近年来，随着人工智能技术的快速发展，大模型在各领域的应用逐渐增多。在作战指挥中，这些大模型展示了强大的能力，但也暴露了许多局限。本文将从实际应用和技术局限两个方面，全面分析大模型在作战指挥中的表现。

大模型在作战指挥中的优势和局限

■刘 奎  王冰冰

数年前，“阿尔法狗”击败人类围棋世界冠军李世石，证明了神经网络模型在智力开发上的可行性。也就是说，只要网络模型足够大、训练数据足够多，人工神经网络就可能成长为一个“超级大脑”。随着ChatGPT、Sora等大模型在相关领域展现出惊人能力，人们开始关注大模型在作战指挥上的应用潜力，展望大模型给作战指挥带来的种种可能。

认清大模型原理

要搞清楚大模型在作战指挥上的能与不能，首先要对大模型的基本原理有所认知。

大模型掌握了“语法规则”，可以“说人话”。无论是哪种大模型，其功能实现的前提是能够理解自然语言。而要理解自然语言，就要掌握“语法规则”。大模型通过海量语料训练掌握了“语法规则”，不过这个“语法规则”是统计学意义上的，即掌握了字词在不同语境下出现的概率。根据提示词和模型生成的即时文本，模型就可以猜出文本下一个字词出现的概率，类似于单词接龙。

大模型掌握了“知识规则”，可以按照人的要求“说话”。要让大模型按照人的要求“说话”，必须掌握人类积累的各种知识。与学习“语法规则”一样，大模型经过训练，掌握了知识单元之间的相互关系，形成一张知识网络。这样就可以根据提示词中提到的知识，找到与之紧密关联的知识，生成既符合语法逻辑、又符合知识逻辑的内容，以专家水平解答各种问题。

大模型能干什么

目前，最新的大模型能够进行文艺创作、媒体制作、程序编写、任务规划等，支撑这些功能的通用智能可以迁移运用到作战指挥领域。

能查询军事情况。ChatGPT之父山姆·奥特曼曾表示，要用ChatGPT取代谷歌、必应等主流搜索引擎。但其实，大模型的搜索不是一般意义的搜索，而是用大模型生成情况。相比搜索引擎，生成的信息更综合、更精确、更符合用户需求。指挥作战，了解情况是先决条件，显然大模型可以满足这一点。

能研判战场态势。大模型不仅能够“查询”已有信息，还能对用户给定的信息进行深入研判，比如归纳一段信息的摘要、总结信息中蕴含的特征、预测信息所表达事物的未来变化等。这显然就相当于作战指挥中的分析判断情况。当向大模型提交最新战场态势时，模型就可以按要求生成情报简况、提取情报要点、预测战场态势变化等。

能生成作战方案。作战方案，是当前态势抵达预期态势的路径，技术通常无法实现，主要靠人的直觉、灵感生成。而大模型在这方面取得了突破，可以给出复杂问题的解决方案。当把作战任务告诉大模型时，它会给出完成任务的作战方案；当把作战行动企图告诉大模型时，它会给出实施行动的行动计划。

能进行指挥作业。大模型可以创作文本、图像、音视频，编写符合用户需求的文案，整理杂乱的资料，对文案进行润色、总结与续写等。这些工作与作战指挥中的指挥作业类似。所以，可以让大模型按照指挥人员要求，拟制作战文书、绘制作战要图、撰写作战报告，提升指挥作业效率。

大模型不能干什么

大模型在许多方面超越了一般人的智能，但其技术方案也包含着天生缺陷，限制了其在作战指挥上的功能发挥。

不能主动设计与规划任务。当人受领一项任务，无论多么抽象，都可以主动把任务一步步细化落实到具体人、具体事、具体物上。但大模型不行，你给它一个抽象任务，它给你抽象回答。比如解放战争时期的清风店战役，中央军委给晋察冀军区的指示是配合东北秋季攻势。为落实这一指示，晋察冀军区把作战目标确定为保北，而后又把目标调整为清风店。如果是大模型，它给出的答案可能是：首先选择一个要点，其次向要点发起攻击，最后占领要点。这种回答没多少实际意义。要让大模型规划出可操作的行动方案，必须在人的引导下，由人规划做什么，机器规划怎么做，由粗到细分步骤生成。

不能替代最新的情报信息。尽管大模型可以充当“百科全书”，但“查询”的只能是训练数据所包含的信息，训练数据之外实时动态的情报信息只能靠侦察获取。大模型要分析研判战场态势、整编融合情报产品、关联挖掘情报知识，不能凭空实现，必须给大模型提供最新的情报信息，任务要求与情报信息相结合，才能让大模型分析判断情况。可见，大模型不但不能替代实时动态的情报信息，反而越来越依赖最新的情报信息。

不能构建丰富的意义世界。表面上看，大模型似乎理解自然语言的含义，但并非真正理解，只是掌握了语句的语法结构，语句与所指代的现实世界毫无关系，模型缺乏对现实世界意义的构建。由于大模型不能进行意义构建，就不会对回答所产生的级联效果负责，回答准不准确对机器来说无所谓，如果错误，这个责任必须由人来负。对于无关紧要的领域，这个问题不突出，但对于作战领域则是不可接受的。由于大模型给出的答案缺乏可解释性，回答是对是错，无从知晓。

不能创造性解决作战问题。大模型也称生成式人工智能，生成代表从无到有，是一种创新性工作。但机器创新与人的创新是有本质区别的。创新区分为跟随创新、集成创新、原始创新。从大模型内在机理和运行表现看，已具备演绎、归纳、类比、分析、综合等逻辑推理能力，可以实现一般创新，但要实现“从0到1”的原始创新，则要依靠直觉、灵感、想象，这些才是智慧的核心，大模型并不具备。作战讲求出奇制胜，要奇招频出，依靠的就是原始创新。大模型在解决问题时，给出的答案呈现模板化、通用化倾向，同样一个问题，答案大同小异。“战胜不复，而应形于无穷。”世界上不存在两场同样的战争，即便同一场战争，不同指挥员采用的打法也会不同。要做到这一点，往往需要反逻辑，而大模型固有的逻辑本质使其无法做到创造性解决作战问题。

综上所述，大模型在作战指挥中无疑具有显著的优势，如信息处理、情报分析等，但其局限性也不容忽视。了解这些优缺点，有助于我们更好地应用这些技术，弥补不足，发挥其最大效用。未来，随着技术的不断进步，大模型的应用前景仍值得期待。