后一次军事革命并不是无源之水，往往是脱胎于上一次军事革命然后螺旋式上升发展，没有冶铁技术，根本不可能出现枪炮坦克，没有枪炮坦克，光有无线电也没有作用。也就是说，整个军事史是一部进化史。进化的根本动力在于，人类在认识到上一种军事形态的弱点之后加以改进造成最终让作战行动更加有效。

信息化战争脱胎于20世纪初，当无线电第一次走入战场，就意味着信息化的脚步不可阻挡，而后的战争实践中，热兵器机械化战争在一战、二战发展到顶峰，反而掩盖了信息化手段的重要性，直到核武器出现之后，人类才开始在信息化方向进行探索，发现了既能不毁灭人类，又可以高效作战的模式，最后在海湾战争信息化战争时代正式到来，而在1991年的海湾战争之后，信息化战争在大放异彩的同时，也暴露出了一些严重的问题，导致新的军事革命种子开始萌发。

海湾战争中美军各个战场之间虽然使用了信息化手段，但通信技术规范、机器接口的不一致，部队信息化的范围较小，各个作战单元之间无法形成更紧密的配合，影响了作战效果和信息利用效率，依然停留在点对点的平台中心战层面。为了解决这一问题，信息化战争开始进化，走向了网络中心战，美军开始试图将所有作战单元纳入一个统一的作战网络，实现网络中一点发现、全网皆知、整体抗击的局面，然而说归说，这种战争形态的最终完善，需要耗费极大的人力物力财力和时间去改造军事装备，同时军队也需要在编制体制上做出调整，设定诸军种统一的联合战区体制，制定模块化标准化的协同条令，统一武器发展计划等。如果没有这些改革，网络中心战是不可想象的，同时考虑到军队并行打击的需求和作战的“重心”理论，美军确立了“集中指挥，分散实施”的原则。

然而这一原则和“重心”分布式发展的路子是相违背的，也和网络中心战的发展是相违背的。当整个战场都需要监控和联通的时候，传感器数量必然暴增，未来作战情报来源还不光是这些传感器，政府情报部门例如美国的CIA也需要参与作战提供情报，情报的大量涌入导致决策者在决策时无所适从，决策质量直线下降。而在战场增多，需要打击的重心也增多时，多个战场，甚至成百上千个战场同时需要决策者进行作战指挥、情报分发时，就超越了人的极限。

为了解决这一矛盾，C4ISR为代表的指挥自动化系统辅助决策出现缓解了部分危机，然而这并非是最终解决之道，人类的力量终究是非常有限，现代所谓的最高指挥官指挥到最低级单兵行动的作战模式在未来可能越来越多甚至成为常态，而人和人进行通信协调时传达作战意图时，往往词不达意，漏洞百出，而一个人去处理成百上千个决策完全不太可能，巨大的军队需要巨大的指挥部分布式决策，但这些人不可能都具备决策素质与决策资质，随着分布式决策人数的增多，这个战场的指挥官们交流协调起来非常困难，想取得整体最理想的结果，几乎不可能，整体决策质量的下降将严重拖累军队的进一步发展。

要解决这一问题，靠机械化信息化编制体制等手段都不行，最终只能靠人工智能的自动化决策系统辅助人类去完成冗长的繁琐的重复性的工作，让计算机自动对多个战场进行优先权排序和力量、资源分配，进行时间和空间上的协调，这就在高级指挥控制层次解决了决策质量问题。

而在低层战斗层次，这种趋势更为明显，具有人工智能机器的观察、调整、决策、攻击每一个环都可以做到比人类更快，质量更高，可以在复杂态势里快速依据参数判断出下一个机动位置和最佳攻击时刻，这在本章第一节已经提到，在这里举一个战术对决的案例。

假设两架战斗机相向而行进行战术对决，一架为纯有人驾驶，编号为A，另外一架为人工智能辅助或者全人工智能，编号为B。此时会出现几种态势：

态势1：A与B的传感器性能相同，探测距离都是50km，A与B在同时发现了对方，然而B在0.0001秒就发射了武器，同时开启干扰措施，而后根据A的飞行参数，向另外一个阵位机动，这个阵位是B认为A有可能在进行武器规避机动后对其进行下一次攻击的最佳阵位。然而A由于是人进行操作，可能在其没有锁定前就被对方的干扰措施所反制，然后只能看到对手的导弹飞向自己，虽然不一定会命中，但已落于下风。

态势2：假如B的雷达探测距离较近，只有40km，A有50km，此时A会首先发现B，进行锁定，而后进行导弹攻击脱离。但在脱离的过程中，因为要转弯减速，此时B与A之间的距离缩小到了40km，B也发现了A。此时B也锁定了A并且以最快的速度发射了导弹攻击A，并且继续向A接近。而后B发现有导弹来袭，电脑快速识别出这枚导弹，给出了其性能参数，综合判断后，B认为通过综合干扰和机动可以进行摆脱，并且计算出了最佳的机动半径与机动方向、机动时机（极限距离最小能量损失向下垂直机动，可以促使敌人传感器进行下视搜索，缩短其距离，自己是上视搜索增加搜索距离），最后在导弹即将接近时，在极限距离以一个向下转弯就轻松甩掉这枚导弹，而后开始扫描天空。此时A的飞行员刚费尽力气摆脱B发射的导弹，就被B发现了，两者互相发现，开始了公平的争斗，情况回到了态势1。

态势3：假设A和B同时发现对手，开始机动，A首先达到了武器允许发射的阵位，B的计算机经过计算后认为这一阵位武器发射后命中率只有45%，在电子干扰和机动摆脱之下，命中率不超过5%。而B目前所在的阵位如果也发射导弹，命中率不超过30%，于是B选择继续机动，不管这枚导弹，等到机动到70%命中率阵位的时候，B发射导弹随机以毫秒的速度开始了机动和电子干扰。A发射导弹失败，而B发射导弹成功击落了A。

以上三个态势并非虚幻，具有人工智能的计算机在OODA的每一个环速度都优于人类，在复杂态势下最优解的寻找也优于人类，其作战不是简单的寻找最快速的OODA，而是时刻判断态势，寻求敌人被杀伤概率与自身被杀伤概率中最佳的平衡点，这一境界的达到是最高智慧的科学家使用复杂算法实现的，并不是飞行员的头脑发热和灵机一现，双方决策质量完全没有可比性。

这一切都证明，在战术层次在机器和人工智能取代人类作为决策者后，武器本身发挥出了超越设计师设计时预想的性能，将武器装备的战斗力彻底解放了出来，实现了作战效能的最大化，在未来使用人工智能的武器装备即使性能稍有落后，也能击败性能更为强大的“笨蛋”敌人。

而在战役和战略层次，人工智能和机器全部取代人可能需要更长一段时间，但这种趋势是不可逆的，指挥自动化系统已经开始在战役层次代替人类，没有它哪个指挥官能够打赢一场现代化战争？特别是空军作战当每天出动的飞机多达几千架次时，纯靠人去指挥，连空域矛盾都无法调节，飞机空中相撞都会让所有参战部队损失惨重了。

实际上在战役、战略等高层次的战斗中，即使通过人工智能全局最优解也很难一次性求得，特别是传统的自动化手段往往需要大量的计算，甚至陷入不可解的穷举法计算，但人工智能手段却可以运用智能算法在极短的时间内无限逼近最优解，人工智能在处于这些复杂动态问题时，一个重要的原则就是其是主要基于概率而不是主要基于计算的，也就是说，人工智能会根据以往双方的态势，可能具备的选择，以及下一步敌我双方可能采取的行动中，我方如何取得最大胜率去进行决策的，而不是我方怎么决策速度快，怎么在局部获得最大优势，这种典型的智能算法就是贝叶斯网络法，2016年3月的人机大战，alphago战胜了世界著名围棋选手李世石，下图是双方对弈的一盘棋局后台分析图，可以看出，alphago实际上每一步都在预测自身的胜率。

因为围棋本身变化非常多，甚至超过宇宙所有原子数目总和，无法使用穷举的确定性计算来预测，alphago使用了蒙特卡洛模拟，加入了随机因素，使用概率的方法进行解算，这就意味着，它可以处理未知的问题的同时保持最大胜率。聂卫平甚至估计其中盘能力有13到15段，而人类最强大的选手只有9段。下一步alphago也将参与星际争霸2游戏的与人类对手对决，这一游戏的本质就是在未知条件下操作兵种进行虚拟作战，星际争霸2一共有100个兵种，这已经超过了目前现役的某一国空军武器种类的总和。

同时机器完全不会有感情，不会害怕，不会丢失记忆，也不会状态下降，因此总能冷静地玩出各种极限操作让人类选手抓狂，这就是人工智能对战争的力量。

智能战争建立在机械化的物理基础和信息化的网络的基础之上，依靠的人工智能技术的突破完成战争革命，这基于两项技术突破，其一是神经网络计算机，它突破了传统的冯诺依曼结构，模仿人类大脑神经元构造具备了自主学习能力。其二是智能算法，以退火算法，遗传算法，市场经济算法等解决大型系统最优解为目的的智能算法在不断的突破导致了计算机甚至可以拥有“情绪”，具备自组织与自通信功能，同时它们的计算速度、存储能力、生存能力、反应时间大大超越人类，所以智能战争代替信息化战争大势所趋，无可争议，在智能化战争面前，信息化战争就像一群笨拙的蚯蚓面对智慧的人类一样必败无疑。

原文来自:中国财经界