军事智能化的发展重点之一是人工智能的军事应用。人工智能的高级阶段是认知智能，认知智能的基础是知识。加强以知识为中心的情报智能研究，利用自然语言处理、计算机视觉、语音识别、机器学习、图数据等技术，研究知识的获取、存储、推理计算和应用，实现典型情报分析场景的感知智能和认知智能。
1、从一个假想案例讲起
我国边境线长达2.2万公里，与14个国家接壤。在边境线上，有时会因为他国内部的战乱，发生流弹入境、难民涌入等事件。然而，“边境无小事”，任何边境情况都会牵动国家利益。维护国家边境安全，一直是陆军边防部队和情报部门关注的重点。那么，该如何有效应对难民涌入、流弹入境等边境安全事件呢？首先需要我们利用情报智能技术，实现对边境地区安全事件的感知和预测。
2017年3月5日，我陆军情报部门在常态值班时监测到XX政府军兵力调动、主战装备移防、民地武兵力调动。3月6日上午，获取情报“XXX空军基地起飞2架战机，配合地面部队，对XXX发起打击。”1小时之后，在互联网社交网络上，多人在Facebook、Twitter、微博上发出关于这次行动的消息，如“边境炮火连天，飞机呜呜地飞，又开打啦！”“可怜的XX人民……”。
有了这三件事之后，我陆军基本上判断得出一个结论：确实出事了。在启动应急处置预案之前，首要的工作是确定两个问题：一是XX政府军可能对什么位置的敌方武装据点发起多大规模的打击？二是分析难民涌入、流弹入境事件发生的可能性及位置分布。
回答第一个问题需要利用精细的情报分析手段。我陆军通过多时相航天遥感影像和地理空间分析，针对动向目标位置识别目标，获取冲突双方的兵力态势及特定目标的图像特征，得到冲突地点应该是XXXX区首府XX。
回答第二个问题需要一套系统（如图1所示）在后面做支撑。情报部门通过历史案例库训练，已经建立了难民涌入、流弹入境等事件发生的早期关联信号，构建了难民群体的行为分析、追踪模型与规则，即每当XX政府军的兵力有变动，比如说：起飞多少架飞机、动用多少兵力，总会意味着一个什么烈度的战争形式。每当有这样一个烈度的军事行动时，当地老百姓是一个什么行动规律。经过系统解算，预测难民涌入事件发生的概率为95%，时间为3月6日晚间，地点在边境XX口岸10公里范围内，规模约10000人。
图1 情报分析系统
武装冲突发生后，我方需要以军警民联合的方式，紧急开展边民疏散和难民引导。为此，该系统可辅助生成处置预案。针对可能的流弹入境，炮瞄雷达开机以探测炮击情况及方向，无人机升空巡防以监控流弹入境情况及分布。针对可能的难民涌入，边防部队加强巡逻疏导，边境口岸通过视频开展通关目标识别、人员流动及数据统计，地方应急保障部门按需定量接收难民。
从这个案例的处理过程，我们可以总结出3个特点：一是数据融合。该案例采用“天空地网一体，军警民联合”的模式开展边境安全事件的分析、预警与辅助决策，涵盖了军警民边境业务数据，包括军事情报、口岸通道、航天影像、边境监控视频、无人机、网络开源数据等，情报人员最终的结论建立在跨域融合的情报基础之上。二是跨域解算。结合多语种、多文化背景和边境地区安全事件特点进行跨域解算。三是预警预测模型的建立。大数据时代下，历史数据的积累和利用也很重要，本案例的预警预测模型，就是基于历史案例库进行标注、训练与预警信号抽取的。这些问题的解决方案之一，就是我们提出的以知识为中心的情报智能。
2、知识
军事智能化的关键支撑之一是人工智能，对形成战斗力更重要的是认知智能，而不仅仅是现在更为成熟的感知智能，人工智能还有很大的发展空间。
认知智能的基础是知识，知识是我们所研究的问题域中的概念与实体，以及这些概念与实体的属性、相互关系、约束规则、过程步骤等的集合。知识的本质是反映我们所关注的客观世界的时空因果，可以把它物化成一个知识库，其中包括本体、知识图谱、规则、过程性知识等。人类知识分两大类：一类是陈述性知识，另一类是过程性知识。知识图谱目前主要面向的是陈述性知识。
可以说，知识是我们跟数据之间的一个桥梁，是我们赖以理解数据和解释现象的基础；知识是机器学习能力的倍增器，它可以降低机器学习的样本依赖，增强机器学习与先验知识融合；知识是人工智能可解释的赋能器；由于数据红利降低、深度学习天花板、感知智能红海，知识引导将成为任务求解的基本方式；知识是比数据更重要的资产，知识是人类进步的阶梯，知识图谱是人工智能进步的阶梯。
3、以知识为中心的情报智能
情报智能是指在云计算和大数据环境下，利用自然语言处理、计算机视觉、语音识别、机器学习、图数据等技术，研究知识的获取、存储、推理计算和应用，实现典型情报分析场景的感知智能和认知智能。
以知识为中心的情报智能研究分三个方面。一是知识获取。研究如何从文本、图像、社交网络、数据库中把知识抽取出来，如何跨媒体多模态获取知识。二是知识构建，其中包括知识存储与知识计算。一方面研究如何大规模地存储、高性能地查询、动态地更新已经获取的知识，另一方面分析挖掘知识潜在的关联关系，产生隐性知识。三是知识服务。主要体现在：(1)智慧搜索,由问题通过推理得到答案；(2)阅读理解与问答；(3)场景服务，建立典型情报分析场模型；(4)百科条目服务，为掌握情报“基因”提供支持。
以知识为中心的情报智能，其基本机理和理念就是“理解、关联、洞察、预测”：
一是理解现象。抽取情报的自然属性和社会属性，对情报的主体、场景、行为、情感建模。涉及的核心技术有：自然语言理解，语义标注，用户行为分析，深度学习，概率模型，知识图谱，社区发现，群体行为建模，信息传播理论等。
二是关联线索。根据自然属性和社会属性之间的语义关系，链接相关情报。涉及的核心技术有：相似性检索，相关性计算与搜索，图（网络）模型、多变元网络、链路预测，概率化建模，字典学习方法，马尔科夫随机场等。
三是洞察本质。揭示目标或事件的完整面貌、来龙去脉、前因后果、特点规律。涉及的核心技术有：目标画像，事件拼图，因果推理，超图模型，迁移学习，复杂网络分析，流形学习，可视化分析等。
四是预测变化。预测事件发展趋势、目标后续行动。涉及的核心技术有：回归分析，模型推演，贝叶斯预测，异常模式检测等。
4、以知识为中心的智能情报系统技术框架
以知识为中心的智能情报系统的技术框架由5层组成，即数据层、感知层、知识层、认知层和应用层（如图2所示）。
图2 以知识为中心的智能情报系统的技术框架
（一）第一层：数据层
数据层主要是构建一个大数据池，其中包括3个进水管、1个滤水器和1个水池子（如图3所示）。内部情报数据、引接过来的兄弟单位的数据、网络开源数据进行清洗后，分别从这3个进水管流入大数据池。
图3 大数据池
大数据池的设计要体现敏捷、在线、跨域的特征。一是采取敏捷大数据架构，跨域大数据无缝融合的关键在于数据模型是基于动态本体的，是灵活、动态、全尺度、无边界的，而且要能反映人、事、物和环境的时空因果关联关系和推理过程；二是通过自动采集、自动抽取、自动生成、自动同步联动等技术保持数据始终在线，“为有源头活水来”；三是通过语义理解和图式化技术，将分散化、碎片化的跨域数据构成一个完整的逻辑体系。我们的经验体会是，从成本和效果看，在统上下功夫不如在融上下功夫。目前，大数据池的逻辑模型和物理模型设计均采用的是成熟产品，但最麻烦的是，没有好用的做这个水池子概念模型的设计工具。
在构建大数据池方面，需要重点关注以下五个关键问题（如图4所示）。
图4 数据层的关键问题
(1)全量的数据融合和关联存储。通过本体，抽象出各类数据资源的关系，进行映射存储和关联索引；这时，就要发挥知识库的作用，知识图谱不仅为智能分析做支撑，同时也应该可以作为大数据池里数据的索引。
(2)敏捷的大数据架构。重在数据规模的可扩展性，兼顾分析实时性和灵活性。情报系统的大数据体系和知识库是无边界的，是随时可拓展的。比如情报、审计、公安、纪检政法等大数据，今天可以引接进来民航数据，明天可以引接进来电信数据，后天还可能引接进来微信数据，也就是说，会不断动态地引接数据进来，不可能说我已经建成了情报大数据体系、已经建成了情报知识库，我们不应该也无法试图去预先建立一个完整的数据和知识体系，然后再在其之上进行大数据分析和知识计算，而应着力建立起一个敏捷、弹性的架构。
(3)大数据的存储和管理。我们面对的是结构化和非结构化数据混合的大数据，因此，需采用MPP并行数据库集群与Hadoop集群的混合集群来实现对百PB量级、EB量级数据的存储和管理。一方面，用MPP来管理、计算高质量的结构化数据，提供强大的SQL和OLTP型服务（比如，作为一个MPP，在非常大的数据集合上运行包含复杂连接操作的聚集查询时，在MySQL上需要6个小时，但是在AmazonRedshift上，只需要几秒钟，而且不需要任何修改）；另一方面，用Hadoop实现对半结构化和非结构化数据的处理，以支持诸如内容检索、深度挖掘与综合分析等新型应用。这类混合模式是大数据存储和管理的“标配”。
(4)基于知识图谱和数据态势的大数据治理。数据管理成本大概每年每TB一万块钱，大数据治理非常重要，这方面不多说了。强调一点，从情报系统的角度看，很需要利用可视化的手段展现情报数据资产态势图、情报数据体系全局视图、情报数据血缘关系、情报产品生产消费链条等。
(5)借鉴人类记忆机制的全息数据模型。当我们想要提取某段记忆时，往往只需要只言片语就行了。也就是说，记忆似乎是以一种全息的形式存储的，任何片段都包含了全部。从全息理论的借鉴意义上看，所谓全息，就是指从任何一个点入口，都能得到整个世界，小中见大，见微知著，管中窥豹，一滴水里观沧海，一粒沙里看世界，一滴水里藏乾坤。要研究一下全息理论，了解为什么广泛连接就能够见微知著。进一步说，我们能否发明一个全息数据模型，使其通过任何片段入手都能获得全部所需信息呢？这个数据模型是否也该有类似轴突、树突的机制设计？是否也该具有一种类似大脑皮层和深度学习的抽象层次？是否会是一种类似金字塔+超图的模型？
（二）第二层：感知层
感知层主要负责语义理解和知识获取。感知层分为上下两层。下面是平台层，包括信息资源(IR)平台、自然语言处理(NLP)平台、机器学习(ML)平台、深度学习(DL)平台等；上面是知识抽取层，负责从关系数据库、自然语言、图像、社交网络等抽取知识。知识抽取层的基本工作思路是，从图文声像和关系数据库中分别抽取实体、关系、属性。现在，实体抽取相对比较成熟，关系抽取的精度还不够高，尤其是形成因果关系比较难。抽取实体、关系、属性的目的，是把实体、关系、属性按照目标、事件、时空、因果进行组织，分类进行表达（如图5所示）。
图5 各类数据的抽取要素
在这一层，有以下六个难点问题（如图6所示）。
图6 感知层的关键问题
(1)高精度。按实际经验，用一些经典的机器学习和自然语言处理方法可以把精度做到85%，但是，需要用更深、更强的算法配合更大的数据量，才能把精度提高到95%。若要将精度做到99%，就需要在算法方面有所突破，还要充分引入规则、常识等先验知识。比如做阅读理解，首先，把每一篇文章中的每一个词汇，翻译成词汇向量；然后，从每一个语句的一连串词汇向量中提炼出语句向量；再然后，把每一个段落的一连串语句向量提炼出段落向量；最后，从段落向量中提炼出整个文章的文章向量。这样，每篇文章就构成了一个树状的向量集合，根节点是整个文章中心思想的文章向量，上层中间节点是段落向量，下层中间节点是语句向量，每个叶节点是词汇向量。从语言研究的角度看，这里所谓的“提炼”，有什么规则？还是说没有什么规则，只能靠大量标记样本进行学习训练。
(2)弱标注。情报大数据是典型的弱标注样本。如何采用无监督学习解决无标签问题，如何采用半监督学习解决部分样本有标签的问题（就像医疗数据那样），如何采用弱监督学习在弱标签指导下学习强标签。
(3)富语义。程度副词、时间状语、条件状语等定状补成分可以用来确定所抽取陈述的概率化和时态化，如因果关系抽取，按照句型模式抽取出因果句子，再切分出因果因子。情报领域的知识图谱很多知识是动态的、不确定的、有时效性的，不像百科。另外，细密度的图像分析也很重要，比如说XX自拍APP，很多女孩用它自拍并把照片放到其服务器上，如果这几天女孩熬夜看世界杯，因休息不好，脸上长了很多的痘痘，这时，这个APP就可以利用这些数据，对她精准营销化妆品。情报领域也有类似的需求，不只是停留在目标识别上。
(4)可解释。所抽取陈述的置信度，导致知识图谱的概率化；不能过度依赖深度学习，知识库要反哺，尤其是要充分发挥知识库中规则的作用。
(5)可迁移。借用大量已有的英文/中文标签数据并将其应用在任何一种语言中，如谷歌的韩英+英日=韩日；大多自然语言处理算法是在新闻类数据上训练并评价的，如何应对社交媒体数据？
(6)自然语言理解难题。自然语言理解最难之处在于指代的理解和常识的运用。
（三）第三层：知识层
本层主要对本体、知识图谱、规则、过程性知识等进行存储与管理。本体是领域知识中的概念及其相互关系。知识图谱是本体概念体系下的领域实体和事实，利用知识图谱可以进行实体对齐、隐性知识挖掘等。规则包括知识推理规则和规则性知识。过程性知识是有关“怎么办”的知识，大多可以从条令条例、规章制度、操作手册等文档中抽取。一般来讲，知识库中的数据有三个来源，即百科、结构化数据库和非结构化的图文声像数据的抽取。
在知识层，现在有以下一些关键问题还没有解决好（如图7所示）。下面的分析只围绕知识图谱展开。
图7 知识层的关键问题
(1)知识融合
涉及实体融合和关系融合。在情报分析中常见的难点包括：网名的识别和对齐链接，短文本中的实体识别与链接，跨语言文化等。
(2)知识表示
知识图谱一般用关系数据库和nosql数据库，当节点上亿或者关联查询六步以上一般就要用到图数据库了。但图数据库目前还不够成熟，对在线查询等在线操作性能不够高。
概率化：知识图谱里面的内容有两种理解：一是被验证正确的知识和客观事实；二是从数据陈述中提取出的语义内容的组织与表达，不一定是正确的知识。严格地说第二种并不是严格意义上的“知识”图谱，只是一份数据的图示化语义陈述与表示，需要不断验证、增补、概率化、完善成知识图谱。
(3)知识推理
也叫知识补全、链路预测。知识补全的主要任务是预测事实三元组中缺失的实体或者关系，其中的关键问题是在于如何更好地表示知识库中实体关系特征。此外，在本体推理与规则推理中，如何在大数据量下进行快速推理，以及对于增量知识和规则的快速加载。这些既需要机器学习算法，也需要图论相关算法的突破。
(4)知识更新
就是知识库中的知识与现实世界同步。天天全网爬肯定行不通，况且也不是库中的每个实体都需要更新，例如，“军舰”这个基本概念的内涵外延就很少会发生变化。但是像一些时空类、职务类的属性就很有可能发生改变，还有新词、热词等。那么，如何检测知识的变化？如何预测更新的频率？如何实现相关实体的联动同步？另外，在情报领域，出现与知识图谱中已有模式相矛盾的新模式，有时可能意味着我们探测到了一种异常并可加以预警。
（四）第四层：认知层
认知层是典型的场景驱动，也分为两层。底层是任何一个搞情报应用的团队都值得着力的地方，或者说，该层体现团队核心竞争力。该层有情报常用的10个场景，即智慧搜索、智能推荐、精准分析、关联分析、阅读理解、目标画像、事件拼图、交叉碰撞、因果推理、预警预测。用户并不直接感受到这10个场景，他们可以通过四个入口来使用这10个场景，即上层的报告自动化、问答系统、信息墙和智能助手。其中：（1）智能助手是在后台完成的，前端界面上看不到显式的数据知识服务类功能菜单，系统能够自动感知当前的操作场景，后台主动推荐或随叫随到地提供知识助手、数据助手和分析助手服务。（2）问答机器人（虚拟参谋）是进行十亿级知识库访问的有效手段。与聊天机器人不同，问答机器人追求的目标是用尽量少的轮次就能给出令人满意的答案。
（五）第五层：应用层
应用层主要强调的是深耕垂直细分领域，比如说作战情报保障、科技情报研究、竞争情报研究、网络舆情管控和智库专题研究。需要注意的是，大数据+人工智能类的系统与传统的信息系统建设项目不同，是受场景驱动的，尤其是人工智能赋能的，需要不断试错调参，要注意前沿技术运用与进度控制的协调。
（六）着力点
在数据层，主要靠工程化的解决方案，比全量、质量和关联度。在感知层，其平台层靠主流产品集成，比性能和稳定；其知识抽取层靠算法，比精度、粒度和样本依赖。在知识层，靠融合积累，比自动化和动态性。在认知层，靠领域业务模型，比分析的维度、深度、广度、可视度。在应用层，靠场景，比创意。
图文 | 肖卫东，葛斌 (国防科技大学信息系统工程重点实验室)，发表于《中国指挥与控制学会通讯》2019年第3期
声明：本文来自军事高科技在线，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
