劉凌旗 秦浩**， 趙金旭 郭潔宇

（1.中國電子科技集團公司電子科學(xué)研究院，北京100041；2.清華大學(xué)社會科學(xué)學(xué)院，數(shù)據(jù)治理研究中心，北京100084；3.國防大學(xué)國家安全學(xué)院，北京100091）

作為信息革命中最具顛覆性、變革性的前沿技術(shù)，人工智能是互聯(lián)網(wǎng)出現(xiàn)以來技術(shù)社會形態(tài)的第二次世界性萌芽。在爆炸式積累數(shù)據(jù)、神經(jīng)網(wǎng)絡(luò)模型算法與強勁計算力的持續(xù)推動下，數(shù)據(jù)已成為機器學(xué)習(xí)的重要支撐，智能則是數(shù)據(jù)深度挖掘的關(guān)鍵輸出，在經(jīng)濟生產(chǎn)、社會民生行業(yè)的應(yīng)用場景日趨明朗。數(shù)據(jù)智能（Data Intelligence）在國防領(lǐng)域也產(chǎn)生了深遠(yuǎn)影響，推動激發(fā)降本增益的效能和更高質(zhì)量的活力。美國國防部儲備了一流的科研人才，所參與的國家規(guī)劃和自身布局的研發(fā)項目孕育了該技術(shù)方向下美國防事業(yè)的發(fā)展方向。本文將在梳理數(shù)據(jù)智能概念的基礎(chǔ)上，分析近三年相關(guān)戰(zhàn)略布局及國防高級研究計劃局（Defense Advanced Research Projects Agency，DARPA）開展的多元化項目，著重對美國數(shù)據(jù)智能的最新進展及其國防應(yīng)用展開解剖和論述。

1 數(shù)據(jù)智能的概念理解

在國防科技競爭的前沿領(lǐng)域，數(shù)據(jù)智能的發(fā)展推動作戰(zhàn)理論變革和裝備智能化趨勢，為國家安全治理帶來了機遇與挑戰(zhàn)?；谡?、學(xué)術(shù)界和產(chǎn)業(yè)界的理論與實踐探索，本節(jié)首先厘清數(shù)據(jù)智能的核心概念，嘗試辨析其與傳統(tǒng)數(shù)據(jù)科學(xué)（Data Science）、人工智能主流理解的具體關(guān)系（圖1）。

數(shù)據(jù)智能源于大數(shù)據(jù)一詞在智能時代的流變和碰撞，是人工智能技術(shù)和大數(shù)據(jù)技術(shù)相互交融的概念性產(chǎn)物。在數(shù)字時代，數(shù)據(jù)來源較為廣泛，異構(gòu)程度極其復(fù)雜，國內(nèi)外各行各業(yè)的中英文網(wǎng)站、社交微博等都是可采集的數(shù)據(jù)源。數(shù)據(jù)智能就是基于機器學(xué)習(xí)、數(shù)據(jù)挖掘和大數(shù)據(jù)分析來實現(xiàn)智能判斷和決策，具體通過數(shù)據(jù)清洗和轉(zhuǎn)換、特征提取和整合、數(shù)據(jù)的探索性分析等途徑，在輸入到輸出的全過程自主性地解決問題［1］。它主要通過智能化去重、排序等信息過濾方式來提高數(shù)據(jù)抓取過程中的準(zhǔn)確性，減少無效數(shù)據(jù)對系統(tǒng)分析精準(zhǔn)度的影響，進而模擬啟動微電子設(shè)備到機器人自主平臺的邏輯、概率、感知、推理、學(xué)習(xí)和行動等［2］。隨著高級機器學(xué)習(xí)、分布式計算等先進技術(shù)的涌現(xiàn)，數(shù)據(jù)的發(fā)展逐漸呈現(xiàn)出高維度、高階態(tài)、異構(gòu)性的復(fù)雜態(tài)勢［3］。

數(shù)據(jù)智能的概念區(qū)別于傳統(tǒng)的數(shù)據(jù)科學(xué)和普遍意義上的人工智能。數(shù)據(jù)科學(xué)是研究賽博空間數(shù)據(jù)問題的理論與方法，其本身邊界較廣，且明確以數(shù)據(jù)界中的數(shù)據(jù)作為研究對象，為自然科學(xué)及社會科學(xué)提供了數(shù)據(jù)研究的新方法。數(shù)據(jù)科學(xué)涉及數(shù)理統(tǒng)計、代碼編程、商業(yè)分析等多樣性維度［4］，在不同領(lǐng)域已形成較有針對性的數(shù)據(jù)學(xué)，如行為數(shù)據(jù)學(xué)、氣象數(shù)據(jù)學(xué)、金融數(shù)據(jù)學(xué)、腦數(shù)據(jù)學(xué)等。相對而言，數(shù)據(jù)智能的深層次目標(biāo)在于幫助開展預(yù)測和決策，而非停留在數(shù)據(jù)科學(xué)的分析和展示層面。

圖1 有關(guān)數(shù)據(jù)智能概念的理解Fig.1 Understanding of the Data Intelligence Concept

在實現(xiàn)方式上，人工智能一是包括基于規(guī)則的半智能，即通過計算機按照規(guī)定語法結(jié)構(gòu)錄入規(guī)則，采用不大靈活的規(guī)則進行智能處理；二是無規(guī)則的統(tǒng)計智能，即發(fā)揮計算機在數(shù)據(jù)統(tǒng)計、概率分析方面的優(yōu)勢，通過讀取大量數(shù)據(jù)進行智能處理；三是深度神經(jīng)網(wǎng)絡(luò)的新一代智能，隨著存儲成本的降低和處理速度的提升，深度學(xué)習(xí)算法大幅優(yōu)化了智能的精準(zhǔn)度［5］。相對而言，數(shù)據(jù)智能則是人工智能的主流分支，智能服務(wù)提供了高附加值的賦能優(yōu)勢，有利于吸納用戶，而流量用戶的增多反過來又產(chǎn)生了更多數(shù)據(jù)，使智能本身更為優(yōu)化。

2 數(shù)據(jù)智能領(lǐng)域戰(zhàn)略與管理布局

在世界主要軍事強國中，美國是開展智能系統(tǒng)、自主無人平臺第一梯隊的領(lǐng)先者，2016年開始重點關(guān)注智能化技術(shù)的開發(fā)應(yīng)用，出臺了若干戰(zhàn)略規(guī)劃，明確提出開發(fā)適用于智能培訓(xùn)和測試的公開共享數(shù)據(jù)集和環(huán)境戰(zhàn)略，持續(xù)投入基于數(shù)據(jù)驅(qū)動且以知識開發(fā)為目的的方法論。此后，國防部迅速將智能化定位為維系美國軍事強國主導(dǎo)權(quán)的核心助力，于2017年正式啟動內(nèi)部智能項目研發(fā)。近兩年，美國政府和國防部更加強調(diào)顛覆性數(shù)據(jù)智能技術(shù)的戰(zhàn)略布局和落地推進。

2.1 更新戰(zhàn)略研究規(guī)劃

區(qū)別于科技企業(yè)謹(jǐn)慎合作的立場，聯(lián)邦政府正轉(zhuǎn)向主導(dǎo)數(shù)據(jù)和技術(shù)團隊的自我推進方式（圖2）。國防部2018年《國防戰(zhàn)略報告綜述》明確提出，先進計算、大數(shù)據(jù)分析、機器人等新興技術(shù)成為影響安全的重要因素；國際戰(zhàn)略研究中心重點瞄準(zhǔn)了機器智能對國防、經(jīng)濟、社會的廣泛影響［6］；新美國安全中心研究了網(wǎng)絡(luò)安全、信息安全、經(jīng)濟金融、國家防御、情報、國土安全等維度的智能應(yīng)用落地［7］；《國家人工智能倡議》則旨在積累機器學(xué)習(xí)必備的海量數(shù)據(jù)，不斷夯實智能分析與計算等基礎(chǔ)技術(shù)優(yōu)勢。

2019年2月發(fā)布的《國防部人工智能戰(zhàn)略概要》將聯(lián)合人工智能中心（JAIC）作為焦點，致力于提高智能技術(shù)交付方面的緊迫性與敏捷性［8］；美國家科技委員會《2016—2019年人工智能研發(fā)進展報告》分析三年來聯(lián)邦各機構(gòu)在人工智能投資與研發(fā)情況；《國家人工智能研發(fā)戰(zhàn)略計劃（2019更新版）》指導(dǎo)研發(fā)資金投向美國科學(xué)基金會、國家衛(wèi)生研究院和軍方，推動智能領(lǐng)域前沿技術(shù)研究；人工智能國家安全委中期報告則明確了人工智能與國家安全的七項原則，提出推動國家安全領(lǐng)域人工智能發(fā)展建議。

圖2 2018—2019年美國國防相關(guān)智能戰(zhàn)略Fig.2 USDefense Intelligence Strategy in 2018-2019

2.2 成立國家管理機構(gòu)

在智能戰(zhàn)略的實施過程中，需要拓展國防部機構(gòu)、工業(yè)界與學(xué)術(shù)界等內(nèi)外穩(wěn)定合作，促進智能領(lǐng)域研發(fā)專家、行業(yè)人員從政府獲得開放數(shù)據(jù)和計算資源?；诠雀?、亞馬遜、微軟等智能應(yīng)用的超前發(fā)展，美國政府成立了人工智能專門委員會，重點管理自動系統(tǒng)、生物識別、計算機視覺和機器人相關(guān)的優(yōu)先投資。

與此同時，國防部著手設(shè)立聯(lián)合人工智能中心［9］，預(yù)計在2018—2023年投入17億美元，加速整合內(nèi)部的智能化項目，進一步強化智能基礎(chǔ)能力及應(yīng)用影響力。根據(jù)2019財年國防授權(quán)法案要求，人工智能國家安全委員會正式組建，國會領(lǐng)導(dǎo)人、國防部長和商務(wù)部長任命了委員會的15名成員［10］。通過跟蹤機器學(xué)習(xí)等事關(guān)國家安全的先進技術(shù)，該委員會對美國智能領(lǐng)域綜合競爭力進行評估，掌握國外在智能化方面的潛在優(yōu)勢和技術(shù)進展。

2.3 夯實研發(fā)資金保障

聯(lián)邦政府2019財年被批準(zhǔn)的國防法案預(yù)算額度高達7170億美元［11］，并首次將人工智能、自主無人系統(tǒng)指定為研發(fā)優(yōu)先事項，指導(dǎo)各部門加大投入；2020財年國防法案授權(quán)支出增加至7380億美元，并表示將允許聯(lián)合人工智能中心采用特殊的人才招聘手段，以繼續(xù)推進國防部人工智能研發(fā)工作；2021財年國防預(yù)算整體增加至7405億美元，其中用于人工智能領(lǐng)域的預(yù)算為8億美元［12］。此外，自2020財年起，聯(lián)邦政府預(yù)算統(tǒng)計類別中將單獨增加人工智能類別，以進一步明確其在該領(lǐng)域的資金投入情況。

DARPA密集部署人工智能研發(fā)項目，預(yù)計2018—2023年投入20億美元開發(fā)下一代智能技術(shù)（AINEXT）［13］，以便通過機器產(chǎn)生優(yōu)良決策和創(chuàng)造性思維，完成人類與機器的密切互動，預(yù)期將在構(gòu)建可具常識、可感知語境及更高能源效率的系統(tǒng)開發(fā)和應(yīng)用方面取得突破性進展。雄厚的財力儲備能更好地資助國防創(chuàng)新預(yù)研，尤其保障5G、網(wǎng)絡(luò)空間、機器學(xué)習(xí)等優(yōu)勢技術(shù)享有額外資金。

3 DARPA國防預(yù)研智能項目分析

2018年以來，美國防部在數(shù)據(jù)智能領(lǐng)域持續(xù)布局研發(fā)項目，DARPA作為國防部尖端科技攻關(guān)機構(gòu)承擔(dān)了重大系統(tǒng)全面研制前的預(yù)先研究和技術(shù)開發(fā)，有關(guān)智能基礎(chǔ)類項目和人機融合類項目的投資經(jīng)費逐年增長（表1）。2020年2月，國防部發(fā)布2021財年“研究、開發(fā)、試驗與鑒定”預(yù)算文件，系統(tǒng)規(guī)劃了70多年來規(guī)模最大的一次研發(fā)資金申請，共計1066億美元?；贒ARPA近幾次公布的財年預(yù)算文件，本節(jié)從投資經(jīng)費規(guī)模、關(guān)鍵核心技術(shù)及研發(fā)持續(xù)時間三個維度進行細(xì)致考察，梳理篩選了智能基礎(chǔ)類和人機應(yīng)用類的10個典型國防預(yù)研項目（表2）。

表1 2019—2021財年國防相關(guān)研發(fā)預(yù)算統(tǒng)計（單位：億美元）Tab.1 National Defense-related R＆D Budget in Fiscal Year 2019-2021（100 million dollars）

表2 DARPA近年來典型數(shù)據(jù)智能項目概覽（單位：萬美元）Tab.2 Overview of Typical Data Intelligence Projects of DARPA（10 thousand dollars）

智能基礎(chǔ)類項目主要包括人類社會系統(tǒng)（Human Social Systems）、協(xié)同探索和設(shè)計（Synergistic Discovery and Design）、機器常識（MCS）、世界建模者（World Modelers）和基礎(chǔ)人工智能科學(xué)（Foundational Artificial Intelligence Science）。人類社會系統(tǒng)項目旨在為更好地理解和應(yīng)對城市規(guī)模的社會系統(tǒng)問題提供新的可靠策略，通過開發(fā)新模型工具來量化表征社會系統(tǒng)不同特性、動態(tài)和行為，提高在面臨壓力時預(yù)測社會系統(tǒng)變化的準(zhǔn)確性；協(xié)同探索與設(shè)計項目旨在開發(fā)數(shù)據(jù)驅(qū)動的方法，在缺乏完整模型的領(lǐng)域加快科學(xué)探索和魯棒設(shè)計［14］，開發(fā)可直接從實驗數(shù)據(jù)中提取科學(xué)知識的智能計算技術(shù)，創(chuàng)建數(shù)據(jù)共享工具和度量標(biāo)準(zhǔn)；機器常識項目旨在以認(rèn)知、刺激和記憶模式為基礎(chǔ)，開發(fā)模擬人類認(rèn)知核心系統(tǒng)的計算模型，同時發(fā)展模擬的交互和學(xué)習(xí)環(huán)境以及支持智能系統(tǒng)研發(fā)的常識知識庫［15］；世界建模者項目旨在為全球范圍內(nèi)的自然系統(tǒng)和人造系統(tǒng)創(chuàng)建解釋性模型，開發(fā)能實現(xiàn)大規(guī)模綜合模型創(chuàng)建、維護和自動化驗證的技術(shù)，采用公開新聞和專家報告分析作為結(jié)構(gòu)化機制；基礎(chǔ)人工智能科學(xué)項目旨在為理解和量化人工智能技術(shù)的性能預(yù)期和局限奠定科學(xué)基礎(chǔ)，增強智能系統(tǒng)處理不確定事件的能力，減少漏洞并提高國防部系統(tǒng)的穩(wěn)健性。

人機應(yīng)用類項目主要包括可解釋人工智能（Explainable Artificial Intelligence）、保證自主（Assured Autonomy）、主動詮釋不同選擇（Active Interpretation of Disparate Alternatives）、加速人工智能（Accelerating Artificial Intelligence）和人機共生設(shè)計（Symbiotic Design）?？山忉屓斯ぶ悄茼椖恐荚谝攒娛掠脩舻睦斫夂托湃螢榍疤?，開發(fā)能解釋輸出結(jié)論基本原理的新一代機器學(xué)習(xí)技術(shù)，從有意義的模型中產(chǎn)生可解釋的用戶界面；保證自主項目旨在開發(fā)用于建模和系統(tǒng)設(shè)計、形式驗證、仿真測試及安全性保證學(xué)習(xí)的新技術(shù)，使國防部更快、更有效地部署支持學(xué)習(xí)的自主系統(tǒng)，并在不確定環(huán)境中安全運行；主動詮釋不同選擇項目旨在開發(fā)多假設(shè)語義引擎，基于各種非結(jié)構(gòu)化來源生成對嘈雜、沖突和潛在欺騙性數(shù)據(jù)環(huán)境中的事件、情況和趨勢的備選解釋，為決策者提供應(yīng)急計劃的能力；加速人工智能項目旨在尋求超越商業(yè)驅(qū)動的智能進步，改善人機協(xié)作并加快國防部許多重要領(lǐng)域的創(chuàng)新步伐，減少過渡部署新技術(shù)所需審批和認(rèn)證流程相關(guān)的時間與成本；人機共生設(shè)計項目旨在基于人工智能方法擴大網(wǎng)絡(luò)物理系統(tǒng)（CPS）設(shè)計，從一種以人為本、基于模型的設(shè)計流程，轉(zhuǎn)變?yōu)槿伺c人、人與機器合作發(fā)現(xiàn)并不斷學(xué)習(xí)的聯(lián)合設(shè)計與共生過程，同時，量化有關(guān)開發(fā)時間、系統(tǒng)性能和創(chuàng)新指標(biāo)的結(jié)果。

4 DARPA數(shù)據(jù)智能預(yù)研總體特征與趨勢

2021財年，DARPA在人工智能和機器學(xué)習(xí)方面的投入比上一財年提高了5000萬美元，已布局4.09億美元項目預(yù)算。新增加的四個項目包括應(yīng)用定制人工智能（APTAI）、大規(guī)模知識管理（KMS）、程式化語言處理（SLP）、工程人工智能系統(tǒng)實施（EAISI）。DARPA非常關(guān)注智能化人機融合領(lǐng)域的應(yīng)用型項目，將在今后五年持續(xù)增加研發(fā)經(jīng)費的投入體量（圖3）。新一代人工智能將瞄準(zhǔn)使能性、可解釋性、可靠性和交互性，通過科學(xué)發(fā)現(xiàn)、自動提取和人機共生來實現(xiàn)智能學(xué)習(xí)、認(rèn)知、決策與行動?？傮w而言，數(shù)據(jù)智能相關(guān)的國防預(yù)研項目呈現(xiàn)出以下4個特征與趨勢。

圖3 未來五年智能化人機融合應(yīng)用領(lǐng)域預(yù)算增長趨勢（單位：億美元）Fig.3 Growth Trend of Human-Machine Symbiosis Budget in the Next Five Years（100 million dollars）

第一，著力使能技術(shù)，重塑多元融合的新能力。隨著數(shù)據(jù)智能技術(shù)的逐步落地，簡單的單點技術(shù)問題正在變?yōu)閺?fù)雜的國防系統(tǒng)工程，先前以中心控制為主的賦能模式開始向以國防應(yīng)用為主的使能模式轉(zhuǎn)化。進攻性蜂群使能戰(zhàn)術(shù)（OFFSET）項目已開展第三輪靶場試驗，在城市突襲場景下通過多個空中協(xié)同自主系統(tǒng)為地面部隊提供關(guān)鍵的洞察力；加速分子發(fā)現(xiàn)（AMD）項目正在開發(fā)基于人工智能的新型閉環(huán)系統(tǒng)，執(zhí)行自主實驗測量，以加快高性能分子的發(fā)現(xiàn)和優(yōu)化步伐。2019年，DARPA啟動短程獨立微機器人平臺（SHRIMP）、加速人工智能（AAI）、空戰(zhàn)變革（ACE）、智能光譜與時間融合（INSPECT）、虛擬智能處理（VIP）、可控硬件集成機器學(xué)習(xí)支持的實時適應(yīng)（CHIMERA）等項目。同時，DARPA的人工智能探索計劃（AIE）正采用簡化的合同程序和資助機制，布局微型仿生穩(wěn)健智能網(wǎng)絡(luò)（Micro-BRAIN）、人工智能研究助理（AIRA）、自主編隊環(huán)境推理（CREATE）、人工智能緩解突現(xiàn)行為（AIMEE）等項目，快速測試創(chuàng)新性概念的價值和可行性。

第二，瞄準(zhǔn)知識推理，探索認(rèn)知可解釋的新突破。偵察探測系統(tǒng)和智能傳感設(shè)備在局部戰(zhàn)場大量出現(xiàn)，多源異構(gòu)且快速增長的國防數(shù)據(jù)嚴(yán)重挑戰(zhàn)著傳統(tǒng)的認(rèn)知速度和處理能力。智能感知與模式識別技術(shù)目前已達到或超出人類水準(zhǔn)，但其邏輯思維、領(lǐng)域遷移等認(rèn)知能力較弱。為實現(xiàn)有常識、能感知和更高效的系統(tǒng)，基于知識的人工智能模式推理（KAIROS）項目在2021財年經(jīng)費增至2100萬美元，重點布局在多媒體輸入中識別輔助事件元素，確定復(fù)雜的時間序列并鏈接不同事件；自動知識提取（AKA）項目增至2700萬美元，更名為軟件自動快速認(rèn)證（ARCOS）；可解釋人工智能（XAI）和機器常識（MCS）項目年度預(yù)算均增長1700萬美元以上，通過開發(fā)多假設(shè)“語義引擎”，對多媒體數(shù)據(jù)中倍受關(guān)注的事件進行分類、強化學(xué)習(xí)，創(chuàng)建從經(jīng)驗中學(xué)習(xí)模仿認(rèn)知核心領(lǐng)域的計算模型。同時，AIE還布局了物理人工智能（PAI）、自動科學(xué)知識提取（ASKE）、有根據(jù)的人工智能語言習(xí)得（GAILA）和穩(wěn)健機器學(xué)習(xí)量化集成多樣性（QED for RML）等項目。

第三，開發(fā)先進算法，構(gòu)建可靠自適應(yīng)的新平臺。機器學(xué)習(xí)系統(tǒng)的知識能力容易受到內(nèi)容輸入質(zhì)量的極大影響，用于訓(xùn)練這些系統(tǒng)的數(shù)據(jù)存在被破壞的可能和風(fēng)險，且軟件本身也容易遭受網(wǎng)絡(luò)攻擊。開發(fā)各類先進的混合智能算法以提高系統(tǒng)平臺的可擴展性，可確保根據(jù)經(jīng)驗自主學(xué)習(xí)的系統(tǒng)能夠安全運行［16］。射頻機器學(xué)習(xí)系統(tǒng)（RFMLS）項目通過對海量射頻數(shù)據(jù)集進行訓(xùn)練，開發(fā)識別特定頻譜發(fā)射器或在混亂環(huán)境中進行顯著性異常檢測的能力；終身學(xué)習(xí)機器（L2M）基礎(chǔ)研究項目旨在研發(fā)生命系統(tǒng)的自我學(xué)習(xí)和適應(yīng)技術(shù)，轉(zhuǎn)化為確保人工智能抗欺騙魯棒性（GARD）項目后在2021財年預(yù)算增至1910萬美元，旨在解決機器通過持續(xù)學(xué)習(xí)經(jīng)驗適應(yīng)新數(shù)據(jù)的挑戰(zhàn)，構(gòu)建機器學(xué)習(xí)防御威脅情境的測試平臺；少標(biāo)記學(xué)習(xí)（LwLL）項目預(yù)算增至1765萬美元，旨在開發(fā)更具有適應(yīng)能力的學(xué)習(xí)算法，應(yīng)用于多變且不可預(yù)測的真實世界環(huán)境。人工智能科學(xué)和開放世界新奇學(xué)習(xí)（SAIL-ON）和實時機器學(xué)習(xí)（RTML）項目將使機器自主完成整個軍事OODA環(huán)，自動生成新型ASIC芯片設(shè)計方法。

第四，著力人機共生，探索未來耦合的最佳方式。神經(jīng)科學(xué)與腦機接口也是近年進展最快的領(lǐng)域之一，覆蓋了感覺知覺、運動神經(jīng)、外周神經(jīng)、中樞神經(jīng)等不同接口技術(shù)，旨在增強士兵的認(rèn)知和決策等能力，大幅提升腦機交互和腦控技術(shù)。人機交流（CWC）項目使機器理解語言、視覺、手勢和對話管理，推進人機交互的前沿認(rèn)知能力；復(fù)雜混合系統(tǒng)（CHS）項目開發(fā)用于復(fù)雜系統(tǒng)分析和設(shè)計的基礎(chǔ)定量理論與算法，通過跨域?qū)嶒烌炞C評估這些理論價值的創(chuàng)新測試功能；人機共生（HMS）項目轉(zhuǎn)化為成功團隊人工社會智能（ASIST）項目后在2021財年預(yù)算增至1833萬美元，通過共享心理模型來展示機器的思維理論以及與團隊人員互動的能力；動態(tài)空域控制（DAC）項目預(yù)算增至1369.3萬美元，采用人機接口的現(xiàn)有空域管理工具支持無人／載人平臺等多類空中系統(tǒng)同時作戰(zhàn)。新啟動的量身定制人工智能項目將融合人類經(jīng)驗和從數(shù)據(jù)中提取的模式，采用域概念為人機交互解釋提供內(nèi)置框架。

5 結(jié)論與建議

美國防部有關(guān)數(shù)據(jù)智能的布局主要聚焦于新一代智能基礎(chǔ)算法及其情報偵查、網(wǎng)絡(luò)攻防、指控決策等應(yīng)用，數(shù)據(jù)智能技術(shù)不斷滲透于國防建設(shè)、作戰(zhàn)準(zhǔn)備、裝備制造的全鏈條，進一步豐富新型國防工業(yè)核心能力的內(nèi)涵［17］。新時期我國在建立健全國防數(shù)據(jù)生態(tài)角度需繼續(xù)實施戰(zhàn)略轉(zhuǎn)型，加強頂層設(shè)計和安全發(fā)展，著重推進三個方面的重點任務(wù)。

一是突破數(shù)據(jù)智能基礎(chǔ)研究瓶頸，力爭走在理論前沿。國防工業(yè)轉(zhuǎn)型發(fā)展的基石在于領(lǐng)域內(nèi)的前瞻性智能基礎(chǔ)研究。目前，我國瞄準(zhǔn)機器定理證明、分層知識表示與推理、虹膜識別、語音識別、可拓數(shù)據(jù)挖掘等方向，積累了雄厚實力，但智能基礎(chǔ)理論整體的國際影響力還有待提高，需進一步探索多元算法混合交叉研究，應(yīng)以突破智能芯片、自主平臺控制算法瓶頸為重點，兼顧當(dāng)下國防領(lǐng)域發(fā)展需求，捕捉能夠發(fā)揮業(yè)務(wù)真實效能的動態(tài)數(shù)據(jù)和關(guān)聯(lián)數(shù)據(jù)。

二是加速數(shù)據(jù)智能共性技術(shù)攻關(guān)，確保完全自主可控。國防工業(yè)集群的廣度和深度取決于關(guān)鍵核心共性技術(shù)研究［18］。目前，我國軍用智能技術(shù)面臨核心代碼薄弱、算法漏洞頻出等問題，自適應(yīng)學(xué)習(xí)、直覺感知、綜合推理、混合智能和群體智能等技術(shù)尚未完全具備跨越發(fā)展能力，需進一步貫徹國家總體安全觀，高度重視智能技術(shù)自主可靠可控，超前布局高端神經(jīng)網(wǎng)絡(luò)芯片以掙脫美歐大國制約，加強技術(shù)專利和知識產(chǎn)權(quán)保護，推動大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等前沿技術(shù)在國防領(lǐng)域的交叉創(chuàng)新。

三是設(shè)計數(shù)據(jù)智能成果應(yīng)用場景，打造新型國防能力。高水平的軍事智能產(chǎn)品和軍用裝備制造是智能化創(chuàng)新應(yīng)用的主要領(lǐng)域。2020年4月，美國國會研究服務(wù)處發(fā)布《國防能力：聯(lián)合全域指揮與控制》報告，認(rèn)為軍事智能技術(shù)將在國防中發(fā)揮更大價值。我國應(yīng)深入挖掘國防智能科技項目成果轉(zhuǎn)化的潛力，搶先掌握數(shù)據(jù)信息優(yōu)勢和決策應(yīng)用優(yōu)勢，通過無人化裝備與網(wǎng)絡(luò)信息體系的創(chuàng)新性組合，推進智能自主機器人、智能控制裝備、智能檢測裝備、智能物流裝備等落地推廣，為國防智能技術(shù)的創(chuàng)新發(fā)展和現(xiàn)代化國防能力的持續(xù)升級提供強勁強大儲備。