智慧系統(tǒng)研發(fā)方法探索

那么，什么是智慧 什么是智能 這看似不言而喻，厘清這兩個概念對研發(fā)智能系統(tǒng)還是有益的。

人的思維能力加上記憶的知識稱為“智慧”，人有了智慧就可以產(chǎn)生智人的行為和語言，智人的行為和語言的能力就是“智能”。

智能具有以下四種能力：一是感知能力，能夠感知外部世界、獲取外部信息，這是產(chǎn)生智能活動的前提條件和必要條件；二是記憶和思維能力，能夠存儲感知的信息和思維推理所產(chǎn)生的知識，同時能夠利用已有的知識對信息進(jìn)行分析、判斷；三是學(xué)習(xí)和自適應(yīng)能力，通過與環(huán)境的相互作用，不斷學(xué)習(xí)積累知識，使自己能夠適應(yīng)環(huán)境變化；四是行為決策能力，對外界的刺激作出反應(yīng)，形成決策并傳達(dá)相應(yīng)的信息。具備這四種能力的系統(tǒng)就是智能系統(tǒng)或智能化系統(tǒng)。

一、智能化系統(tǒng)的特點(diǎn)

在這一輪智能化系統(tǒng)建設(shè)過程中，與以往的信息化系統(tǒng)建設(shè)有兩個非常顯著的不同：創(chuàng)造性工作和數(shù)據(jù)決策。

創(chuàng)造性工作是智能化建設(shè)非常顯著的特點(diǎn)。以往的信息化系統(tǒng)建設(shè)，實(shí)際上是將手工的管理活動升級成計算機(jī)輔助的管理活動，信息化系統(tǒng)建設(shè)就是借助計算機(jī)這一強(qiáng)有力的工具，更高質(zhì)量、高效率地完成手工的管理活動。因此，在信息化系統(tǒng)建設(shè)過程中，所遵循的是手工管理的程序、規(guī)范和要求，也就是“需求牽引”，最多是根據(jù)計算機(jī)的特點(diǎn)，對手工管理流程作少量的改進(jìn)，鮮有創(chuàng)造性的管理活動被發(fā)現(xiàn)。而智能化系統(tǒng)建設(shè)所研發(fā)的應(yīng)用很多是以往想做而無法做的，甚至是根本就沒有想到可以這樣做的。比如說時下為了追蹤新冠疫情傳播過程，各地研發(fā)了基于手機(jī)移動軌跡和交通數(shù)據(jù)的“綠碼”APP，允許沒有涉足中高風(fēng)險區(qū)域（包括乘坐公共交通工具）的人員擁有綠碼可以正常出行。這一應(yīng)用是人工管理時代和信息化時代都無法實(shí)現(xiàn)的，是一項創(chuàng)造性的管理活動。如果沒有手機(jī)軌跡大數(shù)據(jù)和交通大數(shù)據(jù)的支持，這樣的應(yīng)用顯然無法實(shí)現(xiàn)。

大數(shù)據(jù)時代，數(shù)據(jù)參與決策已經(jīng)是司空見慣的事了。這方面的例子在互聯(lián)網(wǎng)銷售行業(yè)比比皆是，即使在政府治理方面，這樣的事例也很多。比如，有A、B兩個小區(qū)要規(guī)劃建設(shè)養(yǎng)老院和幼兒園，以往是由城市規(guī)劃設(shè)計部門根據(jù)經(jīng)驗規(guī)劃設(shè)計養(yǎng)老院和幼兒園的數(shù)量和地點(diǎn)。現(xiàn)在，設(shè)計部門可以商請公安的戶籍管理部門提供每個地區(qū)的常住和暫住人口的年齡段人數(shù)統(tǒng)計數(shù)據(jù)。如果22～35歲的育齡青年較多，可以據(jù)此多設(shè)幼兒園，如果70～80所的老年人數(shù)據(jù)較多，則建議多建養(yǎng)老院。這樣的設(shè)計顯然更加精準(zhǔn)。

二、智能化系統(tǒng)的基石

信息化系統(tǒng)的基石我們非常熟悉，就是計算機(jī)基礎(chǔ)設(shè)施和應(yīng)用軟件兩大基石。到了智能化系統(tǒng)，所依賴的基石更多，每個基石所起的作用與信息化時代有所不同。智能化系統(tǒng)有四大基石：數(shù)據(jù)、算力、模型和應(yīng)用場景。

需要指出的是，智能化系統(tǒng)是建立在信息化系統(tǒng)基礎(chǔ)之上的，因此，信息系統(tǒng)的基礎(chǔ)設(shè)施被認(rèn)為是已經(jīng)具備的。

數(shù)據(jù)是智能系統(tǒng)最顯性的特征。2000年以來，得益于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、傳感器、移動設(shè)備的快速發(fā)展，全球生產(chǎn)和存儲的數(shù)據(jù)量劇增。2019年，時任工信部副部長陳肇雄說：“我國海量數(shù)據(jù)快速增長，數(shù)據(jù)量年均增速超過50%，預(yù)計到2020年，數(shù)據(jù)總量全球占比將達(dá)到20%，成為數(shù)據(jù)量最大、數(shù)據(jù)類型最豐富的國家之一?！睋?jù)2018年底IDC預(yù)測，全球數(shù)據(jù)總量到2025年將達(dá)到175ZB，金融服務(wù)、制造、醫(yī)療保健以及媒體娛樂等行業(yè)是數(shù)據(jù)增長的主要推動力。

算力就是計算能力。海量的數(shù)據(jù)需要巨大的存儲容量和強(qiáng)大的運(yùn)算能力，這一次，沒有依靠巨型計算機(jī)，因為這太昂貴不易普及，而是借助廉價的PC服務(wù)器構(gòu)成的集群。這樣的處理方法，除了有Hadoop、Spark這樣的并行計算框架使大規(guī)模并行計算編程變得比較容易外，還得益于AI芯片的出現(xiàn)。這一輪的智能化系統(tǒng)，核心是以深度學(xué)習(xí)為主的智能應(yīng)用。深度學(xué)習(xí)在訓(xùn)練階段需要大數(shù)據(jù)和強(qiáng)大算力的支持，訓(xùn)練過程主要是通過隨機(jī)梯度下降方法在大量訓(xùn)練數(shù)據(jù)的配合下讓人工神經(jīng)網(wǎng)絡(luò)不斷擬合，其中的計算絕大部分是超大規(guī)模矩陣乘法和加法運(yùn)算，這類運(yùn)算雖然量大，但計算邏輯簡單，關(guān)聯(lián)關(guān)系少。AI芯片簡化了傳統(tǒng)CPU的控制邏輯，去掉了高速緩存（cache），大量增加了運(yùn)算單元，從而大幅提升了矩陣運(yùn)算的速度。AI芯片主要分為GPU、FPGA、ASIC，GPU擅長大規(guī)模并行計算，F(xiàn)PGA可根據(jù)深度學(xué)習(xí)算法靈活編制芯片功能，ASIC更可以為深度學(xué)習(xí)量身定制，因此更適合深度學(xué)習(xí)模型。

智能系統(tǒng)常用的算法模型分成淺層學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)三大類。淺層學(xué)習(xí)算法即使在深度學(xué)習(xí)盛行的今天，仍然有一席之地，主要有：1984年提出的決策樹算法、1995年提出的支持向量機(jī)（SVM）、1997年提出的AdaBoost和2001年提出的隨機(jī)森林。強(qiáng)化學(xué)習(xí)的發(fā)端是上世紀(jì)60年代的井字棋游戲，大火于2016年的AlphaGo，由此引發(fā)了全世界范圍的人工智能大熱。

深度學(xué)習(xí)起源于2006年，由于在圖像識別和語音識別方面的非凡成就而舉世矚目。以深度學(xué)習(xí)為主的智能系統(tǒng)的模型是深度人工神經(jīng)網(wǎng)絡(luò)。深度神經(jīng)網(wǎng)絡(luò)具有更多的層數(shù)，每層具有更多的神經(jīng)元數(shù)，因此整個模型規(guī)模宏大，模型中所含的參數(shù)數(shù)量驚人。以獲得2014年ImageNet挑戰(zhàn)賽分類第二、定位任務(wù)第一的VGGNet為例，網(wǎng)絡(luò)包含了16～19層深的卷積神經(jīng)網(wǎng)絡(luò)（具體層數(shù)由配置設(shè)定），使用的參數(shù)數(shù)量多達(dá)140M左右。由此不難想象，訓(xùn)練模型，為這些數(shù)量驚人的參數(shù)各自選定合適的值是多么不容易的一件事，這也是深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練需要用到海量訓(xùn)練數(shù)據(jù)的原因。

在四個基石中，應(yīng)用場景最不起眼，卻是最為關(guān)鍵和困難的。設(shè)計應(yīng)用場景困難，是因為，一方面智能化應(yīng)用是信息化時代沒有做過的事，是一項創(chuàng)造性的工作，尤其是在當(dāng)下智能化建設(shè)的起步階段，缺少成功的智能化應(yīng)用可以借鑒學(xué)習(xí)，需要技術(shù)人員和應(yīng)用場景領(lǐng)域?qū)＜夜餐懻撛O(shè)計；另一方面，今天的人工智能，還不是通用型的，是在垂直領(lǐng)域?qū)Ｓ玫?，設(shè)計者必須對領(lǐng)域知識有深入的了解。

應(yīng)用場景對成功研制智能系統(tǒng)非常關(guān)鍵，可以說是四個基石中的“牛鼻子”。在應(yīng)用場景確定后，才能根據(jù)應(yīng)用需要準(zhǔn)備大數(shù)據(jù)、設(shè)計模型、配備算力。特別是收集大數(shù)據(jù)，根據(jù)應(yīng)用場景去收集，才能做到有目的，而不是盲目地收集大量尚不知用途的數(shù)據(jù)。

應(yīng)該看到，在這一輪智能化系統(tǒng)開發(fā)大潮中，有相當(dāng)多的智能APP并沒有達(dá)到理想的商業(yè)目的，“理想很豐滿，現(xiàn)實(shí)很骨感”，每個人的手機(jī)中都裝了很多智能APP，不可否認(rèn)，有相當(dāng)一部分很少使用，甚至從未使用。這里有技術(shù)有待進(jìn)一步發(fā)展成熟原因，有商業(yè)模式不匹配原因，有期望值過高的原因，有投資過熱造成商業(yè)泡沫的原因，更有應(yīng)用場景是否是人們真實(shí)需求的原因。

三、大數(shù)據(jù)分析適合做什么

先來看看幾個典型的大數(shù)據(jù)分析案例。

案例1，2008年年初，谷歌根據(jù)網(wǎng)民輸入的搜索詞匯，推出了“谷歌流感趨勢”，近乎實(shí)時地對全球當(dāng)前的流感疫情進(jìn)行預(yù)測。

案例2，BIDMC與哈佛醫(yī)學(xué)院合作研發(fā)的人工智能系統(tǒng)，對乳腺癌病理圖片癌細(xì)胞的識別準(zhǔn)確率能達(dá)到92%。

案例3，最高人民法院“法眼”平臺利用系統(tǒng)資源使用大數(shù)據(jù)和系統(tǒng)受到非法訪問和攻擊大數(shù)據(jù)進(jìn)行系統(tǒng)運(yùn)行效率和安全態(tài)勢估計。

通過這3個案例可以看出，大數(shù)據(jù)分析比較適合做狀態(tài)監(jiān)測評估、數(shù)據(jù)分類和趨勢預(yù)測三類任務(wù)。

今天的社會環(huán)境中，部署了大量各種各樣的傳感器，可以實(shí)時采集環(huán)境中的各類狀態(tài)數(shù)據(jù)，再加上大部分設(shè)備具有智能接口，能夠及時報告設(shè)備自己的狀態(tài)數(shù)據(jù)。通過對這些狀態(tài)大數(shù)據(jù)的實(shí)時采集、分析研判，可以輕松實(shí)現(xiàn)對環(huán)境狀態(tài)的及時、精準(zhǔn)監(jiān)測評估。

數(shù)據(jù)分類是大數(shù)據(jù)分析的最核心的應(yīng)用。如，從電商對客戶的購買習(xí)慣、年齡、喜好、地域等分析，實(shí)現(xiàn)客戶精細(xì)的分類管理，完成對客戶精準(zhǔn)的產(chǎn)品推薦；再如，現(xiàn)在已經(jīng)非常普及的人臉識別，其實(shí)也是一種數(shù)據(jù)分類，分類的結(jié)果是符合或不符合。

根據(jù)歷史數(shù)據(jù)，預(yù)測下一時期（可能幾分鐘，也可能幾個月、幾年）的發(fā)展趨勢是大數(shù)據(jù)分析的又一個擅長能力。預(yù)測股票市場走勢、預(yù)測體育賽事勝負(fù)、預(yù)測交通流量、預(yù)測疫情發(fā)展趨勢、預(yù)測環(huán)境變化趨勢……利用歷史數(shù)據(jù)，借助大數(shù)據(jù)分析模型，幾乎可以對所有事情完成預(yù)測，其結(jié)果比人類傳統(tǒng)做法要準(zhǔn)確、及時得多。

四、ToB智能系統(tǒng)的用戶和核心應(yīng)用

ToB智能系統(tǒng)有別于以各式各樣的智能APP為主的ToC智能系統(tǒng)，智能政務(wù)系統(tǒng)、智能企業(yè)系統(tǒng)、智能軍事系統(tǒng)都是ToB智能系統(tǒng)。ToB智能系統(tǒng)的用戶似乎是顯而易見的，那就是單位和客戶。如果是這樣的認(rèn)識，是有重大疏漏的。ToB智能系統(tǒng)最關(guān)鍵的用戶是單位首腦，單位首腦必須與單位業(yè)務(wù)部門區(qū)分開來，因此，ToB智能系統(tǒng)的用戶是首腦、部門、客戶三大類。

都知道ToB系統(tǒng)是“一把手”工程，必須由單位的一把手親自抓才可能成功。一把手親自抓不只是部署、指揮和支持，更重要的是一把手會提出系統(tǒng)的核心需求。換句話說，系統(tǒng)首先應(yīng)該滿足一把手的需求，按照一把手的總體目標(biāo)和要求去實(shí)施。

認(rèn)識到系統(tǒng)的關(guān)鍵用戶是單位首腦后，就不難理解ToB智能系統(tǒng)的核心應(yīng)用就是三類：發(fā)展、穩(wěn)定和首腦的管理目標(biāo)。

發(fā)展主要是圍繞單位發(fā)展目標(biāo)的，例如，政務(wù)系統(tǒng)要求系統(tǒng)能夠最大程度地支持政府發(fā)展經(jīng)濟(jì)，如合理的城市規(guī)劃、良好的營商環(huán)境、便捷的城市交通等。

穩(wěn)定是希望通過技術(shù)手段，保障單位管理平穩(wěn)，如政務(wù)系統(tǒng)要保障城市平安，防控群體事件，保證安全生產(chǎn)，預(yù)防公共衛(wèi)生事件，確保綠色環(huán)境等。

首腦的管理目標(biāo)是指首腦的任期目標(biāo)以及體現(xiàn)首腦個人理念和特質(zhì)的管理目標(biāo)。這部分目標(biāo)因人而異，是最能體現(xiàn)首腦個人特點(diǎn)的，也是ToB智能系統(tǒng)有別于ToC智能系統(tǒng)的鮮明特征。

五、智能化系統(tǒng)建設(shè)原則

由于信息化系統(tǒng)基本上是將手工工作進(jìn)行計算機(jī)化，所以，信息化系統(tǒng)建設(shè)一直奉行“需求牽引”原則。但是，這一原則是不適應(yīng)智能化系統(tǒng)建設(shè)的。這是因為，智能化應(yīng)用通常是做以前人工沒有做過的事，系統(tǒng)設(shè)計時，用戶是無法提出明確的需求，也就不可能有“需求牽引”了。

那么，智能化系統(tǒng)建設(shè)的原則是什么呢

在啟動研發(fā)工作之前，用戶或研發(fā)者都會確定智能化應(yīng)用能夠?qū)崿F(xiàn)哪些目標(biāo)，或者說能夠承擔(dān)哪些任務(wù)。比如說，政府首腦要求，嚴(yán)防農(nóng)村發(fā)生群體食物衛(wèi)生安全事故發(fā)生。根據(jù)這一指示要求，有關(guān)部門研發(fā)了鄉(xiāng)村宴席智能化管控系統(tǒng)，對鄉(xiāng)村所有成規(guī)模的宴席進(jìn)行管理。得益于萬物互聯(lián)，供應(yīng)商、廚師、宴席場地，以及宴席所用的食物原料的產(chǎn)地、生產(chǎn)日期等數(shù)據(jù)可以及時錄入系統(tǒng)，同時系統(tǒng)還對食物加工過程進(jìn)行視頻監(jiān)控。系統(tǒng)對采集的數(shù)據(jù)與系統(tǒng)存儲的大數(shù)據(jù)進(jìn)行分析比對，試圖找出潛在風(fēng)險（比如偽劣產(chǎn)品、污染產(chǎn)品），對加工過程進(jìn)行視頻分析，自動管控衛(wèi)生措施不規(guī)范行為（比如廚師穿著是否合規(guī)、現(xiàn)場衛(wèi)生條件是否合格）。由此可見，智能化系統(tǒng)建設(shè)的原則“任務(wù)導(dǎo)向、數(shù)據(jù)驅(qū)動”。

六、智能化系統(tǒng)研發(fā)思路

為了避免出現(xiàn)“煙囪林立”，信息化系統(tǒng)建設(shè)強(qiáng)調(diào)“總體設(shè)計、統(tǒng)一開發(fā)、同步完成”的研發(fā)思路?？上У氖?，這種強(qiáng)調(diào)一體化統(tǒng)一步驟的研發(fā)思路并不適合智能化系統(tǒng)建設(shè)。

從前面的討論可以得出，智能化應(yīng)用是在信息化系統(tǒng)基礎(chǔ)之上研發(fā)的。而且，由于沒有明確的需求，智能化應(yīng)用只能由數(shù)據(jù)工程師和應(yīng)用領(lǐng)域?qū)＜乙黄鹩懻摚鶕?jù)“任務(wù)導(dǎo)向、數(shù)據(jù)驅(qū)動”原則，一個一個設(shè)計開發(fā)出來。尤其是在當(dāng)下的智能化系統(tǒng)研發(fā)初期，各個應(yīng)用領(lǐng)域都缺乏成功的應(yīng)用案例可以借鑒，智能化系統(tǒng)建設(shè)只能在信息系統(tǒng)基礎(chǔ)上，一個個研發(fā)智能應(yīng)用。因此，可以說，智能化系統(tǒng)是由信息化系統(tǒng)之上的一個個智能應(yīng)用組成的系統(tǒng)。

根據(jù)以上討論，智能化系統(tǒng)建設(shè)思路只能是“統(tǒng)一平臺、柔性開發(fā)、各顯神通、生長式建設(shè)”。統(tǒng)一平臺是指統(tǒng)一信息系統(tǒng)平臺，這與信息化建設(shè)要求是一致的；柔性開發(fā)是因為智能應(yīng)用缺乏明確需求，只能采用類似“快速原型法”的開發(fā)方法，在研發(fā)、試用過程中逐步修改完善智能應(yīng)用；各顯神通是希望各個智能化應(yīng)用由擅長應(yīng)用領(lǐng)域的團(tuán)隊研發(fā)，這樣可以讓智能應(yīng)用快速地“從想法到實(shí)現(xiàn)”，而不是信息化建設(shè)常用的一個團(tuán)隊包打天下；生長式建設(shè)是指智能化系統(tǒng)不可能像信息化系統(tǒng)那樣一次建設(shè)完成，智能化應(yīng)用只能成熟一個上線一個，而且，隨著不斷賦予系統(tǒng)新的任務(wù)和要求，以及智能應(yīng)用更多潛力的發(fā)掘，智能化系統(tǒng)建設(shè)在相當(dāng)一段時期，只能是分一期、二期建設(shè)，無法確定工程的終期。

七、“奶油蛋糕”模型

有了以上鋪墊，現(xiàn)在可以給智能化系統(tǒng)形象地定義為“奶油蛋糕”模型。

在這個蛋糕模型中，那個完整的蛋糕體是信息化系統(tǒng)，多個漂亮的奶油裱花是一個個智能化應(yīng)用。

蛋糕體是由面粉、糖、油脂、奶油和蛋按比例攪拌均勻后，放入烤箱一次性烘烤而成，這與信息化系統(tǒng)“總體設(shè)計、統(tǒng)一開發(fā)、同步完成”特點(diǎn)非常契合。

奶油蛋糕上面的一個個漂亮的裱花則是蛋糕師利用奶油、巧克力、水果等材料，一個個做出來后裝裱在蛋糕體上。這就像智能化應(yīng)用，一個個被生長式研發(fā)出來，并且被集成在信息化系統(tǒng)之上。

自從引入第一批智能化應(yīng)用之后，信息化系統(tǒng)就賦予智慧能力，系統(tǒng)就成為智慧系統(tǒng)?，F(xiàn)在的系統(tǒng)，如果沒有智能化應(yīng)用，是很難得到用戶的青睞，因此是沒有市場的。這就像奶油蛋糕一樣，如果沒有漂亮的奶油裱花點(diǎn)綴，蛋糕是很難賣出高價的。

另外一方面，如果只有奶油裱花，沒有蛋糕體依附，就無法成為商品出售，而且也不能填飽肚子。智能化應(yīng)用也是如此，如果沒有信息化系統(tǒng)支撐，一個個離散的智能化應(yīng)用不成體系，只能解決單個問題，很難做大市場，無法賣出應(yīng)有的價格，研發(fā)團(tuán)隊將難以為繼。

八、軍事智能系統(tǒng)的應(yīng)用與發(fā)展

軍事領(lǐng)域歷來是各個國家，尤其是發(fā)達(dá)國家高技術(shù)發(fā)展的優(yōu)先領(lǐng)域，這一輪以大數(shù)據(jù)、深度學(xué)習(xí)為動力的人工智能技術(shù)尤其如此。以美軍為首的西方發(fā)達(dá)國家，在人工智能輔助情報分析、態(tài)勢研判、作戰(zhàn)方案生成與評估、火力打擊、后勤運(yùn)輸保障等方面投入了大量資金，相繼取得了一批實(shí)用成果，有些已經(jīng)投入了實(shí)戰(zhàn)使用。有專家預(yù)測，到2025年，人工智能在軍事領(lǐng)域的市場規(guī)模預(yù)計將達(dá)到近200億美元。

下面用兩個例子來看看美軍是如何在實(shí)戰(zhàn)中運(yùn)用人工智能技術(shù)的。

先看今年年初發(fā)生的蘇萊曼尼事件。2020年1月2日晚，伊朗革命衛(wèi)隊將軍卡西姆·蘇萊曼尼，從黎巴嫩乘坐空客民航6Q501航班秘密抵達(dá)巴格達(dá)，他要與伊拉克民兵武裝“人民動員組織”（PMF）的副司令賈邁勒·賈法爾·易卜拉希米一起，指揮一場摧毀美軍戰(zhàn)略運(yùn)輸機(jī)的軍事行動。

他們乘坐兩輛越野車，現(xiàn)場指揮什葉派民兵對巴格達(dá)國際機(jī)場發(fā)動了火箭彈襲擊。這次襲擊并不成功，只導(dǎo)致十多名伊拉克政府軍士兵傷亡，沒有造成美軍損失。但是，這兩輛越野車頻繁發(fā)出通訊信號，很快被美軍定位，并確定這就是蘇萊曼尼現(xiàn)場指揮中心。

美軍將這一情報上報特朗普后，特朗普當(dāng)即批準(zhǔn)擊殺蘇萊曼尼。

當(dāng)?shù)貢r間1月3日凌晨，在巴格達(dá)機(jī)場附近，蘇萊曼尼及其隨行人員搭乘的兩輛越野車被美軍武裝無人機(jī)激光制導(dǎo)的4枚“地獄火”導(dǎo)彈擊中，蘇萊曼尼、易卜拉希米等人被炸成碎片。

在這一事件中，美軍首先借助AI系統(tǒng)，根據(jù)其強(qiáng)大的情報網(wǎng)（線人、信號情報、網(wǎng)絡(luò)情報）獲取的情報，迅速分析判別，確定蘇萊曼尼于2020年1月3日1時左右抵達(dá)巴格達(dá)國際機(jī)場，并鎖定了其乘坐的越野車。也許在他登機(jī)的那一刻，中情局的人員就盯上了他。根據(jù)這一重要情報，美軍進(jìn)一步偵查獲取詳盡的戰(zhàn)場環(huán)境情報，生成擊殺蘇萊曼尼的作戰(zhàn)方案。

因為事發(fā)地點(diǎn)位于伊拉克，屬美軍勢力范圍，所以可以直接從科威特基地（距事發(fā)地點(diǎn)530公里）派出無人機(jī)進(jìn)行事前的偵查行動，配合衛(wèi)星數(shù)據(jù)進(jìn)行擬態(tài)環(huán)境構(gòu)建，確認(rèn)“戰(zhàn)場約束空間”。

使用 AI 系統(tǒng)分析敵我、戰(zhàn)場信息，根據(jù)預(yù)定時間制定具體的策略，包括出發(fā)時間、無人機(jī)型號、數(shù)量、分工、搭載彈量以及路徑規(guī)劃等等。

在請示特朗普總統(tǒng)得到批準(zhǔn)以后，美軍立即實(shí)施作戰(zhàn)行動。

無人機(jī)于預(yù)定的時間到達(dá)指定地點(diǎn)，并鎖定其乘坐汽車。通過AI 系統(tǒng)實(shí)時計算無人機(jī)導(dǎo)彈發(fā)射策略，包括發(fā)射時間、角度、導(dǎo)彈數(shù)量等，然后發(fā)射地獄火導(dǎo)彈，完成精準(zhǔn)打擊。

AI系統(tǒng)控制無人機(jī)再次勘察現(xiàn)場，如出現(xiàn)生命跡象則再次實(shí)施打擊，確認(rèn)目標(biāo)死亡之后自動返航。

第二個例子是剛剛發(fā)生的事件。美東時間8月20日，在美國DARPA AlphaDogfight挑戰(zhàn)賽的人機(jī)大戰(zhàn)中，蒼鷺系統(tǒng)公司（Heron Systems）的AI算法在與戴著AR眼鏡的F16飛行教官Banger在VR F16模擬器中展開角逐，AI算法的碾壓式攻擊令Banger毫無招架之力，取得5：0的壓倒性優(yōu)勢。這已經(jīng)不是人工智能第一次擊敗人類戰(zhàn)斗機(jī)飛行員了，早在2016年6月，美國辛辛那提大學(xué)開發(fā)的人工智能系統(tǒng) Alpha AI，在模擬空戰(zhàn)模擬器中完勝經(jīng)驗豐富的美國退役空軍上校。據(jù)稱，阿爾法在空中格斗中快速協(xié)調(diào)戰(zhàn)術(shù)計劃比人類快了250倍，從傳感器搜集信息、分析處理到做出正確反應(yīng)，整個過程不到1微秒，可同時躲避數(shù)十枚導(dǎo)彈并對多目標(biāo)進(jìn)行攻擊，還能協(xié)調(diào)隊友、觀察學(xué)習(xí)敵人戰(zhàn)術(shù)。

這兩個事件證明，人工智能技術(shù)已經(jīng)參與到了整個 OODA 循環(huán)（觀察、調(diào)整、決策、行動）之中，并且在情報研判、目標(biāo)識別與鎖定、輔助決策和自主火力打擊方面起了十分關(guān)鍵的作用。

另外，在軍隊信息化建設(shè)時代，美軍主導(dǎo)了“網(wǎng)絡(luò)中心戰(zhàn)”，將情報、作戰(zhàn)指揮、武器平臺、后期保障等信息分系統(tǒng)用網(wǎng)絡(luò)緊密連接，相互協(xié)同，幫助快速高效地完成作戰(zhàn)行動。但是，在信息戰(zhàn)手段豐富、反應(yīng)迅速、破壞力超強(qiáng)的今天，戰(zhàn)時要想有效保證這樣的網(wǎng)絡(luò)能正常運(yùn)轉(zhuǎn)，幾乎是一項不可能完成的任務(wù)。

因此，只能退而求其次，“化整為零”，讓更小的單位具有自主的情報研判和指揮決策能力。這就是目前十分熱門的“分布式作戰(zhàn)”。

更小的單位普遍存在情報研判能力不足、指揮決策不夠靈活問題。這時候，人工智能就可以大顯身手了。在當(dāng)前的網(wǎng)絡(luò)數(shù)字時代，陸、海、空、天、網(wǎng)等多維空間內(nèi)每分每秒都產(chǎn)生著海量數(shù)據(jù)，可以比較容易地建立軍事戰(zhàn)略、戰(zhàn)術(shù)情報大數(shù)據(jù)集。通過軍事大數(shù)據(jù)訓(xùn)練的情報人工智能系統(tǒng)，可以從海量、多源和異構(gòu)的情報數(shù)據(jù)中提取支撐決策的關(guān)鍵信息、識別目標(biāo)意圖和發(fā)展戰(zhàn)略征候，幫助各基層單位指揮員極大地提高情報分析研判能力。同時，從海量信息中挖掘和提煉敵方意圖、目標(biāo)價值、戰(zhàn)場局勢及變化趨勢等態(tài)勢認(rèn)知要素，輔助指揮員高效且準(zhǔn)確地對戰(zhàn)場態(tài)勢做出判斷。

深度學(xué)習(xí)中的對抗生成網(wǎng)絡(luò)（GAN）還能輔助產(chǎn)生欺騙性極強(qiáng)的假情報。如將GAN運(yùn)用到制造新的電子干擾機(jī)，該電子干擾機(jī)能夠根據(jù)對手的雷達(dá)信號制造出令其雷達(dá)接收機(jī)根本無法識別的假信號，達(dá)到干擾功率最小、干擾效果最大的目的。

智能武器是軍事人工智能的一個重要方向，直接為軍事活動提供了更多的“智能”。一個典型的人工智能武器通常須具有自動目標(biāo)檢測與多傳感器數(shù)據(jù)融合能力、智能抗干擾能力、智能協(xié)同殺傷能力。

在輔助指揮決策方面，可以基于指揮員的作戰(zhàn)構(gòu)想，快速生成方案和計劃，精確模擬推演執(zhí)行效果，自動生成優(yōu)化建議，輔助指揮員快速制定高質(zhì)量的決策。

作戰(zhàn)或試驗完成后，可以從積累的作戰(zhàn)數(shù)據(jù)中挖掘和學(xué)習(xí)敵方行動規(guī)律及復(fù)雜戰(zhàn)爭規(guī)律，優(yōu)化戰(zhàn)法戰(zhàn)術(shù)和指揮控制模型算法，輔助指揮員發(fā)現(xiàn)問題和優(yōu)化策略。

總之，軍事智能化，就是通過基于人工智能的軍事復(fù)雜系統(tǒng)博弈理論研究、作戰(zhàn)概念創(chuàng)新、虛擬作戰(zhàn)仿真，探索不同戰(zhàn)場環(huán)境下的制勝機(jī)理；加強(qiáng)網(wǎng)絡(luò)化智能感知、戰(zhàn)場態(tài)勢認(rèn)知、自適應(yīng)任務(wù)規(guī)劃與決策、作戰(zhàn)力量協(xié)同、智能綜合保障等模型算法的優(yōu)化及關(guān)鍵技術(shù)攻關(guān)，構(gòu)建起智能化主導(dǎo)的作戰(zhàn)體系，以提升打贏智能化戰(zhàn)爭的能力。

（作者簡介：周中元，1984年從南京大學(xué)數(shù)學(xué)系畢業(yè)進(jìn)入28所工作，教授級高級工程師，主要從事綜合電子信息系統(tǒng)研制，先后主持研制了大型軍事電子信息系統(tǒng)十余項，是軍事電子信息系統(tǒng)數(shù)據(jù)分析處理方面的技術(shù)領(lǐng)軍人員，獲得過原總裝備部和國防科工委聯(lián)合頒發(fā)的“高新武器裝備發(fā)展建設(shè)工程銀質(zhì)榮譽(yù)獎?wù)?，國防科技進(jìn)步獎一等獎2項，二等獎3項，三等獎1項，曾任中國電科集團(tuán)公司第28所副所長、通信子集團(tuán)副總經(jīng)理、中國司法大數(shù)據(jù)研究院院長、國家空中交通管制工程技術(shù)中心主任等職務(wù)。近年來致力于大數(shù)據(jù)、人工智能領(lǐng)域的技術(shù)研究和工程實(shí)踐，任中國司法大數(shù)據(jù)研究院大數(shù)據(jù)首席專家、成都市智慧城市特聘專家，著有《大數(shù)據(jù)挖掘技術(shù)與應(yīng)用》、國軍標(biāo)《GJB5241概念建模語言IDEFIX的句法和語義》《GJB5242功能建模語言IDEF0的句法和語義》、國家電子行標(biāo)《SJ21141.1～5軍用軟件C/C++編程要求》。）