫畫一樣，由計算機理解這種繪圖，並生成對未來結果的預測。「閃電戰」則負責接收為同盟部隊和中立部隊生成的計劃和方案並對未來所有的可能結果進行建模和評估。「水晶球」則控制著「閃電戰」的生成規則，並且監視從正在進行的行動中輸入的數據，同時更新與可能的未來期望相關聯的可能性准則。目前，美軍對於這一系統還在進一步評估和測試中，不過美軍對該系統的表現總體仍然滿意。

羅伯特·沃克以善於創新、富有遠見而聞名，此公一直致力推動美國的第三次抵消戰略而被美國不少媒體認為是美國新一代的戰略大師。目前看來，「算法戰」和以往美軍推行的「海天一體」、「從海到陸」、「立體火力打擊圈」等等作戰模式不一樣。它並不是一種作戰方式，更像是一種作戰思想，強調的是「算法」在今後戰爭中的作用。不過，至於這一形式到底成不成功，我們還是交給時間來檢驗吧。