戰場上的AlphaGo：人工智慧帶來的軍事革命已悄然展開
人工智慧與機器學習，已注定將全面改變人類世界，這幾乎無庸置疑。想當然耳，這也會影響到軍事領域。事實上，人工智慧在軍事領域的發展，可以說是一日千里，雖然在短時間內還不會出現具備人工智慧的機器人士兵，但許多無人載具早已經在使用人工智慧技術。還有更多外界看不到的地方，都因為人工智慧，而開始出現巨大的變革，未來勢必引發新一波的軍事革命。
舉例來說，人工智慧最令人震驚的，是已經能稱霸棋檀，AlphaGo打遍天下無敵手。而美國軍方正利用類似的技術，嘗試發展一套名為GameBreaker的人工智慧系統，來輔助各級指揮官。這套系統利用電腦兵棋模擬的方式，經由機器學習來訓練出最優秀的戰場決策能力，提供各種狀況下的最佳戰術，讓指揮官選擇。等於是參加圍棋比賽時，旁邊有AlphaGo幫忙作弊一樣，這將讓美軍的每一個指揮官，都變成能征善戰的沙場老將。
戰場資訊解讀模式的改變
將人工智慧結合電腦兵棋模擬，不只可以發展輔助決策系統，還能用來分析敵我雙方的缺點，因為電腦的快速運算能力，能同時處理極多的資訊，這是傳統人腦所無法負荷的。今日戰場越來越複雜，各種戰場訊息透過資料鏈、太空衛星或情報系統傳入指揮中心後，常常呈現資訊爆炸的情況。這在二戰時就已經開始出現，在今日的戰爭中變得更為明顯，現在的問題早已變成部隊不缺乏偵察能力，卻難以處理龐大的資訊量。
這是資訊時代的特點，也讓大數據的處理成為最熱門的技術。軍事領域的大數據更為複雜，而且常具備作戰時效性，一旦花費太久的時間處理，再珍貴的情報也會變得一文不值。使用人工智慧來處理大數據，是目前最有效的方法，雖然目前還在起步的階段，但這種技術已逐漸被運用於各個層面。美國軍方也計畫將人工智慧用於資料鏈的後端處理上，以快速分析龐大的資訊，即時過濾出對作戰有用的重要關鍵情報。
人工智慧結合資料鏈，用來分析各種情報，再結合電腦兵棋系統，訓練戰場輔助決策系統，等於大幅減輕了指揮官與作戰幕僚的工作量。也讓作戰指揮體系的運作速度，從過去以天計，或以小時計，變成以分計，甚至以秒計。更重要的是，這種人工智慧系統，未來還能以分散部署的方式，用來協助第一線的作戰人員，如工作量最大的戰機飛行員。
戰機飛行員必需即時接收各種資訊，操作精密電子儀器，決定飛行路線或所採用的戰術，進行空對空作戰或對地攻擊。這需要長期的訓練，才能培養出一個合格的飛行員，甚至還有天份的因素在內。在戰機越來越複雜以後，飛行員的負擔也越來越重，有一段時間F-4、F-14等戰機都採用雙飛行員的設計，以減輕飛行員的負擔。一直要到現代化的航電系統成熟後，才改變了這種情勢。但恢復成一人操控的飛行員，接下來卻要面臨更大的挑戰，因為除了戰場變得更複雜與危險外，還出現了無人機。
無人機雖然是標榜無人操作，不過真正運作時，是用遙控或預先規劃路線的方式來控制。這種方法的最大缺點，就是即時反應的能力差，用於偵察或對地打擊任務時，還能勉強應付，若想要進行空對空作戰，或配合傳統戰機進行各種複雜的空中任務，就顯得有點力有未逮。這當中所缺乏的關鍵能力，除了遙控會有延遲，還有傳統戰機上的飛行員，要指揮這些無人機，必需要處理更龐大的資訊，做出更複雜的決策，這已超出一般人類飛行員的能力負荷。
因此目前各國紛紛在研發、最為熱門的忠誠僚機（Loyal Wingman），其實包含了兩大關鍵部份。一是以人工智慧結合無人機，讓無人機可以自行判斷當前的情況，做出反應，保護傳統載人戰機，並協助執行各種任務。二是將人工智慧技術融入戰機座艙的操作介面中，以協助飛行員處理資訊並進行決策，好指揮這些忠誠僚機。一旦無人機不再需要透過遙控或預先規劃路線來控制，也代表無人機的運用將更有彈性，讓傳統載人戰機的角色大幅改變。
後勤補給型態的變革
人工智慧結合無人載具，可以說是近年來最熱門的研發方向，除了最早出現的無人機以外，正在快速發展的還有無人船、無人潛艇與無人車等。這些無人載具目前多數用於偵察、巡邏或探測等工作，而未來勢必會像無人機一樣，開始配備武器系統，直接參與戰鬥。這除了可以大幅減輕第一線戰鬥部隊的風險與負擔，更重要的一點，是將會全面改寫部隊的後勤支援方式，進而改變戰場的遊戲規則。
俗話說「三軍未動，糧草先行」，後勤能力一直以來，都是決定戰場勝負的重要關鍵之一。但後勤補給的工作，不只枯燥、繁雜又耗費人力，還往往是最被忽視的一環。也因此無人載具與人工智慧技術開始發展後，現階段被認為最有潛力的方向，並不是直接用於戰鬥之中，而是後勤補給的領域，希望能取代傳統人力，來完成這些工作。就以無人地面載具（UGV）來說，現在發展最快的就是無人卡車，與俗稱機械驢子的多功能無人載具。
無人卡車使用的是現在非常熱門的智慧輔助駕駛技術，這主要包括了自動跟車模式（Adaptive Cruise Control , ACC）與車道維持，再加上能閃避障礙與敵人攻擊的偵測與判斷系統。除了可依事先規劃的路線全自動行駛外，未來最有可能的運用方式，是自動跟隨在有裝甲防護的前導車輛後方前進。這樣只需要一組駕駛，就可以操控一整列運補車隊，不止將大幅減輕人力需求，也能降低戰場上的風險。
至於機械驢子並不是真的長得像機械動物，雖然也有類似的系統出現，但目前各國所研發的多功能無人載具，大都採用輪型或履帶系統。最主的功能是可以自動跟隨步兵在各種崎嶇地形前進，可馱運武器彈藥、飲水食物、電池與各種作戰物資，在緊急時還能將傷患自動運回野戰醫院，或自行往返於前線與後方之間，執行作戰補給任務。這除了可以大幅增強士兵的持續作戰能力，也讓部隊在推進時，不必再受到補給線的限制。
過去的傳統部隊架構，有一大部份的人力，要負責情報分析、作戰計畫、後勤補給。人工智慧技術將改變這種情況，讓絕大多數的士兵成為作戰人員。同樣規模的部隊，能實際參與作戰任務的人員，將大幅增加，也因此讓部隊的戰力倍增。再加上情報的快速分析，卓越穩定的戰術選擇，不受天候影響的全自動補給系統，不怕傷亡又可以冒險執行危險任務的各式無人載具。說人工智慧將全面改變傳統部隊的形態並不為過。
可能多數人想像中的人工智慧，仍是手持雷射槍的機器人。這樣的武器或許在五十年後才會出現，今日的人工智慧技術雖然還沒進步到這種地步，不過卻已經勾勒出來未來的戰場形態，並遠遠超過一般人的想像。
台灣在改採全募兵制以後，人力成為了一個重要議題，特別是台灣的人口首度出現負成長，更值得國軍好好思考，如何以科技來釋放人力，在部隊的員額受到限制下，快速強化整體戰力。
人工智慧將是接下來的另一項明星產業，又完全建立在電子晶片上，讓台灣擁有絕對的優勢，政府也已多次宣誓將進軍人工智慧領域。以敵為師，中國特別擅長以軍民合用的方式，來發展關鍵的軍事科技，同時搶占民間市場與強化部隊戰力。台灣在國防預算有限下，也應該考慮如何利用現有的政府資源，在推動民間產業發展時，一併運用於國防領域，以創造雙贏的結果。
