，

隨著信息技術(shù)的發(fā)展，信息爆炸帶來(lái)的大數(shù)據(jù)壓力和靈敏性要求都對(duì)情報(bào)工作帶來(lái)了空前挑戰(zhàn)，促使情報(bào)工作走向智能化階段，其途徑和重點(diǎn)已成為業(yè)界關(guān)注的焦點(diǎn)。目前，情報(bào)智能化研究大都停留在概念和理論層面。雖在思維方式方法論和技術(shù)研究方向等層面已有一定的相關(guān)研究與頂層設(shè)計(jì)[1-2]，但在實(shí)踐層面，尤其是在尋找有效提升情報(bào)智能化發(fā)展突破口上，研究相對(duì)薄弱。美軍近期提出的“算法戰(zhàn)”概念強(qiáng)調(diào)以算法為抓手，為探索情報(bào)工作的智能化發(fā)展路徑提供了借鑒。

1 “算法戰(zhàn)”及其對(duì)情報(bào)智能化發(fā)展的啟示

當(dāng)前世界強(qiáng)國(guó)都在通過(guò)智能化發(fā)展提升國(guó)力、軍力。2017年4月，美國(guó)防部副部長(zhǎng)羅伯特·沃克宣布成立由國(guó)防部情報(bào)和作戰(zhàn)支援主管約翰·沙納漢中將領(lǐng)導(dǎo)的“算法戰(zhàn)跨職能小組”(AWCFT)，啟動(dòng)并統(tǒng)一領(lǐng)導(dǎo)全軍“算法戰(zhàn)”相關(guān)作戰(zhàn)概念與技術(shù)應(yīng)用研究，其目標(biāo)是利用智能化技術(shù)手段將國(guó)防部的大量數(shù)據(jù)快速轉(zhuǎn)換為可付諸于行動(dòng)的情報(bào)與見(jiàn)解，開(kāi)發(fā)先進(jìn)的計(jì)算機(jī)視覺(jué)算法，提升“處理分析與傳送”全動(dòng)態(tài)視頻能力[3]。“算法戰(zhàn)”包含用計(jì)算機(jī)代碼表達(dá)算法和運(yùn)用算法構(gòu)造系統(tǒng)兩個(gè)核心概念[4]。該概念的提出是美國(guó)在深刻意識(shí)到大數(shù)據(jù)壓力已非人力所能承受之后，在綜合考慮軍隊(duì)的戰(zhàn)略需求、面臨的迫切問(wèn)題和自身的技術(shù)水平等多重因素的基礎(chǔ)上，以算法為重要抓手，以情報(bào)分析為試驗(yàn)田，各部門(mén)統(tǒng)一部署、分步實(shí)施，進(jìn)而提高軍隊(duì)整體的智能化水平，從軟實(shí)力方面謀求新軍事優(yōu)勢(shì)的新舉措。

“算法戰(zhàn)”雖立足軍事情報(bào)，但它給情報(bào)領(lǐng)域整體的智能化發(fā)展提供了新的思路，極具借鑒價(jià)值，主要體現(xiàn)在以下幾方面。

1.1 以智能算法為發(fā)力點(diǎn)

算法是行為認(rèn)知的根本途徑。情報(bào)以數(shù)據(jù)、信息、知識(shí)、智能與智慧為主要研究對(duì)象，為最終的決策環(huán)節(jié)解決信息不完備的問(wèn)題，所以智能與情報(bào)二者的關(guān)系始終不可分割[5]。對(duì)主體行為的認(rèn)知是智能的重要方面。在認(rèn)知過(guò)程中，無(wú)論是針對(duì)簡(jiǎn)單的個(gè)體動(dòng)作，還是復(fù)雜的國(guó)家行為，都可以結(jié)合不同需求和不同條件，采用不同形式的算法特別是智能算法予以實(shí)現(xiàn)或部分支撐。

1.2 讓算法深入?yún)⑴c并推動(dòng)信息流動(dòng)全過(guò)程

參照DIKW轉(zhuǎn)化原則[6]，在情報(bào)智能化發(fā)展中，若要將數(shù)據(jù)轉(zhuǎn)換為信息，就必須用算法來(lái)解釋數(shù)據(jù)；若要將信息轉(zhuǎn)換為知識(shí)，就需要用算法總結(jié)知識(shí)；若要將知識(shí)轉(zhuǎn)換為智能，就需要算法來(lái)訓(xùn)練機(jī)器。因此，在智能情報(bào)的工作過(guò)程中，應(yīng)不斷深化智能算法的應(yīng)用。

2 情報(bào)智能化發(fā)展中算法層面存在的問(wèn)題

算法是解決特定計(jì)算問(wèn)題的一組代碼，它既是算法開(kāi)發(fā)者經(jīng)驗(yàn)的總結(jié)，也是思維創(chuàng)造的體現(xiàn)和對(duì)信息的一種高度凝練。隨著情報(bào)信息化進(jìn)程的不斷推進(jìn)，不同層面的算法在情報(bào)工作各環(huán)節(jié)中發(fā)揮了一定作用，但呈現(xiàn)行為原發(fā)、重視不均、認(rèn)識(shí)不明、利用分散等現(xiàn)象，算法的整體認(rèn)識(shí)和智能水平均有待提升。

2.1 算法應(yīng)用缺少頂層認(rèn)識(shí)和規(guī)劃

從算法應(yīng)用角度看，一些具體問(wèn)題以特定軟件形式零散、重復(fù)、隱性存在，缺少頂層統(tǒng)一認(rèn)識(shí)和規(guī)劃，難以系統(tǒng)地開(kāi)展評(píng)價(jià)、篩選等工作，使用者難以確定現(xiàn)有算法能否滿足應(yīng)用需求、如何選擇不同問(wèn)題的最優(yōu)算法等問(wèn)題，嚴(yán)重降低了工作效率和成效；算法之間的互補(bǔ)性、共享性較弱，算法應(yīng)用的持續(xù)完善較難。

2.2 算法開(kāi)發(fā)處于無(wú)序狀態(tài)

算法開(kāi)發(fā)者大多處于“只見(jiàn)樹(shù)木不見(jiàn)森林”的困境之中，缺乏整體認(rèn)識(shí)，導(dǎo)致算法功能交叉重疊，定位混亂；低端重復(fù)現(xiàn)象嚴(yán)重，對(duì)短板弱項(xiàng)認(rèn)知不足，可能出現(xiàn)研究投入的盲目跟風(fēng)現(xiàn)象，造成算法的畸形發(fā)展。

2.3 情報(bào)領(lǐng)域中原有算法普遍面臨淘汰或更新

從算法智能化水平看，隨著大數(shù)據(jù)、人工智能的飛速發(fā)展，情報(bào)領(lǐng)域中原有算法普遍面臨淘汰或更新?lián)Q代，需要在新的智能手段基礎(chǔ)上重新考慮算法實(shí)現(xiàn)的方式，研究基于智能技術(shù)的新型算法，策劃并實(shí)現(xiàn)更有應(yīng)用價(jià)值的功能和性能。對(duì)于以前尚未考慮算法應(yīng)用的場(chǎng)景，需要趕上智能化技術(shù)發(fā)展進(jìn)程，快步轉(zhuǎn)變思維，積極創(chuàng)新算法在情報(bào)信息感知獲取、知識(shí)處理、深度挖掘、智能分析、智慧服務(wù)等各流程中的作用點(diǎn)、作用模式和智能化實(shí)現(xiàn)程度，從問(wèn)題、技術(shù)、實(shí)踐等不同角度探索通過(guò)智能化算法推動(dòng)情報(bào)領(lǐng)域智能化的新思路。

3 構(gòu)建智能情報(bào)算法體系

基于上述問(wèn)題，通過(guò)算法體系構(gòu)建的體系框架，一方面可將具體算法推而共之，形成整體認(rèn)識(shí)；另一方面，可有效加強(qiáng)算法的系統(tǒng)性管理，利于算法評(píng)價(jià)和后期檢索以及高屋建瓴地統(tǒng)一布局。算法體系還應(yīng)充分體現(xiàn)“三性”：一是“先進(jìn)性”，算法體系的先進(jìn)性將促使算法的應(yīng)用過(guò)程更加便捷高效，算法組織更趨合理；二是“完備性”，算法體系的完備性將為情報(bào)工作的開(kāi)展在算法工具層面提供完備的視圖，有利于查找科技情報(bào)工作中是否某個(gè)環(huán)節(jié)出現(xiàn)了算法的缺失或落后，避免重復(fù)開(kāi)發(fā)；三是“系統(tǒng)性”，算法體系的系統(tǒng)性有助于系統(tǒng)分析算法，關(guān)系到算法之間聯(lián)系的緊密程度，進(jìn)而對(duì)算法之間的層級(jí)關(guān)系認(rèn)識(shí)以及組合使用產(chǎn)生影響。

此外，算法體系構(gòu)建過(guò)程中運(yùn)用的多種分類方式可以讓算法使用和開(kāi)發(fā)人員從不同角度加深對(duì)算法技術(shù)本質(zhì)的認(rèn)識(shí)，便于根據(jù)特殊需求使用和改進(jìn)，也有利于算法間的互相借鑒及合并嵌套使用，使研究人員真正地“站在巨人的肩膀上”。

體系是系統(tǒng)的連接，是復(fù)雜的、有目的的整體。算法體系要以體系化的方式對(duì)算法元素進(jìn)行系統(tǒng)的整序，形成統(tǒng)一整體；同時(shí)應(yīng)突出算法之間的內(nèi)部聯(lián)系和外部區(qū)別，從系統(tǒng)和元素兩個(gè)層面幫助情報(bào)人員實(shí)現(xiàn)對(duì)算法的認(rèn)識(shí)。

3.1 構(gòu)建思路

既突出“智能”又堅(jiān)持兼容并蓄。從本體論角度出發(fā)，“智能算法”的提出僅僅是認(rèn)知思維的變化，也就是認(rèn)識(shí)層面的改變。隨著人工智能等計(jì)算機(jī)科學(xué)的快速發(fā)展，眾多“新穎”算法被歸于“智能算法”?！爸悄芩惴ā迸c傳統(tǒng)算法之間并不具有排他性，如堆排序、高斯消去法等經(jīng)典算法乃至數(shù)學(xué)思想在多種算法的融合下具有新的生機(jī)，因此智能算法體系是兼容并蓄的。

從體系的角度看，智能情報(bào)算法體系還要著眼于系統(tǒng)性。情報(bào)領(lǐng)域的算法應(yīng)用涉及信息搜集、數(shù)據(jù)加工、情報(bào)分析、情報(bào)服務(wù)等方面，需要從情報(bào)研究與生產(chǎn)的完整生命周期出發(fā)，對(duì)體系的內(nèi)容、層次和關(guān)系有系統(tǒng)的認(rèn)識(shí)；同時(shí)要考慮算法具有很大的靈活性、分類界限模糊、分類方式不定等因素，結(jié)合客觀工作需要，適當(dāng)把握要素的粒度，完善算法類型，合理解構(gòu)和關(guān)聯(lián)體系內(nèi)各個(gè)層次和類型的算法，系統(tǒng)定位各類型算法在體系內(nèi)的位置，形成相對(duì)系統(tǒng)完備的科學(xué)體系。

在構(gòu)成體系的具體算法的選擇上，情報(bào)工作具有很強(qiáng)的實(shí)踐性，各流程環(huán)節(jié)有自身的核心內(nèi)容也有不同的特殊要求。對(duì)應(yīng)的體系構(gòu)建要緊密結(jié)合情報(bào)工作的科學(xué)性、綜合性、針對(duì)性、及時(shí)性和創(chuàng)造性等特點(diǎn)，在整體和個(gè)體兩個(gè)維度上保持實(shí)用性。同時(shí)，算法特別是以計(jì)算機(jī)代碼表達(dá)的智能算法，究其本質(zhì)仍屬于技術(shù)的范疇，對(duì)其進(jìn)行體系劃分不能忽略算法的技術(shù)性質(zhì)，而要著重體現(xiàn)其科學(xué)技術(shù)內(nèi)涵，構(gòu)建結(jié)果要符合開(kāi)發(fā)、使用人員的技術(shù)性思維。

作為體系還應(yīng)保持開(kāi)放性。算法體系是一個(gè)動(dòng)態(tài)的架構(gòu)，其內(nèi)部算法需要根據(jù)技術(shù)發(fā)展、需求變化而不斷調(diào)整。如與目前的先進(jìn)算法技術(shù)相對(duì)接，推陳納新，不斷提高體系的技術(shù)含量。另外，體系的構(gòu)建與完善要向所有的參與人員開(kāi)放，包括情報(bào)領(lǐng)域的算法開(kāi)發(fā)者、使用者、改進(jìn)者。

3.2 構(gòu)建過(guò)程

在同一研究領(lǐng)域下，算法雖然千變?nèi)f化，但又萬(wàn)變不離其宗，具有很強(qiáng)的相似性，有利于體系的形成。所以基于上述原則，針對(duì)情報(bào)領(lǐng)域的具體實(shí)施環(huán)節(jié)和研究對(duì)象，參考構(gòu)建軍事體系的系統(tǒng)工程方法[7]確定以下邏輯步驟。

體系問(wèn)題：明確問(wèn)題所在，尋找主要矛盾。算法體系構(gòu)建的主要問(wèn)題在于合理的層內(nèi)分類方式和層級(jí)劃分標(biāo)準(zhǔn)。

使命分析：貼合情報(bào)工作應(yīng)用場(chǎng)景，確認(rèn)體系的使命。算法體系的主要使命是解決算法的無(wú)序化問(wèn)題，便于管理和評(píng)價(jià)，有利于非技術(shù)人員了解體系內(nèi)各算法的技術(shù)情況。

功能缺陷與需求分析：主要進(jìn)行功能分析，確認(rèn)目標(biāo)實(shí)現(xiàn)的功能需求。算法體系在功能上要保證算法技術(shù)本質(zhì)與實(shí)用性，突出層級(jí)關(guān)系。

體系結(jié)構(gòu)方案：在上述分析的基礎(chǔ)上提出體系構(gòu)建方案。

結(jié)果分析與優(yōu)化：對(duì)得到的結(jié)果進(jìn)行分析評(píng)價(jià)并不斷優(yōu)化。

3.3 構(gòu)建設(shè)計(jì)

3.3.1 智能情報(bào)算法體系構(gòu)成

在情報(bào)生產(chǎn)過(guò)程中，從數(shù)據(jù)到信息、從信息到情報(bào)等核心的轉(zhuǎn)化過(guò)程中，包含信息搜集、數(shù)據(jù)加工、情報(bào)分析等諸多環(huán)節(jié)，智能算法起很大的作用。特別是在信息搜集、處理等環(huán)節(jié)，當(dāng)前計(jì)算機(jī)視覺(jué)、自動(dòng)翻譯、文本處理等技術(shù)方面已經(jīng)有大量實(shí)用性工作，可以為智能算法的形成與應(yīng)用提供很好支撐。本文提出的主要算法方案和算法內(nèi)涵包括了經(jīng)典算法和火熱的智能領(lǐng)域算法，最終得到如下算法體系組織關(guān)系視圖(圖1)。

首先是應(yīng)用層。為了體系能更好地服務(wù)于情報(bào)研究的實(shí)際工作，方便情報(bào)研究人員根據(jù)具體操作環(huán)節(jié)對(duì)算法進(jìn)行查詢或整序，在算法層面上設(shè)置了應(yīng)用層，該層對(duì)應(yīng)研究工作中涉及的相應(yīng)操作。在應(yīng)用層的劃分中，根據(jù)不同的細(xì)化程度和工作復(fù)雜性將具體操作繼續(xù)進(jìn)行不同程度地細(xì)分，比如信息搜集包括對(duì)信息查詢和信息推薦，數(shù)據(jù)加工則包括機(jī)器翻譯、數(shù)據(jù)清洗、同異名處理等具體應(yīng)用。

其次是算法層。算法層是指在不同的應(yīng)用過(guò)程中運(yùn)用不同層次的算法，層次劃分是根據(jù)算法功能對(duì)操作的支持直接性進(jìn)行的層間劃分，分為3層。

圖1智能情報(bào)算法體系組織關(guān)系視圖

一是特定算法。根據(jù)算法的實(shí)施進(jìn)行劃分，如在查詢過(guò)程中，算法是采用詞索引思想實(shí)施抑或依照字索引思想實(shí)施。由于實(shí)施思想與應(yīng)用密切相關(guān)，所以該層是與應(yīng)用層支持關(guān)系最近的層級(jí)。 二是中間件算法。本文借用了軟件和服務(wù)程序中“中間件”這一概念，意指該層算法可以在不同的特定算法中共享使用，處于算法層的中間層級(jí)。層內(nèi)劃分是根據(jù)所針對(duì)的算法級(jí)別的問(wèn)題不同而劃分的，如優(yōu)化問(wèn)題、排序問(wèn)題等。在功能上對(duì)應(yīng)了細(xì)分問(wèn)題的解決，對(duì)接了基礎(chǔ)算法與特定算法。 三是基礎(chǔ)算法。根據(jù)算法的對(duì)象、實(shí)現(xiàn)結(jié)構(gòu)、邏輯、模型等基礎(chǔ)要素進(jìn)行劃分，如采用了支持向量機(jī)(SVM)模型、神經(jīng)網(wǎng)絡(luò)模型或依照自然進(jìn)化邏輯(遺傳算法)等。這是算法層級(jí)中最底層的一級(jí)，但功能是所有算法應(yīng)用的基礎(chǔ)。

3.3.2 體系深化與思考

對(duì)于圖1設(shè)計(jì)的智能情報(bào)算法體系，還有很多細(xì)節(jié)需著重考慮。第一，算法的歸類角度——由上至下。由于分類的顆粒度大小問(wèn)題，每一層算法可能在本層下仍有細(xì)分，存在子類算法(圖2)。

圖2算法層細(xì)分舉例

某一種基礎(chǔ)算法可以為多種上層算法提供支撐，如拓?fù)渑判蛩惴葘儆趫D算法又屬于一種排序算法。某一種復(fù)雜算法同時(shí)由同一層級(jí)或不同層級(jí)的算法組合支撐，很多實(shí)際應(yīng)用的算法都存在這種現(xiàn)象。比如對(duì)于常見(jiàn)的分類算法最終都要進(jìn)行優(yōu)化，或者說(shuō)很多分類算法就是在分類模型的基礎(chǔ)上對(duì)損失函數(shù)做優(yōu)化。

第二，應(yīng)用的算法支撐角度——由下至上。 某一項(xiàng)應(yīng)用由不同層次的算法支撐。以數(shù)據(jù)清洗為例，數(shù)據(jù)清洗可以再細(xì)粒度劃分為異常識(shí)別與異常處理兩種操作。異常識(shí)別要對(duì)屬性異常(空值、錯(cuò)誤、不一致)和重復(fù)異常做出檢測(cè)，主要采取智能化算法中既有基于統(tǒng)計(jì)分析和模式的特定算法，也可直接使用聚類、關(guān)聯(lián)規(guī)則和匹配算法等中間件算法；異常處理則主要使用排序、聚類等中間件算法。 某一項(xiàng)應(yīng)用直接由底層算法支撐。同名區(qū)分所采用的方法有直接使用中間件算法的分類、聚類算法，也有直接使用基礎(chǔ)算法的圖算法(圖3)。

圖3 同名區(qū)分應(yīng)用的算法

4 建議

4.1 提高認(rèn)識(shí)，樹(shù)立算法思想與算法意識(shí)

從個(gè)人發(fā)展角度出發(fā)，要及時(shí)通過(guò)高效率的算法工具來(lái)協(xié)助工作，關(guān)注熱點(diǎn)算法的思想和原理，對(duì)算法的靈活運(yùn)用保持充分的敏感性。比如在工作中養(yǎng)成良好的算法習(xí)慣，利用碎片化時(shí)間學(xué)習(xí)算法，多學(xué)習(xí)并掌握一些常見(jiàn)問(wèn)題的通用解決模式，對(duì)于已解決的算法問(wèn)題，要總結(jié)復(fù)盤(pán)實(shí)現(xiàn)思路、優(yōu)缺點(diǎn)和改進(jìn)方法，提高舉一反三的能力，最終實(shí)現(xiàn)個(gè)人技能競(jìng)爭(zhēng)力的提升。對(duì)于團(tuán)體的發(fā)展，目前已有大量的信息資源平臺(tái)。在算法層面可以建立類似的專業(yè)算法庫(kù)，將算法作為重要的技術(shù)資源進(jìn)行系統(tǒng)管理與利用；同時(shí)要塑造類似“算法戰(zhàn)”的競(jìng)爭(zhēng)性思維，提高算法意識(shí)。在如今的“智算”時(shí)期，需謹(jǐn)防被競(jìng)爭(zhēng)對(duì)手技術(shù)突襲搶占先手，要把握機(jī)遇，勇攀高峰，逆流而上，力爭(zhēng)在專業(yè)領(lǐng)域內(nèi)獲得更多話語(yǔ)權(quán)。

4.2 加強(qiáng)應(yīng)用，以技術(shù)驅(qū)動(dòng)情報(bào)智能發(fā)展

王延飛教授曾指出，盡管中國(guó)情報(bào)界歷來(lái)對(duì)信息技術(shù)十分關(guān)注，但卻缺乏對(duì)前沿技術(shù)的掌握和精通，人工智能、大數(shù)據(jù)的相關(guān)研究成果也由于缺乏足夠的技術(shù)與數(shù)據(jù)資源支持而使得情報(bào)學(xué)研究很難有大的理論和方法突破[5]。以算法為例，利用計(jì)算機(jī)科學(xué)領(lǐng)域的研究成果，已有大量被進(jìn)一步適用化改造的算法用于情報(bào)工作之中。較之其它研究領(lǐng)域，應(yīng)用于情報(bào)研究領(lǐng)域的算法的深度與廣度均明顯不足，缺乏重大的專業(yè)性應(yīng)用成果。因此，情報(bào)人員要更多地應(yīng)用群體智慧、團(tuán)隊(duì)協(xié)同，最大程度地發(fā)揮工具、模型以及算法的優(yōu)勢(shì)，在建模、工具開(kāi)發(fā)和算法開(kāi)發(fā)等方面發(fā)揮重要作用[8]。加強(qiáng)對(duì)前沿技術(shù)的掌握與應(yīng)用，適時(shí)地進(jìn)行技術(shù)遷移，立足迫切的現(xiàn)實(shí)需求，堅(jiān)持以實(shí)踐為導(dǎo)向，進(jìn)行創(chuàng)新性技術(shù)研究與生產(chǎn)，以技術(shù)驅(qū)動(dòng)情報(bào)智能發(fā)展。