AI人工智能军事解决方案（138页 PPT）

微信扫码，打开到小程序

AI 人工智能军事解决方 案 连接现实与虚拟世界的 AI 军事指挥官 党的十九大报告指出 ， 要 “加快军事智能化发展 ，提高基于网络信息体系的联合作 战 能力、 全域作战能力”。 十九大代表、 中央军委科学技术委员会主任刘国治中将在接受媒 体采访时指出 ， “确实需要加快军事智能化发展。 我认为这是我们国家实现创新超越、 实现强军的一个难得战略机遇 ，也是我们实现弯道超车的难得战略机遇。 ” 伴随着大数据、 物联网、 机器学习、 智能芯片等前沿科技的创新 ， 人类社会正在 走向人机协同、 跨界融合、 万物智能的 “智慧时代” ， 而军事领域则是社会的缩影与先导。 前言 目录 CONTENTS 加入星球获取更多更全的数智化解决方案 1.1 军事活动智能 化 人工智能（ Artificial Intelligence ， AI ） 技术现已进入新的高速发展时期 ，是公 认最有可能改变未来世界的颠覆性技术。 世界许多国家已将发展人工智能上升到 国家战略 ，从政策导向、 战略规划、 资金预算层面予以大力支持。 人工智能在军 事领域有广阔的应用前景 ， 人工智能武器的出现将改变未来战争的方式 ， 由人与 人的战争、 武器与武器之间的对抗变成人与机器、 机器与机器之间的战争。 军事活动智能化已成为事实 1.2 新技术助力中国军事发 展 中国军事工业发展综述 中国军事工业近七十年的发展就是不断向先进国家学习并自主 创新的过程 ，大体经过了引进仿制、 自主研制、 跨越式发展三个阶段。 历经上世纪 50 年代和本世纪初至今两个黄金发展期 ， 中国军工分别 实现了军事工业基础的建立和军事工业跨越式发展。 同时世界政治格局的衍变在军事工业合作和军贸两 个方面对中国军事工业建设产生了重要影响 ，进而在一定程度上改变了我国国防工业体系。 迄今为止中国有三次大规模的军事技术合作高潮。 第一次中外技术合作高潮是上世纪 50 年代 ，在 一边倒的外交政策下 ，我国选择从苏联和东欧国家引进技术和成套设备 ， 为后续国防工业的发展打下了 坚 实基础； 基于在冷战后期存在共同对手的现实 ， 西方国家从 70 年代后期开始帮助中国提高军事技术 水平，形成了中国军事技术引进的第二个高潮； 上世纪 90 年代苏联解体 ， 中国军事工业迎来第三次技 术合作高潮 ，俄罗斯和乌克兰等国家因经济问题成为中国主要军事技术合作伙伴。 随着人工智能时代的到来 ，在进入 21 世纪后 ， 术更好的助力解放军在战略支援层面给予更好的帮助 ， 向世界展示强大军事实力的的决心。 , 让 技 窗口期已打开 • 随着军民融合政策的开放 ，会加速军队与先进的民用人工智能技术来结合 ，提高军队智能化程度。 • 民用人工智能技术厂商 ，可以获取参军资质或与有资质的企业合作 ，可以快速切入军工领域。 • 信息化与智能化复合发 展 ，感知智能认知智能。 例如 ，无人机蜂群、新 专家系统等。 • 软硬结合重点发展 ， 基础设施与信息化建 设协同发展。例如 ， 北斗等 2003 年， 中国人民解放军 以建设信息化军队、打赢信 息化战争为目标。 智能化 机械化 信息化 2017 年十九大报告指 出『要加快军事智能化 发展』 中国军事发展三个阶段 • 重点发展硬实力 ， 加强武器装备的科研 和建设 1984 年 我军诞生了机 械化集团军 我国国防发展三个重点阶段： 1.3 军事人工智能概念的解决及应 用 通过机器实现人的头脑思维 ， 使其具备感知、 决策与行动力 广义上的人工智能泛指通过计算机实现人的头脑思维所产生的效果 ，通过研究和开发用于模拟、 延伸和扩展人 的智能的理论、 方法、 技术及应用系统所构建而成的 ，其构建过程中综合了计算机科学、 数学、 生理学、 哲学 等内容。 广义人工智能 • 人工智能指通过计算机实现人的头脑思维所产生的效果 ，是对能够从环境中获取感知并执行行动的智能体的描述和 构建 人工智能军事产业 • 人工智能产生的构建包括数据资源、计算引擎、算法、技术、基于人工智能算法和技术进行研发及拓展应用的军事 应用领域 人工智能技术 • 人工智能技术是人类在咯用和改造机器的过程中所掌握的物质方法 ，包括自然语言处理、语音识别、计算机视觉等 传统意义上的 AI 技术， 同时还包括具备智能信息处理的海量数据、超复杂性、实时性等暂时还未触及的智能技术 20 世纪 50 年代到 70 年代初 ，人们认为如果能赋予机器逻辑推理能力 ，机器就能具有智能 ，人工智能研究处于“推理期”。当人们意识到人类 之所以能够判断、决策 ，除了推理能力外 ，还需要知识 ，人工智能在 20 世纪 70 年代进入了“知识期” ，大量专家系统在此时诞生。随着研究向前 进展 ，专家发现人类知识无穷无尽 ，且有些知识本身难以总结后交给计算机 ，于是一些学者诞生了将知识学习能力赋予计算机本身的想法。发展 到 20 世纪 80 年代 ，机器学习真正成为一个独立的学科领域、相关技术层出不穷 ，深度学习模型以及 AlphaGo 增强学习的雏形 - 感知器 - 均在这 个阶段得以发明。随后由于早期的系统效果的不理想 ，美国、英国相继缩减经费支持 ，人工智能进入低谷。 80 年代初期 ，人工智能逐渐成为产 业， 但又由于 5 代计算机的失败再一次进入低谷。 2010 年后 ，相继在语音识别、计算机视觉领域取得重大进展， 围绕语音、图像等人工智能技 术的创业大量涌现 ，从量变实现质变。 莱斯利提出概论 近似正确模型 早期的系统适用于更宽的 问题选择和更难的问题时 效果均不理想 ，美国、英 国相继缩减经费支持 1942 1956 1963 1968 1970 1984 1992 2006 2012 2016 2018 机器学习期 计算机从数据中学习算法 深度学习在语音、图像、 自然语言处理领域大获成 功 个百分点夺冠 ImageNet Hinton 发表深 度学习的文章 莱第五代计算机 - 人 工智能计算机 - 由于 技术路线明显背离计 算机工业的发展方向 项目宣告失败 推理期 将逻辑推理能力 赋予计算机系统 知识期 总结人类知识教 授给计算机系统 自动定理证明系统 完成数据原理第二 章证明 DeepID 算法首 次 超过人眼识别的 人脸率 DENDARL- 世界上第一例 成功的专家系统诞生 美国科幻巨匠阿 西莫夫提出“机 器 人 三 定 律 ” 达特茅斯会议诞生了 人工智能学科 Alphago 战胜顶 尖围棋选手 CNN 超第二名十 人工智能技术体系能力 2.1 军事人工智能未来发展趋 势 智能优势成为超越信息优势“进阶”优势 智能化时代的到来 ，使得战争时空条件、 战争主体、 战争手段、 战争方式方法发生深刻改变 ，决定战争胜败的规律 突出体现在 “制智权”的争夺上 ，智能优势成为超越信息优势的 “进阶”优势。 “ 制智权”成为战场综合制权的核心。 战时 ， 敌我双方将首先围绕军事智能活动的 “感知——理解——推理——判断” 等环节激烈对抗 ，争夺支撑作战体系高效运转的人机混合智能的 “思考”速度和质量优势。 同时 ，智能系统也将成为战 场攻防的主要对象 ， 敌对双方可能通过控制对方机器人、 无人机、 智能决策等自主作战系统实现制胜目的 ， 甚至通过 脑控技术、 情绪控制技术直接控制指挥人员或使其失能。 丧失 “制智权”将导致极大被动 ， 即使具有信息优势和能量优 势 ，也会因为人机协同失调、 自主决策失灵、 作战体系认知速度和效能落后 ，导致整体作战效能大幅降低。 战争的本质和规律受到全面深刻的影响 人工智能的发展和军事应用 ，后续还将在战争伦理、 交战规则等上带来更强更多的冲击 ，全面而深刻地影响战争的 本质和规律。 军事智能发展必将会催生出认知战、 失能战等非杀伤性作战手段 ，不再以消灭对手为目的 ， 而是以控制 对方认知、 行动等方式取胜 ，大大减少人员伤亡数量； 机器人、 无人机、 无人潜航器等自主武器成为战争主要杀伤目 标 ，将使后台操纵人员的伤亡进一步减少。 这些因素使战争看起来显得更加 “人道” ，进一步减轻了战争决策者发动战 争的道义责任和政治压力。 人工智能时代传统战争制胜机理将被颠覆 以深度学习为基础建立的人工智能技术一般是在用大数据解决小问题 ， 而人类智能往往能够以小数据解决大问题。 人类可凭借自己的观察和判断形成最终的价值决策 ，机器的语音识别、 计算机视觉等 AI 能力在现阶段还很难支撑到对 事物的理解、 与判断 ，距离完整行为规划或事项决策仍有较大的发展空间。 小数据学习 弱标书数据学习 • 人类在与世界的观察 交互学习、建立常识 并完整新的任务 ，并 不需要如今智能系统 的海量标注数据或大 量交互 持续学习 • 人类的学习可适应持续 动态变化的环境 ， 目前 的机器学习一般是定期 训练 ，不能有效应对无 时不刻都可能发生变化 的环境 可解释性 • 时下热门的深度学习方 法往往是 “黑盒子”缺 乏足 够的理论支持 ，但 对于 重大决策问题或监 管性 的任务 ，理解模型 的内 容机制很有必要 开放场景 通用 AI • 人类可以综合利用各种 智能解决不同问题 ，现 阶段的智能系统通常仅 能解决限定场景领域有 侵袭边界的问题 人工智能时代对事物的完整行为规划或事项决策 对事物的完整行为规划或事项决策的发展空间较大 人工智能化未来的思考 当今世界科技正处在酝酿新突破的前夜 ， 以人机大战为标志 ，人工智能发展取得突破性进展 ， 并加速向军事领域转 移 ，这必将对战争形态产生冲击甚至颠覆性影响。 人工智能技术将计算机由运算、 存储、 传递、 执行命令转向思维和推理； 由信息处理转向知识处理； 由代替和延 伸人的手功能转向代替和延伸人的脑功能。 未来人工智能技术的发展还将迈上四个台阶。 计算智能： 突破计算能力和 存储空间的限制 ，实现近乎实时的计算和存储能力。 云计算已经将人类稳稳地送上了第一级台阶。 感知智能： 机器能 够听得懂、看得清、 辨得真 ， 并与人直接交流对话。 以大数据为基础的自然语言理解、 图像图形认知、 生物特征识别 技术 ，让人类走上了第二级台阶。 认知智能： 机器能够理解人类的思维 ，像人类一样进行思考、 推理、 判断与决策。 以深度学习算法为驱动的知识挖掘、 知识图谱、 人工神经网络、 决策树技术 ，让人类努力向第三级台阶迈进。 人机融 合式增强型智能 ：将人类擅长的感知、 推理、 归纳、 学习 ，与机器擅长的搜索、 计算、 存储进行优势互补、 双向闭 环互动。 虚拟现实增强技术、 类脑认知技术、 类脑神经网络技术 ，正在探索人类如何迈向第四级台阶。 争夺战略制高点为助推智能化战争发展提供了诱因。 人类社会形态的变化和人工智能技术的发展是智能化战争产生 的内在动因； 各国争夺战略制高点特别是大国竞争为智能化战争的产生提供了外部诱因。 智能化技术作为颠覆性前沿 技术已上升到国家层面 ，必将为智能化战争的发展提供战略指导 ，最终形成技术代差和战略威慑。 在 2015 年底俄罗斯在叙利亚反恐作战投入了 6 台履带式无人战车、 4 台轮式无人战车和 1 架无人机 ，打赢了世界 上第 一场无人战车为主的攻坚战。 战争的实践是推动智能化战争发展的 “催化剂” ，使人们深刻感悟到智能化战争的巨大优 越性 ， 世界各国自觉地接受智能化战争 ， 设计智能化战争 ， 准备打赢智能化战争。 3.1 智能语音语 义 1 、使用自然语言处理和机器学习对检测到的数据进行自动分类与匹配 ， 能对体现新兴战略、 技术和步骤的趋势、 关键词或主题发出警报。 2 、 显示多元情报数据的地理、 时间 ， 用自然语言生成数据摘要。 根据需要将数据分解为个体 ， 并将分析注释 插入到自动摘要。 3 、按照情报优先级要求 ，对数据进行自动分类。 应用自然语言处理和机器学习 ， 配置存储库的智能搜索功能 ， 提高分析师寻找相关产品的效率。 4 、根据适合性、 可行性、 可接受性、 独特性和完整性的标准 ， 监测人类的行为。 机器会发现不同于人类工作 者的信息 ， 甚至识别数据所体现中的行为特质 ， 而这些细节可能因为报告的复杂性被人类分析者所忽视。 5 、人类在经验、 直觉、 心理学、 交战规则和现实世界动态背景方面具备优势之处 ，这都是计算机生成的行动 方案所无法解释的。 通过比较人类行动方案和机器行动方案 ， 可以找出最佳行动方案。 6 、使情报分析过程更加严格 ，将严格和客观的衡量标准与情报评估相关的置信度水平联系在一起。 7 、在海量数据存储库中添加认知搜索 ，从关键字搜索升级为全局级别的语境搜索。 军事情报中的人工智能应包含的智能能力 人类因为具有语言的能力而区别于其他物种 ， 自然语言处理即研究人与计算机直接以自然语言的方式进行有 效沟通的各种理论和方法 ，涉及机器翻译、 阅读理解、 对话问答等。 在自然语言处理之前 ，声纹识别可根据说 话人的声纹特征识别出说话人 ，语音识别技术可赋予机器感知能力（在深度学习的驱动下 ， 目前近场语音识别 准确率可达 98% ，远场、 抗噪、 多人等非限定或非配合条件下的识别有待进步） ，将声音转为文字供机器处理 ，在机器生成语言之后 ，语音合成技术可将语言转化为声音 ，形成完整的自然人机语音交互 ，这样的语音交互 系统可看作一个虚拟对话机器人。 智能语音交互系统的技术流程 ASR 语音识别 语音合成 DST 对话状态管理 Policy 动作候选排序 语音识别、 自然语言处理、 语音合成等技 术 NLU 语音理解 NLG 语言生成 对话输入 对话输出 N L P 语 音 TTS 语音识别中的声纹识别技术 ，在军事保密中有着重 要的应用价值。在军事计算机系统和核心要害部位的封 闭管理中 ，应用声纹识别技术进行身份认证 ，具有很高 的精确度 ，可进一步增加系统的安全性。 声纹识别技术对说话人身份确认的作用在情报侦听 中具有相当重要的价值。 目前该技术在军事情报工作 中已经有所应用 ，据报道 ，曾迫降在我国海南机场的 美军 EP-3 侦察机中就安装了声纹识别侦听模块。 在当代高技术通信系统中 ，语音识别正逐步成为人 机接口的关键技术 ，语音识别技术与语音合成技术的结 合 ，使人们可以甩掉键盘 ，通过语音命令进行操作。 在军事行动中 ，通过电话发出命令是常用的信息 传 递方法。应用声纹识别技术 ，可以对发出命令者进行身 份确认。避免出现敌方利用我方信道伪装我指挥员发出 假命令 ，干扰我方军事行动的情况。 语音识别技术在军事领域有着重要的应用价值。 一些语音识别技术就是着眼于军事活动而研发 ， 并在 军 事领域首先应用、 首获成效的。 目前 ，语音识别技术已在军事通信、 军事保密、 军事情报和指挥办公自动 化等方面得以应用 ，在日常军事活动和高技术条件下的局部战争中都发挥了重要作用。 军事 通信 指令 确认 军事 保密 情报 侦听 语音识别技术的军事应用 博弈论、 运筹学与人工智能相融合 博弈论 博弈论就是研究博弈行为中斗争各方是否存在着最合理的行为方案， 以及如何找到这个合理的行为方案的数学理论和方法 ，如 AphlaGo 击 败人类最顶尖的棋手 ，其别后核心思想就是博弈论， AphlaGo 基于传 统线性规划 ，通过虚拟最小化、残局解算器以及强化自我学习三个模 块 ，对不完整信息进行综合处理分析。 运筹学 在具有强大数据挖掘能力的机器学习总结出事物的规律（做出分类或者 预测的模型）之后 ，运筹学可实现模型的进一步拓展 ，建立从规律到决 策的完整解决方案。另外 ，在运算效率至关重要的复杂问题解决中 ，参 数往往决定了模型在工业实践中是否可用 ，在求解模型参数时 ，运筹学 的思想也会主力算法优化 ，寻找最好参数。 因此如今在商业领域广味使 用的定价、推荐、分控系统都有人工智能和运筹学的交融。 为了做出最优（经济的或其他的） 决策 ，决策相关理论将概率理论和效用理论结合起来 ， 为在不确定情况 下 （在概率描述能适当呈现决策制定者所处环境的情况下） 做出决策提供了一个形式化且完整的框架但自 20 世纪 90 年代以来 ，决策逐步深入人工智能系统研究 ， 经济学、 博弈论、 运筹学、 人工智能等多领域学科思想融合 ， 让计算机智能处理海量数据 ，相对实时的解决人类专家也难以及时求解的各类问题。 博弈论 运筹学 人工智能 XX 语音识别服务来自 XX 深度学习实验室 ，依托业界领先的深度学习技术 ，提供了多种场景下语音识别、语音合成、语音唤醒等功能 ， 基 于业界领先的深度学习技术 ，可将声音与文字信息进行相互转换 ，可用于智能导航、语音输入、语音搜索、文学有声阅读等场景 ，成为您应 用的耳朵和嘴。 • 支持近场、远场、输入法、演讲、电话客服等多场景语音识别； • 支持语言模型定制化 ，支持多模型部署； • 有 GPU 和 FPGA 方案； • 服务过手机 XX 、陌陌、爱奇艺等多款用户过亿的产品；语音服务每天调用量超过 1 亿。 语音识别服务 - 性能数据 XX 语音识别技术发展轨迹 XX 语音识别能力介绍 深度学习算法 千万级别训练数据 数亿 PV 的产品群 XX 语音识别的能力已经超过人 • 平均个体 ，指 20 位普通人的句准率求平均值 • 最优个体 ，指 20 位普通人中取听写正确最好的 1 位 • 整体最优 ，指 5 个普通人中至少有 1 个人听写正 确 新技术带来识别率的显著提升 ， XX 语音技术 达到国际领先水平 ，语音技术入选 MIT 科技 评论 2016 十大突破性技术。 业界领先的语音识别技术 音系统 85.5% 智能语音助手： 通过语音与应用系统沟通 ， 让 你可以更自然的与语音来查找信息、 控制应 用功能等 社交聊天、 游戏娱乐 智能家居： 智慧语音控制家中设备 ，如安防 系 统、 电视、