2023年国家安全类文稿-26篇(第15/29页)

深层次加强国际能源合作。广泛的国际能源合作是防范和化解重大能源风险的坚实屏障。作为世界上最大的能源生产国和能源消费国，中国是世界能源格局中的重要一员，始终践行绿色发展理念，遵循互利共赢原则开展国际合作，努力实现开放条件下的能源安全。未来仍然需要进一步加强与世界能源领域的对话与交流，扩大能源投资与贸易的"朋友圈"。通过参与建设共同受益的国际能源合作组织，积极构建有利于世界各国能源公平合作的规则，积极融入全球能源产业价值链的垂直和水平分工体系，共建全球能源供需预警与监管平台，联防联控能源价格波动对全球经济冲击的传导，携手应对人类共同面临的能源风险和挑战。

如何打通无人智能作战堵点

党的二十大报告强调，加快无人智能作战力量发展。无人智能作战是提升体系作战能力的新增长极，是未来智能化战争的基本形式。当前，无人智能作战整体上还处于起步阶段，作战潜力的持续发挥受到不少瓶颈制约。打通无人智能作战的堵点、经络，实现其作战运用的自组织、自适应、体系化，是抢抓智能化时代战场代差优势的关键所在。

●打通体系融合脉络--

以大体系支撑促进新域新质战斗力生成

当前，人工智能领域正处于蓬勃发展阶段，具有民强于军、民为军用的典型特征，所催生的无人智能装备，在技术体制上与机械化、信息化装备存在天然代差，难以自动实现体系兼容。加之，无人智能作战尚在探索之中，对其本质内涵、制胜机理、运用规律的认识还不足，推进建设往往是边摸石头边过河，导致其与传统作战体系融合水平不高、联合运用有待加强。如顶层设计与统一规划不足，无人智能装备难以无缝融入传统情报链、指控链、保障链；体系标准、技术规范不一致，无人智能装备系统兼容性不够，难以实现有人无人数据级协同、无人平台网络化跨域协同。

从战争演进看，智能化战争形态的形成需要一个长期的发展过程，有赖于机械化、信息化战争形态的物质与技术基础，其地位作用由牵引到主导更是难以一蹴而就，应在不断深化融合发展中互促互进。具体来讲，无人智能作战是联合作战的组成部分，始终服务于联合作战目的，将无人智能作战融入联合作战运用，既有利于以无人智能技术优势赋能传统体系，牵引智能化发展；又有利于凭借信息化建设已有成果，支撑无人智能新域新质战斗力生成。如基于联合作战体系，无人智能装备可以获得广域通联、数据服务、算力支持等支撑，将极大弥补自身不足，促进无人智能作战能力提升。

合则利，分则豫。无人智能作战依托的是机械化平台，互联的是信息化网络，赋能的是智能化算法，体现的机理是以智能流高效驱动信息流、物质流和能量流，表现为机械化、信息化与智能化的内在统一。推进无人智能作战，既要注重与联合作战大体系间的融合，又要注重无人智能作战小体系的一体设计。落实过程中，可统一制定无人智能领域发展规划和路线图，科学设计技术研发、装备发展、作战保障等领域建设，将融合度作为刚性要求突出出来；按照联合作战要求，统一无人智能领域建设标准与技术体制，支持不同系统的兼容性、标准化，确保无人智能作战体系融合脉络畅通无阻。

●打通交战组织脉络--

将遥控式作战升级为人监督下自主交战

自主性是无人智能装备区别于有人装备的主要特征，是体现其自主控制能力的关键指标。当前，无人智能装备大多以遥控引导方式作战，基本处于有"五官"与"四肢"，但缺少"大脑"的状态，作战中严重依赖人的操控，仅能满足固定化、简单式任务需求。以技术成熟度最好的无人机系统为例，大型无人机的配套设备多达10余件，地面操控与保障更是需要数十人维系，涉及飞行控制、任务规划、作战协同、情报保障等诸多方面，其交战过程是典型的人在回路中"多对一"控制模式。这种"一步一动"式交战组织模式，难以真正释放机器智能的独特优势。

综合来看，无人智能装备的自主性与其独立完成任务的能力有关，自我作战管理能力越强，自主性就越高，对人的依赖度也就越低。实践中，提升无人智能作战自主性，可以使无人智能装备由"工具"转变为"伙伴"或"战友"。基于高效的人机交互技术，把人的创造性和机器的自主性有机结合起来，由人进行创造性设计，由机器负责自主性实施，便能达成人机优势互补、各尽其用、效能倍增。如基于猎犬概念的无人僚机作战，未来可能成为主宰空中战场的主要形式。

本质上讲，无人智能装备的自主性就是人工智能算法发挥作用的外在表现，有赖于对自主交战规则的结构性描述，受所置入的算法化行为规则或策略制约。得益于人工智能的快速发展，无人智能装备正在被赋予自我修正行为规则或策略的能力，将极大促进其自主水平提升。技术实现上，可按照"软件定义作战"的思想理念，开发统一的无人智能装备作战管理软件系统，面向不同场景针对性生成适用的算法集，支撑无人智能装备实现人监督下的自主交战。如融入智能控制算法的"蜂群"系统，已具备自主协同攻击、受损网络自愈合等能力。

●打通环境适应脉络--

解决难以适应复杂对抗战场环境的难题

20世纪60年代以来，人工智能发展历经三次浪潮，经历了手工知识阶段、统计学习阶段，目前正处于努力适应环境阶段，在感知、学习、推理、抽象等能力生成方面持续取得突破。尤其是随着机器学习、神经网络、大数据等技术的快速发展与应用，正在驱动智能交通、智能物流、智能工厂、智能家居等领域的产业革命，正在推动人类社会快速进入智能化时代。如近年兴起的"智能打车"系统，基于面向乘客群与出租车群开发的大量人工智能算法，可快速完成"发单-派单-抢单-定单"服务，极大地提高了车辆优选、人车匹配等效率，蕴含着巨大的军事应用价值。

与民用智能相比，军事智能具有战场环境高复杂性、作战行为强对抗性、作战响应快速性、服务信息不完整性、任务边界不确定性等典型特征。无人智能作战面对的是情况模糊、瞬息万变、甚至是虚假的战场态势，处于非合作、强对抗的战场环境之中，作战对手往往无规则可循，多样化作战任务通常要求不一。在敌我激烈对抗的复杂多变战场环境中，如何根据环境变化动态调整自身行为，如何将人的经验知识总结、归纳、转化为可向机器泛化迁移的知识体系，如何通过平时或在线机器学习与训练获得足够的作战经验，是无人智能作战面临的巨大挑战。