中国解放军以AI完成攻台兵推？“夸大了”

中国近年来积极透举办“全国兵棋推演大赛”，除了培育专业人材，也有以电脑兵推竞赛收集相关数据的用意。（图片撷取自Youtube）

近期美国智库Center for Security and Emerging Technology（以下简称CSET）发表一份名为“Harnessed Lightning：How the Chinese Military is Adopting Artificial Intelligence”研究报告，文中分析中国如何将人工智慧运用于军事作战领域，特别点出兵棋推演是解放军关注的重点，并展示一张电脑兵棋推演攻台作战的图片，隐含解放军已完成透过AI来进行台海作战的电脑兵推，为部份媒体所报导。

本文认为，仅以部份网搜资料便得出中国已成功发展AI进行攻台作战方案的推演，则有过度推论之虞。此外，解放军在电脑兵棋领域的发展其实落后于美军及其盟友，亦缺乏透过实战经验收集训练AI所需的巨量战场数据之机会。将这些因素纳入考量，才能对中国的AI在军事领域，特别是电脑兵棋推演上的运用与发展，有一个较为客观的评估。

该报告对解放军现有的AI能力，特别是将人工智慧运用到电脑兵推，从而发展战场决策辅助系统的分析，有误用甚至轻信网搜资料之虞。首先，该文所展示的电脑兵棋推演2019年攻台作战，係对岸民间军事爱好者使用电脑兵推游戏软体《指挥：现代海空作战》（Command：Modern Air∕ Naval Operations，以下简称COMMAND）所进行的推演结果分析战报，最早2017年便在知名的军事论坛“战争艺术”上发表与讨论。

除了分析该篇推演战报，我们亦透过COMMAND检设该想定档案，却发现所谓的“2019攻台作战”係采取“人在迴圈”（Human in the Loop）的方式推演，也就是人为操作双方兵力单位进行交战，完全不涉及人工智慧的运用，遑论透过AI模拟推演出攻台最佳方案的情况。比较合理的解释是，具有官方色彩、专司军事模拟分析的“中国指挥与控制学会”（Chinese Institute of Command and Control，CICC）转载数年前网路论坛上的“2019攻台作战”推演战报，CSET的研究人员则误以为该兵推由解放军主导，或至少有关，故纳入报告作为解放军运用AI进行电脑兵推的例证。

此外，该文重点介绍一家名为“摄星智能”（StarSee）的公司，强调旗下有人工智慧赋能（AI-enabled）的军事决策辅助系统，可以提供即时的共同作战图像，并快速生成多种作战方案协助战场指挥官进行决策。类似今年6月美国知名大数据公司Palantir释出影片，展示军事决策辅助平台“高谭”（Gotham）如何协助美军指挥官因应解放军封锁高雄港的危机。然而，摄星智能官网对于旗下产品仅提供文字介绍，辅以数张明显是电脑动画修改的图片，并未如Palantir释出完整的决策辅助平台操作与功能介绍展示影片。

网路上亦难以找到其它资料佐证摄星智能的军事决策辅助系统已经开发完成，并进入成熟运用的阶段。这间刚创立满三年的科技公司，还正在新创募资的阶段，是否已经拥有类似Palantir的Gotham平台，令人存疑。更可能的状况是，摄星智能官网上所宣称的系列产品，大部份还在初步研发，甚至是概念的阶段，需要更多的新创资金支撑后续开发。惟CSET的报告却已将摄星智能作为中国AI运用于军事决策的实证。

此种“一切以从中国网路搜寻的资料为准”之现象，对于非中文母语研究者而言或许难以完全避免。惟国外智库与媒体的分析在台湾受高度重视，此类误读或轻信对岸网搜资料的分析报告，稍有不察则可能变相为中国进行“大外宣”。

中国在电脑兵棋领域是追赶者而非领先者

笔者此处并非否定解放军对于电脑兵棋的重视，亦或质疑未来可能成功透过AI模拟推演出攻台最佳方案。然而，国外研究单位针对中国在电脑兵棋领域，特别是AI运用于兵棋推演上的分析报告，容易让读者有“中国是引领风潮者”的错觉。实际上，解放军在电脑兵棋上的技术、发展历程明显落后于美国及其友盟国家，中国本身的部份条件也侷限了发展的可能性。

首先，以国军汉光兵推所使用的“联合战区层级模拟系统”（JTLS）为例，美军于1980年代便开发成功，并提供友盟军事相关单位使用，台湾最迟于2003年便引进JTLS，陆续还有EADSIM、STORM、JCATS等军事模拟分析系统。由于此类军规模拟分析软体开发的技术门槛，以及美方对中国的输出限制，解放军迟至2014年才“宣布”成功自行建构中国第一款军规的电脑兵棋系统，惟其效能可否比拟已发展超过三十年，并有数十国家与单位使用与验证的美製系统，仍不无疑问。

此外，尽管中国对于将AI运用于兵棋推演的研究、相关文献甚至是网路讨论文章汗牛充栋，不代表解放军已经成功开发出“能掌握即时整体态势并给予决策建议”的AI，并将之运用于电脑兵棋推演，模拟出最佳的制敌方案。在AI研究这块领域，提出漂亮的概念永远比实际打造出可用的产品来得容易。直到美国Google公司旗下的DeepMind团队所开发出的人工智慧AlphaStar，于2019年在“星海争霸”这款全球知名的即时战略游戏的伺服器上，成功击败数名职业选手而取得“宗师”（Grandmaster）的段位。对于攻克具有“随机性”、“高複杂度”与“不完全讯息”等特性的电脑兵棋，并研发出“能掌握整体态势、给予即时战场决策辅助”的AI一事上，才有实质的进展。

隔年美国“国防先进研究计画局”（DARPA）便成立一项名为“游戏破坏者”（Game Breaker）的专案，以电脑战略游戏为标的，希望训练出彻底驾驭即时战略游戏的AI，找出可以为玩家所利用的不对称优势，最终发展为战争决策辅助系统，协助前线指挥官在瞬息万变的战场环境拟订作战方案。国防产业大厂Northrop Grumman成为合作对象之一，并选定前述的电脑兵棋软体COMMAND进行相关研究。当我们关注中国如何试图以AI来进行兵棋推演时，亦不应忽略其它国家特别是美国的发展趋势，才能有更为客观与全面的评估。

中国缺乏以实战经验收集训练AI所需数据之机会

最后，AI的训练与生成需要巨量资料，以拥有大量实战或实兵演训经验的美军为例，2017年时任五角大厦AI首席官的Jack Shanahan曾指出，美军每天透过各式感测器所收集的情报资讯量超过22TB，这是美军在训练可供电脑兵棋使用的AI上的一大优势。相对地，解放军极度缺乏透过实战经验收集相关数据之机会。

中国近年来积极透过中国指挥与控制学会与中国国家国防教育办公室举办年度“全国兵棋推演大赛”，除了培育专业人材，也具有以电脑兵推竞赛收集相关数据的用意。惟此种纯粹透过电脑兵棋公开连线竞赛所收集到的想定数据，是否能发挥如同从实战或实兵演训场域所收集而来的数据的类似效益，有很大的疑问。关键在于，透过开放式全民参与的电脑兵棋竞赛所收集来的想定数据，可能存在不少设定上的错误。

以CSET报告所提及的“2019攻台作战推演”想定档为例，国军的兵力设定部份竟出现我方并未引进SH-2反潜直升机; 已经于2004年除役的建阳号驱逐舰，仍存在于2019年想定场景的国军作战序列当中。倘若解放军真的依赖此类从公开电脑兵推所收集而来的想定数据训练AI，结果可能只是“垃圾进，垃圾出”（garbage in, garbage out）。