劉巍,張斌,陳靜
(軍事科學(xué)院,北京 100091)
“聯(lián)合全域作戰(zhàn)(Joint All-Domain Operation,JADO)”是美軍近幾年提出的一種新的作戰(zhàn)概念,目前發(fā)展前景較好、參與度較高。其本質(zhì)是聯(lián)合作戰(zhàn)在信息化智能化條件下的深度發(fā)展,也是美軍一直以來聯(lián)合作戰(zhàn)指導(dǎo)理論的創(chuàng)新研究成果。
類似于“馬賽克戰(zhàn)”[1],聯(lián)合全域作戰(zhàn)的核心愿景是將所有傳感器與射手末端實(shí)時聯(lián)通,融合所有領(lǐng)域的戰(zhàn)場要素,快速實(shí)施指揮控制。其主要思路是以美空軍的“ 先進(jìn)作戰(zhàn)管理系統(tǒng)(Advanced Battle Management System,ABMS)”為基礎(chǔ),發(fā)展聯(lián)合全域指揮與控制(Joint All-Domain Command and Control,JADC2)的核心能力,依托“信息優(yōu)勢”生成面向聯(lián)合全域作戰(zhàn)的“決策優(yōu)勢”,相比對手能夠更快地掌握信息、完成決策、實(shí)施行動。
近幾年,無人集群自主技術(shù)[2]、5G 寬帶信息鏈技術(shù)[3]、有人/無人機(jī)協(xié)同技術(shù)[4]、邊緣計算技術(shù)[5]等新技術(shù)不斷涌現(xiàn),既增加了感知手段的多樣性和數(shù)據(jù)獲取的數(shù)量級,又提高了信息處理的時效性和決策空間的多維性,對態(tài)勢感知與認(rèn)知技術(shù)的發(fā)展產(chǎn)生深刻影響。
盡管當(dāng)前態(tài)勢感知系統(tǒng)具有信息匯聚及時、獲取手段多元、末端泛在跨域等技術(shù)優(yōu)勢,但是對高價值信息的自主分析、時敏性情況的智能研判,以及對認(rèn)知決策的支撐能力仍存在短板,亟需一個更加有效的態(tài)勢認(rèn)知架構(gòu)。殷來祥等人[6]針對聯(lián)合作戰(zhàn)兵棋推演提出了一種綜合分析評估架構(gòu),孫光明等人[7]提出了一種聯(lián)合作戰(zhàn)方案信息交換模型,但是仍無法滿足戰(zhàn)場理解水平的需求,在強(qiáng)調(diào)“認(rèn)知優(yōu)勢”的背景下,如何構(gòu)建一個有效的態(tài)勢認(rèn)知架構(gòu),既能夠支撐感知信息的“快速組織”,同時能夠“認(rèn)知賦能”,增強(qiáng)戰(zhàn)場理解水平,并像人的思考過程一樣持續(xù)“深化學(xué)習(xí)”,是當(dāng)代聯(lián)合全域態(tài)勢領(lǐng)域研究的重要課題。
2020年12月,美國前北方司令部和北美防空司令部司令、退役空軍上將Terrence J.O’ Shaughnessy 提出 了“ 全域通用作戰(zhàn) 圖(All-Domain Common Operating Picture,ACOP)”的概念,這也是美軍“通用作戰(zhàn)圖(Common Operational Picture,COP)”在聯(lián)合全域作戰(zhàn)概念下的進(jìn)一步發(fā)展和深化。
其實(shí)美軍早就提出了“戰(zhàn)場感知”(Battlespace Awareness,BA)的職能概念,在其聯(lián)合能力域(Joint Capability Areas,JCA)和COP中都有相關(guān)論述?!皯?zhàn)場感知”主要了解戰(zhàn)場中“有什么”和“是什么”,是對特定時刻作戰(zhàn)空間的實(shí)況描述,而“戰(zhàn)場認(rèn)知”是對“戰(zhàn)場感知”的“感知”,主要分析背后深層次的“為什么”,除了“感知”的范圍,還具有印證、分析、判斷、理解等一系列活動,是對戰(zhàn)場的整體認(rèn)識。
但是ACOP更加強(qiáng)調(diào)“基于認(rèn)知目的的自定義可視化效果”,允許操作人員自由定制查看關(guān)注的數(shù)據(jù),支持在同一個框架內(nèi)實(shí)現(xiàn)多種可視化效果的自由切換,以更好地增強(qiáng)戰(zhàn)場認(rèn)知,從而輔助指揮員做出正確決策。同時,ACOP 要借助先進(jìn)的處理能力、機(jī)器學(xué)習(xí)和人工智能等智能技術(shù),通過技術(shù)優(yōu)勢保證決策優(yōu)勢,在信息流通上具備分層與融合的能力,以便關(guān)聯(lián)目標(biāo)軌跡、減少不確定性和提高評估速度。
正如美軍Terrence 上將提到的ACOP 概念,在智能化信息化條件下,對“戰(zhàn)場感知”的傳統(tǒng)認(rèn)識如COP,已經(jīng)無法滿足“強(qiáng)調(diào)認(rèn)知、聚焦理解”的未來戰(zhàn)場形勢,態(tài)勢認(rèn)知面臨新的挑戰(zhàn)和新的發(fā)展,主要表現(xiàn)在以下幾個方面。
2021年,加拿大皇家空軍專家Brendan Cook 提出,每天都有大量的情報數(shù)據(jù)需要快速處理,其不斷增長的海量規(guī)模對數(shù)量有限的作戰(zhàn)分析人員來說,逐漸成為一種無法承受的負(fù)擔(dān)。美國蘭德公司在2014 年的一份研究報告中也曾指出,經(jīng)過分析人員處理的數(shù)據(jù)不足全部情報數(shù)據(jù)的6%,且有些分析結(jié)果無法滿足情報官的使用需求。
在信息化智能化背景下,聯(lián)合全域戰(zhàn)場信息的匯聚處理就像一個不停運(yùn)轉(zhuǎn)的復(fù)雜巨系統(tǒng),數(shù)據(jù)來源和形式日趨復(fù)雜,感知手段和途徑日益多樣,服務(wù)對象和方式日漸豐富,末端傳感器的無人智能化平臺大量涌現(xiàn),未來戰(zhàn)場是一個感知信息爆炸的數(shù)字海洋。盡管能夠“感知”到大量的信息,但是信息冗余、細(xì)節(jié)淹沒、流量過載等問題也日顯突出,如果沒有經(jīng)過“認(rèn)知”分析、篩選處理,對信息進(jìn)行有效組織,不會產(chǎn)生真正有價值的“基于認(rèn)知目的”的“新知識”。
2020 年5月,美太空發(fā)展局宣布正在開發(fā)新一代的“ 國家安全太空架構(gòu)(National Security Space Architecture,NDSA)”,計劃依托該架構(gòu)連接各軍種的指揮網(wǎng)絡(luò)和低軌衛(wèi)星,實(shí)時聯(lián)通所有作戰(zhàn)域的傳感器與末端射手,助力構(gòu)建“聯(lián)合全域指揮控制”體系,具備高速跟蹤、實(shí)時導(dǎo)航與定位、超視距目標(biāo)瞄準(zhǔn)等能力。
隨著多維感知手段的不斷完善,戰(zhàn)場信息的透明度已經(jīng)得到明顯提高,當(dāng)前智能化裝備普遍配置了豐富多樣的傳感器,寬帶化網(wǎng)絡(luò)增強(qiáng)了實(shí)時信息的傳輸當(dāng)量,全域高效的感知手段能夠掌握最新動態(tài)。但是發(fā)達(dá)的感知網(wǎng)絡(luò)是一把雙刃劍,欺騙、干擾、壓制、隱藏等反制手段也同樣顯著提升,快捷獲取的信息情報可能存在不完備或者錯誤引導(dǎo),造成“只見樹木、不見森林”的戰(zhàn)場認(rèn)知迷霧。信息時代的這一特點(diǎn)要求利用多元感知手段的同時,具備態(tài)勢信息的邏輯判斷和自我反省能力,既能通過基本判斷規(guī)避易被欺騙和隱藏的不利因素,又能不斷學(xué)習(xí)、積累知識逐步提升認(rèn)知體系對虛假信息和復(fù)雜環(huán)境的適應(yīng)能力。
2020年4月,美國防高級研究計劃局DARPA公布了美陸軍和空軍合作開展的“用于快速戰(zhàn)術(shù)執(zhí)行的空域全面感知(ASTARTE)”項(xiàng)目,目標(biāo)是在未來反介入/區(qū)域拒止(A2/AD)環(huán)境中支撐多軍種的高效動態(tài)空域作戰(zhàn),將最新的相關(guān)空域信息實(shí)時推送給指揮網(wǎng)絡(luò)中的所有聯(lián)合部隊(duì),力圖打造一個實(shí)時多域的戰(zhàn)場感知網(wǎng)絡(luò)體系。
不同于感知網(wǎng)絡(luò)強(qiáng)調(diào)的“實(shí)時掌握”,戰(zhàn)場認(rèn)知是一個強(qiáng)調(diào)“理解”、從原始觀察到形勢分析的“再造”過程。在前信息時代,這個過程更多的是由人來主導(dǎo)、計算機(jī)輔助完成,但是隨著信息化戰(zhàn)場節(jié)奏急劇加快,“人工+智能”的自動處理過程開始大量采用,面向未來智能化戰(zhàn)爭的技術(shù)革新和樣式顛覆,計算機(jī)主導(dǎo)的“智能增強(qiáng)”可能成為日常。為應(yīng)對上述挑戰(zhàn),美DARPA在2018年啟動了“下一代人工智能(AI Next)”的研究計劃,核心思路是探索機(jī)器學(xué)習(xí)和腦認(rèn)知科學(xué)的深度融合,用以構(gòu)建類似人類思考和邏輯推理的人工智能工具。面對未來戰(zhàn)場的廣域海量實(shí)時數(shù)據(jù),如何構(gòu)建一個態(tài)勢認(rèn)知架構(gòu),將戰(zhàn)場理解的活動合理分解,整合人的思考過程和機(jī)器的智能輔助,是從機(jī)理上提高戰(zhàn)場認(rèn)知時效水平的重要途徑。
近幾年,隨著機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、人機(jī)融合和虛實(shí)沉浸等各種智能算法[8]和高新技術(shù)的快速發(fā)展,態(tài)勢認(rèn)知技術(shù)也找到了很多新的發(fā)力點(diǎn)[9],但是如何讓一系列的新技術(shù)新算法嵌入到戰(zhàn)場認(rèn)知問題中,迭代實(shí)現(xiàn)算法賦能和知識驅(qū)動,需要從認(rèn)知架構(gòu)的機(jī)理上做一些探索。
在態(tài)勢感知/認(rèn)知架構(gòu)研究中,當(dāng)前認(rèn)可度較高、應(yīng)用范圍較廣的是美國心理學(xué)家M.Endsley[10]在1995年提出的一種通用態(tài)勢感知架構(gòu)。
Endsley結(jié)合飛行員執(zhí)行空戰(zhàn)任務(wù)的OODA環(huán),從“人的活動”的角度對態(tài)勢感知過程進(jìn)行了分解和定義,第一層是覺察(Perception),主要獲取當(dāng)前態(tài)勢的重要信息;第二層是理解(Comprehension),主要融合處理并理解所獲取的信息;第三層是預(yù)測(Prediction),主要基于當(dāng)前態(tài)勢分析未來狀態(tài)和發(fā)展趨勢,形成預(yù)測態(tài)勢。
國內(nèi)外很多學(xué)者后來都以Endsley 提出的通用態(tài)勢感知架構(gòu)為基礎(chǔ),做出了進(jìn)一步的深化和發(fā)展。王永利等人[11]調(diào)研了國內(nèi)外的態(tài)勢感知、理解、預(yù)測與復(fù)盤的研究現(xiàn)狀,結(jié)合Endsley 提出的“覺察-理解-預(yù)測”三級結(jié)構(gòu),設(shè)計了一種面向態(tài)勢認(rèn)知的總體技術(shù)框架。王闖等人[12]針對防空反導(dǎo)戰(zhàn)場的態(tài)勢估計過程,探討了防空反導(dǎo)態(tài)勢的構(gòu)成要素,基于通用態(tài)勢感知架構(gòu)設(shè)計了一種防空反導(dǎo)智能戰(zhàn)場態(tài)勢估計的系統(tǒng)模型。呂學(xué)志等人[13]分析了戰(zhàn)役級態(tài)勢認(rèn)知的概念要素和構(gòu)成特點(diǎn),基于“態(tài)勢察覺-態(tài)勢理解-態(tài)勢預(yù)測”結(jié)構(gòu)構(gòu)建了戰(zhàn)役級態(tài)勢認(rèn)知框架,描述了框架各個組成部分的功能、作用和主要模型。
上述學(xué)者對態(tài)勢感知/認(rèn)知模型的研究,基本上以Endsley提出的通用態(tài)勢感知架構(gòu)作為理論基礎(chǔ),呈現(xiàn)“察覺-理解-預(yù)測”的三級結(jié)構(gòu)。但是,通用態(tài)勢感知架構(gòu)強(qiáng)調(diào)“人的感知活動”,沒有考慮“人類心智”“自我學(xué)習(xí)”等“認(rèn)知活動”,需要做出一定改進(jìn)。
受人工智能研究領(lǐng)域“認(rèn)知智能”的啟發(fā),本文考慮了人的“心智模型”在態(tài)勢認(rèn)知中的機(jī)理作用,通過調(diào)研,優(yōu)選了2 種有助于態(tài)勢認(rèn)知架構(gòu)設(shè)計的心智模型供大家探討。
美國心理學(xué)家Daniel Kahneman[14]在2012 年提出了一種描述人的認(rèn)知推理過程的“雙系統(tǒng)理論”,即人腦在思考的時候,會有2 個系統(tǒng)“System 1”和“System 2”,其中System 1 為直覺系統(tǒng),負(fù)責(zé)快速匹配,它具有無意識性,會根據(jù)刺激不經(jīng)過思考直接做出反饋;System 2為理性系統(tǒng),負(fù)責(zé)邏輯分析,它帶有意識的生產(chǎn),會經(jīng)過大腦規(guī)劃推理做出慎重決策。2 個系統(tǒng)的特點(diǎn)如表1所示。
表1 Kahneman提出的雙系統(tǒng)理論Tab .1 The dual system theory introduced by Kahneman
另一方面,加拿大心理學(xué)教授Keith E.Stanovich在1989年提出了一種三重心智模型[15],將人的認(rèn)知過程和認(rèn)知能力分為自主心智、算法心智和反省心智3個層級,用以解決心理學(xué)研究中的“理性障礙”問題,其特點(diǎn)如表2所示。
表2 Stanovich提出的三重心智模型Tab.2 The threefold mental model introduced by Stanovich
受到Kahneman 提出的雙系統(tǒng)理論和Stanovich 提出的三重心智模型的啟發(fā),本文對Endsley 提出的“覺察-理解-預(yù)測”三級態(tài)勢感知架構(gòu)進(jìn)行改造,引入“注意”和“學(xué)習(xí)”模塊,簡化“預(yù)測”模塊到“理解”中,提出了一種涵蓋“快系統(tǒng)(喚醒匹配)”和“慢系統(tǒng)(覺醒處理)”2種處理機(jī)制,包括“內(nèi)在自主驅(qū)動-邏輯算法心智-自我反省審視”等模塊的三重態(tài)勢認(rèn)知架構(gòu),如圖1所示。
圖1 面向聯(lián)合全域戰(zhàn)場的三重態(tài)勢認(rèn)知架構(gòu)Fig.1 The threefold situation awareness architecture of joint all-domain battlespace
下面詳細(xì)闡述三重態(tài)勢認(rèn)知架構(gòu)中,不同處理機(jī)制及各種功能模塊的主要內(nèi)涵和運(yùn)行機(jī)理。
2.2.1 “內(nèi)在自主驅(qū)動”模塊
該模塊最核心的是“感知”過程,因?yàn)榘凑招睦韺W(xué)對“感知”的定義,該模塊是對物理戰(zhàn)場的初始探測,基于一定的知識與經(jīng)驗(yàn)對信息進(jìn)行加工并賦予意義。該模塊可以按照嚴(yán)格的“輸入-輸出”直接做出選擇,并且相關(guān)加工信息只需要存儲為“短期工作記憶”,處理完即可釋放,提前擬定預(yù)案以應(yīng)對需要快速處理的問題,總體上是一種“快進(jìn)快出”的匹配系統(tǒng)。
2.2.2 “邏輯算法心智”模塊
該模塊主要包含“注意”和“理解”2 個部分。其中“注意”部分基于注意力機(jī)制,對待處理的問題進(jìn)行識別判斷,采取正確的處理策略和執(zhí)行技能,相關(guān)信息伴隨問題處理過程存儲為“工作過程記憶”。“理解”部分基于“注意”抽象后的客觀問題,依托算法模型、推理準(zhǔn)則和聯(lián)想機(jī)制,借助計算機(jī)模型多、算力大、邏輯強(qiáng)、魯棒高等優(yōu)勢,最優(yōu)解可以經(jīng)過“學(xué)習(xí)”模塊的提煉以“描述長期記憶”補(bǔ)充到“知識庫中”,后續(xù)類似問題可采用快系統(tǒng)直接處理。
2.2.3 “自我反省審視”模塊
該模塊的核心功能是“學(xué)習(xí)”,基于美國心理學(xué)家Wolfgang Kohler提出的“完形-頓悟”學(xué)說,“學(xué)習(xí)”是認(rèn)知系統(tǒng)在處理具體問題的情景中加深認(rèn)識,對主體關(guān)系經(jīng)過理性反思后,抽象出一個類似方法論的領(lǐng)域知識。這些經(jīng)過“學(xué)習(xí)”提煉的領(lǐng)域知識,一方面在“邏輯算法心智”運(yùn)行過程中發(fā)揮監(jiān)視、調(diào)度和及時修正的作用,另一方面補(bǔ)充到“內(nèi)在自主驅(qū)動”模塊的“知識庫”中,更新完善知識。
在態(tài)勢認(rèn)知研究領(lǐng)域,Endsley從“人的感知活動”角度建立了“覺察-理解-預(yù)測”的通用態(tài)勢感知架構(gòu),此后成為該領(lǐng)域研究的通用架構(gòu)和理論基礎(chǔ)。但是Endsley提出的三級通用架構(gòu)是以20世紀(jì)90年代的空戰(zhàn)飛行員戰(zhàn)術(shù)活動為背景,是一種關(guān)注個體感知、強(qiáng)調(diào)有序行為,且沒有考慮智能輔助的有限感知架構(gòu)。
隨著信息化智能化水平的不斷提高,聯(lián)合全域戰(zhàn)場強(qiáng)調(diào)多樣群體的自主認(rèn)知,既考慮有序行為又面對復(fù)雜情況,需要采用智能輔助的人機(jī)融合方式進(jìn)行處理。基于上述考慮,本文提出了一種三重態(tài)勢認(rèn)知架構(gòu),下面詳細(xì)闡述其正確性和先進(jìn)性。
不同于通用態(tài)勢感知架構(gòu)的逐級遞進(jìn)結(jié)構(gòu),三重態(tài)勢認(rèn)知架構(gòu)從“人的認(rèn)知活動”出發(fā),借鑒Kahneman提出的“雙系統(tǒng)理論”,采用“雙系統(tǒng)認(rèn)知機(jī)制”處理態(tài)勢認(rèn)知的信息加工過程。
三重態(tài)勢認(rèn)知架構(gòu)融合了不同的信息處理機(jī)制,能夠針對常規(guī)情況和復(fù)雜狀況,分別采取快、慢2 種處理機(jī)制,平衡了處理效率和資源消耗的矛盾。一種是面對常規(guī)情況,基于預(yù)設(shè)好的處理流程和處理規(guī)則,根據(jù)明確的“輸入-輸出”自動匹配知識庫,采用“喚醒匹配”的快系統(tǒng)進(jìn)行反應(yīng)和選擇;另一種是面對復(fù)雜狀況,快系統(tǒng)確認(rèn)無法處理后主動激活“覺醒處理”的慢系統(tǒng),調(diào)動邏輯運(yùn)算和聯(lián)想推理,指導(dǎo)行為發(fā)生和實(shí)施決策,反復(fù)刺激強(qiáng)化后變成快系統(tǒng)的規(guī)則和知識。
通用態(tài)勢感知架構(gòu)采用“覺察-理解-預(yù)測”3 個主要模塊,強(qiáng)調(diào)“人的感知活動”,沒有考慮“人的心智”、“理性障礙”等認(rèn)知活動。三重態(tài)勢認(rèn)知架構(gòu)從不同認(rèn)知能力出發(fā),將態(tài)勢認(rèn)知活動映射分解為“自主心智、算法心智和反省心智”3 個層級,采用三重心智模型提高認(rèn)知架構(gòu)的理性水平。
三重態(tài)勢認(rèn)知架構(gòu)考慮了人的“心智模型”在態(tài)勢認(rèn)知中的機(jī)理作用,將當(dāng)前通用的“覺察-理解-預(yù)測”三級結(jié)構(gòu),深化為“內(nèi)在自主驅(qū)動-邏輯算法心智-自我反省審視”。具體而言,“內(nèi)在自主驅(qū)動”模塊類似于人類自主心智,是刻畫在基因深處的一種本能反應(yīng),是一種基于預(yù)設(shè)規(guī)則的直接反應(yīng),涵蓋了通用架構(gòu)的“覺察”模塊;“邏輯算法心智”模塊類似于人類算法心智,依托大腦理性思考來應(yīng)對現(xiàn)實(shí)世界的種種考驗(yàn),是一種基于邏輯準(zhǔn)則的理性反應(yīng),涵蓋了通用架構(gòu)的“理解-預(yù)測”模塊;“自我反省審視”模塊類似于人類反省心智的“吾日三省吾身”,是一種基于有意識反饋的主動控制。
相比于通用架構(gòu),三重態(tài)勢認(rèn)知架構(gòu)新增拓展了“學(xué)習(xí)”模塊,形成了認(rèn)知活動的一個自我循環(huán),能夠?qū)υ械娜壗Y(jié)構(gòu)不斷完善和增長,在機(jī)理上擴(kuò)充了當(dāng)前通用架構(gòu)的自我演化能力。
在應(yīng)用過程中,三重態(tài)勢認(rèn)知架構(gòu)能夠通過注意力機(jī)制和機(jī)器智能輔助,采用“學(xué)習(xí)”模塊作為整個系統(tǒng)的評估員和監(jiān)察者,不停地在問題空間內(nèi)抽象出領(lǐng)域知識,監(jiān)視調(diào)度戰(zhàn)場認(rèn)知活動,修訂補(bǔ)充規(guī)則知識,優(yōu)化三重態(tài)勢認(rèn)知架構(gòu)的各個模塊,在機(jī)理上使其具備自主智能的可能。
綜上所述,三重態(tài)勢認(rèn)知架構(gòu)是一個雙系統(tǒng)“分工協(xié)作、循環(huán)演化”的機(jī)制,不僅深化了心智模型對認(rèn)知架構(gòu)的理性增益,而且新增拓展了“學(xué)習(xí)”能力,相比通用態(tài)勢感知架構(gòu)更符合“人的認(rèn)知活動”,能夠提高戰(zhàn)場認(rèn)知活動的有效性、自主性和時效性。
聯(lián)合全域指揮與控制是支撐聯(lián)合全域作戰(zhàn)概念走向現(xiàn)實(shí)的關(guān)鍵一環(huán),當(dāng)前對態(tài)勢認(rèn)知能力的需求越發(fā)強(qiáng)烈。態(tài)勢認(rèn)知本質(zhì)上是對真實(shí)戰(zhàn)場的符號抽象和知識表征,而心智模型理論是與知識表征緊密相關(guān)的理論之一。考慮人的“心智模型”在態(tài)勢認(rèn)知中的機(jī)理作用,提出了一種涵蓋“快系統(tǒng)(喚醒匹配)”和“慢系統(tǒng)(覺醒處理)”2種處理機(jī)制,包括“內(nèi)在自主驅(qū)動-邏輯算法心智-自我反省審視”等模塊的三重態(tài)勢認(rèn)知架構(gòu)。具體而言,“內(nèi)在自主驅(qū)動”模塊是一種發(fā)自直覺的感知進(jìn)程,是態(tài)勢認(rèn)知系統(tǒng)的本能自主心智;“邏輯算法心智”模塊是一種慢速思考的運(yùn)算進(jìn)程,是態(tài)勢認(rèn)知系統(tǒng)的邏輯算法心智;而“自我反省審視”模塊是一種迭代反思的修正進(jìn)程,是態(tài)勢認(rèn)知系統(tǒng)的理性反省心智。
在智能化背景下,態(tài)勢認(rèn)知系統(tǒng)應(yīng)該具備“認(rèn)知智能”的學(xué)習(xí)能力,能夠?qū)Ω兄畔⑦M(jìn)行縱向和橫向的多維度組織,最大程度地像人一樣思考、像自然一樣生長,在一個持續(xù)循環(huán)下“突出認(rèn)知、強(qiáng)化理解”,支撐實(shí)現(xiàn)“認(rèn)知優(yōu)勢、即時決策”。