基于深度學習的軍事智能決策支持系統

張曉海, 操新文

(國防大學聯合作戰學院, 河北 石家莊　050084)

近年來,AlphaGo、AlphaGo Zero在深度學習方面取得突破性成果,令世人驚嘆,深度學習已被廣泛關注并應用到眾多領域,尤其在識別、推薦、決策等方面展現出了巨大優勢。為推進我軍智能化建設,2016年3月,《中國軍事科學》編輯部組織舉辦了“圍棋人機大戰與軍事指揮決策智能化”研討會[1]。會議廣泛探討了AlphaGo對于指揮決策智能化的啟示,深入研究了推動我軍走向智能化建設的措施。2017年9月,“賽諸葛”全國兵棋推演大賽隆重舉行,中科院自動化所研發的AI系統“CASIA-先知V1.0”首次戰勝了人類選手,展示出深度學習等人工智能技術在對抗博弈領域的強大能力。眾所周知,軍事決策是軍事領域中最復雜、最具挑戰的活動,并由此促進了軍事輔助決策支持技術的產生和發展。可以預見,深度學習技術的不斷進步必將對軍事智能輔助決策領域產生深刻而重大的影響。

本文回顧了深度學習與軍事智能決策支持系統的發展歷程,探討了深度學習在智能決策應用中的重難點問題,展望了基于深度學習的軍事智能決策支持系統的建設和發展前景。

1　深度學習

1.1　基本原理

深度學習是由人工神經網絡發展而來。Hinton[2]等人在2006年首次提出了基于深度置信網絡的無監督概率生成模型,闡述了深度學習的基本原理。深度學習以數據和算力為支撐,通過搭建含有多個隱層的神經網絡,對外部輸入數據進行特征提取,進而從中獲取所需信息。……