把握人与系统的关系的优化方法

不同于实战或实兵演习中红蓝双方的直接对抗，运用兵棋系统进行模拟训练时，红蓝双方是借助于兵棋系统来进行对抗的，因此，“人与系统的关系”也会成为兵棋总体设计的根本性问题之一。尤其是当前“人工智能”在社会各领域取得了一定的突破性发展，很多技术人员，甚至是部分军事人员也对“全智能全自动”指挥决策给予了极高期望。如果不能对“人与系统的关系”有清晰的认知，兵棋系统的设计必然要走弯路；如果把人与系统的关系搞颠倒了，则设计出来的兵棋系统就一定会失败。

兵棋推演核心还是“人与人”的对抗。在处理人与系统的关系时，兵棋系统必须坚持以“人与人的对抗”作为核心，即一定要设计成为能够充分体现红蓝方指挥员指挥能力和指挥艺术以及战法特点的“斗智斗谋”的模拟系统，只有这样，才是最贴近实战的训练，也是军事训练的最基本要求。这是“练为战”训练的基本规律所决定的。从原则上讲，凡是在战场上需要指挥人员自己动脑动手亲自去做的事，在兵棋对抗推演时，都依然坚持由受训人员去完成的原则，其核心的职能不能由兵棋系统来完成；相反，凡是不需要指挥人员亲自去完成，但演习中又不可缺少、非此条件不能构成战场环境或训练环境的，则可以由兵棋系统进行模拟。随着指挥自动化系统的技术发展和广泛应用，有的观点认为兵棋系统应该通过自动分析情报，自动评价态势，自动生成并评估作战方案等功能，代替受训指挥员的大部分决策思维。这是一种应予以反对的错误倾向。这时指挥员的训练实质上已经成为简单的方案选择训练，受训者个人的主观能动性已被限制在若干“机器方案”范围内，指挥员处于被机器左右的被动境地。其错误的根源，一方面是很多技术人员，甚至部分军事人员过高看待人工智能技术在军事领域，尤其是战役决策上能够发挥的作用，片面追求在系统中应用先进高技术；另一方面是部分参加系统设计的军事人员对联合战役、战术训练的复杂性认识不够，仅仅把“定下战役、战斗决心”当作训练的主要内容，甚至是全部内容，因而把战役模拟训练的主体简化为作战方案选择。这种错误因其采用先进技术而带有相当的欺骗性，它以揭示未来战争的发展趋势为理由，不但把训练引向迷途，而且从根本上颠倒了未来战争中人与计算机的关系，否定了人的决定性作用。除此之外，在人与系统的关系上，还会面临两个问题。一是兵棋系统是否可以完全充当蓝方，与红方进行“机器与人”的对抗；二是兵棋系统是否可以完全充当下属各层级指挥人员，在受训层级以下进行“机器与机器”的对抗，模拟训练层级越高，这个问题就越突出。这些问题，都涉及如何看待人工智能AI在军事领域，尤其是战役指挥决策中所能发挥的作用。

兵棋系统需要理性地看待人工智能应用。在“AlphaGo（阿尔法狗）”全面战胜了人类顶尖围棋手之后，人工智能掀起了新的高潮，人工智能在各个领域的发展前景普遍被看好。那么，人工智能在军事领域的应用与其他领域是否会有巨大的差异呢？由于知识的局限，无法进行全面深入的分析。但至少可以从思维规律的角度，对围棋中的人工智能技术与指挥决策进行简要对比讨论。首先，围棋具有完全闭合、相对固定的规则，围棋中的人工智能依然是一种有规律可循的逻辑思维和因果关系推理。而战争中或者作战指挥中，虽然是有其自身的规律和原则，但这些原则并不是完全闭合的，并且从来就不是死的而是活的，这就是常说的战法“运用之妙，存乎一心”。其次，围棋是“轮流落子”，每次各方只落一个棋子，通过与前几步棋、后几步棋的逻辑联系，最终会形成明确的胜负关系。而联合作战中，各方都是几十、几百甚至几千个作战单位同时展开，某些作战行动，如防御、佯攻，从局部来看是得不偿失甚至是“失败”的，但是从战役全局来看却是完全正确的；甚至有些作战行动从全局来看都难以准确评价，譬如，越南战争中，毫无疑问美军最终是失败的，但是美军绝大多数战术行动都是成功的。所以层级越高，越难以按照固定的规律和思维做出正确的决策，甚至都难以判断每个阶段、每项行动的决策正确与否。并且在同样的情况下，也不能再复用上一次的处置，否则被敌方发现就可能失败，“兵无定式，水无常形”讲的就是这个意思。因此，虽然从模拟训练的角度，非常需要由兵棋系统来完全充当蓝方各层级，以及红方下属各层级的指挥人员；但是，在目前的人工智能技术下，仍然只能在一定程度上部分地模拟蓝军各层级和红方下属各层级的战术、战法和指挥决策，特别是高技术军兵种战斗行动、平台对抗的决策。而对于战役层级的指挥决策，尤其对于大规模的兵团和战役军团对抗，由兵棋系统完全自主地进行指挥决策还难以令人信服。所以，未来可能随着人工智能的发展而出现完全的“人机对抗”，甚至于“机机对抗”，但现阶段兵棋系统的指挥决策仍然只能够有限地、局部地运用于初级的训练。(www.xing528.com)

兵棋系统需要适度地提供辅助决策功能。随着指挥信息系统的技术发展和广泛应用，各个指挥层级都不同程度地具备了辅助决策功能，那么在兵棋系统中是否应该提供辅助决策功能呢？这个问题需要区分两个方面来理解。一方面是低于受训级别的指挥决策的辅助功能。例如，受训级别是集团军级，其下一级的师级指挥决策、下两级的团级指挥决策等。从模拟训练的需求来看，最理想的情况是由兵棋系统完全模仿受训层级以下各级指挥人员的思维活动，完全自动地指挥控制不由受训级别指挥人员直接指挥的下级部（分）队行动。但是正如前面所分析的，目前的人工智能技术下，兵棋系统还难以完全实现这种自动指挥决策。因此，应该尽可能地针对受训级别以下各级指挥决策提供辅助功能。除了尽量将指挥信息系统中相应层级具备的辅助决策功能，嵌入到兵棋系统之外；还应该综合考虑指挥层级以及行动模拟与裁决的需要，对某些指挥决策内容提供默认的一种或多种方案，尽量精简受训级别以下各级指挥决策的内容。从而在确保行动模拟与裁决结果可信的前提下，使得受训指挥员的精力尽量集中于考虑本级指挥决策活动，更好地履行受训本级指挥员的指挥职能。另一方面是受训级别的指挥决策的辅助功能。前文已经明确了，兵棋系统不能够将指挥员复杂的思维谋略训练，变成简单的“按键盘”选择作战决心方案。但是，在兵棋系统中针对受训级别的指挥决策，适当地提供辅助功能却是很有必要的。如果指挥信息系统中本级的某些辅助决策功能已经比较成熟，则意味着实战中本级指挥人员的指挥决策可以借助这些辅助功能，为了贴近实战，在兵棋系统中也需要提供同样的辅助功能。当然，为了提高模拟训练难度，可以弱化这些辅助决策功能。另外，如果是主要训练本级指挥员，需要由兵棋系统尽可能替代本级部分参谋人员的工作，这也需要针对这些参谋人员的工作尽可能地提供辅助功能。