算法战是智能化战争的深层内核

智能算法在军事领域的应用全面推进，导致各国开始编制无人作战力量。2024年3月27日，美陆军宣布将在每个装甲旅编入一个机器人自主系统排。美海军也已建设无人水面舰艇中队。2021年4月，俄罗斯宣布建设首支攻击型机器人部队，其组成包括5套天王星-9机器人系统、20辆无人战车。天王星-9是一款多功能战斗平台，装备2A72型30毫米机关炮、7.62毫米车载机枪、阿塔卡反坦克导弹等。日本自卫队计划在2035年正式部署具有超强作战能力的无人空中编队。种种迹象表明，由无人作战系统和平台组建的机器人部队正在加速形成。

无论是人对无人作战部队的指挥与控制，还是无人作战编队内部的协同、交互与自适应调控，都离不开智能算法。智能化战争的一个突出特点是无人化作战成为基本样式，而算法战将是无人化作战与智能化战争的深层内核。

从算法到算法战

战争从来与计算联系在一起。从拿破仑的“让驴和科学家走在队伍的中间”到《孙子兵法》的“多算胜，少算不胜”，都说明了这一点。什么是算法？简单地说，算法就是计算方法。例如，珠算口诀“三下五去二”，就是对应算盘这种计算工具的算法。随着电子计算机的出现，对应电子计算机的算法应运而生。

随着计算机软硬件技术的突飞猛进和计算机科学的发展，计算机的功能和运用领域大为拓展。今天的算法概念，已经比简单的计算方法内涵更加复杂、含义更加丰富。当前所谓“算法”，通常指解题方案的整体的、准确的、完整的描述，包括解决问题所需明确定义的规则和一系列的具体指令，其实质是一套用系统方法描述和解决问题的策略机制。

最先推出“算法战”概念的是美军。2017年4月26日美国国防部副部长罗伯特·沃克签发关于“码文工程”的备忘录，要求国防部成立“算法战跨职能小组”，推动国防部加速融入人工智能、大数据及机器学习等关键技术的军事应用。国防部联合人工智能中心主任，同时也是负责人工智能军事应用的主管官员杰克·沙纳汉中将，在谈到算法对战争的影响时说：“怎样面对未来战争的速度、混乱、血腥和激烈场景，我们的答案只有一个，那就是算法战。”

科学技术不仅是第一生产力，也是第一战斗力。算法战的出现，标志着构成战斗力的要素发生了重大改变。在科学技术极其落后的冷兵器战争时代，战斗力的构成要素主要是人力和畜力；在机械化战争时代，战斗力构成要素增加了机动力和火力；当战争形态演变到信息化战争时代，因为信息的加入，及其将各作战单元、作战力量联成一体化作战体系的能力，战斗力构成要素增加了信息力和结构力；在智能化战争时代，因为人工智能、大数据及机器学习等最新技术的加入，战斗力构成要素再次增加了算力和智能力。

既然算法的实质是一套用系统方法描述和解决问题的策略机制，算法战中所包含的算力，也就不再是简单的计算能力，而是《孙子兵法》里所谓的“庙算”，即筹算、计划、预判、定计等内容和步骤的机器化和系统化。概而言之，算法战是作战双方以智能算法为主要技术支撑，由参战人员通过应用智能算法，对由作战部队、作战平台、作战保障系统等构成的作战体系进行指挥控制的对抗。算法战至少包括两个方面的含义：一是智能算法加入军事对抗，二是军事对抗中增加了作战双方算法与算法之间的对抗。

算法战的发展与影响

俄罗斯军方对人工智能军事应用和算法战高度重视，俄总统普京强调：“无论对俄罗斯还是全人类，人工智能都是未来。谁成为这个领域的领导者，谁就会脱颖而出，进而获得巨大的竞争优势。人工智能关系国家未来。”

2012年，俄罗斯组建无人机航空兵发展局，负责无人装备的研发指导、生产监督、部队建设规划和作战运用的研究。2014年，俄国防部制定《2025年前俄军无人系统装备计划》，并以西部军区第467跨军种训练中心为基础成立国家无人机中心，负责人员培训和装备试验工作。2016年，俄罗斯召开“联邦武装力量机器人化”军事科学会议。2018年，俄罗斯外交和国防政策委员会发布《人工智能在军事领域的发展现状以及应用前景》，将人工智能视为国家间战略竞争的重要领域。

俄罗斯军方主要与莫斯科国立大学、莫斯科物理与技术学院和莫斯科高等经济学院等三所大学和一些大型科技企业合作展开人工智能和算法研发，主要专注于人工智能、大数据和软件技术在智能无人系统、核武器、太空和网络等领域的应用研发并取得快速进展。迄今，俄罗斯已经发展和正在发展的应用智能算法的军事系统达150多个，包括自主空中、水下、水面和陆地平台与系统，并累计培训无人机操作员和分队指挥员7000多名。

2016年9月，哈佛大学的《战争算法问责》报告提出“算法战”概念。2017年4月26日，美国防部成立算法战跨职能小组，其承接的第一项任务是开发用于情报分析的智能算法。美军在反恐战争中，依托无人机获取了大量关于“伊斯兰国”武装分子的视频资料，但要从这些视频中发现高价值目标，仅凭人工分析不仅需要招募数以千计的军事和民用分析师，而且因为时间长、效率低，无法满足实行定点清除所需的时效性和准确度。为此，美国防部希望以智能手段取代人工，提高时效性和准确度，并将这一工作命名为“码文工程”。

近年来，美国在发展智能算法及其军事应用方面采取了系列举措。2018年7月，美国防部高级研究计划局启动“人工智能探索”计划，吸引社会、商业研究资源加入创新算法研究，缩短从军事应用技术与系统需求到特定算法之间的研发时间。2019年7月，美国防部发布《国防部数字现代化战略》。2020年10月，美国防部发布首份《数据战略》。2022年2月，美国国防部发布《软件现代化战略》。2023年11月，美国防部发布《数据、分析和人工智能采用战略》。在这些战略中，研发智能算法及其战场应用都是重要内容。

美国防部高级研究计划局启动了一系列人工智能作战应用研究项目，如关于智能感知的“智能光谱时间融合”“敌对行为建模”，关于情报分析与处理的“分层识别验证利用”，关于战略态势研判的“大机制”“复杂作战环境因果探索”，关于电磁频谱对抗的“射频机器学习系统”“人工智能射频对抗”“本能射频”，关于网络攻防的“规模化网络狩猎”“自主网络对抗系统”等，关于人机协同、有人-无人编队的“蜂群作战”“反蜂群人工智能”，关于体系化作战的“空战演进”“地空平台联合编队”“体系之增强型小型部队”等。这些项目的核心任务就是开发对应的智能算法。这些研究成果的交付与使用，将大大提升美军的算法战能力。

那么，算法战有怎样的意义与影响？

一是以创新概念引领军队建设。信息技术快速发展，并在军事领域广泛运用带来新军事变革以来，美俄等国家军队不断通过提出创新作战概念，引领和推进军队建设和作战方式的转变和作战能力的提升。在信息化军事变革阶段，美军提出了网络中心战、数字化部队、基于效果作战、空海一体战等，俄军提出了非接触战争、非对称作战、第六代战争、统一信息空间等。在智能技术推动战争形态向智能化演变过程中，美军又提出了马赛克战、联合全域作战、算法战等，俄军也相应提出了军事共享结构、自主控制系统等。这些概念的提出，即使不能完全达成提出者所希望达成的目标，但也会在军队建设中留下阶段性烙印，使军队作战能力在某些方面取得进展。算法战也是这样，它肯定不能代表智能时代军队建设的全部，但它无疑将强化智能算法在军队建设和作战能力方面的应用和作战能力的提高。

二是算法战将成为重要的作战样式。当某种作战行动在作战中发挥出重要甚至关键作用的时候，这种作战行动就会上升为一种作战样式。客观地说，在作战中运用算法并非始自现在，美军在海湾战争前的兵棋推演和战争期间的“爱国者”拦截“飞毛腿”，都用到了数学模型和算法。但那仅是零星、个别、分散的应用。随着智能算法在态势感知、情报分析、指挥决策、打击行动等各个方面，在观察、定向、决策、行动（OODA循环）的各个环节得到普遍应用，算法战作为一种新的作战样式已呼之欲出。

三是算法战将深刻影响大国竞争。算法战的出现，与美国军事战略从反恐重返大国竞争在时间点上的重叠并非巧合。和反恐战争美军以巨大的非对称优势碾压对手不同，美军大国竞争的对手无论是军事上、科技上和整体作战能力上，都对美军形成严峻挑战。美军虽针对某一个对手在整体上仍然占据优势，但难免在某个局部甚至是关键领域，优势明显减弱甚至被大部抵消。因此，历来重视以技术和装备优势获得竞争优势的美军，更加仰赖智能技术的领先甚至代际优势，这就使得算法战作为智能时代大国竞争“皇冠上的明珠”，更加受到重视和青睐。美国防部负责人工智能军事应用的主管官员杰克·沙纳汉中将声称：“在智能时代的军事对抗中，如果一方拥有高水平智能算法，而另一方没有，后者就面临输掉战争的巨大风险。”

算法战面临的问题

人类的技术发展史是人借助技术延伸、拓展、加强自身能力的历史，同时也是人向技术授权的历史。当人类用畜力延伸体力，用机械能、化学能延伸和加强体能与技能，用信息能与智能延伸和强化人类的记忆、分析、推理与思维能力的时候，同时也在某种程度上将人的体力、技能与智能的使用授权给了技术及其承载系统与实体。这样的授权，一直都面临技术的风险和伦理的诘难。智能技术和算法战亦莫能外。

算法设计的初衷是找到最佳性能、效率的解决方案，但结果可能与期望相差深远。算法作为一套系统的解决方案，每一个步骤都包含多样化的选择与走向。人的思维能力和系统资源的局限，都决定只能在有限的可能中进行选择和推演，否则算法无法完成，即使能够完成，计算机系统也无法运行。这就使得算法的性能和效率，必然受到人和系统资源局限的影响。虽然可以通过对抗性机制检验和优化算法的性能和效率，但是否最佳的判断永远具有主观性和片面性。

以战胜国际象棋大师卡斯帕罗夫的“深蓝”为例，在进行算法设计时，一种思路是通过“蛮力”方式穷尽所有策略以寻找最优解，另一种是通过“启发式”逻辑识别以聚焦最有可能获胜的特定策略。限于当时计算机系统的软硬件技术性能，只得采用“启发式”逻辑识别的技术路线。此后，随着微电子和软件技术性能的发展，证明采用“穷尽式”技术路线能得到优于“启发式”逻辑识别技术路线的结果。但在当年如果采用这种技术路线，“深蓝”就无法实现。由此可见，一定条件下的“最优”选择，其实并非最优。

算法被假定是客观、理性、中立的，算法的设计者也努力这样去做，但结果可能并非如此。以人脸识别技术的智能算法为例，加纳裔美国计算机科学家乔伊·布奥兰维尼发现，因为她的脸色偏黑，只有当她戴上白色面罩时，人脸识别算法才能辨认出她的脸。好奇心驱使她做进一步研究，结果发现由微软、IBM和Megvii开发的三款人脸识别算法，在识别皮肤深色的面部时错误率达到35%，而对白人面部识别的正确率却高达99%。以色列布拉瓦特尼克计算机科学学院和特拉维夫电气工程学院联合披露最新成果则更为“恐怖”：他们用计算机生成的9张“超级大众脸”，成功地突破了几乎全部现有人脸识别算法，成为“万能钥匙”面孔。这意味着以人脸识别算法为核心技术的门卫、警戒系统，可能形同虚设。