陸軍勤務(wù)學(xué)院 郭 楊 趙 翔 張 鎮(zhèn)
新冠病毒疫情在全球快速蔓延,在考驗(yàn)各國對(duì)特大突發(fā)公共衛(wèi)生事件應(yīng)急能力的同時(shí),將大數(shù)據(jù)技術(shù)帶入到各國政府和公眾視野中[1,2]。面對(duì)疫情,習(xí)近平總書記將人民群眾的生命安全和身體健康放在首位,明確指出要讓人工智能、大數(shù)據(jù)等技術(shù)在疫情防控監(jiān)測及資源調(diào)配中發(fā)揮重要的支撐作用。
大數(shù)據(jù)是國家重要的基礎(chǔ)性和戰(zhàn)略性技術(shù)。在疫情防控期間,大數(shù)據(jù)成為疫情防控的重要防疫武器,幫助各個(gè)地區(qū)提升了基層防控能力,提高了指揮決策水平,為打贏這場疫情阻擊戰(zhàn)奠定了堅(jiān)實(shí)基礎(chǔ)。大數(shù)據(jù)技術(shù)助力疫情防控主要體現(xiàn)在以下3個(gè)方面:
一是利用大數(shù)據(jù)技術(shù)追蹤病毒傳播路徑,構(gòu)建疫情發(fā)展模型。通過追蹤感染者移動(dòng)路徑,縱向串聯(lián)不同時(shí)間段內(nèi)感染者的位置數(shù)據(jù),建立個(gè)體感染關(guān)系圖譜,快速精準(zhǔn)地確定其密切接觸人員,第一時(shí)間開展隔離、治療等防控措施,從而控制疫情傳播范圍。同時(shí),國內(nèi)外研究團(tuán)隊(duì)基于大數(shù)據(jù)技術(shù),搭建了多個(gè)新冠病毒傳播模型,通過分析已感染病例、感染患者增速、感染區(qū)域、區(qū)域交通網(wǎng)格等多個(gè)影響因素,對(duì)病毒的傳染源、傳播速度、傳播路徑、傳播風(fēng)險(xiǎn)等進(jìn)行了科學(xué)評(píng)估、預(yù)測和預(yù)警。
二是利用大數(shù)據(jù)技術(shù)優(yōu)化各地資源配置,輔助多方協(xié)同抗疫。疫情初期,由于醫(yī)療物資的分散化導(dǎo)致短時(shí)間內(nèi)疫情重災(zāi)區(qū)的資源短缺,且難以在各地間進(jìn)行有效調(diào)配。利用大數(shù)據(jù)技術(shù),通過數(shù)據(jù)抓取等技術(shù)建立醫(yī)療資源對(duì)接平臺(tái),將已公布的資源需求信息快速整合,從而有利于調(diào)配機(jī)構(gòu)與捐贈(zèng)者及時(shí)、精準(zhǔn)地獲取需求信息,提升資源配置效率;同時(shí),通過對(duì)歷史短缺數(shù)據(jù)進(jìn)行歸集模擬,以及對(duì)資源對(duì)接時(shí)效性進(jìn)行統(tǒng)計(jì)分析,可幫助調(diào)配機(jī)構(gòu)預(yù)測未來資源的需求趨勢(shì),科學(xué)合理地安排下階段資源籌措、供應(yīng)及調(diào)配工作。
三是利用大數(shù)據(jù)技術(shù)助力企業(yè)復(fù)工復(fù)產(chǎn),組建返工人員出行數(shù)據(jù)大網(wǎng)絡(luò)。各省市推出的健康碼是利用大數(shù)據(jù)技術(shù)進(jìn)行疫情防控的創(chuàng)新與應(yīng)用,在企業(yè)復(fù)工復(fù)產(chǎn)方面發(fā)揮了積極的作用。返工返崗人員自行網(wǎng)上申報(bào),經(jīng)審核通過后,既可獲得當(dāng)?shù)氐亩S碼通行證。同時(shí),在火車站、機(jī)場等人群密集區(qū)域,5G熱成像技術(shù)可快速完成大量人員的體溫監(jiān)控工作,并將數(shù)據(jù)準(zhǔn)確實(shí)時(shí)回傳,為疫情防控筑起一道防線。
當(dāng)前,從軍事強(qiáng)國看,大數(shù)據(jù)已經(jīng)成為構(gòu)筑軍事優(yōu)勢(shì)的“造血增智”工程。美國軍方實(shí)行“腦之眼”“洞察力計(jì)劃”,以大數(shù)據(jù)支撐聯(lián)合作戰(zhàn)和反恐行動(dòng);俄羅斯軍方積極構(gòu)建“統(tǒng)一信息空間”,提升整體作戰(zhàn)效能。當(dāng)今全球處于科技大變革時(shí)代,要想打贏未來信息化戰(zhàn)爭,必須用好大數(shù)據(jù)這一利器,鼓勵(lì)部隊(duì)上下分析利用好數(shù)據(jù),用數(shù)據(jù)說話,營造良好數(shù)據(jù)文化氛圍,探尋部隊(duì)大數(shù)據(jù)建設(shè)與應(yīng)用的最佳途徑。
從部隊(duì)現(xiàn)階段的大數(shù)據(jù)技術(shù)發(fā)展來看,數(shù)據(jù)建設(shè)與應(yīng)用還處于初級(jí)階段,部隊(duì)研究人員在數(shù)據(jù)意識(shí)、數(shù)據(jù)建設(shè)、數(shù)據(jù)運(yùn)用等方面還有待提升,研發(fā)的數(shù)據(jù)庫普遍“小、散、弱”,數(shù)據(jù)與應(yīng)用無法深度融合,跨領(lǐng)域、跨部門的服務(wù)保障能力不足,距離大數(shù)據(jù)基本目標(biāo)及軍事應(yīng)用要求還有較大的差距。部隊(duì)大數(shù)據(jù)建設(shè)與應(yīng)用主要存下以下4個(gè)方面的問題。
現(xiàn)階段部隊(duì)各部門、各崗位分別根據(jù)自身的具體需求收集整理數(shù)據(jù),各系統(tǒng)之間形成了“信息孤島”,沒有形成統(tǒng)一的數(shù)據(jù)規(guī)劃和數(shù)據(jù)來源,導(dǎo)致信息對(duì)接效率降低,數(shù)據(jù)碎片化嚴(yán)重,數(shù)據(jù)質(zhì)量低下,數(shù)據(jù)共通共用共享的程度較低。同時(shí),眾多的信息系統(tǒng)也導(dǎo)致部隊(duì)登記統(tǒng)計(jì)紛繁雜亂、數(shù)據(jù)處理多頭重復(fù),增加了部隊(duì)數(shù)據(jù)處理的工作負(fù)擔(dān)[3,4]。就目前來看,部隊(duì)的數(shù)據(jù)技術(shù)還基本停留在表面層次的查詢階段,交互應(yīng)用的價(jià)值較低。大數(shù)據(jù)要完成從信息化到智能化的運(yùn)用轉(zhuǎn)變,最迫切的就是打破各個(gè)部門及系統(tǒng)之間的數(shù)據(jù)藩籬。
當(dāng)前部隊(duì)在用的信息系統(tǒng)種類頗多,在一定程度上給日常工作帶來了便利,但是由于數(shù)據(jù)量龐大繁雜,“需要采集哪些數(shù)據(jù)”“采集的數(shù)據(jù)能創(chuàng)造多少價(jià)值”成為困擾著數(shù)據(jù)研究人員的首要問題。同時(shí),信息系統(tǒng)經(jīng)過常年的使用與積累,沉淀了豐富且具有較高價(jià)值的數(shù)據(jù),但用戶往往停留在數(shù)據(jù)錄入、查詢匯總、統(tǒng)計(jì)報(bào)表,或作為檔案留存等層面,缺乏對(duì)這些數(shù)據(jù)進(jìn)行提煉分析,以為指揮決策、領(lǐng)導(dǎo)管理、日常管控、應(yīng)急管理、重大事件研判及預(yù)測等提供科學(xué)支持。
目前,部隊(duì)大數(shù)據(jù)建設(shè)沿用的還是固有的信息化建設(shè)模式,自上而下,與“金字塔”式垂直管理組織結(jié)構(gòu)相匹配,從部隊(duì)機(jī)關(guān)、大數(shù)據(jù)中心開始向下推進(jìn)。由于涉及的業(yè)務(wù)部門、用戶崗位眾多,部隊(duì)大數(shù)據(jù)對(duì)接協(xié)調(diào)效率低下,且各類業(yè)務(wù)相對(duì)獨(dú)立等因素,導(dǎo)致數(shù)據(jù)冗余度增大的同時(shí),部隊(duì)數(shù)據(jù)填報(bào)負(fù)擔(dān)也頗為繁重。實(shí)際上,基層部隊(duì)是機(jī)關(guān)所有分項(xiàng)業(yè)務(wù)管理工作的數(shù)據(jù)源,基于主數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行全面的數(shù)據(jù)清查能保證數(shù)據(jù)源的唯一性、完整性與準(zhǔn)確性,因此,為適應(yīng)大數(shù)據(jù)建設(shè)的本質(zhì)特點(diǎn),應(yīng)調(diào)整當(dāng)前的建設(shè)思路,自下而上,先從基層部隊(duì)已有數(shù)據(jù)入手,依靠大數(shù)據(jù)專用技術(shù)工具對(duì)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、加工,真正地對(duì)大數(shù)據(jù)價(jià)值進(jìn)行高效的挖掘與應(yīng)用。
部隊(duì)大數(shù)據(jù)專業(yè)人才的培養(yǎng)涉及到多學(xué)科領(lǐng)域的交叉融合,如軍事學(xué)、計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)和管理學(xué)等。但是,我軍院校在辦學(xué)規(guī)模及學(xué)科建設(shè)特點(diǎn)等方面與地方院校存在較大差別,使得軍隊(duì)體系內(nèi)大數(shù)據(jù)專業(yè)人才數(shù)量稀少,進(jìn)而對(duì)推進(jìn)大數(shù)據(jù)建設(shè)與應(yīng)用工作產(chǎn)生較大的影響[5,6]。
通過軍民協(xié)同創(chuàng)新發(fā)展,加快部隊(duì)大數(shù)據(jù)建設(shè)。部隊(duì)大數(shù)據(jù)建設(shè)需要結(jié)合自身軍事需求來利用地方企業(yè)和科研院校研發(fā)出的豐碩成果,同時(shí)加強(qiáng)軍隊(duì)大數(shù)據(jù)平臺(tái)與地方大數(shù)據(jù)平臺(tái)的對(duì)接,以便及時(shí)獲取如交通、地質(zhì)水文、物資儲(chǔ)備等數(shù)據(jù)信息,進(jìn)一步補(bǔ)充并完善部隊(duì)大數(shù)據(jù)平臺(tái)。
部隊(duì)大數(shù)據(jù)建設(shè)人員要盡快推動(dòng)一些數(shù)據(jù)標(biāo)準(zhǔn)及主數(shù)據(jù)的修訂工作,例如,裝備器材戰(zhàn)備標(biāo)準(zhǔn)、設(shè)施建設(shè)標(biāo)準(zhǔn)、戰(zhàn)儲(chǔ)限額標(biāo)準(zhǔn)、單位編碼標(biāo)準(zhǔn)、裝備編碼標(biāo)準(zhǔn)等。在數(shù)據(jù)資源總量大幅增加、數(shù)據(jù)質(zhì)量大幅提高后,結(jié)合修訂后的數(shù)據(jù)標(biāo)準(zhǔn)與主數(shù)據(jù),才能確定一線需求申報(bào)是否準(zhǔn)確、人員是否存在違規(guī)、管理是否存在漏洞、裝備性能是否存在異常,并在裝備器材儲(chǔ)備調(diào)整、部隊(duì)裝備編配,裝備器材體系建設(shè)、作戰(zhàn)方向保障方案設(shè)計(jì)、保障能力與需求評(píng)估等方面提供決策支撐。
在信息采集和數(shù)據(jù)匯聚方面,部隊(duì)要加強(qiáng)數(shù)據(jù)歸集清洗,通過云數(shù)據(jù)、云存儲(chǔ),提高數(shù)據(jù)的利用率;采用精細(xì)化管理方式,深度挖掘數(shù)據(jù)資源,進(jìn)一步發(fā)揮數(shù)據(jù)潛在價(jià)值,不斷促進(jìn)部隊(duì)大數(shù)據(jù)系統(tǒng)建設(shè)。
數(shù)據(jù)建設(shè)的最終目標(biāo)是實(shí)現(xiàn)對(duì)數(shù)據(jù)的高效運(yùn)用。部隊(duì)在數(shù)據(jù)積累方面較為薄弱,應(yīng)在收集各類有效數(shù)據(jù)的同時(shí)強(qiáng)化對(duì)數(shù)據(jù)的運(yùn)用,在明確數(shù)據(jù)運(yùn)用具體需求(如方案模擬、分析評(píng)估、結(jié)果預(yù)測)后,制定運(yùn)行、反饋、激勵(lì)機(jī)制,通過滿足數(shù)據(jù)應(yīng)用需求,達(dá)到牽引數(shù)據(jù)建設(shè)的效果,從而促進(jìn)數(shù)據(jù)建設(shè)與應(yīng)用的有機(jī)融合,形成良性循環(huán)。
科技的發(fā)展與運(yùn)用都離不開人的作用。在部隊(duì)大數(shù)據(jù)建設(shè)與應(yīng)用過程中,必須重視專業(yè)化人才的培養(yǎng),要把人才作為大數(shù)據(jù)體系的關(guān)鍵要素,不斷吸引優(yōu)秀的人才,建立一支大數(shù)據(jù)技術(shù)支撐團(tuán)隊(duì),使人才和技術(shù)發(fā)揮合力,促使部隊(duì)大數(shù)據(jù)系統(tǒng)發(fā)揮最大效益。加快培養(yǎng)“ 大數(shù)據(jù)+業(yè)務(wù)”的復(fù)合型人才,加快打造專業(yè)突出、高效精干的復(fù)合型高素質(zhì)人才隊(duì)伍和專業(yè)力量,培養(yǎng)數(shù)據(jù)管理與應(yīng)用的專業(yè)化人才,為部隊(duì)大數(shù)據(jù)的持續(xù)發(fā)展夯實(shí)基礎(chǔ)。