數字革命：數據驅動未來戰爭

(相關資料圖)

■符勇清 張 媛 譚 寶

第4屆“軍事大數據論壇”在北京召開。圖片由軍事科學院軍事科學信息研究中心提供

軍事大數據是信息化武器裝備的核心，是智能化戰爭的血液，更是一種極度重要的新型戰略資源。21世紀以來，美國、俄羅斯、英國、法國等主要國家持續發力，頒布一系列軍隊數字化改革發展規劃。

如今，軍事大數據發展已經進入“深水區”，不斷催生新戰爭思維、新戰爭觀念，同時驅動戰爭在制勝機理、能力生成模式、體系構建方式、武器裝備形態等方面發生顛覆性深刻變革。

數據催生“孿生戰場”

大數據又稱海量數據，主要具備4V特征：數據體量巨大（volume）、數據類型繁多（variety）、價值密度低（value）、處理速度快（velocity）。而軍事大數據除包含以上特點外，還有自身獨有的特點。比如，數據獲取困難，真實的戰爭有限，能從實戰獲取的數據少之又少；又如，數據剝離困難，戰爭充滿了隱真示假偽裝誘騙，這點在偵察情報數據中尤為突出；再如，數據樣本殘缺、體系關聯復雜，等等。

信息化戰場上，數據的作用地位日漸凸顯，某種意義上與航母、導彈、衛星等處于同一“位級”。沒有數據，以精確制導武器為代表的現代武器裝備大部分將變為一堆鋼鐵。因此，基于軍事大數據的自身特性，提前構筑一個數字化的“孿生戰場”，實現對未來戰爭的“預見”極為重要。

“孿生戰場”是戰場的“鏡像”。在這里，通過各種傳感器、情報偵察體系、信息化武器平臺、單兵可穿戴系統等，實時獲取的偵察數據源源不斷帶來戰場最新情況。指揮員可以清晰看到每件武器裝備的狀態，依托網絡選擇最佳兵力，人機協同展開作戰籌劃，精準實施作戰行動；作戰人員可以在逼真的虛擬場景中進行模擬訓練，像打實況游戲一樣操作數字化武器裝備……

想要構建數字化“孿生戰場”，打破“數據孤島”尤為重要。這就需要讓數據從一個個彼此隔絕的系統中打破壁壘，匯聚到一個大的數據池，從而進行統一的處理、分析和使用。

《孫子兵法》有云：地生度，度生量，量生數，數生稱，稱生勝。軍事數據是戰爭的一個個或大或小的切片，它們從不同程度上反映著敵我力量和戰場狀態。在人工智能、數字工程、分布式計算等多種新型技術的全力推動下，實時的戰場態勢、武器裝備，甚至指揮員頭腦中的知識等，都會以數據的形式“復制”到虛擬化的數字世界中。當這些數據積累足夠多時，就能拼湊出戰爭全貌。按照度、量、數、稱這樣一環一環縝密推算，便能預測走向，從而及時調整策略。

如今，軍隊數字化轉型建設已成為世界各大國的共識。2020年10月，美國國防部發布了首份《國防部數據戰略》，明確“數據是戰略資產”，將數據擺在數字化轉型的基石地位；2021年5月，英國國防部發布《國防數據戰略——構建數字主干，釋放國防數據的力量》，規劃了英軍未來數字能力的建設愿景。一場由數據引發的未來戰爭革命已經初見端倪。

數據推動更快“OODA環”

構建好“孿生戰場”之后，下一步就是利用數據實施作戰。這時候，也許您會產生這樣的疑惑：是不是擁有數據越多，就越容易獲得勝利？答案是否定的。對于戰場數據而言，并不是像堆積木一樣堆得越龐大越好。恰恰相反，要讓數據成為奔騰流動的血液，流轉的速度越快，驅動戰爭機體的戰斗力就越強。

在數據驅動的戰爭中，作戰目標首先比拼的，是比對手更快地收集、處理和共享數據，以使數據在整個戰場無縫流動。在指揮理論中，有一個著名的模型：OODA環。它把作戰過程抽象為觀察（observe）、判斷（orient）、決策（decide）、行動（act）四個步驟。這四步形成一個環形，誰能縮短這一環路，就意味著誰能比對手更快完成一次打擊過程，整體勝算也就越大。傳統戰爭中，這四部分都是由各級作戰人員完成。在大數據支撐的巨型“孿生戰場”模式下，觀察和判斷的時間由智能化機器完成，指揮員只需聚焦于決策。大數據的運轉速度越快，OODA環就被壓縮得越短，最終實現“發現即摧毀”。

未來戰爭制勝的因素不再是軍艦、戰車等武器本身，而是使大數據能夠在這些武器之間無縫流轉的“孿生戰場”。未來的戰爭流程將是緊緊圍繞數據開展的三個部分：

首先登上“一片云”。云即大規模云計算。云可以想象為一個巨大的倉庫，不同作戰域產生的海量數據在這里匯總、篩選、融合、存儲，最終以云服務的形式提供給使用者。任何接入節點，不管是一個人、一支槍，還是一個指揮所，都可以在“云端”接入，獲取數據的同時也上傳自身的數據。有了云提供服務，使用者就不再被自身的存儲和處理能力所局限，可以隨時隨地提取自己需要的數據。這就像我們進入餐廳“點菜”一樣，需要什么就要求“服務”什么，而不用自身囤積大量糧食且擁有高超廚藝。

其次融成“一盤棋”。所有的武器和人員連接進無縫訪問數據的網絡之后，所有軍兵種和武器的壁壘將被打破，形成“一盤棋”。指揮員不需再考慮一個作戰任務應由哪個軍種執行，而是依據實時的戰場數據去選擇最合適的執行對象。這種模式類似“滴滴打車”，或是“市場模式”：所有等待執行的作戰任務像是“買家”，全部作戰資源像是“賣家”，“孿生戰場”跨層級、跨地域、跨系統地調用數據，依托算力和智能算法為所有“買家”找到最適合的“賣家”。

最后各執“一把尺”。傳統模式中，由于戰術單元掌握的情報和戰場認知有限，其自主性和決策權較弱。但這一情況將在未來戰爭中極大改變。隨著先進軟件的開發使用，精密軟件能夠化繁為簡，將龐大的底層資源進行高效配置，一線人員可以隨時通過各自的終端獲取數據支持。也就是說無論是一個將軍在前沿指揮所通過電腦，還是一名士兵在前線通過手持設備，都可以獲得一樣的數字化全域通用作戰圖。他們可以選擇各自關注的部分，任意裁剪，獲取實時更新的作戰數據。同時，所有作戰力量都將以機器對機器的高速率共享戰斗數據，精準協同。未來戰爭中，指揮終端不斷向便攜化、小型化、可穿戴式發展，傳統一層一層“剝洋蔥”式的指揮方式將徹底被顛覆，由最高機構直接指揮戰術單元的“垂直式指揮”、戰術集群自主實施的“分布式作戰”將成為未來趨勢。

數據驅動智能化作戰

數字時代的戰爭，數據的作用將超越彈藥。人工智能技術為數據開辟了新的道路，使得數據成為驅動智能化戰爭的源頭活水。

大數據的核心價值在于整理、分析、控制及預測。近年來，軍事領域重點關注的作戰能力，均以智能、無人、人機協同等為主要特征。基于大數據的智能化作戰，就是將數據優勢轉化為信息優勢、認知優勢、決策優勢和行動優勢。比如美軍用MQ-9無人機刺殺蘇萊曼尼的行動，就是通過大量采集分析其生活習慣情報數據、偵察監視其行為數據等，才得以實現“提前預判-巡航鎖定-捕獲跟蹤-精準擊殺”的整體戰術目標。

如果說信息化戰爭的初級階段追求的是“精準”，那么高級階段追求的便是“智慧”。大數據正推動戰爭向智能化邁進，為作戰體系、武器裝備、戰場感知和指揮決策全方位進行智慧賦能。基于大數據形成的洞察力和預測能力，是機器超越人的極限后所形成的能力，不僅可以更好理解當前態勢，還可以洞察未來威脅，預見潛在行動的未來效益。

形成“預感”，在輔助指揮決策方面實現“先發制人”——基于海量數據，機器可形成對作戰系統和作戰任務狀態大數據感知能力。通過指揮知識自主發現、指揮規則自主學習等機器學習，AI可分析指揮系統中大數據流向變化和關聯性改變，對重要作戰任務執行情況進行自主評估，對威脅目標進行推演和過濾，迅速調整作戰方案，并生成危急態勢處置方案。這可以幫助指揮員針對未來可能出現的狀況，及時做好預案。

形成“遠見”，在戰略研判與預警方面實現“未卜先知”——未來戰爭必將是多領域同時發力的混合戰爭。在先進算法、推演系統和數據驅動模型等技術支撐下，全球和區域的政治經濟數據、社會環境數據、社交網絡數據以及開源大數據，如監視部隊的演習動向數據、通過運動APP收集士兵的訓練數據，甚至統計軍事基地附近商品價格的漲幅情況等，都將成為戰爭數據分析的一部分。利用大數據可提升對多維戰場空間情報的交叉發現和深度認知能力，初步預測國家安全、軍事戰略和地區安全與沖突態勢，提供有預測性的結論，以達到預警的目的。

關鍵詞：