引 言

戰爭形態正加速向智能化演進，軍事領域的智能化轉型絕非單純的技術疊加，而是以數據、算法、算力為核心支撐的體系性變革，三者相互賦能、有機融合，構成了新型戰斗力生成的技術基礎。加快軍事領域智能化發展進程，應深刻把握智能化轉型的技術邏輯，夯實數據基石、激活算法引擎、做強算力支撐，為打贏未來智能化戰爭提供堅實保障。

作戰數據：智能化轉型的“數字基石”

數據是智能化的“血液”，沒有高質量、大規模、多維度的作戰數據積累，軍事智能化轉型就會成為無源之水、無本之木。在智能化戰爭中，戰場感知、指揮決策、作戰行動等全鏈路活動，本質上都是數據的產生、流轉、處理和應用過程。作戰數據的完備性、准確性和時效性，直接決定了智能系統的感知精度、決策速度和打擊准度，是軍事領域智能化轉型不可或缺的基石。

作戰數據的核心價值在於打破“戰爭迷霧”，實現從經驗驅動向數據驅動的轉變。傳統戰爭中，指揮員主要依靠戰場偵察、情報研判和實戰經驗作出決策，受限於信息獲取的廣度和深度，決策往往帶有一定的主觀性和局限性。而在智能化戰爭時代，一架偵察無人機每秒可傳回5GB影像數據，衛星網絡時刻追蹤成千上萬個地面目標，戰場數據生成速率呈幾何級數增長。這些來自陸、海、空、天、網、電、心理等多域的作戰數據，經過規范化處理和深度挖掘后，能夠構建起全域透明的戰場態勢，為指揮員提供精准決策支撐。

構建全域覆蓋的作戰數據資源體系，需要抓好全生命周期治理的關鍵環節。在數據採集環節，要立足全域作戰需求，拓寬數據來源渠道，實現傳統空間與新域空間的數據全覆蓋。傳統空間要聚焦陸戰場、海戰場、空戰場等傳統領域，精准採集兵力部署、裝備性能、地形地貌等數據﹔新域空間要向太空、深海、極地、網絡空間等領域延伸，重點採集太空目標軌跡、深海環境參數、網絡空間態勢等數據。在數據融合處理環節，要建立統一的數據標准體系，解決“一數多值”“格式不一”等突出問題，實現不同來源、不同類型數據的互聯互通。在數據共享環節，要健全跨域共享機制，建立分級分類共享規則，打破軍種壁壘、部門界限和網絡隔離，構建“無所不在、無所不含、無所不聯”的數據共享環境，實現數據資源的最大化利用。

發揮作戰數據的戰斗力倍增效應，關鍵在於培育數據思維和建強專業隊伍。數據思維是激活數據價值的前提，要引導官兵養成“用數據思考、用數據說話、用數據管理、用數據決策”的行為習慣，摒棄憑經驗、靠直覺的傳統思維模式。在作戰籌劃中，要以數據為依據進行量化分析﹔在訓練評估中，要以數據為標准進行精准衡量﹔在裝備研發中，要以數據為支撐進行迭代優化。同時，要著力建設專業化的數據人才隊伍，明確各環節崗位職責，貫通從數據產生到數據運用的全流程鏈路。通過院校培養、崗位歷練、專項培訓等多種方式，提升官兵數據採集、處理、分析、運用的專業技能，打造一支既懂軍事業務又通數據技術的復合型人才隊伍，為數據價值釋放提供人才支撐。

專業算法：智能化轉型的“數字引擎”

如果說數據是智能化的“燃料”，那麼算法就是將燃料轉化為動力的“發動機”。專業算法作為軍事智能的核心驅動力，是實現數據向知識、知識向決策、決策向戰斗力轉化的關鍵環節。在智能化戰爭中，算法的優劣直接決定了作戰體系的反應速度、決策精度和對抗效能，成為軍事領域智能化轉型的引擎。

算法的核心優勢在於重構作戰鏈路，實現OODA循環的極速迭代。傳統作戰中，觀察、判斷、決策、行動的鏈路較長，受限於人工處理能力，往往難以適應瞬息萬變的戰場態勢。而智能算法能夠依托機器學習、深度學習等技術，對海量作戰數據進行秒級處理、實時分析和規律挖掘，大幅縮短決策周期。外軍AI軍事指揮系統在模擬測試中，僅用很短時間就生成多套完整作戰方案，響應速度和決策效率遠超人類指揮團隊，充分展現了算法在加速決策流程中的巨大優勢。在作戰行動中，算法能夠貫穿偵察感知、指揮決策、火力打擊、效果評估等全鏈路，構建自主閉環的“殺傷鏈”。從目標識別到威脅排序，從方案生成到火力分配，從打擊實施到毀傷評估，算法能夠自主完成一系列復雜任務，實現“發現即摧毀”的作戰效果。

提升算法的實戰應用效能，需要強化技術創新和場景賦能。在技術創新方面，要緊跟人工智能發展趨勢，加快前沿算法的軍事應用轉化。聚焦生成式AI、神經形態計算、腦機接口等新技術方向，探索算法與軍事需求的深度融合路徑。在場景賦能方面，要立足實戰需求構建多元算法典型場景，研發目標識別、態勢研判、虛擬訓練等專用算法，突破復雜電磁環境信息處理瓶頸，推動算法模塊化、輕量化改造，與指揮控制系統、無人裝備系統快速集成融合，讓算法在典型場景具體任務中不斷迭代優化，讓算法優勢轉化為實戰能力。

筑牢算法安全防線，是確保智能轉型行穩致遠的重要保障。算法在帶來作戰效能提升的同時，也面臨著被篡改、被欺騙、被濫用等安全風險，甚至可能出現“算法失控”的嚴重后果。要建立算法安全審查機制，對軍事智能系統中的算法模型進行全流程安全評估，重點審查算法的可靠性、透明度和可控性，防止出現算法偏見、邏輯漏洞等問題。加強算法對抗技術研發，既要提升己方算法的抗干擾、抗攻擊能力，也要掌握干擾、欺騙敵方算法的技術手段，在算法對抗中佔據主動。同時，要注重算法倫理建設，明確算法應用的邊界和規則，確保算法的研發和使用符合國際法律和倫理標准，避免出現違背戰爭倫理的情況。

超智算力：智能化轉型的“數字能量”

算力是支撐數據處理和算法運行的基礎能力，如同智能化體系的“能量支撐”。在軍事智能化轉型中，數據的爆炸式增長和算法的復雜化發展，對算力提出了前所未有的高要求。超智算力的規模、速度和可靠性，直接決定了軍事智能系統的運行效率和實戰效能，成為軍事領域智能化轉型的動力系統。

算力的核心作用在於突破性能瓶頸，支撐復雜智能任務的高效運行。智能化戰爭對算力的需求呈現出“指數級增長”特征：一套先進的AI指揮系統，在處理全域戰場數據時，需要同時運行數千個算法模型﹔一支無人機蜂群在執行協同作戰任務時，需要實時進行海量數據交互和決策計算﹔一次大規模的虛擬對抗訓練，需要模擬數萬甚至數十萬作戰單元的互動行為。這些復雜任務的完成，離不開強大的算力支撐。沒有足夠的算力，再優質的數據也無法快速處理，再先進的算法也無法有效運行。當前，算力已經成為衡量軍事智能化水平的重要指標，誰掌握了更強的算力，誰就掌握了智能對抗的主動權。

構建適應智能轉型需求的算力體系，需要打造“雲邊端”協同的算力布局。在雲端，要建設分布式雲算力中心，構建覆蓋全域、彈性伸縮的算力基座。依托大數據中心、超級計算中心等基礎設施，整合各類計算資源，形成規模化、集約化的算力供給能力。在邊端，要推進算力下沉部署，提升戰場末端的自主計算能力。針對前沿陣地、海上艦艇、空中平台等特殊場景，研發小型化、低功耗、高可靠的邊緣計算節點，將部分計算任務從雲端轉移至邊緣端。這樣既可以降低對通信鏈路的依賴，減少數據傳輸延遲，又能在通信中斷或信號黑障等極端環境下，保障作戰單元自主完成目標識別、路徑規劃、協同配合等基本任務，提升體系生存能力。在終端，要強化裝備內置算力，提升單個作戰平台的智能水平。通過在無人機、無人車、導彈武器等平台中嵌入高性能AI芯片，賦予裝備自主感知、自主決策、自主行動的能力，使其成為具備獨立作戰能力的智能單元，為集群協同和體系對抗奠定基礎。

提升算力保障的實戰化水平，需要強化技術創新和安全防護。在技術創新方面，要緊跟算力技術發展趨勢，加快新型計算技術的軍事應用。聚焦量子計算、光子計算、神經形態計算等前沿方向，突破傳統計算架構的性能瓶頸，研發具有顛覆性的新型算力裝備。同時，要加強算力網絡建設，構建高帶寬、低時延、抗干擾的算力傳輸網絡。通過融合5G、6G、衛星通信等技術，保障雲端、邊端、終端之間的算力協同和數據交互，實現算力資源的無縫銜接和高效調度。在安全防護方面，要建立算力安全保障體系，防范算力資源被攻擊、被劫持、被濫用的風險。通過採用加密計算、可信計算等技術，確保數據在計算過程中的安全性和隱私性﹔加強算力設施的物理防護和網絡防護，構建多層次、全方位的防護屏障，確保算力系統在戰時能夠穩定運行，不受敵方干擾破壞。（李建平、紀鳳珠、趙卉）

分享讓更多人看到