智能化成为未来发展必然选择
作为一种模拟战争、研究作战的重要手段，经过数十年发展演变，计算机兵棋系统已经具备对战争全要素进行精细模拟能力。但放眼适应未来战争发展需求，亟需为计算机兵棋系统寻找一个更加智慧的“大脑”，以满足具有智能化特征的信息化战争模拟新需求。
一方面，未来战争战场空间的复杂性急剧增加。如今，一体化联合作战已经成为现代战争的主要作战样式，战场和武器装备的信息化、网络化、精确化、无人化和智能化水平显著提升，自主作战、无人作战、新概念武器、先进的侦察监视以及太空和网络战武器装备和作战概念竞相涌现，导致影响战争进程的因素不断增多、数据量显著提升、推演范围持续扩大。单纯通过确定性系统仿真方法进行战争模拟的传统计算机兵棋系统有些应对乏力。
另一方面，兵棋模拟作战的逼真度仍有待提升。目前，计算机兵棋系统虽然可以模拟的战争实体、行动及作战效果已经得到显著提升，但兵棋推演的参与者依旧有在兵棋模型虚拟的战场之外的感觉，与实战体验存在一定差异，是“笼子外的观察者”。未来战场作战域由传统的陆、海、空向着太空、网络、电磁、认知等全域拓展，基于网络信息体系的联合作战和全域对抗成为作战要点，传统杀伤链向敏捷、弹性的杀伤网体系拓展，现有的计算机兵棋系统要充分描述指挥控制、协同作战、侦察监视、感知识别等全域多维度战场环节存在较大难度，智能化成为未来计算机兵棋系统发展的必然选择。
自1956年被首次提出以来，人工智能目前已经发展成为一门广泛的交叉和前沿科学，是各军事强国维护国家安全、提升军事实力的重大战略选择。尤其是近年来伴随着神经网络、深度学习、强化学习等关键技术的快速发展，人工智能更倾向于依托计算机算力、使用数学算法模仿人类智力，让机器“学会”人类的分析、推理、思考以及决策能力。兵棋推演的核心本就是人机协同以及不完全信息环境下的动态博弈和实时对抗，人工智能一旦引入兵棋系统，势必在虚拟战场中激起阵阵涟漪。
其中，神经网络技术好比智能化兵棋系统的“大脑”。神经网络技术从信息处理角度可以高度模拟人类大脑的神经元网络，通过建立模型开展计算工作，同时可根据不同连接方式组成不同的网络，呈现出较强的自我反馈、学习和联想等特征。
深度学习技术是智能化兵棋系统学习和思考的重要手段。深度学习技术是在神经网络技术基础上，通过对大量数据样本的学习，模仿人类大脑获取、分析和解读数据，逐步提炼出事物内在关联关系、结构关系和逻辑关系的过程。目前，深度学习技术在经过大量数据训练的情况下，已经在图像和语音识别、自然语言处理等领域逼近或超越人类的感知水平。
强化学习技术，为智能化兵棋系统提供了决策能力。强化学习技术在深度学习技术感知数据的基础上，引入了试错机制，进而通过反复试错探寻出解决问题的最优策略。通过将深度学习与强化学习有机融合，具备智能化“思维能力”的兵棋系统就能在海量数据信息的基础上对事物进行整合分析，一步步探寻到未来战争的一些普遍规律。
初审：孙世奇
复审：成自来
终审：陈光中
