智能情報算法體系的構建

，

隨著信息技術的發展，信息爆炸帶來的大數據壓力和靈敏性要求都對情報工作帶來了空前挑戰，促使情報工作走向智能化階段，其途徑和重點已成為業界關注的焦點。目前，情報智能化研究大都停留在概念和理論層面。雖在思維方式方法論和技術研究方向等層面已有一定的相關研究與頂層設計[1-2]，但在實踐層面，尤其是在尋找有效提升情報智能化發展突破口上，研究相對薄弱。美軍近期提出的“算法戰”概念強調以算法為抓手，為探索情報工作的智能化發展路徑提供了借鑒。

1 “算法戰”及其對情報智能化發展的啟示

當前世界強國都在通過智能化發展提升國力、軍力。2017年4月，美國防部副部長羅伯特·沃克宣布成立由國防部情報和作戰支援主管約翰·沙納漢中將領導的“算法戰跨職能小組”(AWCFT)，啟動并統一領導全軍“算法戰”相關作戰概念與技術應用研究，其目標是利用智能化技術手段將國防部的大量數據快速轉換為可付諸于行動的情報與見解，開發先進的計算機視覺算法，提升“處理分析與傳送”全動態視頻能力[3]。“算法戰”包含用計算機代碼表達算法和運用算法構造系統兩個核心概念[4]。該概念的提出是美國在深刻意識到大數據壓力已非人力所能承受之后，在綜合考慮軍隊的戰略需求、面臨的迫切問題和自身的技術水平等多重因素的基礎上，以算法為重要抓手，以情報分析為試驗田，各部門統一部署、分步實施，進而提高軍隊整體的智能化水平，從軟實力方面謀求新軍事優勢的新舉措。

“算法戰”雖立足軍事情報，但它給情報領域整體的智能化發展提供了新的思路，極具借鑒價值，主要體現在以下幾方面。

1.1 以智能算法為發力點

算法是行為認知的根本途徑。情報以數據、信息、知識、智能與智慧為主要研究對象，為最終的決策環節解決信息不完備的問題，所以智能與情報二者的關系始終不可分割[5]。對主體行為的認知是智能的重要方面。在認知過程中，無論是針對簡單的個體動作，還是復雜的國家行為，都可以結合不同需求和不同條件，采用不同形式的算法特別是智能算法予以實現或部分支撐。

1.2 讓算法深入參與并推動信息流動全過程

參照DIKW轉化原則[6]，在情報智能化發展中，若要將數據轉換為信息，就必須用算法來解釋數據；若要將信息轉換為知識，就需要用算法總結知識；若要將知識轉換為智能，就需要算法來訓練機器。因此，在智能情報的工作過程中，應不斷深化智能算法的應用。

2 情報智能化發展中算法層面存在的問題

算法是解決特定計算問題的一組代碼，它既是算法開發者經驗的總結，也是思維創造的體現和對信息的一種高度凝練。隨著情報信息化進程的不斷推進，不同層面的算法在情報工作各環節中發揮了一定作用，但呈現行為原發、重視不均、認識不明、利用分散等現象，算法的整體認識和智能水平均有待提升。

2.1 算法應用缺少頂層認識和規劃

從算法應用角度看，一些具體問題以特定軟件形式零散、重復、隱性存在，缺少頂層統一認識和規劃，難以系統地開展評價、篩選等工作，使用者難以確定現有算法能否滿足應用需求、如何選擇不同問題的最優算法等問題，嚴重降低了工作效率和成效；算法之間的互補性、共享性較弱，算法應用的持續完善較難。

2.2 算法開發處于無序狀態

算法開發者大多處于“只見樹木不見森林”的困境之中，缺乏整體認識，導致算法功能交叉重疊，定位混亂；低端重復現象嚴重，對短板弱項認知不足，可能出現研究投入的盲目跟風現象，造成算法的畸形發展。

2.3 情報領域中原有算法普遍面臨淘汰或更新

從算法智能化水平看，隨著大數據、人工智能的飛速發展，情報領域中原有算法普遍面臨淘汰或更新換代，需要在新的智能手段基礎上重新考慮算法實現的方式，研究基于智能技術的新型算法，策劃并實現更有應用價值的功能和性能。對于以前尚未考慮算法應用的場景，需要趕上智能化技術發展進程，快步轉變思維，積極創新算法在情報信息感知獲取、知識處理、深度挖掘、智能分析、智慧服務等各流程中的作用點、作用模式和智能化實現程度，從問題、技術、實踐等不同角度探索通過智能化算法推動情報領域智能化的新思路。

3 構建智能情報算法體系

基于上述問題，通過算法體系構建的體系框架，一方面可將具體算法推而共之，形成整體認識；另一方面，可有效加強算法的系統性管理，利于算法評價和后期檢索以及高屋建瓴地統一布局。算法體系還應充分體現“三性”：一是“先進性”，算法體系的先進性將促使算法的應用過程更加便捷高效，算法組織更趨合理；二是“完備性”，算法體系的完備性將為情報工作的開展在算法工具層面提供完備的視圖，有利于查找科技情報工作中是否某個環節出現了算法的缺失或落后，避免重復開發；三是“系統性”，算法體系的系統性有助于系統分析算法，關系到算法之間聯系的緊密程度，進而對算法之間的層級關系認識以及組合使用產生影響。

此外，算法體系構建過程中運用的多種分類方式可以讓算法使用和開發人員從不同角度加深對算法技術本質的認識，便于根據特殊需求使用和改進，也有利于算法間的互相借鑒及合并嵌套使用，使研究人員真正地“站在巨人的肩膀上”。

體系是系統的連接，是復雜的、有目的的整體。算法體系要以體系化的方式對算法元素進行系統的整序，形成統一整體；同時應突出算法之間的內部聯系和外部區別，從系統和元素兩個層面幫助情報人員實現對算法的認識。

3.1 構建思路

既突出“智能”又堅持兼容并蓄。從本體論角度出發，“智能算法”的提出僅僅是認知思維的變化，也就是認識層面的改變。隨著人工智能等計算機科學的快速發展，眾多“新穎”算法被歸于“智能算法”。“智能算法”與傳統算法之間并不具有排他性，如堆排序、高斯消去法等經典算法乃至數學思想在多種算法的融合下具有新的生機，因此智能算法體系是兼容并蓄的。

從體系的角度看，智能情報算法體系還要著眼于系統性。情報領域的算法應用涉及信息搜集、數據加工、情報分析、情報服務等方面，需要從情報研究與生產的完整生命周期出發，對體系的內容、層次和關系有系統的認識；同時要考慮算法具有很大的靈活性、分類界限模糊、分類方式不定等因素，結合客觀工作需要，適當把握要素的粒度，完善算法類型，合理解構和關聯體系內各個層次和類型的算法，系統定位各類型算法在體系內的位置，形成相對系統完備的科學體系。

在構成體系的具體算法的選擇上，情報工作具有很強的實踐性，各流程環節有自身的核心內容也有不同的特殊要求。對應的體系構建要緊密結合情報工作的科學性、綜合性、針對性、及時性和創造性等特點，在整體和個體兩個維度上保持實用性。同時，算法特別是以計算機代碼表達的智能算法，究其本質仍屬于技術的范疇，對其進行體系劃分不能忽略算法的技術性質，而要著重體現其科學技術內涵，構建結果要符合開發、使用人員的技術性思維。

作為體系還應保持開放性。算法體系是一個動態的架構，其內部算法需要根據技術發展、需求變化而不斷調整。如與目前的先進算法技術相對接，推陳納新，不斷提高體系的技術含量。另外，體系的構建與完善要向所有的參與人員開放，包括情報領域的算法開發者、使用者、改進者。

3.2 構建過程

在同一研究領域下，算法雖然千變萬化，但又萬變不離其宗，具有很強的相似性，有利于體系的形成。所以基于上述原則，針對情報領域的具體實施環節和研究對象，參考構建軍事體系的系統工程方法[7]確定以下邏輯步驟。

體系問題：明確問題所在，尋找主要矛盾。算法體系構建的主要問題在于合理的層內分類方式和層級劃分標準。

使命分析：貼合情報工作應用場景，確認體系的使命。算法體系的主要使命是解決算法的無序化問題，便于管理和評價，有利于非技術人員了解體系內各算法的技術情況。

功能缺陷與需求分析：主要進行功能分析，確認目標實現的功能需求。算法體系在功能上要保證算法技術本質與實用性，突出層級關系。

體系結構方案：在上述分析的基礎上提出體系構建方案。

結果分析與優化：對得到的結果進行分析評價并不斷優化。

3.3 構建設計

3.3.1 智能情報算法體系構成

在情報生產過程中，從數據到信息、從信息到情報等核心的轉化過程中，包含信息搜集、數據加工、情報分析等諸多環節，智能算法起很大的作用。特別是在信息搜集、處理等環節，當前計算機視覺、自動翻譯、文本處理等技術方面已經有大量實用性工作，可以為智能算法的形成與應用提供很好支撐。本文提出的主要算法方案和算法內涵包括了經典算法和火熱的智能領域算法，最終得到如下算法體系組織關系視圖(圖1)。

首先是應用層。為了體系能更好地服務于情報研究的實際工作，方便情報研究人員根據具體操作環節對算法進行查詢或整序，在算法層面上設置了應用層，該層對應研究工作中涉及的相應操作。在應用層的劃分中，根據不同的細化程度和工作復雜性將具體操作繼續進行不同程度地細分，比如信息搜集包括對信息查詢和信息推薦，數據加工則包括機器翻譯、數據清洗、同異名處理等具體應用。

其次是算法層。算法層是指在不同的應用過程中運用不同層次的算法，層次劃分是根據算法功能對操作的支持直接性進行的層間劃分，分為3層。

圖1智能情報算法體系組織關系視圖

一是特定算法。根據算法的實施進行劃分，如在查詢過程中，算法是采用詞索引思想實施抑或依照字索引思想實施。由于實施思想與應用密切相關，所以該層是與應用層支持關系最近的層級。 二是中間件算法。本文借用了軟件和服務程序中“中間件”這一概念，意指該層算法可以在不同的特定算法中共享使用，處于算法層的中間層級。層內劃分是根據所針對的算法級別的問題不同而劃分的，如優化問題、排序問題等。在功能上對應了細分問題的解決，對接了基礎算法與特定算法。 三是基礎算法。根據算法的對象、實現結構、邏輯、模型等基礎要素進行劃分，如采用了支持向量機(SVM)模型、神經網絡模型或依照自然進化邏輯(遺傳算法)等。這是算法層級中最底層的一級，但功能是所有算法應用的基礎。

3.3.2 體系深化與思考

對于圖1設計的智能情報算法體系，還有很多細節需著重考慮。第一，算法的歸類角度——由上至下。由于分類的顆粒度大小問題，每一層算法可能在本層下仍有細分，存在子類算法(圖2)。

圖2算法層細分舉例

某一種基礎算法可以為多種上層算法提供支撐，如拓撲排序算法既屬于圖算法又屬于一種排序算法。某一種復雜算法同時由同一層級或不同層級的算法組合支撐，很多實際應用的算法都存在這種現象。比如對于常見的分類算法最終都要進行優化，或者說很多分類算法就是在分類模型的基礎上對損失函數做優化。

第二，應用的算法支撐角度——由下至上。 某一項應用由不同層次的算法支撐。以數據清洗為例，數據清洗可以再細粒度劃分為異常識別與異常處理兩種操作。異常識別要對屬性異常(空值、錯誤、不一致)和重復異常做出檢測，主要采取智能化算法中既有基于統計分析和模式的特定算法，也可直接使用聚類、關聯規則和匹配算法等中間件算法；異常處理則主要使用排序、聚類等中間件算法。 某一項應用直接由底層算法支撐。同名區分所采用的方法有直接使用中間件算法的分類、聚類算法，也有直接使用基礎算法的圖算法(圖3)。

圖3 同名區分應用的算法

4 建議

4.1 提高認識，樹立算法思想與算法意識

從個人發展角度出發，要及時通過高效率的算法工具來協助工作，關注熱點算法的思想和原理，對算法的靈活運用保持充分的敏感性。比如在工作中養成良好的算法習慣，利用碎片化時間學習算法，多學習并掌握一些常見問題的通用解決模式，對于已解決的算法問題，要總結復盤實現思路、優缺點和改進方法，提高舉一反三的能力，最終實現個人技能競爭力的提升。對于團體的發展，目前已有大量的信息資源平臺。在算法層面可以建立類似的專業算法庫，將算法作為重要的技術資源進行系統管理與利用；同時要塑造類似“算法戰”的競爭性思維，提高算法意識。在如今的“智算”時期，需謹防被競爭對手技術突襲搶占先手，要把握機遇，勇攀高峰，逆流而上，力爭在專業領域內獲得更多話語權。

4.2 加強應用，以技術驅動情報智能發展

王延飛教授曾指出，盡管中國情報界歷來對信息技術十分關注，但卻缺乏對前沿技術的掌握和精通，人工智能、大數據的相關研究成果也由于缺乏足夠的技術與數據資源支持而使得情報學研究很難有大的理論和方法突破[5]。以算法為例，利用計算機科學領域的研究成果，已有大量被進一步適用化改造的算法用于情報工作之中。較之其它研究領域，應用于情報研究領域的算法的深度與廣度均明顯不足，缺乏重大的專業性應用成果。因此，情報人員要更多地應用群體智慧、團隊協同，最大程度地發揮工具、模型以及算法的優勢，在建模、工具開發和算法開發等方面發揮重要作用[8]。加強對前沿技術的掌握與應用，適時地進行技術遷移，立足迫切的現實需求，堅持以實踐為導向，進行創新性技術研究與生產，以技術驅動情報智能發展。