當(dāng)前人工智能正在加速向軍事領(lǐng)域轉(zhuǎn)移，這必將對(duì)信息化戰(zhàn)爭(zhēng)形態(tài)產(chǎn)生沖擊甚至顛覆

性的影響，人工智能的快速發(fā)展使得新的戰(zhàn)爭(zhēng)形態(tài)——"智能化戰(zhàn)爭(zhēng)”指日可待。人工智

能是當(dāng)前發(fā)展最為迅猛的技術(shù)，世界先進(jìn)國(guó)家都紛紛將人工智能技術(shù)上升為國(guó)家戰(zhàn)略。

2017年7月國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，人工智能正式上升為國(guó)家戰(zhàn)略，這

是中國(guó)首個(gè)面向2030的人工智能發(fā)展規(guī)劃。人工智能加速應(yīng)用于武器裝備，催生了新的

武器裝備類型的誕生，并且其武器裝備的概念內(nèi)涵、本質(zhì)特征、內(nèi)在規(guī)律和作戰(zhàn)使用等也

出現(xiàn)了全新特征。從目前技術(shù)發(fā)展?fàn)顟B(tài)上看，在今后一段時(shí)間內(nèi)智能化武器裝備及其作戰(zhàn)

使用主要有以下兩個(gè)方面，分別為無人智能武器裝備及其智能化作戰(zhàn)和智能增強(qiáng)的武器裝

備及其智能化作戰(zhàn)。

自從AlphaG。戰(zhàn)勝圍棋世界冠軍李世石之后，人工智能技術(shù)得到了爆炸式的發(fā)展，并

且加速在武器裝備和戰(zhàn)爭(zhēng)上的應(yīng)用后，在世界范圍內(nèi)產(chǎn)生了智能化武器及其智能作戰(zhàn)是否

最終能夠戰(zhàn)勝人類的焦慮。由于世界各國(guó)都在發(fā)展智能化武器，井應(yīng)用于戰(zhàn)場(chǎng)上實(shí)施智能

作戰(zhàn)。因此，反人工智能和反智能化作戰(zhàn)成為了各國(guó)面臨的一個(gè)難題。由于智能化武器和

智能化作戰(zhàn)近幾年才得以迅猛發(fā)展，屬于起步階段，反智能化武器和智能化作戰(zhàn)更是屬于

萌芽階段，在世界范圍內(nèi)基本沒有研究先例和研究資料。本文首先對(duì)智能化武器裝備及其

智能化作戰(zhàn)進(jìn)行分析，將其分為無人智能武器裝備及其智能化作占場(chǎng)口智能增強(qiáng)武器裝備及

其智能化作戰(zhàn)兩個(gè)方面，然后，根據(jù)無人智能作戰(zhàn)和智能增強(qiáng)作戰(zhàn)的特征，分析了在今后

一段時(shí)間內(nèi)智能化武器裝備及其作戰(zhàn)使用的特征和趨勢(shì)，提出了"硬方式反智能作

戰(zhàn)"（硬反）和"軟方式反人工智能"（軟反）兩種反智能作戰(zhàn)方式，指出了反智能的核心是

需要建立反智能的智能算法，提出了反智能算法建立的一般過程和需要解決的基砒科學(xué)難

題。然后，從技術(shù)和戰(zhàn)術(shù)兩個(gè)層面上，給出了反智能作戰(zhàn)的對(duì)策思考。

1.智能化武器裝備和智能化作戰(zhàn)

從目前技術(shù)發(fā)展?fàn)顟B(tài)上看，在今后一段時(shí)間內(nèi)智能化武器裝備及其作戰(zhàn)使用主要有以

下兩個(gè)方面，分別為無人智能武器裝備及其智能化作戰(zhàn)和智能增強(qiáng)武器裝備及其智能化作

戰(zhàn)。

1）無人智能武器裝備及其智能化作戰(zhàn)無人智能是人工智能的一個(gè)重點(diǎn)方向，在武器裝

備層面上，各式各樣的空中無人智能機(jī)（群）、陸上無人智能機(jī)（群）、水面水下無人智能機(jī)（群）

等紛紛被推出,未來在陸、海、空、天各個(gè)領(lǐng)域?qū)⑿纬深愃朴凇袄侨?、"魚群"、"蜂

群〃等各類無人集群，實(shí)施全域無人集群攻擊與防御的新作戰(zhàn)模式。立體化無人智能集群

裝備基于群聚生物的協(xié)作行為與交互方式，通過多分布式集群傳感器的全方位偵察探測(cè)實(shí)

現(xiàn)戰(zhàn)場(chǎng)感知優(yōu)勢(shì),通過智能自主決策與自動(dòng)任務(wù)分配縮短OODA環(huán)周期獲得戰(zhàn)場(chǎng)速度優(yōu)

勢(shì)，通過多平臺(tái)自適應(yīng)自優(yōu)化的攔截、打擊、壓制、防護(hù)等有機(jī)性行動(dòng)，獲得群體高度一

致的協(xié)同優(yōu)勢(shì)。

面向無人集群智能作戰(zhàn)方式具有去中心化、自主化、集群復(fù)原等新特征。目前無人智

能武器（群）的技術(shù)研究主要集中在智能技術(shù)上，例如單機(jī)智能、多機(jī)智能協(xié)同、任務(wù)自主

智能技術(shù)，以及面向集群的持續(xù)學(xué)習(xí)、對(duì)抗學(xué)習(xí)和魯棒決策等方法研究。對(duì)于無人集群作

戰(zhàn)在作戰(zhàn)使用過程中出現(xiàn)的復(fù)雜戰(zhàn)場(chǎng)環(huán)境自適應(yīng)復(fù)雜性、自主決策飽和打擊的適用性和危

害性、集群內(nèi)部隱秩序以及外在表現(xiàn)的結(jié)構(gòu)行為有機(jī)性等方面，是未來一段時(shí)間內(nèi)無人智

能武器裝備研究的一個(gè)重點(diǎn)方向。

目前無人智能集群武器裝備主要有無人機(jī)組成的"蜂群"、無人潛器組成的“魚群"、

無人戰(zhàn)車或坦克組成的“狼群〃等。它們共同的特點(diǎn)是模擬生物群體的行為特征，將生物

群體原理應(yīng)用于機(jī)器人稱為無人集群機(jī)器人（簡(jiǎn)稱為無人智能集群），是為成千上萬的小型

機(jī)器人的群體行動(dòng)建立模型和算法，使它們能夠一起執(zhí)行任務(wù)，每個(gè)機(jī)器人只具有相當(dāng)簡(jiǎn)

單的功能，但組成集群之后成為一個(gè)具有生物集群的、能夠完成復(fù)雜任務(wù)的超級(jí)有機(jī)體。

生物集群行為(Swarmbehavior).或者群行(Swarming)是一種生物的集體行為，最

典型的例子是外觀上看起來一群實(shí)體聚集在一起兜圈或朝特定方向行動(dòng)。生物界中的昆蟲、

鳥類、魚類、水生動(dòng)物、人與細(xì)菌都會(huì)出現(xiàn)集群行為。群體行為是大量自驅(qū)動(dòng)粒子系統(tǒng)的

集體運(yùn)動(dòng)。從數(shù)學(xué)模型的角度來看，它是一種突現(xiàn)(Emergence)行為，即個(gè)體遵循簡(jiǎn)單的

運(yùn)動(dòng)和邏輯規(guī)則，不需要任何有中心的中央?yún)f(xié)調(diào)，而又能自然而然地呈現(xiàn)群體特征。

生物集群具有四個(gè)明顯特點(diǎn)：Q)控制是分布式的，不存在中心控制，因而它具有較強(qiáng)

的魯棒性，即不會(huì)由于某一個(gè)或幾個(gè)個(gè)體出現(xiàn)故障而影響群體對(duì)整個(gè)問題的求解；(2)群

體中的每個(gè)個(gè)體都能夠改變環(huán)境(共識(shí)主動(dòng)性,Stigmergy),這是個(gè)體之間間接通信的一種

方式，集群智能通過非直接通信進(jìn)行合作，因而隨著個(gè)體數(shù)目的變化，通信開銷的增幅較

小，使集群具有較好的可擴(kuò)充性；(3)群體中每個(gè)個(gè)體的能力或遵循的行為規(guī)則非常簡(jiǎn)單,

因而集群智能的實(shí)現(xiàn)比較方便；(4)群體表現(xiàn)出來的復(fù)雜行為是通過簡(jiǎn)單個(gè)體的交互過程

突現(xiàn)出來的智能(EmergentIntelligence),因此,群體具名白組織性。

基于生物集群的無人智能集群在陸、海、空、天各個(gè)領(lǐng)域?qū)⑿纬深愃朴?狼群"、"魚

群"、"蜂群"等各類無人智能集群，實(shí)施全域無人集群攻擊與防御的新作戰(zhàn)模式，它們

基于群聚生物的協(xié)作行為與交互方式，通過多分布式集群傳感器的全方位偵察探測(cè)實(shí)現(xiàn)戰(zhàn)

場(chǎng)感知優(yōu)勢(shì)，通過智能自主決策與自動(dòng)任務(wù)分配獲得戰(zhàn)場(chǎng)速度優(yōu)勢(shì)，通過多平臺(tái)自適應(yīng)自

優(yōu)化的攔截、打擊、壓制、防護(hù)等有機(jī)性行動(dòng)，獲得群體高度一致的協(xié)同優(yōu)勢(shì)。美軍認(rèn)為

無人智能集群作戰(zhàn)將改變未來的作戰(zhàn)模式，而將無人智能集群作為一種

"Game-Changing"的顛覆性技術(shù)。有模擬試驗(yàn)表明，在同等條件下,裝有傳感器和武

器的100架無人機(jī)集群摧毀了63個(gè)目標(biāo)并探測(cè)到91%的敵軍部隊(duì)，而現(xiàn)有的可部署火力

單位只消滅了11個(gè)目標(biāo)，探測(cè)到33%的敵軍部隊(duì)。

2016年4月，美軍發(fā)布了《小型無人機(jī)系統(tǒng)路線圖2016-2036》,該路線圖凸顯了小

型無人蜂群系統(tǒng)的重要意義。國(guó)防高級(jí)研究計(jì)劃局(DARPA)、戰(zhàn)略能力辦公室(SCO),以

及空軍、陸軍和海軍等都已經(jīng)開展了大量的研究和論證工作，啟動(dòng)了多個(gè)項(xiàng)目，其中最具

影響力的項(xiàng)目包括：DARPA主導(dǎo)自治編隊(duì)混合主動(dòng)控制項(xiàng)目(MICA)、拒止環(huán)境下協(xié)同作

戰(zhàn)計(jì)戈i」(CODE)、"小精靈’項(xiàng)目、進(jìn)攻性蜂群使能戰(zhàn)術(shù)項(xiàng)目(OFFSET),美國(guó)海軍研究局

(ONR)負(fù)責(zé)的低成本無人機(jī)蜂群技術(shù)(LO-CIST),以及戰(zhàn)略能力辦公室支持的“灰山鶉"微

型無人機(jī)項(xiàng)目等。美國(guó)海軍正在研制將無人巡邏艇聯(lián)成"群"的系統(tǒng),這就是CARACaS(機(jī)

器人代埋指揮和感知控制架構(gòu))技術(shù)。我國(guó)完成了119架固定翼無人機(jī)集群飛行試驗(yàn)。另外

還有由1024個(gè)機(jī)器人組成的Kilobot,奧地利CoCoRo自主水下航行器集群等。

無人智能集群的主要目的是為了使用由簡(jiǎn)單個(gè)體組成群體所具有獨(dú)特的涌現(xiàn)性來高效

完成各種復(fù)雜的任務(wù)。無人智能集群根據(jù)所執(zhí)行任務(wù)特征、所處環(huán)境情景，以及期望達(dá)到

的效果不同，無人智能集群的形狀構(gòu)成、行為動(dòng)作和適應(yīng)演化也有所差異。例如鳥群面向

遷徙、覓食和避敵等不同情況下的集群形狀和過程變化有很大的不同，但卻能夠?qū)崿F(xiàn)無笑

銜接。同樣無人機(jī)群在進(jìn)行航行、偵察、攻擊和防御等行動(dòng)的群體隊(duì)形、行為模式差距也

是很大的。在生物集群中，個(gè)體能力弱、抗風(fēng)險(xiǎn)能力有限，通過多個(gè)個(gè)體組成群體來具備

強(qiáng)大的抗拒外界破壞的能力(魚群躲避對(duì)抗天敵的攻擊，蜂群攻擊入侵者等)。目前在無人

智能集群中，無人機(jī)群是研究最為深入，用途最為廣泛，也是成果最多的。在無人機(jī)群，

要求將造價(jià)低的多架無人機(jī)實(shí)現(xiàn)對(duì)敵目標(biāo)的高效偵察和攻擊。然而目前無人智能集群的理

論基礎(chǔ)也很薄弱，研究最多的無人機(jī)群作用機(jī)理的研究?jī)H限于4種形式即：近戰(zhàn)(Melee)、

聚合(Massing)、機(jī)動(dòng)(Maneuver)和群集(Swarming)。相關(guān)的技術(shù)研究有機(jī)群編隊(duì)控制技

術(shù)、路徑規(guī)劃技術(shù)、任務(wù)規(guī)劃技術(shù)、集群控制算法、通信組網(wǎng)、動(dòng)態(tài)自愈合等方面。

2)智能增強(qiáng)的武器裝備及其智能化作戰(zhàn)無人智能武器裝備體系是無人或極少有人干

預(yù)(如決策是否攻擊可能需要人的干預(yù))的情況下，無人武器(如察打一體無人機(jī))或無人智能

集群的具有全自主或絕大多數(shù)情況下自主行為。智能增強(qiáng)武器裝備體系則是無人與有人作

戰(zhàn)裝備協(xié)同一體，以及基于人機(jī)智能共生的武器裝備構(gòu)成的有機(jī)整體,實(shí)現(xiàn)人機(jī)功能互補(bǔ)、

優(yōu)勢(shì)互補(bǔ)增強(qiáng)作戰(zhàn)能力。無人與有人作戰(zhàn)裝備協(xié)同一體主要用于情報(bào)偵察探測(cè)與協(xié)同攻防,

例如有人機(jī)與無人機(jī)協(xié)同、有人艦艇與無人艦艇協(xié)同等,2016年10月，美國(guó)海軍三架超

級(jí)大黃蜂戰(zhàn)斗機(jī)總共投放103架山鶉小型無人機(jī)，進(jìn)行組網(wǎng)通信和智能協(xié)同，以及自行

完成編隊(duì)集結(jié)、搜索定位和攻擊任務(wù)等演示驗(yàn)證。

人機(jī)智能共生的武器裝備是人智慧和機(jī)器智能相結(jié)合，很大程度是通過機(jī)器超強(qiáng)的計(jì)

算推理能力來增強(qiáng)人對(duì)戰(zhàn)爭(zhēng)的應(yīng)對(duì)能力，主要應(yīng)用于戰(zhàn)場(chǎng)認(rèn)知與輔助決策上。在戰(zhàn)場(chǎng)認(rèn)知

上，主要通過人工智能對(duì)海量數(shù)據(jù)自動(dòng)分析與識(shí)別的強(qiáng)大計(jì)算能力，極大提升信息處理速

度和質(zhì)量，最大程度撥開了“戰(zhàn)爭(zhēng)迷霧"，極大增強(qiáng)作為主導(dǎo)戰(zhàn)爭(zhēng)的人對(duì)戰(zhàn)場(chǎng)的認(rèn)知能力。

在輔助決策上，主要通過機(jī)器的快速推理能力和對(duì)戰(zhàn)效果高效評(píng)估反饋能力，形成高質(zhì)量

的輔助決策信息，加上人的“指揮藝術(shù)”的創(chuàng)造性和獨(dú)特性，增強(qiáng)復(fù)雜戰(zhàn)場(chǎng)環(huán)境下的決策

指揮能力。因此,無人與白人裝備協(xié)同體系、基于人機(jī)智能共生的裝備體系將是未來一段

時(shí)間內(nèi)的重點(diǎn)發(fā)展方向。

目前對(duì)于智能化戰(zhàn)爭(zhēng)一個(gè)最大的爭(zhēng)議在于無人裝備的自主決策（尤其在自主決策攻擊

上）上,有人認(rèn)為這會(huì)帶來一些我們無法接受的風(fēng)險(xiǎn)，甚至有人認(rèn)為會(huì)導(dǎo)致人類的滅亡。這

也恰恰說明目前人工智能尚有很多的基礎(chǔ)難題尚未突破。2018年8月，2011年諾貝爾經(jīng)

濟(jì)學(xué)獎(jiǎng)獲者ThomasJ.Sargent在世界科技創(chuàng)新論壇上表示："人工智能就是統(tǒng)計(jì)學(xué)，只

不過用了一個(gè)很華麗的辭藻"。2017年丘成桐教授在CNCC大會(huì)上也指出，人工智能的

理論基礎(chǔ)非常薄弱，需要一個(gè)可以被證明的理論作為基礎(chǔ)。李國(guó)杰教授指出目前人工智能

存在莫拉維克悖論、新知識(shí)悖論和啟發(fā)式悖論。從體系角度，構(gòu)建智能增強(qiáng)武器裝備相關(guān)

技術(shù)層次結(jié)構(gòu)和組成關(guān)系，梳理急需解決的關(guān)鍵技術(shù)難題，多方面綜合性地解決人工智能

存在的悖論，這是未來智能增強(qiáng)的武器裝備體系急需要開展的工作。

2.智能化作戰(zhàn)核心算法

事實(shí)上，智能化作戰(zhàn)的核心是智能算法，也就是現(xiàn)在說的算法戰(zhàn)爭(zhēng)。目前能夠支持智

能化戰(zhàn)爭(zhēng)的算法包含的種類很多，但主要體現(xiàn)在兩個(gè)方面，一方面是支持無人智能集群形

成整體的編隊(duì)或隊(duì)形控制算法，以及應(yīng)對(duì)復(fù)雜場(chǎng)景的優(yōu)化算法；另一方面，是復(fù)雜戰(zhàn)場(chǎng)環(huán)

境下實(shí)時(shí)作戰(zhàn)決策或輔助層策的智能算法，如圖1所示。

圖1主要的智能算法

模擬生物群體的算法主要有蟻群算法(AntColonyOptimization,ACO)、蜂群算法

(ArtificalBeeColony,ABC)、粒子群算法(ParticleSwarmOptimazation,PSO),以及魚

群算法和狼群算法等。群體正是通過簡(jiǎn)單智能個(gè)體的合作，表現(xiàn)出復(fù)雜有機(jī)行為的特性，

實(shí)現(xiàn)群體可以超越最優(yōu)秀個(gè)體能力的突破。

在生物群體中，許多個(gè)體層面上行為模式簡(jiǎn)單的生物個(gè)體，在形成群體之后卻體現(xiàn)出

復(fù)雜而有序地種群自發(fā)行為。例如，鳥群在空中飛行時(shí)自動(dòng)地調(diào)整隊(duì)形；蟻群能夠分享信

息，協(xié)同工作，優(yōu)化到實(shí)物源的最短路徑；魚群聚集最密集的地方通常是水中食物集中的

地方。在仿生學(xué)的基礎(chǔ)上，學(xué)者們對(duì)此類現(xiàn)象概述為：不存在中央控制機(jī)制的條件下，群

體中所有個(gè)體都遵循某種特定的行為模式，通過個(gè)體之間的相互影響和相互作用，在群體

整體層面涌現(xiàn)出來的復(fù)雜系統(tǒng)行為。集群行為魯棒性強(qiáng)，并行性好，實(shí)現(xiàn)相對(duì)簡(jiǎn)單，無需

中央控制機(jī)制。生物群體協(xié)作的有機(jī)模擬形成的群體智能中，個(gè)體必須能夠在環(huán)境中表現(xiàn)

出自主性、反應(yīng)性、學(xué)習(xí)性和自適應(yīng)性等特征。生物群體協(xié)作的核心是由眾多簡(jiǎn)單個(gè)體組

成的群體能夠通過相互之間的簡(jiǎn)單合作來實(shí)現(xiàn)某一功能，或者完成某一任務(wù)。

模擬種群進(jìn)化類中最具代表性的是遺傳算法。生物群體的生存過程普遍遵循達(dá)爾文的

物競(jìng)天擇、適者生存的進(jìn)化準(zhǔn)則。種群中的個(gè)體根據(jù)對(duì)環(huán)境的適應(yīng)能力而被大自然選擇或

淘汰。遺傳算法是模仿生物遺傳學(xué)和自然選擇機(jī)理，通過人工方式構(gòu)造的一類優(yōu)化搜索算

法。遺傳算法與傳統(tǒng)數(shù)學(xué)模型截然不同，它為那些難以找到傳統(tǒng)數(shù)學(xué)模型的難題找到一種

解決方法。遺傳算法是一類以Darwin自然進(jìn)化論和Mendel遺傳變異理論為基礎(chǔ)的求解

復(fù)雜全局最優(yōu)化問題的仿生型算法。遺傳算法的具體流程可簡(jiǎn)述如下：模擬自然界優(yōu)勝劣

汰的進(jìn)化現(xiàn)象，把搜索空間映射為遺傳空間，把可能的解編碼成一個(gè)向量——染色體，向

量的每個(gè)元素稱為基因。通過不斷計(jì)算各染色體的適應(yīng)值，選擇最好的染色體，獲得最優(yōu)

解。

生物個(gè)體具有目的的行為、合理的思維，以及有效的適應(yīng)環(huán)境的綜合性能力。生物個(gè)

體在給定任務(wù)或目的下，能根據(jù)環(huán)境條件制定正確的策略和決策，并能有效地實(shí)現(xiàn)其目的

的過程或能力。自然界中智能水平最高的生物就是人類，人類不但具有很強(qiáng)的生存能力，

而且具名感受復(fù)雜環(huán)境、識(shí)別物體、表達(dá)和獲取知識(shí)以及進(jìn)行復(fù)雜的思維推理和判斷的能

力。因此對(duì)生物個(gè)體的模擬更多的是對(duì)人類的模擬。

基于個(gè)體的模擬大致有以下幾個(gè)分支算法：模糊計(jì)算一模擬人對(duì)客觀世界認(rèn)識(shí)的不

確定性；神經(jīng)網(wǎng)絡(luò)一一^模擬人腦神經(jīng)元；支持向量機(jī)一基本思想是通過非線性變換將輸

入空間變換到一個(gè)高維空間，然后在這個(gè)新的空間中求取最優(yōu)分類超平面；免疫計(jì)算——

借鑒和利用生物免疫系統(tǒng)的信息處理機(jī)制發(fā)展的各類信息處理技術(shù)；人工生命——通過人

工方法建造具有自然生命特征的人造系統(tǒng)以及DNA計(jì)算。

3.反智能化作戰(zhàn)的研究啟示

反智能化作戰(zhàn)首先需要弄清楚兩個(gè)問題，就是“反什么"和"怎么反"。從智能化裝

備的形態(tài)和作戰(zhàn)方式，以及智能化作戰(zhàn)的核心一智能算法，這兩個(gè)方面的發(fā)展上看，從

反智能作戰(zhàn)的形式上可以分為兩種，分別為“硬方式反智能作戰(zhàn)"（硬反）和"軟方式反人

工智能"（軟反）。

1）硬方式反智能作戰(zhàn)（硬反）硬反一硬方式反智能作戰(zhàn)，顧名思義就是通過硬殺傷、

捕獲、摧毀或電磁破壞等方式，實(shí)現(xiàn)對(duì)敵方無人機(jī)（群）、無人坦克戰(zhàn)車（群）、無人艇（群）等

無人武器裝備在物理（包括電磁和通信）上實(shí)現(xiàn)破壞,使其喪失繼續(xù)作戰(zhàn)的功能和能力。這

種方式一部分是傳統(tǒng)作戰(zhàn)方式在智能戰(zhàn)爭(zhēng)或?qū)χ悄芪淦髯鲬?zhàn)，的延伸使用（包括傳統(tǒng)的電

子戰(zhàn)或水聲對(duì)抗等）;另一部分是需要建立專門智能化武器和智能算法來實(shí)施對(duì)敵方智能武

器的物理破壞。例如，專門研制用于圍捕敵方無人機(jī)的有人或無人的裝備，研制更加先進(jìn)、

性能更好的無人機(jī)來對(duì)抗敵方無人機(jī)等等。這種方式主要針對(duì)敵方的智能裝備硬實(shí)體，也

可以稱為反智能裝備（反裝備）。

2）軟方式反人工智能（軟反）軟反一軟方式反人工智能，是在作戰(zhàn)過程通過實(shí)施故

意的欺騙、無規(guī)則的動(dòng)作行為或刻意制造針對(duì)性的戰(zhàn)場(chǎng)態(tài)勢(shì)、釋放迷惑性數(shù)據(jù)等方式，使

得敵方的智能核心算法效率降低甚至失效，達(dá)到戰(zhàn)而勝之的目的。這是一種針對(duì)戰(zhàn)爭(zhēng)智能

算法的一種全新的思路和手段。例如，為了敵方降低偵察無人機(jī)群的偵察效果，通過對(duì)敵

方無人集群偵察行為的觀測(cè)，如果知道敵方無人機(jī)群采用蟻群覓食算法進(jìn)行偵察搜索，由

于蟻群算法中信息素是決定算法效果的核心部分，那么可以有針對(duì)性地制造戰(zhàn)場(chǎng)態(tài)勢(shì)，使

得敵方無人機(jī)群中蟻群算法中的信息素不起作用或降低作用,從而降低偵察搜索效率的目

的。又如，在雙方性能相當(dāng)?shù)臒o人戰(zhàn)斗機(jī)（或無人戰(zhàn)斗機(jī)群）實(shí)施對(duì)抗過程中，如果通過觀

察能夠知道對(duì)方?jīng)Q定飛行動(dòng)作的自主決策是主要基于強(qiáng)化學(xué)習(xí)的決策機(jī)制，那么可以通過

我方飛機(jī)的無規(guī)則或反常的飛行動(dòng)作，使得對(duì)方智能算法中獎(jiǎng)勵(lì)機(jī)制（強(qiáng)化學(xué)習(xí)的關(guān)鍵部分）

發(fā)揮不出它應(yīng)有的作用，從而達(dá)到獲勝的目的。

軟反的基本前提條件是智能武器在硬件實(shí)體性能上相當(dāng)，在作戰(zhàn)對(duì)抗過程中，想方設(shè)

法來使支持對(duì)方作戰(zhàn)的智能算法效率降低或失效，達(dá)到反智能作戰(zhàn)的目的。從這個(gè)角度來

說，軟方式反人工智能是全新的方式，這是急需開展研究的一個(gè)重要方向。

3）反智能作戰(zhàn)研究啟示——反智能智能以硬方式、軟方式進(jìn)行對(duì)抗智能作戰(zhàn)，誕生

了對(duì)抗智能化戰(zhàn)爭(zhēng)的一種全新樣式和需求——反智能智能，其核心思想就是在戰(zhàn)場(chǎng)上利用

智能的方法來對(duì)抗智能。根據(jù)天下沒有免費(fèi)午餐的定理，任何智能算法都不可能解決所有

的智能問題，它只能在某類智能問題上具有良好的效果。例如戰(zhàn)勝圍棋世界冠軍李世石的

AlphaGo,如果沒有大量數(shù)據(jù)支持（棋譜），不滿足確定性信息、完全信息、靜態(tài)的、單任

務(wù)和有限領(lǐng)域這5個(gè)條件,它也是無能為力。因此就將來可能應(yīng)用于智能作戰(zhàn)的人工智能

算法來說，完全有可能根據(jù)特定戰(zhàn)場(chǎng)環(huán)境和智能算法，有針對(duì)性地建立有效的反智能算法

的裝備和算法。

實(shí)際上反智能智能的核心也是一種智能算法，它是根據(jù)需要在戰(zhàn)場(chǎng)上對(duì)抗智能算法而

建立的，具有很強(qiáng)的針對(duì)性，反智能作戰(zhàn)的智能算法（簡(jiǎn)稱反智能算法）形成的一般過程如

圖2所示。

圖2反智能算法建立的一般過程

在智能化作戰(zhàn)過程中，裝備的智能算法會(huì)根據(jù)戰(zhàn)場(chǎng)態(tài)勢(shì)和對(duì)方行為動(dòng)作來確定自身的

動(dòng)作和行為，并通過觀察對(duì)方的行為動(dòng)作和戰(zhàn)場(chǎng)態(tài)勢(shì)的變化，不斷進(jìn)行智能計(jì)算和決策，

來調(diào)整自身的行為和動(dòng)態(tài)，以尋求達(dá)到最佳效果的目的。而在反智能作戰(zhàn)過程中，反智能

算法首先需要觀察對(duì)方動(dòng)作和行為，迅速反演出對(duì)方智能算法類型和框架，并找到對(duì)方智

能算法的弱點(diǎn)，然后，自動(dòng)生成能夠有效降低對(duì)方智能算法效率甚至使其失效的方法、策

略和具體實(shí)施方案，并生成相應(yīng)的能夠迷惑、干擾對(duì)方裝備的動(dòng)作行為或戰(zhàn)場(chǎng)態(tài)勢(shì)，從而

形成有效反擊對(duì)方智能作戰(zhàn)的手段。

從上述分析上看，反智能算法是一個(gè)全新的方向，它需要解決以下基礎(chǔ)科學(xué)難題：

(1)基于外在行為的智能算法快速反演問題。智能算法的一個(gè)突出特點(diǎn)是在特定的環(huán)

境條件下速度快、效率高。要對(duì)抗對(duì)方智能算法，首先必須知道該算法的類型和基本架構(gòu)，

這是反智能的基本前提。然而在反智能過程中，是無法直接獲取對(duì)方智能算法的類型、架

構(gòu)和內(nèi)部參數(shù)的,只能通過對(duì)改裝備外在表現(xiàn)出來的行為動(dòng)作(或有意的使它表現(xiàn)出一定

的行為動(dòng)作)來快速判斷其內(nèi)在智能算法的類型、基本框架和部分參數(shù)等，要達(dá)到這個(gè)目的

是十分困難的。

(2)智能算法的弱點(diǎn)分析與對(duì)策問題。要對(duì)抗智能算法的一個(gè)基本條件就是要知道該

智能算法的關(guān)鍵弱點(diǎn)，才能有針對(duì)性地采取有效的技術(shù)措施。然而不同的算法類型、基本

架構(gòu)和實(shí)現(xiàn)途徑所形成智能算法的弱點(diǎn)是有所差異的，所采取的對(duì)策也有很大的差別。例

如，都是戰(zhàn)術(shù)動(dòng)作的決策問題，基于規(guī)則的算法和基于強(qiáng)化學(xué)習(xí)的算法，兩者之同的弱點(diǎn)

和可能采取的對(duì)策就完全不同。因此，如何基于智能算法的反演，迅速找到智能算法的弱

點(diǎn)，并自動(dòng)形成行之有效的對(duì)策，是十分關(guān)鍵的基礎(chǔ)性科學(xué)問題。

(3)反智能算法的自主生成與運(yùn)行問題。從目前智能技術(shù)在戰(zhàn)爭(zhēng)中的應(yīng)用情況分析和

預(yù)測(cè)，運(yùn)用于智能作戰(zhàn)的算法種類是能夠分析預(yù)測(cè)出來的，然而算法的具體實(shí)現(xiàn)方式和參

數(shù)特性的差別就十分巨大，完全無法獲知和預(yù)測(cè)。同時(shí)反智能算法需要根據(jù)對(duì)方行為和智

能算法特征來構(gòu)建，才能具有針對(duì)性并達(dá)到一個(gè)比較好的效果，因此反智能算法的建立生

成具有很強(qiáng)的自主性和適應(yīng)性。這是區(qū)別于智能算法的一個(gè)重要方面，也是最難的一個(gè)方

面。

4.反智能作戰(zhàn)的對(duì)策思考

在復(fù)雜的戰(zhàn)場(chǎng)環(huán)境下，智能和反智能是"魔"與"道"的關(guān)系，需要從技術(shù)和戰(zhàn)術(shù)兩

個(gè)層面來應(yīng)對(duì)。

1)反智能作戰(zhàn)的技術(shù)對(duì)策思考如果說目前人工智能的基礎(chǔ)理論十分薄弱，那么反智能