智能化軍事變革下可視化技術的應用

徐海翔

可視化泛指一切利用圖表、動畫和視頻來傳遞信息的技術，包括了科學可視化、信息可視化、可視化分析、教育可視化、知識可視化和視覺傳達等。可視化的目的是實現對事物認知規律的洞悉，強化認知理解，而非所繪制的可視化結果本身。從宏觀角度來看，可視化包括了三個功能，分別是信息記錄、支持對信息的推理和分析以及信息傳播與協同。當前的可視化技術在軍事、科學、教育、工業和醫學等領域都有廣泛應用。隨著人工智能的浪潮在軍事領域興起，智能化軍事變革在世界各主要強國間不斷向縱深發展。在近年的可視化研究中，可視化和智能化的融合不斷加深，可視化技術在改善人工智能訓練數據質量和幫助人類理解人工智能方面發揮了重大作用，而人工智能技術的進步又反過來為可視化提供了強大的處理工具，二者可謂相輔相成，互為支撐。

軍事情報領域的應用：情報可視化分析

情報可視化分析誕生于21世紀之初，2004年，美國家可視化分析中心成立，這是世界上第一個國家層級的可視化分析領導、協調、研究和發展中心，以此為契機，美國國內形成了政產學研用五位一體的可視化分析復合體，巨大的安全和經濟利益為可視化分析的發展注入了強大動力。作為可視化分析的直接推動者，美國情報界為這一項目投入了大量的人力和物力支持，國家安全局、中央情報局和海軍情報辦公室等機構也加入了可視化分析界聯盟。這場情報分析領域的變革由美國向全世界擴散開來，加拿大、英國、德國、澳大利亞和新西蘭等國先后跟進。隨著可視化技術在情報領域的廣泛運用，對整個情報流程和情報文化都產生了重大影響。不僅僅局限于情報分析，美國情報界的頂級情報產品—《總統每日簡報》也由傳統的印刷品衍生出了全天候的可視化決策支持系統。2015年，美國家情報總監辦公室發布了情報界第203號指令《分析標準》，將可視化納入了九大分析技藝標準，要求分析產品要酌情包含有效的可視化信息，以清晰闡明分析信息，強化數據和分析呈現。2020年1月，美陸軍發布ATP 2-33.4《情報分析手冊》，重申了這一標準，并認為情報分析人員應當以可視化的形式呈現情報，可視化呈現的范圍可以從情報信息的簡單顯示到復雜問題和分析概念的交互式顯示。此外，該手冊的附件表明，美軍分布式通用地面系統的情報分析流程在分析、集成和生產環節使用了Arc地理信息系統、谷歌地球和IBM i2等一系列可視化分析工具。同年，美國家地理空間情報局發布年度技術指南，將先進分析和建模列為五大核心重點技術之一，可視化則是實現先進分析和建模的關鍵，這對其實現2025年預期目標至關重要。作為情報可視化分析的首創者，可視化和可視化分析在美國情報界已深入人心。

然而，當前的情報可視化分析仍然存在著諸多不足。戰場環境日趨復雜，情報數據海量增加，時域演化多變，急需高效的可視化表達與呈現方法。人的大腦本身就有一種“對所見進行過度解讀”的傾向，可視化由于顏色、標記和視覺通道使用不當，加之部分情報來源片面和不可靠，反而會適得其反“強化”分析人員的認知偏見，最終導致“情報可視化陷阱”的出現。可視化顯示空間固定，視覺感知有限，任務交互無限，極易造成分析人員視覺疲勞，帶來“認知低效”問題。

IBM i2可視化分析工具的界面

人工智能的應用為情報可視化分析的躍升帶來了可能。可視化分析誕生之初就是為了幫助分析人員在短時間內根據零散、相互矛盾甚至具有潛在欺騙性的數據做出正確研判，這一技術和方法在戰略、戰役和戰術層面都得到了廣泛運用。在智能化軍事變革的浪潮下，戰役和戰術層級的情報可視化分析也將得以應用人工智能工具，將針對戰場高頻次的常見行動將分析固化為算法，前線的分析人員只需要在自動化分析結束后針對結論做出研判，而不再需要事無巨細地把握戰場的每一處細節。此外，整個分析過程將以可視化的形式呈現在分析人員眼前，這一方面能夠增進分析人員對人工智能工具的信任，另一方面也能及時發現自動化分析中數據和算法是否存在問題，并做出相應的調整和改正。在一線戰場環境中，情報可視化分析工具中的人工智能引擎前期可以在分析人員進行數據處理和分析時進行學習，改進自身由平時實驗和訓練得來的數據，投入使用后則可在分析人員的幫助下不斷趨于完備。真實的戰場具備著大量或然性事件，情報可視化分析工具需要對這些異常數據進行突出顯示，盡力確保情報分析人員對整個作戰空間的“全知”。

軍隊指揮領域的應用：戰場態勢可視化

戰場態勢可視化是對所有作戰環境內（陸、海、空、天、電磁、網絡和認知）敵我雙方作戰單位形勢的可視化呈現，是一體化CISR系統的重要組成部分，對部隊作戰指揮、訓練模擬和毀傷評估具有重要作用。信息化戰爭條件下的戰場態勢可視化可以追溯到20世紀末，1995年9月，美軍在巴拿馬舉行了一場名為Fuer tas Defensas的軍事演習，國家偵察辦公室在這次演習期間向參演的美陸軍第18空降軍提供了來自國家系統的數字地形數據支持，軍一級的情報部門將敵情數據和3D地形數據合二為一，供指揮官觀察了解戰場并進行指揮作戰，這次演習開啟了美陸軍戰場態勢可視化的先河。時至今日，戰場態勢可視化已歷經二十余年發展，深度融入了信息化戰爭的方方面面。

戰場態勢可視化的用戶層級在不斷下沉，由營連級下沉到班組級，甚至是單兵級。2018年，美陸軍未來司令部成立，開啟了新一輪的陸軍轉型進程，意圖通過技術革新實現對競爭對手的體系代差優勢，開啟了美陸軍后冷戰時代最大規模的換裝計劃。2021年3月26日，美陸軍授予微軟公司一份總價達218.8億美元且為期10年的集成視覺增強系統合同，該系統由美國陸軍未來司令部下屬的士兵殺傷力跨職能團隊負責，目的是將指控信息、通信信息、位置信息和情報等一系列關鍵信息集成到單一設備之中，可以實現單兵和分隊層級的全天候先進態勢感知，并將士兵獲取的數據融入到作戰局域網中，從而優化部隊表現并提高殺傷能力。而由網絡跨職能團隊開發的“集成能力21”綜合戰術網，可以將網絡增強技術融入到集成視覺增強系統。2022年3月28日，美國總統拜登公布了2023財年國防預算草案，在該草案中，美國軍方預計耗資4.24億美元向微軟公司購買7000臺集成視覺增強系統設備，美國防部還計劃再提供6260萬美元來開發1.2版本的集成視覺增強系統。

穿戴集成視覺增強系統進行訓練的美軍（畫面右側是安裝在斯特瑞克步兵戰車上配套的態勢感知系統組件）

戰場態勢可視化的數據更新頻率不斷加快，細節程度不斷提高，虛擬現實和真實世界趨于融合。戰場態勢可視化系統的數據來源既包括了國家層級和聯合部隊層級的情報支援，也包括了野戰部隊自身的ISR資產。而隨著“星鏈”系統的建成并投入使用，小型甚至是微型無人機的普及，基于5G技術的戰場信息網絡與戰場終端實現互聯互通，美軍戰場情報、監視與偵察能力不斷強化，行動中的目標和環境數據采集速度快、容量大，戰場態勢可視化從戰術、戰役到戰略層級得以實現近實時效果。受限于戰場數據鏈帶寬限制和敵方的電磁干擾條件，在無法實時傳送戰場真實情況的條件下，戰場態勢可視化系統多采用仿真技術對戰場環境和敵我態勢進行還原。雖然這種仿真系統通過改進算法和革新硬件可以不斷接近真實環境，但是仍不能做到百分百呈現所有信息，這在戰場高度緊張的情境下會影響指戰員對戰場態勢的判斷。智能化軍事變革帶來戰場數據鏈傳輸速率的提升為彌補這一缺陷帶來了可能，將虛擬仿真數據和真實世界融合，在不同作戰地域應用不同的可視化算法，為指戰員提供可視化效果最佳的呈現形式。

軍隊訓練領域的應用：戰爭可視化

近年來的局部戰爭與沖突水平同20世紀的兩伊戰爭并無太大分別，甚至部分武器裝備和戰術水平還弱于當時的伊朗和伊拉克，任一沖突方都難以復制或是重現美國在海灣戰爭和伊拉克戰爭中的軍事成功。即使是有歐洲國家參加的科索沃戰爭和利比亞戰爭，歐洲各國也高度依賴美國在其背后的情報支援。在世界整體軍事水平停滯不前的情況下，美國甚至需要小心斟酌其海軍訂單，以確保本土的軍工造船廠不至于因缺少訂單而破產倒閉、人才流失。局部的軍事創新無法帶來整體軍事水平的躍進，正如V-1、V-2導彈和Me-262噴氣式戰斗機無法挽救二戰中德國的敗局。無論是在中東、歐洲，還是世界其它地區，盡管投入了大量新型裝備，各沖突方和參戰國體現出的技戰術水平仍遠遜美軍，在短時間內利用各種手段達成政治目的的目標受限于“落后”的軍事力量而告吹。然而，在這些局部沖突中，戰爭逐漸變得“可視化”了，無論是通過參戰人員用手機上傳，還是通過以無人機為代表的ISR資產回傳，世界各國可獲得的有關戰爭的圖像和視頻越來越多，圖像和視頻的分辨率和清晰度也在不斷提高。小到一個參戰人員，大到一場戰役，無論是普通民眾還是專業的軍事研究員，幾乎都能在智能顯示終端上回顧戰爭的每一個細節，“戰爭的迷霧”正逐漸被剝開。而隨著智能化軍事變革的不斷加深，工業制造水平的不斷提高，以小型無人機為代表的“低廉”傳感器超飽和配屬作戰部隊，戰爭的細節只會愈加豐富。

戰爭可視化旨在利用人工智能對有關戰斗的圖像和視頻進行評估、識別和分析，并通過可視化技術對戰術和戰役級行動建模復現，實現對整場戰役中各個關鍵戰斗細節的可視化和分析。這一過程可以分為兩個部分，一是要通過人工引導的交互式機器學習對圖像和視頻進行數據清洗、整合和組織分類，篩選出合適的用于下一步可視化分析的素材；二是通過可視化技術將篩選后的數據轉化為可供分析的場景和空間，既可以動畫形式展現在顯示終端上，也能以虛擬現實的形式還原出真實的戰場環境供分析人員進行評估和分析，從每一場真實的戰斗中吸取經驗教訓。在第一階段實現人工智能主導的情況下，第二階段也應當在可視化呈現的過程中，通過收集分析人員的標記、分類和評估數據逐步實現人工智能主導的數據自動化處理，提高分析的速度和效率，再由分析人員對生成的結果進行可視化分析，剔除生成的異常數據，減少偏差，提高人工智能引擎的魯棒性。最終生成的數據，根據不同裝備的處理能力，以場景匹配機制的形式存儲于武器裝備之中，既可用于日常的實戰化訓練，幫助部隊了解作戰對手的特性、習慣、攻擊位置和方式，也能用于實戰，結合情報支援，在不同作戰環境中幫助部隊快速預測敵方可能采取的行動，提高部隊的生存能力，減少部隊傷亡。

戰爭可視化在實戰中可以幫助作戰單位快速提高戰斗能力，速度可以提升到小時級，甚至分鐘級。戰時，單個裝備作為前端的數據采集設備，可以真實記錄敵方雙方的交戰過程，敵方的特征是什么？敵方偏好在什么時間發動攻擊？敵方使用何種武器裝備以何種方式發起進攻？我方人員在遭遇戰斗后心理的變化等海量數據都可以傳送到后端的數據存儲和分析中心。后端分析人員在對這些實戰數據可視化分析后，再通過戰術網路將數據更新包下發至各型裝備，不斷提高戰場上我方武器裝備的預測、打擊和反制能力，幫助作戰部隊先敵發現、先敵調整、先敵決策和先敵行動，確保我方人員和裝備的作戰能力和水平在每一場戰斗中得到提高。戰爭可視化幾乎可以實現對人員和裝備近實時的訓練，這種訓練不再是傳統意義上在演訓場中進行的訓練，更多是在一場戰役中無數個戰斗間隙中進行的訓練，甚至可以在戰斗中進行。訓戰一體化，完成訓練即刻投入戰斗，再由下一次的實戰檢驗數據的可靠性，不斷對數據進行糾正，最終實現“知彼知己，百戰不殆”的效果。