佰家富app攻略|佰家富app官网平台

俄罗斯提出军队改革新计划******

提升整体作战能力 应对北约安全威胁

俄罗斯提出军队改革新计划

图②：挂载“匕首”高超声速导弹的俄米格-31K战机。 资料图片

　　不久前，俄罗斯国防部召开年度扩大会议，总结了2022年俄武装力量的建设成果以及在乌克兰特别军事行动的进展。针对俄军在俄乌冲突中暴露出的建设短板和能力弱项，会议提出下一步军队改革调整新计划，以提升俄军整体作战能力，确保完成特别军事行动目标、有效应对北约安全威胁。

　　巩固核力量确保对北约战略威慑

　　在常规力量建设相对滞后的情况下，核力量成为俄保持对美、北约战略均势的重要砝码。

　　2022年，尽管在乌克兰方向投入大量军事资源，俄仍保持对“三位一体”战略核力量的投入力度，将核武器这一国家安全柱石的现代化率提升至91.3%。这一年，首架图-160M战略轰炸机交付空天军，955A型战略核潜艇“苏沃洛夫大元帅”号入列北方舰队，“萨尔马特”洲际弹道导弹也正式进入战斗值班序列。此外，俄还丰富拓展以高超声速武器为代表的非核遏制力量，将其作为核遏制的有效补充手段，以实现“核常并重”的双重遏制战略效果。

　　俄乌冲突期间，面对整个“西方集体”对俄实施的全手段综合施压，俄罗斯一方面通过核演习展示核实力、提升核力量战备等级、警告“第三次世界大战将是核战”等方式，高调发出核威慑信号；另一方面在实战中以战略轰炸机发射巡航导弹、多次使用“匕首”高超声速导弹等方式显示决心和实力，慑止北约直接军事介入冲动。按计划，俄将继续保持“三位一体”战略核力量建设力度，将其作为维护主权和领土完整、国际战略平衡的重要保障，确保对北约进行有效战略威慑。

　　重建以陆军为核心的联合作战体制

　　俄乌冲突让俄罗斯充分认识到，陆地战场的胜负仍是左右战争结局的关键。

　　冲突伊始，俄军试图依靠以营级战术群为核心的多域联合作战行动达成作战目的，但面对拥有北约作战保障体系赋能的乌军，俄军营级战术群作战自持力不强、保障力不足等弱点相继暴露。此外，俄军联合作战能力有限，在乌东陆战场，受多重因素影响，俄各军种、各部队无法进行高效联合。

　　据报道，为理顺陆战场作战指挥关系，俄军计划重建以陆军为核心的联合作战体制，使部队在战术战役层面实现战场指挥权的高度统一，从而通过发挥俄军传统大兵团作战优势取得战场主动权。一是推动旅改师进程。旅机动灵活，但编制员额较小、力量有限，无法有效应对持久高强度消耗战。俄军有意恢复师团制，除打算将7个摩步旅扩编为摩步师并新组建3个摩步师外，空降兵也将增加2个空降突击师编制，同时还计划在现有海军陆战旅基础上组建5个海军陆战师。二是为各集团军配属空天军作战力量。俄乌冲突中，俄空天军出动架次过少、精确打击效果欠佳、与陆军协同程度有限。为此，俄准备给每个集团军配属1个混成航空兵师和1个陆航旅，确保实施空地一体作战。三是优化西部战略方向兵力部署。为应对芬兰和瑞典加入北约后可能出现的新威胁，俄军计划新建莫斯科和列宁格勒两个新军区，西部军区可能专门应对乌克兰方向威胁。

　　转变思路大幅增加军队员额

　　近年来，俄军推进的“新面貌”军事改革，核心是将大战动员型军队转变为常备机动型军队，以精干常备部队打赢未来局部战争和武装冲突。为此，俄通过裁军将军队员额压减至约100万。但俄国土面积1700多万平方千米，横跨11个时区，百万常备部队勉强能够执行国土机动防御和境外驻军任务，加之面对北约东扩压力、高加索地区动荡、美亚太盟友领土声索等现实安全威胁，俄军兵力不足问题不断凸显。

　　在俄乌冲突中，俄军难以同时在多个方向上完成作战任务。实践表明，精干型军队难以满足高强度对抗消耗战需求，俄军遂采取一系列措施大幅扩充军队员额。

　　一是扩大武装力量规模。2022年8月，俄总统普京签署命令，从2023年1月1日起，俄武装力量员额增加13.7万，达到115万。此次俄国防部扩大会议上，俄再次宣布扩军，计划将俄军人数增至150万。其中，合同兵将增加至69.5万，与当前数量相比几乎翻了一番。二是调整征兵政策。公民应征年龄下限从18岁提高到21岁、上限从27岁提高到30岁。公民可根据意愿，从入伍第一天起就按照合同制服兵役。三是完善国防动员体系。针对此前局部动员中出现的征召不符合条件人员入伍、装备物资缺乏等问题，俄计划通过改进兵役征召体系、完善装备物资储备体系等措施，确保征召入伍人员与作战任务需求相匹配，并尽快形成战斗力。

　　加快弥补信息化能力不足等短板

　　当前，俄军信息化作战能力不足，导致在特别军事行动中仍沿袭机械化战争传统战法。

　　对此，俄军在积极调整战略战术、力求步步为营的同时，也在加快弥补自身短板弱项，重点提升信息化作战能力。一是提升指挥和通信系统的信息化水平。拓展指挥自动化系统的覆盖范围，优先为营以下作战分队配备指挥自动化系统终端和新一代数字电台；积极引入人工智能技术，提升作战体系效能。二是提升战场态势感知能力。主要是将无人机配备到班、排作战单元，并将之整合于统一的战场侦察网络，通过保密信道实时传送信息，从而大幅度提升“侦察-打击”回路效能。三是加快发展无人机等智能作战装备，重点发展战略无人机、察打一体无人机和巡飞弹，扩大精确制导弹药，特别是精确制导炮弹的生产。

　　此外，针对前期作战和动员过程中俄军后装保障方面出现的突出矛盾和问题，俄强调发挥军事工业委员会作用，集中力量保障特别军事行动的物资技术需求。在此基础上，坚持“战场无小事”原则，确保为部队配备先进的医疗包、防弹衣等装备。同时，进一步优化“外包式”后装保障结构，提高军队自身“伴随式”装备维修保障能力，恢复各级部队的修理分队编制，确保保障能力适应战场需要。

　　（作者：代勋勋，单位：军事科学院战争研究院）

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

　　（文图：赵筱尘 巫邓炎）