中国兵棋工程总师胡晓峰少将演讲:指挥信息系统的智能化挑战

简介:

兰德公司曾就“信息时代的战争”等系列战略性项目开展研究,认为面对快速发展的信息及通信能力,迫切需要“一个更加深刻的指挥与控制理论”。面对复杂的国际局势,中国目前的智能作战指挥信息系统处于何种水平,人工智能的快速进步会为这一领域迎来哪些机遇?国防大学胡晓峰教授在第四届中国指挥控制大会上的主旨演讲给出了答案。


胡晓峰认为,目前,几乎全球的作战指挥信息系统都面临着“智能滞后”的难题。未来战争需要快速决策、自动决策和自主决策等,这对智能辅助提出了很高要求。要想实现“深绿”,把智能化技术引入作战指挥系统,目前面临着7大难题。从Alphago中,作战指挥信息系统看到了实现智能化的机遇。指挥信息系统未来发展的关键在于:第一,要充分利用智能技术进步成果,如深度学习等,促进指挥控制技术和信息系统的升级换代;第二,对不同类型应用应结合不同智能技术和方法,比如人机接口、辅助决策、模拟推演等,都会有不同的侧重点。第三,发挥人机结合的优势,未来是“人机智能”的时代,而不是机器取代人。人、机在智能上如何分工如何合作,这才是关键之所在。


胡晓峰说,“深绿”的发展及AlphaGo的突破给了我们很多启示。们不能急功近利,但也不能坐以待毙,特别注意搞好基础性研究。有位领导说,我们过去是“机械化没赶上,信息化拼命追,智能化不能再落后”。但我认为,机械化通过更新装备比较容易赶上,信息化还需要时间积淀和规模效应,但也可以逐步追上。但智能化就不太一样,我认为它们之间是有本质区别的,一旦赶不上可能就会永远赶不上,因为战争可能不会给你追赶的时间了。这是因为,战争智能技术会快速地扩大强者和追赶者之间的鸿沟,放大两者之间的能力差距,从而就可能导致狂妄的战争冒险,让你追无可追。



胡晓峰,国防大学教授,少将军衔,兵棋工程总师。兼任中国系统仿真学会副理事长,军事运筹学会副理事长等职。长期从事智能化战争模拟及军事系统工程教学与研究工作,出版专著11部,获得国家科技进步奖3项。(新智元智库专家)


【胡晓峰】今天我报告的题目是《指挥信息系统的智能化挑战——从“深绿”到“AlphaGo”的探索》。大家知道,这些年我们指挥信息系统建设成果十分显著。三十余年的指挥自动化建设取得了突出成就,已经涵盖了作战指挥C4ISR的各个环节,新型指挥信息系统已经成为作战指挥的基础平台;二十余年的建模仿真及数据工程建设不断推进,已经积累了大量的基础性模型、规则和数据,有了质的飞跃;十余年的分析评估、任务规划系统也取得了很大的进展,开始成为指挥信息系统的重要组成部分。


但是,这些系统都遭遇了同样的问题:智能辅助滞后。这也是其他国家军队指挥信息系统建设同样面临的问题。这些系统基本上还停留在辅助“劳力”而非辅助“智能”阶段,对智能程度要求稍高的问题,基本上是无功而返,比如说态势理解、决策辅助或对抗推演,都是如此。这已经成为未来指挥信息系统建设发展的“智能瓶颈”,无法适应未来战争的需要。因为未来战争需要的快速决策、自动决策和自主决策等,都对智能辅助提出了很高要求。



所以,未来指挥信息系统更新换代,首先要解决的就是这个“智能瓶颈”问题。这是系统能力实现阶跃式提升的核心环节,也是形成与对手不对称优势的关键所在。我有一个观点就是,我们的指挥信息系统要继续发展的话,按照现在的方式也是可以进步的,但那是线性发展,比较缓慢。若要升级换代,就必须突破“智能辅助”这个瓶颈。其实,这也不是你想不想的问题,试想一下,如果你的对手已经突破瓶颈升级换代了,你还在那慢慢地线性发展,在战场上就会非常危险。所以说,“智能辅助”是未来指挥信息系统研发建设必须解决的关键问题。


所以,今天我的报告就以美军的“深绿”计划发展过程为例,简要分析机器智能辅助存在的问题,并结合AlphaGo在智能方法研究上的突破,讨论未来指挥信息系统研发需要关注的问题及趋势。


一、“深绿”想做什么?


简单的说,“深绿”就是想将智能技术引入到作战指挥过程中。深绿”计划是2007年由美国DARPA启动的关于指挥控制系统的研发计划,原计划3年完成,然后将这个系统嵌入到美国陆军旅级C4ISR战时指挥信息系统中去。因为当时正好IBM 的“深蓝”战胜了国际象棋棋王卡斯帕罗夫,受其影响,所以该计划名就叫“深绿”。因为他们认为,既然计算机可以战胜棋王,那么计算机也可以帮助指挥员进行快速决策,在作战指挥中取得致胜的先机。但后来他们发现原先的估计过于乐观和简单了,计划至今都没有完成。



“深绿”的目的和任务是预测战场上的瞬息变化,帮助指挥员提前进行思考,判断是否需要调整计划,并协助指挥员生成新的替代方案。他们预先的设想是能够将制定和分析作战方案的时间缩短为现在的四分之一。提前演示出不同作战方案以及可能产生的分支结果,通过快速决策打破敌人的决策行动环,导致其始终不能将“观察-判断-决策-行动”形成闭环。


由于(敌人)决策速度比你快,因而行动比你快,当你还没有做出决策,战场情况已经由于他的行动而改变了,所以你又不得不去重新观察判断,永远无法完成决策并行动。他设想用这种方法控制敌人,并最终打败敌人。通过“深绿”,可以将指挥员的注意力集中在决策选择上,而非方案细节制定上,方案细节的制定交由计算机帮他完成。




“深绿”由四大部分组成。第一部分叫指挥官助手,说白点就是人机接口;第二部分叫闪电战,实质就是模拟仿真;第三部分叫“水晶球”,相当于系统总控,完成战场态势融合和分析评估;第四部分是“深绿”与指挥系统的接口。它们主要有三个特点:


1. 基于草图指挥。



通过指挥官助手这个模块实现决策指挥的“从图中来,到图中去”,以最大限度地符合指挥员的决策分析与操作习惯。也就是通过最自然的手写图交互的方式,与计算机实现交互。因此,就需要一个智能化的人机接口。从战场态势感知、目标价值分析、作战方案制定、指挥员决策,一直到作战行动执行、作战效果评估,全部实现“基于草图进行决策”,即由“草图到计划”STP,“草图到决策”STD,这两个模块完成。



2. 自动决策优化。



决策通过模型求解与态势预测的方式进行优化,系统从自动化接口的“指挥官助手”进去,然后通过“闪电战”这个模块进行快速多维仿真,再通过“水晶球”模块实现对战场态势的实时更新、比较、估计,最后提供给指挥员提供各种决策的选择。




它主要靠两个工具完成:第一个自动决策优化工具叫“闪电战”,它实际上就是一个分析引擎。它可以迅速地对指挥官提出的各种决策计划进行多轨模拟仿真,从而生成一系列未来可能的结果。同时它可以识别出各个决策的分支点,预测可能的结果、范围和可能性。也就是通过多分辨仿真实现对未来的预测。




第二个自动决策优化工具叫“水晶球”,它实际上就是决策总控。通过收集各种计划方案,更新战场当前态势,控制快速模拟,向指挥员提供可能的选择,提醒指挥员决策点的出现。由指挥员根据态势决定选择什么决策。


3. 指挥系统的集成。


它负责将决策辅助功能集成进“未来指挥所”系统中。“未来指挥所”是美军针对未来作战需要研发的一个指挥信息系统。“深绿”的项目经理就说,“深绿”将来就是未来指挥所系统屏幕上的一个图标或工具,你一点它,就出来了,用于辅助指挥员进行决策。




未来指挥所系统虽然很复杂,包括了各种传感器、可视化、空间推理、仿真决策、数据库什么的,但他们觉得最需要的还是智能辅助决策的支持这是“深绿”的简要情况,大家对此都比较了解,我就这里就不多说了。


二、“深绿”能不能实现?


这是他们十年前设想的东西,但为什么没有做到并达成预定的目标呢?这就要回答一下指挥信息系统面临的智能化的难题是什么。


“深绿”所追求的理想效果是这样的:只要提供己方、友方和敌方的兵力数据和可预期的计划,系统就可以推演得很精确,可以达到辅助指挥员做出正确决定的目的。如将该系统嵌入到指挥系统之中,就可以大大提高指挥效率。但结果是“理想很丰满,现实很骨感”。“深绿”最后只留下了“草图到计划”STP,其他都不见了。实际上我们这几十年也在做类似的工作,但结果也是一样,很多都觉得应该能够做到,但到最后都卡在智能化问题那里解决不了。这里就有许多问题值得我们去探讨。


1
战场态势理解比较困难




这个态势与我们下围棋、下象棋的态势理解是完全不同的。下棋是固定规则、完全信息,行动全开放,什么都能看见,什么都知道,看的是你的决策。但战场态势就不是这样,属于不完全信息,也就是态势信息有真有假,有多有少,怎么办?你看到的和实际的情况根本不一样,你该怎么办呢?要是这样下棋恐怕就没有办法下了。但理解战场态势是指挥决策不可缺少的前提,包括作战力量、战场布势、行动过程、环境目标等,而且层次越高,对态势的认知就越具主观性,从战斗、战术层,再到战役、战略层,态势可量化的程度就越低。从这个角度来说,低层次的战斗战术态势理解就相对容易一些,现在能够做到的几乎都在这个层面,比如飞行员看到的双机对抗态势,连排长看到的分队战术态势。但就整体而言,计算机对态势的理解能力还远远达不到人的水平。很复杂的战略战役态势,有经验的指挥员一看马上就知道战场情况如何,百万雄兵自在胸中。但计算机还做不到,还没有这样的智能水平。

2
决策想法的表达比较困难


“深绿”将决策的“想法”用笔输入图形很容易,画个草图就行了,这个肯定能做到,技术上几乎没有问题。但要把对态势判断的理解表达出来就不容易了。比如作战决心,你是画个箭头,还是画个圈圈来表示呢?采用哪种图表和符号呢?表达是粗些好还是细些好?如何补充其中的细节?还有,如果要素更多一些,各种情况更复杂一些,这种决策的表达就会更加复杂。对人来说,这种表达没有任何问题,但让计算机去做就比较困难,因为人机接口还做不到对图形图像、自然语言的理解。因为决策想法的输入是分析评估的前提,要想解决这个问题,智能化人机接口就比不可少。

3
作战计划的应变比较困难


这是一个最大的难题。因为作战行动及结果有不确定性,会导致行动偏离计划预想。西方军界有句名言,“炮声一响,计划为零”,说的就是这个问题。而且,决策选择还会出现组合爆炸现象,前面计划的任何变化都会导致后面计划的无穷变化。因而,识别情况变化并能正确应对就成为难题。态势改变了如何识别和理解?你怎么知道改变意思是什么?应该如何调整后面的计划?比如敌方的决策又如何确定呢?这本质上其实就是“人机对抗问题”的翻版,就和AlphaGo人机大战一样。不管红方、蓝方,你事先都可以做一个很“圆满的”作战计划,也可以一一对应,但因为不确定性,只要打起来,一切就全都变了,使得你根本无法再按原计划进行。如果只在前头变一点还可以接受,可能是一变二,二变四,但再到后头就进入混沌状态了,就进入复杂系统的无解状态了,也就很难按所谓的计划去进一步执行了。所以,过去做作战计划评估,一般只能是单方的,像地地导弹发射,不管别人怎么办,你反正发射就可以了,这就叫单方计划。在一些低对抗条件、低层次或低复杂度的行动组合,也可以勉强做到一部分。但对高对抗条件、较高层次的作战计划,如果不能实现态势认知理解和智能应变,就根本无法做到对计划的真正评估。

4
对“未来”的仿真比较困难

“深绿”的“闪电战”模块功能是对未来多种可能情况进行仿真,推演出可能的结果,供指挥员决策时参考。这说起来容易,但做起来难。因为有两个问题必须回答:


  1. 这个“未来”有多远?对于长程的推演,会由于复杂性传递导致状态偏离越来越大,和你原来设想的不一样,你将如何处理这种变化?而且越复杂的行动推演,涉及要素和变化越多,又怎么办?

  2. 推演中谁来负责敌方的决策?因为指挥信息系统都是我们自己的,那谁来负责推演中敌方的行动决策?因为推演总得对抗,而这些对手的决策是由指挥员去假定,还是由指挥信息系统自动得出?而且对抗的敌方是不会合作的,你又如何取舍呢?是不是需要配套合适的仿真系统并与指挥系统互联?所以说,对这些问题的回答其实都是智能问题,否则你就没办法去对“未来”进行仿真。

5
数据的决定性作用有多大?

人们总是认为,系统之所以做不出正确决策,是因为所提供的数据不够或不准。但实际上这种理解是片面的,也是不正确的。这是典型的“决定论”观点:初始条件足够,就可以预测一切。但战争是典型复杂系统,敌人也不是合作者,永远也不会有“足够的”数据给你,不完全信息条件下决策是作战指挥的本质特点。决策需要根据情况不断变化,数据的要求也会不断发生改变。复杂性会导致“决策”本身不唯一,也就无法确定哪个“正确”,哪个更好?层次越低,决策越接近简单系统,数据可能才越具有决定性作用。比如单机单舰,在战术级还勉强可以,但到了高层次就可能不行了,数据的多少并不能减少作战的复杂性。但无论如何,能否采集到足够的数据是能否正确决策的前提,所以“深绿”为什么要集成到指挥所系统中间去,就是要通过指挥系统给它提供采集和感知到的各种数据。所以说,“数据是否具有决定性”,在不同层次会有不同回答。

6
计算机的决策是不是优于人?

计算机做出的作战决策是不是可以优于“人”?有个米勒定律说,大多数人在分析问题的时候,同时只能考虑7-9个因素。但如果计算机能够同时考虑10个以上因素的话,那么它的分析能力上就可以超过人。有人用仿真的方法做过一个实验,叫RAID实验,来验证这个结论。它设想了一个步兵连与一群叛乱分子的对抗,步兵连分为30-35个小组,由斯特瑞克装甲车和武装直升机加强火力。叛乱分子则由30个规模不一的小组组成。用OneSAF的仿真系统仿真实验了36次。最后得到这样的结果:RAID表现像人类的有16次,也就是你分不出来是人决策还是计算机决策,大约占到44%,也就是一半左右。战斗取胜的18组中有16组是计算机,就是说有88%超过了人,这说明在这种情况下计算机能力还是很强的。


但这个是在战斗或战术层面,就是比较低的层次。到了高层,比如说旅级指挥所这一层,这个结论就很难说了。现在已经有很多研究证明,层次越高艺术成分越高,越难以用计算机辅助,就是因为计算机还不能像人那样“艺术地”思考问题,其实这也是智能问题。在这里,想要计算机去取代人肯定是不现实的,也不明智。在我看来,决策问题最终实际上要解决的问题,本质上就是人与计算机应该如何分工的问题。

7
陆军平台的难题

“深绿”计划主要是针对陆军部队的,但事实上解决陆军的自动化指挥决策问题比海空军其实更困难,因为它的作战行动每个人更自由,一般的步兵散兵很难定位和规范,也就是很难数字化。所以要想使用“深绿”系统,就必须先将部队的行动规范化,但是这个在实际作战中又做不到。


那么“深绿”更适合用在什么系统里呢?对陆军来说,更适合的是车载战术级作战指挥辅助系统,就是坐车、坐坦克、坐装甲车的部队。对海军、空军及导弹部队来说,比较适合的是战术级辅助决策以及作战规划等系统。对网络作战来说,可能更适合于“事先规划”的方式,就是战前依托系统辅助制定决策,战时依托数据自动决策的方式来完成。这种智能决策辅助应该如何使用,我觉得应该由它的对象来决定。



以上这七个问题都是在“深绿”研发中必须要解决的问题,否则就很难被广泛使用。但就目前的情况来看,“深绿”能做到的和人们期望的之间,还存在很大的差距。而且还有一个矛盾或悖论:有的事情你能够做到,但作战并不太需要;有的事情作战特别需要,你却做不到。比如,在战斗层或分队层你的系统可以做到辅助决策,因为这个层次的智能问题比较易于解决,但在实战中偏偏在这种情况下指挥员一般一眼就可以看清,并不需要你费半天劲帮他又推又演的;但在战役以上层次,战场态势特别复杂,一般人都看不懂看不清,特别需要你的帮助,但这时你却说“臣妾做不到啊”,是不是有点尴尬?


层次越高,作战决策越复杂,越难以描述和处理,这不仅仅是因为部队多了、数据多了、运算量大了等问题,而且还有复杂性带来的不确定性、指数爆炸,以及对“对手”意图的把握等对抗博弈的问题。所以说到底,核心问题还是决策智能辅助问题,也就是智能瓶颈能否突破?如果突不破智能瓶颈,刚才说的问题就永远都是问题。


三、从AlphaGo看到的机遇




人类智能和机器智能面临着不同的智能难题。有些事情对计算机非常容易,但对人却很难。比如说计算、排序、记忆等;当然也有些事情对人来说很容易,但对计算机却很难,比如说理解图像,我们一眼就能看出图片中的各种物体,但是让计算机去看恐怕就很困难。这就是所谓的“莫拉维克悖论”,说的就是人和机器在智能方面往往非常不同。机器智能一般来说分为三类:



第一类是计算智能,机器可以在科学计算、逻辑处理等方面完胜人类。比如超级巨型机“天河”,科学运算速度可以达到几千万亿次。但也还有很多事情能做但还做不好,比如说复杂推理时可能还需要直觉的帮助。IBM的“深蓝”和“更深的蓝”连续战胜国际象棋棋王卡斯帕罗夫,但有很多科学家却认为,它的方法本质上还只是数学方法,并不属“智能”的范畴。


第二类是感知智能,就是智能化的感知接口,这种智能对人很容易但对机器却很难。这几年大数据和深度学习的出现,使得机器在这方面有了很大的进步。比如说语音识别,听了你的话把它给识别出来,比如讯飞、阿里的语音识别就可以完胜速记员,将我们现在的报告都记录并识别出来估计也没问题。苹果Siri实现的语言聊天,类似的还有微软小冰、百度的小度等,都已经做得比较好了。谷歌的图片识别标注、ImageNet竞赛等,都已经达到令人惊叹的水平。实现外语的实时翻译也可以做到,比如Skype。另外就是行为感知智能方面,比如“大狗”机器人、行走士兵等。虽然现在进步很大,但也只是初级水平,还有很多复杂的事情计算机还做不了,科学家还在不断努力。


第三类是认知智能。这是最复杂的智能,以“能理解”、“会决策”为基本特征。IBM的问答智能程序“沃森”可以在问答比赛中完胜人类,标志着计算机在知识组织上更有效;谷歌无人车需要多种感知和决策方面智能的结合,标志着无人平台开始融入社会生活,虽然肯定还会出不少问题;现在还有多个国家都在做一件事情,包括我们国家,就是要让人工智能程序参加高考,还要争取考入一本大学,最好能进清华、北大。这些我认为在智能方面未来都有可能做到,但即便如此它们离真正的认知智能还有很远的距离。要真正做到“能理解”、“会决策”其实还很困难,因为“可识别”不等于“能理解”,你能认出这个东西是什么不等于理解了它,更不等于它“有意识”。AlphaGo和李世石的比赛一结束,就老有媒体制造一些耸人听闻的标题,讨论什么“计算机何时开始统治人类”等问题。我觉得那都是些瞎扯,计算机能不能具有“自我意识”都还不知道,它凭什么消灭人类?


从机器智能的这三个方面看,指挥信息系统在认知智能方面的差距最大,是明显的瓶颈。但是,可以设想如果一旦突破,带来的影响也将是极为重大的,这样战场态势的认知速度就将成为决定作战胜负的关键因素。这是因为,机器作为工具肯定要比人要做得好,所以只要一旦做出来了,它的算法、数据及计算能力都是可以重复的,因而也就可以无限放大它的作用。



这里我画了一个表,说明了指挥信息系统在三类智能方面的差距。认知智能、计算智能、感知智能分别对应着指挥信息系统的人机接口、基本指挥业务和辅助决策等功能。在感知智能方面,人机接口这一块现在已经越来越好了,因为最近这几年深度学习方法取得很大突破,我觉得今后会有很大的发展。但是在辅助决策的认知智能方面,目前还非常差,还非常初级,就像“深绿”所做的那样,雷声大雨点小,至少目前还没有很大的进展。


AlphaGo近期掀起了一个很大的高潮,被认为是机器智能在方法进步上的里程碑。有人说这是谷歌会做广告,但我认为不是这样。为什么别的下棋程序也非常多,也战胜过一些“名人”,却知者寥寥,因为它们从智能技术和方法进步上来看价值不是太大。但AlphaGo却给了我们很多惊喜,有了很多新的发现,而且还有不少甚至连设计者可能事先都没有想到,这才是它被大家认可的真正原因。


我觉得在这次人机大战中,AlphaGo至少有以下几个方面的突破,或者是表现出了很好的苗头:一是它是通过深度学习自己掌握了围棋对弈知识,而不是像“深蓝”那样将相关知识编在程序里;二是它展现出了一种捕捉“棋感直觉”的方法,将人类那种平衡全局胜负和局部优化的能力捕捉下来并用于对抗,我觉得这是一个很大创新。三是在对弈中它甚至发现了人类没有的围棋着法,这是从围棋高手的评论中得知的,说它比人更接近“围棋之神”。据说它已经达到了职业十三段,也有说可以让四子下赢柯洁。所以,我觉得它不会再与柯洁比赛了,因为没有必要再去证明了。这个进展还隐含着另一个结论,就是机器智能并不是简单模拟和逼近人的智能,而是可以超过人的智能的。四是这种方法具有一定的“通用性”,可以应在其他地方,而不是只是下棋,因而极具参考价值。


从以上这四条可以看出,虽然AlphaGo在认知智能方面还非常简单也非常初级,但它揭示出了非常重要的趋势,这就是,在未来几年以深度学习为代表的机器智能技术将有可能会有很大的突破,有可能产生出爆炸性的影响,我们不能不关注。


四、深度学习方法的进展



围棋棋手的棋感和其他很多经验知识是一样的,决定了他的水平,但只可意会,不可言传。那么,怎样让AlphaGo学会围棋高手的着法,并且获得所谓的“棋感直觉”呢?这就是充分的训练,是通过深度学习方法做到的。



深度学习是通过建立神经元网络达成“理解概念、捕捉感觉”的目的的,如果说的学术点,就是“通过对大量样本的学习,形成对事物特征的提取和分类”。这种学习可以分为有监督训练,也就是有人指导,用标签进行分类;无监督的训练,没有人指导,自己实现对特征的聚类。但这需要非常大的计算能力,比如AlphaGo就用了1202 个CPU、176个GPU,计算能力约为深蓝2.5万倍,才完成了训练。


大家知道,AlphaGo的神经元网络是通过学习逐步建立起来的,学习的过程就是逐步整合神经网连接的过程,而逐渐整合就意味着逐步理解。但这个神经网络本身对我们来说还是黑箱网络,我们并不知道十几亿节点之间怎么连接的,而且这些连接还会发生什么变化。但这些神经网络确实表示出了我们对围棋规律的理解,它是建立在大量训练数据和大量计算基础上的。所以说,深度学习就是“大数据+高性能计算+神经网络算法”的一个综合体。


而且,深度学习的学习方法是一种非常接近人类认知的形式。大家都知道,我们学习的知识有两类,一类是通过抽象化方式学习得到的,比如说我们在小学中学学习四则运算、牛顿定律和运动方程,这些是用抽象的形式化方法表达的。语文则是用文字方式来表达的,也是形式化的。另一类则是通过反复训练、积累经验,以直觉的方式学习。比如说,我们接抛过来的球,当你伸手去接球时,你的大脑中并没有任何有关抛物线方程等形式化的公式,而是根据多年的经验就可以把球接到。当我们把飞盘抛给狗的时候,这个狗也可以被慢慢地训练的知道如何去接,形成条件反射。深度学习就是这种学习方法,而且具有“学习需要过程、经验难以言传、结果有对有错”等特点。


这也是一种比较符合复杂系统特点的认知方式,虽然可能暂时找不到对应因果关系或是形式化表达,那我们就只能依据“感觉”和“经验”来做。而AlphaGo的深度增强学习方法,就给我们提供了捕捉这种经验和感觉的具体方法。其实,高手和低手的差别,其实就在“经验”、“感觉”方面。谁都知道围棋怎么下,但是高手和低手之间的差距就是经验和棋感和差距。你要把这个经验抓到了,你就找到了认知的方法。


将这些方法用于作战指挥信息系统,既大有好处也非常自然。其实现在许多深度学习方面的研究进展,都可以用于指挥信息系统设计中。由于众所周知的原因,我只能用一些网上的图来进行解释,请大家谅解。


第一,智能人机接口方面的进展。


在图像语音的识别和理解方面,谷歌、微软等很多公司在做,而且都做得非常好,进展很大。原来做不到的很多事情,现在都可以做到了。比如对象的识别、图像的标注等,目前都可以做到。我们可以把这些方法用于卫星图像处理、目标识别、作战文书识别等方面,效果肯定要比过去的那些方法要好很多,比如模式识别,这就可以为指挥信息系统提供更好的智能人机接口手段。


第二,智能认知方面的进展。



这以AlphaGo的突破为代表。AlphaGo主要使用了四种方法实现了围棋的对弈决策。一是通过策略网络预测下一步走棋,这个网络是通过前人棋谱和新老版本的自我博弈训练出来的。二是通过估值网络实现对整个棋局胜负的判定和预测,这个网络是用随机自我博弈的方式得到的。三是快速走子,这是一种加快走棋速度的方法,是一种只管局部的着法,类似深蓝,虽胜率要低些,但速度可以快1000倍左右。四是通过蒙特卡洛树搜索来探索胜率高的着法,将前三者结合起来,就像总控一样来判断哪种方式更好,并且结合起来使用。

  

AlphaGo的这些方法很巧妙地解决了对围棋这一类复杂问题的思考、判断和决策问题。这方面的技术问题已经有很多文章解释过,我只简单说一下我的看法。大家看这个图,如果要想精确思考的话,这就是深度为主的推演估算,而若要得到对棋局全局的理解,就要在宽度上具有胜负直觉。这两种方式正好与我们的思考过程相一致,推演估算是慢思考的方式,是一个精确计算逐步推理的过程,这是用策略网络和快速走子完成的。而胜负直觉的思考过程,可以与我们的快思考过程相对应,是由估值网络实现的。上个礼拜《参考消息》上有一篇文章说,现在科学已经证明,快思考的准确率可能比慢思考的准确率反而要高。也就是说,有时候我们一眼看过去得到的直觉答案往往是对的,而你去仔细推敲得到的答案反而可能是错的。AlphaGo告诉我们,它也有了这样的一种思考方式,所以胜率得以提高。



大家再看,AlphaGo团队在论文里提供了一些数据,这三种走子方式都可以单独使用,但等级分并不高,也就是个业余水平;但如果将他们两两结合甚至三个结合起来,就完全可以超过人类顶尖棋手。这就是智能应该有的宏观微观整体考虑的感觉了,所以结果就会很不一样。至于用多少CPU,用分布式还是集中式,其实不是关键差别也不大,不是核心问题,核心问题还是算法。



为了实现以上算法,就必须训练得到两个神经网络。为做到这一点,他们收集了16万人类高手的棋谱,拆分为3000万手盘面,相当于3000万个训练数据,最后得到13层的神经网络。但是对估值网来说,由于只估算终局胜负,16万棋谱数据就远远不够了。为得到更多数据,他们再用随机法生成了自我博弈的 3000万盘面,并且快速下完,得到胜负结果。有人认为这种方式其实也是一个重大创新,因为找到了产生更多样本数据的途径。



这些方法也可以用于战场态势认知,通过多层神经网络学习来理解作战态势,并利用历次作战、演习的数据进行逐层训练,逐步得到态势理解的神经网络。在理解战场态势的基础上准确判断并合理处置,就可以实现辅助决策或自主决策。这就为解决最复杂的态势认知问题提供了新的途径。但是大家知道,下棋和作战指挥打仗还是很不一样的,战场上不可能有那么多得样本数据,而且决策方式、对抗过程也不可能让你反复试验,这就需要研究出更多的方法出来,并结合起来使用。


第三,更多学习方法的进展。



增强深度学习方法,也就是AlphaGo使用的方法,是最可能用于战场态势理解的方法。一般的有监督学习方法,比如AlphaGo最初得到的策略网络,基本是模仿人类走法的套路,属于经验招式。它学来学去最后也超不过人类高手,为什么?因为它学习的都是前人的东西,徒弟不创新怎么能战胜师傅呢?

 

但用增强学习得到的最终策略网络就不一样了,因为它还要通过自我博弈、调整参数等更多的学习过程加以完善。这就像师傅带徒弟打篮球,徒弟老是去加班训练投篮,而且还净找些新方法,训练的时间长了就有可能超过师傅了。所以,只有“训练超出”、“样本超出”,才有可能做到“能力超出”。你要下赢人,光靠模仿人不行,还要找到超过人的方法,自己加强创新训练才行。金庸写的那些武功高手哪个不是这样做才得到更高的武功!增强学习就是这样一种方法。AlphaGo团队利用增强学习方法训练计算机玩视频游戏,已经基本全部超过人类玩家,就是通过看电视进行像素级反复训练就可以做到了。



增强学习方法是一种自我强化的训练方式,但需要更多的样本。但样本并不容易找,因此就要有一种用少量样本产生更多样本方法,以解决样本稀缺问题。对作战态势理解来说更是如此。AlphaGo 产生训练估值网络的 3000 万盘面用的是随机下子然后正推的方式,在图像识别领域用的则是将图像旋转等方法。对作战态势理解所需的训练样本,也可以使用空间划分、时段分解、随机复推等方式。利用兵棋推演得到仿真数据,我认为也可以看成是一种样本生成方式。样本生成就是一种“以少代多、无中生有”的方法。



迁移学习是一种可以只用少量样本就可以完成训练的学习方法。在一些比较相似的领域,可以利用已经训练好的模型,这样只需要一小部分数据就可以完成训练,而不需要那么多的数据。比如,已经认识了“坦克”,再去认识“自行火炮”就容易得多了,就不需要几千万样本再去训练它。所以说迁移学习可以看成是“触类旁通、举一反三”的过程。


小样本学习可能是对我们更有用的方式。我们人类为什么可以只看一眼就可以识别某个对象的特征?比如看这个菠萝只用一眼就可以找出特征,下次再看到就知道这是菠萝。通过“例子”抓住特征,一旦抓住我们就能把它和别的东西区分开。2016年初《科学》杂志报道了麻省理工学院的一种小样本学习方法,叫“概率程序计算结构“,其实就是基于案例的贝叶斯方法。他们用这个方法生成相似的字符,还通过了图灵测试,也就是分不出人类与计算机的差别。这就给了我们新的启示,用小样本也可以来做作战态势理解,过去在分析过程中就常用贝叶斯方法。小样本实际上可看成是一种“照猫画虎”的方式。


第四,具体对抗类应用方面的进展。



现在深度学习方法已经被DeepMind公司用到了很多地方,比如说用于打德州扑克,这是一种“不完全动态信息”博弈问题。对抗各方的牌面不完全公开,这就要求对抗各方要在“战争迷雾”中进行决策和对抗,让计算机去理解它就更为复杂。他们怎么做的呢?也是用“增强学习方法+虚拟自我博弈”的方式,通过自己跟自己打来学习,打久了也就知道怎么打了。目前它打德州扑克已经达到了人类专家的水平,也就是和高手去比胜多负少。


DeepMind下一步还准备攻克“星际争霸II”。这是一种 2010 年出品的即时战略游戏,可以多人对战,在特定的地图上采集资源,生产兵力,并摧毁对手的所有建筑而取得胜利。实际上我们认为它就是一种真实战场的简化:不确定条件、不完全信息、多兵种行动、策略间对抗。如果成功,它就将进一步接近对战争对抗的认知,而且还很容易迁移到真实的作战态势认知方面,所以我们绝对不能忽视!


五、指挥信息系统的智能化趋势


如何把这些方法用于改进指挥信息系统呢?美国DARPA他们原先以为“深蓝”可以自然变为“深绿”,但其实我们已经看到,“深蓝”方法并不是真正的智能,与作战指挥的本质规律也不太符合,“暴力搜索”方法也不适应决策的非线性空间求解,即使是在智能接口实现方面的也不太理想。


但AlphaGo的深度学习方法更有参考价值,因为它已经有了通用化特点,具备了产生突破的可能性,技术途径更符合人类智能行为,而且易与指挥活动对接起来。如果我们把AlphaGo的方法用于“深绿”,你就会发现,可以有很好的对应关系。对于指挥官助手,我们可以采用深度学习方法解决语音理解、草图输入等问题。闪电战部分有点类似AlphaGo的走子网络SL+RL+Rollout几个的结合,和水晶球部分类似的则是AlphaGo的蒙特卡洛树搜索MCTS。把这几个结合起来,就可以比过去“深蓝”的方法要好得多。所以说,如果“深绿”引入AlphaGo的技术,将会很快取得更大进展。这一点我们可以拭目以待。如果未来2-3年爆出这样的东西出来,我们一点都不会奇怪,但可就麻烦了。


最近又爆出一个消息,辛辛那提大学开发的“阿尔法AI”机器飞行员,在2016年6月也就是最近,战胜了著名的空军战术教官基纳⋅李上校,而且无一败绩。据说这个李上校虽然已经退役,但在空战方面他是专家,非常有名。与机器飞行员的“人机”对抗是通过空战模拟器进行的,单机对单机,过程还是比较简单的,属于“动作及简单战术行为”的智能。它采用的是称为“遗传模糊逻辑”的智能技术,空中格斗快速协调战术计划的速度比人快250倍。而且所用硬件仅价值500美元,比AlphaGo便宜太多了。据说在未来这个机器飞行员可充当智能对手进行作战训练,也可以成为智能僚机,帮助你去打仗,或者是用于自主化的无人机。但是我感觉它现在还做不到完全自主化行动,还是比较简单的一种方式。但是它的出现使我们有一点可以肯定,这就是人工智能将会很快走入实战领域,这是一件比较可怕的事情。你设想一下,一个著名资深战术教官上校完败于计算机,那它来跟我们打仗,就至少在速度上已经占据了优势。如果还捕捉了专家的经验,人再与计算机斗,是不是一件很麻烦的事情?


目前机器智能研究已成热点。给马云投资的那个孙正义就认为,机器智能就是未来的“智能核弹”。他说,普通人的IQ为100,爱因斯坦为190,达芬奇是人类史上IQ最高的人为200,如果机器达到了10000,那将会是一种什么效果?那时,是不是机器看人类都像是傻子?世界上许多大型IT公司对“深度学习”研究也都做了大量的布局,谷歌在2012年只有不到100这个方面的项目,而到了2015年,就超过了2700个。如果其中有十分之一甚至百分之一获得成功,他也就发了。AlphaGo已经证明了这一点。其他公司也是一样,比如脸谱、百度、腾讯、阿里巴巴等。


美国DARPA现在非常重视人工智能的研究,它的第三次抵消战略实际上就是围绕人工智能和无人机这个重点来做的。他们认为,智能技术是改变战争规则的东西,但重点在人、机智能的结合方面。所以它叫“半人马”,半人半马结合起来,成为了它的代号,我觉得非常有道理。所以说,即使从这一点看,解决指挥信息系统中的智能瓶颈问题也是刻不容缓的。


目前指挥信息系统智能化方面的趋势主要有以下一些:



第一个趋势是“拟人化人机交流”。未来在指挥信息系统中拟人化的人机交流方式会越来越普遍,指挥员与系统将通过草图、口语或手势进行交流,成为指挥信息系统人机接口的标配,而且会普及到所有装备和人员。



第二个趋势是“数据化快速决策”。从数据到决策将使决策走向智能化、自动化。“深绿”只能为指挥员“辅助决策”,起作战伴侣作用,但利用大数据及智能辅助可实现“从数据到决策”,也就是它可以直接决策,不要人去介入,因而作战速度会大大加快。不仅行动要快,态势理解要快,做出决定更要快!这就更强化了这样的结论:认知速度将成为未来作战胜负的决定性因素。也就是谁理解得快谁就可以打赢,谁理解得慢谁就挨打。



第三个趋势是“无人平台的指控”。未来需要特别关注自主化无人智能作战平台的指挥控制问题,这在过去根本没有过,所以如何指挥控制成为问题。无人机与有人机的协同,尤其是自主无人机协同,将成为重点。兰德公司去年出了一个报告,专门研究了无人机和有人机协同作战问题,演化出的新战法完全不同于现在。如果我们还是沿用传统思维,哪怕是信息化了的传统思维,恐怕我们连敌机的面都没有见到,就与世界拜拜了。这种方式在未来可能成为主要的作战方式。所以,美国人说了一句话:“散开来的智能武器更令人恐惧”。明明知道它没有人,但散开来之后却可以吓死你,因为你根本不知道它会如何对付你。现在已经出现恐怖分子向美国无人机投降的情形,很值得玩味。


第四个趋势是“作战云开始出现”。这是美国空军上将德普图拉提出来的,他也是美国军事变革的代表性人物。他提出的这个新概念,意思就是要采用信息时代技术的情报、监视与侦察、打击、机动和维持的复合体,以使高度互联的分布式作战行动可行。这有点类似于云计算云服务的概念,通过所有可能得到的数据,整合各个作战力量,从而达到增强作战效能且获得规模效益。我觉得它特别适于智能化无人平台、特战部队等新型作战力量的运用。


结语:时代呼唤智能技术的进步


所有的这些都特别要求智能技术的进步。指挥信息系统未来发展的关键在于:第一,要充分利用智能技术进步成果,如深度学习等,促进指挥控制技术和信息系统的升级换代;第二,对不同类型应用应结合不同智能技术和方法,比如人机接口、辅助决策、模拟推演等,都会有不同的侧重点。第三,发挥人机结合的优势,未来是“人机智能”的时代,而不是机器取代人。人、机在智能上如何分工如何合作,这才是关键之所在。


“深绿”的发展及AlphaGo的突破给了我们很多启示。我们不能急功近利,但也不能坐以待毙,特别注意搞好基础性研究。有位领导说,我们过去是“机械化没赶上,信息化拼命追,智能化不能再落后”。但我认为,机械化通过更新装备比较容易赶上,信息化还需要时间积淀和规模效应,但也可以逐步追上。但智能化就不太一样,我认为它们之间是有本质区别的,一旦赶不上可能就会永远赶不上,因为战争可能不会给你追赶的时间了。这是因为,战争智能技术会快速地扩大强者和追赶者之间的鸿沟,放大两者之间的能力差距,从而就可能导致狂妄的战争冒险,让你追无可追。


有位网友总结得很好,他说:“人工智能就像一列火车,你听到了隆隆声,你盼着它来。它到了,一闪而过,便把你远远地抛在了后面。”这就是智能化和信息化的区别,当你想去赶的时候,它已经把你远远地抛在身后,让你永远停留在过去时代的站台上,让你只有被动挨打的份。我们如果不预做准备,将来就会措手不及!


摆在我们面前的指挥信息系统的平台显示器,离我们眼睛有18英寸远。美国人在研究“深绿”时说,谁掌控了这最后的18英寸,谁就将赢得未来。而我认为,掌握这18英寸的关键,就在智能技术的突破。为此,我们还需要付出艰苦的努力!


文章转自新智元公众号,原文链接

相关文章
|
12月前
|
存储 人工智能 弹性计算
智库观察|面向公共服务与治理的行业大平台建设正当其时
“行业大平台”建设在公共服务和治理领域各行业数字化转型中尤为关键,意义重大。但这也是一个复杂的系统工程,在规划阶段就需从多角度综合筹划,形成一个整体蓝图与实施路径。
115 1
|
存储 数据采集 传感器
【年终特辑】看见科技创新力量 洞见时代创业精神—数字农业—冲程科技:IoT与农业生产最佳实践相结合,将农事运营管理标准化
【年终特辑】看见科技创新力量 洞见时代创业精神—数字农业—冲程科技:IoT与农业生产最佳实践相结合,将农事运营管理标准化
188 0
|
数据采集 城市大脑 人工智能
牵头国家重点研发计划 阿里云为中小城市智能化定制解决方案
2020年1月15日,阿里云表示将对中小城市智能化建设中的“感知、融合、认知、计算”等全流程技术进行系统研究,从而加快服务中小城市。
1949 0
|
新制造 云计算 运维
中国智能化工业云平台发展研究报告
制造业正面临全球新科技革命和产业变革的挑战,需要运用新技术、新理念、新模式实现转型升级发展。我国制造业正面临从价值链的低端向中高端,从制造大国向制造强国、从中国制造向中国创造转变的关键历史时期。来自中机新时代研究院
1935 0