解读人工智能机器人算法战的军事应用

解读人工智能机器人算法战的军事应用

在强化学习，模仿学习及其衍生的算法之外，机器人学习还有许多其他的范式。如基于高斯过程回归和贝叶斯优化的动作规划，基于大规模优化的实时地图构建与定位，基于稀疏编码和字典学习的操作技能基元学习等。这些方法与强化学习和模仿学习虽有形式上和应用领域上的显著差异，但是作为同属于机器人学习领域的研究工作，这些算法仍然具有许多相似的特性。这些特性的存在与算法能否在机器人上得以应用息息相关。

算法的精确数理提炼尤为重要。算法的先进程度决定着人工智能武器的“聪明”程度，武器只有输入并学习了数理算法，才能智能，才能与指挥员相配合，进行“智能作战”。什么是ai智能教育“云端大脑”“数字参谋”等人工智能军事化应用可以加速战场数据的信息融合，人机协同作战单元将逐步走向战场，或将在未来战争中发挥颠覆性作用。

综上所述，人工智能武器终究只是一台完成人类布置任务的机器，面对复杂的人类战场环境，智能化武器装备只能依靠“算法大脑”去“思考”、去“决策”、去“行动”，如果其算法的数理提炼与设计不够精细和精确，一方面可能导致智能武器装备自行程序故障，失去作战能力，甚至转而攻击己方人员；另一方面机器人拼装套件会被敌方及别有用心的人从“漏洞”进入算法，进行重新设计，那己方武器极有可能变成敌方武器或成为一台滥杀无辜的“杀人机器”。一旦战场态势发生重大变化，或者原有的作战目的已经达成，指挥员必须通过算法底层设计，能够适时精准干预智能武器装备的侦察、攻击和防护行动，保证智能兵器始终不能脱离人的控制，驾驭其按指挥员意图实现作战目的。

审核编辑 黄昊宇