2025年军事人工智能行业研究演讲：手艺奇点驱动

　　人工智能（Artificial Intelligence，AI）降生于 1956 年，跟着计较机能力逐步提拔、 地缘日益严重，被敏捷投放于军事范畴。正在 20 世纪 50 年代至 80 年代，人 工智能次要使用于计较辅帮的和术决策方面，包罗对疆场谍报的处置、阐发取汇 总等。例如，美国于 50 年代末开辟的 SAGE（Semi-Automatic Ground Environment）系统，旨正在“从多个雷达领受大量数据，并进行及时处置，以生成 拦截飞机和导弹的方针消息”。同时，专家系统及相关手艺也起头萌芽——70 年 代研发的 DENDRAL 系统虽然次要用于布局揣度，但也为后续人工智能向军 事范畴的继续渗入奠基了根本。20 世纪 90 年代至 21 世纪初，军事人工智能向更普遍的范畴延长。这一阶段的 焦点进展之一是实现了无人做和系统的普遍使用，无人机、无人舰艇等无人做和 配备逐步成为现代和平的主要构成部门。例如，美国开辟的“捕食者”无人机（MQ1 Predator）正在阿富汗和平中被普遍使用，不只可以或许施行长时间侦查使命，还配备 了用于切确冲击的“火”导弹，标记着无人机从侦查功能扩展到杀伤功能的 严沉冲破。21 世纪初至今，军事人工智能正在手艺冲破催化下进入快速成长期。大数据（Big Data）、云计较、GPU（（图形处置单位）的成长使得深度进修（Deep Learning） 模子的规模和复杂性不竭添加，推进了人工智能正在军事范畴的全面使用，次要包 括：实现做和批示过程中辅帮决策的专家系统、提拔军事锻炼质量和效益的辅帮 锻炼系统、提拔无人做和平台的和自从节制、实现对做和方针的快速识 别、特征提取和计较视觉手艺等。军事人工智能因其庞大的成长潜力和广漠的使用前景，已逐渐成为提拔国度军事 合作力、的主要计谋手段。2016 年 5 月，为提拔正在人工智能范畴的 合作力，应对新兴国度的挑和，美国国度科学手艺委员会（NSTC）成立了一个临 时小组委员会——机械进修和人工智能小组委员会（Subcommittee on Machine Learning and Artificial Intelligence，MLAI）和一个新的跨部分工做组——人工智 能工做组（Artificial Intelligence Task Force，AITF）。2016 年 10 月，美 MLAI 委员会发布了题为《时辰预备着！为人工智能的将来做好预备》的计谋演讲，提出 了人工智能成长的具体；同月，美 AITF 工做组配套发布了《国度人工智能研 究取成长计谋打算》，起头从国度层面系统的规划指导人工智能范畴的成长，确 保其正在包罗国防军事正在内的各范畴的合作。自此，军事人工智能正在国度层面的竞 争拉开序幕，中国、俄罗斯等国度接踵公布相关文件，立脚顶层对人工智能正在军 事范畴的使用进行统筹规划。据美国结合人工智能核心发布的《人工智能手艺指南》，美国人工 智能计谋将人工智能定义为 “机械施行凡是需要人类智能才能完成的使命的能 力”。这必然义涵盖了美国沿用数十年的人工智能手艺，如飞机从动驾驶 仪、导弹制导系统和信号处置系统。虽然很多人工智能手艺由来已久，但正在过去 十年间取得了严沉手艺冲破，极大地拓展了人工智能正在现实使用中的多样性，使 其变得更强大、更适用。美国国防高级研究打算局（DARPA）将人工智能手艺分为两个类型，手工学问和 机械进修。晚期的人工智能采用“手工学问系统”的体例，操纵保守的基于法则 的软件，将人类专家的专业学问编纂成一系列“若是输入 x，则输出 y”的编程规 则。机械进修系统取前者分歧，其“学问”并非由人类编程付与，而是从数据中 进修得来：机械进修算法正在锻炼数据集上运转，生工智能模子，同时人类正在 指导机械进修过程中仍至关主要，人类要选择算法、拾掇数据格局、设置进修参 数并排题。得益于海量数据集的不竭出现、强大计较能力的支撑（通过利用GPU 芯片做为加快器以及云计较）、开源代码库和软件开辟框架的成长，利用机 器进修人工智能系统的机能和适用性获得了显著提拔。按照所锻炼数据的分歧，机械进修算法次要分为四类：1）监视进修：利用由人类“监视者”标识表记标帜的示例数据。监视进修机能杰出，但获 取脚够的标识表记标帜数据可能坚苦沉沉，既耗时又花钱。2）无监视进修：利用数据，但无需对数据进行标识表记标帜。正在很多使用场景中，其机能 不如监视进修，但它可用于处理监视进修难以应对的问题。3）半监视进修：同时利用标识表记标帜数据和未标识表记标帜数据，兼具监视进修和无监视进修的 优错误谬误。4）强化进修：具有自从的人工智能智能体，这些智能体通过取的试错交互来 收集本身数据并实现提拔。深度进修（深度神经收集）是一种强大的机械进修手艺，可使用于上述四类算法 中的任何一类。分地域来看，2023 年美国、欧洲和亚太地域军事人工智能市场规模占比最高，分 别为 36%、30%、24%。此中亚太地域的中国、日本、韩国正成为人工智能手艺 整合速度最快的国度。从古至今，从冷刀兵到机械化再到消息化，科技的变化对于军事范畴会发生 性的影响。恩格斯正在《反杜林论》中指出：“一旦手艺上的前进能够用于军事目 的而且曾经用于军事目标，它们便立即几乎强制地，并且往往是违反批示官的意 志而惹起做和体例上的改变以至变化。” 美国提出马赛克和的概念，利用大量有人/无人平台以达到动态自从协同、通信网 络自从办理和基于 AI 的智能辅帮决策东西。DARPA 正在 2017 岁首年月次提出了马赛 克匹敌的概念，旨正在通过先辈的手艺手段实现多种系统、兵器平台的及时矫捷组 合，并进行收集化匹敌，焦点正在于将低成本、高自从度的匹敌单位好像马赛克的 像素点一般连系为匹敌系统。2020 年 2 月，美国计谋取预算评估核心（CABA） 发布研究演讲《马赛克和：操纵 AI 和自从系统实施以决策为核心的匹敌步履》， 对马赛克做和概念的焦点致胜机制及运做模式进行申明，提出实施以决策为核心 的做和概念。无人智能化配备的使用能够实现和平中威慑最大化取成本最小化。据《无人做和 系统建立研究初探》（陈赤联、张锴、郭褚冰、刚），以俄乌和平为例，2021岁尾，约有 20 架乌克兰 TB-2 无人机摧毁了俄罗斯至多 32 辆军用车辆，俄罗斯仅 正在 4 月份就丧失了 2 套“山毛榉”地对空导弹系统(2600 万美元/套)、道尔—M2 防空系统(2500 万美元/套)、4 套 MSTA-B 拖曳式榴弹炮(120 万美元/套)以及 14 辆军用车辆，TB-2 无人机做和使用效费比达到了惊人的 10∶1。无人配备能力扶植的成长是次要分为 10 个品级，当前所处的第三阶段 方针可以或许实现人机协同及集群自从、系统自进修/能力可演进的无人做和系统，对 于智能化的要求大幅提拔。无人水面舰艇（Unmanned Suce Vehicle，USV）是指具有自从航行能力，通 过搭载分歧使命载荷遂行相关使命的水面航行器，具有分析成本较低、灵活性较 强、现身机能较好、顺应性强等特点，正在海域态势、水下预警探测、水 下扫雷、火力援助等范畴使用前景广漠。2021 年，美国海军发布首个无人系统范畴顶层成长纲领——《无人做和框架》， 提出“扶植一支有人-无人系统无缝集成的部队”。正在框架的鞭策下，美国海 军持续组织多型无人水面舰艇加入“无人系统分析做和问题”“大规模演习”“环 承平洋”等演习并赴印太地域广域摆设。2022 年 4 月，美国发布“美国海军持久 制舰打算”，打算到 2045 年建制 81 至 153 艘大型无人舰，这表白美国无人水面 舰艇已根基完成扶植径、使用模式、做和概念等方面的论证，跨入多量量建制 和列拆阶段。2023 年 8 月，副部长希克斯发布“复制者打算”，打算 2 年 内正在印太地域摆设数千个包罗无人水面舰艇正在内的小型化、低成本、智能化无人 配备。无人潜航器（Unmanned Underwater Vehicle，UUV）是指没有人驾驶、依托遥 控或从动节制正在水下航行的器具，次要指那些取代潜水员或载人小型潜艇进行深海探测、救生、解除水雷等高性水下功课的智能化系统。据《无人潜航器发 展过程及使用劣势研究》（陈昭、丁一杰、张治强），无人潜航器次要功能包罗 海洋测绘、航斥地、侦查、水下钓饵、反舰取反潜做和、 水下毁伤结果评估等，为建立水下“狼群”和术供给硬件根本。据《无人潜航器 声视觉融合取航迹规划问题研究》（黄彬涛），航迹规划手艺是无人潜航器 的焦点部门，利用基于深度进修和计较机视觉的同步定位取地图建立理论（（SLAM） 成为海外实现挪动机械人自从化的焦点手艺。按照结尾施行机构的体例分歧，挪动机械人能够被分为轮式机械人、履带式机械 人和脚式机械人等。轮式机械人具有布局和节制简单，易于设想和操做，平展的 地面能矫捷快速挪动的特点，错误谬误正在于非布局下越障能力和活动平稳性差。履带式机械人有接地比压小、支持面积大并具备很强的道顺应能力的长处，但 存外行动速度较慢且相较于轮式挪动机构矫捷性不脚的错误谬误。脚式机械人越障能 力强，可以或许实现全方位挪动。正在地球的陆地概况，有跨越 50%以上的面积为高卑 不服的山丘或低注潮湿的池沼不适合轮式或履带式灵活平台正在其上行走。脚式机 器人能够操纵孤立的地面支持而不是轮式机械人所需的持续地面支持，正在可能到 达的地面上能够选择最优的支持点，愈加可以或许顺应不服展的地面，因而具有更强 的灵活性和更好的顺应性。别的，脚式机械人腿部具有多个度，使其具有良 好的选择性取矫捷性，这些特点使得脚式机械人正在非布局化、存正在不确定要素的 中具有绝对的劣势。军用场景中，轮式、履带式已有成熟利用案例，脚式方才崭露头角。美国阿富汗、 伊拉克军事步履鼎力带动了军用机械人行业成长。2001 年、2003 年以美国为首 的联军先后策动对阿富汗和伊拉克的军事步履。两场和平中，美用机械人公 司 Endeavor（（前身为 iRobot）一共供给了跨越 6，000 用机械人，该公司 和工业收入也从 2003 年的 1124 万美元增加到 2011 年的 1。87 亿美元，复合 增加率高达 42。1%。2020 年前后，机械狗初次正在美事取佳丽并肩做 和，这种四脚传感器平台做为戎行的额外“耳朵”取“眼睛”，曾经找到了越来越多的 新使用。2020 年 9 月 1 日，正在内华达州内利斯空军举行的高级和役办理系统 演习期间，由鬼魂机械人公司（Ghost Robotics of Philadelphia）制制的 “Vision 60 UGVs”机械狗正在巡查鸿沟、走正在人类士兵前面进行区域侦查，以及 发觉可能对人类士兵形成致命的方针方面阐扬了环节感化。2024 年 11 月 11 日，中国刀兵配备集团从动化研究所无限公司自从研制的“机械 狼”初次正在中国航展示场前进履态展现，使用集群做和的概念，可实现“人、车、 狼”互联互通，消息共享和动态自从协同。正在现实做和中，“机械狼”做和分队 能正在复杂地形上共同兵士做和。取保守有人配备以及轮式取履带式机械人比拟，人形机械人具有奇特的劣势。1） 疆场态势能力强：模仿人类视觉、听觉、触觉等，具有类人功能，且部 分视觉功能以至超越人类，如机械视觉正在灰度分辩力和微米大小方针不雅测方面优 于人类；可正在疆场上曲立步履，具备更广漠的视野和更精准的能力，可及时、精准发觉方针并快速应对；2）疆场顺应能力强：采用双腿设想布局，具有类 人行走、腾跃能力，可正在复杂疆场下协调不变行进、逾越壕沟取低矮妨碍， 工致避障，灵活性高；3）疆场协同做和能力强：人形机械人的相信度添加，可取 士兵组机编队，正在疆场上协同做和、操控兵器、援助保障、救帮伤员，提拔 士兵和役力和力。美国、俄罗斯等国持续鞭策人形机械人的成长，推出了多款产物。美国陆军于 2005 年投资开展疆场撤离取救援机械人研究，2008 年研制“佩特曼”人形机械人用于 防护服测试。2011 年，DARPA（“灵活性取能力最大化”项目起头摸索敏机机 器人的研究，研制出以活动技术著称的“阿特拉斯”人形机械人，具有超卓的行 走、奔驰、腾跃、上下楼、避障、360°后空翻、三连跳等高灵活能力，并正在 2023 年改良了其手部布局，采用夹爪设想。2020 年，美国敏机机械人公司首款“蒂吉 特”人形机械人上市，该机械人具备自从能力，可半自从，其手臂可搬 动沉 18kg 的箱子，适于物流、仓储、工业等范畴。2022 年，美国特斯拉公司推 出“擎天柱”人形机械人，可取代身类正在反复、单调、的下功课。2017 年，按照俄罗斯告急事务部的手艺使命，俄罗斯手艺公司和先期研究基金会 研制出“菲多尔”人形机械人，该机械人具有矫捷的手指，具备双手持枪射击、 自从进修、自从步履等功能，可施行火力援助使命。据《军用 AI 对锻炼的影响取思虑》（刁晓峰、黄昉、李松、李鑫、李奥），军用 人工智能可以或许按照疆场、敌我两边环境，建立“人+配备”融合的疆场， 通过及时采集的数据进行智能阐发和决策，操纵智能兵器系统进行做和步履模仿， 优化锻炼系统、提高做和能力、拓展锻炼空间。通过 VR、AR 模仿，将各类地形虚拟出来，让指和员“深居简出”便能够获得“似曾到过这里的感受”，从而实 现实和化锻炼愈加切确，收成更多分析效益。据《美国陆军分析锻炼系统的成长示状取趋向综述》（王岳、王锦秀、陈晨、王 亚平、沙琨），美国陆军为了提高军工的备和能力，连结备和形态，开辟了美国 陆军起头扶植分析锻炼（Supplementary Training Equipment）STE 系统， 是以士兵为核心的下一代分布式模仿锻炼系统，可以或许模仿最新的做和，答应 陆军正在现场、虚拟、扶植和分析 4 种中进行和术和计谋锻炼，支撑部队正在陆、 海、空、电子、收集和太空等多范畴同一陆地做和。此中，扶植性锻炼是指军职 人员输入模仿参数，由虚拟人员操做虚拟系统，系统从动推演锻炼成果的锻炼。此系统可模仿当前和将来部队布局、兵器结果、做和功能、多兵种跨国结合做和、 人类交互、超大规模城市地形和“近乎半斤八两的合作敌手”，帮帮陆军摆 脱锻炼演习，支撑陆军打算、预备、施行和评估合成军种灵活锻炼及使命指 挥锻炼等，为地面士兵、徒步步卒、疆场批示所等供给办事。为帮帮士兵正在将来 做和中施行使命做好预备，STE 操纵 AI 切确呈现地形、建建、收集等， 模仿参和国度、兵种、和况等要素，呈现兵器的切确度、杀伤力和杀伤范畴等，建立类人的虚拟人体以模仿戎行、盟军、敌军和非和役人员的步履和反映，添加 做和的实正在感，使士兵正在及时、动态的实正在中和役。态势做为一种辅帮决策和步履的方式，近年来正在军事使用、航空、交通管制、 收集平安等范畴获得了越来越普遍的使用。正在军事范畴，态势手艺的使用最 早为了提高和役机的做和能力，跟着和役机的飞速提拔以及驾驶舱内的飞机节制 系统、兵器系统等不竭添加，要求飞翔员必需正在更短的时间内快速整合座舱内更 加复杂的消息及敌我态势判断，从而采纳最无力的步履方案。焦点的要点包罗：1）若何无效地处置收集到的各类消息，包罗环节消息的挑选，联系关系分歧探测系统 获得的消息，若何对收集到的各类消息进行全体加工并处置冗余消息等。2）若何通过数字化和图形化更高效的进行数据的呈现。3）若何基于已获得的消息成立基于动态决策的态势模子，从而精确高效预 测将来的形态和演化趋向，辅帮飞翔员进行步履决策。海外典型的态势模子包罗 JDL 模子和 Endsley 模子，JDL 模子由美国 提出，次要包含人机接口、数据融合、数据采集三个部门。Endsley 模子由 Mica R。 Endsley 提出，将态势定义为态势要素获取、态势理解、态势预测三层模 型，并基于此提出了依托态势的动态决策通用理论模子。态势逐渐使用于其他的 军事范畴。正在美国弹道导弹防御 C2BMC 系统中，已将态势做为其焦点的功 能，用于供给导弹防御系统的总身形势，并将各类消息为批示官正在进行导弹 防御时易于利用的态势消息，协帮各级批示官正在各品种型的弹道导弹下快速 进行最佳批示决策。美国先后成长太空态势使用手艺，用于太空攻防匹敌，操纵太空态势技 术对所有发生正在空间的事务、、勾当、形态进行，对影响太空勾当的所 有要素进行认知和阐发，使批示决策和操做人员获取并维持空间劣势。为了加强 态势能力，美国一方面不竭强化其态势硬件系统扶植（包罗地基雷 达、地基成像雷达、地基光学深空系统、船载丈量雷达、空间 系统、卫星信号侦查系统、天基空间系统等）以提拔消息获取能力，另一方 面，积极将人工智能和云计较等新手艺大量用于太空态势系统扶植中，以期 处理正在消息不确定、不完整，认知样本稀缺，法则恍惚，不分歧等前提下的态势 难题，提拔态势理解及态势预测的能力和程度。当前，态势正在军事范畴使用手艺仍正在不竭升级成长中，正在态势模子研究 方面，比来降生了基于“反馈”的深度态势模子。深度态势模子既包含了人的聪慧，也融合了机械的智能（人工智能）来辅帮人的决策，将有益于提拔 批示速度。因为融入了机械智能，深度态势既可以或许正在消息和资本不脚的情境 下运转，也可以或许正在消息和资本超载的情境下运转。谍报处置是整个谍报流程的焦点环节，谍报汇集是谍报处置的前提，谍报存储是 谍报处置的根本，谍报办事是谍报处置的目标。人工智能手艺可对谍报汇集、情 报存储、谍报阐发和谍报办事等谍报流程各个环节发生影响，DARPA、美国谍报 高级研究打算局等部分和各兵种近年正在这些范畴摆设了一系列人工智能手艺研究 项目。人工智能手艺可用于提高谍报收集平台的规划、安排取使命分派的从动化程度， 优化谍报收集资本选择，预测和放置收集使命。以开源消息智能抓取为例，保守 的抓取手艺难以消息的及时性，且易被收集手艺阻拦，严沉影响消息获 取结果。操纵资本虚拟化手艺，以多元数据为采集对象，摆设智能化的采集抓取 系统，通过智能化使命安排、内容过滤以及编目入库等操做，可实现网页、图书、 视频、、期刊、文献、消息等各类息的动态获取及持续更新。DARPA“文本深度挖掘取筛选”项目开辟了用于文本阐发的计较机系统和算法，以 注释天然言语的迷糊之处，帮帮谍报阐发人员从来自浩繁消息源的海量文本中提 取所需消息。正在系统机能提拔下，弹药的效费比会同步带来提拔。好比，单枚导弹冲击能力的 提拔可全体削减导弹的利用数量，这将使得导弹兵器系统的费用（成本）获得降 低，因而提高了效费比。同时人工智能正在美国导弹侦查探测系统中的使用正在提高 了侦查探测的精确度的同时，也提高了情据的处置速度，这就能够降低该武 器系统的运转费用和成本。因为人工智能正在美国导弹侦查探测中表示出的效率和 速度劣势，大大降低了对保守人力的依赖，所需的人工数量变少，因人工成本的 收入比例响应降低，也降低了导弹兵器系统的费用成本。伴跟着数据链手艺能力的提拔取成熟使用，人工智能手艺的兴起，智能弹药的发 展进入半自从、协同阶段。美国近年来持续鞭策高自从能力阶段成长“集群” 类智能弹药项目标研究，DARPA 正在 2016 年启动的进攻性蜂群使能和术（（OFFSET） 项目，项目打算完成正在 250 个异构无人平台（无人机取无人车）规模下，设想、 开辟、摆设蜂群和术试验平台，并最终完成构制下的飞翔试验验证，打算形 成城市做和下 100 个蜂群和术的数据库。项目最终目标是通过无人集群平台 帮力地面做和部队完成复杂城区下的多种做和使命。