資料圖：獲得2016年奧斯卡最佳視覺效果獎的電影《機械姬》，講述了具有獨立思考能力的人工智慧機器人。
“大師”來襲，讓作戰樣式向無人化發展
■李大光
圍棋賬號Master（大師），連續在弈城圍棋、騰訊圍棋兩大圍棋平台中，挑戰世界頂尖棋手，取得60連勝，引發全球對人工智慧的高度關注。幾乎沒有多少人想到，在圍棋領域機器沒有經歷與人類“相持”的時期，直接就絕塵而去。
恩格斯曾説過，尖端科技的應用最早是從軍事領域開始。軍事鬥爭是涵蓋多維度、多領域、全時域、高烈度的綜合較量，而人工智慧的加入將如催化劑般加快各國軍事變革步伐。縱觀兩次工業革命和兩次世界大戰的全過程，我們會發現“科技”和“戰爭”存在著必然的聯繫。科技會觸發戰爭，戰爭又反過來推動科技的發展。現階段各國在武器裝備資訊化、智慧化發展方面都取得長足進步，各種精確定位、精確打擊、精確評估武器系統層出不窮。但是人類還未能從武器系統中分離出來，很大部分操作依然需要人工完成。人工智慧與武器裝備相結合就意味著以後，從搜索發現目標，到威脅評估，到鎖定摧毀，再到效果評估，這一系列過程完全不需要人類參與，機器就能幫我們作決定，做到作戰樣式無人化發展。
Master取得60連勝後悄然消失，但有關人工智慧何去何從的探討仍不絕於耳：它會搶了人類飯碗，還是作為人類功能的延伸？它終將超越人類智慧，還是會與人類融合？這些問題的答案，不是非此即彼那麼簡單。對於它們的求解，將伴隨著人工智慧未來的發展。1997年“深藍”戰勝卡斯帕羅夫，更多發揮了硬體加速、暴力計算等電腦運算特長。而AlphaGo使用神經網路、深度學習、蒙特卡洛樹搜索法等人工智慧新技術，實力早有實質性飛躍。這類新技術讓人工智慧更加勝任語音和圖像識別以及評估分析等工作，因此是重要發展方向。
這一輪的圍棋“人機大戰”雖然塵埃落定，但它在各領域引發的思考卻非常值得研究。其中，“‘人機大戰’是戰爭最好的預實踐”特別值得軍事領域認真研究。不管是冷兵器時代，還是機械化時代，在前方打仗靠的是“人海戰術”，解決問題需要“集中優勢兵力”。資訊化戰爭不再打“人海戰術”，大兵團廝殺的場景難於再現，但就整個戰爭而言，用兵並不見得少，相反有可能還多，只不過是用在最前沿的兵大大減少了，用兵的位置發生了乾坤大挪移。未來戰爭無人化、網路化和非接觸的作戰模式，參與者會變得更多，有時你無法知道對手是誰、藏在哪兒。
賽場和戰場雖然有不同的運作法則，但制勝機理很多則是相通的。過去，我們只能在戰爭中學習戰爭，現在可以在電腦模擬的近似實戰環境下學習戰爭，推演未來戰爭的攻防模式和發展趨勢。“阿爾法狗”可以輕易蒐集獲得眾多圍棋高手的棋局，但在軍事領域，你想要獲得對手訓練、演習乃至作戰方面的相關數據，難上加難！未來戰爭是在資訊體系支撐下進行的，只有解決好人機融合這一核心問題，才能佔據著戰場的主動，贏得現代戰爭最後的勝利。
