解放军测试“AI战场指挥官”，性能优于人类和传统软件

中国军方目前已部署1套人工智能（AI）代理系统，设计目的是在营级指挥官身旁协助作战，充当1名高度警觉的“参谋长”。

根据发表于中国武器工业类学术技术期刊《指挥控制与仿真》（Command Control & Simulation）的同侪审查论文，这套系统可能是全球首个已实际整合至前线作战的自主指挥工具。

据《南华早报》报导，这套系统由与中国人民解放军（PLA）及国防科技大学（NUDT）有关的团队研发。

由国防科技大学研究科学家领导的团队在3月12日发表的论文中写道，该系统“已整合进一个可支援营级作战的指挥资讯平台。”

这套人工智能结合了大型语言模型（LLM）的语言理解能力，以及具备动态、即时特性的战场态势图。

它的设计目的，是要在资讯杂讯中厘清关键讯息，不只是储存资料，还能理解资料背后的脉络与故事。

中国人民解放军（PLA）。（图／达志／美联社）

它的主要任务，是提出正确的问题。用军事术语来说，这些问题属于“关键情报需求”，也就是可能左右任务成败的重要未知资讯。在人类指挥官可能因压力而难以即时判断资讯优先顺序时，这套人工智能能够即时动态生成优先事项。

为了验证效能，研究人员将这套人工智能置入1场高风险模拟：两栖登陆作战。这类情境通常被视为与武统台湾的潜在冲突高度相关。

报导指出，虚拟战场中局势瞬息万变：压制火力覆盖海岸、部队巩固滩头阵地、装甲车开始向内陆推进。在这片模拟混乱之中，人工智能的任务是管理整个指挥资讯流。

作为对照组，研究团队安排了5名具备超过5年两栖作战研究经验、平均服役12年的专家参与测试。结果相当明显。AI决策反应的时间几乎是人类的一半。

人工智能将军事决策核心的“OODA循环”，也就是“观察、判断、决策、行动”的流程缩短了43%。即便在通讯遭干扰、数位讯号模糊不清的情况下，该系统仍能以超过90%的准确率回忆关键资讯，表现优于人类指挥官与传统软体。

在这项模拟的其中1个特定时刻中，人工智能的价值更是显露无疑。当部队从滩头向敌方纵深推进时，系统侦测到敌方1个装甲营的移动。

人工智能立即将这项动态与军事教范相互比对，迅速辨识出1个危险的漏洞：敌方预备队的位置不明。这是1个可能导致军队遭遇伏击的盲点。

短短数秒内，系统便将此问题标示为高风险优先事项，并自动指派侦察单位搜寻敌方隐藏的预备兵力。而这件事若由人类处理，可能需要耗费宝贵的数分钟进行讨论与地图分析。

这项发展正值全球军队加速将人工智能整合进指挥架构之际。各国武装力量都在寻求提升决策速度，并在愈来愈依赖数据的冲突中取得优势，尤其是在中国与美国的科技竞争背景下。

研究人员写道：“这代表指挥模式正从经验驱动，转向数据驱动与知识增强的决策方式。”他们将这一趋势描述为迈向更智慧、更具适应性的战场代理系统。

与传统人工智能系统不同，这套模型整合了1个负责解读指挥官意图的大型语言模型，以及1套追踪战场实体与事件的即时知识图谱。这使得系统能够即时辨识情报缺口，并依据军事教范生成结构化决策提示，同时提供可追溯的推理路径。

团队表示：“未来工作将聚焦于让不同部队与不同作战层级之间实现多代理协同。透过区块链与‘联邦学习’（Federated Learning，1种去中心化的机器学习技术）等技术提升系统韧性。并将模型部署到边缘设备上，以便在更低层级单位中进行即时运用。目标是在复杂战场条件下，实现分散式且稳健的决策。”

研究人员也承认，这套系统仍有局限。包括对历史资料的依赖，以及在缺乏经验的指挥官身上可能出现的“冷启动”（cold start）问题。因为这类使用者尚未累积足够的决策历史，供系统参考。

目前测试仍仅限于传统两栖作战情境。未来仍需进一步研究，才能让系统适应城市战与山地战等更复杂的环境。