當(dāng)前,戰(zhàn)場(chǎng)形勢(shì)日趨復(fù)雜,各類智能化無(wú)人系統(tǒng)、智能傳感器遍布整個(gè)戰(zhàn)場(chǎng)環(huán)境?，F(xiàn)代化軍事情報(bào)數(shù)據(jù)具有海量、異構(gòu)、多維度等特點(diǎn),導(dǎo)致情報(bào)數(shù)據(jù)處理過(guò)程更加復(fù)雜化。但因受到人類本身認(rèn)知效率低、考慮因素有限等生理機(jī)能的限制,單靠情報(bào)分析人員無(wú)法直接處理像圖像、語(yǔ)音、視頻等非結(jié)構(gòu)化數(shù)據(jù),這就使得情報(bào)數(shù)據(jù)背后隱藏的大量有價(jià)值的信息不能被及時(shí)地發(fā)現(xiàn),不能對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)進(jìn)行實(shí)時(shí)、精準(zhǔn)的預(yù)測(cè),從而嚴(yán)重影響指揮員決策的效率和準(zhǔn)確性。

隨著各類智能化感知設(shè)備、大數(shù)據(jù)處理技術(shù)在戰(zhàn)場(chǎng)環(huán)境全維度的部署與使用,使得大部分的智能決策系統(tǒng)具有自主感知復(fù)雜環(huán)境的能力,極大壓縮了各環(huán)節(jié)的反應(yīng)與運(yùn)行時(shí)間。同時(shí),考慮計(jì)算機(jī)的大存儲(chǔ)和超強(qiáng)算力是人類無(wú)法相比的先天優(yōu)勢(shì),基于數(shù)據(jù)挖掘、深度學(xué)習(xí)技術(shù)對(duì)海量戰(zhàn)場(chǎng)環(huán)境數(shù)據(jù)進(jìn)行智能化分析、戰(zhàn)場(chǎng)態(tài)勢(shì)研判,輔助指揮員快速?zèng)Q策,進(jìn)而達(dá)到提升作戰(zhàn)裝備打擊精度的目的。目前,美軍通過(guò)在海、陸、空等多域空間上布置大量的智能傳感器和自動(dòng)識(shí)別系統(tǒng),來(lái)實(shí)現(xiàn)對(duì)戰(zhàn)場(chǎng)環(huán)境、敵情動(dòng)態(tài)的實(shí)時(shí)掌控,在一定程度上可以縮短“OODA”環(huán)的周期,提升軍事決策的效率。

1.3?基于人工智能技術(shù)的軍事情報(bào)工作流程

情報(bào)工作是指情報(bào)人員通過(guò)運(yùn)用一定的技術(shù)手段對(duì)采集的信息進(jìn)行處理分析,并為用戶提供決策服務(wù)的過(guò)程。人工智能技術(shù)與情報(bào)的交叉融合發(fā)展,從本質(zhì)上提升了情報(bào)搜集、數(shù)據(jù)挖掘分析能力,并不斷推動(dòng)情報(bào)工作向著更加自主、智能化的方向轉(zhuǎn)型發(fā)展。圖1是基于人工智能技術(shù)下的情報(bào)工作流程,該流程按照時(shí)間順序大致可分為四個(gè)階段:數(shù)據(jù)采集、數(shù)據(jù)組織和存儲(chǔ)、情報(bào)分析、決策支持。

1)數(shù)據(jù)采集階段:在軍事情報(bào)工作中,該階段采集的信息主要分為兩大類,即公開的互聯(lián)網(wǎng)資源和內(nèi)部數(shù)據(jù)庫(kù)。其中內(nèi)部數(shù)據(jù)庫(kù)資源主要包括像單位內(nèi)部電子化的內(nèi)部圖書、研究報(bào)告、項(xiàng)目檔案資料和長(zhǎng)期積累的相關(guān)實(shí)驗(yàn)數(shù)據(jù)以及情報(bào)信息部門通過(guò)長(zhǎng)期跟蹤搜集的大量情報(bào)資料等信息。互聯(lián)網(wǎng)資源是利用如網(wǎng)絡(luò)爬蟲、文檔解析、智能搜索引擎等網(wǎng)絡(luò)技術(shù)采集來(lái)的開源情報(bào)數(shù)據(jù)。隨著數(shù)據(jù)挖掘、智能分析技術(shù)在情報(bào)領(lǐng)域中的廣泛應(yīng)用,多以專業(yè)數(shù)據(jù)采集器結(jié)合智能分析算法作為實(shí)現(xiàn)數(shù)據(jù)快速、高質(zhì)量采集的基礎(chǔ)技術(shù)手段,目前互聯(lián)網(wǎng)公開信息成為軍事情報(bào)重要的數(shù)據(jù)來(lái)源。

2)數(shù)據(jù)組織和存儲(chǔ)階段:采集的數(shù)據(jù)經(jīng)過(guò)清洗和去重等預(yù)處理操作后,進(jìn)入數(shù)據(jù)組織和存儲(chǔ)階段。充分運(yùn)用深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)超強(qiáng)的數(shù)據(jù)融合、信息提取及特征學(xué)習(xí)能力實(shí)現(xiàn)異構(gòu)多模態(tài)數(shù)據(jù)的高效組織與存儲(chǔ)工作。例如利用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)強(qiáng)大的表征學(xué)習(xí)和深層網(wǎng)絡(luò)語(yǔ)義抽取能力來(lái)實(shí)現(xiàn)對(duì)圖像、視頻類非結(jié)構(gòu)化數(shù)據(jù)的組織和存儲(chǔ)。

3)情報(bào)分析階段:情報(bào)分析是整個(gè)情報(bào)工作流程的核心,主要是利用自然語(yǔ)言處理、強(qiáng)化學(xué)習(xí)、知識(shí)圖譜等人工智能技術(shù)來(lái)實(shí)現(xiàn)多層次、多維度的知識(shí)表示和語(yǔ)義解析,以及挖掘隱藏在大數(shù)據(jù)背后有價(jià)值的戰(zhàn)略情報(bào)信息。如利用長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory Network, LSTM)對(duì)文本類數(shù)據(jù)的長(zhǎng)時(shí)記憶能力可以實(shí)現(xiàn)對(duì)上下文語(yǔ)義信息的最大限度的學(xué)習(xí)和特征抽取任務(wù)。利用遷移學(xué)習(xí)(Transfer Learning, TL)具有的超強(qiáng)自學(xué)習(xí)相近知識(shí)表達(dá)能力,來(lái)實(shí)現(xiàn)不同領(lǐng)域相近任務(wù)的知識(shí)學(xué)習(xí)和遷移。

4)決策支持階段:軍事情報(bào)的目的主要是為指揮者提供決策支持服務(wù)。人工智能具有強(qiáng)大的記憶存儲(chǔ)、知識(shí)推理以及超強(qiáng)的運(yùn)算能力,這些是普通人類所無(wú)法相比的,充分利用好人工智能技術(shù)這些優(yōu)勢(shì)特征,不斷修正優(yōu)化策略,力求在情報(bào)工作最終生成的決策達(dá)到全局最優(yōu)。在決策支持階段通過(guò)情報(bào)人員與決策者間服務(wù)與反饋的良性互動(dòng)機(jī)制,不僅提升了決策者在情報(bào)生產(chǎn)過(guò)程中的參與度,并且在一定程度上達(dá)到了優(yōu)化情報(bào)產(chǎn)品質(zhì)量與增強(qiáng)情報(bào)服務(wù)保障的目的。

2?人工智能技術(shù)在軍事情報(bào)領(lǐng)域的應(yīng)用現(xiàn)狀

人工智能相關(guān)研究在2016年前后迎來(lái)爆發(fā)式增長(zhǎng),美、俄等國(guó)家政府部門相繼出臺(tái)了一系列戰(zhàn)略性文件,并積極推進(jìn)人工智能在國(guó)防、軍事等領(lǐng)域項(xiàng)目的應(yīng)用與研究工作。

2.1 人工智能實(shí)現(xiàn)情報(bào)的深度分析

2014年,美國(guó)國(guó)防部提出了“第三次抵消戰(zhàn)略”,其核心是利用大數(shù)據(jù)、人工智能等新興技術(shù),實(shí)現(xiàn)未來(lái)新型作戰(zhàn)概念、作戰(zhàn)樣式的突破與創(chuàng)新,重點(diǎn)發(fā)展智能化、無(wú)人化的顛覆性先進(jìn)技術(shù)裝備和武器。事實(shí)上,早在2007年,美軍就開啟了人工智能技術(shù)在軍事指揮控制領(lǐng)域的研究探索之路。2017年,美國(guó)國(guó)防部戰(zhàn)略能力辦公室提出了“專家計(jì)劃”,旨在利用美軍早先在中東和非洲多個(gè)秘密基地部署的“掃描鷹”和MQ-9“死神”等多架無(wú)人機(jī),通過(guò)人工智能技術(shù)對(duì)前方無(wú)人機(jī)系統(tǒng)傳回的大量ISR(情報(bào)、監(jiān)視、偵察)圖像、視頻等數(shù)據(jù)進(jìn)行智能挖掘、分析,從中提取感興趣、有價(jià)值的情報(bào)。人工智能技術(shù)實(shí)現(xiàn)了對(duì)無(wú)人機(jī)集群采集的海量戰(zhàn)場(chǎng)視頻數(shù)據(jù)智能分類,極大提升了復(fù)雜戰(zhàn)場(chǎng)環(huán)境中情報(bào)分析處理能力,同時(shí)大大降低了情報(bào)獲取的成本。

2019年,DARPA啟動(dòng)了“知識(shí)導(dǎo)向人工智能推理圖譜”(KAIROS)項(xiàng)目研發(fā)工作,該項(xiàng)目基于作戰(zhàn)事件和時(shí)序信息運(yùn)用人工智能技術(shù)挖掘隱藏在大數(shù)據(jù)背后的重要事件關(guān)聯(lián)關(guān)系,進(jìn)而實(shí)現(xiàn)智能情報(bào)輔助分析和戰(zhàn)場(chǎng)態(tài)勢(shì)研判,全面提升了態(tài)勢(shì)洞察與情報(bào)理解能力。2018年,美國(guó)國(guó)防情報(bào)局(DIA)啟動(dòng)了“機(jī)器輔助分析快速存儲(chǔ)系統(tǒng)”(MARS)項(xiàng)目的研發(fā)工作,該項(xiàng)目旨在運(yùn)用大數(shù)據(jù)、云計(jì)算以及機(jī)器學(xué)習(xí)等技術(shù)構(gòu)建一種針對(duì)外軍情報(bào)數(shù)據(jù)采集分析的云數(shù)據(jù)管理系統(tǒng)。在2021年3月,DIA發(fā)布了該項(xiàng)目的第二個(gè)最小化可行性產(chǎn)品,該產(chǎn)品可以實(shí)現(xiàn)多情報(bào)數(shù)據(jù)庫(kù)數(shù)據(jù)共享并從海量數(shù)據(jù)中提取有價(jià)值的情報(bào)信息,基于數(shù)據(jù)庫(kù)現(xiàn)有軍事情報(bào)數(shù)據(jù)可以成功推理出敵方作戰(zhàn)部隊(duì)的指揮層級(jí)與兵力部署。

2.2?人工智能助力智能軍事決策

美國(guó)在2007年啟動(dòng)了深綠(Deep Green)項(xiàng)目的研制,該項(xiàng)目旨在利用模擬仿真技術(shù)對(duì)獲取的實(shí)時(shí)戰(zhàn)場(chǎng)態(tài)勢(shì)數(shù)據(jù)進(jìn)行快速計(jì)算,并通過(guò)計(jì)算結(jié)果來(lái)預(yù)判對(duì)手下一步可能采取的作戰(zhàn)行動(dòng),為指揮官制定決策提供參考,從而提升戰(zhàn)場(chǎng)軍事決策的速度和準(zhǔn)確性。2013年8月,DARPA開啟了洞察(Insight)項(xiàng)目的第二研究階段工作,該項(xiàng)目旨在將部署在戰(zhàn)場(chǎng)環(huán)境中各類傳感器采集到的信息,利用人工智能技術(shù)進(jìn)行特征發(fā)現(xiàn)、威脅識(shí)別、算法預(yù)測(cè),對(duì)情報(bào)分析人員進(jìn)行輔助工作。

2016年,IARPA啟動(dòng)了眾包證據(jù)、議論、思維和評(píng)估開發(fā)結(jié)構(gòu)化分析技術(shù)工具(CREATE)項(xiàng)目研究工作,該項(xiàng)目旨在利用人工智能技術(shù)實(shí)現(xiàn)結(jié)構(gòu)化情報(bào)分析與推理,幫助情報(bào)分析人員更好地理解和評(píng)估數(shù)據(jù),同時(shí)達(dá)到一定的訓(xùn)練效果。2018年6月,美國(guó)國(guó)防部正式成立聯(lián)合人工智能中心,該中心積極組織不同軍種、高校以及學(xué)術(shù)研究領(lǐng)域的協(xié)同合作,不斷加快人工智能技術(shù)在軍事領(lǐng)域的應(yīng)用發(fā)展進(jìn)程。2021年,DARPA發(fā)布了“像素級(jí)智能處理”(IP2)項(xiàng)目招標(biāo)書,該項(xiàng)目旨在運(yùn)用神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、計(jì)算機(jī)視覺等人工智能算法將情報(bào)融入邊緣級(jí)傳感器數(shù)據(jù)流中,以提升圖像、視頻信息的偵察精度和情報(bào)數(shù)據(jù)的分析處理效率,從而達(dá)到增強(qiáng)戰(zhàn)場(chǎng)環(huán)境態(tài)勢(shì)感知與指揮控制能力。表1是本文梳理、歸納的近幾年美國(guó)基于人工智能技術(shù)研發(fā)的軍事智能情報(bào)分析典型項(xiàng)目。

ChatGPT(Chat Generative Pre-trained Transformer)是由美國(guó)OpenAI公司研發(fā)的基于人工智能技術(shù)實(shí)現(xiàn)的生成式自然語(yǔ)言處理模型,自2022年11月發(fā)布以來(lái)在學(xué)術(shù)界和商界都受到了高度關(guān)注,并且在智能問(wèn)答、圖像生成和任務(wù)規(guī)劃等諸多領(lǐng)域的性能表現(xiàn)遠(yuǎn)超現(xiàn)有其他機(jī)器學(xué)習(xí)模型。

近期,部分學(xué)者針對(duì)ChatGPT應(yīng)用到軍事情報(bào)領(lǐng)域進(jìn)行了積極探索與展望,例如,利用自然語(yǔ)言處理技術(shù)從語(yǔ)音和文本中提取情報(bào),實(shí)現(xiàn)對(duì)多模態(tài)數(shù)據(jù)的處理與分析操作,輔助決策和作戰(zhàn)方案的制定;利用快速處理大量情報(bào)信息的能力,提升戰(zhàn)場(chǎng)人機(jī)交互效率,為實(shí)現(xiàn)部隊(duì)作戰(zhàn)過(guò)程中人員和裝備動(dòng)態(tài)信息共享提供技術(shù)支撐;利用對(duì)多源異構(gòu)情報(bào)數(shù)據(jù)分析處理實(shí)現(xiàn)知識(shí)圖譜關(guān)聯(lián)關(guān)系分析和實(shí)體特征提取,提升戰(zhàn)場(chǎng)態(tài)勢(shì)感知和情報(bào)洞察能力。ChatGPT具有超強(qiáng)的語(yǔ)言理解、數(shù)據(jù)生成和自我學(xué)習(xí)能力,這些都由其強(qiáng)大能力背后的關(guān)鍵技術(shù)支撐,相信未來(lái)ChatGPT在軍事情報(bào)領(lǐng)域會(huì)有更多的應(yīng)用潛力。

3?基于人工智能的情報(bào)服務(wù)模型

3.1?關(guān)鍵技術(shù)及分析

人工智能技術(shù),特別是自然語(yǔ)言處理、知識(shí)圖譜以及大數(shù)據(jù)處理等技術(shù)在軍事情報(bào)領(lǐng)域的廣泛研究與應(yīng)用,增強(qiáng)了情報(bào)偵察的自主性和智能性,提升了對(duì)多源異構(gòu)情報(bào)數(shù)據(jù)的深度分析與高效處理能力,為在未來(lái)復(fù)雜多變的戰(zhàn)場(chǎng)環(huán)境中快速、準(zhǔn)確地研判敵方作戰(zhàn)意圖,清晰掌握戰(zhàn)場(chǎng)態(tài)勢(shì)以及科學(xué)軍事決策提供了技術(shù)基礎(chǔ)支撐。

1)基于自然語(yǔ)言處理技術(shù)構(gòu)建更加自主、智能的情報(bào)偵察裝備,增強(qiáng)戰(zhàn)場(chǎng)環(huán)境的數(shù)據(jù)采集能力。目前圖像識(shí)別、語(yǔ)音處理、信息檢索等自然語(yǔ)言處理技術(shù)已逐漸成熟,在軍事情報(bào)領(lǐng)域均有廣泛應(yīng)用。未來(lái)戰(zhàn)爭(zhēng)中的情報(bào)更多是以電磁、圖像和音頻等非結(jié)構(gòu)化數(shù)據(jù)形式呈現(xiàn),指揮人員無(wú)法在短時(shí)間內(nèi)全面、準(zhǔn)確地掌握戰(zhàn)場(chǎng)情報(bào)信息。在軍事情報(bào)偵察領(lǐng)域,可利用圖像識(shí)別和語(yǔ)音處理技術(shù),提升戰(zhàn)場(chǎng)環(huán)境感知和精準(zhǔn)理解能力。同時(shí)可以達(dá)到增強(qiáng)戰(zhàn)場(chǎng)透明度,掌握戰(zhàn)場(chǎng)主動(dòng)權(quán)的目的,更好地為軍事決策者提供情報(bào)支撐保障服務(wù)。

2)依托知識(shí)圖譜與數(shù)據(jù)可視化技術(shù),提高戰(zhàn)場(chǎng)態(tài)勢(shì)感知能力。隨著作戰(zhàn)空間向多維全域不斷擴(kuò)展延伸,各類智能化無(wú)人系統(tǒng)、智能傳感器遍布整個(gè)戰(zhàn)場(chǎng)環(huán)境,使得戰(zhàn)場(chǎng)形勢(shì)日趨復(fù)雜。在軍事情報(bào)分析方面,利用知識(shí)圖譜、關(guān)聯(lián)分析與數(shù)據(jù)可視化技術(shù)實(shí)現(xiàn)對(duì)孤立、碎片情報(bào)數(shù)據(jù)的多維深度分析,對(duì)不同來(lái)源的情報(bào)信息進(jìn)行整合分析,動(dòng)態(tài)呈現(xiàn)戰(zhàn)場(chǎng)態(tài)勢(shì)全景圖,使得戰(zhàn)場(chǎng)變得更加清晰、透明,及時(shí)準(zhǔn)確地研判敵方的戰(zhàn)略企圖,真正做到“知己知彼”。

3)利用大數(shù)據(jù)和信息融合技術(shù)實(shí)現(xiàn)情報(bào)的深度分析,有效提升軍事決策的科學(xué)與高效性。大數(shù)據(jù)技術(shù)在現(xiàn)代網(wǎng)絡(luò)化、智能化戰(zhàn)爭(zhēng)中的地位日益增強(qiáng),基于深度學(xué)習(xí)的圖像識(shí)別、視頻處理技術(shù)在軍事情報(bào)領(lǐng)域的廣泛應(yīng)用極大提升了戰(zhàn)場(chǎng)情報(bào)的全面追蹤和信息捕獲能力。信息融合和數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)了對(duì)多源異構(gòu)的復(fù)雜情報(bào)數(shù)據(jù)的深度分析與快速處理能力。從海量數(shù)據(jù)中發(fā)現(xiàn)有價(jià)值的情報(bào),在環(huán)境復(fù)雜多變的戰(zhàn)場(chǎng)環(huán)境中最大限度縮短作戰(zhàn)指揮人員在戰(zhàn)場(chǎng)上軍事決策與指揮控制的時(shí)間,以提升作戰(zhàn)取勝的籌碼。

3.2?基于人工智能技術(shù)的軍事情報(bào)服務(wù)模型分析

人工智能技術(shù)與情報(bào)的交叉融合發(fā)展,從本質(zhì)上提升了情報(bào)搜集、數(shù)據(jù)挖掘分析能力,并不斷推動(dòng)情報(bào)工作向著更加自主、智能化的方向轉(zhuǎn)型發(fā)展。本節(jié)根據(jù)文獻(xiàn)中構(gòu)建的人工智能情報(bào)體系,分析了基于人工智能技術(shù)下的軍事情報(bào)服務(wù)模型。圖2是基于人工智能技術(shù)的軍事情報(bào)服務(wù)模型,該模型主要包含四部分,自下而上依次為基礎(chǔ)設(shè)施層、數(shù)據(jù)資源層、情報(bào)分析核心層以及情報(bào)服務(wù)應(yīng)用層。

4 重點(diǎn)發(fā)展趨勢(shì)分析

隨著大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)的快速應(yīng)用與發(fā)展,人工智能技術(shù)在軍事情報(bào)領(lǐng)域的廣泛應(yīng)用已是大勢(shì)所趨,人工智能正在深刻改變未來(lái)戰(zhàn)爭(zhēng)面貌,不斷催生新型戰(zhàn)爭(zhēng)樣式,將會(huì)成為推動(dòng)新一輪軍事變革強(qiáng)有力的抓手,在未來(lái)的戰(zhàn)場(chǎng)環(huán)境中人工智能所占的技術(shù)比重勢(shì)必會(huì)越來(lái)越大。

4.1?注重人機(jī)融合發(fā)展

隨著軍事武器智能化的快速發(fā)展與廣泛應(yīng)用,當(dāng)今的戰(zhàn)爭(zhēng)形態(tài)早已從過(guò)去的機(jī)械化、信息化演變?yōu)橹悄芑?、無(wú)人化。人工智能技術(shù)的出現(xiàn)催生了以“人機(jī)協(xié)作”為戰(zhàn)場(chǎng)基本模式的新指揮決策方式。2022年俄烏沖突爆發(fā),以無(wú)人機(jī)為代表的各型無(wú)人智能化作戰(zhàn)平臺(tái)在現(xiàn)代戰(zhàn)爭(zhēng)中扮演著重要角色,其重要的戰(zhàn)術(shù)地位日益凸顯,無(wú)人機(jī)在戰(zhàn)爭(zhēng)中主要擔(dān)負(fù)情報(bào)偵察、火力攻擊等任務(wù),基于情報(bào)數(shù)據(jù)共享機(jī)制實(shí)時(shí)將收集到的圖片、視頻等情報(bào)信息回傳給地面作戰(zhàn)指揮人員,然后利用機(jī)器學(xué)習(xí)等人工智能技術(shù)對(duì)大量情報(bào)數(shù)據(jù)進(jìn)行關(guān)聯(lián)挖據(jù)、深入分析,在確保人員安全的前提下,輔助作戰(zhàn)指揮員快速、準(zhǔn)確地制定軍事決策,在指揮員與無(wú)人機(jī)的配合下以極低的成本實(shí)現(xiàn)較高的作戰(zhàn)效能。但目前現(xiàn)有人工智能系統(tǒng)進(jìn)行情報(bào)綜合分析、輔助決策的智能程度還不夠高,還需要依靠指揮者對(duì)戰(zhàn)場(chǎng)整體布局以及復(fù)雜的軍事動(dòng)態(tài)情況進(jìn)行分析、研判?！叭藱C(jī)協(xié)作”模式將人對(duì)復(fù)雜戰(zhàn)場(chǎng)態(tài)勢(shì)的快速?zèng)Q策能力與機(jī)器系統(tǒng)的超強(qiáng)情報(bào)分析能力進(jìn)行完美結(jié)合,增強(qiáng)了戰(zhàn)場(chǎng)動(dòng)態(tài)感知能力,真正實(shí)現(xiàn)“1+1>2”的戰(zhàn)場(chǎng)效果。

4.2?注重多模態(tài)情報(bào)智能分析研究

隨著軍事智能化的發(fā)展和多域空間協(xié)同作戰(zhàn)體系的不斷推進(jìn),各類智能傳感器、自動(dòng)識(shí)別系統(tǒng)遍布整個(gè)戰(zhàn)場(chǎng)環(huán)境?，F(xiàn)代戰(zhàn)爭(zhēng)涉及的情報(bào)信息不再是某一種單一的數(shù)據(jù)形式,異構(gòu)多模態(tài)逐漸成為當(dāng)前軍事數(shù)據(jù)的固有特征之一。軍事情報(bào)呈現(xiàn)出多源、異構(gòu)等復(fù)雜數(shù)據(jù)特點(diǎn),主要原因是軍事情報(bào)來(lái)源較廣并且數(shù)據(jù)形式復(fù)雜多樣,有的情報(bào)信息是戰(zhàn)術(shù)無(wú)人機(jī)利用智能傳感器采集來(lái)的戰(zhàn)場(chǎng)地形地貌、兵力部署等圖片、視頻形式數(shù)據(jù);有的情報(bào)信息來(lái)自于情報(bào)偵察系統(tǒng)收集來(lái)的有關(guān)戰(zhàn)場(chǎng)環(huán)境圖像和語(yǔ)音等形式數(shù)據(jù);有的情報(bào)信息則是內(nèi)部資料庫(kù)存儲(chǔ)的有關(guān)對(duì)手最新武器裝備性能、技術(shù)參數(shù)及編制信息等文本結(jié)構(gòu)化數(shù)據(jù)。利用語(yǔ)義解析、知識(shí)推理、實(shí)體自動(dòng)識(shí)別等人工智能技術(shù)對(duì)軍事情報(bào)實(shí)現(xiàn)跨模態(tài)數(shù)據(jù)綜合分析與深度分析,從多模態(tài)數(shù)據(jù)中挖掘更豐富的有價(jià)值情報(bào),同時(shí)快速生成戰(zhàn)場(chǎng)全局態(tài)勢(shì)圖,為作戰(zhàn)指揮人員提供及時(shí)、科學(xué)的決策支撐服務(wù),為實(shí)現(xiàn)“發(fā)現(xiàn)即摧毀”精確打擊的作戰(zhàn)目標(biāo)可能性提供技術(shù)支持。

4.3?加強(qiáng)軍民技術(shù)融合發(fā)展

美國(guó)等軍事強(qiáng)國(guó)尤其注重人工智能技術(shù)在軍民融合中的發(fā)展應(yīng)用。應(yīng)從頂層設(shè)計(jì)入手,鼓勵(lì)高校、民營(yíng)企業(yè)積極參與軍民融合項(xiàng)目。同時(shí)結(jié)合當(dāng)前軍事情報(bào)領(lǐng)域新變革,加快構(gòu)建軍地情報(bào)共享技術(shù)與機(jī)制,實(shí)現(xiàn)軍民創(chuàng)新實(shí)力優(yōu)勢(shì)互補(bǔ)。2017年,國(guó)務(wù)院辦公廳發(fā)布了《關(guān)于推動(dòng)國(guó)防科技工業(yè)軍民融合深度發(fā)展的意見》,著重強(qiáng)調(diào)軍民技術(shù)基礎(chǔ)資源共享和協(xié)同創(chuàng)新的國(guó)家發(fā)展戰(zhàn)略性意義。近年來(lái),人工智能技術(shù)獲得了突破性進(jìn)步,并在商業(yè)應(yīng)用領(lǐng)域取得了很好的效果。以實(shí)際作戰(zhàn)需求為牽引,將語(yǔ)義解析、圖像識(shí)別、機(jī)器翻譯等人工智能技術(shù)應(yīng)用于軍事情報(bào)領(lǐng)域,結(jié)合本領(lǐng)域數(shù)據(jù)特點(diǎn),解決跨模態(tài)情報(bào)數(shù)據(jù)融合等關(guān)鍵技術(shù)難題,提升情報(bào)服務(wù)保障能力。例如,構(gòu)建軍事術(shù)語(yǔ)、命名實(shí)體識(shí)別、詞性標(biāo)注和武器裝備知識(shí)圖譜等相關(guān)語(yǔ)料庫(kù),積極推動(dòng)人工智能技術(shù)在軍事情報(bào)領(lǐng)域的發(fā)展應(yīng)用。

人工智能技術(shù)與軍事情報(bào)領(lǐng)域相互融合發(fā)展已是未來(lái)必然趨勢(shì)。人工智能技術(shù)將會(huì)成為新一輪軍事變革強(qiáng)有力的推手,但在推動(dòng)軍事情報(bào)領(lǐng)域智能化的發(fā)展過(guò)程中,機(jī)遇與挑戰(zhàn)往往是并存的。雖然人工智能在軍事領(lǐng)域應(yīng)用得到廣泛應(yīng)用并取得了一定成果,但我們應(yīng)該清醒地認(rèn)識(shí)到,想要達(dá)到真正的實(shí)用性還任重道遠(yuǎn)?，F(xiàn)階段的人工智能仍處于弱智能化階段,只有在特定領(lǐng)域、特定任務(wù)中人工智能系統(tǒng)優(yōu)勢(shì)才能完全展現(xiàn)出來(lái),目前絕大部分的軍事智能系統(tǒng)存在系統(tǒng)通用性差以及高度依賴訓(xùn)練數(shù)據(jù)的問(wèn)題。如何讓人工智能系統(tǒng)具有人類舉一反三的思考、學(xué)習(xí)能力以及決策能力,在未來(lái)很長(zhǎng)的時(shí)期內(nèi)還需要研究人員不斷進(jìn)行理論、技術(shù)創(chuàng)新,這也將是人工智能領(lǐng)域需要一個(gè)長(zhǎng)期探索的課題。

5?結(jié)束語(yǔ)

人工智能作為新興技術(shù)正在深刻改變著未來(lái)的作戰(zhàn)環(huán)境,不斷催生新型戰(zhàn)爭(zhēng)樣式,也將成為推動(dòng)新一輪軍事變革強(qiáng)有力的推手。美、俄等世界軍事強(qiáng)國(guó)很早就開始了人工智能技術(shù)在軍事情報(bào)領(lǐng)域的探索,并取得了一定的研究成果。目前我國(guó)已將人工智能技術(shù)列入未來(lái)國(guó)家重點(diǎn)發(fā)展戰(zhàn)略,并加緊了人工智能技術(shù)在軍事相關(guān)領(lǐng)域的研發(fā)與應(yīng)用進(jìn)程,力求在新一輪的軍用前沿科技競(jìng)爭(zhēng)中占據(jù)主導(dǎo)地位。我們應(yīng)充分學(xué)習(xí)、借鑒他國(guó)在軍事情報(bào)領(lǐng)域的有益經(jīng)驗(yàn),如利用大數(shù)據(jù)挖掘、數(shù)據(jù)融合等技術(shù),不斷提升情報(bào)分析處理效率;同時(shí),基于深度學(xué)習(xí)和圖像識(shí)別等人工智能技術(shù)研發(fā)更加智能的情報(bào)理解、輔助決策等無(wú)人化平臺(tái),最大限度發(fā)揮人工智能在軍事情報(bào)工作中的潛力,更好地為軍事斗爭(zhēng)做準(zhǔn)備。

END

| 作? ?者：趙亞平, 黃毅, 李虹, 孟杰 審核編輯：黃飛

?