【CICC原创】连载13：《C2学科发展报告》—指挥与控制学科未来5年的战略需求
黄四牛 肖卫东 刁联旺
面向新时代国家、国防和军队发展战略，适应科学技术发展趋势，指挥与控制学科在未来5年将更加注重体系致胜、自主原创的战略导向，更加注重全域协同、敏捷韧性的作战形态，更加注重复杂动态、认知博弈的科学机理，更加注重人机智能、网云边端的技术路径。指挥的发展主题是智能决策，突出作战体系分析与战争设计、敏捷自适应、临机决策、人机混合智能、群体智能、不确定性决策、不完备信息博弈、认知对抗等。控制的发展主题是在线协同，突出5G+控制、IoT+控制、分布式自主协同、无人自主协同、有人无人协同、边缘AI等。
1 面向全域作战和“三化”融合，自主创新研究新概念新理论
（1）面向全域作战。在战略层面上，冲突双方都有足够的自由去选择跨域的组合方式，甚至是在同一域中也充满了多元组合。先进的作战模式不只是在于确保作战速度更快、作战范围更广、作战效能更具致命性，更重要的挑战是实现非对称、差异化的行动。随着攻击和防御能力在多域的同时拓展，单一域优势可能限制作战平台和战术行动的选择，要使部队能够根据战场变化重新夺取主动权，就需要实时衡量相对优势，缓解固有弱势，协同部队在作战环境中形成临时优势效能。此外，作战的意图也不再只是争夺领土，更在于扰乱对方指挥员、误判态势、误导决策以及在战场外影响民众的观念和认知。认知维度的行动不仅可能，而且通常具有首要且决定性的作用。
在战术层面上，当前任务式指挥能够提升部队的主动性和适应能力，应对作战的不确定性。但是将来战场的动态性、非连续性改变了传统以任务为导向的指挥控制模式，指挥员的最初意图可能不具有持续性，通信联络的受扰、非对称的多域进攻等都会迫使指挥员不断调整和更改作战决心，在这种情况下，条件刺激响应式指挥模式可能更为适用。
（2）面向“三化”融合。新的战争形貌下，一方面新型作战力量及相应作战样式快速崛起，与此同时，传统作战力量智能化改造不断深入，机械化、信息化、智能化三化融合发展将催生新的指挥与控制理论。
人工智能、云计算、大数据、物联网、区块链、5G 等新一代信息技术基础设施，正在形成新的战争操作系统。指挥控制形态将实现战斗力的微粒化解构与智能化重组，实现从网络赋能到知识赋能、从连通共享到感知认知、从中心到边缘、从刚性固态到柔性液态、从流程到协同的转型。组织规模的小微化、组织结构的云端化、组织运行的液态化、组织边界的开放化、人机协同的常态化，将使能够突破力量边界的、多域大协作的协同网络，越来越成为主流的组织形态，“拟态”组织、“蜂群”组织等将越来越多的出现在战场上。
此外，数据量的爆炸式增长意味着物理世界的数字孪生不断完善，孪生技术在物理世界和数字世界之间建立准实时联系，实现物理世界与数字世界互联、互通、互操作。未来，物理战场的数字镜像将从分时到实时、从宏观到微观，形成一个完整的数字孪生。
2 围绕指挥控制大脑，重点解决战争计算、知识驱动、认知计算等瓶颈问题
“智能化与自动化的主要区别是在不确定性很大情况下基于各种信息做出决策的能力、自我学习的能力、对意外情况和不断变化情况的自适应能力”。军事博弈具有多元、动态、不确定、状态高维、信息不完全、稀疏样本、弱规则、非零和等本质特征，并不完全适应于当前人工智能的主流技术机理，必须要真正解决以下问题，才有可能研制出可用的智能指挥控制系统，形成指挥控制大脑：一是提供知识，开发各问题域知识的结构化、形式化、体系化方法；二是模拟推理，研究基于多模态信息的各种人脑推论模式及其形式化体系化，并能在计算机中有效运行；三是人机交互，保证智能系统与人类专家之间的自然准确交流；四是不断进化，不断对指挥控制大脑进行训练和更新，不断积累技能和自学习演进。
（1）战争计算。一是围绕分析作战体系的短板软肋以及基于此的战争设计，研究战役布势、战局优劣等定性概念的量化计算，研究复杂作战体系的建模及其涌现行为和蝴蝶效应，研究如何将不确定性量化（UQ）等理论方法用于筹划推演中随机情况的计算。二是围绕利用数据+算法+算力的决策机制解决不确定性的指挥控制问题。通过博弈对抗推演辅助指挥员预测态势变化、评估优选方案、学习战法战术，研究博弈场景灵活订制、博弈对抗规则建模、大样本对抗实验分析、智能算法验证评价等问题，开展多样化、智能化的博弈对抗推演。
（2）知识驱动。未来军事信息系统应着眼信息中心战向知识中心战的发展趋势，发展更为灵活的“以知识为中心”的指挥信息系统，以满足其对未来战场态势的知识化的感知与共享，对指挥机构的智能化辅助决策支持，以及对作战力量多元化知识服务的需求。同时，敏捷性优势也不仅需要网络支撑，更需要基于知识的个体认知与群体认知趋同下的高度自同步行动。研究作战筹划中的知识体系构建、知识自动抽取、知识融合与自演化以及知识问答与推理技术，研究知识图谱和规则系统平台，研究作战常识、力量编制、标准、战法规则、条令条例、决策模型、经验等的获取、表示和运用，研究以人为中心的知识运用以解决认知的不一致性和不确定性问题，重点放在针对决策相关问题的理解认知上，重点呈现时空因果关系。
（3）认知计算。研究态势认知域的基础问题，借鉴不确定性系统的相关学科成果，研究人类认知不确定性下的态势感知理解与预测，从态势理解、预测、评估和生成各环节揭示态势认知机理，实现对战场敌我双方以及环境要素之间复杂关系的深层次认知，提升指挥员对战场态势认知的速度和深度。与认知科学、生命科学、生物科技等学科交叉融合，研究基于规则、经验、概率、直觉、情感、顿悟的定性定量综合决策模型，将人类记忆联想机理、多模态序列记忆与预测机理等用于指挥决策；面向临机决策，研究基于注意力机制的快速搜索比对提炼和优化剪枝规划预测，研究基于经验性思维图式的自动反应和行动。
3 基于网络信息体系，加强云指挥控制能力研究
（1）强化边缘指挥控制能力。面向5G+指挥控制和实时决策需求，研究边缘AI。在车载机载舰载终端、手持终端、可穿戴设备等边缘装备上部署AI芯片、运行AI算法，使边缘节点可以更快速地对情况做出响应。此外，借鉴区块链技术探索去中心化互联和合约化协同。
（2）分布化自动化的系统构建。探索基于机器学习、开放架构、模式识别等技术的异质系统融合，实现不同系统间的自动连接、在线共享和互相学习，可在同一平台融合传感、共享交流和行动。研究支持全域作战的软件定义指挥控制系统构建机理，根据任务和作战环境快速形成任务能力。实时感知作战任务需求、系统运行状态和战场环境变化，软件定义系统架构、功能、流程，实现知识驱动下的全域资源池化管理、资源协同运作与应变演化和作战体系能力动态自适应生成。
作者：黄四牛 肖卫东 刁联旺