股票t+0平台从信息化战争到智能化战争，未来战争或将经历深远变革

【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com

未来学家阿尔文·托夫勒以《第三次浪潮》《未来的冲击》而全球知名，相对来说，他的《未来的战争》一书热度稍低，但这本书却起源于美国军方将领们在读了《第三次浪潮》之后主动与托夫勒的接触——他们从那本书中看到了最新的科技力量可能对军事领域造成的深刻变革，急于与托夫勒探讨其中的各种问题。那是1982年，40多年前的事了。

过了十年，托夫勒终于在深思熟虑之后，于1993年写出了《未来的战争》。在书中第一章，他就回忆了当年与唐·莫雷利将军的深入接触。这位将军属于军方组建的一个研究“第三次浪潮”将如何影响战争，并为此制定一套全新军事理论的工作小组。托夫勒从莫雷利那里第一次听说了“智能炸弹”，看到了筹划中的军事变革：

“当时，我们在莫雷利房间所见的，正是十年后全世界人民在电视机前屏息看到的美国CNN有线新闻网转播的海湾战争实况的一场精彩的预演。”

换句话说，令全世界包括各国军方都大感震惊的、由海湾战争揭开大幕的全面信息化战争时代，其实十年前就已经奠定了理论基础。不管立场如何，你不得不感佩其前瞻性。

2024年10月7日，顿涅茨克，在乌克兰军事行动期间，一名俄罗斯军人在Tsentr（中心）部队无人机中心接受培训。视觉中国图

如今又是20年过去了，伴随着不间断的一场场局部战争，直至俄乌冲突表现出的全新形态，军事理论和实践是否又来到了一个重大变革的关口？至少从国防大学国家安全学院教授庞宏亮的《智能化战争：21世纪战争演变与构想》一书看，的确如此。这本书的前瞻性表现在，虽然它初版于2018年，当时俄乌战争还没有影子，但后来战争中出现的一系列新动向，书中大多有了相关论述，特别是无人机的大规模运用，以及智能化的实时战场感知能力等。

变革之所以必须发生，关键在于一度作为全新战争形态的信息化战争本身，经过20年的快速发展，走到了一个瓶颈口。

庞宏亮认为，在40余年高歌猛进之后，信息技术已步入成熟期，信息技术原理所蕴含的潜能已经在人类社会的各个领域得到了较充分的释放，因此：

“信息技术的成本收益率和市场空间逐渐减小，技术扩展带来的各种问题以及技术局限性不断显露。这些问题的日益严重，以及社会需求的增长，为新的主导技术的出现和发展创造出有利条件。一场新的技术革命正在孕育爆发。”

这新一轮的技术革命，正是眼下炙手可热的人工智能，而即将取代信息化战争的，正是智能化战争。

具体来说，信息技术与作战兵器的结合，催生出以制导炸弹、导弹为代表的精确制导武器，引发了一场前所未有的打击精度革命，命中精度和杀伤效能提高了数十上百倍，这一点在俄乌战场上依然清晰可见。但精度进一步提高的“边际效益”很明显已经大幅下降，因为对当量巨大的爆炸物来说，精度控制在米级已经足够，花费极高的成本将其提高至厘米甚至毫米级，虽然理论上完全可行，实际上却除了某些特殊任务——如必须高精度完成的斩首行动——完全没有必要。

更重要的是信息化本身的极限。随着星链等全球性互联网络的构建，不但实现了全球通信，而且提供了数字化信息的高速传输和24小时在线连接，持有终端的任何人都能在任何时刻获得所需信息，保持对实时战场态势清晰敏锐的感知。然而随之而来的便是越来越严重的“信息超载”问题——

“分布在从水下、地方到太空及网络空间所有领域的传感器的爆炸性增长，已使带宽不足成为经常性问题。并且，即使是传回的数据，也得不到及时处理。在美军，战场上各种传感器采集的海量数据已远超情报部门承受能力，仅一架‘捕食者’无人机一天搜集的视频数据就需要19名情报分析人员来处理……如果想要尝试手工整理今后20年接收的所有数据，那将需要雇用800万名分析员。”

这就是未来战争人工智能必须介入、智能化战争必然要取代信息化战争的逻辑关节点了。只有超越人的生理极限，才有可能处理如此巨大的数据量，只有跳过绝大部分人工环节，才能发挥出信息和数据的真正效能。从这个角度说，以无人机为代表的无人装备（包括俄乌战场已经参战的无人舰艇、无人车等）并不仅仅是因为它们可以大幅减少伤亡而被运用，而是有着关乎战争胜负全局的根本理由。

“从技术角度看，人工智能的出现为信息超载提供了解决路径。在数据处理上，具有语音、图像、视频、文字及其他信号自主识别、理解与分析处理能力的人工智能系统，能在极短时间内，从巨量纷杂的非结构性、半结构性数据中挖掘提取出有用信息，效率远超情报分析人员，其应用将从根本上解决数据量太大与分析能力严重不足的矛盾。更重要的是，随着人工智能芯片的发展应用，传感器平台、武器平台，如智能化无人机、无人车、无人舰艇，将具有强大的数据分析能力，所采集的庞大数据将由平台自助完成处理，而无需传输到远方的数据与情报中心（站）集中处理。平台因此从数据采集终端升级为集数据采集、处理于一体的智能化信息情报工作站，输出内容也由原来的巨量数据缩减为极少量从中提取出的价值信息，为数不多的天基、空基、陆基、海基中继站就能满足战场信息传输需求，长期困扰作战的信息传输难题因此迎刃而解。”

这只是智能化无人准装备带来的军事变革的一个方面：自主性。在智能算法支持下，自主无人平台能感知、认知作战环境和态势，并根据作战环境变化随机应变，仿佛具有可摆脱外界控制做出选择的“自由意志”，而控制中心（站）里的人，职能转变为监控无人系统行动，只在个别特殊情况下进行干预。

而比自主性更进一步的变革，可能在于另一个相关的方面：分布式和集群化。智能无人平台因其自主性的要求，最初的设想是集成尽可能多的模块，形成极其强大的即时性综合作战能力，这是全球鹰、F-22之类的思路。但这也意味着造价急剧攀升，不断上涨的成本使得可以生产的高级作战平台数量越来越少，类似F-22这样造价极其高昂的战机甚至很大程度上因为成本问题而停产。而数量过少的高级作战平台很难应付敌方导弹的饱和式攻击，在成本交换比上非常不划算。在这样的背景下，未来战争被认为更可能向集群作战、非线性作战、网络化小型智能单位分布式作战的方向演进。智能无人集群就提供了一种很有前途的军事替代方案，将昂贵的多任务系统分解为大量体积很小、成本极低的分布式平台，在集群智能加持下进行高密度协同作战。其典型代表，是美军最早提出的“蜂群”作战理念。

“‘蜂群’作战概念的开发，反映出美军对智能无人系统特性的深刻理解及对其作战运用的敏锐把握。从作战效能看，‘蜂群’战术所独具的优势将成就其智能时代主要行动样式的地位。”

与动辄数百万、数亿美元的传统高性能武器平台完全不同的是，仅需数百、数千最多上万美元的小微无人系统，可以被当作“消耗品”大批量使用。这样，“蜂群”就可以轻易穿透传统防御体系，不仅因为它几十厘米至1米大小的体型加上复合材料结构，以及特别的飞行高度，可以有效达成袭击的突然性，而且即便被发现了，敌方也很难应付——大量出现的小微无人系统将导致任何防空反导系统的探测、跟踪和拦截能力迅速饱和。

更重要的是，“蜂群”采用“非中心化”结构，在集群中，没有领导者，也没有关键节点，每一个体的地位都是平等的。它们就像自然界里的蜂群一样,个体能够相互发现并形成集群队形，如果有部分系统被摧毁，其他个体会根据集群智能算法（目前该领域已呈现蚁群算法、粒子群算法、蝙蝠算法、人工鱼群算法、萤火虫算法、布谷鸟搜索算法、花授粉算法、人工蜂群算法、狼群搜索算法、灰狼优化算法等百花齐放的局面）调整形成新的集群，部分个体的加入或离开不会妨碍整体的运作。“蜂群”中的个体可以被摧毁，但“蜂群”本身很难被消灭。

“蜂群的‘非中心化’结构甚至会带来无人系统技术架构模式的变革。与以往将大量任务荷载都集成在一个作战平台上不同，利用‘蜂群’的分布式结构，可将任务荷载拆分成数个小系统，分散安装在多个小微型无人系统上。这一新结构抗摧毁能力强，单个节点损失不影响系统安全，也不影响系统完成任务，使用传统武器和技术的对手将因此陷入束手无策的险境。”

事实上，以“蜂群”为代表的集群智能作战理念不仅会革新武器的技术架构，而且有可能颠覆之前的战场游戏规则，“它不是对传统作战方式的补充，而是一场影响深远的作战方式变革”。因为它已经触及了未来可能完全不同的军事组织体系。自工业革命以来，正规军队就在向“等级严格、专业细化、自上而下层层授权、基本战斗单元下延至班的金字塔现代军事组织体系”发展，但这也使其变得越来越“笨拙、不合时宜和僵化腐朽”。

“进入20世纪90年代后，现代军事组织体系又连番遭遇全球化、信息网络化以及智能化浪潮的冲击，体系根基削弱动摇，存在合理性备受质疑和挑战，纵向多层、横向细分的组织结构越发难以为继，军事‘金字塔’在新军事革命的号角声中日益坍塌。”

而庞宏亮设想中全新的军事组织体系，将来自一场“底层革命”：

“多个层级的指挥官职责被一个或少数几个无人作战群操作员和智能指控算法所替代，指挥链末端进一步上移，指挥链路最终大幅缩短。在这一过程中，原来一个武器系统配备一个操作小组或一个团队的编配方式被打破，一人或多人控制一个或多个无人系统作战群的新编配模式日益形成。无人系统的数量规模急剧增大，而操作员的数量大幅下降。可以说，无论基本战斗单元的结构、无人武器系统的编配方式，还是官兵编制方式和指挥控制模式都在酝酿根本性变革……金字塔型组织结构正面临来自底层‘釜底抽薪’式的严重冲击。”

从这个角度说，俄乌冲突中显示出的无人机大规模运用等新战争形态，只是智能化战争时代很初级的、犹抱琵琶半遮面的状态。对无人机的使用基本上还处在“点杀”阶段，大规模无人机群也只是在低成本地模仿二战中战略轰炸机群的作战方式，而远远没有达到集群智能的阶段——美国和中国在这方面的研究，包括相关算法和组织方式的试验，恐怕是远远走在世界各国前面的。