智能情報算法體系的構(gòu)建

，

隨著信息技術(shù)的發(fā)展，信息爆炸帶來的大數(shù)據(jù)壓力和靈敏性要求都對情報工作帶來了空前挑戰(zhàn)，促使情報工作走向智能化階段，其途徑和重點已成為業(yè)界關(guān)注的焦點。目前，情報智能化研究大都停留在概念和理論層面。雖在思維方式方法論和技術(shù)研究方向等層面已有一定的相關(guān)研究與頂層設(shè)計[1-2]，但在實踐層面，尤其是在尋找有效提升情報智能化發(fā)展突破口上，研究相對薄弱。美軍近期提出的“算法戰(zhàn)”概念強(qiáng)調(diào)以算法為抓手，為探索情報工作的智能化發(fā)展路徑提供了借鑒。

1 “算法戰(zhàn)”及其對情報智能化發(fā)展的啟示

當(dāng)前世界強(qiáng)國都在通過智能化發(fā)展提升國力、軍力。2017年4月，美國防部副部長羅伯特·沃克宣布成立由國防部情報和作戰(zhàn)支援主管約翰·沙納漢中將領(lǐng)導(dǎo)的“算法戰(zhàn)跨職能小組”(AWCFT)，啟動并統(tǒng)一領(lǐng)導(dǎo)全軍“算法戰(zhàn)”相關(guān)作戰(zhàn)概念與技術(shù)應(yīng)用研究，其目標(biāo)是利用智能化技術(shù)手段將國防部的大量數(shù)據(jù)快速轉(zhuǎn)換為可付諸于行動的情報與見解，開發(fā)先進(jìn)的計算機(jī)視覺算法，提升“處理分析與傳送”全動態(tài)視頻能力[3]。“算法戰(zhàn)”包含用計算機(jī)代碼表達(dá)算法和運用算法構(gòu)造系統(tǒng)兩個核心概念[4]。該概念的提出是美國在深刻意識到大數(shù)據(jù)壓力已非人力所能承受之后，在綜合考慮軍隊的戰(zhàn)略需求、面臨的迫切問題和自身的技術(shù)水平等多重因素的基礎(chǔ)上，以算法為重要抓手，以情報分析為試驗田，各部門統(tǒng)一部署、分步實施，進(jìn)而提高軍隊整體的智能化水平，從軟實力方面謀求新軍事優(yōu)勢的新舉措。

“算法戰(zhàn)”雖立足軍事情報，但它給情報領(lǐng)域整體的智能化發(fā)展提供了新的思路，極具借鑒價值，主要體現(xiàn)在以下幾方面。

1.1 以智能算法為發(fā)力點

算法是行為認(rèn)知的根本途徑。情報以數(shù)據(jù)、信息、知識、智能與智慧為主要研究對象，為最終的決策環(huán)節(jié)解決信息不完備的問題，所以智能與情報二者的關(guān)系始終不可分割[5]。對主體行為的認(rèn)知是智能的重要方面。在認(rèn)知過程中，無論是針對簡單的個體動作，還是復(fù)雜的國家行為，都可以結(jié)合不同需求和不同條件，采用不同形式的算法特別是智能算法予以實現(xiàn)或部分支撐。

1.2 讓算法深入?yún)⑴c并推動信息流動全過程

參照DIKW轉(zhuǎn)化原則[6]，在情報智能化發(fā)展中，若要將數(shù)據(jù)轉(zhuǎn)換為信息，就必須用算法來解釋數(shù)據(jù)；若要將信息轉(zhuǎn)換為知識，就需要用算法總結(jié)知識；若要將知識轉(zhuǎn)換為智能，就需要算法來訓(xùn)練機(jī)器。因此，在智能情報的工作過程中，應(yīng)不斷深化智能算法的應(yīng)用。

2 情報智能化發(fā)展中算法層面存在的問題

算法是解決特定計算問題的一組代碼，它既是算法開發(fā)者經(jīng)驗的總結(jié)，也是思維創(chuàng)造的體現(xiàn)和對信息的一種高度凝練。隨著情報信息化進(jìn)程的不斷推進(jìn)，不同層面的算法在情報工作各環(huán)節(jié)中發(fā)揮了一定作用，但呈現(xiàn)行為原發(fā)、重視不均、認(rèn)識不明、利用分散等現(xiàn)象，算法的整體認(rèn)識和智能水平均有待提升。

2.1 算法應(yīng)用缺少頂層認(rèn)識和規(guī)劃

從算法應(yīng)用角度看，一些具體問題以特定軟件形式零散、重復(fù)、隱性存在，缺少頂層統(tǒng)一認(rèn)識和規(guī)劃，難以系統(tǒng)地開展評價、篩選等工作，使用者難以確定現(xiàn)有算法能否滿足應(yīng)用需求、如何選擇不同問題的最優(yōu)算法等問題，嚴(yán)重降低了工作效率和成效；算法之間的互補性、共享性較弱，算法應(yīng)用的持續(xù)完善較難。

2.2 算法開發(fā)處于無序狀態(tài)

算法開發(fā)者大多處于“只見樹木不見森林”的困境之中，缺乏整體認(rèn)識，導(dǎo)致算法功能交叉重疊，定位混亂；低端重復(fù)現(xiàn)象嚴(yán)重，對短板弱項認(rèn)知不足，可能出現(xiàn)研究投入的盲目跟風(fēng)現(xiàn)象，造成算法的畸形發(fā)展。

2.3 情報領(lǐng)域中原有算法普遍面臨淘汰或更新

從算法智能化水平看，隨著大數(shù)據(jù)、人工智能的飛速發(fā)展，情報領(lǐng)域中原有算法普遍面臨淘汰或更新?lián)Q代，需要在新的智能手段基礎(chǔ)上重新考慮算法實現(xiàn)的方式，研究基于智能技術(shù)的新型算法，策劃并實現(xiàn)更有應(yīng)用價值的功能和性能。對于以前尚未考慮算法應(yīng)用的場景，需要趕上智能化技術(shù)發(fā)展進(jìn)程，快步轉(zhuǎn)變思維，積極創(chuàng)新算法在情報信息感知獲取、知識處理、深度挖掘、智能分析、智慧服務(wù)等各流程中的作用點、作用模式和智能化實現(xiàn)程度，從問題、技術(shù)、實踐等不同角度探索通過智能化算法推動情報領(lǐng)域智能化的新思路。

3 構(gòu)建智能情報算法體系

基于上述問題，通過算法體系構(gòu)建的體系框架，一方面可將具體算法推而共之，形成整體認(rèn)識；另一方面，可有效加強(qiáng)算法的系統(tǒng)性管理，利于算法評價和后期檢索以及高屋建瓴地統(tǒng)一布局。算法體系還應(yīng)充分體現(xiàn)“三性”：一是“先進(jìn)性”，算法體系的先進(jìn)性將促使算法的應(yīng)用過程更加便捷高效，算法組織更趨合理；二是“完備性”，算法體系的完備性將為情報工作的開展在算法工具層面提供完備的視圖，有利于查找科技情報工作中是否某個環(huán)節(jié)出現(xiàn)了算法的缺失或落后，避免重復(fù)開發(fā)；三是“系統(tǒng)性”，算法體系的系統(tǒng)性有助于系統(tǒng)分析算法，關(guān)系到算法之間聯(lián)系的緊密程度，進(jìn)而對算法之間的層級關(guān)系認(rèn)識以及組合使用產(chǎn)生影響。

此外，算法體系構(gòu)建過程中運用的多種分類方式可以讓算法使用和開發(fā)人員從不同角度加深對算法技術(shù)本質(zhì)的認(rèn)識，便于根據(jù)特殊需求使用和改進(jìn)，也有利于算法間的互相借鑒及合并嵌套使用，使研究人員真正地“站在巨人的肩膀上”。

體系是系統(tǒng)的連接，是復(fù)雜的、有目的的整體。算法體系要以體系化的方式對算法元素進(jìn)行系統(tǒng)的整序，形成統(tǒng)一整體；同時應(yīng)突出算法之間的內(nèi)部聯(lián)系和外部區(qū)別，從系統(tǒng)和元素兩個層面幫助情報人員實現(xiàn)對算法的認(rèn)識。

3.1 構(gòu)建思路

既突出“智能”又堅持兼容并蓄。從本體論角度出發(fā)，“智能算法”的提出僅僅是認(rèn)知思維的變化，也就是認(rèn)識層面的改變。隨著人工智能等計算機(jī)科學(xué)的快速發(fā)展，眾多“新穎”算法被歸于“智能算法”。“智能算法”與傳統(tǒng)算法之間并不具有排他性，如堆排序、高斯消去法等經(jīng)典算法乃至數(shù)學(xué)思想在多種算法的融合下具有新的生機(jī)，因此智能算法體系是兼容并蓄的。

從體系的角度看，智能情報算法體系還要著眼于系統(tǒng)性。情報領(lǐng)域的算法應(yīng)用涉及信息搜集、數(shù)據(jù)加工、情報分析、情報服務(wù)等方面，需要從情報研究與生產(chǎn)的完整生命周期出發(fā)，對體系的內(nèi)容、層次和關(guān)系有系統(tǒng)的認(rèn)識；同時要考慮算法具有很大的靈活性、分類界限模糊、分類方式不定等因素，結(jié)合客觀工作需要，適當(dāng)把握要素的粒度，完善算法類型，合理解構(gòu)和關(guān)聯(lián)體系內(nèi)各個層次和類型的算法，系統(tǒng)定位各類型算法在體系內(nèi)的位置，形成相對系統(tǒng)完備的科學(xué)體系。

在構(gòu)成體系的具體算法的選擇上，情報工作具有很強(qiáng)的實踐性，各流程環(huán)節(jié)有自身的核心內(nèi)容也有不同的特殊要求。對應(yīng)的體系構(gòu)建要緊密結(jié)合情報工作的科學(xué)性、綜合性、針對性、及時性和創(chuàng)造性等特點，在整體和個體兩個維度上保持實用性。同時，算法特別是以計算機(jī)代碼表達(dá)的智能算法，究其本質(zhì)仍屬于技術(shù)的范疇，對其進(jìn)行體系劃分不能忽略算法的技術(shù)性質(zhì)，而要著重體現(xiàn)其科學(xué)技術(shù)內(nèi)涵，構(gòu)建結(jié)果要符合開發(fā)、使用人員的技術(shù)性思維。

作為體系還應(yīng)保持開放性。算法體系是一個動態(tài)的架構(gòu)，其內(nèi)部算法需要根據(jù)技術(shù)發(fā)展、需求變化而不斷調(diào)整。如與目前的先進(jìn)算法技術(shù)相對接，推陳納新，不斷提高體系的技術(shù)含量。另外，體系的構(gòu)建與完善要向所有的參與人員開放，包括情報領(lǐng)域的算法開發(fā)者、使用者、改進(jìn)者。

3.2 構(gòu)建過程

在同一研究領(lǐng)域下，算法雖然千變?nèi)f化，但又萬變不離其宗，具有很強(qiáng)的相似性，有利于體系的形成。所以基于上述原則，針對情報領(lǐng)域的具體實施環(huán)節(jié)和研究對象，參考構(gòu)建軍事體系的系統(tǒng)工程方法[7]確定以下邏輯步驟。

體系問題：明確問題所在，尋找主要矛盾。算法體系構(gòu)建的主要問題在于合理的層內(nèi)分類方式和層級劃分標(biāo)準(zhǔn)。

使命分析：貼合情報工作應(yīng)用場景，確認(rèn)體系的使命。算法體系的主要使命是解決算法的無序化問題，便于管理和評價，有利于非技術(shù)人員了解體系內(nèi)各算法的技術(shù)情況。

功能缺陷與需求分析：主要進(jìn)行功能分析，確認(rèn)目標(biāo)實現(xiàn)的功能需求。算法體系在功能上要保證算法技術(shù)本質(zhì)與實用性，突出層級關(guān)系。

體系結(jié)構(gòu)方案：在上述分析的基礎(chǔ)上提出體系構(gòu)建方案。

結(jié)果分析與優(yōu)化：對得到的結(jié)果進(jìn)行分析評價并不斷優(yōu)化。

3.3 構(gòu)建設(shè)計

3.3.1 智能情報算法體系構(gòu)成

在情報生產(chǎn)過程中，從數(shù)據(jù)到信息、從信息到情報等核心的轉(zhuǎn)化過程中，包含信息搜集、數(shù)據(jù)加工、情報分析等諸多環(huán)節(jié)，智能算法起很大的作用。特別是在信息搜集、處理等環(huán)節(jié)，當(dāng)前計算機(jī)視覺、自動翻譯、文本處理等技術(shù)方面已經(jīng)有大量實用性工作，可以為智能算法的形成與應(yīng)用提供很好支撐。本文提出的主要算法方案和算法內(nèi)涵包括了經(jīng)典算法和火熱的智能領(lǐng)域算法，最終得到如下算法體系組織關(guān)系視圖(圖1)。

首先是應(yīng)用層。為了體系能更好地服務(wù)于情報研究的實際工作，方便情報研究人員根據(jù)具體操作環(huán)節(jié)對算法進(jìn)行查詢或整序，在算法層面上設(shè)置了應(yīng)用層，該層對應(yīng)研究工作中涉及的相應(yīng)操作。在應(yīng)用層的劃分中，根據(jù)不同的細(xì)化程度和工作復(fù)雜性將具體操作繼續(xù)進(jìn)行不同程度地細(xì)分，比如信息搜集包括對信息查詢和信息推薦，數(shù)據(jù)加工則包括機(jī)器翻譯、數(shù)據(jù)清洗、同異名處理等具體應(yīng)用。

其次是算法層。算法層是指在不同的應(yīng)用過程中運用不同層次的算法，層次劃分是根據(jù)算法功能對操作的支持直接性進(jìn)行的層間劃分，分為3層。

圖1智能情報算法體系組織關(guān)系視圖

一是特定算法。根據(jù)算法的實施進(jìn)行劃分，如在查詢過程中，算法是采用詞索引思想實施抑或依照字索引思想實施。由于實施思想與應(yīng)用密切相關(guān)，所以該層是與應(yīng)用層支持關(guān)系最近的層級。 二是中間件算法。本文借用了軟件和服務(wù)程序中“中間件”這一概念，意指該層算法可以在不同的特定算法中共享使用，處于算法層的中間層級。層內(nèi)劃分是根據(jù)所針對的算法級別的問題不同而劃分的，如優(yōu)化問題、排序問題等。在功能上對應(yīng)了細(xì)分問題的解決，對接了基礎(chǔ)算法與特定算法。 三是基礎(chǔ)算法。根據(jù)算法的對象、實現(xiàn)結(jié)構(gòu)、邏輯、模型等基礎(chǔ)要素進(jìn)行劃分，如采用了支持向量機(jī)(SVM)模型、神經(jīng)網(wǎng)絡(luò)模型或依照自然進(jìn)化邏輯(遺傳算法)等。這是算法層級中最底層的一級，但功能是所有算法應(yīng)用的基礎(chǔ)。

3.3.2 體系深化與思考

對于圖1設(shè)計的智能情報算法體系，還有很多細(xì)節(jié)需著重考慮。第一，算法的歸類角度——由上至下。由于分類的顆粒度大小問題，每一層算法可能在本層下仍有細(xì)分，存在子類算法(圖2)。

圖2算法層細(xì)分舉例

某一種基礎(chǔ)算法可以為多種上層算法提供支撐，如拓?fù)渑判蛩惴葘儆趫D算法又屬于一種排序算法。某一種復(fù)雜算法同時由同一層級或不同層級的算法組合支撐，很多實際應(yīng)用的算法都存在這種現(xiàn)象。比如對于常見的分類算法最終都要進(jìn)行優(yōu)化，或者說很多分類算法就是在分類模型的基礎(chǔ)上對損失函數(shù)做優(yōu)化。

第二，應(yīng)用的算法支撐角度——由下至上。 某一項應(yīng)用由不同層次的算法支撐。以數(shù)據(jù)清洗為例，數(shù)據(jù)清洗可以再細(xì)粒度劃分為異常識別與異常處理兩種操作。異常識別要對屬性異常(空值、錯誤、不一致)和重復(fù)異常做出檢測，主要采取智能化算法中既有基于統(tǒng)計分析和模式的特定算法，也可直接使用聚類、關(guān)聯(lián)規(guī)則和匹配算法等中間件算法；異常處理則主要使用排序、聚類等中間件算法。 某一項應(yīng)用直接由底層算法支撐。同名區(qū)分所采用的方法有直接使用中間件算法的分類、聚類算法，也有直接使用基礎(chǔ)算法的圖算法(圖3)。

圖3 同名區(qū)分應(yīng)用的算法

4 建議

4.1 提高認(rèn)識，樹立算法思想與算法意識

從個人發(fā)展角度出發(fā)，要及時通過高效率的算法工具來協(xié)助工作，關(guān)注熱點算法的思想和原理，對算法的靈活運用保持充分的敏感性。比如在工作中養(yǎng)成良好的算法習(xí)慣，利用碎片化時間學(xué)習(xí)算法，多學(xué)習(xí)并掌握一些常見問題的通用解決模式，對于已解決的算法問題，要總結(jié)復(fù)盤實現(xiàn)思路、優(yōu)缺點和改進(jìn)方法，提高舉一反三的能力，最終實現(xiàn)個人技能競爭力的提升。對于團(tuán)體的發(fā)展，目前已有大量的信息資源平臺。在算法層面可以建立類似的專業(yè)算法庫，將算法作為重要的技術(shù)資源進(jìn)行系統(tǒng)管理與利用；同時要塑造類似“算法戰(zhàn)”的競爭性思維，提高算法意識。在如今的“智算”時期，需謹(jǐn)防被競爭對手技術(shù)突襲搶占先手，要把握機(jī)遇，勇攀高峰，逆流而上，力爭在專業(yè)領(lǐng)域內(nèi)獲得更多話語權(quán)。

4.2 加強(qiáng)應(yīng)用，以技術(shù)驅(qū)動情報智能發(fā)展

王延飛教授曾指出，盡管中國情報界歷來對信息技術(shù)十分關(guān)注，但卻缺乏對前沿技術(shù)的掌握和精通，人工智能、大數(shù)據(jù)的相關(guān)研究成果也由于缺乏足夠的技術(shù)與數(shù)據(jù)資源支持而使得情報學(xué)研究很難有大的理論和方法突破[5]。以算法為例，利用計算機(jī)科學(xué)領(lǐng)域的研究成果，已有大量被進(jìn)一步適用化改造的算法用于情報工作之中。較之其它研究領(lǐng)域，應(yīng)用于情報研究領(lǐng)域的算法的深度與廣度均明顯不足，缺乏重大的專業(yè)性應(yīng)用成果。因此，情報人員要更多地應(yīng)用群體智慧、團(tuán)隊協(xié)同，最大程度地發(fā)揮工具、模型以及算法的優(yōu)勢，在建模、工具開發(fā)和算法開發(fā)等方面發(fā)揮重要作用[8]。加強(qiáng)對前沿技術(shù)的掌握與應(yīng)用，適時地進(jìn)行技術(shù)遷移，立足迫切的現(xiàn)實需求，堅持以實踐為導(dǎo)向，進(jìn)行創(chuàng)新性技術(shù)研究與生產(chǎn)，以技術(shù)驅(qū)動情報智能發(fā)展。