人工智能的“灵魂”——算法模型

应用于军事的人工智能，其三大核心要素之一——算法模型，堪称智能化作战的“灵魂”所在。

算法模型，是为了求解给定的问题而经过充分设计的计算过程和数学模型。它为机器注入感知力、洞察力、创造力，是人工智能从“单细胞”到“多细胞”、再到“高级智慧生物”演进过程的根本推动。

“算无遗策”才能“料事如神”。算法模型突破已成为下一阶段人工智能的“科技原力”，尤其是在军事决策智能化方面具有重要作用：

——加速信息处理。如果说信息时代推进武器装备信息能力发展主要依靠的是半导体不断集成的“摩尔定律”，那么人工智能时代则更多需要依靠算法模型来突破海量数据和硬件发展的瓶颈。数据爆炸和高额的硬件费用，已使有的军事强国开始提出“算法战”，以谋求新的不对称优势。

——提升学习能力。以“阿尔法狗”为代表的自主学习技术，已在某些领域展现超出人类的学习能力，而其根本技术就来源于深度学习算法领域上的飞跃式突破。要进一步实现战场上的人工智能脑力，必然要发展更接近于人脑的自主学习算法模型和以此为基础的军事应用。

——实现智能决策。战场博弈的制胜关键之一，就在于全面掌握并应对各种可能性。在智能化作战多域一体的战场空间内，利用算法模型全方位分析态势，进而辅助人脑决策，必然会在战场上展示出强大的“智力集中”优势。

作为智能化作战科技的核心前沿，以深度学习、强化学习为代表的算法模型创新，将会在未来作战全领域得到广泛运用。

——在模式识别和分析方面，可利用机器学习算法模型，提供敌方目标自动化识别方案，集成战场态势信息数据，在己方火控、防空系统部署前，对敌方行动进行充分预测。

——在态势感知与推理方面，可利用强化学习算法模型对作战方案进行评估、规划，还可利用强化学习探索出超出人类指挥员认知的新型作战方案。如美军提出的“深绿”计划，就是利用学习算法模型建立的一套高度智能化的自主决策系统，旨在提高实时态势推理和决策生成能力。

——在网络防御与安全方面，可在网络攻击探测中利用机器学习算法模型，提升对恶意行为探测的精度，同时在网络攻防中借助算法模型，优化网络资源分配策略，增强网络安全保护总体效果。

金沙6165总站线路检测是国内人工智能算法厂商里的第一梯队，旗下的人脸识别、车牌识别、OCR发票识别等算法的性能、准确率均遥遥领先，近年来受到极大的市场关注，颇受好评。

来源：解放军报 作者：唐雪琴 张帅 编辑：祝融