【摘 要】 针对未来战争形态将从物理世界的核威慑发展为跨域 “三战合一” 的智威慑的时代背景,  提出军事区块链的内涵、方法与应用,  详细阐述了区块链 “真 (TRUE)” 和 “道 (DAO)” 的技术特点,  即可信 (Trustable)、可靠 (Reliable)、可用(Usable)、高效 (Efficient,  Effective) 以及分布式与去中心化 (Distributed,  Decentralized)、自主性与自动化 (Autonomous,  Automated)、组织化与有序性 (Organized,  Ordered),  指出区块链将成为军事智能的基石.  分析了区块链的军事意义,  并以军事信息系统、军事管理自动化以及无人机集群为例,  介绍了区块链在军事领域的潜在应用方向.  提出了平行军事区块链的概念框架、基础理论和研究方法体系.  区块链将有助于跨越不对称信息与有限理性鸿沟,  将不对称的战争变为对称的和平.

【关键词】  区块链,  军事区块链,  平行智能,  知识自动化,  智能合约

战争与和平是人类永恒的主题. 列夫·尼古拉耶维奇·托尔斯泰在其经典著作《战争与和平》中写道: “和平是目的. 但是, 战争是实现目的的手段”[1]. 伊恩•莫里斯在《战争: 从类人猿到机器人, 文明的冲突和演变》一书中认为, 从长远的观点看, 战争是好的, 并且常常是建设性的. 战争之所以在总体上起了这种好的作用, 莫里斯认为, 是因为通过战争, 人类创造出更庞大、组织更完善的社会, 该社会由更强有力的政府统治, 这样的政府用强制力确保了和平, 并为繁荣奠定了基础. 要达到创造更大的、更和平的社会这一目的, 战争是我们可以想到的最糟糕的方式, 但也几乎是人类迄今为止发现的唯一方式. 战争虽然在有些条件下可以走向建设性的反面, 但从长期的总体趋势来看, 战争使人类更安全、更富庶. 简而言之, “战争塑造国家, 国家缔造和平”[2].

克劳塞维茨(19世纪德国军事理论家和军事历史学家)在其著作《战争论》中曾断言: 战争是政治的延续. 列宁将这一断言视作“原理”, 强调“马克思主义者始终把这一原理公正地看作考察每一次战争意义的理论基础”. 然而, 克氏断言反映的只是战争一个十分重要的方面, 绝不是战争的本质特性.

实质上, 战争根源于有限的人类理性. 历史上, 每当发生战争时，必然是由于人类之间的冲突(即现实与欲望之间的矛盾)己经超越时代的理性所能解决的程度. 有限理性、无限欲望, 以及人性中对冲突的自然向往的综合作用, 使得战争成为人类文明与进步过程中无法割舍的有机整体. 除此之外, 人类理性和智能及相应技术的发展程度还决定了战争的形式与演化. 当理性的水平与冲突的程度之比较高时, 政治就成为战争的延续: 反之, 程度之比较低时, 战争就成为政治的手段和延续[3].

实际上, 近年来的国际形势, 特别是我国周边安全形势的演变, 例如围绕关于南海主权与权益之争的“南海问题”从最初的剑拔弩张到各方通过谈判呈现出稳定和缓之势: 朝鲜核问题从一度处于战争边缘逐步走向和平解决, 美朝首脑甚至短时间内实现了历史性会晤, 正好印证了“克式断言”正逐步演化为其相反的方向, 即“逆克劳塞维茨断言”: 政治是战争的延续[3]. 原因在于: 即便人类的理性有限, 但只要还存在理性, 那么就会希望并设法避免战争. 历史经验还表明: 提高人类理性的程度是避免战争的唯一途径, 具体表现为人类利用技术进步提高作战的效率并降低战争的成本。这么做的同时也相应提高了“逆克劳塞维茨断言”成立的可能性. 核武器的出现及其对近现代战争形态的影响, 就是一个明证. 随着战争形态的发展, 核武器所代表的物理世界的战争正不断延伸拓展至网络空间、甚至人工空间. 未来新智能时代的战争将要面临的不仅仅是物理空间的核威慑, 更多的将是网络和人工空间中以新智能技术为代表的智威慑[4].

本文将分析未来战争形态如何从核威慑发展为智威慑, 研究以区块链和人工智能为基础的区块链智能在军事领域的重要作用以及潜在应用场景, 并提出基于平行区块链的军事智能的研究内容与研究框架, 为未来智能化战争提供理论与技术支撑.

1  战争形态的演变: 从核威慑到智威慑

中国古典军事名著《孙子兵法》中曾指出: “不战而屈人之兵, 善之善者也”. 在古代，不发达的科技导致孙子的思想只能是一种理想。在现代, 战争的智能化正使得这一理想得以逐步实现。智威慑将取代核威慑, 有限可控的战争将替代大规模伤亡的战争, 战争的本质将向和平化战争演变. 言之, “逆克式断言”即政治是战争的延续, 将成为现代战争形态的主流和常态[5−6].

美国前国防部长拉姆斯菲尔德对“不战而屈人之兵”的军事思想十分认同, 曾表示“利用秘密和意外, 敌人无法还手, 就能达到不战而胜的目的”. 近年来, 无论是美国总统特朗普下令筹划组建“天军”(太空军), 还是五角大楼悄然改变其目标和任务, 从“提供武装部队以遏制战争和保护国家安全的工具”转变到“确保向美国供应致命武器, 以保护国家安全并保持在海外的影响力”, 无不隐含着这一思想. 因此有人认为, 以智能军事技术为核心的美国第二次“抵消战略”就是“终结”的开始. 战争的形态正从军事是政治的延续转向其反面, 即政治是军事的延续. 军事战、经济战、政治战同时进行, 从“杀人头”向“数人头”过渡. 智能技术与无人“接触”作战方式将在这一转变过程中起到关键作用, 促成战争形态从“全民皆兵”到“军民分离”, 再到“人机分离”, 并最终演化为“虚实分离”[7]. 特别地, 赛博空间使得联合物理域、网络域、感知域进行跨域作战成为现实, 战场的表现形式将是以无人武器为核心的“明战”、以网络武器为主导的“暗战”、及以社会媒体为手段的“观战”三者的有机战略组合[8], 如图1所示. 2012年巴以冲突中以色列针对哈马斯的“Twitter大战”以及2014年“克里米亚事件”导致的俄罗斯与西方的“混合战争”均是“三战合一”的典型例证.

图1  跨域作战: “三战合一”

面对“三战合一”的未来战争发展态势, 我们需要利用科技特别是智能科技来提高作战的效率和战争的成本, 从而大大增加使政治成为战争通过其他手段延续的机会. 未来, 我们要夺取的不仅仅是物理战争和物理空间的“制陆海空权”, 更是信息战争和赛博空间的“制信息权”以及知识战争和人工空间的“制智能权”, 如图2所示. 言之, 未来一支军队或一个国家有多大的威慑力, 其关键不在于物理空间的武器装备, 而在于人工空间的知识储备、理性程度和智能水平[9−10]. 为实现这一目标, 必须通过构建平行军事体系, 引入人工组织及其系统, 使赛博空间成为新的资源空间. 如此一来, 人工的形式, 加之开源的信息, 必将导致平行军事体系更具数据的外部开放性和丰富性, 从而使得军事资源规划(Military Resource Planning, MRP)、军事执行系统(Military Execution Systems,  MES)、军事过程控制(Military Process Control, MPC)等概念的落地成为可能[3]. 在此过程中, 区块链技术将起到极其关键和基础性的作用. 一定程度上, 区块链智能有助于跨越不对称信息与有限理性鸿沟, 将不对称的战争变为对称的和平.

图2  从核威慑到智威慑

2 区块链: 军事智能的基石

区块链作为当下的热门技术, 受到业界的广泛讨论和研究[26−34]. 最近出版的《MIT技术评论》, 整个一期都在“Hype(忽悠)和Hope(希望)”之间寻找区块链的真实价值, 权威齐聚、洋洋万言. 我们认为, 典型的区块链系统由数据层、网络层、共识层、激励层、合约层和应用层组成;每一层的技术特点都对军事智能管控至关重要: 其中, 数据层保证了军事系统、数据或情报的可靠性、可信性以及安全性: 网络层有助于实现自组织和去中心化(实际上是全中心化)的军事网络系统: 共识层则封装各类共识算法, 实现军事管理的自主、自治与可信决策: 激励层通过可编程的数字货币与激励机制来避免各类不当行为, 实现正向行为激励: 合约层则有助于实现军事管理的自动化和智能化, 约减由人和社会因素为军事管理带来的不确定性、多样性与复杂性.

区块链的技术特点可以归纳为“真(TRUE)”和“道(DAO)”, 其中, TRUE表示可信(Trustable)、可靠(Reliable)、可用(Usable)、高效(Efficient和Effective), 而DAO则表示分布式与去中心化(Distributed, Decentralized)、自主性与自动化(Autonomous, Automated)、组织化与有序性(Organized, Ordered).

首先, “可信(Trustable)”主要体现于4个方面: 第一, 决策可信: 比特币和区块链诞生于2008年末, 其初衷就是要解决中心化机构、银行和政府与用户之间的信任问题. 区块链把中心化决策、监管和控制变成了去中心化、自底向上的共识和共治, 因而特别适合需要高度确定性和精准可信决策的军事管理场景. 第二, 网络可信: 区块链技术促使军事管控网络转变为去中心化、点对点的网络, 在这个网络中, 每个节点都是平等的, 没有任何中心控制和层级机构, 无论是在战时还是在平时, 对于军事管理信息的团体误判以及不当行为的团体勾连很难实现. 第三, 数据可信: 从技术角度看, 区块链用共识算法来更新数据, 数据上链前需要所有或者大部分节点验证, 而日常维护也须每一个节点参与, 因此数据的可信性大大增强. 这一点对于现代军事管理十分重要, 因为数据、信息、情报是现代战争决胜的关键因素, 只有保证数据的绝对可信, 基于此做出的军事决策才能高效可靠. 第四, 账本可信: 区块链账本基于哈希值存储链式结构, 共识机制的存在保证了账本难以篡改且不可伪造. 任何跟军事管理决策有关的信息和行为一旦被记入区块链就难以被篡改和伪造, 保证了历史信息的完整性和可追溯性.

其次, “可靠(Reliable)”主要体现于3方面. 1) 非对称加密、哈希函数、时间戳等技术使得区块链安全可靠; 2) 区块链采用分布式存储, 每一个节点都会有完整的账本, 一方面可以避免单点故障对网络带来的影响, 另外一方面让伪造账本、篡改账本成本大大提高, 因此账本是非常可靠的; 3) 正是因为这种可靠性, 让区块链非常适合存储和保护重要的涉及隐私的军事管理数据, 来避免中心化的机构因为误操作或攻击所带来的隐私数据的丢失和泄露问题所造成的灾难性后果.

第三, “可用(Usable)”则是因为区块链技术适用于诸多典型应用场景. 根据World Economic Forum 2015年调查报告显示, 到2025年, 世界GDP总量的10%将存储于基于区块链的技术中: 普华永道则预测, 到2020年, 77%的全球金融服务产业将在其生产系统或流程中采用区块链技术. 目前的主要应用模式集中在智能合约、数字资产、共享经济、共享账本等领域. 在军事管理领域, 基于区块链的军事管理系统将有助于更高效、可靠地实现战场信息保护、武器装备管理、智能军用物流、隐蔽情报获取以及战时工作引导等各类重要军事决策管理.

最后, “高效(Efficient和Effective)”并不是指区块链技术的性能效率, 而是指区块链技术将有助于提高社会效率. 在军事领域, 区块链的大规模应用将打造一个去中心化、去信任化、去中介化的智能军事系统, 在这个系统里面, 通过科学的激励机制设计, 可以使良性参与者越来越多, 高效的决策越来越多, 理想的管理结果越来越多, 最终实现良币驱逐劣币的效果.

区块链技术之“真TRUE”侧重于技术特点, 相比之下, 区块链技术之“道DAO(Decentralized Autonomous Organizations, 去中心化自治组织)”则更聚焦于生态系统的组织形式. 军事区块链DAO可以通过设计一系列公开公正的规则, 以智能合约的形式, 在无人干预和管理的情况下实现整个军事管理系统的自主运行. 每个人, 包括军事政策的制定者、执行者、监督者等都可以通过持有该系统的股份权益, 或者以提供服务的形式来成为该系统的参与者. 我们认为, 起源于2001年的、中国人发明的“人肉搜索”是DAO的早期表现形式, 其在学术研究上称为动态网群组织(Cyber Movement Organizations, CMO). DAO则是CMO在区块链时代的延展与创新.

区块链和“DAO”给军事管理带来的影响是变革性的. 传统的军事管理架构是自上而下的“指挥与控制”, 而之露了一系列问题, 包括: 机构雍肿、管理成本高、责任界定不明、管理效率低下, 管理层次多、信息传递不畅、权力集中在上层导致下层自主性小、创新潜能难以有效释放等. 这些问题不仅对日常军事管理造成不良影响, 在需要实时决策的战时管理中更可能会带来致命性的打击, 因此亟需改变. 区块链的“DAO”则能在很大程度上改善这一现状, 这得益于其使得每个人都可以参与系统的治理, 提高决策民主化, 发挥每个人的决策性和创造性, 使得有更广泛的力量参与军事决策. 利用智能合约, 各项决策可以公开透明和自动化实施, 有助于杜绝各类腐败、不当行为的产生. 此外, 区块链技术可实现组织信息传输和处理的网络化, 实现军事管理与决策的知识自动化, 大大节约了管理成本、提高了军事管理的效率.

从表象来看, 区块链技术被广泛地认为是信任机器(Trust Machines)和真相机器(Truth Machines): 而从本质来看, 我们认为, 区块链可使传统上难以流通和商品化的“注意力”与“信用度”成为可以批量化生产的流通商品, 从而可以革命性地扩展各类军事活动的范围并提高军事管理的效率. 正因为“TRUE”和“DAO”这两个特质, 区块链有潜力成为未来智能军事系统的基石. 可以预见, 区块链与人工智能技术的深度融合, 必将促使军事管理由信息技术时代跨越到智能技术时代. 由此衍生出的区块链智能融合了区块链技术的信息完整性、不可篡改性以及去中心化信任等技术特性, 以及人工智能的算法、算力、数据以及学习方面的优势, 可使“数之力、算之力、法之力、网之力、链之力”一体化融合, 奠定军事智能的基石, 实现现代军事管理的信息化与智能化.

那么, 区块链智能是如何实现以上目标的呢?这就需要我们回答3个重要问题: “人工智能结合区块链可以制造出什么火花? 人工智能如何架构在区块链上? 以及人工智能和区块链是否能够颠覆现有的世界?”.

首先, 人工智能结合区块链而形成的区块链智能, 必将引发未来智能产业的熊熊大火. 长期以来, 人工智能因为“火力”不够, 只能解决“玩具”规模的“小”问题, 以至被讥为“炼金术”、“用爬树的方式登月”, 这就意味着人工智能虽然带来了更好的技术, 更高的进步, 但却无法达到深度应用的目标. 如果区块链智能可使智能合约和分布式应用(Decentralized APP,  简称DAPP)实现其预期的目标, “炼金术”将成为科学, “爬树”将化为火箭飞船一般的新技术. 最终结果将是“大数据改变生产资料, 机器人变革生产力, 区块链革命生产关系”, 区块链智能将主导新时代.

第二, 区块链智能使得人工智能技术牢固地架构在区块链内外. 链内, 人工智能技术可以使智能合约以自主和自治的方式实现合规、合约, 保证通证(Token)运营的可信与可靠: 链外, 人工智能技术能使DAPP普及深入到生态系统的各个角落, 产生可用且高效的经济激励. 打个比方来说, 目前建立在非结构、碎片化的“大数据”基础之上的人工智能技术就像在土基或沙基上盖房子, 低效且不安全: 而区块链技术可以为人工智能提供可信、可靠、可用和高效的“真(TURE)”数据, 特别是区块链的共识算法和智能合约技术, 能够为人工智能进一步提供坚实的“钢筋混凝土”地基, 从而可以实现高效、安全地建筑几十层甚至几百层的智能大厦的目的.

第三, 我们认为, 区块链智能虽然难以称为颠覆性技术, 但却可对社会和经济, 特别是军事系统, 带来巨大的冲击. 区块链智能的成熟、普及和深入应用, 必将使未来的军事系统成为虚实互动的平行智能军事, 从而实现可编程的军事管理. 这样就可以充分利用网络空间和虚拟世界, 以虚驭实, 使实际战争中的“吃一堑, 长一智”变成在虚拟空间“吃一堑”, 在现实世界“长一智”, 而不是相反, 这样必然大大提高未来军事管理的效益和效率. 在变革军事管理基础和运营机制的同时, 区块链智能也必将极大地冲击现有军事系统的基本模式和治理方式, 必将引发面对和解决军事问题的“范式转移”. 相信基于区块链和智联网的智能军事管理, 将大大减少信用的成本, 大大提高腐败的代价, 同时大大增加管理的复杂性和智能化程度, 引发军事管理行为及其对应的活动与业务的深刻变化.

3  区块链的军事意义及应用

区块链去中心化、自治性以及极难篡改的特性, 使其除了在数字货币、资产认证、供应链等民用领域得到普及应用外, 在军事领域同样有重要的意义以及广阔的发展前景. 目前, 负责指挥控制、侦察情报、预警探测、通信、安全保密、信息对抗的军事信息系统过度依赖于第三方实体, 从而导致军事数据的不安全和不可信问题. 区块链可以在不依赖于任何可信实体的条件下, 完成数据库的统一维护和更新, 数据不会因任何单一实体的修改而被篡改, 从而保证数据的完整性、可用性和机密性. 此外, 在战场信息保护方面, 区块链能够将数据存储和数据加密有机结合, 并有效地保护具有高度敏感性的军事数据, 从而极大地提升战场信息的完整性以及对于机要信息的保护能力. 接下来, 本文将以军事信息系统、军事管理自动化以及无人机集群为例, 介绍区块链在军事领域的应用方向[4].

3. 1  区块链+军事信息系统 

对军事系统而言, 其数据的完整性和真实性至关重要, 这是因为武器系统和作战系统效能的充分发挥必须依赖于可信的数据, 而黑客可以利用中心化数据库或者单点故障进行网络攻击使得整个信息系统瘫痪, 或者通过盗取并伪造身份信息篡改数据. 这些潜在漏洞意味着作战人员随时面临着数据真实性风险, 甚至会基于恶意数据做出错误决策. 区块链技术具有去中心化、时序数据、集体维护、可编程和安全可信等特点, 可以实现网络或数据库动态的永久记录, 有效防止假情报以及入侵者盗取, 从而实时地监测数据库是否被篡改或者军事系统是否被监控. 目前, 美国国防部高级研究计划局(DARPA)正在尝试基于区块链研发一个安全可靠的信息平台, 以有效地保护敏感数据.

3. 2  区块链+军事管理自动化 

目前, 我国的军事管理体系层级较多, 己无法满足现代战争体系对作战的反应能力和敏捷性要求. 扁平化管理是相对于等级式管理构架的一种新的管理模式. 它较好地解决了等级式管理层次重叠、冗员多、组织机构运转效率低下等弊端, 加快了信息流速率, 提高了决策效率. 区块链技术有望对军事管理带来颠覆式变革. 一方面, 区块链可以实现组织信息传输和处理的网络化, 节约了管理成本: 另一方面, 一切军事管理行为都可以依靠智能合约来实现, 各项决策公开透明, 管理层级大为减少, 管理效率极大提升. 去中心化自治组织(DAO)的兴起也使得个体参与组织的治理成为可能, 从而提高了决策民主化程度, 实现扁平化管理.

知识自动化与区块链的结合是实现军事管理自动化的重要途径. 这是因为军事管理系统作为一个典型的复杂巨系统, 具有很强的不确定性、多样性和复杂性(Uncertainty,  Diversity, Complexity,  简称 UDC). 知识自动化的方法可以对虚拟空间的大数据进行深度的开发与智力挖掘, 通过数据驱动的描述智能(Descriptive intelligence)、实验驱动的预测智能(Predictive intelligence)以及互动反馈驱动的引导智能(Prescriptive intelligence), 实现“描述-预测-引导”三位一体的平行智能, 从而使得军事管理实现从传统UDC系统到具备灵捷、聚焦、收敛(Agile, Focus, Convergence, AFC) 特征的智能系统的转变, 即从UDC迈向AFC. 我们可以设想, 未来每一个军事组织, 乃至每一位士兵都会有3个相伴相生的软件机器人—第1个是描述机器人, 负责实时搜集信息, 抓取数据, 并对组织和个体行为进行建模；第2个是预测机器人, 利用大数据解析, 预测不同时间舱里组织和个体的反应趋势；第3个是引导机器人, 它根据前述两个机器人的计算结果, 对组织行为进行主动干预和引导, 从而使得组织不断朝着希望的目标收敛.

3.3  区块链+无人机集群系统 

无人机的集群智能(Swarm Intelligence) 是指通过模拟群聚生物的协作行为与信息交互方式, 以自主化和智能化的整体协同方式完成作战任务. 作为一种“Game-Changing”的颠覆性技术, 集群智能一直被中美等军事强国作为军用人工智能的核心, 美国更是将无人机的“蜂群”技术作为“第三次抵消战略”中五大支撑技术之一. 无人机集群系统具有5个典型特征，即去中心化、自主控制、集群复原、功能放大以及零伤亡化[11].

但是目前无人机集群系统的有效应用还面临许多技术难题, 例如集群中的无人机缺乏对外部环境的整体感知, 不同的无人机个体以及编队之间缺乏有效的信息共享和动作协同. 作为一种分布式人工智能技术, 区块链有望在以下方面发挥作用:

1) 安全性. 安全性对于无人系统而言至关重要, 试想一架恶意无人机混入集群系统实施破坏活动, 那么后果将会是灾难性的. 无人机集群系统本身的高度复杂性和异质性也使得安全性问题尤为棘手. 区块链可以将集群中的每架无人机作为一个网络节点, 所有节点共享并共同维护一个账本, 通过公私钥加解密和数字签名等手段, 确保通讯数据的真实性并提供集群成员身份验证.

2) 分布式决策. 分布式决策算法是无人机集群系统有效工作的关键. 在实际运行时, 集群中的每个个体都要对行动任务和目标达成一致, 比如如何进行分组编队、路径规划和避障等. 区块链的共识机制保证分布式系统上的所有节点就上述决策目标达成一致. 多重签名技术也有望在此方面发挥作用.

3) 阵型控制. 无人机集群在协同搜索、侦察与攻击的过程中, 为了有效保护己方, 杀伤对方, 通常要变编队阵型, 如跟随编队、菱形编队、几何中心编队等.  区块链的侧链技术允许多个区块链以分层 的方式彼此连接.  不同链上的无人机,  一方面可以依照所在链上预置的协议来动作,  另一方面也可以进行链间协作,  从而使得多样化的集群阵型切更加简便易行.

4) 去中心化自治集群. 借鉴区块链去中心化自治组织 (DAO) 的概念,  未来无人机集群中的每个个体都可以视作是一个自主和自治的智能体,  并具备一定的感知、推理和决策功能,  这些智能体将 通过智能合约组成各式各样的去中心化自治集群 (Decentralized Autonomous Swarms, DAS),  集群以自治的方式执行最优决策.

4  平行智能与平行区块链

在以“三战合一”为特征的未来战争中, 智能技术将发挥关键性作用, 智能化武器与无人“接触”作战方式将极大地推动战争走向智能化战争. 在智能化战争中, 迫切需要平行军事智能技术, 以充分利用赛博和人工空间实现跨域作战.

平行智能研究主要面向人在环路中、兼具高度社会复杂性和工程复杂性的社会物理信息或人机物三元系统, 通过研究数据驱动的描述智能、实验驱动的预测智能, 以及互动反馈的引导智能, 为不定、多样和复杂军事问题提供灵捷、聚焦和收敛的解决方案[12]. 平行智能以社会物理信息系统(Cyber-Physical-Social Systems,  CPSS)和虚实平行为特征, 为复杂系统的研究范式带来了重大的变革. 在科研方面, 美国自然基金会(NSF)在2006年曾提出信息物理系统(Cyber-Physical Systems,  CPS)研究计划, 将计算、通信与控制融入物理系统中, 极大地提升系统的可靠性、高效性和实时协同, 目前CPS己成为工业4. 0的核心;在此基础上, 中国科学院自动化研究所王飞跃教授将社会信息、虚拟空间的人工系统信息纳入CPS, 提出CPSS的概念, 将研究范围扩展到社会网络系统, 注重人脑资源、计算资源与物理资源的紧密结合与协调, 使得人员组织通过网络化空间以可靠、实时、安全、协作的方式操控物理实体, 从而形成更为契合实际的“工业5. 0”范式. 在产业方面, 随着平行智能的兴起, “工业5. 0”的研究与实践逐渐形成热潮, 越来越多的企业开始相关领域的变革与探索. 例如, 西门子建立提出的“数字化工厂”、美国国防部和GE提出的数字孪生(Digital Twin)技术、SAP公司提出的“软件定义的企业”, 都是行业领军企业在工业5. 0和平行智能领域的探索与尝试. 由此可见, CPSS和虚实平行是未来社会、组织与企业形态的必然发展趋势.

平行智能的概念于2004年由王飞跃教授提出后[13−16], 现己被广泛应用于包括平行军事工程[3, 8, 17−19]和平行部队与平行武器[10]等军事场景中. 从物理形态来说, 平行智能就是联通物理、心理、人工世界的平行机, 而这3个世界正好对应到物理空间、心理空间和赛博虚理空间(图3和图4).

 图3  平行智能的物理形态 :  联通物理世界、心理世界和人工世界的平行机

 图 4  平行区块链: 联通CPSS平行社会的桥梁

由于现有的区块链技术尚缺乏针对未知应用场景的计算实验与预测解析功能, 更缺乏虚实平行执行、互动反馈、以虚拟引导现实、以人工引导实际的引导与决策能力, 这使得区块链技术难以适应具有高度不确定性、多样性和复杂性的各类应用场景. 其结果是目前区块链技术的发展与产业生态优化, 只能依靠在真实系统的“链上”进行增量式试错实验, 或者利用沙盒监管等经验性决策方法来实现[20−22].

为了解决这个难题, 王飞跃教授基于平行智能与ACP方法提出平行区块链的概念与技术[23], 为区块链技术和相关产业发展提供了一套可计算、可实现和可比较的描述建模、预测解析与引导决策方法, 并在此基础上进一步对平行区块链的概念框架、研究框架、以及内涵等方面进行了进一步阐释[13]. 平行区块链具有人机结合、虚实一体、自适应和自演化等特征, 可以为区块链的建模、实验与决策提供一套新理论与新方法, 是平行智能与区块链技术的深度结合.

平行区块链应用于军事系统将形成平行军事区块链, 其基本思想是通过形式化地描述军事区块链生态系统核心要素(例如计算节点、通信网络、共识算法、激励机制等)的静态特征与动态行为来构建人工军事区块链系统, 利用计算实验对军事区块链应用场景进行试错实验与优化, 并通过人工军事区块链系统与实际军事区块链系统的虚实交互与闭环反馈实现军事决策寻优与平行调谐. 本质上, 平行军事区块链系统是以人工军事区块链系统作为“计算实验室”, 利用常态情况下人工军事区块链系统中“以万变应不变”的离线试错实验与理性慎思, 实现真实军事区块链系统在非常态情况下“以不变应万变”的实时军事管理与决策[24−25].

平行军事区块链可以为复杂的军事管理提供可行的解决方案(图5). 首先基于区块链和物联网技术, 将实际军事系统中的物理装备和网络情报等进行数字化建模, 并存储在区块链中. 依据实际军事系统建立人工军事系统, 并利用智能合约建立人工军事系统中的规则. 在人工军事系统中, 根据实际军事系统中面临的决策问题设计相关计算实验, 通过实际军事系统和人工军事系统的平行演化、虚实互动与闭环反馈, 协同优化军事系统中的决策, 根据实际军事系统调整人工军事系统中的参数, 以人工军事系统中的运行结果来指导实际军事系统中的决策, 从而实现军事管理的智能化.

5  结论与展望

当前, 现代战争对制信息权、制智能权的争夺, 成为决定战争最终胜负的关键因素. 在信息与知识获取方面, 区块链智能的发展将促使不对称信息军事博弈转变为对称信息博弈, 推动不对称信息战争转变为基于对称信息均衡的和平, 进而促使不对称的竞争进化为对称的合作, 不对称霸权转变为对称的公正, 形成军事区块链应用的“人机结合、知行合一、虚实一体”新时代洪流.

未来的军事管理必将是平行军事管理. 每一个士兵将会有3个软件定义的平行机器人辅助其决策, 即描述机器人实时搜集信息并进行建模和深度分析、预测机器人基于大数据分析和计算实验场景推演实现实时的态势预测、引导机器人则通过平行互动和协同演化机制实现主动干预和引导, 最终实现军事管理中游戏与动漫的科学化, 仿真与模拟的常态化, 以及经验与知识的数字化、动态化和实时化.

 图 5  基于平行区块链的智能军事管理

References

1 列夫•尼古拉耶维奇•托尔斯泰.  战争与和平 [M].  北京:  人民文学出版社,  1989.

2  伊恩•莫里斯.  战争:  从类人猿到机器人,  文明的冲突和演变 [M].  北京:  中信出版社,  2015.

3   王飞跃. 面向赛博空间的战争组织与行动:  关于平行军事体系的讨论 [J]. 军事运筹与系统工程,  2012,  26(3):  5−10.

4  王飞跃. 军事区块链:  从不对称的战争到对称的和平 [R]. 青岛:  智能产业安全论坛,  2014.

5  阳东升,  王坤峰,  陈德旺,  等.  平行航母:  从数字航母到智能航母 [J].  指挥与控制学报,  2018,  4(2):  101−110.

6  邢阳,  刘忠民,  刘腾,  等.  平行坦克的数字四胞胎结构及其核心技术[J].  指挥与控制学报,  2018,  4(2):  111−120.

7  托马斯 • 瑞德.  机器崛起:  遗失的控制论历史 [M].  北京:  机械工业出版社,  2017.

8  王飞跃.  国防装备与系统的未来变革:  从 3D 打印到平行军事体系 [J].  国防科技,  2013,  34(3):  1−9.

9  白天翔,  徐德,  王飞跃.  局域网络化自主作战的概念与展望 [J].  指挥与控制学报,  2017,  3(1):  1−9.

10  白天翔,  王帅,  赵学亮,  等.  平行武器:  迈向智能战争的武器 [J].  指挥与控制学报,  2017,  3(2):  89−98.

11  燕清锋.  “蜂群” 作战,  该怎么看怎么办?[N]. 解放军报, 2017-08-29(007).

12 WANG X, LI L X, YUAN Y, et al. ACP-based social computing and parallel intelligence: societies 5. 0 and beyond [J].  CAAI Transactions on Intelligence Technology, 2016, 1(4): 377−393.

13  王飞跃.  平行系统方法与复杂系统的管理和控制 [J]. 控制与决策, 2004, 19(5):  485−489.

14  王飞跃.  计算实验方法与复杂系统行为分析和决策评估 [J].  系统仿真学报,  2004,  16(5): 893−897.

15  王飞跃.  人工社会、计算实验、平行系统–关于复杂社会经济系统计算研究的讨论 [J].  复杂系统与复杂性科学,  2004,  1(4):  25−35.

16  王飞跃, 史帝夫•兰森.  从人工生命到人工社会–复杂社会系统研究的现状和展望 [J].  复杂系统与复杂性科学, 2004, 1(1): 33−41.

17  王飞跃. 指控 5.0:  平行时代的智能指挥与控制体系 [J].  指挥与控制学报, 2015, 1(1):  107-120.

18  王飞跃. 情报 5.0: 平行时代的平行情报体系 [J].  情报学报, 2015, 3(6): 563−574.

19  白天翔, 徐德, 王飞跃. 局域网络化自主作战的概念与展望 [J]. 指挥与控制学报, 2017,  3(1): 1−9.

20  袁勇,  王飞跃.  区块链技术发展现状与展望 [J].  自动化学报,  2016,  42(4):   481−494.

21  袁勇,  周涛,  周傲英, 等. 区块链技术: 从数据智能到知识自动化 [J].  自动化学报,  2017, 43(9): 1485−1490.

22 YUAN Y,  WANG F Y.  Towards blockchain-based intelligent transportation systems[C]// Proceedings of the 19th International Conference on Intelligent Transportation Systems, Rio de Janeiro, Brazil, 2016: 2663−2668.

23 WANG F Y.  Parallel blockchain: concept, techniques and applications [R]. Denver, CO, USA, The 1st International Symposium, on Blockchain and Knowledge Automation.  2017.

24  袁勇, 王飞跃. 平行区块链: 概念、方法与内涵解析 [J]. 自动化学报, 2017, 43(10):  1703−1712.

25    WANG F Y, YUAN Y,  RONG C,  et al.  Parallel blockchain:  an architecture for CPSS-based smart societies [J].  IEEE Transactions on Computational Social Systems, 2018, 5(2): 303−310.

26    YUAN Y, WANG F Y.  Blockchain and cryptocurrencies:  Model, architecture and applications [J].  IEEE Transactions on Systems, Man, and Cybernetics:  Systems, 2018, 48(9):  1421−1428.

27 曾帅, 袁勇,  倪晓春,  等. 面向比特币的区块链扩容: 关键技术、制约因素与衍生问题 [J].  自动化学报, 2018. DOI: 10. 1638/j. aax. c180100.

28    ZENG S, NI X, YUAN Y, et al.  A bibliometric analysis of blockchain research[C]// Proceedings of 2018 IEEE Intelligent Vehicles Symposium, Changshu, Jiangsu, China, 2018: 102−107.

29    WANG S, YUAN Y, WANG X, et al.  An overview of smart contract: architecture, applications,  and future trends[C]// Proceedings of 2018 IEEE Intelligent Vehicles Symposium, Changshu, Jiangsu,  China, 2018: 108−113.

30    QIN R, YUAN Y, WANG S, et al. Economic issues in bitcoin mining and blockchain research[C]// Proceedings of 2018 IEEE Intelligent Vehicles Symposium, Changshu, Jiangsu, China, 2018: 268−273.

31    NI X, ZENG S, HAN X, et al.  Organization management using software-defined robots based on smart contracts[C]// Proceedings of 2018 IEEE Intelligent Vehicles Symposium, Changshu, Jiangsu, China, 2018: 274−279.

32    LI J, YUAN Y, WANG S, et al. Transaction queueing game in Bitcoin blockchain[C]// Proceedings of 2018 IEEE Intelligent Vehicles Symposium, Changshu, Jiangsu, China, 2018: 114−119.

33    WANG S, NI X, YUAN Y, et al.  A preliminary research of prediction markets based on blockchain powered smart contracts[C]// Proceedings of IEEE International Conference on Blockchain, Halifax, Canada, 2018.

34    QIN R, YUAN Y, WANG F Y.  Optimal share reporting strategies for blockchain miners in PPLNS pools[C]// Proceedings of the 2018 IEEE International Conference on Systems, Man, and Cybernetics, Miyazaki, Japan, 2018.

作者简介

王飞跃 (1961−),  男,  博士,  研究员,  主要研究方向为复杂系统、智能控制、社会计算、平行理论.

本文通信作者.  E-mail:  feiyue. wang@ia. ac. cn

袁勇   (1980−),  男,  博士,  副研究员,  主要研究方向为区块链、商务智能、计算广告学.

王帅   (1988−),  男,  博士研究生,  主要研究方向为区块链、智能合约、社会计算、平行管理.

李娟娟    (1986−),  女,  工程师,  主要研究方向为区块链、商务智能、计算广告学、社会计算、平行管理.

秦蕊       (1983−),  女,  博士,  助理研究员,  主要研究方向为区块链、商务智能、计算广告学、社会计算、平行管理.

来源：指挥与控制学报