大模型在作战指挥中的优势和局限
■刘 奎 王冰冰
近年来，随着深度学习技术的发展，大模型在自然语言处理、计算机视觉等领域取得了突破性进展，并在 ChatGPT、Sora 等应用中展现出了惊人的能力，引领了一场新的科技革命。尤其是在作战指挥领域，大模型的应用潜力也引起了广泛关注，人们开始思考大模型如何助力作战指挥，并将带来哪些可能性的改变。
一、认清大模型原理
要探究大模型在作战指挥中的应用场景和局限性，首先要理解大模型的工作原理。大模型的本质是基于海量数据训练的深度神经网络，通过学习数据中的规律和模式，从而具备强大的语言理解和生成能力。
大模型通过学习海量语料，掌握了“语法规则”，能够理解自然语言的结构和语义。这使得大模型能够像人一样，流畅地表达和生成文本，并根据上下文进行推理和推演。但需要注意的是，大模型所掌握的“语法规则”是统计学意义上的，并非人类语言的严格规则。它通过学习大量文本，预测下一个词出现的概率，并以此生成符合语法规律的句子。
此外，大模型还通过学习大量的知识库和文本数据，掌握了“知识规则”，能够根据用户的指令和问题，从知识库中找到相关的知识，并进行逻辑推理和分析，最终生成符合知识逻辑的答案。这使得大模型可以像专家一样，解答各种问题，甚至进行推理和预测。
二、大模型能干什么？
目前，大模型已经具备了多种能力，包括文艺创作、媒体制作、程序编写、任务规划等，这些能力可以迁移运用到作战指挥领域，为作战指挥提供有力支持。
1. 查询军事情况：大模型能够根据用户输入的关键词或问题，从海量数据中检索并生成相关信息，并根据用户的需求调整生成结果的格式和内容。这使得大模型可以成为作战指挥人员获取军事情况的强力工具，提供更全面、更精准、更符合需求的信息。
2. 研判战场态势: 大模型不仅可以进行信息检索，还可以对用户给定的信息进行分析和研判，例如提取关键信息、概括信息要点、预测未来态势等。这相当于作战指挥中的分析判断环节，可以帮助指挥员更深入地解读战场态势，做出更准确的决策。
3. 生成作战方案： 大模型可以根据作战目标和任务要求，生成可行的作战方案，并根据战场态势实时调整方案内容。这可以有效提升作战计划的效率和质量，并为指挥员提供更多参考方案。
4. 进行指挥作业： 大模型可以进行文本写作、图像生成、音视频制作等，并根据用户需求进行修改和调整，进而高效完成作战文书的制作、作战要图的绘制、作战报告的撰写等指挥作业，进一步提升作战指挥的效率。
三、大模型不能干什么？
虽然大模型在许多方面超越了人类的智能，但它也存在一些局限，限制了其在作战指挥中的应用范围。
1. 不能主动设计和规划任务： 大模型只能根据用户给定的任务进行分析和处理，不能自主设计和规划任务。这使得大模型难以进行高层次的战略决策，需要配合人类指挥员进行任务的细化和分解。
2. 不能替代最新的情报信息： 大模型只能处理训练数据中的信息，无法获取最新的实时情报信息。因此，在大模型应用于作战指挥时，需要与情报系统进行有效整合，并及时补充最新的情报信息，才能发挥其优势。
3. 不能构建丰富的意义世界： 大模型虽然能够理解自然语言的结构，但缺乏对现实世界意义的理解。这使得大模型对答案的正确性和合理性缺乏判断能力，无法对回答带来的级联效应负责，需要人类指挥员进行最终的判断和审核。
4. 不能创造性解决作战问题： 大模型擅长分析和模仿，但缺乏创造力和灵活性，难以实现真正的创新。在作战指挥中，需要灵活应变，根据情况做出创造性的决策，而大模型在这方面能力有限。
