在2018年电影《复仇者联盟3：无限之战》(Avengers: Infinity War )中，超级英雄们奋力对抗反派人物萨诺斯(Thanos)，以拯救宇宙。当他们绞尽脑汁找出打败萨诺斯的方法时，奇异博士(Dr. Strange)提到他所做的时空旅行：「我走在时间之前，看到了不一样的未来，看到了即将到来冲突的所有可能结果。」窥探1,400万0,605个未来场景，然后找出一条制胜之路。

奇异博士预见未来之能力，再也不只是虚构。嵌入式人工智能模式模拟也能做类似的事：虽然不能「看见」未来，却能加以「预测」。透过人工智慧生成之模拟战场，美海军就能够与对手进行超过一百万次战斗，发现胜战关键。凭借着各种想定之大量数据，海军便能有信心反制任何企图颠覆传统上基于规则的海上秩序。

美国国防部于1980年代采用J a n u s系统，该系统系一互动冲突仿真模式，并且是正义之师作战与沙漠风暴作战计划工具。在目睹其功效后，该部便扩大运用计算机仿真。(Source:L awr e n c e L i ve rmo r eNational Library Achieves)

◎计算机仿真/兵棋推演

美国国防部已实施传统计算机模拟与兵棋推演多年。1980年代是采用Janus冲突仿真模型。Janus是一种用于1989年正义之师作战(Operation Just Cause，入侵巴拿马作战之行动代号)，以及一年后的沙漠风暴作战(Operation Desert Storm)的作战计划工具。在目睹其功效后，国防部便扩大运用计算机仿真，包括当今洛马公司(Lockheed Martin)之模拟战士(Warfighters’Simulation, WarSim)、美陆军之整体半自动化部队(One Semi-Automated Forces, OneSAF)、美陆战队之陆战队陆空特遣部队战术作战模拟(MAGTF Tactical Warfare Simulation, MTWS)，以及美空军之仿真、整合及模式先进架构(Advanced Framework for Simulation, Integration, and Modeling, AFSIM)。

然而，当代仿真作业有其限制。它极度倚赖预先设定之想定，并需要以人工进行广泛的探索式决策与参与，而此二者皆对各种状况与想定之模拟造成限制。人工智能之进展与计算能力的大幅提升，能对降低这些限制提供契机。嵌入式人工智能仿真不同于传统计算机仿真之处，在于其有能力于短时间内模拟数百万次战斗。透过数百万次之自我对弈(Self-Play)，它能自动生成多种范例、对特定想定产生多种行动方案，以及提供决策者多种选项。它亦能评估或产制红军之最佳行动方案，并谋划蓝军行动予以反制。

◎仿真技术与人工智能之进步对美海军的意涵

「人工智能非玩家角色」(AI NonPlayer Character)：过去数十年间，游戏图形之分辨率已大幅提升，让使用者于几秒钟内就能在游戏中完全如同身入其境。让游戏更为有趣之另一环，就是非玩家角色，它是「受计算机控制，而不受玩家控制的计算机游戏角色」。即便玩家是独自一人，此类虚拟角色也能让玩家觉得是在与真人对战。

但在某些游戏中，非玩家角色无法高度模拟真人。它会在相同场景中，重复相同行为。这些重复之动作，会使游戏玩家容易猜中接下来会如何，而很快便觉得游戏索然无味。

有几种方式可使非玩家角色更像真人。过去，研发人员是使用简单之规则化行为算法。然而，随着神经网络(Neural Network)之发展，非玩家角色已变得更动态，也更能适应对手之行动。2005年，德州大学奥斯汀分校(University of Texas at Austin)之三位计算机科学家，展示嵌入神经网络的非玩家角色，该角色能在使用者进行游戏时，同时进行训练。这使得玩家会与更像真人、具有智慧之对手对战。非玩家角色发展的最大成就之一，就是DeepMind公司与Atari公司合作所推出之各种游戏。将深度神经网络(Deep Neural Network)与强化学习(Reinforcement Learning，机器学习的一支)相结合，在经过2,600次重复自我对弈后，非玩家角色就能胜过真人。如果嵌入神经网络之非玩家角色能够用于军事训练，就能协助官兵实施复杂任务训练。

将非玩家角色运用于军事领域，必能使美海军在不同领域—太空、空中、海上、水下及网络—强化战斗训练与作战战略，开发创新的途径。

例如，透过对非玩家角色进行设计，在细部地图上执行各种难度(专家、一般、新手等等)的岛屿防御、反水面作战及水中作战任务，各舰就能透过与设定为适当技术层级的非玩家角色进行虚拟对抗，就各种重要想定做好准备，并找出完成任务之最佳战略。

对这些专门非玩家角色之研究正在进行，并有多个与军方有关的机构提供投入大量心力。美海军研究院(Naval Postgraduate School)刻正研究认知人工智能非玩家角色，用于处理具有军事特色事项(如层级、战争迷雾，或是ATLATL平台内之特定想定)。在南加州大学(University of Southern California)创意科技研究院(Institute of Creative Technology)，研究人员也刻正就军事训练用途，对快速整合与发展环境(Rapid Integration & Development Environment)之内的适应性非玩家角色进行研发。上述机构所实施研究的潜在应用范畴，包括找出如最佳行动方案的战略决策程序，已远出其初始范围。此外，此类研究亦为具备自主思考与决策功能之无人载具创造未来发展条件，而此类载具可能会改变未来战场风貌。

美海军若能善用非玩家角色，必可强化海上、水下及网络领域作战训练。(Source: USN/Peter D. Blair)

「生成式人工智能用于仿真/兵棋推演」：生成式人工智能(Generative A I , GenAI)专精于将其所学进行组合，进而创造新内容。各行各业已广泛采用此一能力，并已成为吾人日常生活的一部分，ChatGPT就是一例。

生成式人工智能之主要优点，就是处理因作战经验或训练数据不足而产生的问题。就这方面而言，值得注意之运用方式，就是产生想定范例。生成式人工智能能够根据敌海军概估规模、舰艇型式及数量，产生许多拟真想定。这能使作战计划人员，以各种超乎人类所能想见之想定范例，进行探索与试验。

Vinicius Goecks 公司与Nicholas Waytowich公司所开发之生成式人工智慧诸如行动方案-GPT(COA-GPT)，亦能透过与指管人员互动，提出行动方案建议，以支持决策(请参阅图1)。美海军能运用此一方法，产生各种从简单(如找出在大洋中最有效队形或部署位置)到复杂(如沿岸或岛屿附近水域战斗状况)之行动方案。

运用生成式人工智能之另一面向，就是产生想定。从历史经验，以及已知的敌军战术、目标及任务，生成式人工智能能依范例想定产生合成化敌军行为。此一能力能透过模拟各种敌可能行动，使美海军对不预期状况完成准备，从而提高其对海上瞬息万变之威胁的准备程度。

「数位分身」( D i g i t a lTwin)：数字分身能将真实情况化为数字形式。目前工业界内之领导者为「工业4.0」(Industry 4.0)，旨在整合云端运算(Cloud Computing)、物联网(Internet of Things)及数位分身之类的科技，以搜集并分析生产过程中所产生之数据，从而强化决策作为。试想有个智能工厂，生产在线之每部机器皆有其传感器，不断搜集数据并与整个系统分享。无论何种数据，人工智慧都会加以分析，并提出各种办法使生产过程更加流畅，而且更有效率。

数字分身的概念于2010年由美国航空暨太空总署(NASA)提出，是「一种整合多物理、多尺度及机率仿真的载具或系统，可使用最佳的物理模型、改进的传感器及机队历史纪录等，以真实反映出其飞行分身的生命」。数字分身之优点，在于其不仅能在设计时间将整个系统具象化，亦能预测问题、将解决方案优化、加速产品原型制作，并在实际运用前加速训练。10 诸如仿真与人工智能、机器学习(不需明确程序设计便能使系统汲取经验)，以及强化学习(可使系统达成最有利成果)等核心，均能协助吾人能预见未来结果。

数字分身技术运用软件，仿真各种设计方案，加速武器研发进程。(Source:USN/Gary Ell)

数字分身可使决策者看见其决定之结果，并修改其选择。可预测所欲行为、避免预测出之不欲行为，以及缓解无法预测、不希望产生之行为的冲击。此一双层作法，不仅可预测舰船装备之状况，以及进行该装备的寿期管理，更可高度强化各种不同作战想定中的战略计划作为与实时决策。透过运用全面数据分析与仿真，数字分身可对保养系统进行更深刻认识，使舰队充分发挥舰艇功能、提高可靠度，并以更高度信心进行作战。此外，数字分身亦可透过提供一种安全环境，使吾人在不必对实际系统进行实体变更之情况下，于该环境中测试各项假设，并评估潜在介入因子，从而在风险管理方面扮演重要角色。因此，数字分身不仅对当今快速且具挑战性的海上作战情况具有优势，也对维持竞争力与达成作战优势方面十分重要。

◎可能的载台

创造可视化战场，需要投入大量资金与心力。然而，目前已有若干载台，或可转为军事用途。游戏产业提供了许多军事主题游戏，其中有些是具备逼真输入数据，或者可供用户修改输入数据，以符合特定需求。虽然此类游戏载台或许目前并无法运用人工智能或机器学习，但确实具有创造人工智能/机器学习环境基础之潜力。透过运用此类载台之物理引擎(Physics Engine)或地形产生器功能之类的先进仿真能力，就有可能发展出精密的军事训练与战略计划作为工具，而不用从头开始。此一方法不但能节省资源，亦可加速先进虚拟战场科技之发展与运用。此类游戏与模拟载台之例，包括：

《指挥：现代作战》(Command Operations ，Slitherine Ltd公司出品)：该游戏可提供现代战争多领域模拟，可从事横跨陆、海、空之精确比例军事作战。其优点是具备复杂精细之想定编辑器，可使使用者擘划各种特定作战想定。透过整合机器学习运算法，军方便能强化这些想定之预测能力，从而强化虚拟演习中的决策与战略计划作为能力。

《现代海战》(Modern Naval Warfare ，Slitherine Ltd公司出品)：该载台之重点在于高真度海战模拟，包括潜舰作战、水面作战，以及防空防御。若将其作为机器学习之用，美海军或可发展出一种运算法，以模拟、分析海军战略，从而提供前所未有的训练机会，以及对海军战术与战略优化，有更深入认识。

《现代空战环境》(M o d e r nAir Combat Environment , BSI公司出品)：《现代空战环境》是高细致度之空战想定模拟工具，可提供各种飞行器、飞弹系统与雷达追踪拟真模式。其模拟复杂空中交战之能力，使其成为采用机器学习最佳选项；其算法能对交战进行分析，使吾人对战术与战略有更深入认识，有可能对空战训练与计划作为造成革命性影响。

《拟真部队》(VR Forces ，由MAK公司发展)：《拟真部队》能创造出详细之陆、海、空作战虚拟环境。其强项是模拟大规模军事机动与作战能力。与机器学习整合后，就能使该载台提供实时战术调整与预测，强化训练演习真实度与效果。

◎此其时也

2022年美国《国家安全战略》(National Security Strategy )指出：「后冷战时代全然结束，当今大国竞争正形塑未来。」其意涵是战场环境已从易于预测转变为不可预测。因此，发展并运用尖端科技乃是当务之急，以有效管理并降低不确定性。

如同奇异博士一般的美海军决策者，透过人工智能的辅助必能遍历无数想定，在不确定战场中拟定克敌制胜的战术与战略。奇异博士预知未来之超能力，就具体展现于嵌入式人工智能模拟兵棋推演。未来旅途或许困难重重，但是只要对创新投入明确与缜密之作为，美海军必能使自己更上一层楼。

作者简介

Hyokwon Jung南韩海军中校，水面作战军官，于大韩民国海军官校(ROK Naval Academy)获得武器系统工程学士学位，并在美海军研究院获得建立模块、虚拟环境及仿真(Modeling, Virtual Environments, and Simulation)硕士学位。

本文来源：老地主有余粮

关注