人工智能在军事领域中的应用及其发展

蔡亚梅

（南京电子设备研究所，江苏 南京，210007）

0 引言

“人工智能”一词由美国人约翰·麦肯锡在1956年提出，其涵义是指依托计算机运用数学算法模仿人类智力，让机器“学会”人类的分析、推理和思维能力。六十余年以来，人工智能技术得到了迅速的发展，应用于遗传工程、化学合成、业务管理、石油勘探、法律断案及军事领域中的专家系统相继研制成功。美国、俄罗斯和欧盟、日本等均以政府支持的方式，大力资助人工智能技术的研究与开发工作。当前，人工智能在某些特定领域已经达到“近人”或“超人”水平，AlphaGo战胜李世石等围棋世界冠军就是很好的例证。

美国是率先把人工智能技术用于军事的国家。1972年，美军使用“灵巧炸弹”炸毁了越南清化大桥，标志着战争迈入智能化时代。后来美国又研制出用于军用航天器的自动控制驾驶仪、陆上多用途自主作战系统和舰用多用途智能计算机等军事人工智能化装备。海湾战争中，制导炸弹和导弹等智能武器首次被广泛用于战场，极大地提高了作战效能。海湾战争后，人工智能的军事化应用迎来快速发展期。目前，人工智能技术已运用到现代战争的方方面面。

1 人工智能在军事领域中的应用概述

信息时代的战争，交战双方的核心竞争发生在认知领域，谁能够更快地处理信息、理解行动环境、实施决策并执行打击，谁就能赢得主动。与人脑相比，人工智能的最大优势是反应速度更快、容量更大且不受时空或体力限制。因此，为加快己方决策周期，并进入敌方决策周期，各国军队都会越来越多地依靠人工智能赢得决策周期之争。人工智能技术在军事上有着广阔的应用前景，也已出现上百种成功的应用项目。当前在军事方面的应用主要有：

·无人化军用平台。无人机作战飞机、无人潜航器、战场机器人等基于人工智能的无人机器能够自动搜索和跟踪目标，自主识别地形并选择前进道路，独立完成侦察、补给、攻击等任务。目前世界上已有70多个国家的军队在发展无人化系统平台。

·自主多用途军用航天器控制系统。能够对军用航天器的飞行姿态作自主的调整并保持正常姿态。同时可自动检测及排除卫星故障；在卫星处于紧急状况时，实时做出返回发射基地或自行毁灭的指令。

·武器装备的自动故障诊断与排除系统。在武器装备内装有以人工智能专家系统为主要程序的计算机系统及执行命令的机器人系统。专家系统内装有自动诊断各种故障的反映专家知识水平的软件包。在通过专家系统确定故障由来之后，再下达指令给机器人维修系统，将故障（或潜在故障）及时排除。

·军用人工智能机器翻译系统。用于收集情报、破译密码、处理作战文电、协调作战指挥和提供战术辅助决策等。系统内装有可进行语言分析、合成、识别及自然语言理解的智能机，其内存储着多国语言基本词汇和语法规则。

·智能化感知和信息处理。人工智能所具备的自我学习、认知和创造能力应用于智能化感知和信息处理，可为指挥员了解战场态势提供信息和数据支撑，辅助指挥员透视复杂战场，敏捷高效地应对复杂战场局势。目前美、俄、法、德等均装备了具有智能化信息感知与处理能力的数字化士兵系统，如美军的“奈特勇士”、俄军的“战士”。

·智能化指挥辅助决策。让机器人对海量的作战信息进行分析，把数据快速转化为决策级质量的信息，为指挥员提供足够快速态势认知能力，从而获得指挥决策上的敏捷性优势。

·人工智能武器。其控制系统具有自主敌我识别、自主分析判断和决策的能力。如“发射后不管”的全自动制导的智能导弹、智能地雷、智能鱼雷和水雷、水下军用作业系统等。

·智能电子战系统。可自动分析并掌握敌方雷达的搜索、截获和跟踪工作顺序，发出有关敌方导弹发射的警告信号，并确定出最佳防卫和干扰措施。

2 人工智能在军事领域中的典型应用

2.1 智能机器人

美国列入研制计划的军用智能机器人达100多种，俄罗斯也有50多种。世界上已经研制和列入发展计划的智能机器人主要可分为反坦克兵、突击扫雷兵、战场布雷兵、空中侦察警戒兵等。目前，美国正在研制装备部队的智能机器人中，最有代表性的当数“徘徊者”（Prowler）轮式机器人。它有3个系列：用于侦察的遥控式50系列、用于巡逻和警戒的自主式60系列和用于反装甲和防空的自主式70系列。这些机器人均具有现有的人—机系统的功能。

美国桑地亚国家实验室把基于传感器的先进智能控制技术与机动操作系统结合起来，开发出了一种能自动野外操作的智能回收遥控机器人，该机器人不但可以军用，也可以民用。我国也研制出处于世界领先水平的水下机器人。

在未来战场上，随着人工智能和人机融合技术的不断进步，作战节奏将越来越快，直到达到一个“奇点”：人脑再也无法应对瞬息万变的战场态势，不得不把大部分决策权让给高度智能化机器。另外，为了减少人员伤亡和降低政治风险，各国也倾向于用智能机器替代人类战士在战场上厮杀。最终，智能机器将成为未来战场的主力军，人类战争将形成“人在回路上”的新模式。在新模式下，军队的组织架构和力量编成将发生巨变，智能机器将成为未来军队的主要成员，人类将扮演计划员、管理员和指挥员的角色。为防止平民误伤和高效作战，奔赴战场前将为机器战队设定作战程序和交战规则，合理区分作战任务，并限定不同等级的行动自由。进入战场后，智能机器战队将根据战场情况自主协同和编组，独立完成作战任务。新模式的优势是可使人类战士从纷繁复杂的决策中解放出来，聚焦于主要决策和关键任务。在新模式中，人依然是最终决策者，可根据需要自由进出作战链。

2.2 智能C31系统

智能C31系统是一种以会“思考”的计算机为核心，不仅可对大量的信息进行分类，而且可对数据进行鉴定，并能提出敌人可能采取的行动和己方应采取的最佳对策的武器系统。该系统是指挥控制链路、机动部队节点和武器系统相结合的一体化系统。系统中的用户通过各种传感器和通信器材，即无线电、雷达和数据链路获取信息，为组织合成军作战提供必需的信息。

以美国正在研制的“感情”信息系统最为突出。该系统具有“个性”和人的“特征”、“智慧”，熟知指挥官的脾气、思维习惯和其他情感特征及行为，能在瞬息万变的战场上帮助指挥官在几分钟甚至几秒钟内判断情况，定下决心，下达命令。当指挥官的情绪反常，它还能提出一套经过严密推理和论证的理论来说服指挥官，以阻止或修改、补充原决定。因此，它被誉为是一个忠实、精明、冷静的“高参”。

此外，美军正加快研发推理系统和软件，以便评估态势、提出建议甚至实施决策。过去20多年，美军ISR能力迅速发展，搜集到的海量情报数据和其他数字化信息致使分析师淹没在数据海洋。美军计划利用人工智能建立一套有效算法，运用“深度学习”技术训练出具有逻辑分析能力的机器，发挥机器的速度和理性优势，为人类决策提供咨询。

2.3 智能飞机

智能飞机是一种不需人的驾驶而能自行完成侦察、干扰、电子对抗、反雷达等多种军事任务的无人驾驶飞机。其采用独特的变翼结构和智能材料，全部飞行面呈单一整体，使飞机随着飞行中气流、压力、速度的变化能迅速变换机翼形状，像鸟儿一样自由飞翔。

近年来，基于人工智能的无人机器异军突起。它们能够自动搜索和跟踪目标，自主识别地形并选择前进道路，独立完成侦察、补给、攻击等任务。美国海军陆战队的部分基地已由移动式机器人值守；空军F-35机身携带了几千万条代码，被誉为“飞行的计算机”；完全由电脑操控的海军X-47B无人轰炸机代表了军用人工智能的最高水平。与此同时，美军还在探索和完善执行决策的不同方式，既可通过命令另外一个无人平台开展直接行动，也可向人类或其他无人平台提供建议。如美军新成立的战略能力办公室正在执行一个“阿凡达”项目，计划使用F-35战机与无人版F-16战机联合编组，高度自主的F-16战机可自动与F-35进行编队飞行，接收F-35的指令对目标实施打击。

德国在研的“克尔达”无人机，可以在目标上空连续巡航1小时，机体内载有炸药，并拟装信号发射机、应答器等先进设备。它既可以遂行干扰迫使敌方关闭雷达的任务，又可以诱敌发射导弹，以利于己方飞机实现突防目的。

隐身程度更高并装备各种传感器的无人作战飞机将可以执行各种飞行任务，如发现隐蔽的防空系统并迅速将其摧毁，攻击由防空导弹系统保卫的目标或执行监视、侦察等任务。 美国的 “天眼”R4E-40/50、754、262等均可在敌纵深区内迷盲敌方警戒和制导系统，这种智能飞机还可以通过放大信号来模拟有人驾驶飞机，掩护攻击飞机、轰炸机的突防行为。

以色列的“侦察兵”和“猛犬”智能飞机，可以模拟喷气式战斗机的电子图像，诱使敌军的雷达开机跟踪，从而很快获得雷达的位置和工作参数。此外，还有加拿大的CL-289智能侦察机等。据推测，在本世纪，各国不同智能化飞机的总数将达到23000架之多。

采用了智能化自主控制的无人机在复杂的攻防对抗环境中也能完成规避，提高生存能力。

2.4 智能导弹

智能导弹是一种采用具有更高的目标分辨和识别能力的探测器和更大的信号处理能力的超高速集成电路信号处理器和先进的计算机软件，在一定程度上具有诸如感知、理解、思考、学习、决策、交互等类似人工智能，可自行执行目标搜索、识别、瞄准和攻击，具有思维、判断和决策能力的新型导弹。战争中，由飞机远距离成批发射后，它们会自动爬升到上千米的高空，然后自动俯视战场、选择目标，互不干扰。若目标已有导弹跟踪，后到的导弹就会自动寻找其它的目标，以获得最大杀伤效果。

目前，美国“海尔法”第三代反坦克导弹，采用高灵敏度的传感器和先进探测技术，发射后不用管，它能独立自主地捕捉和识别目标，并能排除干扰，准确命中目标。美国的“神剑”制导炮弹，不但在弹丸上装有制导系统和可供驱动的弹翼或尾舵等空气动力装置，而且直接接受卫星定位系统的精确方位数据，能够自动搜寻目标。在末段弹道上，制导系统探测和处理来自目标的信息，形成控制指令，驱动弹翼或尾舵，修正弹道，使弹丸命中目标，有效提高了过去半自动化制导炮弹打不准的问题。新型反舰导弹LRASM也将采用智能化技术，依靠先进的弹载传感器技术和数据处理能力，能在无中继制导信息的情况下进行自主目标探测、识别、导航和末制导。巡逻攻击导弹LAM作为非直瞄发射系统（NLOS-LS）中重要成员，具有区域搜索、目标监视、毁伤评估、无线电中继、自主攻击等智能化手段。战术战斧导弹Block4装有特高频卫星数据链和特高频地面数据链，使导弹具有实时选择目标、自动末端攻击和实时任务规划能力。

俄罗斯花岗岩反舰导弹被认为是最早具备智能化特征的导弹。白杨-M和亚尔斯导弹有望采用一套数字化自动控制系统，使导弹发射后可以实时控制或修改攻击任务，大幅提高突防能力。

欧洲在新型导弹研制中也高度重视导弹的智能化，在NSM BlockII和JSM导弹的发展计划中，双向数据链均被列入验证发展的关键技术。以色列的“哈比”反辐射导弹能够在目标区上空滞空飞行，自动识别、锁定并攻击敌雷达目标。

2.5 智能电子战系统

由大规模、低成本、功能简单的无人平台构成的群体，类似蜂群、鸟群、鱼群，数量可以成百上千，它们遵循的规则很简单，但表现出来的行为模式很复杂。蜂群系统是典型的复杂自适应系统（CAS），分散自主决策，自组织，没有条令，没有指令，甚至没有固定的领头人。无人平台集群的作战行动，需要解决分布式自适应规划与控制问题，采用自底向上的数据驱动和建模策略，实现多单体智能的协同聚合，才能涌现出复杂的群体自组织能力。它们遵循无中心的局部交互规则和反应式行为，从而形成高级的群体智能。人工智能还可用于反无人机系统的技术研究，如伪装欺骗、电子干扰、直接打击等，但最有效的办法是摧毁无人机的发射平台。

3 国外人工智能在军事领域中应用的发展

近年来，随着传感技术、计算机技术等信息技术迅猛发展，军用人工智能的发展迎来了新一轮机遇期。美、俄等军事强国都把军用人工智能视为“改变游戏规则”的颠覆性技术。本文将以人工智能相关项目规划和认知电子战两个方面来介绍国外人工智能在军事领域中应用的发展。

3.1 人工智能相关项目规划

DARPA于 2008年启动“深绿”计划，试图开发一款能嵌入陆军 C4ISR系统的辅助决策模块（指挥官助手、“水晶球”和“闪电战”），其基本思路与AlphaGo采用的博弈方法极为类似，即实时生成和更新能反映未来战局各种可能的多分支博弈树，并沿每个分支模拟交战的结果，实现对博弈树的剪枝和搜索。但限于当时的技术条件，“深绿”计划仅获得部分成功。

2010年，美空军研究实验室发布广泛机构公告（BAA-10-07-RIKA）——“同步化网络使能多情报开发”，旨在寻求能够自主提示或收集态势感知、评估和军事行动情报的颠覆性技术，即用人工智能和其他先进数据处理方法打击对手。美国国防部明确把人工智能和自主化作为新抵消战略的两大技术支柱。

2016年10月美国国家科技委连续发布了两个重要战略文件 《为人工智能的未来做好准备》和《国家人工智能研究与发展战略规划》，将人工智能上升到了国家战略层面，为美国人工智能的发展制定了宏伟计划和发展蓝图。在五角大楼召开的空、天、网络一体化作战会议上，国防部长阿什顿·卡特指出，第三次“抵消战略”要充分利用人工智能和自主技术的进步，使美军重获作战优势并强化常规威慑。目前，DARPA已经与谷歌、IBM等公司达成合作，致力于将人工智能科技创新向军事应用领域嫁接。同时，在美军联合作战司令部设想的2025年作战计划中，机器人与传统士兵的协同作战将发挥重要作用。

当前，美国国防部正致力于推进人工智能技术向“强人工智能”迈进，重点是发展“深度学习”技术。“深度学习”技术是神经网络技术的新发展，是目前最接近人脑的学习算法，可使机器通过自主学习和训练不断提高完善。人机围棋大战中，AlphaGo表现出的惊人棋艺就是“深度学习”技术的杰作。

2016年3月3日，DARPA透露，正在开发新一代智能型电子战系统。传统上，美军EA-6B“徘徊者”飞机等电子侦察机负责搜集敌方未知雷达波形，电子战军官负责分析未知波形并提出破解方案，人工破解可能需要几周甚至几个月时间。国防高级研究项目局希望利用“深度学习”技术研发一套电子战系统，该系统能连续不断地感知、学习和适应敌方雷达，从而有效规避敌方雷达探测。

俄罗斯也把发展人工智能作为装备现代化的优先领域。2005年创建的俄罗斯攻防工业综合体旗下的电子战科研中心，依据俄罗斯国防部订货专司研制“智能电子干扰”技术。俄罗斯新版《2018-2025年武器装备计划》中明确提出要优先发展智能武器，重视发展智能技术及其在武器装备上的应用研究。《2025年先进军用机器人技术装备研发专项综合计划》指出俄军将于2017年开始大量列装机器人，到2025年无人系统在俄军装备结构中的比例将达到30%。据透露，首批RB-109A“勇士赞歌”系统将于2018年入役。俄军计划到2025年前为所有电子战旅配备这一系统。“勇士赞歌”可在没有操作员参与的情况下实时分析战区形势，发现并对目标进行分类，选择压制方式，并向无线电电子对抗站下达指令。该系统不允许己方部队无线电电子设备发出的信号受到“无线电干扰”的压制和破坏。就性能而言，新系统已接近人工智能。“勇士赞歌”可在数秒内独立选择和识别目标（雷达站、通信系统、无线电定位器、远程预警机、卫星），随后决定如何用电子战手段有效压制对手，并选取最合适的干扰模式。俄罗斯联合航空制造公司准备开始进行具有更高智能化的多功能作战系统——第八代无人机的设计。

欧盟、日本等也纷纷制订发展计划，谋划抢占新一轮军事变革制高点。德国出台 《数字化战略2025》，以信息技术为基础建立一系列数字化系统。日本防卫省早先公布的 《关于实施研究开发的指南》中将机器人技术划入重点发展的新军事技术。2016年日本防卫省发布《中长期技术评估》报告，提出日本未来20年应在无人技术、智能化、网络化等军事技术方向上取得关键突破。

3.2 认知电子战

从智能交通、智慧医疗到智慧城市；从认知无线电、认知雷达到认知电子战，近年来智能化的发展浪潮席卷全球，对各种工程技术的影响也是无处不在。从“认知”电子对抗这一概念被明确提出以来，认知电子战将电子对抗活动中机器智能的能力描述提升至了前所未有的高度，极大地推动了智能化电子对抗系统的研究与开发。

“认知”电子对抗设备应具备如下几个方面的特性:

·具有自主学习能力。能够通过外界的电磁信号的激励与训练，自动建立与目标及其状态变化的知识库，以及相应的对抗措施数据库。

·具备对目标及其状态转换的识别判断能力。可以在一定程度上实现对干扰效果的间接评估和实时反馈，从而建立一个闭环控制系统。

·具备对时变电磁环境的适应能力。随着战场用频设备的种类、数量的逐渐增加，战场电磁环境的复杂性增加、变化速度加快，采用事先固定设置工作模式对时变电磁环境的适应性也越来越差，而认知电子战设备需要对事先没有预料到的电磁环境要能感知，并自适应地改变其工作模式。

·对抗策略与对抗资源调度要实现智能化。在以前的电子对抗设备中，对抗策略与资源调度都是人工事先设计好并固化在设备中的；而认知电子战设备在研制完成之后，在使用过程中是边对抗边学习，不断完善对抗策略，不断优化对抗资源调度方法。

显然，认知电子战的重要理论基础是人工智能，而人工智能学科主要是研究机器智能和智能机器的技术学科，可以说近年来认知电子战概念的提出是人工智能与电子战应用相结合的产物。表1所示是认知电子战与传统电子战的区别。随着认知技术的出现，认知雷达与认知电子战将会演绎人工智能领域中的博弈。DARPA正试图通过研制新一代认知电子战系统，为未来智能化电子对抗寻找“药方”。

表1 认知电子战与传统电子战的区别

近年来，美国开展的典型认知电子战项目见表2。

表2 美国开展的典型认知电子战项目列表

（1）认知干扰机

2010年美国空军启动了“认知干扰机”项目，这是认知电子战中的一个典型代表，该项目的目标是：开发节省平均辐射功率的高效干扰技术，开发能够学习和跟踪雷达目标波形的干扰技术，研究如何通过学习和运用知识来对抗认知雷达；利用博弈论来优化干扰机的设计，以适应多种雷达波形等。

（2）自适应雷达对抗（ARC）

2012年7月，DARPA启动了一项为期5年的“自适应雷达对抗”研究项目，也属于认知电子战的范畴。主要是寻求研发对抗敌方自适应雷达系统的机载电子战能力。随着认知技术在雷达中的应用，雷达将进一步增强感知环境的能力，进而调整其发射波形特征和接收处理算法，优化其性能，其结果是电子战系统必然会受到自适应雷达的威胁。该项目的主要目的就是研究新的解决方案，使电子战系统能对新的、未知或不确定的认知雷达信号近实时地实施有效对抗。

ARC项目包括两个技术领域（TA）：一个（TA1）是系统设计和集成，包括开发一个端端ARC系统；一个（TA2）是开发先进算法以及根据观察到的威胁波形或相关系统的变化进行对抗措施效能评估。TA1的系统设计必须是模块化的，要能与TA2中的可选择算法相容。

ARC系统预期实现功能可总结为：能够在充满己方、对手和中立方射频辐射源的密集复杂电磁环境中分离出灵活、未知的雷达威胁；对抗新型雷达威胁；能提供实时的反馈信息；可实时对抗某些威胁；支持单平台或分布式、多平台作战；支持自主和人在回路作战；使用基于标准化、模块化、开放式的可扩展软件架构。此外，系统还可为任务后分析存储和下载新知识与对抗措施。ARC系统结构如图1所示。

项目发展计划分三个阶段进行：第一阶段用18个月进行算法开发和元件级测试；第二阶段用18个月聚焦于系统开发；最后两年（24个月）用于建造实时ARC原型机，通过硬件在回路（HIL）进行评估。

图1 ARC系统结构图

2013年3月，Leidos公司获得ARC合同，研发新的处理技术和算法，通过实时分析自适应雷达威胁的无线电可探测特性和行为，制定相关对抗措施，2017年12月前完成合同内容。Exelis公司将验证Leidos公司的软件算法对新兴雷达威胁的电子防护能力。

2013年，科学应用国际公司与DARPA签订合同，希望能研发出一套综合性自适应雷达对抗解决方案，以减轻机载平台未来面临的先进射频威胁，将提供包括ARC系统的设计、研制、集成和测试在内的工程服务。此外，该系统还需支持第三方算法的独立植入。

2013年9月，BAE系统公司获得一份五年期、三阶段任务中1A和1B两个阶段的任务合同，为下一代电子战算法套件研发新的技术，使现有的电子战系统可以应对新出现的、未知的、自适应雷达系统，对雷达威胁进行快速探测并识别特征，综合形成电子对抗措施，然后对效果进行评估，为夺取空中优势提供一种重要的能力。BAE公司还将在一系列日益复杂的政府评估项目中对这项技术进行演示验证。ARC计划预计将于2018年完成，并将加装在一个现有电子战系统中进行实战试飞，以完成对ARC项目的演示验证工作。

2014年12月，BAE系统公司宣布开展自适应雷达对抗（ARC）项目第2阶段工作，开发对抗敌方防空系统威胁的技术。 ARC项目第2阶段中，BAE系统将提供一个原型系统，该系统将采用软件算法检测和对抗新兴的雷达威胁，无需进行昂贵的硬件升级就能实现重要的能力增强。第2阶段的合同是继BAE系统公司的1A和1B阶段工作之后，主要是开发技术来利用。

2015年12月14日，DARPA宣布授予Leidos公司价值1290万美元的修正合同，用于ARC项目的后续研发。当前阶段的ARC项目包含2个主要元素：Leidos主导研发的新软件处理技术以及全速率生产系统的一个原型机模块，这一过程预计将在未来5年为机载平台带来新的自适应电子战防护系统。

（3）自适应电子战行为学习（BLADE）

2016年6月20日，在一次机载测试中，DARPA与洛·马公司先进技术研究室（ATL）共同演示了BLADE认知电子战系统的能力。此次成功演示了BLADE项目的机载通信干扰技术，其干扰目标包括了军用无线电台、手机、专用数据链。BLADE系统结构如图2所示。

（4）其他

除了BLADE、ARC等典型认知电子战项目以外，军方、工业界还研发出一系列与认知电子战领域密切相关的“非典型”认知电子战技术、系统、项目。这些或者是认知电子战的基础性研究，或者是认知电子战的扩展性研究，对于完善整个认知电子战领域有着非常重要的意义。这些项目包括：美海军开发生物启发式自主感知（BIAS）项目；DARPA的竞争环境下的目标识别与匹配（TRACE）项目；美空军的 “用于认知电子战的精确参考感知（PRSCE）”项目与认知电子战用精确参考感知（PRESENCE）项目；BAE系统公司的手持式认知电子战侦察技术，该技术的研发背景是DARPA的“针对监视系统的计算利用（CLASS）”项目和“认知无线电低功率信号分析传感器集成电路（CLASIC）”项目；BAE系统公司的用于可重构集成电路的微波阵列技术（MATRIC）芯片，该项目的背景是DARPA的自适应射频技术（ART）项目。

作为人工智能技术的重要应用方向，认知电子战技术将有效适应未来战场复杂电磁态势，解决复杂电磁环境下精确态势感知问题，其具备的实时动态学习能力，可在应对新型复杂环境时快速做出响应。未来，集众多高新技术于一身的认知电子战，将向着具备学习、思考、推理和记忆等认知能力方向发展，成为未来战场智能作战的“弄潮儿”。

图2 BLADE系统结构图

4 结语

当前，世界各国研制的无人机、无人舰艇、无人战车及作战机器人，其核心还是计算机编程，所有作战任务都通过计算机程序来固化。不难设想，倘若未来作战系统应用了更成熟的人工智能，由于其具有类似于神经网络的学习进化功能，就可以通过深度学习形成足以超越对手的经验智慧，这将在很大程度上消除人在战争指挥中的认知偏差。人工智能技术正在迅速地发展，智能机、智能化武器装备和智能机器人的应用，对军事装备的发展将产生重大的作用；也将对未来战争的战略、战术带来重大影响。