前后端分离及认证选择

对抗双方通过作战指挥体系内部的高速运算，不断寻求有利的战机，一旦发现“有机可乘”，就迅速生成应对方案、调整体系力量、采取相应行动，整个作战指挥过程真正做到实时同步。根据感知终端提供的共享情报信息数据，在大数据库、云计算平台的支撑下，经过作战指挥系统基于数据和算法的“决策”，自动生成可供选择的作战行动方案。人工智能与仿真环境相结合，使用深度强化学习算法来自动生成作战行动方案，这种算法可以在仿真环境中执行试错实验以度量不同计划的期望效应。

人工智能应用于作战行动方案分析与推演

智能化的作战指挥系统利用所获取的战场态势数据，对各种情报信息进行自主分析，实时自主决策，自主生成或调整作战方案，并通过信息传输网络指挥控制相应的作战单元完成作战任务，确保作战单元、武器装备形成高效统一的整体，协同有序行动。运用“数据+算法”实现作战行动方案分析和推演的高度自主化，同时加上机器的高速计算能力，就可以通过更多环节的智能自主处理，得出更加科学的作战指挥决策方案，大幅提升作战指挥体系的反应速度，进而高效调控相应的作战行动，在战场上获取相对优势，夺取战争的胜利。

在作战计划制定过程中，可以使用定性方法来分析任务计划和行动方案。当不同的计划小组提出了几种作战行动方案后，可以使用概念框架登记专家对这些作战行动方案的评论，这些专家使用一个模板，创建结构化评论并系统评估不同作战行动方案的各方面特征。之后使用一种能够区分各种辩论模型间相同和不同之处的框架，选择和总结各领域专家对不同作战行动方案的评论，实现对备选作战行动方案的结构化分析。同时，还可以将人工智能与多智能体系统组合，开展红蓝对抗，使指挥员了解各种行动方案的优缺点与动态推演过程中可能存在的事件进展，评估各种行动方案的优缺点，预测和了解敌方的行动。

最近北约利用大规模平行仿真、数据分析和可视化等技术，开发了用于作战指挥决策支持的数据耕耘系统，可以分析不同仿真系统对地面作战计划产生的几十万个仿真输出结果。

在未来战争中，决策优势的获取已不再单纯取决于指挥员的智慧，还将取决于作战指挥辅助系统的能力。作战指挥辅助决策预案制定的可靠性和详尽程度、人机交互的便捷性、预案优化的针对性，在赢得决策优势中所起到的作用尤为重要。基于实时战场态势数据，通过平行仿真推演作战方案，预测战争演进趋势，自动匹配最佳行动策略。

利用人工智能技术开发作战指挥辅助决策系统，可以根据实际作战任务，快速抽取并组织形成支撑决策数据，对关联态势进行综合展示，也可以根据交战规则和认知模型，在自学习进化的基础上进行辅助决策，自动生成行动预案并进行预演，实现对战场事物、业务流程、行为方式的智能化决策，并将指挥员的意图指令实时准确地作用于被指挥对象，实施正确、最优的指挥控制。

人工智能应用于作战行动方案执行

在作战行动方案执行过程中，通过无线车载定位终端、头盔和眼镜等穿戴式设备，为单兵配备无线个人手持定位终端和视频终端，实施智能化远程指挥控制;运用身份识别、语义识别、语音识别、手势识别、行为识别、脑电识别、视觉跟踪、感觉反馈等人机交互技术，实现指挥单元、精确打击武器与信息应用系统之间的无障碍沟通;各作战单元利用人工智能技术，快速融合和分析战场信息，以便将结果发送给指挥员。

在未来战场上，指挥员通常会获得大量信息，容易产生信息过载的风险。在作战行动方案执行的过程中，伴随着战场态势的快速变化，原方案可能会随时失效，指挥员需要具备较快的重新计划能力，而人工智能技术可以为指挥员及时提供备选方案。例如，Q学习是一种强化学习算法，可以在不使用大型数据集或推理信息的情况下，学习最优智能体的状态和行为组合，应用于空战目标分配;使用迁移学习来减少学习时间，快速开发一个智能体在新场景中的行为。例如，在不同的2对2空战场景中学习作战规则时，可以使用已经具备2对1空战场景经验的智能体，最小化进一步的学习过程。此外，还可以利用序列到序列深度学习算法和摘要生成式方法来形成作战行动总结报告，也可以利用将讲话转换为文本的方法，目前的人工智能技术可以实现较为准确的语音识别能力。

在作战指挥中应用人工智能的目标，并不是要完全替代人类智能，而是使人工智能与人类智能有机融合，实现功能互补、相得益彰，以进一步增强人类智能，帮助指挥员在指挥、管理和作战行动中处理一些不擅长的人工业务，从繁杂的重复性工作中解放出来，转而专注于战争谋划、行动协同、指挥决策等工作上，从而更好地发挥人在战争中的主体作用，更高效地完成作战指挥任务。

（编辑：揭阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!