郭寶寶 楊章勇 張自翔 張佳寧

摘? 要：眾所周知，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)新的研究方向，近年來(lái)隨著深度學(xué)習(xí)技術(shù)的不斷創(chuàng)新與升級(jí)，其發(fā)展成就令人矚目。與此同時(shí)，深度學(xué)習(xí)技術(shù)的應(yīng)用范圍不斷擴(kuò)張，對(duì)眾多行業(yè)、產(chǎn)業(yè)都起到了積極推動(dòng)作用，在軍事領(lǐng)域同樣也占據(jù)著重要地位，受到了廣泛關(guān)注。文章深入分析深度學(xué)習(xí)技術(shù)在輔助決策中的具體應(yīng)用，探討研究其遇到的挑戰(zhàn)與應(yīng)用前景，為深度學(xué)習(xí)技術(shù)在未來(lái)軍事領(lǐng)域的加速發(fā)展與應(yīng)用提供參考。

關(guān)鍵詞：深度學(xué)習(xí)技術(shù);輔助決策;應(yīng)用研究

中圖分類號(hào)：E926 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2095-2945（2020）22-0175-02

Abstract： As is known to all， Deep Learning is a new research direction in the field of machine learning. In recent years， with the continuous innovation and upgrading of Deep Learning technology， its development achievements are remarkable. At the same time， the scope of application of Deep Learning technology is constantly expanding， which has played a positive role in promoting many industries and industries and occupied an important position in the military field， thus receiving public attention. This paper deeply analyzes the specific application of Deep Learning technology in auxiliary decision-making， and discusses the challenges and application prospects of Deep Learning technology， so as to provide reference for the accelerated development and application of Deep Learning technology in the military field in the future.

Keywords： Deep Learning technology; auxiliary decision-making; applied research

輔助決策是軍事領(lǐng)域中的重要內(nèi)容，直接影響到后續(xù)的作戰(zhàn)進(jìn)程和作戰(zhàn)效果，現(xiàn)階段，輔助決策水平有限，規(guī)劃結(jié)果可信度不高。隨著高新技術(shù)在軍事領(lǐng)域的應(yīng)用，深度學(xué)習(xí)技術(shù)逐步被引入到任務(wù)規(guī)劃工作中，從實(shí)際效果看，能夠有效協(xié)助指揮員分析戰(zhàn)場(chǎng)局勢(shì)、做出正確判斷、進(jìn)行有效決策、實(shí)施精準(zhǔn)指揮。

1 深度學(xué)習(xí)技術(shù)概述

深度學(xué)習(xí)這個(gè)概念最早是由多倫多教授提出，他于2006年開(kāi)啟了深入學(xué)習(xí)與研究，掀起了一定熱潮。其論述中闡明了兩個(gè)觀點(diǎn)，一個(gè)是利用計(jì)算機(jī)模擬人類大腦的神經(jīng)元進(jìn)行工作，另一個(gè)是采用逐層訓(xùn)練方法對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，這兩種觀念在當(dāng)時(shí)具有一定先見(jiàn)性。

深度學(xué)習(xí)項(xiàng)目于2010年開(kāi)始被逐漸重視并投入資金進(jìn)行深入研究與開(kāi)發(fā)，2011年在語(yǔ)音識(shí)別方面取得重大突破，能夠大大降低語(yǔ)音識(shí)別領(lǐng)域語(yǔ)音識(shí)別的出錯(cuò)率。2012年，在圖像識(shí)別方面取得了驚人成就，接下來(lái)又陸續(xù)在其他自然領(lǐng)域取得了重大突破，將深度學(xué)習(xí)技術(shù)推向了新的高潮，受到了更多的矚目和追捧。

深度學(xué)習(xí)技術(shù)發(fā)展至今，愈發(fā)成熟和先進(jìn)，又與網(wǎng)絡(luò)技術(shù)、信息技術(shù)等多項(xiàng)技術(shù)進(jìn)行了拓展融合，提升了工作效率，較好地服務(wù)于各行各業(yè)，且在軍事領(lǐng)域也做出了不小的貢獻(xiàn)。

2 深度學(xué)習(xí)技術(shù)在輔助決策中的具體應(yīng)用

深度學(xué)習(xí)技術(shù)是伴隨智能化發(fā)展而崛起的一項(xiàng)創(chuàng)新技術(shù)，具有一定前瞻性、先進(jìn)性和智能性，是軍事領(lǐng)域特別是輔助決策中不可或缺的工具和手段，其具體應(yīng)用如下：

2.1 借助目標(biāo)識(shí)別功能掌握情況分析任務(wù)

深度學(xué)習(xí)技術(shù)是一項(xiàng)顛覆傳統(tǒng)人工智能系統(tǒng)運(yùn)行規(guī)則的技術(shù)，可以模擬人類大腦，可以通過(guò)多層卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)抽象識(shí)別模式，提高目標(biāo)識(shí)別速度和識(shí)別效率。戰(zhàn)場(chǎng)局勢(shì)的了解與掌控至關(guān)重要，可以借助深度學(xué)習(xí)技術(shù)中的目標(biāo)識(shí)別功能實(shí)現(xiàn)目標(biāo)的快速定位、快速識(shí)別和威脅程度判斷，有利于指揮員對(duì)整個(gè)戰(zhàn)場(chǎng)局勢(shì)的掌握，加深對(duì)戰(zhàn)場(chǎng)情況的理解。除此之外，深度學(xué)習(xí)技術(shù)還可在海量數(shù)據(jù)中篩選有用情報(bào)，并進(jìn)行智能化處理和分析，為指揮員提供全方位的可靠情報(bào)。在國(guó)外，比較有名的是電磁頻譜感知與“對(duì)抗環(huán)境中的目標(biāo)識(shí)別與適應(yīng)”技術(shù)，該技術(shù)主要是在飛機(jī)駕駛艙引入深度學(xué)習(xí)高級(jí)算法，從而提高識(shí)別準(zhǔn)確度和實(shí)時(shí)性，很大程度解決了以往智能設(shè)備自主認(rèn)知難的問(wèn)題。國(guó)內(nèi)研究人員設(shè)計(jì)了一款基于卷積神經(jīng)網(wǎng)絡(luò)的艦船目標(biāo)融合識(shí)別方法，該方法對(duì)可見(jiàn)光、中波紅外線和長(zhǎng)波紅外線三波段進(jìn)行特征提取，并利用信息的方法將采集到的波線進(jìn)行分析，從而對(duì)艦船目標(biāo)進(jìn)行精準(zhǔn)識(shí)別。深度學(xué)習(xí)技術(shù)中目標(biāo)識(shí)別功能不僅可以協(xié)助指揮員迅速掌握戰(zhàn)場(chǎng)情況，還可結(jié)合收集到的戰(zhàn)場(chǎng)信息對(duì)任務(wù)進(jìn)行智能分析與處理，確保始終把握戰(zhàn)爭(zhēng)主動(dòng)權(quán)。

2.2 借助感知理解功能設(shè)計(jì)任務(wù)制定方案

在信息采集、信息傳輸、信息共享、信息存儲(chǔ)技術(shù)不斷發(fā)展的背景下，戰(zhàn)場(chǎng)也產(chǎn)生了大量不完備、不確定的復(fù)雜結(jié)構(gòu)信息，使得戰(zhàn)爭(zhēng)中的評(píng)估工作變得非常困難，以往簡(jiǎn)單線性模型的智能方法呈現(xiàn)出一定的局限性和滯后性，深度學(xué)習(xí)技術(shù)中的理解感知功能被逐步應(yīng)用到評(píng)估環(huán)節(jié)中。深度學(xué)習(xí)技術(shù)中的感知功能與人腦感知和學(xué)習(xí)相似，采用多層感知器模型有機(jī)組合，擁有強(qiáng)大的記憶功能、存儲(chǔ)功能、理解功能與自動(dòng)分析功能，利于在瞬息萬(wàn)變的戰(zhàn)場(chǎng)中認(rèn)清形勢(shì)、把握時(shí)局，指揮員在了解戰(zhàn)場(chǎng)情況后可對(duì)戰(zhàn)場(chǎng)環(huán)境與形勢(shì)進(jìn)行準(zhǔn)確評(píng)估與任務(wù)設(shè)計(jì)，圍繞任務(wù)進(jìn)行處理分析。深度學(xué)習(xí)技術(shù)中高級(jí)理解功能更為強(qiáng)大，能夠在態(tài)勢(shì)感知理解過(guò)程中實(shí)現(xiàn)戰(zhàn)場(chǎng)態(tài)勢(shì)預(yù)估，還可以通過(guò)收集以往實(shí)戰(zhàn)數(shù)據(jù)、對(duì)抗數(shù)據(jù)和推演數(shù)據(jù)等多方面的數(shù)據(jù)，并借助深度網(wǎng)絡(luò)模型，提取出最具參考性的數(shù)據(jù)，有助于指揮員掌握戰(zhàn)爭(zhēng)的全局信息，抓住戰(zhàn)爭(zhēng)走向，調(diào)整完善方案。

2.3 借助認(rèn)知決策功能做出判斷正確指揮

深度學(xué)習(xí)技術(shù)的發(fā)展僅用了短短數(shù)十年，就可在圖像與語(yǔ)音識(shí)別領(lǐng)域進(jìn)行識(shí)別理解，一些智能功能甚至超出了人類水平，其應(yīng)用前景非常廣闊。其中，決策功能是近些年取得的最重要成果，通過(guò)訓(xùn)練，機(jī)器可直接實(shí)現(xiàn)對(duì)人類直覺(jué)思維特性的模擬，簡(jiǎn)單來(lái)說(shuō)，就是可以實(shí)現(xiàn)如人類一般的思考，在一些比賽中甚至可以超過(guò)人類的智慧與技巧，證明其決策功能的強(qiáng)大。實(shí)踐表明，認(rèn)知決策功能可以很好的適應(yīng)復(fù)雜多變的戰(zhàn)場(chǎng)環(huán)境，可對(duì)不確定性因素進(jìn)行推理計(jì)算，一定程度上取代人力計(jì)算，在輔助決策中的應(yīng)用優(yōu)勢(shì)較為明顯。近年來(lái)，越來(lái)越多的學(xué)者參與到深度學(xué)習(xí)技術(shù)的決策功能研究中，發(fā)現(xiàn)智能決策技術(shù)能夠輔助指揮員進(jìn)一步認(rèn)清局勢(shì)，在復(fù)雜的局勢(shì)中制定出最合理、最科學(xué)的計(jì)劃，并可協(xié)助指揮員迅速贏得戰(zhàn)爭(zhēng)先機(jī)，做出更準(zhǔn)確判斷，更有效調(diào)動(dòng)部隊(duì)，從而做出更精準(zhǔn)而嚴(yán)謹(jǐn)?shù)闹笓]。

3 深度學(xué)習(xí)技術(shù)在輔助決策中的應(yīng)用挑戰(zhàn)與應(yīng)用前景

3.1 深度學(xué)習(xí)技術(shù)在目標(biāo)識(shí)別領(lǐng)域的應(yīng)用挑戰(zhàn)與應(yīng)用前景

雖然當(dāng)下的深度學(xué)習(xí)技術(shù)已經(jīng)在目標(biāo)識(shí)別領(lǐng)域有所突破，并顯現(xiàn)出突出優(yōu)勢(shì)，但也面臨著諸多挑戰(zhàn)。首先，民間領(lǐng)域深度學(xué)習(xí)方法均是立足于海量樣本數(shù)據(jù)，而由于軍事目標(biāo)的高度保密性，易造成認(rèn)知樣本數(shù)據(jù)的稀有或缺失，需要目標(biāo)識(shí)別技術(shù)針對(duì)稀缺認(rèn)知樣本處理能力的提高與突破;其次，由于軍事領(lǐng)域的竊密與反竊密斗爭(zhēng)愈演愈烈，加重了傳感器采集數(shù)據(jù)的難度，數(shù)據(jù)的不完整性、模糊性特性逐漸加強(qiáng)，客觀上要求不確定性信息條件下的目標(biāo)識(shí)別技術(shù)的改進(jìn)提高;最后，現(xiàn)代戰(zhàn)場(chǎng)局勢(shì)瞬息萬(wàn)變，戰(zhàn)爭(zhēng)節(jié)奏越來(lái)越快，需要及時(shí)了解戰(zhàn)場(chǎng)信息，對(duì)深度學(xué)習(xí)技術(shù)目標(biāo)識(shí)別的實(shí)時(shí)性提出了更高要求。

3.2 深度學(xué)習(xí)技術(shù)在感知領(lǐng)域的應(yīng)用挑戰(zhàn)與應(yīng)用前景

現(xiàn)代戰(zhàn)爭(zhēng)的復(fù)雜性明顯加劇，使得以往技術(shù)不能完全適應(yīng)當(dāng)下需求和未來(lái)發(fā)展，亟需做出調(diào)整與改變。一方面，基于深度學(xué)習(xí)的戰(zhàn)場(chǎng)大數(shù)據(jù)分析技術(shù)是未來(lái)發(fā)展的方向，能夠更好地描述戰(zhàn)場(chǎng)態(tài)勢(shì)，有利于指揮員及時(shí)了解現(xiàn)狀并作出預(yù)判和指揮;另一方面，戰(zhàn)場(chǎng)態(tài)勢(shì)理解技術(shù)也是未來(lái)發(fā)展重點(diǎn)，以往態(tài)勢(shì)理解與評(píng)估是基于簡(jiǎn)單的指標(biāo)樹(shù)，利用線性疊加不同權(quán)重的方法完成的，雖然具有一定優(yōu)勢(shì)和作用，但是越來(lái)越不適應(yīng)不確定性、非線性的現(xiàn)代戰(zhàn)爭(zhēng)，因此，感知理解技術(shù)的發(fā)展是其在軍事領(lǐng)域應(yīng)用的必然要求，旨在全面了解戰(zhàn)場(chǎng)態(tài)勢(shì)，提高評(píng)估工作的準(zhǔn)確性，更加深刻理解戰(zhàn)爭(zhēng)。

3.3 深度學(xué)習(xí)技術(shù)在決策領(lǐng)域的應(yīng)用挑戰(zhàn)與應(yīng)用前景

首先，深度學(xué)習(xí)可理解性有待提高，雖然當(dāng)下的深度學(xué)習(xí)技術(shù)已經(jīng)可以實(shí)現(xiàn)識(shí)別、理解、認(rèn)知與決策，其決策能力有時(shí)甚至優(yōu)于人類，但是機(jī)器無(wú)法向用戶解釋觀點(diǎn)依據(jù)與決策結(jié)論，用戶也無(wú)法利用自身思維深入理解學(xué)習(xí)方法的決策過(guò)程，因而得出的結(jié)論有可能存在偏差;其次，深度強(qiáng)化學(xué)習(xí)的多實(shí)體聯(lián)合決策技術(shù)有待突破，聯(lián)合作戰(zhàn)是現(xiàn)代戰(zhàn)爭(zhēng)發(fā)展的必然趨勢(shì)，需要實(shí)現(xiàn)多元化、多實(shí)體聯(lián)合決策;最后，不確定、不健全信息條件的推理決策技術(shù)有待深入研究，現(xiàn)代戰(zhàn)爭(zhēng)不確定的因素越來(lái)越多，多種因素交織互聯(lián)，牽一發(fā)而動(dòng)全身，要有效應(yīng)對(duì)挑戰(zhàn)降低風(fēng)險(xiǎn)，推理決策技術(shù)需要有更大的創(chuàng)新與突破。

4 結(jié)束語(yǔ)

綜上所述，深度學(xué)習(xí)技術(shù)是一項(xiàng)具有智能化特征的創(chuàng)新技術(shù)，已經(jīng)應(yīng)用于眾多行業(yè)、較多領(lǐng)域，優(yōu)勢(shì)明顯、效果顯著。其在軍事領(lǐng)域輔助決策中同樣充當(dāng)了重要角色、發(fā)揮了重要作用，目標(biāo)識(shí)別技術(shù)有利于戰(zhàn)場(chǎng)信息的全面搜集，感知技術(shù)可以做出戰(zhàn)局預(yù)判與評(píng)估，決策技術(shù)支持方案計(jì)劃的制定與實(shí)施。挑戰(zhàn)與機(jī)遇并存下，深度學(xué)習(xí)技術(shù)未來(lái)在軍事領(lǐng)域的發(fā)展前景更為廣闊。

參考文獻(xiàn)：

[1]鮮勇，李揚(yáng).人工智能技術(shù)對(duì)未來(lái)空戰(zhàn)武器的變革與展望[J].航空兵器，2019，26（05）：26-31.

[2]蔡云驤，李林，楊圣勤.人工智能技術(shù)在作戰(zhàn)保障領(lǐng)域的應(yīng)用與發(fā)展[J].國(guó)防科技，2019，40（04）：45-49.

[3]楊萍，畢義明，肖海波，等.復(fù)雜約束下的導(dǎo)彈作戰(zhàn)任務(wù)規(guī)劃模型和算法研究[J].指揮控制與仿真，2009，31（02）：14-17+41.