彭設強 郭連城

（國防科技大學信息通信學院，湖北 武漢 430010）

人工智能技術，是世界各國競相發(fā)展的尖端技術之一。2016年 3月，人工智能“阿爾法狗”(AlphaGo)以4:1戰(zhàn)勝韓國棋手李世石九段，之后，2017年10月19日，谷歌下屬公司Deepmind在《自然》雜志上刊文稱，新版圍棋程序：“阿爾法狗零”(AlphaGo Zero)，可以從空白狀態(tài)學起，在無任何人類輸入的條件下，迅速自學圍棋，并已經以100:0的戰(zhàn)績擊敗老版“阿爾法狗”(AlphaGo)，進一步促進人工智能技術廣泛而深入的研究與應用。目前，美國、英國、日本等許多國家，都將人工智能的研究應用列入本國的高科技發(fā)展計劃重點，在人力和物力等方面不斷加大投入，其應用正在向各個領域滲透。

1 緒論

人工智能（Artificial Intelligence，簡稱 AI）是研究計算機模擬人類智能活動的有關理論與技術。人工智能是計算機科學的一個分支，是計算機科學技術的前沿研究領域，但它的研究并不僅僅局限于計算機科學領域，往往還涉及到模糊數學、數理邏輯、認知科學、控制論、信息論、心理學、自然語言以及哲學等眾多學科。人們普遍認為，人工智能就是從計算機應用系統的角度出發(fā)，研究怎樣通過軟硬件設計，制造出人造的、能獨立自動運行的智能機器或智能系統，來模擬人類思維處置及表達過程，以延伸人類思維智能的科學。人工智能本質上是對人的思維過程的模擬，從這方面考慮，人工智能并不是人的智能，但其技術實現與應用已越來越接近或在局部已超過人的智能，如計算速度、記憶能力等等。從人工智能實現原理方面考慮，有專家系統、神經網絡、機器人學等多種具體表現形式，這些具體應用形式為網絡信息體系的深入研究應用提供了不竭的發(fā)展動力。

2 專家系統簡化了網絡信息體系的輔助決策功能

專家系統是應用人工智能技術，綜合利用眾多人類專家的知識和經驗，遵循一定原則和形式推理規(guī)則，模仿人類專家進行分析決策，為指揮管理人員提供輔助決策和解釋（如執(zhí)行任務的方法、流程、措施、具體的計算步驟等）的系統。它先對相關領域專家的知識和經驗進行總結、抽象，形成形式規(guī)則，建立該領域專家知識庫；然后用適當的控制策略，建立擁有類似于該類專家解決實際問題的推理機制，構成推理系統，并形成一定算法；當外界輸入問題時，系統就運用其儲存的相關知識、推理規(guī)則進行分析運算，做出具有該領域專家水平的判斷和決策，而直接發(fā)揮類似專家的作用，或間接地作為助手為指揮管理人員及專家提出合理化的意見建議，這種決策方式也稱為專家輔助決策。目前，專家系統的應用方式主要是輔助決策，在有足夠數據支撐的基礎上，指揮管理人員可以運用專家系統，產生多種具體方案。專家系統的關鍵技術主要包括知識的表示、獲取和運用，難點在于許多領域的專家知識往往是不精確、不完全或是不確定的，專家系統仍是人工智能研究比較集中的領域。

在網絡信息體系中實際應用專家系統時，計算機通過分析判斷給出的各個備選方案，都應有相應的優(yōu)缺點分析、具體計算方法步驟以及排序的先后次序等內容，相當于提示正在進行決策的指揮管理人員，在同樣的條件下，多數人員一般會采取什么樣的決策行動，此時，指揮管理人員可以根據自己掌握的具體情況，果斷快速地進行決策，當指揮管理人員進行具體決策之后，系統將自動生成相應實施方案。所以說，專家系統為網絡信息體系的輔助決策提供了強有力的支撐，相當于為指揮管理人員配備了一個高智能的助手。

3 神經網絡優(yōu)化了網絡信息體系的信息處理功能

廣義上的神經網絡分為生物神經網絡和人工神經網絡。生物神經網絡就是由生物的大腦神經元、細胞等組成的網絡，使得生物具備意識、反應、思維和行動。人工神經網絡是上世紀80年代以來計算機科學領域研究的熱點問題之一，是從信息獲取、傳遞、處理、存儲、應用的角度，對人腦神經元網絡進行抽象、建模，構建由大量節(jié)點（或稱神經元）相互聯接的網絡。對人工神經網絡模型、算法、原理和軟硬件實現的大量研究，為人工神經網絡計算機走向具體實際應用提供了基本支撐?，F在，人工神經網絡已廣泛應用于模式識別、自動控制、圖形圖像處理、信息獲取與處理等諸多領域。人們期望人工神經網絡計算機將重建人腦的形象，極大地提高信息處理能力，在更多方面取代傳統的計算機。

在網絡信息體系建設中，應積極推動神經網絡技術的建設與應用，首先，是對過去的發(fā)生的案例進行分析，建立諸如相應事件處置模型。例如，在軍事領域，利用反向傳播（BP）網絡建立渡海登陸的戰(zhàn)斗模型時，就需要先收集上千個過去世界各國軍隊成功的渡海登陸戰(zhàn)例，然后對收集到的戰(zhàn)例樣本進行數字化處理，以實現人機對話，使計算機能對它們進行運算處理。技術處理完后，將戰(zhàn)例樣本輸入計算機以便對神經網絡進行訓練，通過訓練最終確定網絡的連接權，這樣就建立了渡海登陸作戰(zhàn)的神經網絡模型；其次，是對平時訓練成果進行分析，建立訓練戰(zhàn)斗模型，使平時的訓練更接近于實際的戰(zhàn)時情況。作戰(zhàn)時，指揮員就可以將身處戰(zhàn)場的具體情況信息輸入到相應的戰(zhàn)斗模型，由神經網絡為指揮員提供一個或多個具體可行的方案供參考。平時這樣的戰(zhàn)斗模型越多，分析訓練得越充分，則對戰(zhàn)時的幫助就越大。

4 機器人強化了網絡信息體系的末端執(zhí)行功能

機器人是指靠自身動力和自身控制能力來自動執(zhí)行工作的機器裝置，一般由驅動裝置、執(zhí)行機構、檢測反饋裝置和控制系統等部分組成，機器人技術就是研究開發(fā)應用機器人方面的技術總稱。在軍事應用領域，新型軍事機器人作為未來信息化戰(zhàn)爭發(fā)展的趨勢之一，已成為研究應用的熱點，已有諸多新近研發(fā)的軍事機器人與無人平臺被投放于真實戰(zhàn)場，如美國的“劍(SWORDS)”、英國的“狼錘 2（MACE2）”、以色列的“守護者（Guardium）”、德國的“壁虎（GECKO）”、俄羅斯的“MRK-27-BT”等戰(zhàn)斗機器人，在替代人類士兵進行搜索、偵察、布雷、排爆、支援，乃至直接參與作戰(zhàn)完成核心作戰(zhàn)任務等方面都能發(fā)揮很好的作用。機器人士兵本身作為網絡信息體系中的智能終端，是網絡信息體系的組成部分，其執(zhí)行任務時，需要依托網絡信息體系中的信息獲取、傳遞，還需要網絡信息體系中強大的計算能力來進行信息融合處理、計算與決策，因此，人工智能技術已融入網絡信息體系中機器人士兵執(zhí)行任務的各個環(huán)節(jié)。美國國防部先進研究項目局（DARPA）從2010年開始就啟動了一項代號為 “阿凡達”（Avatar）的研究項目，研究實現讓人類士兵通過自己的思維控制自己的替身機器人參戰(zhàn)，從而使人類士兵能夠遠離危險的戰(zhàn)場，并在2013年預算報告中稱：這些被意念遙控的機器人可以成為人類士兵的完美替身，從事日常工作、站崗執(zhí)勤、沙場鏖戰(zhàn)等一系列工作。到2016年4月，美軍已成功開發(fā)了250名男性三維“阿凡達戰(zhàn)士”，研究人員希望每名軍人都創(chuàng)建出自己的虛擬形象，無論性別、身材和高矮，這種網絡虛擬形象與真實的“阿凡達戰(zhàn)士”一結合，直接參與未來作戰(zhàn)，將極大地提升部隊的作戰(zhàn)能力。俄羅斯、英國、德國、日本等許多國家也緊隨其后，加大機器人的研究開發(fā)，并依托網絡構建機器人應用控制平臺，使得機器人研究領域異常火熱，其應用前景非常廣闊。

在網絡信息體系中，機器人將成為末端執(zhí)行任務的主要形式。我國在機器人研究方面取得了一些成果，在工業(yè)、娛樂、服務等領域已有初步應用。在網絡信息體系中，一是要盡快將已有機器人的研發(fā)成果進行轉化，融入網絡信息體系，實現全信息流程的整合；二是要深入研究特定功能的專用機器人，為完成特定任務提供支撐；三是加快機器人的推廣應用步伐，加強包含機器人在內的各項訓練，確保網絡信息體系的建設與應用落到實處。