人机融合：洞察智能化海战制胜关键

——解读《追问人工智能：从剑桥到北京》

1、智能化海战与舰艇装备

随着军事智能技术在海战领域的持续深度发展，智能化海战呈现出人机主导、虚实结合、脑网争夺的全新海战形态。典型的作战样式为有人与无人协同作战，制胜关键要素从信息域转向了认知域，从争夺“信息优势”向获取“认知优势”转变[1]。

美国在“第三次抵消战略”最新论述中，明确提出“人工智能和自主性技术等嵌入信息化作战，以确保技术领先优势”、“人机协同作战编组是第三次抵消战略的首要因素”。美国国防先进研究计划局（DARPA）先后开展了“深绿”、“洞察”、“心灵之眼”、对抗环境中目标识别与适应计划、分布式战场管理、阿尔法空战系统和指挥官虚拟参谋、进攻性蜂群技术、反潜战持续追踪无人艇、无人潜航器等大量基础性技术研究与工程实践项目，研究从传感器、文本、音频、图像、视频等多源异构数据中自动获取并智能处理信息，自动提取关键特征并挖掘隐藏的关联关系与规律，通过用强化学习、迁移学习、对偶学习、对抗学习等智能算法解决敌我对抗与反对抗条件下的作战态势智能认知、威胁判断、行动建议生成等问题。最近，美国国防部正在部署人工智能和自主系统方面的工作，重点是改变兵力设计和作战方法，通过采用新技术、作战概念和战略的组合，建立新的竞争机制来获取军事优势。“马赛克战”采取以决策为中心的军事行动方法，其将人工智能与自主系统相结合，通过迅速组建和重组一支更分散的军队来为美军创造复杂的适应能力，依赖决策优势，通过将不确定性强加于对手，而不是通过消耗来实现军事目标[2]。

未来舰艇装备将呈现智能化、少人化、轻量超载化等特征。传统的航母、驱护舰、潜艇等作战平台将在机械化、信息化的基础上，深度融合人工智能技术，在操纵、武器使用、指挥决策等方面实现智能化，从而使其具备高效搭载无人平台的能力和出动回收保障能力，大幅缩减人员编制，降低高烈度战争下的人员死亡率[3]。

2、人机融合智能（部分摘录自《追问人工智能：从剑桥到北京》，详见引文标注[4]）

“舰艇装备人机协同关系发生了根本的变革，由人机混合编组共同承担作战任务。由于大量的无人系统在前沿局部自主交战，使得人在旁路调控成为主要攻防模式。人由前置转为后置，由体力变为智慧，由具体执行变为指挥控制，然而，其中涉及复杂的人机交互及相互关系问题，单纯的人工智能与人类智能都不能发挥最大效能，人机融合智能才是其重要的发展方向。人机融合智能是由人-机-环系统相互作用而产生的新型智能系统：在智能输入端，将设备传感器客观采集的数据与人主观感受到的信息结合起来，形成新的输入方式；在智能数据/信息中间处理过程中，将机器数据计算与人的信息认知融合起来，构建独特的理解途径；在智能输出端，将机器运算结果与人的价值决策相互匹配，形成概率化、规则化有机协调的优化判断”[4]。反应时和准确率是评价人机融合智能的关键指标。

“在人机融合过程中，通常存在一些管理缺陷和技术故障难以区分的问题，例如：如何进行动态人机功能分配？当人、机的反应速度不匹配时，以人的速度为准还是机的速度为准；如何通过前/后（刚性、柔性）反馈系统把人的失误/错误降至最小，同时把机、环的有效性提高到最大等。由此可见，作为物理和生物混合的复杂系统，人机融合的瓶颈不是简单的交互问题，而是认知与计算的结合问题”[4]。

“目前，在主流人工智能学派中，联接主义（connectionism）的代表形式是人工神经网络，主要处理数据；行为主义（actionism）的代表形式是强化学习方法，主要处理信息（奖惩后有价值的数据）；符号主义（symbolicism）的代表形式是知识图谱和专家系统，主要处理知识和推理（有限的知识和推理）。三者分别从脑结构、身体和思维过程方面开展研究，将人工智能作为数学逻辑语言智能，虽然在特定场景、既定规则统计且既定输出的条件下可以极大地提升工作效率，但在解释认知和建构方面，尤其是情感化表征、非公理性判断和直觉决策等方面，机器与人相比差距仍然很大。人的学习、推理和判断可随机应变，而机器是设计者为特定的时空任务拟定或选取的，与当前时空任务中使用者的意图往往不一致，可变性较差。另外，人与机以何种方式（或平滑或迅速）相互介入，尤其是在歧义点或关键阈期间介入的反应时、准确率，也是当前关注的难点”[4]。

正如陈霖院士所言：“认知和计算的关系问题不能单靠物理或计算的分析来解决，根本上只有通过实验来回答。”从技术角度看，人机融合智能绝不仅仅归结为数学仿真建模问题，而应该是实验统计体验拟合问题[5]。通过构建典型的特定作战任务场景，开展多模式、多方案的人因测评研究，通过大量实测数据统计分析，揭示舰艇新型智能装备人机界面复杂要素之间的关联模型和动态机制，可为作战任务、舰员能力与装备人机交互的耦合设计提供科学依据。

3、深度态势感知（部分摘录自《追问人工智能：从剑桥到北京》，详见引文标注[4]）

智能化海战的指挥控制将主要面向战场态势模型展开，作战节奏显著加快，面对数千吨量级以上的数据量以及诸多不确定、不完全的复杂因素，指挥决策人员必须在越来越短的时间内快速果断地做出指挥决定，使其面临的指挥问题变得更加艰巨。因信息获取速度高、打击摧毁节奏快，使得传统单纯依赖人力的指挥方式处于完全被动的地位。迫于形势要求，在未来的军民科技发展趋势中，以硬件机构为主导的制造加工领域将让位于以软件智慧为主题的指挥控制体系，而指控系统的核心之一是态势感知技术。

“美国空军首席女科学家MicaR.Endsley提出的态势感知模型是从环境感知→环境理解→预测规划，逐步实现从低级到高级的信息加工处理过程。第1级是对环境中各成分的感知，即信息输入；第2级是对目前情境的综合理解，即信息处理；第3级是对随后情境的预测和规划，即信息输出[4,6]。营造良好的态势感知具有较大的挑战性，其原因归结为由人类信息处理系统、复杂装备系统两特征相互作用形成的“态势感知恶魔”，主要包括：1）需要注意的隧道效应；2）无法避免的记忆瓶颈；3）工作负荷、焦虑、疲劳和其他压力；4）数据过载；5）复杂性蠕变；6）错误的心理模型；7）人不在环，环路异常”[4]。

“人机融合的深度态势感知是在以Endsley为主体的态势感知（包括信息输入、处理、输出环节）基础上，加上人（单人+多人+敌我）、机（机器装备+机制管理）、环（真实+虚拟作战环境）及其相互关系的整体系统趋势分析，具有“软/硬”两种调节反馈机制；既包括自组织、自适应，也包括他组织、互适应；
既包括局部的定量计算预测，也包括全局的定性计算评估，是一种具有自主、自动弥散效应的信息修正、补偿的期望-选择-预测-控制体系”[4]。

“由于深度态势感知系统涉及的面较广，极易产生非线性、随机性和不确定性，导致系统建模面临较大困难。借鉴诺贝尔经济学奖得主H.A.Simon提出的“有限的理性”思想：将无限范围中的非概念、非结构化成分延伸，作为有限时空中可操作的柔性概念、结构化成分处理，就可以把非线性、不确定的系统线性化、满意化处理”[4,7]（即不追求在大海中捞一根针，而只满意在一碗水中捞针）。将跨领域、有时间和任务压力的情境，转化为小尺度时空情境的序列组合，采用基于离散规则和连续概率的态势感知综合决策模型，准确把握临界点，刺激客体的关键信息特征，从多批量、多目标、多任务的复杂环境中搜索，并选择特定目标信息进行处理，从而使指挥控制智能感知和预测变得更加智慧，也更容易在工程应用化和技术化实践中落地。

4、人机交互设计新范式

“军事智能将改变未来海战作战技术和能力，将由自动信息技术升级为智能洞察技术，由OODA环（观察、调整、决策、行动）迭代能力进化为人机融合的深度态势感知能力”[4]。多模式智能人机协同交互技术、人机分工与协同决策技术、智能驱动的任务集成及人力规划等基础共性技术的突破，可为海战装备智能化发展扫除障碍，在新型舰艇研制过程中日益得到重视。探讨智能化时代人机交互设计新范式，并落实到舰艇总体设计工作中，具体体现如下：

1）研究实战化条件下内/外部环境的变化因素对舰载智能系统的感知、传递及决策的影响机制，充分了解人的生理/心理、机的物理/数理、环境的哲理/地理等特征和需求，为人机界面参数优化提供输入和边界约束。

2）研究由于智能系统内/外部信息采集和控制参数多、反应速度快，使操作人员注意力高度集中、精神紧张且疲劳速度加快而导致的人机空间和时间矛盾激化，开发基于动态机制的人机功能分配方法、基于离散规则和连续概率的态势感知综合决策模型等，优化人机融合智能接口设计，降低舰员工作负荷。

3）研究VR/AR、语音、触控、手势等沉浸式人机交互技术的工程应用模式，构建典型工况特定作战任务场景的舰员脑、眼等生理及感知信号数据库，提出新型智能化人机界面集成标准规范，用于指导舰载智能系统设计改进，提升舰员信息获取体验。

4）研究因在舰船操纵、武器使用、指挥决策等方面实现智能化而导致的人员编制精简，并在智能化条件下开展基于任务集成的战位及人力规划论证和仿真推演，分析人员编制与空间、重量等总体资源的统筹关系，确定多任务剖面典型战位作业更制和编制规模。

参考文献：

[1]邱志明.军事智能技术在海战领域应用的几点思考[J].空天防御，2019，2（1）：1-5.

[2]BRYANC,DANP,HARRISONS,Mosaicwarfare:exploitingartificalintelligenceandautonomoussystemtoimplementdecisioncentricoperations[C]//CSBACenterforStrategicandBudgetaryAssessments，2020.

[3]徐青.未来海战与智能化装备发展[C]//海洋防务创新论坛——远望论坛：首届“未来海上作战”研讨会，2018.

[4]刘伟.追问人工智能：从剑桥到北京[M].北京：科学出版社，2019.10

[5]陈霖.新一代人工智能的核心基础科学问题：认知和计算的关系[J].中国科学院院刊，2018，33（10）：1104-1106.

[6]ENDSLEY.MR.Towardatheoryofsituationawarenessindynamicsystems[J].HumanFactors:TheJournaloftheHumanFactorsandErgonomicsSociety,1995,37(1):32-64.
[7]郝伯特•A•西蒙.关于人为事物的科学[M].北京：解放军出版社，1987.

作者简介：

张玉梅（1981-），女，硕士，高级工程师。研究方向：舰船总体研究与设计

本文摘自《中国舰船研究》