網絡信息體系中人工智能技術應用探析

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，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。現在，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例，然后對收集到的戰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，建立訓練戰斗模型，使平時的訓練更接近于實際的戰時情況。作戰時，指揮員就可以將身處戰場的具體情況信息輸入到相應的戰斗模型，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。平時這樣的戰斗模型越多，分析訓練得越充分，則對戰時的幫助就越大。

4 機器人強化了網絡信息體系的末端執行功能

機器人是指靠自身動力和自身控制能力來自動執行工作的機器裝置，一般由驅動裝置、執行機構、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爭發展的趨勢之一，已成為研究應用的熱點，已有諸多新近研發的軍事機器人與無人平臺被投放于真實戰場，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，乃至直接參與作戰完成核心作戰任務等方面都能發揮很好的作用。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行任務的各個環節。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，從而使人類士兵能夠遠離危險的戰場，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、站崗執勤、沙場鏖戰等一系列工作。到2016年4月，美軍已成功開發了250名男性三維“阿凡達戰士”，研究人員希望每名軍人都創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“阿凡達戰士”一結合，直接參與未來作戰，將極大地提升部隊的作戰能力。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，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、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。