编者按 复杂性科学是当代科学发展的前沿领域之一。英国物理学家霍金称“21世纪将是复杂性科学的世纪”。作为人类社会的一种社会现象，战争从来就是一个充满盖然性的复杂巨系统。近年来，随着战争形态的演变，传统科学体系下的认识论越来越难以满足战争实践发展的需要。关注复杂性科学原理和思维方法，或将成为开启现代战争大门的钥匙。这篇文章从复杂性科学角度对“决策中心战”作一研究探讨。

“决策中心战”是近年出现的一个新概念。缘何提出“决策中心战”？按美军的说法，要“打一场让对手看不懂的战争”。进入21世纪以来，随着战争形态的演变和作战方式的不断变革，美军发现传统意义上的网络中心战越来越难以适应战场实际，“决策中心战”在此背景下应运而生。

【资料图】

一、创造复杂

所谓“决策中心战”，就是在人工智能等先进技术的加持下，通过对作战平台的升级改造、分布式部署实现多样化战术，在保障自身战术选择优势的同时，向敌方施加高复杂度，以干扰其指挥决策能力，在新维度上实现对敌的压倒性优势。

为什么“对手看不懂”？其实就是要通过分布式部署、灵活性组合、智能化指控，让对手在认知上就对战场态势和作战机理不理解，无所适从。这是将战争对抗从机械化战争中比谁“力量大”，到信息化战争中比谁“速度快”，再到在未来战争中比谁“决策对”的又一次转变。用中国古代军事家孙子的话说就是，“不战而屈人之兵，善之善者也”，通过巧妙地指挥控制和决策，使得战场情况变得更加复杂，让对手没办法打仗。

如何做到这一点呢？简单地说，就是利用复杂系统的性质，找到对手的“命门”加以利用和控制。一个基本方法就是，通过增加复杂性重塑对手的决策流程，逼迫对手引入新的决策参量，导致其决策变得复杂，从而改变因果关系和决策流程，最终使其走向混乱。过去对抗局面之所以能够发挥平衡作用，是因为所有参与者都清楚博弈的结果，因而容易作出权衡，但复杂性往往会破坏这种平衡。这也是为什么复杂性能够作为武器的原因。

需要注意的是，战场对任何一方都是公平的。在未来战场上，要让敌人单向感到决策复杂，而己方不被复杂所困扰，首先要在指挥控制能力上优于对手。战场决策的复杂度主要体现在“OODA”循环的判断和决策环节上。在正常环境下，“OODA”循环可以走完从观察、判断、决策到行动的完整周期。但如果有办法使战场变得更复杂，使得对手始终无法及时作出有效判断，进而无法进入决策和行动环节，就可以把对手的“OODA”循环始终限制在观察和判断环节上，无法形成闭环，这或许就是“决策中心战”力图创造复杂性想要达到的结果。因此，如何快速作出判断，就成为首要关注的问题。如果这个认知过程能够在人工智能等先进技术支持下快速完成的话，也就是实现所谓的智能认知，就可以大大加快“OODA”循环速度，夺取单边优势。

在观察的基础上得出正确的判断，是作出正确决策的前提。但这是建立在“具有认知能力”这个条件下才能做到的。当前，在指挥信息系统、兵棋推演系统等系统中，这些认知工作基本上都是由人来完成的。由人工智能系统自主地完成判断及决策，过去的尝试几乎都不成功，因为智能认知建模的问题始终没有解决好。各种模型表现出来的行为都或多或少带有“机械味”，并不能真正显示出智能的特点。外军这些年也一直将“人的行为建模”作为研究重点，但目前来看仍然进展缓慢。智能认知为什么这么难，又难在哪里呢？笔者认为，其实核心难点就在如何理解和处置复杂性上面。

二、理解复杂

本世纪之初，美国兰德公司针对2005年前后某热点地区可能发生的军事冲突，曾利用仿真系统对美国空军作战需求进行了1700余次推演，然后进行统计分析，最后得出了美空军如何在战场上保持优势的结论。这种统计分析方法有一个基本的假设：每一次试验都是独立且无序的，规则之间也不会相互影响。这就像扔硬币一样，扔一次正面，扔第二次有可能也是正面。但如果扔1万次，结果为某一面的概率就会越来越趋近于50%。这种方法用于物理研究时是科学准确的，但移植到人类社会问题比如战争问题研究时，情况就变得不同了。

人是有认知的，不会像物理实体那样只遵从物理定律，指挥员在对作战问题进行分析时也不会只是简单地机械重复。通常情况下，人在决策时，一定会考虑以前的结果，从而导致对下一步行动有所调整。这样就会出现人类行为固有的幂律特征，也就是常说的“二八律”。所以，我们不能简单地照搬物理思维去思考人类社会的事情。

之所以会这样，主要还是因为我们经常习惯于用还原论的简单思维方法来思考问题。简单系统结构不变，结果具有确定性，因果对应清楚，可重复、可预测、可分解还原等，已经成为我们默认的科学思维方法。但世界上还存在很多复杂系统，这些系统存在着整体性质，像人体、社会、经济、战争等，都属于这一类。什么叫整体性质？就是观察局部得不到，但在整体上看却又存在的，就是整体性质。举例来说，一个活人和一个死人从成分上来看都一样，但一死一活，差别就在于是否有生命，生命就是一种整体性质。复杂系统结构可变，具有适应性、不确定性、涌现性、非线性等特点，而且结果不重复，也不可预测。社会、经济、战争、城市包括智能系统，这些与人有关的系统都有这些特点，其实它们都是典型的复杂系统。所以，战争具有“胜战不复”的特点，其实反映的就是战争复杂系统的“不可重复”性质。

正是因为复杂系统存在复杂性，原因和结果不能一一对应，会导致相似性原理失效，所以也就无法用传统方法对其进行建模和研究。为解决复杂性问题，过去采取的主要是一些传统物理学方法，比如统计学方法，以及基于Agent的简单生命体建模方法。前面提到的兰德公司研究就是如此，虽然能解决部分问题，但将其用于解决与人有关尤其是与认知相关的问题时，得到的结果却与实际偏离很大，不尽如人意。

为什么会这样？这是因为战争复杂性与物理复杂性产生的源点不一样。物理复杂性的来源往往在于其物理运动规律是复杂的；而战争复杂性却来源于人的认知。因为人不是杂乱无章、没有思想的粒子，也不是只有简单生命逻辑的低等生物，而是具有判断和决策认知能力的智慧生物。人会通过因果关系对结果进行反思、总结经验再调整，然后决定后面如何行动。而且，人的认知还会不断发展，这又会进一步影响后续的认知，但由于认知具有很大的不确定性，所以未来的行动也就难以预测。

可以这样说，在当前的技术条件下，可预测的基本上都是物理世界的简单系统规律，而人的认知对社会或战争带来的影响往往是难以预测的。所以说，拿物理思维去思考人类社会的事情是我们常犯的错误。基于认知的复杂性，与那些一成不变的物理规律截然不同，我们应对战争中的复杂性，就必须针对“认知”这个核心特点，在指挥控制方面下功夫。

三、应对复杂

“决策中心战”的核心在于认知的加快。因为战争中几乎所有的变化，都可以看成是认知的升级和复杂化。在笔者看来，应对“决策中心战”，需要“以复杂对抗复杂”，从基础工作做起。

一是要理解“决策中心战”的核心理念。即通过主动创造复杂性来把握战场主动权。对己方来说，需要管理好自身的复杂性；对敌人来说，则是向对手施加更多的复杂性。二是了解战争机理发生的改变。作战体系演化速度指数级提高，会导致复杂战场的感知、控制和管理变得困难，智能认知的作用将变得更加突出。为此，需要瞄准“指挥与控制”这个重点，将战场管理的能力作为关键。三是找到应对的正确理念和方法。从战争设计入手，以决策智能这个方向为突破口。

近年来，人工智能领域一系列的成果，为解决指挥决策智能问题带来了曙光。AlphaGo系列研究为决策智能技术带来了突破；而GPT大模型的出现，则更是进一步证实了决策智能乃至通用人工智能在未来具有实现的可能。现在看来，人工智能在未来深度参与战争，已经是必须面对的现实。而这会给战争和战场带来更多的复杂性。

决策智能研究应该放在指挥控制层上。要赢得战争，指挥控制决策需要体现“科学”和“艺术”两个方面。指挥控制的科学性主要体现在“知道怎么做时”如何去做，比如利用得到的指控数据（武器装备、兵力编成、战场环境、对手情报等），指控方法（任务、流程、程序、运筹、规划、优化等），制定出作战规划并加以实行。指挥控制的艺术性则体现在“不知道怎么做时”知道如何去做，这才是真正的智能之所在。方法无非是不断试错，积累经验，找到解决问题的途径，并形成新的科学知识。事实上，现实中指挥员也是通过试错不断发现和总结制胜规律，并且每个指挥员还都具有自己的直觉和经验。

所以说，真正的智能其实是找到对例外情况的解决方法。循规蹈矩不是智能，自己找到解题的方法才是关键。也许这才是决策智能的核心，也是需要进一步努力的目标。（胡晓峰）