張志華，王 凡

(1.海軍裝備部駐連云港地區(qū)軍事代表室，江蘇 連云港 222061；2.江蘇自動化研究所,江蘇 連云港 222061)

習主席在中國共產(chǎn)黨十九大報告中明確指出，“加快軍事智能化發(fā)展,提高基于網(wǎng)絡信息體系的聯(lián)合作戰(zhàn)能力、全域作戰(zhàn)能力”[1]。這個論述指明了未來戰(zhàn)爭將是基于網(wǎng)絡化、智能化的體系作戰(zhàn),第五代指揮信息系統(tǒng)將以智能化為核心,強化戰(zhàn)場信息優(yōu)勢,爭取戰(zhàn)場認知優(yōu)勢、決策優(yōu)勢與行動優(yōu)勢。據(jù)相關報道,國際上指揮信息系統(tǒng)經(jīng)歷了四個階段的發(fā)展過程[2],正在向第五代指揮信息系統(tǒng)演化,系統(tǒng)體系結(jié)構(gòu)向智能化、知識化、云邊端、服務化發(fā)展。國際上第四代系統(tǒng)主要以網(wǎng)絡化、服務化、云端化等手段構(gòu)建了整體協(xié)同的指揮信息體系[2],一定程度上滿足協(xié)同作戰(zhàn)需要,實現(xiàn)了信息優(yōu)勢。但隨著戰(zhàn)場信息的爆發(fā)式增長,系統(tǒng)信息優(yōu)勢很難轉(zhuǎn)化為指揮員的認知與決策優(yōu)勢,隨著無人作戰(zhàn)、賽博作戰(zhàn)等新型作戰(zhàn)樣式的出現(xiàn),為了適應作戰(zhàn)指揮的復雜性、非線性特點,指揮信息系統(tǒng)須突破認知技術,提供準確的戰(zhàn)場態(tài)勢認知與籌劃決策能力。第五代指揮信息系統(tǒng)設想以人工智能、邊緣計算、云腦技術為核心,提升戰(zhàn)場認知優(yōu)勢、決策優(yōu)勢與行動優(yōu)勢,支持作戰(zhàn)指揮由信息域向認知域邁進,實現(xiàn)信息知識化、決策智能化、指控敏捷化、協(xié)同多域化、服務邊緣化等能力。

1 指揮控制新理念

1.1 智能化指揮控制

智能化指揮控制就是利用人工智能方法,實現(xiàn)從“信息化、網(wǎng)絡中心”向“智能化、知識中心”轉(zhuǎn)變,輔助指揮員解決指揮領域的感知、理解、認知問題。指揮信息系統(tǒng)的系統(tǒng)架構(gòu)、技術架構(gòu)都將發(fā)生變化。系統(tǒng)圍繞態(tài)勢、指揮、控制、保障等功能域進行相應的智能技術應用,提升作戰(zhàn)指揮的認知與決策效能。外軍十分關注作戰(zhàn)指揮智能化應用,美軍DARPA從2007年至今,發(fā)布了3份關于人工智能國家及軍事發(fā)展戰(zhàn)略白皮書,分別開展了“深綠”[3-5]、“第3次抵消戰(zhàn)略的高科技圣杯”、“指揮官虛擬參謀”等計劃,在情報感知與戰(zhàn)術決策領域啟動了“Insight”、“Xdata”、“深度學習”、“深度文本搜索過濾”、 “分布式戰(zhàn)場管理”、“人機協(xié)作”、“Mind’sEye”、“Trace”、“人機協(xié)作”、“X-Plan”、“認知電子戰(zhàn)”、“AlphaAI空戰(zhàn)”等人工智能項目,實現(xiàn)戰(zhàn)場情報深度理解、態(tài)勢認知預測及戰(zhàn)術方案自動生成與推演能力。此后,美軍還設置了“自主協(xié)商編隊”、“大狗”、“蜂鳥”等項目,提升有人與無人協(xié)同控制能力?？傮w而言,美軍目前具備全球領先的智能化作戰(zhàn)指揮水平。此外,德、法、俄等國也紛紛在智能化信息感知與處理、智能自主無人作戰(zhàn)平臺等方面進行了大量研究,取得了豐碩的研究成果[6-8]。

1.2 戰(zhàn)術邊緣指揮控制

隨著軍事科技的發(fā)展,傳統(tǒng)大規(guī)模集群作戰(zhàn)方式逐漸轉(zhuǎn)換為小范圍的非對稱作戰(zhàn),戰(zhàn)術邊緣的作戰(zhàn)活動在戰(zhàn)爭中將扮演重要角色。戰(zhàn)術邊緣又稱為“第一戰(zhàn)術英里”[9],它遠離指揮中心,通信、計算、服務資源受限,通常由作戰(zhàn)平臺、戰(zhàn)術分隊、特種單兵組成,為了獲得信息與決策優(yōu)勢,各級指揮單元利用泛在網(wǎng)絡、微云等技術,實現(xiàn)信息與資源共享。戰(zhàn)術邊緣的移動計算設備,采用霧計算方法,整合為更大的作戰(zhàn)單元,形成自組網(wǎng)下的微云,戰(zhàn)術邊緣獲取的大量態(tài)勢信息,在戰(zhàn)術微云進行計算、存儲、共享,簡化了與指揮中心的交互規(guī)模,提升了信息交互時效,解決以往戰(zhàn)術前沿服務能力不足的問題。

1.3 多域戰(zhàn)指揮控制

2016年美陸軍提出“多域戰(zhàn)”概念[10],將“同步跨域火力”和“全域機動”作為核心要素,推動作戰(zhàn)要素高度融合,增強全域打擊能力,試圖消除中俄等國的“反介入/區(qū)域拒止”能力,主要具備以下三個特征[10]。一是作戰(zhàn)領域向多維擴展，使美陸軍能夠從地面向海、空、電、網(wǎng)等多個作戰(zhàn)域投送力量,具備與其他軍種融合能力。二是作戰(zhàn)要素高度融合，各軍兵種及作戰(zhàn)功能域之間能夠共享信息、統(tǒng)籌戰(zhàn)術、同步行動,推動了軍種聯(lián)合向作戰(zhàn)能力要素融合轉(zhuǎn)變。三是指揮鏈向扁平方向發(fā)展，指揮機制高效靈活,既要集中計劃、分散執(zhí)行,又要向各指揮節(jié)點和單兵共享信息和指令,延伸戰(zhàn)術指揮鏈,實現(xiàn)快速、多線、多域作戰(zhàn)指揮。

1.4 馬賽克作戰(zhàn)指揮控制

2017年，DARPA提出“馬賽克戰(zhàn)”的概念[11-12],兼顧“基于威脅”與“基于能力”的裝備建設方法,將多作戰(zhàn)域的傳感器、指控節(jié)點、戰(zhàn)斗平臺以及相互協(xié)作的有人、無人系統(tǒng)進行按需靈活組合,形成任務系統(tǒng)。系統(tǒng)集成采用搭積木的方式,將分散的細粒度系統(tǒng)動態(tài)鏈接在一起,構(gòu)成類似“馬賽克塊”的作戰(zhàn)體系?！榜R賽克戰(zhàn)”,借助智能化決策工具,提供分布式態(tài)勢感知和自適應規(guī)劃、控制,輔助進行作戰(zhàn)任務規(guī)劃,實施分布式作戰(zhàn)管理。“馬賽克戰(zhàn)”要求以自適應體系重組取代固定式作戰(zhàn)力量編成,作戰(zhàn)指揮具有韌性適變的信息體系,能面向任務、按需定制物理分散的混合編成的作戰(zhàn)單元,滿足各種動態(tài)、協(xié)同作戰(zhàn)需求[12-14]。

2 第五代指揮信息系統(tǒng)特征轉(zhuǎn)變

1) 體系由網(wǎng)絡中心向知識中心轉(zhuǎn)變。以網(wǎng)絡為中心帶來戰(zhàn)場信息優(yōu)勢,并向認知優(yōu)勢、決策優(yōu)勢轉(zhuǎn)變,系統(tǒng)間由信息共享走向以知識為中心的智力共享,促進整個指揮體系向決策及行動優(yōu)勢轉(zhuǎn)變。

2) 云端架構(gòu)向云邊端一體化轉(zhuǎn)變。拓展原有的云端資源共享能力[2],向戰(zhàn)術邊緣的平臺、分隊、單兵延伸,實現(xiàn)移動環(huán)境下戰(zhàn)場中心云、移動云、邊緣微云的一體化混合服務能力,提升戰(zhàn)術前沿資源服務能力。

3) 預定集成向韌性適變轉(zhuǎn)變。目前系統(tǒng)按預設規(guī)則部署運行,任務變化時,須按預先方案進行調(diào)控。未來戰(zhàn)場系統(tǒng)易受攻擊而癱瘓,要求系統(tǒng)在發(fā)生擾動時,具備自重構(gòu)韌性適變能力,保證核心任務不間斷[13-14]。

4) 由計算智能向認知智能轉(zhuǎn)變。智能化表現(xiàn)在計算智能、感知智能、認知智能,目前計算智能提供了戰(zhàn)術確定性求解方法,未來戰(zhàn)場須在海量情報處理、態(tài)勢認知與決策推理等方面通過智能化技術提升認知的精準度、實時度。

5) 性能由固化既定向自主學習演化轉(zhuǎn)變。系統(tǒng)的算法、性能一般在設計期就被決定與固化,性能的提升通過升級改造完成。智能化系統(tǒng)具備自學習、自演化能力,可以在線進行態(tài)勢感知、智能決策的算法學習,提升系統(tǒng)性能。

6) 建設由基于能力向基于知識轉(zhuǎn)變。指揮信息系統(tǒng)一般基于能力要素進行建設,系統(tǒng)集成以能力要素進行綜合集成,智能化系統(tǒng),更加關注系統(tǒng)的智力建設,聚焦系統(tǒng)的知識、規(guī)則、算法、數(shù)據(jù)的建設。

7) 交互方式向人機融合智能交互轉(zhuǎn)變。人機融合智能感知、擬人化交互、面向意圖的智能人機界面交互、可穿戴的人機融合計算協(xié)同于一體、融合聯(lián)動的交互模式,將成為未來系統(tǒng)主要交互模式,以人御機的系統(tǒng)向人機融合進展。

8) 戰(zhàn)訓分離向戰(zhàn)訓演研一體化轉(zhuǎn)變。第五代指揮信息系統(tǒng)將作戰(zhàn)指揮與戰(zhàn)術訓練緊耦合,具有平行仿真、推理能力,既能更新智能算法,也可進行戰(zhàn)法對抗研究,獲取戰(zhàn)術數(shù)據(jù),促進算法學習。演習訓練由兵棋推演向戰(zhàn)場虛擬博弈發(fā)展。

3 總體架構(gòu)設想

未來第五代指揮信息系統(tǒng)的總體架構(gòu)應該是知識中心、人機融合、智能賦能、云邊一體、自主演化、韌性適變的指揮信息系統(tǒng)。下文主要圍繞系統(tǒng)架構(gòu)、服務架構(gòu)、技術架構(gòu)等主要視角對系統(tǒng)總體進行闡述[15],其中系統(tǒng)架構(gòu)主要指系統(tǒng)邏輯要素組成及其關系,服務架構(gòu)描述系統(tǒng)之間的信息與計算資源的集成模式,技術架構(gòu)描述了系統(tǒng)的技術參考模型。

3.1 系統(tǒng)架構(gòu)設想

該系統(tǒng)從“信息化、網(wǎng)絡中心”向“智能化、知識中心”轉(zhuǎn)變,同時向戰(zhàn)術邊緣延伸。系統(tǒng)綜合集成在原有基礎上,進行知識與算法的共享集成,在態(tài)勢、指揮、控制、保障等功能域進行智能化技術應用,提升作戰(zhàn)指揮的認知與決策效能。系統(tǒng)架構(gòu)設想如圖1所示。

第五代系統(tǒng)在態(tài)勢感知、指揮決策、行動控制、支援保障、信息服務等功能要素基礎上,擴展平行推演與學習訓練功能域,滿足作戰(zhàn)分支評估及算法的學習需要。在態(tài)勢認知方面,涵蓋了計算智能、感知智能與認知智能,主要完成戰(zhàn)場情報處理及目標識別,對態(tài)勢進行理解、預測,有態(tài)有勢,提升信息優(yōu)勢;指揮決策方面,以認知智能為主,能夠機器戰(zhàn)術推理、生成方案與計劃,提升決策水平;行動控制方面,以計算智能與認知智能為主,完成任務監(jiān)控及臨機戰(zhàn)術控制,提供知識推理的行動優(yōu)化策略,比如指揮引導、火力協(xié)同、無人集群智能控制;綜合保障方面,以計算智能為主,在先驗知識與規(guī)則下,完成戰(zhàn)場資源的優(yōu)化調(diào)配;平行推演與學習訓練方面,將指控與仿真訓練結(jié)合起來,平時訓練人員以及算法,戰(zhàn)時進行平行方案推演。

此外,第五代系統(tǒng)具有自主演化的學習機制:一是節(jié)點內(nèi)自主學習,優(yōu)化算法與知識庫;二是節(jié)點間通過指揮云共享智能算法與知識,協(xié)同完成演化,各節(jié)點可將學習后的算法和知識上傳到指揮云,更新知識中心的算法及知識;三是系統(tǒng)向戰(zhàn)術節(jié)點、武器節(jié)點、探測節(jié)點、作戰(zhàn)保障節(jié)點下達指令,收集執(zhí)行反饋,這些反饋結(jié)果可用來進行算法的學習演化。

第五代系統(tǒng)之間,在原有基于云/端架構(gòu)的綜合集成基礎上,增加了面向知識與智能算法的集成共享方式,各指揮信息系統(tǒng)將智能算法與知識規(guī)則上傳到知識中心,供戰(zhàn)場探測、指揮、武器等異構(gòu)節(jié)點進行即插即享,指揮信息系統(tǒng)可以從知識中心獲取已有的智能知識,結(jié)合自身獲取的戰(zhàn)場數(shù)據(jù)進行二次學習與訓練,提升算法能力。指揮云最終形成戰(zhàn)場的智能知識中心,各智能化指揮信息系統(tǒng)之間形成戰(zhàn)場知識網(wǎng)絡。

3.2 云邊端服務架構(gòu)設想

未來泛在網(wǎng)絡連接將從指揮單元向戰(zhàn)術邊緣的各類分隊、單兵、平臺延伸。第五代指揮信息系統(tǒng)將利用霧計算、分散計算技術,在云架構(gòu)技術基礎上構(gòu)建戰(zhàn)術移動云、分隊微云(Cloudlet)、單兵任務組皮云(Pico-Cloud)[9,16],形成戰(zhàn)術前沿移動云服務能力,實現(xiàn)戰(zhàn)場集中作戰(zhàn)云、移動戰(zhàn)術云、邊緣微云皮云的混合服務能力,形成“云、邊、端”的一體化資源服務結(jié)構(gòu),快速構(gòu)建指揮鏈與打擊鏈。如圖2所示。

圖2 第五代指揮信息系統(tǒng)云邊端服務架構(gòu)設想

云邊端一體化服務能力支持第五代系統(tǒng)以“云部署、云聚合、云攻擊、云消散”等方式,實現(xiàn)作戰(zhàn)資源動態(tài)聚、釋能,提升整個體系作戰(zhàn)效能[17]。集中式作戰(zhàn)云采用固定云的方式部署在指揮中心[16],為各類作戰(zhàn)節(jié)點提供服務;空中、陸上、海上戰(zhàn)術云為戰(zhàn)術前沿的飛機、艦艇、裝甲等兵力提供移動條件下的信息、算法、計算、存貯服務,提升了戰(zhàn)術前沿的資源共享水平[9,16,18-19];戰(zhàn)術邊緣軍事行動中,構(gòu)建微云及皮云,微云以霧計算方式部署在距離前沿接敵分隊通信一跳距離的車、機、艇上,擴展前沿分隊人員的戰(zhàn)術信息處理與共享能力,當單兵及分隊無法訪問微云時,可利用移動自組網(wǎng)與分散計算技術構(gòu)建皮云,支持戰(zhàn)術邊緣弱連接下,端到端的信息動態(tài)匯聚與資源共享,延伸指揮鏈。

3.3 技術架構(gòu)設想

第五代指揮信息系統(tǒng)將戰(zhàn)爭從物理域、信息域延伸到認知域,將改變指控方式,其技術架構(gòu)如圖3。

第五代指揮信息系統(tǒng)在第四代指揮信息系統(tǒng)的網(wǎng)絡化計算環(huán)境基礎上,增加戰(zhàn)術邊緣服務、智能計算環(huán)境,既兼容系統(tǒng)的架構(gòu),又滿足系統(tǒng)的智能化要求。戰(zhàn)術邊緣服務計算環(huán)境為弱連接終端提供微云及皮云的基礎計算、存貯、信息服務平臺;智能化計算環(huán)境為態(tài)勢、決策、控制、人機交互提供智能服務。

智能技術環(huán)境層包括以下五部分內(nèi)容。智能計算硬件平臺,配置了GPU、FPGA、TPU等AI加速處理器,適應深度學習所要求的計算能力,個別算法采用神經(jīng)元處理機制的類腦芯片或固化的專用智能計算芯片;智能數(shù)據(jù)管理平臺,主要進行數(shù)據(jù)、樣本、案例、模型、知識的管理;深度學習框架,集成了深度學習、強化學習的運行庫及基本算法庫;傳統(tǒng)人工智能計算框架,包括了spark、bigflow等用于搜索求解、數(shù)據(jù)挖掘、并行處理等方面的傳統(tǒng)算法支持庫;智能服務,包含了面向應用的智能算法服務庫,如智能交互識別、估值網(wǎng)計算、策略網(wǎng)計算等服務,為應用開發(fā)提供求解接口。

智能應用層,主要提供智能化態(tài)勢認知、籌劃決策、行動控制及信息服務、人機交互、學習與訓練等功能要素,是系統(tǒng)主要面向用戶的功能界面,是智能化要解決的核心問題。

圖3 第五代指揮信息系統(tǒng)技術架構(gòu)設想

上述的第五代系統(tǒng)技術架構(gòu)模型,主要利用云計算與智能化技術的支撐服務,實現(xiàn)系統(tǒng)間的態(tài)勢、指令及算法與知識的共享,同時支持系統(tǒng)自主演化、算法升級、知識更新。系統(tǒng)智能化可分為0～4級[20]。0級,完全人工控制;1級,實現(xiàn)計算智能,實現(xiàn)確定性的復雜戰(zhàn)術計算與信息自動化處理;2級,具有一定感知智能,能夠理解、評估、預測戰(zhàn)場態(tài)勢;第3級:具有認知智能,能提供機器決策及決策推演能力;4級,具有人機融合與共生能力,核心算法能夠自學習、自演化。目前第四代系統(tǒng)的智能化水平一般處于1級,態(tài)勢理解、指揮決策仍然由人把控。第五代系統(tǒng)的智能化可經(jīng)過三個階段達到第4級,第一階段實現(xiàn)戰(zhàn)場態(tài)勢感知、理解與評估能力;第二階段構(gòu)建戰(zhàn)法知識庫,能基于規(guī)則、知識、算法實現(xiàn)機器決策;第三階段實現(xiàn)核心任務的機器自學習、自演化,具備自主方案決策功能,達到人機融合的高度智能化水平[20]。

4 系統(tǒng)關鍵技術及其智能化設想

第五代指揮信息系統(tǒng)的關鍵技術主要解決上述智能化、云邊端一體化、系統(tǒng)韌性適變問題。系統(tǒng)關鍵技術及其智能化設想[2-3,7-8,13-14,21]如圖4所示。

第五代指揮信息系統(tǒng)的關鍵技術涵蓋指控OODA環(huán)的所有方面,能夠支撐系統(tǒng)從探測、決策、控制、打擊等方面的智能、韌性、邊緣指控要求,從而構(gòu)建精準感知鏈、快速控制鏈、精確打擊鏈、敏捷服務鏈,向戰(zhàn)術邊緣延伸,提升指揮效能。

圖4 系統(tǒng)關鍵技術及其智能化設想

1) 態(tài)勢感知機器分析技術

情報整編分析技術。利用大數(shù)據(jù)及深度學習、知識圖譜等技術進行信息智能關聯(lián)匹配、文本語義智能分析、輿情智能搜索與提取,從海量、多源、異構(gòu)的戰(zhàn)場信息中獲取有價值情報。

多元目標快速識別技術。利用深度學習方法,構(gòu)建多層CNN卷積神經(jīng)網(wǎng)絡,采用樣本特征參數(shù)學習完成對光學、紅外、電磁、聲學信息進行特征提取與目標快速識別。

態(tài)勢認知與理解技術。對敵進行作戰(zhàn)意圖、作戰(zhàn)能力分析,利用強化學習的估值網(wǎng)絡技術,模擬指揮員態(tài)勢認知的過程,結(jié)合CNN非線性戰(zhàn)場態(tài)勢擬合能力,建立態(tài)勢圖像到態(tài)勢理解的映射[22]。

態(tài)勢機器預測與評估技術。在態(tài)勢理解基礎上,對敵戰(zhàn)術行為進行預估,先利用策略網(wǎng)絡獲得敵方活動規(guī)律,再采用平行推演方法,進行多分支態(tài)勢推演,最后構(gòu)建預測網(wǎng)絡進行態(tài)勢預測。

2) 作戰(zhàn)籌劃機器決策技術

作戰(zhàn)任務空間及策略建模技術。對作戰(zhàn)任務空間的狀態(tài)及行動策略進行建模,確定任務狀態(tài)、策略、回饋的描述方法,是深度強化學習進行決策的基礎。

任務規(guī)劃機器決策技術。利用運籌優(yōu)化完成目標分析、任務分配。利用深度強化學習、群體智能算法對兵力編成、火力配置、協(xié)同路徑進行機器規(guī)劃。戰(zhàn)術籌劃偏向規(guī)則推理,易突破;戰(zhàn)役規(guī)劃偏向基于經(jīng)驗的知識推理,涉及指揮藝術,較難突破。

作戰(zhàn)方案平行推演技術。參考“深綠”系統(tǒng)平行仿真技術[23],采用蒙特卡洛搜索樹及博弈試驗方法,模擬敵作戰(zhàn)行為,對行動流程進行預演與評估,積累回饋賞罰函數(shù),供學習訓練、優(yōu)化決策。

作戰(zhàn)計劃智能生成技術。利用自然語言理解、語音指令辨識、草圖識別等智能感知算法,結(jié)合任務模型的要素提取,利用知識圖譜將方案進行自動提取生成作戰(zhàn)計劃與指令序列[24]。

臨機快速決策技術?；诋斍皯B(tài)勢,利用博弈平臺積累的學習數(shù)據(jù),自動匹配最適當?shù)念A案調(diào)整,基于蒙特卡洛樹搜索及遷移學習算法對預案進行動態(tài)決策,反向強化學習,增強預案泛化能力。

3) 行動控制智能化技術

基于態(tài)勢的臨機行動控制技術。根據(jù)作戰(zhàn)行動的效果及偏差,對任務的資源、路徑、協(xié)同模式進行動態(tài)調(diào)整,利用平行仿真多支推演與強化學習技術進行糾偏,實現(xiàn)戰(zhàn)術“前饋式”的控制[4]。

群體智能協(xié)同控制技術。促進戰(zhàn)場智能體協(xié)同作戰(zhàn)全局效能最大化,利用蟻群、蜂群控制算法及深度強化學習方法,構(gòu)建全局戰(zhàn)術價值網(wǎng)絡,建立效果回饋模型,根據(jù)價值網(wǎng)絡進行策略控制。

火力協(xié)同控制技術。提升敵我識別、火力分配、協(xié)同調(diào)度的速度與精度,利用群智能及深度強化學習算法自動規(guī)劃、協(xié)調(diào)優(yōu)化打擊鏈,具備一定自主決策能力。

4) 有人/無人協(xié)同指揮技術

多域集群系統(tǒng)自主協(xié)同機器籌劃技術。利用分支搜索求解、知識推理、深度強化學習進行有人/無人系統(tǒng)的協(xié)同任務規(guī)劃與分配,利用群智能優(yōu)化算法規(guī)劃無人、有人平臺的協(xié)同軌跡。

多域集群系統(tǒng)自主協(xié)同指揮控制技術。對無人集群的巡航進行任務監(jiān)視及自主協(xié)同指揮引導,利用群體智能算法進行多無人平臺任務沖突檢測及避碰控制,進行編組、路徑、載荷等調(diào)配。

5) 智能化信息服務技術

戰(zhàn)場信息智能共享技術,利用強化學習及語義關聯(lián)技術分析用戶的信息需求及喜好,生成基于用戶差異化特征的信息需求,為用戶智能推送戰(zhàn)術信息。

6) 人機融合智能化交互技術

人機融合智能感知交互技術。構(gòu)建多通道包含草圖、口語、手勢、頭勢、表情、眼動等多方式的人機交互手段,提供自然、靈敏、精準、擬人化的交互策略[5]。

面向意圖的智能人機界面技術。利用FCM模糊認知交互推理技術,推理用戶的交互意圖,根據(jù)用戶的界面需求與交互喜好,整合不同的口語、手勢、草圖、自然語言等手段,組織交互界面輸出。

智能穿戴式人機融合技術。采用邊緣計算技術,利用語音、手勢、眼動、腦機接口、增強現(xiàn)實等新人機交互方式,為單兵提供智能可穿戴設備,具備協(xié)同一體、融合聯(lián)動的人機交互模式。

7) 虛擬博弈與訓練評估技術

作戰(zhàn)虛擬博弈技術構(gòu)建博弈對抗試驗平臺,進行作戰(zhàn)知識建模,利用平行仿真、分支決策、微分對抗等技術,進行紅藍對抗,既訓練戰(zhàn)術、戰(zhàn)法,又采集戰(zhàn)術數(shù)據(jù)。

機器訓練與評估技術,利用博弈平臺積累的數(shù)據(jù)以及人員的經(jīng)驗建模,采用小樣本遷移學習技術進行算法的訓練與優(yōu)化,對真實數(shù)據(jù)事后重放,對決策模型進行遷移學習優(yōu)化,更新決策方案。

8) 系統(tǒng)韌性適變重構(gòu)技術

環(huán)境感知與自主故障檢測技術。在軟硬毀傷下,進行主故障檢測、異常關聯(lián)分析,預測影響任務執(zhí)行的故障發(fā)生,評估故障對任務的影響,實現(xiàn)對系統(tǒng)資源及故障的主動感知與快速定位。

系統(tǒng)自愈重構(gòu)智能技術。當系統(tǒng)關鍵節(jié)點失效時,采用適變機制,重新分配資源,實現(xiàn)能力再生,持續(xù)保障核心任務完成。由預置規(guī)則、人工參與的故障修復方式向智能化的系統(tǒng)重構(gòu)方式轉(zhuǎn)變。

9) 戰(zhàn)術邊緣計算技術

移動微云服務平臺技術。以霧計算方式部署在距離接敵一跳距離的車、機、艇上,為作戰(zhàn)分隊提供共享處理能力,擴展分隊人員的戰(zhàn)術信息處理能力。

弱連接自組網(wǎng)下的皮云資源共享技術。在單兵自組網(wǎng)基礎上,采用分散計算技術構(gòu)建皮云,支持弱連接下,端到端自主協(xié)同的信息共享與單兵移動設備之間資源共用,滿足戰(zhàn)術邊緣需求。

5 發(fā)展思路設想

1) 分階段先易后難循序漸進。第一階段將圖像、語音、手勢、臉譜識別及自然語言理解等應用到情報分析中;第二階段將深度學習、強化學習應用到態(tài)勢認知、指揮決策中;第三階段利用云計算實現(xiàn)知識中心,智能賦能的系統(tǒng)[6]。

2) 選取智能算法進行應用。圍繞深度學習在態(tài)勢方面的應用、深度強化學習在籌劃決策方面的應用，選取合適的戰(zhàn)術背景,對智能算法進行驗證,可選用戰(zhàn)術層面的路徑、火力、任務等規(guī)劃作為突破口[25]。

3) 強化作戰(zhàn)指揮領域知識工程建設。專家規(guī)則、軍事條例、實戰(zhàn)數(shù)據(jù)是指揮智能化的基礎,對現(xiàn)有作戰(zhàn)規(guī)則進行知識化建模與表示,建立知識表示與深度學習的輸入、輸出映射關系,加強知識學習、知識推理的方法研究[4]。

4) 建立虛擬對抗博弈平臺積累數(shù)據(jù)。智能算法需要大量學習樣本,樣本積累途徑有:①建立對抗博弈平臺進行兵棋推演、人機對抗、紅藍對抗,積累數(shù)據(jù);②收集實戰(zhàn)演習的戰(zhàn)術數(shù)據(jù),進行建模作為訓練樣本[21]。

6 結(jié)束語

本文提出了第五代指揮信息系統(tǒng)的總體及智能化設想,構(gòu)建了“智能賦能、人機融合、云邊一體、自主演化、云智共享、韌性適變”的新一代指揮信息系統(tǒng)架構(gòu),對其關鍵技術、能力特征進行分析,試圖在國際上第四代系統(tǒng)的基礎上[2],實現(xiàn)認知優(yōu)勢、決策優(yōu)勢、行動優(yōu)勢。國際上用于第五代系統(tǒng)的技術驗證不多,不可急功近利,仍需充分研究。