夯實智能化作戰大數據人才基礎

    隨著移動網絡、雲計算、物聯網等新興技術迅猛發展，全球數據呈爆炸式增長，影響深遠的大數據時代已然開啟大幕，在不知不覺中改變著人們的生活和思維方式，並對世界軍事發展産生深遠影響。以無人機、無人艦船等作戰平臺投入實戰為標誌的智能化戰爭雛形，正在逐步顯現。然而在迎接智能化戰爭挑戰之際，不能忽視大數據在智能化戰爭中的核心作用，不能忽視高效處理大數據的人才是智能化作戰發展的堅實根基，必須把大數據人才培養作為智能化作戰的基礎工程抓好抓實。

    大數據競爭的核心是高素質人才的競爭

    從精于圍棋的AlphaGo開始，人工智慧逐步滲透到醫療、金融、虛擬現實、無人駕駛等人類生活的方方面面。當前，世界主要軍事強國不約而同紛紛開發並投入使用陸海空各類無人作戰平臺，設計蜂群等無人作戰戰術，預示著智能化作戰正在大踏步登上歷史舞臺。

    如果把石油比喻為機械化戰爭之血，催動機械化時代的鋼鐵洪流奔涌向前，網絡則有如信息化戰爭的“底盤”，支撐資訊流驅動能量流、物質流斬關奪隘。那麼，大數據就是智能化戰爭的“石油”與“動脈”，決定著智能化作戰能走多遠、發展到何種程度。目前，國際上已經取得共識：大數據是一種非常重要的資産、資源和生産要素，擁有和控制數據的規模以及運用數據的能力，已成為衡量企業乃至國家核心競爭力強弱的重要標誌。未來世界發展趨勢之一就是“數據的核心地位將越來越突出”。對于企業來説，要通過數據描繪用戶畫像，尋找用戶特徵，精準開發用戶需要的産品；對于智能化戰爭而言，數據是提升智能化作戰水準的關鍵。但大數據技術的戰略意義並不單純體現在掌握龐大的數據資訊，而在于對這些含有意義的數據進行專業化處理，萃取精華。換言之，如果把大數據比作一種新興産業，那麼這種産業實現盈利的關鍵，在于提高對數據的“加工能力”。如果想發揮大數據在智能化戰爭中的基礎作用，就必須通過“加工”實現數據的“軍事增值”。而數據專業化處理的核心是高端人才，大數據人才是開拓智能化戰爭空間必不可少的決定性因素。

    不可否認的是，大數據人才在世界范圍內仍處于緊缺狀態。《2016年中國互聯網最熱職位人才報告》顯示，在大數據團隊內部，數據分析師是核心人才，在組織架構中負責關鍵崗位。數據分析師已成為互聯網行業需求最旺的人才職位之一，而且數據分析人才最為稀缺。報告表明，當前社會數據分析人才的供給指數僅為0.05，屬于高度稀缺。此外，數據分析人才的跳槽速度也最快，平均跳槽速度為19.8個月。雖然目前各類統計報告，對于未來國內大數據人才缺口具體數字的估計差別較大，有的認為將達上千萬，有的估計有數百萬，並且諸如此類的數據也僅是關乎企業大數據人才缺口的初步統計，只能提供一個相對的參考。但毋庸置疑的是，要迎接智能化戰爭挑戰，加速完成由機械化信息化再到智能化的復合發展過程，必須準確把握大數據人才發展現狀，瞄準未來，把握規律，注重相關人才培養。

    大數據人才的突出特徵是具備復合能力

    大數據作為一種海量數據，從不同的源頭持續産生並匯聚而成，具有一定的規模性；大數據來源于多種數據源，類型繁多，具有多樣性；大數據的流動性非常快，具有特別強的時效意義。當然，最重要的是大數據含有大量可挖掘的價值。雖然其價值密度低，並非所有數據都是有用的，只有一部分數據具有核心價值，但只要善于挖掘，就可能獲得非常有價值的發現。

    大數據所具有的規模性、多樣性、流動性和價值高等特徵，決定了大數據人才必須是復合型人才，需要具備超強的綜合能力。數據分析者必須有更為寬廣宏觀的視野，全面的綜合素質。對大數據的處理和分析已然超出信息化的范疇、超出了傳統管理和應用范疇，傳統的單方面能力突出的人才已難以利用大數據做出高效決策。有專家指出，過去的人才多是“T”型人才，即一專多能；今後的大數據人才應為“π”型人才，即兩專多能。所謂“兩專”是指既要有專業知識，更要有數據思維。大數據人才應係統掌握數據分析相關的技能，主要包括數學、統計學、數據分析和自然語言處理等。具體來説，應具備獲取大數據的能力，例如能根據任務要求，綜合利用各種電腦技術和知識，收集、整理海量數據並加以存儲，為支撐相關決策和行為做好數據準備。具備借助技術分析大數據的能力，能根據具體需求，採用有效方法和模型分析數據並形成報告，為解決實際問題提供決策依據。具備良好的團隊合作精神。大數據時代的數據分析任務，多數需要與他人合作實現既定目標。

    培養大數據人才要善于把握規律突出特色

    十年樹木，百年樹人。從普遍意義上來講，大數據人才培養規律與其他各類人才培養規律並無根本區別。也需要加強戰略扶持、頂層設計或適當的政策傾斜等。但具體而言，針對大數據人才培養，也需要制定一些符合其特殊發展要求的政策措施，尤其要突出軍事職能特點。

    注重多學科交叉培養。大數據人才是多學科交叉型人才，不是某一個學科可以單獨培養的。這是因為進行數據分析，既要有數據庫和軟件等電腦方面的知識，還要有數學和統計學方面的知識能力。尤其對于軍事大數據人才而言，離不開對于軍事學基礎知識和若幹領域前沿知識的掌握與了解。要達此目的，必須進一步改善人才培養方式路徑，鼓勵用多種形式培養跨界型大數據人才。

    扎根軍民融合的深厚土壤。大數據是一項軍民通用特點更為突出的技術，在人才培養上具有很強的整合性。2016年12月發布的《大數據産業發展規劃（2016－2020年）》就明確指出，“加強大數據人才培養，整合高校、企業、社會資源，推動建立創新人才培養模式，建立健全多層次、多類型的大數據人才培養體係”。當前，一些地方企業和院校的大數據技術發展較快。有鑒于此，軍方大數據人才培養可通過多種途徑與地方企業、院校聯合培養。利用企業和院校所具備的大量數據優勢訓練人才，通過針對性的實踐訓練來培養學員的大數據處理技能。

    注重創新精神和環境的培育。所謂創新人才，一般來説，是指富有獨創性，能夠提出、解決問題的人才。要注重選拔創新個性鮮明，具有高度自覺性和獨立性，旺盛的求知欲，強烈好奇心的人才，投入大數據研發工作。營造創新型人才成長所必需的寬鬆學術環境和較好的生活環境。不斷完善大數據人才的引進政策制度，努力消除其後顧之憂，激發其創新動力和創新精神。善于精準管理，根據不同類型的人才推出不同的精細化管理方式，更好地激發出他們的工作效率。

    加強軍隊院校大數據學科建設。為提供更好、更持久的大數據處理與分析技術，必須要有一個強大的數據科學學科做堅實後盾。如果沒有數據科學學科的核心理論做支撐，大數據難免會泡沫化。因此可考慮在重點軍事院校加強數據學科和專業建設，形成健全的教師人才體係，使之成為大數據人才培養的“航空母艦”。（吳正桂、盧照榮）