网络信息体系中人工智能技术应用探析

彭设强 郭连城

（国防科技大学信息通信学院，湖北 武汉 430010）

人工智能技术，是世界各国竞相发展的尖端技术之一。2016年 3月，人工智能“阿尔法狗”(AlphaGo)以4:1战胜韩国棋手李世石九段，之后，2017年10月19日，谷歌下属公司Deepmind在《自然》杂志上刊文称，新版围棋程序：“阿尔法狗零”(AlphaGo Zero)，可以从空白状态学起，在无任何人类输入的条件下，迅速自学围棋，并已经以100:0的战绩击败老版“阿尔法狗”(AlphaGo)，进一步促进人工智能技术广泛而深入的研究与应用。目前，美国、英国、日本等许多国家，都将人工智能的研究应用列入本国的高科技发展计划重点，在人力和物力等方面不断加大投入，其应用正在向各个领域渗透。

1 绪论

人工智能（Artificial Intelligence，简称 AI）是研究计算机模拟人类智能活动的有关理论与技术。人工智能是计算机科学的一个分支，是计算机科学技术的前沿研究领域，但它的研究并不仅仅局限于计算机科学领域，往往还涉及到模糊数学、数理逻辑、认知科学、控制论、信息论、心理学、自然语言以及哲学等众多学科。人们普遍认为，人工智能就是从计算机应用系统的角度出发，研究怎样通过软硬件设计，制造出人造的、能独立自动运行的智能机器或智能系统，来模拟人类思维处置及表达过程，以延伸人类思维智能的科学。人工智能本质上是对人的思维过程的模拟，从这方面考虑，人工智能并不是人的智能，但其技术实现与应用已越来越接近或在局部已超过人的智能，如计算速度、记忆能力等等。从人工智能实现原理方面考虑，有专家系统、神经网络、机器人学等多种具体表现形式，这些具体应用形式为网络信息体系的深入研究应用提供了不竭的发展动力。

2 专家系统简化了网络信息体系的辅助决策功能

专家系统是应用人工智能技术，综合利用众多人类专家的知识和经验，遵循一定原则和形式推理规则，模仿人类专家进行分析决策，为指挥管理人员提供辅助决策和解释（如执行任务的方法、流程、措施、具体的计算步骤等）的系统。它先对相关领域专家的知识和经验进行总结、抽象，形成形式规则，建立该领域专家知识库；然后用适当的控制策略，建立拥有类似于该类专家解决实际问题的推理机制，构成推理系统，并形成一定算法；当外界输入问题时，系统就运用其储存的相关知识、推理规则进行分析运算，做出具有该领域专家水平的判断和决策，而直接发挥类似专家的作用，或间接地作为助手为指挥管理人员及专家提出合理化的意见建议，这种决策方式也称为专家辅助决策。目前，专家系统的应用方式主要是辅助决策，在有足够数据支撑的基础上，指挥管理人员可以运用专家系统，产生多种具体方案。专家系统的关键技术主要包括知识的表示、获取和运用，难点在于许多领域的专家知识往往是不精确、不完全或是不确定的，专家系统仍是人工智能研究比较集中的领域。

在网络信息体系中实际应用专家系统时，计算机通过分析判断给出的各个备选方案，都应有相应的优缺点分析、具体计算方法步骤以及排序的先后次序等内容，相当于提示正在进行决策的指挥管理人员，在同样的条件下，多数人员一般会采取什么样的决策行动，此时，指挥管理人员可以根据自己掌握的具体情况，果断快速地进行决策，当指挥管理人员进行具体决策之后，系统将自动生成相应实施方案。所以说，专家系统为网络信息体系的辅助决策提供了强有力的支撑，相当于为指挥管理人员配备了一个高智能的助手。

3 神经网络优化了网络信息体系的信息处理功能

广义上的神经网络分为生物神经网络和人工神经网络。生物神经网络就是由生物的大脑神经元、细胞等组成的网络，使得生物具备意识、反应、思维和行动。人工神经网络是上世纪80年代以来计算机科学领域研究的热点问题之一，是从信息获取、传递、处理、存储、应用的角度，对人脑神经元网络进行抽象、建模，构建由大量节点（或称神经元）相互联接的网络。对人工神经网络模型、算法、原理和软硬件实现的大量研究，为人工神经网络计算机走向具体实际应用提供了基本支撑。现在，人工神经网络已广泛应用于模式识别、自动控制、图形图像处理、信息获取与处理等诸多领域。人们期望人工神经网络计算机将重建人脑的形象，极大地提高信息处理能力，在更多方面取代传统的计算机。

在网络信息体系建设中，应积极推动神经网络技术的建设与应用，首先，是对过去的发生的案例进行分析，建立诸如相应事件处置模型。例如，在军事领域，利用反向传播（BP）网络建立渡海登陆的战斗模型时，就需要先收集上千个过去世界各国军队成功的渡海登陆战例，然后对收集到的战例样本进行数字化处理，以实现人机对话，使计算机能对它们进行运算处理。技术处理完后，将战例样本输入计算机以便对神经网络进行训练，通过训练最终确定网络的连接权，这样就建立了渡海登陆作战的神经网络模型；其次，是对平时训练成果进行分析，建立训练战斗模型，使平时的训练更接近于实际的战时情况。作战时，指挥员就可以将身处战场的具体情况信息输入到相应的战斗模型，由神经网络为指挥员提供一个或多个具体可行的方案供参考。平时这样的战斗模型越多，分析训练得越充分，则对战时的帮助就越大。

4 机器人强化了网络信息体系的末端执行功能

机器人是指靠自身动力和自身控制能力来自动执行工作的机器装置，一般由驱动装置、执行机构、检测反馈装置和控制系统等部分组成，机器人技术就是研究开发应用机器人方面的技术总称。在军事应用领域，新型军事机器人作为未来信息化战争发展的趋势之一，已成为研究应用的热点，已有诸多新近研发的军事机器人与无人平台被投放于真实战场，如美国的“剑(SWORDS)”、英国的“狼锤 2（MACE2）”、以色列的“守护者（Guardium）”、德国的“壁虎（GECKO）”、俄罗斯的“MRK-27-BT”等战斗机器人，在替代人类士兵进行搜索、侦察、布雷、排爆、支援，乃至直接参与作战完成核心作战任务等方面都能发挥很好的作用。机器人士兵本身作为网络信息体系中的智能终端，是网络信息体系的组成部分，其执行任务时，需要依托网络信息体系中的信息获取、传递，还需要网络信息体系中强大的计算能力来进行信息融合处理、计算与决策，因此，人工智能技术已融入网络信息体系中机器人士兵执行任务的各个环节。美国国防部先进研究项目局（DARPA）从2010年开始就启动了一项代号为 “阿凡达”（Avatar）的研究项目，研究实现让人类士兵通过自己的思维控制自己的替身机器人参战，从而使人类士兵能够远离危险的战场，并在2013年预算报告中称：这些被意念遥控的机器人可以成为人类士兵的完美替身，从事日常工作、站岗执勤、沙场鏖战等一系列工作。到2016年4月，美军已成功开发了250名男性三维“阿凡达战士”，研究人员希望每名军人都创建出自己的虚拟形象，无论性别、身材和高矮，这种网络虚拟形象与真实的“阿凡达战士”一结合，直接参与未来作战，将极大地提升部队的作战能力。俄罗斯、英国、德国、日本等许多国家也紧随其后，加大机器人的研究开发，并依托网络构建机器人应用控制平台，使得机器人研究领域异常火热，其应用前景非常广阔。

在网络信息体系中，机器人将成为末端执行任务的主要形式。我国在机器人研究方面取得了一些成果，在工业、娱乐、服务等领域已有初步应用。在网络信息体系中，一是要尽快将已有机器人的研发成果进行转化，融入网络信息体系，实现全信息流程的整合；二是要深入研究特定功能的专用机器人，为完成特定任务提供支撑；三是加快机器人的推广应用步伐，加强包含机器人在内的各项训练，确保网络信息体系的建设与应用落到实处。