但军事技术的发展对战争未来的影响并不是一个不可知的随机谜团。虽然预测失败的例子很多，但定量研究表明，军事技术中的预测准确性（甚至是对未来30年的长期预测）经常会出乎意料地正确（正确率大约在70-80％之间）。甚至系统性能的数字量化分析也会随着时间的流逝以一种相当一致，合理地可预测的方式增长。
美国陆军新的研究发现，预期未来陆军的技术和武器系统可能并不完全令人生畏。最近，《国防建模与仿真杂志》刊登了一篇名为《迈向技术发展的普遍定律》的文章，研究了从早期骑兵、步枪再到坦克的武器系统发展趋势，可能有助于预测未来系统在移动直瞄射击系统中的进步。”
“确定这些规律性可能有助于远程技术预测，本文通过探索两个可能在未来30年出现的系统来说明这一点。”
————亚历山大·科特博士
该论文的作者，美国陆军作战能力发展司令部陆军研究实验室的研究员亚历山大·科特（Alexander Kott）博士说：“已知有许多类似法则适用于技术和自然而然的复杂系统。”“确定这些规律性可能有助于远程技术预测，本文通过探索两个可能在未来30年出现的系统来说明这一点。”
上图：纵轴表示武器系统的质量、速度、射程范围、载员、射速和弹药动能对数（log）的加权和，横轴表示该类武器系统出现的年代。尽管武器系统的物理规模和底层技术存在巨大差异，但仍这个规律持续了近七个多世纪。
科特说，技术系统的某些性能指标通常表现出随时间增长的指数模式，有时甚至是超指数模式。这种规律性的一个特别着名的例子是摩尔定律，该定律指出计算机芯片的性能指标大约每两年翻一番。
许多其他技术遵循类似的指数增长定律，所谓的异形关系是另一类类似法律的规律性。
科特说，通常在生物体的规模与其各种属性之间存在普遍关系，适用于规模迥异的多种生物。例如，克莱伯法则指出，对于绝大多数动物（从小老鼠到大象），生物体的新陈代谢率大约等于生物体质量的3/4倍，这项研究探讨了在几个世纪的时间里，单一的技术增长规律是否可能适用于规模迥异的技术。
科特研究了移动直瞄射击系统的多种武器类型。其中包括跨越公元1300年至的各种不同的技术系列：士兵装备有从弓箭到突击步枪的武器；火炮和马拉炮、拖曳反坦克炮；自行反坦克突击炮和坦克等。
从中世纪的弓箭到现代的坦克，广泛不同的武器系统的综合特征在各种物理规模和历史时期（公元1300-）大致呈直线分布。纵坐标是军事系统的射速、射弹的动能、速度、有效射程和乘员规模加权和的对数(log)。横坐标结合了系统质量的对数和系统出现时间的分段线性函数。
最终，这项研究发现，实际上一个简单而又不复杂的规律性描述了这个极其广泛的系统集合的历史发展。从弓箭手到坦克，从冷兵器到热兵器的多种不同的系列大致落在同一条曲线上，这是时间的简单函数。
与常规的指数增长曲线不同，该规律性还取决于技术的物理规模（具体而言，质量）。这表明了一个通用模型，该模型将等长关系（例如Kleiber定律）和指数增长关系（例如摩尔定律）结合在一起。
“据我所知，没有先前的研究描述技术在时间上的规律性，这种规律涵盖了如此广泛的不同技术，不同的物理规模以及如此长的历史” 科特说。
“但是，这种规律性应谨慎对待，不能将其作为设计指南。一个好的系统比我们在模型中使用的非常简约的性能指标还重要得多，对模型的解释需要谨慎。”
武器系统效能示例表格
T是设计或最初使用武器的大约年份。在本文中，将时期限制在公元1300-。
PM是弹丸的质量。除其他外，它影响弹丸的动能，从而影响使对手丧失能力的效能。
V是与武器分离时的弹丸速度，例如箭头的速度，如弓箭或子弹的初速度。
D是最大有效射程范围，即步兵可以以可接受的打击和禁用目标对手的概率发射武器的距离。
R是最大循环射击率，即步兵每分钟可以从武器射击的最大射弹数量。
SM是武器系统的质量，包括该系统在战场上机动和战术行动所直接需要的一切。对于步兵来说，包括人的身体、盔甲、典型的设备，以及武器和弹药的重量。对于骑兵来说，包括马的质量。如果是牵引炮，包括火炮、现成弹药、马匹和乘员的数量；在这里，带有额外弹药的尾箱被视为后勤支助的一部分，不包括在内。
HP是系统的动力，即直接可用于在战场上移动系统的力量。对于步兵来说，这通常是0.1马力，代表1个人的力量。对于马拉式火炮来说，这包括马匹和乘员的力量，对于现代武器，包括平台或拖曳车辆（轨道或拖拉机）的发动机动力。
C指的是乘员规模，在交战期间直接为武器系统服务的人员数量。从一个步兵或骑兵到15个步兵或骑兵，一门火炮。
S是越野速度；它描述了系统可以在战场复杂的地形上机动相对较长时间而不是短矩的近似速度。
这项研究提出了这样一种可能性，即更广泛的技术集合可能会按照所谓的技术发展普遍规律在历史上发展，并提供了相关的研究范式以供进一步研究。
美国陆军首席数学家布鲁斯·韦斯特（Bruce West）博士说：“我对本文的发现感到很有趣，这是从进化变构法的角度来看，这是第一组经验数据，存在着很强的时代感，依赖的异速系数。我在较早的论文中就预料到了这种时间依赖性，这是明确的经验证实。”
科特（Kott）对这种类似法则，但以前无法识别的趋势感到困惑。他说：“事后看来，这种跨世纪、跨代际的规律性可能并不那么令人惊讶，但以前没有人注意到这一点，也许未来不是一个谜团。”
事实证明，在某些方面，数字可能更容易预测。众所周知，许多类似法律的定量规则都适用于技术系统。例如，技术系统的某些绩效指标通常会随时间呈现指数（或类似）的增长方式，这意味着，如果采用指标的对数并将其绘制为时间的函数，则曲线将是一条直线。
这种规律性的一个特别着名的例子是摩尔定律。它指出，计算机芯片的性能指标大约每两年翻一番。许多其他技术遵循类似的指数增长定律。即使是千差万别的但功能相似的技术，最终也会形成出乎意料的稳定，类似法则的发展轨迹。
亚历山大·科特（Alexander Kott）博士是作战能力发展司令部陆军研究实验室的首席科学家，该实验室是美国陆军未来司令部的组成部分。此前，他曾在DARPA担任项目经理。他撰写了100多篇技术论文，并编辑和合着了10本专着。
本文来源：兵推天下
