來源：智匯杰瑞

作者：趙亞平, 黃毅, 李虹, 孟杰

摘要：

對人工智能技術在軍事情報領域應用與研究現(xiàn)狀進行了分析梳理,以期為后續(xù)軍事情報研究提供借鑒。從情報智能分析與軍事指揮決策方面,梳理總結了人工智能在軍事情報工作中的發(fā)展與應用現(xiàn)狀。基于情報工作流程,分析了人工智能技術下的軍事情報服務模型。系統(tǒng)梳理了美國智能情報系統(tǒng)典型項目研究發(fā)展狀況,并對人工智能在軍事情報領域重點發(fā)展趨勢及技術難點進行了探析。

人工智能(Artificial Intelligence,AI)概念最早是由美國學者約翰·麥卡錫在1956年的達特矛斯會議上提出來的,自被正式提出至今,人工智能的發(fā)展經(jīng)歷了多次高峰與低谷。人工智能是一門具有前沿性的多領域交叉學科,其目的在于模擬、延伸和擴展人類的智慧,以實現(xiàn)機器的智能化。人工智能的發(fā)展過程大體經(jīng)歷了三個階段,依次為計算智能、感知智能和認知智能。目前人工智能技術處于較初級的認知智能階段,隨著大數(shù)據(jù)、圖像識別、自然語言處理、深度學習等人工智能技術的不斷發(fā)展與進步,機器智能系統(tǒng)逐漸開始具有人類的自主理解、思考與決策能力。

近年來,以深度學習為代表的人工智能技術在商業(yè)諸多領域取得了突破性研究進展,并逐漸向情報分析、指揮決策等軍事領域滲透。目前,世界各軍事強國都將人工智能上升到國家發(fā)展戰(zhàn)略性的重要地位,各國都在加緊推動人工智能技術在國防、軍事等領域的部署與應用進程,力求在未來多域協(xié)同聯(lián)動等新型作戰(zhàn)體系中占領信息對抗的“制高點”,以增加贏得最終戰(zhàn)爭決勝權的籌碼。本文首先對人工智能在軍事情報領域的應用現(xiàn)狀進行梳理總結,其次基于情報工作流程分析了人工智能技術下的軍事情報服務模型,最后對人工智能在軍事情報領域重點發(fā)展趨勢及技術難點進行了討論探析,對于未來基于人工智能技術在軍事情報領域開展相關探索研究具有一定的借鑒與參考價值。

1?人工智能技術在軍事情報領域的應用背景

1.1 人工智能技術的快速發(fā)展

人工智能作為人類智慧的輔助和延伸,突破了人類認知效率低、考慮因素有限等生理限制。目前,人工智能技術在自然語言處理、圖像識別、無人駕駛、醫(yī)學診斷、軍事智能化等領域取得了許多突破性的研究進展,例如在圖像識別領域,部分基于人工智能技術開發(fā)的應用系統(tǒng)的識別率可達95%以上,其準確性已遠超人類的平均水平。

隨著大數(shù)據(jù)、云計算和深度學習等新興技術的快速應用與發(fā)展,人工智能技術在情報分析、軍事決策等領域的優(yōu)勢日益凸顯。世界各軍事強國紛紛加緊制定、部署人工智能未來發(fā)展戰(zhàn)略計劃,試圖占領新一輪科技革命高地。人工智能技術正不斷改變著未來戰(zhàn)爭形態(tài),催生新的作戰(zhàn)模式。軍事情報領域也由過去完全依靠人力進行情報分析轉向了高度人機協(xié)同的新的工作模式,人工智能技術必將成為情報工作人員強有力的幫手。

1.2?軍事情報領域對智能化的需求

當前,戰(zhàn)場形勢日趨復雜,各類智能化無人系統(tǒng)、智能傳感器遍布整個戰(zhàn)場環(huán)境。現(xiàn)代化軍事情報數(shù)據(jù)具有海量、異構、多維度等特點,導致情報數(shù)據(jù)處理過程更加復雜化。但因受到人類本身認知效率低、考慮因素有限等生理機能的限制,單靠情報分析人員無法直接處理像圖像、語音、視頻等非結構化數(shù)據(jù),這就使得情報數(shù)據(jù)背后隱藏的大量有價值的信息不能被及時地發(fā)現(xiàn),不能對戰(zhàn)場態(tài)勢進行實時、精準的預測,從而嚴重影響指揮員決策的效率和準確性。

隨著各類智能化感知設備、大數(shù)據(jù)處理技術在戰(zhàn)場環(huán)境全維度的部署與使用,使得大部分的智能決策系統(tǒng)具有自主感知復雜環(huán)境的能力,極大壓縮了各環(huán)節(jié)的反應與運行時間。同時,考慮計算機的大存儲和超強算力是人類無法相比的先天優(yōu)勢,基于數(shù)據(jù)挖掘、深度學習技術對海量戰(zhàn)場環(huán)境數(shù)據(jù)進行智能化分析、戰(zhàn)場態(tài)勢研判,輔助指揮員快速決策,進而達到提升作戰(zhàn)裝備打擊精度的目的。目前,美軍通過在海、陸、空等多域空間上布置大量的智能傳感器和自動識別系統(tǒng),來實現(xiàn)對戰(zhàn)場環(huán)境、敵情動態(tài)的實時掌控,在一定程度上可以縮短“OODA”環(huán)的周期,提升軍事決策的效率。

1.3?基于人工智能技術的軍事情報工作流程

情報工作是指情報人員通過運用一定的技術手段對采集的信息進行處理分析,并為用戶提供決策服務的過程。人工智能技術與情報的交叉融合發(fā)展,從本質上提升了情報搜集、數(shù)據(jù)挖掘分析能力,并不斷推動情報工作向著更加自主、智能化的方向轉型發(fā)展。圖1是基于人工智能技術下的情報工作流程,該流程按照時間順序大致可分為四個階段:數(shù)據(jù)采集、數(shù)據(jù)組織和存儲、情報分析、決策支持。

1)數(shù)據(jù)采集階段:在軍事情報工作中,該階段采集的信息主要分為兩大類,即公開的互聯(lián)網(wǎng)資源和內(nèi)部數(shù)據(jù)庫。其中內(nèi)部數(shù)據(jù)庫資源主要包括像單位內(nèi)部電子化的內(nèi)部圖書、研究報告、項目檔案資料和長期積累的相關實驗數(shù)據(jù)以及情報信息部門通過長期跟蹤搜集的大量情報資料等信息。互聯(lián)網(wǎng)資源是利用如網(wǎng)絡爬蟲、文檔解析、智能搜索引擎等網(wǎng)絡技術采集來的開源情報數(shù)據(jù)。隨著數(shù)據(jù)挖掘、智能分析技術在情報領域中的廣泛應用,多以專業(yè)數(shù)據(jù)采集器結合智能分析算法作為實現(xiàn)數(shù)據(jù)快速、高質量采集的基礎技術手段,目前互聯(lián)網(wǎng)公開信息成為軍事情報重要的數(shù)據(jù)來源。

2)數(shù)據(jù)組織和存儲階段:采集的數(shù)據(jù)經(jīng)過清洗和去重等預處理操作后,進入數(shù)據(jù)組織和存儲階段。充分運用深度學習、神經(jīng)網(wǎng)絡等人工智能技術超強的數(shù)據(jù)融合、信息提取及特征學習能力實現(xiàn)異構多模態(tài)數(shù)據(jù)的高效組織與存儲工作。例如利用卷積神經(jīng)網(wǎng)絡(Convolutional Neural Networks, CNN)強大的表征學習和深層網(wǎng)絡語義抽取能力來實現(xiàn)對圖像、視頻類非結構化數(shù)據(jù)的組織和存儲。

3)情報分析階段:情報分析是整個情報工作流程的核心,主要是利用自然語言處理、強化學習、知識圖譜等人工智能技術來實現(xiàn)多層次、多維度的知識表示和語義解析,以及挖掘隱藏在大數(shù)據(jù)背后有價值的戰(zhàn)略情報信息。如利用長短時記憶神經(jīng)網(wǎng)絡(Long Short Term Memory Network, LSTM)對文本類數(shù)據(jù)的長時記憶能力可以實現(xiàn)對上下文語義信息的最大限度的學習和特征抽取任務。利用遷移學習(Transfer Learning, TL)具有的超強自學習相近知識表達能力,來實現(xiàn)不同領域相近任務的知識學習和遷移。

4)決策支持階段:軍事情報的目的主要是為指揮者提供決策支持服務。人工智能具有強大的記憶存儲、知識推理以及超強的運算能力,這些是普通人類所無法相比的,充分利用好人工智能技術這些優(yōu)勢特征,不斷修正優(yōu)化策略,力求在情報工作最終生成的決策達到全局最優(yōu)。在決策支持階段通過情報人員與決策者間服務與反饋的良性互動機制,不僅提升了決策者在情報生產(chǎn)過程中的參與度,并且在一定程度上達到了優(yōu)化情報產(chǎn)品質量與增強情報服務保障的目的。

2?人工智能技術在軍事情報領域的應用現(xiàn)狀

人工智能相關研究在2016年前后迎來爆發(fā)式增長,美、俄等國家政府部門相繼出臺了一系列戰(zhàn)略性文件,并積極推進人工智能在國防、軍事等領域項目的應用與研究工作。

2.1 人工智能實現(xiàn)情報的深度分析

2014年,美國國防部提出了“第三次抵消戰(zhàn)略”,其核心是利用大數(shù)據(jù)、人工智能等新興技術,實現(xiàn)未來新型作戰(zhàn)概念、作戰(zhàn)樣式的突破與創(chuàng)新,重點發(fā)展智能化、無人化的顛覆性先進技術裝備和武器。事實上,早在2007年,美軍就開啟了人工智能技術在軍事指揮控制領域的研究探索之路。2017年,美國國防部戰(zhàn)略能力辦公室提出了“專家計劃”,旨在利用美軍早先在中東和非洲多個秘密基地部署的“掃描鷹”和MQ-9“死神”等多架無人機,通過人工智能技術對前方無人機系統(tǒng)傳回的大量ISR(情報、監(jiān)視、偵察)圖像、視頻等數(shù)據(jù)進行智能挖掘、分析,從中提取感興趣、有價值的情報。人工智能技術實現(xiàn)了對無人機集群采集的海量戰(zhàn)場視頻數(shù)據(jù)智能分類,極大提升了復雜戰(zhàn)場環(huán)境中情報分析處理能力,同時大大降低了情報獲取的成本。

2019年,DARPA啟動了“知識導向人工智能推理圖譜”(KAIROS)項目研發(fā)工作,該項目基于作戰(zhàn)事件和時序信息運用人工智能技術挖掘隱藏在大數(shù)據(jù)背后的重要事件關聯(lián)關系,進而實現(xiàn)智能情報輔助分析和戰(zhàn)場態(tài)勢研判,全面提升了態(tài)勢洞察與情報理解能力。2018年,美國國防情報局(DIA)啟動了“機器輔助分析快速存儲系統(tǒng)”(MARS)項目的研發(fā)工作,該項目旨在運用大數(shù)據(jù)、云計算以及機器學習等技術構建一種針對外軍情報數(shù)據(jù)采集分析的云數(shù)據(jù)管理系統(tǒng)。在2021年3月,DIA發(fā)布了該項目的第二個最小化可行性產(chǎn)品,該產(chǎn)品可以實現(xiàn)多情報數(shù)據(jù)庫數(shù)據(jù)共享并從海量數(shù)據(jù)中提取有價值的情報信息,基于數(shù)據(jù)庫現(xiàn)有軍事情報數(shù)據(jù)可以成功推理出敵方作戰(zhàn)部隊的指揮層級與兵力部署。

2.2?人工智能助力智能軍事決策

美國在2007年啟動了深綠(Deep Green)項目的研制,該項目旨在利用模擬仿真技術對獲取的實時戰(zhàn)場態(tài)勢數(shù)據(jù)進行快速計算,并通過計算結果來預判對手下一步可能采取的作戰(zhàn)行動,為指揮官制定決策提供參考,從而提升戰(zhàn)場軍事決策的速度和準確性。2013年8月,DARPA開啟了洞察(Insight)項目的第二研究階段工作,該項目旨在將部署在戰(zhàn)場環(huán)境中各類傳感器采集到的信息,利用人工智能技術進行特征發(fā)現(xiàn)、威脅識別、算法預測,對情報分析人員進行輔助工作。

2016年,IARPA啟動了眾包證據(jù)、議論、思維和評估開發(fā)結構化分析技術工具(CREATE)項目研究工作,該項目旨在利用人工智能技術實現(xiàn)結構化情報分析與推理,幫助情報分析人員更好地理解和評估數(shù)據(jù),同時達到一定的訓練效果。2018年6月,美國國防部正式成立聯(lián)合人工智能中心,該中心積極組織不同軍種、高校以及學術研究領域的協(xié)同合作,不斷加快人工智能技術在軍事領域的應用發(fā)展進程。2021年,DARPA發(fā)布了“像素級智能處理”(IP2)項目招標書,該項目旨在運用神經(jīng)網(wǎng)絡、深度學習、計算機視覺等人工智能算法將情報融入邊緣級傳感器數(shù)據(jù)流中,以提升圖像、視頻信息的偵察精度和情報數(shù)據(jù)的分析處理效率,從而達到增強戰(zhàn)場環(huán)境態(tài)勢感知與指揮控制能力。表1是本文梳理、歸納的近幾年美國基于人工智能技術研發(fā)的軍事智能情報分析典型項目。

ChatGPT(Chat Generative Pre-trained Transformer)是由美國OpenAI公司研發(fā)的基于人工智能技術實現(xiàn)的生成式自然語言處理模型,自2022年11月發(fā)布以來在學術界和商界都受到了高度關注,并且在智能問答、圖像生成和任務規(guī)劃等諸多領域的性能表現(xiàn)遠超現(xiàn)有其他機器學習模型。

近期,部分學者針對ChatGPT應用到軍事情報領域進行了積極探索與展望,例如,利用自然語言處理技術從語音和文本中提取情報,實現(xiàn)對多模態(tài)數(shù)據(jù)的處理與分析操作,輔助決策和作戰(zhàn)方案的制定;利用快速處理大量情報信息的能力,提升戰(zhàn)場人機交互效率,為實現(xiàn)部隊作戰(zhàn)過程中人員和裝備動態(tài)信息共享提供技術支撐;利用對多源異構情報數(shù)據(jù)分析處理實現(xiàn)知識圖譜關聯(lián)關系分析和實體特征提取,提升戰(zhàn)場態(tài)勢感知和情報洞察能力。ChatGPT具有超強的語言理解、數(shù)據(jù)生成和自我學習能力,這些都由其強大能力背后的關鍵技術支撐,相信未來ChatGPT在軍事情報領域會有更多的應用潛力。

3?基于人工智能的情報服務模型

3.1?關鍵技術及分析

人工智能技術,特別是自然語言處理、知識圖譜以及大數(shù)據(jù)處理等技術在軍事情報領域的廣泛研究與應用,增強了情報偵察的自主性和智能性,提升了對多源異構情報數(shù)據(jù)的深度分析與高效處理能力,為在未來復雜多變的戰(zhàn)場環(huán)境中快速、準確地研判敵方作戰(zhàn)意圖,清晰掌握戰(zhàn)場態(tài)勢以及科學軍事決策提供了技術基礎支撐。

1)基于自然語言處理技術構建更加自主、智能的情報偵察裝備,增強戰(zhàn)場環(huán)境的數(shù)據(jù)采集能力。目前圖像識別、語音處理、信息檢索等自然語言處理技術已逐漸成熟,在軍事情報領域均有廣泛應用。未來戰(zhàn)爭中的情報更多是以電磁、圖像和音頻等非結構化數(shù)據(jù)形式呈現(xiàn),指揮人員無法在短時間內(nèi)全面、準確地掌握戰(zhàn)場情報信息。在軍事情報偵察領域,可利用圖像識別和語音處理技術,提升戰(zhàn)場環(huán)境感知和精準理解能力。同時可以達到增強戰(zhàn)場透明度,掌握戰(zhàn)場主動權的目的,更好地為軍事決策者提供情報支撐保障服務。

2)依托知識圖譜與數(shù)據(jù)可視化技術,提高戰(zhàn)場態(tài)勢感知能力。隨著作戰(zhàn)空間向多維全域不斷擴展延伸,各類智能化無人系統(tǒng)、智能傳感器遍布整個戰(zhàn)場環(huán)境,使得戰(zhàn)場形勢日趨復雜。在軍事情報分析方面,利用知識圖譜、關聯(lián)分析與數(shù)據(jù)可視化技術實現(xiàn)對孤立、碎片情報數(shù)據(jù)的多維深度分析,對不同來源的情報信息進行整合分析,動態(tài)呈現(xiàn)戰(zhàn)場態(tài)勢全景圖,使得戰(zhàn)場變得更加清晰、透明,及時準確地研判敵方的戰(zhàn)略企圖,真正做到“知己知彼”。

3)利用大數(shù)據(jù)和信息融合技術實現(xiàn)情報的深度分析,有效提升軍事決策的科學與高效性。大數(shù)據(jù)技術在現(xiàn)代網(wǎng)絡化、智能化戰(zhàn)爭中的地位日益增強,基于深度學習的圖像識別、視頻處理技術在軍事情報領域的廣泛應用極大提升了戰(zhàn)場情報的全面追蹤和信息捕獲能力。信息融合和數(shù)據(jù)挖掘技術實現(xiàn)了對多源異構的復雜情報數(shù)據(jù)的深度分析與快速處理能力。從海量數(shù)據(jù)中發(fā)現(xiàn)有價值的情報,在環(huán)境復雜多變的戰(zhàn)場環(huán)境中最大限度縮短作戰(zhàn)指揮人員在戰(zhàn)場上軍事決策與指揮控制的時間,以提升作戰(zhàn)取勝的籌碼。

3.2?基于人工智能技術的軍事情報服務模型分析

人工智能技術與情報的交叉融合發(fā)展,從本質上提升了情報搜集、數(shù)據(jù)挖掘分析能力,并不斷推動情報工作向著更加自主、智能化的方向轉型發(fā)展。本節(jié)根據(jù)文獻中構建的人工智能情報體系,分析了基于人工智能技術下的軍事情報服務模型。圖2是基于人工智能技術的軍事情報服務模型,該模型主要包含四部分,自下而上依次為基礎設施層、數(shù)據(jù)資源層、情報分析核心層以及情報服務應用層。

4 重點發(fā)展趨勢分析

隨著大數(shù)據(jù)、深度學習等技術的快速應用與發(fā)展,人工智能技術在軍事情報領域的廣泛應用已是大勢所趨,人工智能正在深刻改變未來戰(zhàn)爭面貌,不斷催生新型戰(zhàn)爭樣式,將會成為推動新一輪軍事變革強有力的抓手,在未來的戰(zhàn)場環(huán)境中人工智能所占的技術比重勢必會越來越大。

4.1?注重人機融合發(fā)展

隨著軍事武器智能化的快速發(fā)展與廣泛應用,當今的戰(zhàn)爭形態(tài)早已從過去的機械化、信息化演變?yōu)橹悄芑o人化。人工智能技術的出現(xiàn)催生了以“人機協(xié)作”為戰(zhàn)場基本模式的新指揮決策方式。2022年俄烏沖突爆發(fā),以無人機為代表的各型無人智能化作戰(zhàn)平臺在現(xiàn)代戰(zhàn)爭中扮演著重要角色,其重要的戰(zhàn)術地位日益凸顯,無人機在戰(zhàn)爭中主要擔負情報偵察、火力攻擊等任務,基于情報數(shù)據(jù)共享機制實時將收集到的圖片、視頻等情報信息回傳給地面作戰(zhàn)指揮人員,然后利用機器學習等人工智能技術對大量情報數(shù)據(jù)進行關聯(lián)挖據(jù)、深入分析,在確保人員安全的前提下,輔助作戰(zhàn)指揮員快速、準確地制定軍事決策,在指揮員與無人機的配合下以極低的成本實現(xiàn)較高的作戰(zhàn)效能。但目前現(xiàn)有人工智能系統(tǒng)進行情報綜合分析、輔助決策的智能程度還不夠高,還需要依靠指揮者對戰(zhàn)場整體布局以及復雜的軍事動態(tài)情況進行分析、研判。“人機協(xié)作”模式將人對復雜戰(zhàn)場態(tài)勢的快速決策能力與機器系統(tǒng)的超強情報分析能力進行完美結合,增強了戰(zhàn)場動態(tài)感知能力,真正實現(xiàn)“1+1>2”的戰(zhàn)場效果。

4.2?注重多模態(tài)情報智能分析研究

隨著軍事智能化的發(fā)展和多域空間協(xié)同作戰(zhàn)體系的不斷推進,各類智能傳感器、自動識別系統(tǒng)遍布整個戰(zhàn)場環(huán)境。現(xiàn)代戰(zhàn)爭涉及的情報信息不再是某一種單一的數(shù)據(jù)形式,異構多模態(tài)逐漸成為當前軍事數(shù)據(jù)的固有特征之一。軍事情報呈現(xiàn)出多源、異構等復雜數(shù)據(jù)特點,主要原因是軍事情報來源較廣并且數(shù)據(jù)形式復雜多樣,有的情報信息是戰(zhàn)術無人機利用智能傳感器采集來的戰(zhàn)場地形地貌、兵力部署等圖片、視頻形式數(shù)據(jù);有的情報信息來自于情報偵察系統(tǒng)收集來的有關戰(zhàn)場環(huán)境圖像和語音等形式數(shù)據(jù);有的情報信息則是內(nèi)部資料庫存儲的有關對手最新武器裝備性能、技術參數(shù)及編制信息等文本結構化數(shù)據(jù)。利用語義解析、知識推理、實體自動識別等人工智能技術對軍事情報實現(xiàn)跨模態(tài)數(shù)據(jù)綜合分析與深度分析,從多模態(tài)數(shù)據(jù)中挖掘更豐富的有價值情報,同時快速生成戰(zhàn)場全局態(tài)勢圖,為作戰(zhàn)指揮人員提供及時、科學的決策支撐服務,為實現(xiàn)“發(fā)現(xiàn)即摧毀”精確打擊的作戰(zhàn)目標可能性提供技術支持。

4.3?加強軍民技術融合發(fā)展

美國等軍事強國尤其注重人工智能技術在軍民融合中的發(fā)展應用。應從頂層設計入手,鼓勵高校、民營企業(yè)積極參與軍民融合項目。同時結合當前軍事情報領域新變革,加快構建軍地情報共享技術與機制,實現(xiàn)軍民創(chuàng)新實力優(yōu)勢互補。2017年,國務院辦公廳發(fā)布了《關于推動國防科技工業(yè)軍民融合深度發(fā)展的意見》,著重強調(diào)軍民技術基礎資源共享和協(xié)同創(chuàng)新的國家發(fā)展戰(zhàn)略性意義。近年來,人工智能技術獲得了突破性進步,并在商業(yè)應用領域取得了很好的效果。以實際作戰(zhàn)需求為牽引,將語義解析、圖像識別、機器翻譯等人工智能技術應用于軍事情報領域,結合本領域數(shù)據(jù)特點,解決跨模態(tài)情報數(shù)據(jù)融合等關鍵技術難題,提升情報服務保障能力。例如,構建軍事術語、命名實體識別、詞性標注和武器裝備知識圖譜等相關語料庫,積極推動人工智能技術在軍事情報領域的發(fā)展應用。

人工智能技術與軍事情報領域相互融合發(fā)展已是未來必然趨勢。人工智能技術將會成為新一輪軍事變革強有力的推手,但在推動軍事情報領域智能化的發(fā)展過程中,機遇與挑戰(zhàn)往往是并存的。雖然人工智能在軍事領域應用得到廣泛應用并取得了一定成果,但我們應該清醒地認識到,想要達到真正的實用性還任重道遠。現(xiàn)階段的人工智能仍處于弱智能化階段,只有在特定領域、特定任務中人工智能系統(tǒng)優(yōu)勢才能完全展現(xiàn)出來,目前絕大部分的軍事智能系統(tǒng)存在系統(tǒng)通用性差以及高度依賴訓練數(shù)據(jù)的問題。如何讓人工智能系統(tǒng)具有人類舉一反三的思考、學習能力以及決策能力,在未來很長的時期內(nèi)還需要研究人員不斷進行理論、技術創(chuàng)新,這也將是人工智能領域需要一個長期探索的課題。

5?結束語

人工智能作為新興技術正在深刻改變著未來的作戰(zhàn)環(huán)境,不斷催生新型戰(zhàn)爭樣式,也將成為推動新一輪軍事變革強有力的推手。美、俄等世界軍事強國很早就開始了人工智能技術在軍事情報領域的探索,并取得了一定的研究成果。目前我國已將人工智能技術列入未來國家重點發(fā)展戰(zhàn)略,并加緊了人工智能技術在軍事相關領域的研發(fā)與應用進程,力求在新一輪的軍用前沿科技競爭中占據(jù)主導地位。我們應充分學習、借鑒他國在軍事情報領域的有益經(jīng)驗,如利用大數(shù)據(jù)挖掘、數(shù)據(jù)融合等技術,不斷提升情報分析處理效率;同時,基于深度學習和圖像識別等人工智能技術研發(fā)更加智能的情報理解、輔助決策等無人化平臺,最大限度發(fā)揮人工智能在軍事情報工作中的潛力,更好地為軍事斗爭做準備。

審核編輯：湯梓紅