美國國防部近3年的財年報告都指出，大數據前沿技術和深度應用，在軍事領域蘊藏著巨大價值，已成為軍事科技能力競爭的焦點之一。早在2012年3月29日，美國政府就發佈了《大數據研究與發展計劃倡議》並作為發展戰略重點之一，同時宣佈了當年投入2億美元的科研計劃，推動軍事大數據科技創新與應用工具開發。
自2012年以來，美國國防部、國防高級研究計劃局（DARPA）、有關業務局和各軍種研究機構，發佈的有關大數據研究與應用項目，從互聯網上可以查到的超過50項，其中投入較大的、持續時間較長的項目超過20項。這些項目的研發與運用，有力提升了美軍大數據綜合處理能力。
推出系列化的規劃計劃和研發項目
發佈系列規劃計劃 從2012年起，國防部及DARPA部署了以X數據（XDATA）和洞察系統（Insight）等為代表的一系列大數據系列研發項目，主要涉及大數據分析挖掘、規則發現、深度學習、數據驅動模型計算、管理與處理和可視化方面的前沿技術，逐步形成了比較完整和全面的大數據研發佈局。
DARPA於2015年發佈了新型混合計算的概念，2016年5月正式宣佈了高效仿真加速計算架構：ACCESS（ACcelerated Computation for Efficient Scientific Simulation）計劃。該計劃旨在開發專為大型複雜體系的演化計算所設計的獨立仿真處理系統。系統能夠通過大數據計算混合仿真計算，快速預測和發現體系演化趨勢。這個計劃中就包含了大數據加速分析計算、混合加速仿真計算、高效加速計算的技術攻關安排，以期形成革命性的仿真計算能力。
美軍大數據項目進展及其深刻影響
DARPA於2016年發佈了數據驅動的模型發現研發計劃（Data-Driven Discovery of Models，D3M），目的是讓機器學習如何通過數據驅動進行建模。此類新模型通過構建可選基元庫技術、開發複雜模型自動整合技術、創新人機混合交互技術和領域專家知識融合技術，研發數據模型變換多種變量、建模特徵抽取、數據態勢預測性工具，實現大數據驅動的重要線索發現或演化規律預測。
支持多批研發項目 2012年，美國防部及DARPA，支持了第一批共10個大數據研發項目，主要包括多尺度異常檢測項目（Anomaly Detection at Multiple Scales）、網絡內部威脅項目（Cyber-Insider Threat）、洞察力項目（Insight）、機器讀取項目（Machine Reading）、“心靈之眼”項目（Mind's Eye）、面向任務的彈性雲項目（Mission-oriented Resilient Clouds）、加密數據的編程運算項目（Computation on Programming Encrypted Data）、影像檢索與分析項目（Video and Image Retrieval and Analysis Tool）、X-數據項目（XDATA）、數據到決策項目（Data to Decisions）。
XDATA項目是DARPA支持的軍事大數據處理代表性、基礎性項目。該項目重點開發了用於分析大量半結構化和非結構化大數據的計算軟件工具，並有能力對數據進行可視化處理。六年來，一些研究成果以開源形式放在互聯網上共享。主要研究進展：一是大數據可視化技術代表性的開源軟件是Visualization Design Environment（VDE），在開源數據集成、查詢和可視化工具包，VDE提供文檔實體關係識別、SSCI預測數據庫和Flickr元數據圖集可視化分析軟件工具。二是基於分佈式架構的機器學習、數據分析算法，研究在大規模數據集上具有可擴展性的機器學習算法，包括基於分佈式計算架構的快速數據分析方法。三是開源計算工具，開發了新型大數據專用計算技術和大數據分析開源軟件工具。
洞察力項目旨在提高多源、多類型和海量複雜數據的關聯處理和評估分析能力，重點開發了一種綜合性、適應性強的新一代情報、監視與偵察專業化大數據系統及其相應技術。該系統通過全自動分析技術的支持，可以實時或近實時的組合分析和深度利用多源數據和信息，專有的特性分析和預測算法可從大數據中探測並識別威脅的來源和程度。
數據到決策項目的主要研發內容：一是研究整合感知、認知和決策支持技術或系統，研發具有自主能力的大數據處理系統，使之可以自主作業並做出決策支持；二是研究大數據態勢感知技術和工具，為作戰行動提供更好的態勢信息保障；三是專門研發幫助情報分析人員從多種語言文本中獲取情報信息的能力，發現率和準確率的技術指標定位在提高現有水平的二個數據級以上，並促進作戰目標、行動和事件3類線索分析能力快速同步提升。
雲計算等前沿科技給戰爭帶來了新元素
DARPA、美軍各研究機構和各軍種支持了一批大數據研發項目：從科學闡述中預知和理解（FUSE）、文本深度挖掘和過濾技術（DEFT）、創造（CREATE）、戰略溝通中的社交媒體（SMISC）、多尺度異常檢測（ADAMS）、先進機器學習的概率編程項目（PPAML）、 DAPRA開放目錄（DARPA Open Catalog）、廣泛業務語言翻譯（BOLT）、視覺媒體推理（VMR）、大機理（Big Mechanism）、隱性信息挖掘（Memex）、心理學信號的檢測和計算分析（DCAPS）、自動實時全方位監測（ARGUS-IS）、軟件組件挖掘和理解（MUSE）、大型多維度數據集（開發交互搜索Numpy、SciPy和可視化技術）、任務保障的感知能力（MAMA）、大數據集處理利用與分析（PEALDS）、全球定量分析（GQA）、網絡攻擊自動化非常規檢測環境項目（CAUSE）、社交網絡中算法性能和硬件的圖論研究項目、複雜環境下的性能優化項目、媒體取證項目和ENGAGE項目（ENGAGE）。
從科學闡述中預知和理解項目通過挖掘各研究領域、多語種的科技文獻和專利信息，依託大數據智能分析技術發現國防科技領域最新研究動態和熱點，定期對新興技術、顛覆性技術的發展前景進行預測性評估並給出發展潛力排名，預測潛在的發展方向和可能。
創造項目開發了一系列結構化推理技術和眾包技術，幫助軍事情報分析人員和作戰數據領域專業人員，從原因、論據、假設等多方面對不同數據分析結果、樣本數據結論以及主要觀點進行推理評估與評測，人機協作提煉並完善最終結論，以提高軍事大數據情報分析的準確性與深刻性。
形成軍事大數據技術體系和應用能力
6年來，美軍通過幾十個大數據項目的積累，研發了一批能夠實際使用的軍事大數據分析處理的專業化系統或工具，並將這些系統或工具運用於軍事實踐，產生了明顯的應用效益。
加強情報深度分析能力 美軍通過利用大數據工具提高軍事人員對多個戰場空間情報的發現和深度認知能力。軍事情報源大數據可以從廣泛的軍用傳感器消息源中提取關鍵數據、實時分析數據，並基於戰場多維空間以可視化形式呈現情報結果數據，提供準確深入的戰場情報產品支撐。
預警已不限於傳統概念，升級為大數據預警
這些重要進展直接得到了大數據項目研發技術成果的支持，這些技術成果包括作戰實體數據識別、實體關係發現定位、開源信息情報抽取等方面的創新研發。基於這些技術研發的情報分析系統可以提升對語言與信息的理解能力，大幅提高情報源大數據的分析、審視和處理效率，更有利於發現潛在的高價值情報信息。
增強戰略態勢研判與預警能力 美軍的多個大數據分析預測類研發項目，提出了“網絡-社會-經濟-環境”“衝突-安全-平衡-環境”“數據-判斷-決策”等預測推理模型和數據驅動模型與技術，對全球和區域的政治經濟社會軍事環境等數據、社交網絡數據以及開源大數據進行分析，能夠初步預測評估國家安全態勢、軍事戰略態勢和地區安全與衝突態勢，有預測性結論支撐。
另外，美軍還利用上述大數據項目和技術，組織開發了戰略預警工具，主要是在線分析互聯網大數據，挖掘重要線索和關聯性實體和事件，實時或近實時監控全球整體性恐怖預警態勢和熱點衝突預警態勢，提高戰略防禦能力。
優化作戰籌劃能力 軍事大數據項目的應用還體現在指控知識發現、指揮規則自主學習、指揮籌劃計劃與作戰任務的關聯分析等方面，已逐步實現對實時戰場態勢、作戰體系等大數據進行比較、分析、推理，能夠部分提供自主化態勢評估、目標選擇、計劃生成、方案評估等處理能力，提升了作戰籌劃的合理性、科學性、有效性。
美軍初步形成了作戰系統和作戰任務狀態大數據感知能力，通過分析指揮系統中大數據流向變化和關聯性改變，實現對作戰系統和重要作戰任務執行情況的自主化評估和推測性展現。基於大數據推理支持模型，為作戰方案計劃調整和危急態勢處置方案生成提供支撐。
提升軍隊綜合管理水平 美軍運用可視化、人機交互等大數據技術，研發了智能化訓練管理、人員管理、基地管理、保障管理及演訓系統，能夠近實時採集、處理、分析不同層級、不同軍種部隊的基礎大數據，自動生成管理狀態評價結果。
美國防部基於大數據技術對工作環境進行了升級改造，綜合運用關聯分析、深度學習等大數據技術，對預測報告、方案指南、工作計劃、主要項目、經費預算、進度管理等信息，進行深度比較、關聯、分類、評級，找出可能存在的問題或矛盾，進一步針對資源分配控制，提出相關決策建議。
雲計算等前沿科技為戰爭帶來了新元素
助力了軍事理論和核心技術創新
美軍認為，雲計算、廣互聯、大數據、智能化相結合的“雲聯大智”，代表了軍事領域信息技術發展新階段的時代特徵。其中，雲計算平臺和廣泛互聯網絡已成為基礎性支撐環境，智能化技術帶動了控制、計算、處理、融合、自主能力的全面提升，大數據技術能夠將廣闊信息數據進行深度發掘分析。將幾個前沿信息技術進行深度結合運用，可以全面提升軍事能力與戰略優勢。
不斷催化軍事理論創新 美軍把大數據研發與運用作為未來作戰的基礎性工程，“從數據到決策”已成為美軍應對大數據的基本策略，態勢感知技術和數據驅動預測技術已成為當前大數據軍事應用的熱點，大數據軍事應用為美軍獲取軍事優勢、實現理論創新提供了重要支點。
公開的美軍文獻和美國智庫報告認為，大數據分析處理關鍵能力對未來作戰的影響主要體現在以下方面：一是解決戰場信息高速處理的瓶頸問題，多域融合感知、認知和決策數據，使未來作戰能夠深度發揮軍事數據的作用；二是大數據分析可以提高軍事信息處理質量和深度，使指揮控制更加集中到作戰問題領域上，使數據驅動輔助決策向數據驅動監視轉變；三是推動作戰體系從信息化向智能化的整體轉變，作戰大數據能力的實質性提升使自主式作戰成為可能；四是“數據與智能結合”作用更加明顯，戰爭形態的演化會更多取決於決策者智慧與軍事大數據智能的共同作用。
美軍通過推動一系列大數據研發項目，促進形成大數據思維。大數據思維在各領域的基礎性、戰略性、先導性地位越來越突出。美軍正在逐步建立深度數據決策、全面數據管理的運行機制和管理模式。大數據的積累、整合、分析和深度挖掘，能夠揭示戰爭和作戰規律、把握戰略發展趨勢、發現軍隊建設問題、提出輔助決策方案支持。
逐步形成大數據技術優勢 自2011年起，共有上百個美國大學和公司研發團隊，參與了美軍幾十個大數據項目，在多個大數據核心技術領域有了創新性引領性的進展，主要體現在大數據基礎理論與支撐平臺研究、數據驅動的新型軟件研製、大數據分析應用等3個方面。
在大數據基礎理論與支撐平臺研究方面，一是探討了大數據基礎理論，主要包括大數據分析近似計算理論與自主學習算法、數據驅動深度學習計算理論與算法、數據壓縮與加密理論等理論與技術；二是研究了大數據雲中心智能管理技術與平臺，主要包括超大規模大數據雲中心運行支撐技術、數據驅動的資源智能調度與管理技術等。
在大數據分析應用方面，一是攻關了大數據分析的基礎理論和技術方法，主要包括大數據環境下機器學習的創新理論和方法、面向流數據的新型分析、複雜高維大數據的可視化分析等理論與技術；二是研發了高時效的大數據計算模型、優化技術與系統，主要包括新型大數據分析計算、大數據規則優化、大規模流數據在線分析等技術；三是探索了特定場景智能感知，主要包括跨時空多尺度關聯、目標檢測追蹤等技術；四是檢驗了智能感知與理解技術，主要包括複雜體系演化預測模型、支撐多源異構數據關聯挖掘技術、臨機處置決策模型等理論與技術。
在數據驅動的新型軟件研製方面，攻關了基於編程現場大數據的軟件智能開發技術方法和支撐環境，探索了大數據環境下群智化軟件開發技術。
結 語
美軍從2012年起率先在軍事大數據研發領域佔據先機。可以看出，美軍大數據能力研發，對掌握戰略主動權、全面獲得制認知權、拉開與其他國家在軍事信息關鍵領域的競爭差距，都起到了至關重要的作用。
閱讀更多 《軍事文摘》 的文章
