夯实军事智能化转型基础底座
■李建平 纪凤珠 赵 卉
引 言
战争形态正加速向智能化演进，军事领域的智能化转型绝非单纯的技术叠加，而是以数据、算法、算力为核心支撑的体系性变革，三者相互赋能、有机融合，构成了新型战斗力生成的技术基础。加快军事领域智能化发展进程，应深刻把握智能化转型的技术逻辑，夯实数据基石、激活算法引擎、做强算力支撑，为打赢未来智能化战争提供坚实保障。
作战数据：智能化转型的“数字基石”
数据是智能化的“血液”，没有高质量、大规模、多维度的作战数据积累，军事智能化转型就会成为无源之水、无本之木。在智能化战争中，战场感知、指挥决策、作战行动等全链路活动，本质上都是数据的产生、流转、处理和应用过程。作战数据的完备性、准确性和时效性，直接决定了智能系统的感知精度、决策速度和打击准度，是军事领域智能化转型不可或缺的基石。
作战数据的核心价值在于打破“战争迷雾”，实现从经验驱动向数据驱动的转变。传统战争中，指挥员主要依靠战场侦察、情报研判和实战经验作出决策，受限于信息获取的广度和深度，决策往往带有一定的主观性和局限性。而在智能化战争时代，一架侦察无人机每秒可传回5GB影像数据，卫星网络时刻追踪成千上万个地面目标，战场数据生成速率呈几何级数增长。这些来自陆、海、空、天、网、电、心理等多域的作战数据，经过规范化处理和深度挖掘后，能够构建起全域透明的战场态势，为指挥员提供精准决策支撑。
构建全域覆盖的作战数据资源体系，需要抓好全生命周期治理的关键环节。在数据采集环节，要立足全域作战需求，拓宽数据来源渠道，实现传统空间与新域空间的数据全覆盖。传统空间要聚焦陆战场、海战场、空战场等传统领域，精准采集兵力部署、装备性能、地形地貌等数据；新域空间要向太空、深海、极地、网络空间等领域延伸，重点采集太空目标轨迹、深海环境参数、网络空间态势等数据。在数据融合处理环节，要建立统一的数据标准体系，解决“一数多值”“格式不一”等突出问题，实现不同来源、不同类型数据的互联互通。在数据共享环节，要健全跨域共享机制，建立分级分类共享规则，打破军种壁垒、部门界限和网络隔离，构建“无所不在、无所不含、无所不联”的数据共享环境，实现数据资源的最大化利用。
发挥作战数据的战斗力倍增效应，关键在于培育数据思维和建强专业队伍。数据思维是激活数据价值的前提，要引导官兵养成“用数据思考、用数据说话、用数据管理、用数据决策”的行为习惯，摒弃凭经验、靠直觉的传统思维模式。在作战筹划中，要以数据为依据进行量化分析；在训练评估中，要以数据为标准进行精准衡量；在装备研发中，要以数据为支撑进行迭代优化。同时，要着力建设专业化的数据人才队伍，明确各环节岗位职责，贯通从数据产生到数据运用的全流程链路。通过院校培养、岗位历练、专项培训等多种方式，提升官兵数据采集、处理、分析、运用的专业技能，打造一支既懂军事业务又通数据技术的复合型人才队伍，为数据价值释放提供人才支撑。
专业算法：智能化转型的“数字引擎”
如果说数据是智能化的“燃料”，那么算法就是将燃料转化为动力的“发动机”。专业算法作为军事智能的核心驱动力，是实现数据向知识、知识向决策、决策向战斗力转化的关键环节。在智能化战争中，算法的优劣直接决定了作战体系的反应速度、决策精度和对抗效能，成为军事领域智能化转型的引擎。
算法的核心优势在于重构作战链路，实现OODA循环的极速迭代。传统作战中，观察、判断、决策、行动的链路较长，受限于人工处理能力，往往难以适应瞬息万变的战场态势。而智能算法能够依托机器学习、深度学习等技术，对海量作战数据进行秒级处理、实时分析和规律挖掘，大幅缩短决策周期。外军AI军事指挥系统在模拟测试中，仅用很短时间就生成多套完整作战方案，响应速度和决策效率远超人类指挥团队，充分展现了算法在加速决策流程中的巨大优势。在作战行动中，算法能够贯穿侦察感知、指挥决策、火力打击、效果评估等全链路，构建自主闭环的“杀伤链”。从目标识别到威胁排序，从方案生成到火力分配，从打击实施到毁伤评估，算法能够自主完成一系列复杂任务，实现“发现即摧毁”的作战效果。
提升算法的实战应用效能，需要强化技术创新和场景赋能。在技术创新方面，要紧跟人工智能发展趋势，加快前沿算法的军事应用转化。聚焦生成式AI、神经形态计算、脑机接口等新技术方向，探索算法与军事需求的深度融合路径。在场景赋能方面，要立足实战需求构建多元算法典型场景，研发目标识别、态势研判、虚拟训练等专用算法，突破复杂电磁环境信息处理瓶颈，推动算法模块化、轻量化改造，与指挥控制系统、无人装备系统快速集成融合，让算法在典型场景具体任务中不断迭代优化，让算法优势转化为实战能力。
筑牢算法安全防线，是确保智能转型行稳致远的重要保障。算法在带来作战效能提升的同时，也面临着被篡改、被欺骗、被滥用等安全风险，甚至可能出现“算法失控”的严重后果。要建立算法安全审查机制，对军事智能系统中的算法模型进行全流程安全评估，重点审查算法的可靠性、透明度和可控性，防止出现算法偏见、逻辑漏洞等问题。加强算法对抗技术研发，既要提升己方算法的抗干扰、抗攻击能力，也要掌握干扰、欺骗敌方算法的技术手段，在算法对抗中占据主动。同时，要注重算法伦理建设，明确算法应用的边界和规则，确保算法的研发和使用符合国际法律和伦理标准，避免出现违背战争伦理的情况。
超智算力：智能化转型的“数字能量”
算力是支撑数据处理和算法运行的基础能力，如同智能化体系的“能量支撑”。在军事智能化转型中，数据的爆炸式增长和算法的复杂化发展，对算力提出了前所未有的高要求。超智算力的规模、速度和可靠性，直接决定了军事智能系统的运行效率和实战效能，成为军事领域智能化转型的动力系统。
算力的核心作用在于突破性能瓶颈，支撑复杂智能任务的高效运行。智能化战争对算力的需求呈现出“指数级增长”特征：一套先进的AI指挥系统，在处理全域战场数据时，需要同时运行数千个算法模型；一支无人机蜂群在执行协同作战任务时，需要实时进行海量数据交互和决策计算；一次大规模的虚拟对抗训练，需要模拟数万甚至数十万作战单元的互动行为。这些复杂任务的完成，离不开强大的算力支撑。没有足够的算力，再优质的数据也无法快速处理，再先进的算法也无法有效运行。当前，算力已经成为衡量军事智能化水平的重要指标，谁掌握了更强的算力，谁就掌握了智能对抗的主动权。
构建适应智能转型需求的算力体系，需要打造“云边端”协同的算力布局。在云端，要建设分布式云算力中心，构建覆盖全域、弹性伸缩的算力基座。依托大数据中心、超级计算中心等基础设施，整合各类计算资源，形成规模化、集约化的算力供给能力。在边端，要推进算力下沉部署，提升战场末端的自主计算能力。针对前沿阵地、海上舰艇、空中平台等特殊场景，研发小型化、低功耗、高可靠的边缘计算节点，将部分计算任务从云端转移至边缘端。这样既可以降低对通信链路的依赖，减少数据传输延迟，又能在通信中断或信号黑障等极端环境下，保障作战单元自主完成目标识别、路径规划、协同配合等基本任务，提升体系生存能力。在终端，要强化装备内置算力，提升单个作战平台的智能水平。通过在无人机、无人车、导弹武器等平台中嵌入高性能AI芯片，赋予装备自主感知、自主决策、自主行动的能力，使其成为具备独立作战能力的智能单元，为集群协同和体系对抗奠定基础。
提升算力保障的实战化水平，需要强化技术创新和安全防护。在技术创新方面，要紧跟算力技术发展趋势，加快新型计算技术的军事应用。聚焦量子计算、光子计算、神经形态计算等前沿方向，突破传统计算架构的性能瓶颈，研发具有颠覆性的新型算力装备。同时，要加强算力网络建设，构建高带宽、低时延、抗干扰的算力传输网络。通过融合5G、6G、卫星通信等技术，保障云端、边端、终端之间的算力协同和数据交互，实现算力资源的无缝衔接和高效调度。在安全防护方面，要建立算力安全保障体系，防范算力资源被攻击、被劫持、被滥用的风险。通过采用加密计算、可信计算等技术，确保数据在计算过程中的安全性和隐私性；加强算力设施的物理防护和网络防护，构建多层次、全方位的防护屏障，确保算力系统在战时能够稳定运行，不受敌方干扰破坏。
