新浪新闻客户端

“专家系统”:人工智能辅助战场决策

“专家系统”:人工智能辅助战场决策
2023年02月10日 00:00 新浪网 作者 人民资讯

  本文转自:解放军报

  

  现代战场上,武器装备越来越先进,也越来越复杂。使用过程中遇到问题时,官兵们往往习惯于求助设计或制造这些武器装备的专家。但如果专家不在身边该怎么办?一种应用型的人工智能系统——“专家系统”应运而生。

  提到人工智能,大多数人可能会想到击败人类职业围棋选手的AlphaGo。但专家系统和人们印象中的人工智能系统并不相同。它所解决的,并非像下围棋那样可以抽象为数学模型的学术问题,而是一个个狭窄领域的具体实际困难。比如专门用于监控直升机发动机转子,或为防空武器分配目标……这些问题往往需要人类专家结合多年实践经验解决。专家系统通过模拟人类专家的思维,使机器可以在短时间内解决这些只有专家才能解决的现实复杂难题。

  专家系统往往拥有一个庞大的专业知识库。其获取知识途径大体有两类:一类是人类专家通过知识编辑器等工具,将掌握的知识技能像师父教徒弟一样教给机器;第二类是系统通过自身的自主学习能力,在运行中总结大量反馈信息,积累产生出新知识。知识库与传统数据库有很大不同,其中的知识并非是被动的、静止的,而是主动的、动态的。知识库管理系统可以随时对库中知识进行修改和维护,使得知识库越来越丰富完善。知识库的水平直接决定一个专家系统的能力。在以作战指挥为代表的军事领域,知识往往体现为大量“只可意会不可言传”的经验和直觉,这都需要在平时训练和战时进行长期有效的积累和转化。

  与传统程序“数据结构+算法”的求解过程不同,专家系统解决问题通过“知识+推理”。推理机是专家系统的大脑,负责模仿专家的思维过程,执行并控制系统对问题的求解过程。推理机利用知识进行推理,但推理机的性能与知识库的内容彼此影响很小。举个例子,像指挥员能够将训练法规倒背如流,并不代表就能组织好训练。专家系统中的知识很丰富,思维方式也是多种多样的,推理类型包括精确推理、不确定推理、不完全推理、试探性推理等。当然,传统系统根据算法求解,每次都能产生精确答案。而专家系统像人类一样思考,有时免不了会产生错误答案。但系统又可以从错误中吸取教训,从而不断改进。

  专家系统一般都是“人-机”交互式系统。通过人机接口界面,用户用对话的方式进行询问,机器根据用户提供的事实,运用掌握的知识展开推理,从而给出问题答案。值得一提的是,专家系统不仅能给出解决问题的方法,还可以回答用户提出的“为什么”,向用户解释自己是如何得出结论的。这是一种相当透明的沟通过程,不仅能建立人和机器的信任,还可以帮助人及时发现和纠正系统错误。

  如今,专家系统已成为人工智能领域发展相对成熟的一个重要分支。秉持实用性的初衷,它在军事领域已得到初步应用,比如各种武器系统的故障诊断和维修指导、军事运输调度管理、作战任务规划拟制、情报分析等,其应用前景和发展空间广阔,极有可能成为助力制胜未来战场的新利器。

  上图:专家系统概念图。王梦缘制

特别声明:以上文章内容仅代表作者本人观点,不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。
来自于:北京
权利保护声明页/Notice to Right Holders

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2024 SINA Corporation

All Rights Reserved 新浪公司 版权所有