胡三銀繪

應用于軍事的人工智能，其三大核心要素之一——大數據，堪稱智能化作戰的“源頭活水”。

大數據，是機器賴以獲取智能的基本資源。算法模型要具有良好表現，必須經過在價值密集的大規模數據基礎上反復訓練。機器學習等人工智能主流技術的發展進步均是由數據驅動的。隨著存儲技術和計算平臺的快速發展，大數據正在成為人工智能的一個重要支撐。

作為全方位、多維度的動態信息載體，大數據對作戰鏈條智能化具有關鍵作用：

——精準揭示作戰行動趨勢。大數據所提供的全面豐富的觀察視角，是人腦難以企及的。通過多維感知設備收集到的海量戰場數據，利用大數據技術，可從中挖掘出戰場敵我態勢情報，使決策者清晰掌握作戰行動數據趨勢，幫助其制訂最佳行動方案。

——有效縮短決策循環周期。大數據技術著眼利用智能算法和高性能硬件，加速數據轉化和價值生成，大幅壓縮傳統作戰決策階段中冗長的情報準備和數據分析時間，從而實現戰場上“發現即摧毀”的快速決策目標。

——整體優化聯合作戰指揮體系。以數據為中心，一方面，有利于精準把握有效信息、消除“戰場迷霧”；另一方面，可充分利用數據載體整合各作戰要素，將觀察、判斷、決策、行動信息鏈串聯起來，使作戰體系全要素在作戰空間內高效聯動。

作為孕育人工智能的信息載體，大數據不僅是技術層面的基礎資源，更是思維層面的創新動力，有力推動作戰行動從信息化時代向智能化時代跨越。

——數據挖掘與深度學習技術，將會擴大現有智能感知能力，幫助挖掘隱藏在不同時空、多個尺度數據下的作戰行動關聯模式，從而更加科學地給出作戰態勢演化預測。

——云端大數據將會連接分布式作戰單元，使分散的自主作戰裝備可以充分共享戰場全局信息，聚合個體信息生成群體智能，形成“群策群力、集思廣益”的智能密集優勢。

——基于大數據的戰場空間數字“孿生體”，可為指揮員提供與真實戰場幾乎一致的平行系統。將平行系統在線推演納入指揮控制閉環中，有助于預先研究戰爭規律和戰場不確定性風險，將為多域戰場上智能化作戰手段合理應用提供有力的數據支撐。

責任編輯：PSY