復(fù)雜性也是一種武器

(資料圖)

——由“決策中心戰(zhàn)”與認(rèn)知復(fù)雜性想到的

編者按

復(fù)雜性科學(xué)是當(dāng)代科學(xué)發(fā)展的前沿領(lǐng)域之一。英國物理學(xué)家霍金稱“21世紀(jì)將是復(fù)雜性科學(xué)的世紀(jì)”。作為人類社會(huì)的一種社會(huì)現(xiàn)象，戰(zhàn)爭從來就是一個(gè)充滿蓋然性的復(fù)雜巨系統(tǒng)。近年來，隨著戰(zhàn)爭形態(tài)的演變，傳統(tǒng)科學(xué)體系下的認(rèn)識(shí)論越來越難以滿足戰(zhàn)爭實(shí)踐發(fā)展的需要。關(guān)注復(fù)雜性科學(xué)原理和思維方法，或?qū)⒊蔀殚_啟現(xiàn)代戰(zhàn)爭大門的鑰匙。這篇文章從復(fù)雜性科學(xué)角度對(duì)“決策中心戰(zhàn)”作一研究探討。

“決策中心戰(zhàn)”是近年出現(xiàn)的一個(gè)新概念。緣何提出“決策中心戰(zhàn)”？按美軍的說法，要“打一場讓對(duì)手看不懂的戰(zhàn)爭”。進(jìn)入21世紀(jì)以來，隨著戰(zhàn)爭形態(tài)的演變和作戰(zhàn)方式的不斷變革，美軍發(fā)現(xiàn)傳統(tǒng)意義上的網(wǎng)絡(luò)中心戰(zhàn)越來越難以適應(yīng)戰(zhàn)場實(shí)際，“決策中心戰(zhàn)”在此背景下應(yīng)運(yùn)而生。

一、創(chuàng)造復(fù)雜

所謂“決策中心戰(zhàn)”，就是在人工智能等先進(jìn)技術(shù)的加持下，通過對(duì)作戰(zhàn)平臺(tái)的升級(jí)改造、分布式部署實(shí)現(xiàn)多樣化戰(zhàn)術(shù)，在保障自身戰(zhàn)術(shù)選擇優(yōu)勢的同時(shí)，向敵方施加高復(fù)雜度，以干擾其指揮決策能力，在新維度上實(shí)現(xiàn)對(duì)敵的壓倒性優(yōu)勢。

為什么“對(duì)手看不懂”？其實(shí)就是要通過分布式部署、靈活性組合、智能化指控，讓對(duì)手在認(rèn)知上就對(duì)戰(zhàn)場態(tài)勢和作戰(zhàn)機(jī)理不理解，無所適從。這是將戰(zhàn)爭對(duì)抗從機(jī)械化戰(zhàn)爭中比誰“力量大”，到信息化戰(zhàn)爭中比誰“速度快”，再到在未來戰(zhàn)爭中比誰“決策對(duì)”的又一次轉(zhuǎn)變。用中國古代軍事家孫子的話說就是，“不戰(zhàn)而屈人之兵，善之善者也”，通過巧妙地指揮控制和決策，使得戰(zhàn)場情況變得更加復(fù)雜，讓對(duì)手沒辦法打仗。

如何做到這一點(diǎn)呢？簡單地說，就是利用復(fù)雜系統(tǒng)的性質(zhì)，找到對(duì)手的“命門”加以利用和控制。一個(gè)基本方法就是，通過增加復(fù)雜性重塑對(duì)手的決策流程，逼迫對(duì)手引入新的決策參量，導(dǎo)致其決策變得復(fù)雜，從而改變因果關(guān)系和決策流程，最終使其走向混亂。過去對(duì)抗局面之所以能夠發(fā)揮平衡作用，是因?yàn)樗袇⑴c者都清楚博弈的結(jié)果，因而容易作出權(quán)衡，但復(fù)雜性往往會(huì)破壞這種平衡。這也是為什么復(fù)雜性能夠作為武器的原因。

需要注意的是，戰(zhàn)場對(duì)任何一方都是公平的。在未來戰(zhàn)場上，要讓敵人單向感到?jīng)Q策復(fù)雜，而己方不被復(fù)雜所困擾，首先要在指揮控制能力上優(yōu)于對(duì)手。戰(zhàn)場決策的復(fù)雜度主要體現(xiàn)在“OODA”循環(huán)的判斷和決策環(huán)節(jié)上。在正常環(huán)境下，“OODA”循環(huán)可以走完從觀察、判斷、決策到行動(dòng)的完整周期。但如果有辦法使戰(zhàn)場變得更復(fù)雜，使得對(duì)手始終無法及時(shí)作出有效判斷，進(jìn)而無法進(jìn)入決策和行動(dòng)環(huán)節(jié)，就可以把對(duì)手的“OODA”循環(huán)始終限制在觀察和判斷環(huán)節(jié)上，無法形成閉環(huán)，這或許就是“決策中心戰(zhàn)”力圖創(chuàng)造復(fù)雜性想要達(dá)到的結(jié)果。因此，如何快速作出判斷，就成為首要關(guān)注的問題。如果這個(gè)認(rèn)知過程能夠在人工智能等先進(jìn)技術(shù)支持下快速完成的話，也就是實(shí)現(xiàn)所謂的智能認(rèn)知，就可以大大加快“OODA”循環(huán)速度，奪取單邊優(yōu)勢。

在觀察的基礎(chǔ)上得出正確的判斷，是作出正確決策的前提。但這是建立在“具有認(rèn)知能力”這個(gè)條件下才能做到的。當(dāng)前，在指揮信息系統(tǒng)、兵棋推演系統(tǒng)等系統(tǒng)中，這些認(rèn)知工作基本上都是由人來完成的。由人工智能系統(tǒng)自主地完成判斷及決策，過去的嘗試幾乎都不成功，因?yàn)橹悄苷J(rèn)知建模的問題始終沒有解決好。各種模型表現(xiàn)出來的行為都或多或少帶有“機(jī)械味”，并不能真正顯示出智能的特點(diǎn)。外軍這些年也一直將“人的行為建?！弊鳛檠芯恐攸c(diǎn)，但目前來看仍然進(jìn)展緩慢。智能認(rèn)知為什么這么難，又難在哪里呢？筆者認(rèn)為，其實(shí)核心難點(diǎn)就在如何理解和處置復(fù)雜性上面。

二、理解復(fù)雜

本世紀(jì)之初，美國蘭德公司針對(duì)2005年前后某熱點(diǎn)地區(qū)可能發(fā)生的軍事沖突，曾利用仿真系統(tǒng)對(duì)美國空軍作戰(zhàn)需求進(jìn)行了1700余次推演，然后進(jìn)行統(tǒng)計(jì)分析，最后得出了美空軍如何在戰(zhàn)場上保持優(yōu)勢的結(jié)論。這種統(tǒng)計(jì)分析方法有一個(gè)基本的假設(shè)：每一次試驗(yàn)都是獨(dú)立且無序的，規(guī)則之間也不會(huì)相互影響。這就像扔硬幣一樣，扔一次正面，扔第二次有可能也是正面。但如果扔1萬次，結(jié)果為某一面的概率就會(huì)越來越趨近于50%。這種方法用于物理研究時(shí)是科學(xué)準(zhǔn)確的，但移植到人類社會(huì)問題比如戰(zhàn)爭問題研究時(shí)，情況就變得不同了。

人是有認(rèn)知的，不會(huì)像物理實(shí)體那樣只遵從物理定律，指揮員在對(duì)作戰(zhàn)問題進(jìn)行分析時(shí)也不會(huì)只是簡單地機(jī)械重復(fù)。通常情況下，人在決策時(shí)，一定會(huì)考慮以前的結(jié)果，從而導(dǎo)致對(duì)下一步行動(dòng)有所調(diào)整。這樣就會(huì)出現(xiàn)人類行為固有的冪律特征，也就是常說的“二八律”。所以，我們不能簡單地照搬物理思維去思考人類社會(huì)的事情。

之所以會(huì)這樣，主要還是因?yàn)槲覀兘?jīng)常習(xí)慣于用還原論的簡單思維方法來思考問題。簡單系統(tǒng)結(jié)構(gòu)不變，結(jié)果具有確定性，因果對(duì)應(yīng)清楚，可重復(fù)、可預(yù)測、可分解還原等，已經(jīng)成為我們默認(rèn)的科學(xué)思維方法。但世界上還存在很多復(fù)雜系統(tǒng)，這些系統(tǒng)存在著整體性質(zhì)，像人體、社會(huì)、經(jīng)濟(jì)、戰(zhàn)爭等，都屬于這一類。什么叫整體性質(zhì)？就是觀察局部得不到，但在整體上看卻又存在的，就是整體性質(zhì)。舉例來說，一個(gè)活人和一個(gè)死人從成分上來看都一樣，但一死一活，差別就在于是否有生命，生命就是一種整體性質(zhì)。復(fù)雜系統(tǒng)結(jié)構(gòu)可變，具有適應(yīng)性、不確定性、涌現(xiàn)性、非線性等特點(diǎn)，而且結(jié)果不重復(fù)，也不可預(yù)測。社會(huì)、經(jīng)濟(jì)、戰(zhàn)爭、城市包括智能系統(tǒng)，這些與人有關(guān)的系統(tǒng)都有這些特點(diǎn)，其實(shí)它們都是典型的復(fù)雜系統(tǒng)。所以，戰(zhàn)爭具有“勝戰(zhàn)不復(fù)”的特點(diǎn)，其實(shí)反映的就是戰(zhàn)爭復(fù)雜系統(tǒng)的“不可重復(fù)”性質(zhì)。

正是因?yàn)閺?fù)雜系統(tǒng)存在復(fù)雜性，原因和結(jié)果不能一一對(duì)應(yīng)，會(huì)導(dǎo)致相似性原理失效，所以也就無法用傳統(tǒng)方法對(duì)其進(jìn)行建模和研究。為解決復(fù)雜性問題，過去采取的主要是一些傳統(tǒng)物理學(xué)方法，比如統(tǒng)計(jì)學(xué)方法，以及基于Agent的簡單生命體建模方法。前面提到的蘭德公司研究就是如此，雖然能解決部分問題，但將其用于解決與人有關(guān)尤其是與認(rèn)知相關(guān)的問題時(shí)，得到的結(jié)果卻與實(shí)際偏離很大，不盡如人意。

為什么會(huì)這樣？這是因?yàn)閼?zhàn)爭復(fù)雜性與物理復(fù)雜性產(chǎn)生的源點(diǎn)不一樣。物理復(fù)雜性的來源往往在于其物理運(yùn)動(dòng)規(guī)律是復(fù)雜的；而戰(zhàn)爭復(fù)雜性卻來源于人的認(rèn)知。因?yàn)槿瞬皇请s亂無章、沒有思想的粒子，也不是只有簡單生命邏輯的低等生物，而是具有判斷和決策認(rèn)知能力的智慧生物。人會(huì)通過因果關(guān)系對(duì)結(jié)果進(jìn)行反思、總結(jié)經(jīng)驗(yàn)再調(diào)整，然后決定后面如何行動(dòng)。而且，人的認(rèn)知還會(huì)不斷發(fā)展，這又會(huì)進(jìn)一步影響后續(xù)的認(rèn)知，但由于認(rèn)知具有很大的不確定性，所以未來的行動(dòng)也就難以預(yù)測。

可以這樣說，在當(dāng)前的技術(shù)條件下，可預(yù)測的基本上都是物理世界的簡單系統(tǒng)規(guī)律，而人的認(rèn)知對(duì)社會(huì)或戰(zhàn)爭帶來的影響往往是難以預(yù)測的。所以說，拿物理思維去思考人類社會(huì)的事情是我們常犯的錯(cuò)誤?；谡J(rèn)知的復(fù)雜性，與那些一成不變的物理規(guī)律截然不同，我們應(yīng)對(duì)戰(zhàn)爭中的復(fù)雜性，就必須針對(duì)“認(rèn)知”這個(gè)核心特點(diǎn)，在指揮控制方面下功夫。

三、應(yīng)對(duì)復(fù)雜

“決策中心戰(zhàn)”的核心在于認(rèn)知的加快。因?yàn)閼?zhàn)爭中幾乎所有的變化，都可以看成是認(rèn)知的升級(jí)和復(fù)雜化。在筆者看來，應(yīng)對(duì)“決策中心戰(zhàn)”，需要“以復(fù)雜對(duì)抗復(fù)雜”，從基礎(chǔ)工作做起。

一是要理解“決策中心戰(zhàn)”的核心理念。即通過主動(dòng)創(chuàng)造復(fù)雜性來把握戰(zhàn)場主動(dòng)權(quán)。對(duì)己方來說，需要管理好自身的復(fù)雜性；對(duì)敵人來說，則是向?qū)κ质┘痈嗟膹?fù)雜性。二是了解戰(zhàn)爭機(jī)理發(fā)生的改變。作戰(zhàn)體系演化速度指數(shù)級(jí)提高，會(huì)導(dǎo)致復(fù)雜戰(zhàn)場的感知、控制和管理變得困難，智能認(rèn)知的作用將變得更加突出。為此，需要瞄準(zhǔn)“指揮與控制”這個(gè)重點(diǎn)，將戰(zhàn)場管理的能力作為關(guān)鍵。三是找到應(yīng)對(duì)的正確理念和方法。從戰(zhàn)爭設(shè)計(jì)入手，以決策智能這個(gè)方向?yàn)橥黄瓶凇?/p>

近年來，人工智能領(lǐng)域一系列的成果，為解決指揮決策智能問題帶來了曙光。AlphaGo系列研究為決策智能技術(shù)帶來了突破；而GPT大模型的出現(xiàn)，則更是進(jìn)一步證實(shí)了決策智能乃至通用人工智能在未來具有實(shí)現(xiàn)的可能?，F(xiàn)在看來，人工智能在未來深度參與戰(zhàn)爭，已經(jīng)是必須面對(duì)的現(xiàn)實(shí)。而這會(huì)給戰(zhàn)爭和戰(zhàn)場帶來更多的復(fù)雜性。

決策智能研究應(yīng)該放在指揮控制層上。要贏得戰(zhàn)爭，指揮控制決策需要體現(xiàn)“科學(xué)”和“藝術(shù)”兩個(gè)方面。指揮控制的科學(xué)性主要體現(xiàn)在“知道怎么做時(shí)”如何去做，比如利用得到的指控?cái)?shù)據(jù)（武器裝備、兵力編成、戰(zhàn)場環(huán)境、對(duì)手情報(bào)等），指控方法（任務(wù)、流程、程序、運(yùn)籌、規(guī)劃、優(yōu)化等），制定出作戰(zhàn)規(guī)劃并加以實(shí)行。指揮控制的藝術(shù)性則體現(xiàn)在“不知道怎么做時(shí)”知道如何去做，這才是真正的智能之所在。方法無非是不斷試錯(cuò)，積累經(jīng)驗(yàn)，找到解決問題的途徑，并形成新的科學(xué)知識(shí)。事實(shí)上，現(xiàn)實(shí)中指揮員也是通過試錯(cuò)不斷發(fā)現(xiàn)和總結(jié)制勝規(guī)律，并且每個(gè)指揮員還都具有自己的直覺和經(jīng)驗(yàn)。

所以說，真正的智能其實(shí)是找到對(duì)例外情況的解決方法。循規(guī)蹈矩不是智能，自己找到解題的方法才是關(guān)鍵。也許這才是決策智能的核心，也是需要進(jìn)一步努力的目標(biāo)。（■胡曉峰）