人工智能应用于我国军事领域的冷思考

来源：知远战略与防务研究所

作者：丁卫华

一般认为，人工智能（Artificial Intelligence，AI）起源于1956年在美国达特茅斯学院召开的夏季研讨会。但是，“人工智能”一词在会议上并没有获得首倡者们的一致共识，如与会的纽厄尔和司马贺就主张使用“复杂信息处理”一词。这种分歧的实质是对人工智能的认识存在差异：模拟神经系统者——“结构派”——关注结构，模拟心智者——“功能派”——关注功能，纽厄尔和司马贺则是“符号派”的代表人物，认为智能是对符号的操作，最原始的符号对应于物理客体。人工智能的演进史不长，“结构派”、“功能派”和“符号派”围绕话语权的争斗却异常激烈，相应的影响力此消彼长。当下，“功能派”成为业界、决策者和普罗大众相对一致的认知。据此，不妨以“功能派”的观点为人工智能作如下定义：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

观察近年来人工智能的发展，2016年3月这一时间节点具有里程碑意义。彼时，谷歌（Google）旗下深度思维（DeepMind）的人工智能产品“阿尔法狗”（AlphaGo）在围棋比赛中完胜韩国棋手李世石。作为围棋的发源地中国，在面对颠覆性技术对传统智慧的挑战时，迅速做出了一系列反应。在这些反应中，既有应激式的对策，也有长远性的规划。在全球格局整体颓势和中国模式异军突起的客观现实面前，类似“中国在人工智能领域的举措是大国称霸的倍增器吗？”这样的问题浮出水面是“中国以外”情理之中的“膝跳反应”，中国需要考虑以适当的方式去回答。审视国外研究者对“中国发展人工智能的目标与现实”、“人工智能发展的攸关考量”和“人工智能应用于军事领域的思考、实践和展望”等三个问题的思考，可以为中国的回应提供有益参照。¹

中国发展人工智能的目标与现实

2017年7月，中国发布《新一代人工智能发展规划》。在《新一代人工智能发展规划》发布前后，《“十三五”国家战略性新兴产业发展规划》《“互联网+”人工智能三年行动实施计划》《机器人产业发展计划》《促进新一代人工智能产业发展三年行动计划》等相关文件陆续出台。国外研究者认为，出台这些文件是因为中国的决策者认识到：在人工智能问题上，“卫星时刻”²已经到来，必须“抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势”。³

优势是相对而言的。目前，在人工智能及其相关领域，美国在研究上处于领跑地位，举手投足动辄令全球瞩目；欧盟的“人脑工程”和SPARC机器人研发计划已经规划到未来10年；日本的机器人使用带来了“新工业革命”；英国则在机器人和人工智能系统行业的伦理标准方面具有世界级地位。

如果把《新一代人工智能发展规划》视为中国人工智能发展的新起点，那么这一新起点的基础是什么？与先行者又有什么区别？换言之，中国人工智能的现实是什么？本文引入牛津大学开发的“国家人工智能潜力指数（AI Potential Index，AIPI）”这一概念，试图对上述两个问题作一解答。AIPI主要考察四项基本指标，分别是：硬件、数据、算法和商业，以此来衡量一个国家在AI方面的综合实力。

一是硬件（权重为25%）

硬件指数包括“半导体生产的国际市场份额（2015）”及“FPGA芯片生产商的融资情况（2017）”。在半导体方面，中国占全球份额的4%，美国占50%；芯片生产方面，比较FPGA（Field Programmable Gate Array，现场可编程门阵列）芯片生产商的融资，中国同行2017年获得的投资是3440万美元，占全球FPGA厂商融资额的7.6%；美国是1.925亿美元，占全球份额的42.4%。中国的硬件指数为（4+7.6）/2=5.8，美国为（50+42.4）/2=46.2，是中国的近8倍，中国硬件水平远不及美国，这个问题已成为中国人工智能发展的瓶颈。

二是数据（权重为25%）

2016年，中国拥有全球数据的20%；美国占5.5%。根据计算可得，中国数据指数为20，美国数据指数为5.5。中国的数据量之所以丰富，除人口众多、移动互联网发展迅速以外，隐私保护相对宽松也是一大因素。但值得关注的是，因为谷歌、脸书（Facebook）等缺席中国市场，中国互联网的生态环境较为封闭，而人工智能仅使用本土数据的话，未来对世界的影响有限。

三是算法与研究（权重为25%）

算法与研究包括AI人才数量和在AAAI上发表的论文数量。在AI人才数量上，2017年，中国的人才库中有3.92万人研究人工智能，占全球AI人才的13.1%；美国有7.87万AI人才，占全球AI人才的26.2%。在论文发表数量上，2015年中国学者在AAAI上发表的论文为138项，占全球的20.5%；美国学者发表的成果数量为326项，占全球的48.4%。根据计算可得，中国在算法与研究指数上的得分是（13.1+20.5）/2=16.8；美国的得分是（26.2+48.4）/2=37.3。但是，尽管中国学者发表的AI论文在数量上近年来显著提升，但在引用数量上，来自中国的研究成果的影响力不及美国以及排名第三位的英国。

四是商业化程度（权重为25%）

商业化程度包括2017年拥有的人工智能公司数量、2012-2016年对AI公司的总投资额和2017年AI初创公司全球融资总额。在2017年拥有的人工智能公司数量上，中国2017年拥有的AI公司数量占据全球23%，美国占42%。在2012-2016年对AI公司的总投资额上，中国产生的总投资额是26亿美元，占全球的6.6%；美国产生的投资总额是172亿美元，占全球43.4%。从2012年至2017年7月，在全部79件人工智能企业收购案中，有66家被美国公司收购，3家被中国公司收购。在AI初创公司2017年全球融资总额上，中国公司的总融资额占据全球的48%，美国公司总融资额占据全球的38%。根据计算，中国在商业指数上的得分是（23+6.6+48）/3=25.9；美国在这一项上的得分是（42+43.4+38）/3=41.1。

综上所述，中国最后的得分是（5.8+20+16.8+25.9）/4=17.1，美国最后的得分是（46.2+5.5+37.3+41.1）/4=32.5。中国的AI综合实力是美国的52.6%。如果以“国家人工智能潜力指数”作为衡量标准，中国的AI综合实力与美国尚有较大差距，主要体现在硬件、算法与研究、商业化三个方面，数据方面中国则是遥遥领先。

参照中国乌镇智库的研究报告⁴，“国家人工智能潜力指数”的统计数据与该报告的统计数据基本一致。

人工智能发展的攸关问题

各国将促进经济发展和投入军事应用视为人工智能发展的主题。在日新月异的变化中，一些始料未及的新问题不断出现。比较突出的是伦理、安全性和社会治理三个方面。国外研究者对这些问题的“中国表现”颇感兴趣。

伦理和安全性问题

2016年，美国上映了一部名为《天空之眼》（Eyein the sky）的影片。影片讲述的是，英国军事情报官员在指挥美国无人机对非洲某国恐怖分子实施打击时发现打击范围可能会殃及平民，由此引发出一系列包括伦理问题在内的争议，最终在审慎考虑外交、政治、法律等因素后由高级文职官员做出决策。影片高于生活，但首先源于生活。影片折射的现实问题是：现阶段的人工智能无法取代人。不过，如果认为“人工智能必需由人最终决策”，那么人工智能带来的“红利”必然随之陡减，这将导致相当程度的两难选择。

中国在伦理和安全性问题的考量上有明确的时间节点。2025年，中国将初步完成人工智能法律法规的立法工作，建立伦理规范，开始进行人工智能的安全评估，具备一定的控制能力。2030年，中国将构建人工智能法律法规体系、伦理规范及政策体系。

值得关注的是，在这一问题上，中国实际上已处于较微妙的状态。2017年，在美国阿西洛马召开的“有益的人工智能”（Beneficial AI）会议上，数百名专家签署了具有重大历史意义的“阿西洛马人工智能准则”，但参加会议的中国专家仅有吴恩达一人。而在著名的牛津大学生命未来研究所倡议的“禁止自动化武器公开信”上签名的3462位研究者中，只有3位中国研究者且均来自香港中文大学。

国外研究者认为，中国与西方国家和研究机构对人工智能在政府机构、私营部门和学术单位中的伦理和安全性问题缺乏基本共识。

社会治理问题

无论是中国官方机构或是西方社会，都对人工智能发展在中国社会治理方面的影响密切关注。

突出的现实问题是人工智能势必淘汰低技能工作岗位，加深“数字鸿沟”。这涉及到社会生活的方方面面，产生诸如收入、性别的不平等以及城乡、沿海内陆的更大差距。同时，中国也明确提出，人工智能在维持社会稳定方面具有“不可替代”的作用。国外研究者对此解读为中国将人工智能应用于司法、医疗和公共安全领域并颇有微词。⁵

但上述问题并非国外特别是西方研究者关注的核心。人工智能在中国社会信用体系中的使用既触及了西方的痛点，也引发了其好奇心。尽管中国对人工智能在个人征信系统中的应用表示接受，但之前的美国“棱镜”计划和新近的英国“剑桥分析”的不可言说之痛却让西方研究者对人工智能在中国社会信用体系中的使用问题预设了与“监控”、“公民隐私”相关的话题。西方研究者往往会以“据报道”谈及诸如“全球最大规模的人脸识别数据库在新疆建成”等敏感问题。

事实上，在恐袭和枪击事件频发的西方社会，为保障社会安全，官方行为的合法性与公民对个人隐私的授权使用或部分让渡已经成为社会治理的实际做法。国外研究者对中国人工智能在社会信用体系中使用的解读是有主观和客观误读的。

人工智能应用于军事领域的思考、实践与展望

人工智能在军事领域的思考、实践与展望是国外研究者关注的焦点问题，主要表现在以下几个方面：

人工智能应用于军事领域的思考

尽管以美军为代表的世界强国军队在对信息时代战争至关重要的技术上占据先发优势，由于人工智能对未来战争不可或缺，美国和中国之间必然存在竞争。

一是军民融合战略将成为军队提高军事能力的强大助推器

人工智能应用于军事领域这一议题不止于军队本身。中国正在推进民用和军用发展的“创新驱动”战略，人工智能在中国国家军民融合战略中处于高优先级，这一战略方针可以使解放军充分利用民间机构在人工智能方面的进展——包括民间可能的资金和投资水平、潜在的人才资源以及大量的数据——提高军事能力。

二是解放军关于人工智能的战略文化日渐成型

“以美为师”是自1990年海湾战争以来解放军的典型做法，但这种做法在解放军此次军改之后逐渐嬗变。不可否认解放军对人工智能应用于军事领域的思考得益于美国军事研究，但解放军凭籍独特的战略文化和组织动力在方法论层面逐渐与美国脱离。其根本目标将不再是以传统的瞄准美国弱点的不对称策略即“你打你的，我打我的”，而是转向以抵消为导向的竞争进行创新，即在人工智能这一美国尚未取得决定性优势的“战略前沿”发力，以实现“跨越式发展”。

随着美国和中国在人工智能方面的创新展开竞争，双方的进步轨迹将影响未来的军事和战略平衡。中国人民解放军敏锐地意识到适应和利用人工智能进步的重要性，担心与强敌美军之间出现“代差”，因此，人工智能是双方优势比较的关键指标。由于中国在这一关键技术上可能具有与美国并驾齐驱或超过美国的潜力，美国军方必须将解放军作为一个真正对等的竞争对手，并重新评估中美军事和技术竞争的性质。

三是解放军对人工智能改变战争性质的可能性持积极态度

从解放军资助的一系列涉及人工智能的项目来看，中国国防工业和解放军的研究机构正在进行广泛的研究和开发，其目的是利用人工智能来提高其未来能力，包括智能和自主可控无人系统；以人工智能为辅助的数据融合、信息处理和智能分析；作战模拟、仿真和训练；信息战中的防御，进攻和指挥；以及辅助指挥决策。

人工智能应用于军事领域的实践

解放军在军民融合战略的指导下，以“共建、共享、共用”的方式来利用军民发展的协同效应实现人工智能在军事领域的应用。

由于人工智能的创新点已经转移到了民间机构，采取上述方式将确保民用部门在人工智能方面的进步可以迅速转移到军事应用上，并利用这些先进技术遂行军事行动的能力将成为解放军的关键变量和组织结构优势。

《新一代人工智能发展规划》明确提出了军民融合的方法步骤，以确保人工智能的进步能够用于国防。为实现这一目标，中国将继续建立和规范科研院所、大专院校、企事业单位和军工单位之间的沟通协调机制，同时力争确保军民创新资源“共建共享”。科技部和中央军委科技委⁶也联合发布了第十三个五年“军民融合科技发展专项规划”，以期推进军民融合和创新。

根据开源信息，2014年，科大讯飞与解放军合作开发用于情报处理的语音识别和合成模块，机器翻译公司YaTrans的小牛翻译系统已被国家安全部和北部战区用于机器翻译。海康威视公司与解放军合作，为国防和安全目的提供人工智能支持的视频监控技术。此外，一些新兴研究机构和军地联合实验室也很关注相关技术的军地双重用途。2014年，科大讯飞研究院和哈尔滨工业大学共同建立了一个以认知计算为主的联合实验室，主要关注类人智能的自然语言理解和进步。2016年，北方工业大学与中博龙辉（北京）信息技术有限公司合作成立了军民融合智能装备研究院。该研究院得到了海军装备研究所、陆军装备部、火箭军装备研究院等单位的支持。它负责研究人工智能、智能机器人、无人系统和军事脑科学。 2017年夏天，清华大学宣布建立清华大学军民融合国防尖端技术实验室的计划，其目的是为追求新兴技术的双重用途应用创造一个平台，其中包括人工智能。

在实践中实现人工智能的军民融合仍然存在着相当大的障碍，但解放军正在积极建立健全体制机制来破除这些前进中的障碍。此前，这种理念和相应的做法是不现实的，在新的历史背景下，以国家驱动的方式是有可能发挥双重用途技术的协同效应的。例如自然语言处理和机器翻译，显然可以直接用于军事情报。商业性的汽车自动驾驶系统也可以无差别地适应军用自动驾驶车辆。广泛应用于商业目的的面部识别技术，也可用于军事，包括图像自动分析和自动目标识别。

人工智能应用于军事领域的前景

国外研究者认为，解放军对人工智能在军事应用中的前景与美国第三次抵消战略和相关的国防创新计划的优先事项相当接近。

解放军对人工智能应用于军事领域的前景，虽然存在众多不确定性，但在智能和自主无人系统，如集群智能，人工智能支持的数据融合，信息处理和情报分析，在模拟、战争推演和训练中的应用，在信息战中使用人工智能来防御、攻击和指挥，以及辅助指挥决策等方面，已有整体的布局。但是，解放军更倾向于在模拟、战争推演和训练中使用人工智能和保障态势感知和辅助指挥决策。

在使用人工智能辅助指挥决策问题上，解放军将面对前所未有的挑战。首先，机器学习算法往往需要海量的数据完成训练，但解放军缺乏而且难以获得适合的己方和作战对手的实战数据。其次，战争本身的复杂性。考虑到“战争迷雾”以及不可预见的人类行为和决策的影响，“指挥艺术”的创造性和独特性天然避开了人工智能带来的“自动化”。不过，即使人工智能不能完全取代人的决策，解放军仍将继续探索与指挥决策相关功能的智能化，包括信息处理、计划生成和评估，以及对战场决策快速辅助。

针对解放军对人工智能应用于军事领域的思考、实践和前景，以美国为代表的外国研究者普遍认为必将对美国造成深远影响，美国必须对此做出回应。近年来在美国国家安全事务决策中发挥重要作用的新美国安全中心认为，美国必须制定一个长期的、全国性的战略来支持人工智能领域国家竞争力的关键决定因素。在采取措施减少非法和有问题的技术转让的同时，美国应确保为下一代研发提供充足的资金，避免出现“创新赤字”的风险。同时，还要通过制定教育和吸引顶尖人才的政策来保持美国在人力资源方面的竞争优势。然而，美国军方必须为“失去技术优势的未来”未雨绸缪。随着各国人工智能在军事领域的发展，战略竞争可能加剧，新的军备竞赛可能到来。美国也应该考虑探索降低大国之间因谋求人工智能获得军事优势导致的战略稳定风险的途径。

参考文献略