新華網 > > 正文

軍事大數據:加速軍事智能變革,開啟未來制勝之門

2019年09月06日 07:33:46 來源: 解放軍報

    原標題:軍事大數據:軍事智能變革的加速器

    ——第二屆軍事大數據論壇期間有關專家答記者問

    為深入貫徹習主席作出的“推動實施國家大數據戰略”決策部署,加快軍事智能化發展,我軍上下已開始積極行動起來,軍事大數據的創新應用必將前所未有地激發數據活力、釋放數據價值、産生倍增效應,以開啟未來制勝之門。

    為積極適應新形勢新要求,推進大數據與國防建設深度融合,促進軍事大數據研究領域專家交流合作,由軍事科學院主辦、主題為“軍事大數據推動軍事智能化發展”的第二屆軍事大數據論壇,于今年8月22日至23日在京舉行。來自軍委機關、各戰區、各軍兵種、軍事科學院、國防大學、國防科技大學等單位的500余名領導、專家和代表參加,圍繞軍事大數據發展的前沿、共性、熱點問題進行了探討交流。

    論壇期間,解放軍報記者就軍事大數據的相關話題,採訪了軍事科學院軍事科學信息研究中心主任劉林山研究員、副主任呂彬研究員、某研究室主任羅威副研究員。

    軍事大數據具有強對抗性

    記者:我國目前正在大力推進實施國家大數據戰略。大數據正廣泛應用于經濟、政治、安全和社會管理等諸多領域,體現出前所未有的巨大價值。那麼,與民用大數據相比,軍事大數據有著怎樣的內涵特徵?

    劉林山:隨著大數據技術與應用的發展,軍事大數據已突破過去軍事數據的概念范疇,成為以海量軍事數據資源為基礎、以數據智能處理分析技術為核心、以軍事領域廣泛應用需求為牽引的一係列活動的統稱。鑒于軍事活動的特殊性,軍事大數據除具有民用大數據典型的數據規模大、內容種類多、處理速度高、價值密度低等特徵外,還具有“一超一高一強”的特性。

    “一超”即超復雜性。指數據來源于陸、海、空、天、電、網等多個空間,信息維度更高,非結構化特徵更明顯,數據關係更復雜。“一高”即高安全性,指面臨的威脅復雜,包括敵方的偵察竊取,己方泄密失密、係統漏洞,遭敵“軟”“硬”手段打擊等,可用性削弱或喪失風險更大。“一強”即強對抗性,指信息獲取與反獲取手段的博弈對抗、數據迷霧偽裝欺騙現象普遍存在,真假數據錯綜交織,對數據真偽辨別能力要求極高。

    呂彬:在這裏需要突出強調一下軍事大數據“強對抗性”的特點。由于軍事大數據是對抗環境下的數據,數據質量差,價值密度低,通常具有不確定性、不完全性和虛假欺騙性。我們知道,現階段的人工智能主要是建立在數據驅動的機器學習之上的。而機器學習需要樣本數據,但目前戰爭是小樣本數據,未來戰爭甚至沒有樣本數據。此外,軍事行動的特點是“人在回路”,人的活動很難用大數據經典方法學習預測。這就使得軍事大數據在應對小樣本數據學習、不完全不確定信息下的博弈、復雜環境下的場景建模與理解等問題方面,比民用大數據要困難得多,遇到的挑戰要大得多,必須採用新的理論、新的方法、新的技術去解決。

    軍事大數據與軍事智能化相輔相成

    記者:黨的十九大報告強調,要“加快軍事智能化發展,提高基于網絡信息體係的聯合作戰能力、全域作戰能力”。對于軍事大數據與軍事智能化之間的關係,應該怎麼理解?

    劉林山:回顧人工智能的發展歷程,自1956年達特茅斯會議首次提出以來,經歷了推理期、知識期、學習期三次高潮和兩次低谷。科學家們曾試圖通過邏輯推理、專家係統等方式來“制造”人類智能,但日本智能計算機的研制失敗、美國斯坦福大學人類常識知識百科全書的沒落等,使得這些路徑難以為繼。而大數據的出現,給人工智能的發展提供了一條新道路,人們開始從如何“制造”智能向如何“學習”智能轉變。與傳統的希望通過規則、邏輯和知識來實現推理學習不同,通過機器學習,從大數據中去洞悉海量數據隱藏的規律,可有效實現數據驅動下的人工智能。2016年3月,谷歌公司開發的“阿爾法狗”圍棋機器人之所以能戰勝世界冠軍李世石,正是基于對3000萬盤棋譜數據的神經網絡深度學習。除此之外,大數據技術的發展還可以彌補人工智能在算法、算力方面的不足,顯著提高其可遷移性和可解釋性。可以説,大數據是新一代人工智能的賦能要素,對于推動人工智能發展至關重要。

    呂彬:目前,人工智能技術正加速向軍事領域滲透。軍事智能化已經成為新一輪軍事變革的核心驅動力,深刻改變著未來戰爭的制勝機理、力量結構和作戰方式。軍事智能化不僅僅是人工智能與軍事的簡單疊加,還是人、裝備和作戰方式在新的作戰形態下協同運轉的體係化描述。體係運轉的關鍵離不開數據的高效獲取、融合、研判、交互。未來,隨著數據向軍事領域全方位滲透,人機深度交互,機器智能與人類智慧深度結合,將實現以數據為中心、以分析處理數據為中樞的自主感知、自主分析、自主決策、自主打擊。

    羅威:我們還應站在我軍建設發展所處歷史階段來看待兩者之間的關係。當前我軍中國特色軍事變革取得重大進展,但機械化建設任務尚未完成,信息化水平亟待提高。軍事智能化發展決不能是“空中樓閣”,要建立在機械化和信息化的基礎上,同時也要注重用智能化來牽引機械化和信息化建設。這“三化”融合發展,將是當前及今後一段時期我軍建設發展的顯著特徵。通過各類數據的全面共享和高效交互,打通“三化”融合的信息數據流,有助于構建“三化”融合的底層通道,切實增強軍事智能化發展的質量效益。

    主要軍事強國紛紛搶灘軍事大數據建設

    記者:加快推進軍事智能化發展,目前已成為世界軍事強國搶佔未來軍事競爭制高點的共同做法。那麼這些國家在推進軍事大數據建設與軍事智能化發展方面的進展情況如何?請簡要介紹一下。

    劉林山:科技制勝一直是西方國家在世界上謀求優勢的主要手段。隨著大數據和人工智能時代的到來,西方各主要國家將其視為“兵家必爭之地”,先後出臺一係列戰略舉措,強化統籌布局。美國政府早在2012年3月就發布了《大數據研究與發展計劃倡議》,倡議聯合國防部在內的6個政府部門和機構,共同推動大數據收集、存儲、管理、分析技術的發展。2016年制定《國家人工智能研發戰略規劃》,明確美國在人工智能領域的投資方向和重點。2018年發布《國防部人工智能戰略》,提出人工智能發展目標和舉措,對人工智能的軍事應用進行了統一規劃和部署。今年制定新版《國防部雲戰略》,通過對美軍雲建設的統一監管,加速大數據與人工智能技術發展,促進數據共享。為統籌美軍人工智能技術發展和作戰運用,美國防部還專門成立了聯合人工智能中心,整合相關資源與計劃投資。隨著美國防部“軍事雲”2.0係統上線運行,美軍已經具備高速戰場視頻處理、語音識別、復雜電磁環境感知、解密等數據處理能力,使處理時間縮短到傳統方法的數千分之一。俄羅斯制定了《俄聯邦科技發展戰略》,將大數據、機器學習和人工智能作為科技創新優先方向,俄軍則制定了《軍用機器人技術和應用發展規劃》。英國將大數據、機器人和自主係統列入八項優先發展技術,軍方專門組建了人工智能實驗室,聚焦人工智能和國防數據科學的研究。法國的數字化路線圖明確大數據是未來必須大力支持的戰略性高新技術,軍方制定有《人工智能與創新路線圖》,將情報、決策、人機協同、機器人和網絡戰列為重點發展領域。

    羅威:除了戰略布局之外,西方主要國家還持續加大大數據和人工智能技術的研發力度,加速技術成果向作戰能力轉化。2012年以來,美國防部及其所屬各部門就實施了以“X數據”項目、“洞察”項目為代表的一係列大數據研發項目,主要涉及大數據分析挖掘、規則發現、數據驅動模型計算、數據可視化等領域。這其中,“X數據”項目旨在為大數據處理和分析開發新型計算技術和開源軟件工具;“洞察”項目旨在融合來自各類傳感器的海量數據,形成全面戰場態勢,快速識別威脅來源和威脅程度,增強部隊指揮和參謀人員的決策能力。在持續推進技術發展的同時,美軍部分成果已經開始形成作戰能力,其中最為典型的就是“算法戰”項目。該項目于2017年4月啟動,旨在採用人工智能算法從海量的視頻數據中發現感興趣的目標,相關成果從當年12月開始陸續部署美軍多個部門,其視頻情報分析處理能力得到提升。

    大數據在未來戰爭中將扮演重要角色

    記者:當前,以信息技術為核心的軍事高新技術日新月異,正在推動戰爭形態向信息化戰爭演變,智能化戰爭初露端倪。那麼在未來信息化、智能化戰爭中,大數據將扮演什麼樣的角色?請簡要説明一下。

    劉林山:未來,無論是持續發展的信息化戰爭形態,還是迅速推進的智能化戰爭形態,都是由數據驅動的,主要表現在三個方面:

    首先,戰場態勢的理解依賴海量數據的收集、處理。誰能穿透“戰爭迷霧”,更準確、全面地洞悉敵我態勢和作戰環境,誰就能在戰爭中搶佔先機。在未來戰場上,數據就是還原戰場情況、形成敵我態勢的基礎,它不但包括己方偵察、監視、情報活動的成果,也包括海量的地理信息數據、人類社會文化數據、社交媒體數據。目前,全面收集、處理這些數據並不容易,因為隨著全社會網絡化信息化發展的持續加速,各類數字設備的日益普及,全社會數據量持續呈現指數級增長。有統計表明,在2013年,人類社會的數據總量約為4.4萬億GB,到2020年,這一數字將增長到44萬億GB。如此之大的數據量,如果沒有先進的大數據收集、處理技術支持,數據的價值就無從體現,戰場的全貌也就無從認知。

    其次,作戰功能的實現依賴于數據的分析、分發和利用。作戰功能通常包括情報、指揮控制、火力打擊、戰場機動、作戰保障等。這其中,情報功能側重于收集、整編、推送數據,指揮控制側重于融合、處理、分發數據,而火力打擊、戰場機動、作戰保障在利用數據的同時,也産生新的狀態數據。可以説,作戰功能的發揮、作戰行動的實施就是數據循環利用的過程。哪一方的數據循環得越順暢、越快速,哪一方的作戰效果就越顯著。

    其三,聯合作戰樣式的演進在很大程度上取決于數據共享水平。當前美軍正由聯合作戰向多域作戰方向演進,表現為從軍兵種間作戰能力協同向各作戰域作戰能力聚合的方向發展,從而在更低層級部隊基礎上實現跨越軍兵種的更緊密、更精確的力量運用。達成這一目標的前提,就是以“雲”為手段,實現所有作戰數據的共享。

    呂彬:由于數據在未來戰爭中的作用愈發明顯,數據武器化的特性也將日益顯露。一方防止對手獲取己方數據、阻止對手形成全面態勢,或制造散布虛假數據、誤導對手智能係統的判斷、阻礙對手作戰功能實現的“數據戰”,將成為重要的作戰樣式。

    主動擁抱軍事大數據時代

    記者:提到未來智能化戰爭,其重要特徵就是對抗節奏明顯加快,制勝機理由以能制勝轉變為以快制勝,誰掌握了先機,誰就掌握了戰爭的主動權。我們迎接軍事大數據時代的到來,該怎樣認識其在未來智能化戰爭中的關鍵作用?

    劉林山:以快制勝的關鍵,在于如何盡快縮短“OODA環”循環鏈條。從“觀察”環節看,大數據技術能夠有效幫助指揮員全面掌握情況、捕捉細微變化、發現重大徵候。從“判斷”環節看,運用大數據技術對多來源數據關聯分析,可以準確研判戰場形勢、破除“戰場迷霧”,顯著增強指揮員的判斷力和敏銳性。從“決策”環節看,敵情、我情和戰場環境等數據的實時融合處理和可視化展示,能夠幫助指揮員實時準確掌控戰場態勢,快速作出決策、快速調整部署,贏得籌劃決策的速度優勢。從“行動”環節看,基于實時在線大數據分析,指揮員能夠精準規劃任務、精細計算兵力火力、精確下達作戰指令,從而動態高效調控部隊行動、準確評估作戰效果。

    呂彬:大數據除了給指揮控制效能帶來革命性影響外,還將加速作戰指揮體係變革、引領指揮決策模式轉變。首先是指揮體係扁平化。大數據環境下,信息係統無縫鏈接,雲計算提供強大計算能力,區塊鏈技術提升係統安全性,指揮結構可由“樹狀”變為“網狀”,為精簡指揮結構、實現扁平化指揮提供了物質基礎。其次是軍兵種體係聯合化。基于大數據高度共享的數據池,將各類數據融合在一起,保證獲取信息的一致性。統一的網絡基礎設施、一致的數據結構和數據交換標準,保證各力量、各要素之間有效互聯互通互操作,為形成一體化聯合作戰體係創造條件。第三是部隊編組精簡化。海量情報信息的採集、處理通過信息係統網絡傳輸至雲端進行處理,能夠使指揮人員從繁重的信息處理中解放出來,實現大體係支撐下高效運行的精簡化行動編組。

    羅威:軍事大數據在提高裝備智能化水平、催生智能化武器裝備和提高智能化保障能力等方面也具有重要的賦能作用。作為新時代的“石油”,大數據將是智能化裝備的生命源泉和大動脈,基于超強算力的數據快速獲取、精細處理和精準分發是智能化裝備作戰效能發揮的倍增器。隨著關鍵技術的逐步突破,未來戰場中將出現由數據資源、計算資源、大數據管理與分析係統等緊密結合的數據裝備,既包括用于支撐軍兵種作戰指揮、裝備管理、後勤配給的巨型平臺,也包括以航母、飛機、艦艇、潛艇、車輛等為載體的中小型數據裝備,還包括嵌入無人作戰、單兵作戰、精確制導係統的微小型數據裝備。這些數據裝備,將在未來智能化作戰、訓練、後勤保障等行動中發揮“智慧引擎”作用。同時需要強調的是,大數據走向戰場可能改變裝備,可能改變戰爭形態,但不可能改變戰爭的決定因素。智能化戰爭時代,決定戰爭勝負的關鍵因素仍然是人。大數據和人工智能技術不可能完全代替人,不能改變人在戰爭中的決定性地位。(宋元剛 邵龍飛 王晗)

【糾錯】 [責任編輯: 張驕瀛 ]
新華炫聞客戶端下載

相關稿件

010020030330000000000000011100461210269085