纵观人类战争史,从冷兵器时代到热兵器时代,再到机械时代和当下的信息时代,战争形态的演变无不伴随着科学技术的进步和发展,科学技术在战争中的主导作用不断加强。在步入信息时代的今天,人工智能技术已由感知智能阶段发展到认知智能阶段,各种智能化装备更新换代,新型作战样式层出不穷。可以预见,智能化将成为未来战争的重要特征之一。从近年来的几场局部战争中可以看出,作战空间已由传统的物理域拓展到认知域,带动指挥信息系统的能力从数据与信息处理层面,延伸到“认知”层面。
战场态势认知在整个作战指挥中起着不可或缺的作用,它通过将战场上的各类信息进行关联、整合,形成对战场状态与形势的综合判断结论,为作战指挥人员进行决策和采取行动提供依据。在未来的智能化作战中,认知优势的地位或将更加凸显,认知的速度、广度、精度的优势会在决策和行动中得到放大,并深刻影响战争走向。然而,实现智能化战场态势认知并非易事,该领域不仅是人类智能与机器智能的融合,更是科学与艺术的融合,涉及心理学、认知科学、计算机科学、系统工程等多个学科,是十分复杂的领域。
《战场态势认知理论与方法》的出版,高度契合了时代的发展,是一本成体系论述战场态势认知的著作,充分体现出作者对该领域的需求把控力和技术敏感性,以及深厚的学术造诣,是其团队近十年研究成果和实践的凝练总结。该书的特点之一是具有全面性,内容涵盖了战场态势认知概念、基本原理、要素体系、面向群组和体系的态势要素认知方法、战略形势研判方法、态势要素组织运用和可视化方法等,给读者以全面的介绍;特点之二是具有创新性,书中引经据典,对战场态势认知概念进行溯源,厘清了态势认知、态势感知、态势理解等概念,并结合指挥人员思维方式和认知行为建模原理,创新性地提出战场态势认知机制;特点之三是具有实践性,书中结合战场态势认知的应用需求,从具有代表性的问题切入,对战场态势认知特点进行剖析,给出了具体的方法、途径和有益的实践案例,可供相关领域的研究人员参考借鉴。
战场态势认知是复杂的智能活动,该领域的研究尚处于起步阶段,距离实战化应用还有很长的路要走,迫切需要相应理论和方法的指导。该书作为战场态势认知领域的前沿专著,可以预见,将受到相关领域读者的高度关注,并将推动战场态势认知理论和方法的进一步发展,为指挥与控制理论研究和系统建设提供重要启示和宝贵经验。
中国工程院院士 蓝羽石
前言
战场态势认知(Situation Awareness)并不是一个新事物,从冷兵器战争到热兵器战争,从机械化战争到信息化战争,对战场态势的认知一直以不同的形态存在于作战指挥流程中,并发挥着不可或缺的重要作用。早在两千多年前,《孙子兵法·谋攻篇》里就提出“知彼知己,百战不殆”,阐述了战场态势认知的重要性。以往的“战场态势认知”更多地作为动词使用,指的是作战指挥人员根据对战场形势的理解和判断,形成战场态势研判结论的过程。这种过程主要存在于人脑之中,是作战指挥人员的大局观、作战谋略与指挥艺术发挥作用的隐形战场。随着“分布式作战”“多域战”等一系列作战概念的提出,特别是近几年“联合全域作战”“马赛克战”等新型作战概念的兴起,战场态势的复杂性、动态性、不确定性骤然提高,颠覆传统以人为主的认知模式迫在眉睫。以人工智能、认知科学为代表的新一代信息技术的深度应用,特别是人工智能已发展到认知智能阶段,认知科学也使得对人脑和人类心智的研究成为前沿性尖端学科,为揭开心智秘密提供了条件。因此,在作战需求和技术赋能的双重驱动下,“战场态势认知”一词在指挥控制领域逐步演化为“利用机器进行科学化、智能化态势研判”的代名词。战场态势认知已经成为指挥控制智能化领域的热门研究方向,为揭示战争制胜机理、高效认知决策提供重要的支撑。
我们是国内最早一批从事战场态势认知研究的团队。2011年,我们开始了赛博空间(Cyberspace)安全领域的态势认知理论方法研究。当时,赛博空间被认为是人类自由的新领域,赛博空间安全开始受到世界各国的高度关注,赛博态势认知(Cyberspace Situation Awareness)也迅速成为学术界、工业界的研究热点。我们通过坚持不懈地攻关,探索形成了面向赛博空间的态势表征、态势要素综合辨识、态势关联分析、态势可视化等一系列研究成果,为后来开展战场态势认知研究打下了坚实的基础。2014年,我们开始探索大数据事件智能认知,通过全球开源新闻大数据感知全球媒体,捕捉新闻事件,认知全球态势,评估风险,预测趋势。那时恰逢大数据概念与技术兴起,团队基于自然语言处理、情感分析、知识图谱等技术开展攻关,并取得了一定成果,实现了全球200多个国家之间关系的量化分析、全球各国(地区)恐怖袭击事件的分析预测,可以说开展了认知域对抗的前瞻性探索,吹响了向认知域进军的号角。
2016年,AlphaGo战胜了围棋世界冠军李世石,全球掀起了研究人工智能的热潮,促使人工智能技术快速向军事领域渗透。同年,美国辛辛那提大学开发的“Alpha AI”机器飞行员完胜人类飞行员;美国陆军启动了指挥官虚拟参谋(Commander’s Virtual Staff,CVS)项目,着力打造未来态势预测等能力,以实现决策支持工具自动化,帮助减轻指挥人员的认知负担。那一年,军民科技领域的这些人工智能热点事件,以及智能化战争、智能化指挥控制等概念的兴起并引起广泛关注,加快了我们对战场态势认知研究的步伐。
时至今日,战场态势认知成为一个热门研究方向不过七八年时间,我们通过十余年在该领域的深耕,在概念、机理、方法、系统研制等方面取得了一定研究成果。纵观国内,学者们尽管针对各专业领域的战场态势认知问题开展了广泛的研究,但对概念的理解还缺少共识,对技术方法的系统性探讨较少,鲜见全面阐述战场态势认知基本概念与方法的科技类图书,我们因此产生了编写本书的想法。本书的出版,一是对团队近些年研究成果的总结,以便更好地前行;二是抛出我们的认识,供同行探讨、批判,以促使战场态势认知技术更好地向前发展。在撰写本书的过程中,团队始终在不断地自我推翻与重新认识,数易其稿。尽管如此,本书也只是刚刚显示了战场态势认知领域的“冰山一角”。由于我们的认知有限,本书提出的观点难免有所偏颇,恳请广大读者朋友给予意见和建议。
本书内容共9章,第1章为引言,介绍了战场态势认知的演化与本书的研究背景;第2章对战场态势认知的概念进行了辨析;第3章阐述了战场态势认知基本原理;第4章分析了战场态势认知要素体系;第5、6、7章分别针对群组、体系和战略形势研判的典型态势认知问题,给出了相关实现方法;第8章讨论了战场态势要素组织运用方法和可视化方法;第9章对战场态势认知发展趋势和技术挑战进行了展望。
最后,感谢为本书的出版做出巨大贡献的团队成员。感谢毛少杰研究员、梁维泰研究员、易侃研究员、闫晶晶研究员,他们为本书提出了很多宝贵的思路和建议。感谢团队成员孟祥夏、饶佳人、刁联旺、谢策、王晓璇、姜晓夏、方玉杰、谢科、金欣、李子恒,他们为本书重要章节提供了技术思路和试验分析。感谢贺成龙、吴姗姗、罗子娟、王羽、刘亚军等为探索大数据事件智能认知做出的贡献。
特别要感谢蓝羽石院士一直以来对我们的悉心指导和鼓励,他不仅带领我们探索赛博态势认知、事件认知等理论方法,而且对本书进行了审阅并作序。国防科技大学张维明教授对本书的撰写思路给予了悉心的指导,在此深表感谢!
本书中引用了大量国内外参考文献,由衷感谢给予我们启发的相关作者,以及由于篇幅原因未在参考文献中一一列出的作者,正是基于有益的思想碰撞,我们的认识才得以不断深入。
对战场态势认知的研究一直在路上,道阻且长,行则将至,行而不辍,未来可期!
作 者
2023年1月