HOME 首頁
SERVICE 服務(wù)產(chǎn)品
XINMEITI 新媒體代運(yùn)營(yíng)
CASE 服務(wù)案例
NEWS 熱點(diǎn)資訊
ABOUT 關(guān)于我們
CONTACT 聯(lián)系我們
創(chuàng)意嶺
讓品牌有溫度、有情感
專注品牌策劃15年

    谷歌的大數(shù)據(jù)技術(shù)(谷歌的大數(shù)據(jù)技術(shù)有哪些)

    發(fā)布時(shí)間:2023-04-22 06:43:24     稿源: 創(chuàng)意嶺    閱讀: 54        

    大家好!今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于谷歌的大數(shù)據(jù)技術(shù)的問題,以下是小編對(duì)此問題的歸納整理,讓我們一起來看看吧。

    開始之前先推薦一個(gè)非常厲害的Ai人工智能工具,一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

    只需要輸入關(guān)鍵詞,就能返回你想要的內(nèi)容,越精準(zhǔn),寫出的就越詳細(xì),有微信小程序端、在線網(wǎng)頁版、PC客戶端

    官網(wǎng):https://ai.de1919.com。

    創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè),服務(wù)客戶遍布全球各地,如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話175-8598-2043,或添加微信:1454722008

    本文目錄:

    谷歌的大數(shù)據(jù)技術(shù)(谷歌的大數(shù)據(jù)技術(shù)有哪些)

    一、大數(shù)據(jù) 從“技術(shù)驅(qū)動(dòng)”轉(zhuǎn)向“應(yīng)用驅(qū)動(dòng)”

    大數(shù)據(jù):從“技術(shù)驅(qū)動(dòng)”轉(zhuǎn)向“應(yīng)用驅(qū)動(dòng)”

    繼物聯(lián)網(wǎng)、云計(jì)算之后,大數(shù)據(jù)已經(jīng)成為當(dāng)前信息技術(shù)產(chǎn)業(yè)最受關(guān)注的概念之一。大數(shù)據(jù)時(shí)代的來臨,使得領(lǐng)域和行業(yè)邊界愈加模糊,應(yīng)用創(chuàng)新超越技術(shù)本身,生產(chǎn)模式向服務(wù)化轉(zhuǎn)變,數(shù)據(jù)作為一種資產(chǎn)為企業(yè)帶來新商業(yè)價(jià)值,數(shù)據(jù)開放讓政府治理和個(gè)人福祉都面臨著機(jī)遇和挑戰(zhàn)……無論個(gè)人、企業(yè)組織、社會(huì)團(tuán)體,還是國(guó)家和經(jīng)濟(jì)體,都能藉此實(shí)現(xiàn)大數(shù)據(jù)夢(mèng)想。

    當(dāng)前,全球大數(shù)據(jù)產(chǎn)業(yè)正處于蓬勃發(fā)展的孕育期和機(jī)遇期。核心關(guān)鍵技術(shù)正在加快發(fā)展和更新?lián)Q代,各類解決方案提供商加大力度宣傳造勢(shì),尤其是圍繞電信、航空、交通、生物、城市管理等重點(diǎn)領(lǐng)域描繪美好藍(lán)圖,力求推動(dòng)行業(yè)應(yīng)用和商業(yè)模式創(chuàng)新,搶占產(chǎn)業(yè)增長(zhǎng)點(diǎn)。與此同時(shí),小微企業(yè)和創(chuàng)業(yè)者對(duì)大數(shù)據(jù)熱情高漲,期望借此機(jī)會(huì)實(shí)現(xiàn)高速成長(zhǎng)的夢(mèng)想。由于整個(gè)大數(shù)據(jù)產(chǎn)業(yè)開始轉(zhuǎn)向應(yīng)用創(chuàng)新階段,高成長(zhǎng)的預(yù)期讓各方都對(duì)未來抱以樂觀的態(tài)度。

    從“技術(shù)驅(qū)動(dòng)”轉(zhuǎn)向“應(yīng)用驅(qū)動(dòng)”

    作為一個(gè)獨(dú)立的產(chǎn)業(yè),大數(shù)據(jù)的產(chǎn)業(yè)體系框架表現(xiàn)為“兩縱三橫”:“兩縱”基于技術(shù)的基礎(chǔ)程度,分為底層技術(shù)和應(yīng)用層技術(shù),前者是共性、基礎(chǔ)性技術(shù),如Hadoop框架、Hbase數(shù)據(jù)庫、Mahout算法集等;后者是“二次開發(fā)”行為,包括各類個(gè)性化方案、產(chǎn)品與服務(wù)?!叭龣M”基于處理的流程順序,分為基礎(chǔ)設(shè)施、分析系統(tǒng)和應(yīng)用工具,也可進(jìn)一步細(xì)化為數(shù)據(jù)的采集、存儲(chǔ)、處理、分析、服務(wù)五方面。目前,“兩縱三橫”的產(chǎn)業(yè)體系已經(jīng)趨于成熟,能夠應(yīng)對(duì)絕大多數(shù)的產(chǎn)業(yè)應(yīng)用需求。

    廣義的大數(shù)據(jù)應(yīng)用本質(zhì)上是一種“增值分析”,前景有著近似無限的可能,不受任何行業(yè)、資源、地域、用戶的約束。從這個(gè)層面看,各產(chǎn)業(yè)領(lǐng)域未來發(fā)展方向幾乎都能和大數(shù)據(jù)掛鉤。以“十二五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃為例,很多技術(shù)前沿的描述和布局,均與大數(shù)據(jù)相一致或關(guān)聯(lián),或是可以通過大數(shù)據(jù)實(shí)現(xiàn)。如新一代信息技術(shù)產(chǎn)業(yè)布局了物聯(lián)網(wǎng)、移動(dòng)終端設(shè)備、云計(jì)算、海量數(shù)據(jù)處理軟件;節(jié)能環(huán)保產(chǎn)業(yè)布局了高效儲(chǔ)能、節(jié)能監(jiān)測(cè)和能源計(jì)量;生物醫(yī)藥產(chǎn)業(yè)布局了生物資源樣本庫、基因測(cè)序,以及基于物聯(lián)網(wǎng)的遠(yuǎn)程健康管理服務(wù)等。

    由于大數(shù)據(jù)技術(shù)興起于互聯(lián)網(wǎng)時(shí)代,互聯(lián)網(wǎng)的快速發(fā)展與其持有的開放、共享、合作等觀念密切相關(guān),因而大數(shù)據(jù)技術(shù)的創(chuàng)新也引入了互聯(lián)網(wǎng)的這種價(jià)值觀。例如有不少大數(shù)據(jù)技術(shù)是開源的,可無償供給全世界的開發(fā)者使用和改進(jìn)。開源項(xiàng)目、開源社區(qū)和開放性創(chuàng)新聯(lián)盟組織的成熟更是推動(dòng)了大數(shù)據(jù)核心技術(shù)的發(fā)展,催生了多種用于存儲(chǔ)、處理和分析大數(shù)據(jù)的新產(chǎn)品。這一過程有效降低了產(chǎn)業(yè)技術(shù)的壁壘,推動(dòng)更多的企業(yè)和創(chuàng)業(yè)者介入,進(jìn)一步加快了技術(shù)應(yīng)用轉(zhuǎn)化的過程,有助于產(chǎn)業(yè)的迅速成長(zhǎng)。

    雖然大數(shù)據(jù)產(chǎn)業(yè)的“技術(shù)驅(qū)動(dòng)”色彩十分明顯,與“應(yīng)用驅(qū)動(dòng)”階段尚有一段距離,但這一轉(zhuǎn)變過程正在加速進(jìn)行。

    細(xì)化的產(chǎn)業(yè)競(jìng)爭(zhēng)策略逐步成型

    大數(shù)據(jù)產(chǎn)業(yè)是典型的知識(shí)密集型服務(wù)業(yè),除了基礎(chǔ)設(shè)施環(huán)節(jié)會(huì)帶來一定能耗之外,其余環(huán)節(jié)均為零能耗、高附加值。其在初始資本、法規(guī)監(jiān)管等方面的準(zhǔn)入門檻極低,但對(duì)人才資源的要求較高。為此,產(chǎn)業(yè)競(jìng)爭(zhēng)呈現(xiàn)出數(shù)量大、水平高的特點(diǎn),企業(yè)競(jìng)爭(zhēng)策略逐步分化。

    盡管大數(shù)據(jù)從業(yè)者正在急劇增加--幾乎所有的信息技術(shù)企業(yè)都在此領(lǐng)域布局,同時(shí)創(chuàng)業(yè)者持續(xù)不斷地進(jìn)入,競(jìng)爭(zhēng)者甚多,然而由此帶來的并非過度競(jìng)爭(zhēng),而是良性競(jìng)爭(zhēng),最終將推動(dòng)技術(shù)的創(chuàng)新和價(jià)值的實(shí)現(xiàn)。

    這主要?dú)w功于兩個(gè)原因:一是高創(chuàng)新的屬性。大數(shù)據(jù)技術(shù)是信息技術(shù)領(lǐng)域中的高附加值環(huán)節(jié),以谷歌、亞馬遜等為代表的大數(shù)據(jù)企業(yè),無論是在技術(shù)先進(jìn)性、創(chuàng)新活躍度還是在市場(chǎng)份額上,都在全球處于領(lǐng)先位置。二是高增長(zhǎng)的預(yù)期。作為企業(yè)個(gè)體,在產(chǎn)業(yè)急速成長(zhǎng)的預(yù)期之下,基本都選擇了追求專業(yè)性的策略,依靠產(chǎn)品性能和服務(wù)取勝,而擯棄了追求低成本的策略。

    在競(jìng)爭(zhēng)過程中,不同類型的競(jìng)爭(zhēng)者各具優(yōu)勢(shì)。按照技術(shù)的變革性與應(yīng)用水平,主要分化為三類競(jìng)爭(zhēng)者:一是“互聯(lián)網(wǎng)顛覆者”,谷歌以及各類大數(shù)據(jù)開源項(xiàng)目發(fā)展了全新的基礎(chǔ)技術(shù)與數(shù)據(jù)庫構(gòu)架,依靠免費(fèi)、開源的所謂互聯(lián)網(wǎng)模式,徹底改變了原有的技術(shù)標(biāo)準(zhǔn)與游戲規(guī)則,顛覆了以往各自為陣的信息技術(shù)產(chǎn)業(yè)。

    二是“初生牛犢”,在新的規(guī)則面前,大公司與創(chuàng)業(yè)者處在同一條起跑線上,一些擁有核心人才與市場(chǎng)嗅覺的創(chuàng)業(yè)企業(yè),在特定工具、專業(yè)平臺(tái)方面迅速搶占先機(jī),填補(bǔ)市場(chǎng)空白,獲得快速發(fā)展,在產(chǎn)業(yè)鏈中擁有了一席之地。

    三是“系統(tǒng)集成商”,像微軟、IBM這樣的傳統(tǒng)IT巨頭擁有強(qiáng)大的資金、研發(fā)能力和市場(chǎng)資源。他們能夠敏銳意識(shí)到自我革命的緊迫性并馬上采取應(yīng)對(duì)舉措,積極收購大數(shù)據(jù)相關(guān)企業(yè),將收購獲得的技術(shù)產(chǎn)品組裝為面向行業(yè)的應(yīng)用解決方案,并加強(qiáng)大數(shù)據(jù)商業(yè)營(yíng)銷。

    另外,政府也是大數(shù)據(jù)產(chǎn)業(yè)的重要一環(huán),主要體現(xiàn)在政府對(duì)公共數(shù)據(jù)的開放上這將使政府在促進(jìn)產(chǎn)業(yè)發(fā)展上扮演更加重要的角色。

    2009年,剛上任的美國(guó)總統(tǒng)奧巴馬簽署的首份總統(tǒng)備忘錄即為《透明和開放的政府》,隨后建立了統(tǒng)一的政府?dāng)?shù)據(jù)開放門戶網(wǎng)站:Data.Gov,逐步開放政府擁有的公共數(shù)據(jù),并提供多種應(yīng)用程序接口,供開發(fā)者創(chuàng)建特色應(yīng)用。截至2014年初,該網(wǎng)站開放的數(shù)據(jù)集已經(jīng)超過了85000項(xiàng),匯集了1200余個(gè)應(yīng)用程序和軟件工具、手機(jī)插件,其中超過300個(gè)是由個(gè)人或民間組織開發(fā)。新的商業(yè)模式和企業(yè)隨之產(chǎn)生,如FlightCaster公司基于美國(guó)交通統(tǒng)計(jì)局、聯(lián)邦航空局交通管制中心警報(bào)、美國(guó)氣象局和航班運(yùn)行狀況信息網(wǎng)站FlightStats的數(shù)據(jù),提供航班晚點(diǎn)預(yù)報(bào),比航空公司的正式通知早6個(gè)小時(shí),且準(zhǔn)確率達(dá)到85%-90%.

    數(shù)據(jù)驅(qū)動(dòng)型的商業(yè)模式創(chuàng)新

    數(shù)據(jù)驅(qū)動(dòng)型的商業(yè)模式有如雨后春筍,在全球大量涌現(xiàn)。按照數(shù)據(jù)的獲取、管理、分析、應(yīng)用環(huán)節(jié)的區(qū)分方式,可以將大數(shù)據(jù)的商業(yè)模式分為數(shù)據(jù)托管和交易平臺(tái)、關(guān)系挖掘和沉淀價(jià)值利用、數(shù)據(jù)社交和跨界連接三種類型。

    數(shù)據(jù)托管和交易平臺(tái)模式應(yīng)用已有數(shù)十年之久,是發(fā)展最為成熟、最為普遍的大數(shù)據(jù)商業(yè)模式,本質(zhì)是發(fā)揮規(guī)模效應(yīng),降低單個(gè)企業(yè)在數(shù)據(jù)信息存儲(chǔ)和尋找上的投入成本。主要業(yè)務(wù)形態(tài)有空間出租托管、數(shù)據(jù)商店、數(shù)據(jù)市場(chǎng)等,典型的代表企業(yè)為亞馬遜、EMC2、DropBox.

    近年來引入“云”的概念,從簡(jiǎn)單的數(shù)據(jù)存儲(chǔ),逐步擴(kuò)展到數(shù)據(jù)聚合平臺(tái),最終形成云服務(wù);而以獨(dú)特?cái)?shù)據(jù)資源進(jìn)行的整合朝著縱向產(chǎn)業(yè)鏈上下游整合和橫向多種產(chǎn)業(yè)整合兩個(gè)方向發(fā)展,促使了一站式數(shù)據(jù)商店和數(shù)據(jù)交易平臺(tái)的出現(xiàn)。如亞馬遜、微軟等企業(yè)均建立了可以交易應(yīng)用程序和高級(jí)數(shù)據(jù)集的數(shù)據(jù)商店,目前已有數(shù)萬億個(gè)數(shù)據(jù)點(diǎn)、數(shù)千個(gè)訂閱、數(shù)百個(gè)應(yīng)用程序。

    關(guān)系挖掘是媒體熱炒的主流大數(shù)據(jù)商業(yè)模式,也是數(shù)據(jù)科學(xué)的主要應(yīng)用模式。核心是通過數(shù)據(jù)發(fā)現(xiàn)隱藏的相關(guān)性,最終用于指導(dǎo)商業(yè)、精準(zhǔn)化服務(wù)與輔助決策。

    實(shí)現(xiàn)這種模式需要一些先決條件,主要是面向數(shù)據(jù)的處理分析環(huán)節(jié):一是目標(biāo)領(lǐng)域的完全量化,如互聯(lián)網(wǎng)廣告領(lǐng)域,從廣告點(diǎn)擊到用戶購買行為,均有完整詳實(shí)的數(shù)據(jù)記錄;二是數(shù)據(jù)處理能力的大幅提升,要能夠處理非關(guān)系型數(shù)據(jù),并在海量條件下保持實(shí)時(shí)快速的性能。該模式的難點(diǎn)在于需要顛覆常規(guī)的用戶思維和需求邏輯,典型類型是沉淀價(jià)值的利用,將一些通常無意義的數(shù)據(jù)甚至是垃圾數(shù)據(jù)進(jìn)行利用,最終得出有價(jià)值的結(jié)論。

    例如,谷歌公司利用數(shù)十億用戶搜索時(shí)的錯(cuò)誤拼寫記錄來提升其拼寫檢查器的智能性。就目前而言,基于關(guān)系挖掘的大數(shù)據(jù)模式尚未成熟,但承載了社會(huì)各界的較高期望:這種模式將有助于驅(qū)動(dòng)產(chǎn)業(yè)轉(zhuǎn)型和發(fā)展新興產(chǎn)業(yè),如推動(dòng)生物醫(yī)藥等研發(fā)密集型產(chǎn)業(yè)、企業(yè)咨詢等知識(shí)密集型產(chǎn)業(yè)向數(shù)據(jù)密集型產(chǎn)業(yè)轉(zhuǎn)型,推動(dòng)零售、交通等傳統(tǒng)服務(wù)業(yè)向現(xiàn)代服務(wù)業(yè)轉(zhuǎn)型,推動(dòng)傳統(tǒng)制造業(yè)向智能制造業(yè)轉(zhuǎn)型等。

    與前兩種模式不同,數(shù)據(jù)社交和跨界連接模式直接面向每一個(gè)社會(huì)個(gè)體,本質(zhì)上是充分挖掘物理世界的個(gè)體資源,將其變成虛擬世界的一個(gè)節(jié)點(diǎn),與其他的節(jié)點(diǎn)進(jìn)行連接、交互和交易,從而大大降低各類商業(yè)化業(yè)務(wù)的推廣成本,并形成新興業(yè)態(tài)。這種模式正在走向成熟,最典型的代表就是O2O.

    例如微信成為了連接線上線下、開展移動(dòng)支付的重要入口;打車軟件有效降低了供需雙方的信息不對(duì)稱,提升了出租車市場(chǎng)的智能化程度;可穿戴設(shè)備將人體的訊息進(jìn)一步量化,并提供決策建議;蘋果Passbook軟件為用戶提供了一個(gè)智能的電子卡包。推行這種模式也有幾個(gè)必要條件,主要是針對(duì)數(shù)據(jù)的采集傳輸環(huán)節(jié):移動(dòng)化,需要帶有位置服務(wù)、能夠發(fā)射無線信號(hào)的智能終端;穩(wěn)定連接,需要高速、泛在的外部網(wǎng)絡(luò)環(huán)境;在線支付,依靠用戶最終的支付行為實(shí)現(xiàn)盈利;持續(xù)感知能力,需要先進(jìn)的傳感器技術(shù)、低功耗芯片技術(shù)以及電池技術(shù)作為保障。

    二、智能化戰(zhàn)爭(zhēng)中左右戰(zhàn)爭(zhēng)勝負(fù)的新變量:連接力、計(jì)算力、認(rèn)知力

    智能化戰(zhàn)爭(zhēng):“強(qiáng)者勝”的三個(gè)維度

    楊耀輝 張三虎 周正

    引言

    戰(zhàn)爭(zhēng)制勝機(jī)理從來都是在 科技 進(jìn)步的推動(dòng)下悄然發(fā)生變化。從熱兵器時(shí)代的火力制勝,到機(jī)械化時(shí)代的機(jī)動(dòng)力制勝,再到信息化時(shí)代的信息力制勝,實(shí)際上都是在開辟戰(zhàn)斗力生成新維度的過程中,對(duì)原有戰(zhàn)斗力因子形成“降維”打擊。智能化戰(zhàn)爭(zhēng)建立在火藥化、機(jī)械化、信息化充分發(fā)展的基礎(chǔ)之上,作戰(zhàn)雙方的火力、機(jī)動(dòng)力、信息力遲早都會(huì)達(dá)到或接近同一個(gè)水平,連接力、計(jì)算力、認(rèn)知力等新的戰(zhàn)斗力因子,則成為左右戰(zhàn)爭(zhēng)勝負(fù)的新變量。

    連接力強(qiáng)者勝

    連接產(chǎn)生智能。最令人驚嘆的莫過于人類腦細(xì)胞,數(shù)百億個(gè)神經(jīng)元并不存儲(chǔ)信息,但在連接過程中不斷傳遞信息并激發(fā)出新的信息。當(dāng)前,軍事領(lǐng)域正在利用連接來尋求智能化的延展。

    連接力強(qiáng)者勝,反映的是群體智能的勝利?!胺淙骸笔阶鲬?zhàn)平臺(tái)、碎片狀戰(zhàn)力群組、分布式武器部署,將是智能化戰(zhàn)爭(zhēng)的作戰(zhàn)景象,戰(zhàn)場(chǎng)勝負(fù)的砝碼在經(jīng)歷了“從數(shù)量到質(zhì)量”的轉(zhuǎn)換之后,又回到了“從質(zhì)量到數(shù)量”上來。近年來,中東戰(zhàn)場(chǎng)上出現(xiàn)的幾千美元一架的低端無人機(jī),在戰(zhàn)場(chǎng)上的表現(xiàn)卻并不是“湊數(shù)”的樣子,集群式出現(xiàn)令一些大國(guó)軍隊(duì)極為頭疼。這種規(guī)?;后w與傳統(tǒng)戰(zhàn)場(chǎng)上的個(gè)體疊加不同,它們依托泛在網(wǎng)絡(luò),用連接的方式形成一種群體智能效應(yīng),對(duì)傳統(tǒng)中的高價(jià)值平臺(tái)產(chǎn)生巨大沖擊。2021年5月,美國(guó)國(guó)防部發(fā)布的《聯(lián)合全域作戰(zhàn)戰(zhàn)略》中明確,聯(lián)合全域指揮控制就是“連接一切、無處不在”。而美軍先進(jìn)戰(zhàn)斗管理系統(tǒng)則試圖把U-2、F-16、F-35、F-22、XQ-58、MQ-4C等有人、無人作戰(zhàn)平臺(tái)連接到一起。連接力強(qiáng)者勝,已經(jīng)成為智能化戰(zhàn)爭(zhēng)的制勝關(guān)鍵。

    連接力強(qiáng)者勝,推動(dòng)的是“殺傷網(wǎng)”的構(gòu)建。傳統(tǒng)的殺傷鏈路,其連接呈“線性”,是順序的、遞進(jìn)的、單行的,極易出現(xiàn)斷鏈。智能化戰(zhàn)爭(zhēng),在“連接一切”的背景下,全域空間內(nèi)的作戰(zhàn)資源進(jìn)入同一作戰(zhàn)體系,殺傷鏈條上的各個(gè)執(zhí)行單元被分散在小型化、無人化、在線化作戰(zhàn)平臺(tái)上,形成此斷彼通的“殺傷網(wǎng)”。連接力越強(qiáng),進(jìn)入作戰(zhàn)體系的可選擇資源就越多,殺傷鏈路上可選擇的節(jié)點(diǎn)就越多,體系的韌性、彈性、應(yīng)激性就越強(qiáng)。從殺傷鏈到“殺傷網(wǎng)”的升級(jí),推動(dòng)不同時(shí)間節(jié)點(diǎn)進(jìn)入作戰(zhàn)鏈路的平臺(tái)靈活搭配,給對(duì)手呈現(xiàn)出一種隨機(jī)網(wǎng)絡(luò)式的復(fù)雜景象,而自身卻能按作戰(zhàn)任務(wù)需求,采取類似“網(wǎng)絡(luò)打車服務(wù)”一樣的資源高效動(dòng)態(tài)連接方式,達(dá)成各類作戰(zhàn)資源的快速建鏈,完成自我分配、自我組織、自我控制下的目標(biāo)打擊行動(dòng),在作戰(zhàn)過程中呈現(xiàn)出能判斷、有選擇、會(huì)變通的智能化樣子。

    連接力強(qiáng)者勝,突顯的是自適應(yīng)作戰(zhàn)體系。網(wǎng)絡(luò)時(shí)代,每一次成功連接的背后都有一系列用戶和用戶之間的自適應(yīng)交互,連接平臺(tái)只是提供一個(gè)“橋梁”,并沒有過多地介入到誰和誰的連接上?!斑B接一切”條件下的智能化作戰(zhàn)平臺(tái)構(gòu)成的作戰(zhàn)體系,其敏捷適應(yīng)性將比網(wǎng)絡(luò)時(shí)代更進(jìn)一步。這種敏捷適應(yīng)基于物理實(shí)體的數(shù)字化模型和運(yùn)行狀態(tài)的數(shù)字化表征,在特定系統(tǒng)的支持下,各類作戰(zhàn)資源“在用”“飽和”“空閑”等狀態(tài)即時(shí)感知,并完整映射到“基礎(chǔ)網(wǎng)+作戰(zhàn)云+數(shù)字孿生體”的虛擬空間,形成“全息”對(duì)照的戰(zhàn)場(chǎng)態(tài)勢(shì),每一個(gè)作戰(zhàn)平臺(tái)都可以“全維”抽取關(guān)鍵信息,“全域”拼接作戰(zhàn)場(chǎng)景、“全程”推演打擊行動(dòng),并實(shí)時(shí)感知友鄰平臺(tái)的運(yùn)行狀態(tài)。在這樣的全透明戰(zhàn)場(chǎng)空間,任何個(gè)體要想避免被其他成員拋棄,必須主動(dòng)向體系貢獻(xiàn)自己的能力,從而自然地產(chǎn)生出一種自適應(yīng)調(diào)整的體系能力。

    計(jì)算力強(qiáng)者勝

    很長(zhǎng)一段時(shí)間里,計(jì)算多是粗略概算并服務(wù)于指揮員謀略,計(jì)算力一直是戰(zhàn)斗力的配角。智能化戰(zhàn)爭(zhēng)中,智能機(jī)器的計(jì)算能力大大超越人類,人類的決策、行為和意識(shí)都受到機(jī)器計(jì)算的影響,計(jì)算力強(qiáng)者勝成為戰(zhàn)爭(zhēng)制勝的重要一面。

    計(jì)算力強(qiáng)者勝,反映的是“算料”從“DB”到“BD”的質(zhì)變。數(shù)據(jù)即“算料”,其實(shí)一直存在。早期的像會(huì)計(jì)賬本之類,電算化時(shí)代是機(jī)讀穿孔卡帶,信息化時(shí)代升級(jí)成為諸如Database之類的數(shù)據(jù)庫,即“DB”。到了智能化時(shí)代,萬物互聯(lián)加快了數(shù)據(jù)產(chǎn)生的速度,運(yùn)用大數(shù)據(jù)Big data方法挖掘信息寶藏成為適應(yīng)時(shí)代的必然選擇,即“BD”。從“DB”到“BD”,兩個(gè)字母位置的簡(jiǎn)單調(diào)換,反映的卻是數(shù)據(jù)從量變到質(zhì)變的重大躍遷?!癉B”是對(duì)客觀事實(shí)的記錄、抽樣和再現(xiàn),“BD”則是對(duì)數(shù)據(jù)的關(guān)聯(lián)關(guān)系分析并推理預(yù)測(cè)客觀事實(shí),已經(jīng)接近甚至超出人類在因果關(guān)系分析上的技能。比如,谷歌公司曾運(yùn)用大數(shù)據(jù)技術(shù),分析了5000萬條美國(guó)人檢索最頻繁的詞匯,成功預(yù)測(cè)出美國(guó)冬季流感的傳播。智能化戰(zhàn)爭(zhēng)中,數(shù)以萬計(jì)的智能機(jī)器,必將產(chǎn)生數(shù)不勝數(shù)的數(shù)據(jù),如何利用大數(shù)據(jù)手段提升“算料”處理能力,對(duì)敵方作戰(zhàn)企圖、戰(zhàn)場(chǎng)走勢(shì)等做出準(zhǔn)確預(yù)測(cè)和判斷,將是決定對(duì)抗勝負(fù)的重要一極。

    計(jì)算力強(qiáng)者勝,推動(dòng)的是算力的云邊端供給模式。傳統(tǒng)的中軍帳、參謀部、指揮所都是“中心計(jì)算模式”,其弊端是計(jì)算結(jié)果滯后甚至偏離戰(zhàn)場(chǎng)態(tài)勢(shì),問題的根源是算力不足。智能化戰(zhàn)爭(zhēng)中,每一個(gè)機(jī)器在做出行動(dòng)時(shí)都要進(jìn)行一系列的計(jì)算處理,僅一個(gè)“大腦”的中心計(jì)算模式已顯得力不從心,“云+邊+端”的新計(jì)算模式則應(yīng)運(yùn)而生。誰的云中心能夠通過策略測(cè)算,從復(fù)雜場(chǎng)景中“窺出”真正的戰(zhàn)場(chǎng)走勢(shì);誰的邊緣計(jì)算中心能夠快速將計(jì)算能力推送到作戰(zhàn)前沿側(cè),為前端平臺(tái)提供中等強(qiáng)度的近實(shí)時(shí)場(chǎng)景模擬推演;誰的智能作戰(zhàn)平臺(tái)能夠在對(duì)抗活動(dòng)中,快速規(guī)劃出武器選擇、打擊窗口、攻擊路線等,將成為左右戰(zhàn)局發(fā)展走勢(shì)的關(guān)鍵所在。近年來,美軍大力發(fā)展類似F-22戰(zhàn)機(jī)充當(dāng)“戰(zhàn)斗云”,提高無人系統(tǒng)的人工智能技術(shù)含量,推動(dòng)自主作戰(zhàn)平臺(tái)的自協(xié)同能力提升等,都是對(duì)“云+邊+端”計(jì)算模式的嘗試。

    計(jì)算力強(qiáng)者勝,突顯的是算法的機(jī)器升級(jí)迭代。2019年,星際爭(zhēng)霸Ⅱ人機(jī)對(duì)抗賽中兩位人類頂尖選手以1 10的比分慘敗,使人們對(duì)機(jī)器“只會(huì)計(jì)算、不會(huì)算計(jì)”的印象發(fā)生顛覆性改變。顯然,在神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等技術(shù)的推動(dòng)下,智能機(jī)器具備了超越人類的用大量數(shù)據(jù)擬合出新算法的能力。當(dāng)智能武器代替人類成為戰(zhàn)場(chǎng)上的主角,支撐它們觀察戰(zhàn)場(chǎng)、分析戰(zhàn)場(chǎng)、適應(yīng)戰(zhàn)場(chǎng)能力的關(guān)鍵——算法,將左右戰(zhàn)場(chǎng)勝負(fù)的走向。算法戰(zhàn),已經(jīng)從人類大腦層面轉(zhuǎn)換到機(jī)器類腦層面,誰的機(jī)器學(xué)習(xí)能力越強(qiáng),誰的算法迭代升級(jí)就越快,誰的決策就越符合對(duì)抗態(tài)勢(shì),誰就將在智能化戰(zhàn)爭(zhēng)中占據(jù)算法戰(zhàn)的頂端。

    認(rèn)知力強(qiáng)者勝

    形成對(duì)戰(zhàn)場(chǎng)的統(tǒng)一認(rèn)知,是作戰(zhàn)體系中各個(gè)參戰(zhàn)單元形成合力的關(guān)鍵。信息化戰(zhàn)爭(zhēng)主要解決信息“從信號(hào)到數(shù)據(jù)再到知識(shí)”的價(jià)值轉(zhuǎn)換過程,智能化戰(zhàn)爭(zhēng)則更注重在“知識(shí)到智慧”的過程中提質(zhì)增效。

    認(rèn)知力強(qiáng)者勝,反映的是作戰(zhàn)環(huán)節(jié)從“OODA”到“OD”的進(jìn)階。從本質(zhì)上講,平臺(tái)中心戰(zhàn)、網(wǎng)絡(luò)中心戰(zhàn)、決策中心戰(zhàn),“OODA”環(huán)路上觀察、判斷、決策、行動(dòng)等鏈條沒有變,但不同階段的行動(dòng)特點(diǎn)發(fā)生了很大變化。機(jī)械化戰(zhàn)爭(zhēng)時(shí)代,“OODA”環(huán)路按部就班,環(huán)環(huán)相扣,一步慢、步步慢,一招領(lǐng)先、步步主動(dòng);信息化戰(zhàn)爭(zhēng)時(shí)代,發(fā)現(xiàn)即摧毀,觀察“O”和行動(dòng)“A”融為一體;智能化戰(zhàn)爭(zhēng)時(shí)代,作戰(zhàn)雙方的觀察能力達(dá)到同一水平,戰(zhàn)場(chǎng)趨于雙向全時(shí)透明,誰也不能從“OODA”的第一個(gè)“O”即觀察上占有多少優(yōu)勢(shì),只有在第二個(gè)“O”即判斷上一決高下,作戰(zhàn)對(duì)抗從“OODA”四個(gè)環(huán)節(jié)進(jìn)階到“OD”兩個(gè)環(huán)節(jié)上。在智能化戰(zhàn)爭(zhēng)的對(duì)抗過程中,信息驅(qū)動(dòng)是源頭,統(tǒng)一認(rèn)知是關(guān)鍵。有了統(tǒng)一的認(rèn)知,各參戰(zhàn)平臺(tái)才能建立起指向同一作戰(zhàn)企圖下的任務(wù)分析、規(guī)劃和安排,群體性決策、自適應(yīng)編組、分布式行動(dòng)等具有智能化特征的活動(dòng),才能真正被激發(fā)出來并最終涌現(xiàn)出體系作戰(zhàn)能力。

    認(rèn)知力強(qiáng)者勝,推動(dòng)的是作戰(zhàn)指揮從藝術(shù)到智慧的轉(zhuǎn)進(jìn)。智能化戰(zhàn)爭(zhēng)中,“AI軍師”“智能參謀”進(jìn)入作戰(zhàn)指揮活動(dòng),帶來的變化是指揮藝術(shù)里面添加了機(jī)器計(jì)算的成分。智能機(jī)器在算速和算法上的優(yōu)長(zhǎng),使它們能通過海量數(shù)據(jù)關(guān)聯(lián)分析,對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)進(jìn)行呈現(xiàn)、分析和預(yù)測(cè),輔助指揮員預(yù)判敵方企圖、動(dòng)向和威脅,從而促使作戰(zhàn)指揮由基于“經(jīng)驗(yàn)”的藝術(shù)流,向基于“經(jīng)驗(yàn)+算法”的智慧型轉(zhuǎn)進(jìn),把認(rèn)知對(duì)抗從人類大腦領(lǐng)域拓展到了“人腦+機(jī)器腦”的新空間。美軍2020年8月組織的“阿爾法空戰(zhàn)”實(shí)驗(yàn)中,AI戰(zhàn)機(jī)5 0擊敗人類飛行員,其背后的基礎(chǔ)是40億次仿真訓(xùn)練。智能化戰(zhàn)爭(zhēng)中,純?nèi)四X的認(rèn)知能力水平必將受到來自機(jī)器腦認(rèn)知的強(qiáng)力挑戰(zhàn),而機(jī)器腦失去人腦的介入也會(huì)失去戰(zhàn)爭(zhēng)靈魂,“人腦+機(jī)器腦”協(xié)作融合形成智慧型認(rèn)知才是制勝之道。

    認(rèn)知力強(qiáng)者勝,突顯的是作戰(zhàn)策略從近憂到遠(yuǎn)慮的延展。智能化戰(zhàn)爭(zhēng)時(shí)代,極易產(chǎn)生“機(jī)器信賴癥”,任由機(jī)器對(duì)戰(zhàn)場(chǎng)上的作戰(zhàn)行動(dòng)進(jìn)行控制。但戰(zhàn)爭(zhēng)的復(fù)雜性告誡我們,機(jī)器的判斷永遠(yuǎn)代替不了人類?!鞍柗ü贰敝悄車咫m然設(shè)定了四個(gè)策略來贏得棋局,但它仍有無法逾越的短視局限,其從繁就簡(jiǎn)的策略設(shè)計(jì)中,會(huì)對(duì)非關(guān)鍵因子進(jìn)行“剪枝”處理,而被“剪枝”的恰恰可能是戰(zhàn)爭(zhēng)偶然的誘因。智能化戰(zhàn)爭(zhēng)中,發(fā)揮智能機(jī)器的優(yōu)勢(shì),要在建立起“‘人機(jī)’交互、有人監(jiān)督”的條件下,運(yùn)用復(fù)雜系統(tǒng)中各分層之間相對(duì)獨(dú)立的原理,對(duì)戰(zhàn)局進(jìn)行分層分域拆解,制定全局、局部和戰(zhàn)術(shù)行動(dòng)策略,形成一整套多級(jí)關(guān)聯(lián)的規(guī)則庫,讓智能機(jī)器在指揮人員的監(jiān)督下能夠順利地計(jì)算下去,在時(shí)間約束條件下快速得到一個(gè)基本滿意的方案。一方面,避免機(jī)器陷入無休止的運(yùn)算;另一方面,讓機(jī)器在人類指引下對(duì)戰(zhàn)局進(jìn)行“遠(yuǎn)慮”,走向“謀全局而不是求一隅”的高度。

    (作者單位:國(guó)防 科技 大學(xué)信息通信學(xué)院)

    “智勝”機(jī)理:一個(gè)亟待研究的課題

    劉光明

    編者按 現(xiàn)代戰(zhàn)爭(zhēng)發(fā)生了深刻變化,最根本的是制勝機(jī)理變了,要想贏得戰(zhàn)爭(zhēng)必須把現(xiàn)代戰(zhàn)爭(zhēng)制勝機(jī)理搞透。當(dāng)前,戰(zhàn)爭(zhēng)形態(tài)加速向信息化戰(zhàn)爭(zhēng)演變,智能化戰(zhàn)爭(zhēng)初現(xiàn)端倪。智能化戰(zhàn)爭(zhēng)的制勝機(jī)理是什么,有什么新變化,表現(xiàn)為哪些新特點(diǎn)?為把這些問題解答清楚,本刊特推出“聚焦智能化戰(zhàn)爭(zhēng)制勝機(jī)理”系列文章,歡迎廣大讀者獻(xiàn)計(jì)獻(xiàn)策、積極爭(zhēng)鳴,共同推動(dòng)智能化戰(zhàn)爭(zhēng)制勝機(jī)理研究走向深入。

    當(dāng)前,由人工智能引領(lǐng)的新一輪 科技 革命和產(chǎn)業(yè)變革方興未艾,“人工智能就像先前的導(dǎo)彈、衛(wèi)星一樣,無論你是否有所準(zhǔn)備都將登上人類戰(zhàn)爭(zhēng)的 歷史 舞臺(tái)”,智能化戰(zhàn)爭(zhēng)已經(jīng)大步走來。打贏未來可能發(fā)生的智能化戰(zhàn)爭(zhēng),核心是厘清智能化戰(zhàn)爭(zhēng)制勝機(jī)理。

    厘清智能化戰(zhàn)爭(zhēng)制勝機(jī)理獨(dú)特內(nèi)涵

    厘清智能化戰(zhàn)爭(zhēng)制勝機(jī)理,首先要把“機(jī)理”一詞的內(nèi)涵界定準(zhǔn)確。筆者認(rèn)為,“機(jī)”可理解為奧秘、門道,“理”可解讀為道理、理由。所謂智能化戰(zhàn)爭(zhēng)制勝機(jī)理,即打贏智能化戰(zhàn)爭(zhēng)的門道(路徑)和道理。為進(jìn)一步厘清這一內(nèi)涵,需要準(zhǔn)確把握三對(duì)概念的區(qū)別與聯(lián)系。

    從機(jī)理與規(guī)律的關(guān)系把握獨(dú)特內(nèi)涵。規(guī)律是事物內(nèi)在的本質(zhì)的必然的聯(lián)系,戰(zhàn)爭(zhēng)制勝規(guī)律是與戰(zhàn)爭(zhēng)制勝有關(guān)各種因素的本質(zhì)聯(lián)系和發(fā)展的必然趨勢(shì)。戰(zhàn)爭(zhēng)作為復(fù)雜巨系統(tǒng),制勝也具有復(fù)雜性,眾多的制勝規(guī)律往往在戰(zhàn)場(chǎng)上同時(shí)起作用。如果對(duì)具體戰(zhàn)例作具體分析會(huì)發(fā)現(xiàn),每一次勝負(fù)較量必定有某個(gè)規(guī)律起決定性作用,其他規(guī)律則起著輔助的但也是不可缺少的作用。戰(zhàn)爭(zhēng)制勝機(jī)理則是戰(zhàn)爭(zhēng)制勝因素在一定條件下觸發(fā)制勝規(guī)律、發(fā)揮制勝作用的鏈路及其道理。制勝機(jī)理依賴制勝規(guī)律,體現(xiàn)了制勝規(guī)律發(fā)揮作用時(shí)的途徑和依據(jù),但單憑制勝規(guī)律本身不能成為制勝機(jī)理。用相對(duì)簡(jiǎn)單的話來概括,即制勝規(guī)律是制勝機(jī)理的基礎(chǔ),制勝機(jī)理是制勝規(guī)律的應(yīng)用之道。

    從機(jī)理與機(jī)制的關(guān)系把握獨(dú)特內(nèi)涵。機(jī)制是事物內(nèi)部的構(gòu)造、功能和相互關(guān)系,作戰(zhàn)制勝機(jī)制是作戰(zhàn)體系各要素互動(dòng)形成合力、實(shí)現(xiàn)制勝的內(nèi)在機(jī)制,如集效聚優(yōu)、并行聯(lián)動(dòng)都是機(jī)制,是對(duì)有關(guān)制勝機(jī)理的運(yùn)用方法和實(shí)現(xiàn)方式,且這些方式方法體現(xiàn)一定的規(guī)則,帶有某種制度化的特征。在信息化戰(zhàn)爭(zhēng)中,對(duì)情報(bào)偵察、指揮控制、火力打擊和綜合保障等作戰(zhàn)要素進(jìn)行綜合集成,對(duì)陸、海、空等作戰(zhàn)單元進(jìn)行優(yōu)化重組,會(huì)形成多種多樣的制勝機(jī)制。這些制勝機(jī)制大都包含這樣的制勝機(jī)理,即:事件轉(zhuǎn)化為信息、信息轉(zhuǎn)化為態(tài)勢(shì)、態(tài)勢(shì)轉(zhuǎn)化為認(rèn)知、認(rèn)知轉(zhuǎn)化為決策、決策轉(zhuǎn)化為行動(dòng)的信息制勝鏈路,等等。由此可見,制勝機(jī)理是內(nèi)在的“道”,更為抽象,而制勝機(jī)制是運(yùn)用道的“術(shù)”,更為具體。

    從機(jī)理與理論的關(guān)系把握獨(dú)特內(nèi)涵。認(rèn)識(shí)、把握和靈活運(yùn)用戰(zhàn)爭(zhēng)制勝規(guī)律和機(jī)理,需要從理論和戰(zhàn)略策略上作出正確的指導(dǎo)。睿智的軍事理論家,總是在發(fā)現(xiàn)新的制勝規(guī)律和機(jī)理后,作出理論上的加工和創(chuàng)造,由此形成新的軍事指導(dǎo)理論??梢姡娛吕碚搫?chuàng)新的核心在于揭示和厘清新的戰(zhàn)爭(zhēng)制勝規(guī)律和機(jī)理,進(jìn)而概括出新的戰(zhàn)爭(zhēng)指導(dǎo)。世界軍事史上,馬漢的“海權(quán)”理論、杜黑的“制空權(quán)”理論、富勒的“機(jī)械化戰(zhàn)爭(zhēng)”理論、圖哈切夫斯基的“大縱深作戰(zhàn)”理論、格雷厄姆的“高邊疆”理論等,都揭示了相應(yīng)的戰(zhàn)爭(zhēng)制勝規(guī)律和機(jī)理,引領(lǐng)了軍事潮流,改變了戰(zhàn)爭(zhēng)面貌??梢哉f,戰(zhàn)爭(zhēng)制勝機(jī)理是軍事理論創(chuàng)新的基礎(chǔ)和源泉,軍事指導(dǎo)理論是戰(zhàn)爭(zhēng)制勝機(jī)理的靈動(dòng)運(yùn)用和理論升華。

    辯證把握智能化戰(zhàn)爭(zhēng)制勝機(jī)理多重意蘊(yùn)

    智能化戰(zhàn)爭(zhēng)的制勝機(jī)理包括戰(zhàn)爭(zhēng)制勝的一般機(jī)理,同時(shí)又體現(xiàn)著算法博弈的鮮明特點(diǎn);在戰(zhàn)略、戰(zhàn)役、戰(zhàn)術(shù)等層面都有相應(yīng)的制勝機(jī)理,同時(shí)也都與算法博弈緊密聯(lián)系。由于受多種因素制約,每一場(chǎng)戰(zhàn)爭(zhēng)具體的制勝機(jī)理都可能有所不同。這里,僅列舉幾類帶有一定普遍性的制勝機(jī)理。

    以“強(qiáng)”打“弱”的“智勝”機(jī)理。“強(qiáng)勝弱敗”是帶有一定普遍性的戰(zhàn)爭(zhēng)制勝規(guī)律。即使是那些以弱勝強(qiáng)的戰(zhàn)例,往往也須在局部和特定時(shí)段形成對(duì)敵的力量?jī)?yōu)勢(shì)才能真正取勝。依據(jù)“強(qiáng)勝弱敗”規(guī)律,以強(qiáng)打弱便成為帶有通用性的戰(zhàn)爭(zhēng)制勝機(jī)理。這里的“強(qiáng)”,是整體戰(zhàn)斗力的強(qiáng)。在機(jī)械化戰(zhàn)爭(zhēng)時(shí)代,整體戰(zhàn)斗力的強(qiáng)大主要體現(xiàn)為兵力和火力優(yōu)勢(shì)。在信息化戰(zhàn)爭(zhēng)時(shí)代,軍隊(duì)能打勝仗有賴于信息力優(yōu)勢(shì)。而在智能化戰(zhàn)爭(zhēng)時(shí)代,智力優(yōu)勢(shì)對(duì)戰(zhàn)斗力的貢獻(xiàn)率遠(yuǎn)高于其他要素。在智能化戰(zhàn)爭(zhēng)對(duì)抗中,人的智能廣泛滲透到作戰(zhàn)領(lǐng)域、移植到武器系統(tǒng),智能水平更高更強(qiáng)的一方,能夠更好地開發(fā)和運(yùn)用以強(qiáng)打弱的“智勝”機(jī)理,甚至據(jù)此設(shè)計(jì)戰(zhàn)爭(zhēng)、主導(dǎo)戰(zhàn)局發(fā)展,取得最終勝利。

    以“高”打“低”的“智勝”機(jī)理。這里的“高”“低”,主要指“代差”“維度差”。通常情況下,運(yùn)用更高級(jí)戰(zhàn)爭(zhēng)形態(tài)和作戰(zhàn)樣式的一方能夠打贏尚在運(yùn)用較低維度戰(zhàn)爭(zhēng)形態(tài)和作戰(zhàn)樣式的一方。比如,普遍使用火槍的部隊(duì)幾乎都能勝過使用大刀長(zhǎng)矛的部隊(duì)。如果說“高”勝“低”敗是制勝規(guī)律,那么以“高”打“低”的那些門道及理由便成為制勝機(jī)理。在智能化戰(zhàn)爭(zhēng)進(jìn)程中,針對(duì)對(duì)方作戰(zhàn)體系的弱點(diǎn)進(jìn)行打擊,使其“智能”降低或失效,實(shí)施“降維打擊”,便是以“高”打“低”“智勝”機(jī)理的具體運(yùn)用。還要看到,智能化戰(zhàn)爭(zhēng)時(shí)代很可能存在由低到高的多個(gè)發(fā)展階段,盡可能讓自己處于高級(jí)階段,攻擊對(duì)手使其處于低維度的階段,也是以“高”打“低”“智勝”機(jī)理的運(yùn)用。

    以“快”打“慢”的“智勝”機(jī)理。隨著科學(xué)技術(shù)的強(qiáng)勁推動(dòng),戰(zhàn)爭(zhēng)中“快”的內(nèi)涵在不斷刷新。在第一次世界大戰(zhàn)期間,坦克機(jī)動(dòng)速度每小時(shí)只能達(dá)到4 8英里,到二戰(zhàn)期間裝甲集群已能實(shí)施閃擊戰(zhàn)。近些年我們認(rèn)為超級(jí)計(jì)算機(jī)已經(jīng)很快了,但量子計(jì)算機(jī)處理“高斯玻色取樣”的速度比最快的超級(jí)計(jì)算機(jī)快一百萬億倍,量子算法比經(jīng)典算法實(shí)現(xiàn)了指數(shù)級(jí)的加速,人工智能將實(shí)現(xiàn)質(zhì)的飛躍。未來智能化戰(zhàn)爭(zhēng)在算法的支撐下,預(yù)警時(shí)間提前,決策時(shí)間縮短,作戰(zhàn)行動(dòng)向前延伸,“觀察-判斷-決策-行動(dòng)”周期大幅壓縮,“瞬時(shí)摧毀”升級(jí)為“即時(shí)摧毀”,真正進(jìn)入發(fā)現(xiàn)即摧毀的“秒殺”時(shí)代。

    以“巧”打“拙”的“智勝”機(jī)理。在一些經(jīng)典戰(zhàn)例中,我們往往能夠看到指揮員運(yùn)用靈活機(jī)動(dòng)的戰(zhàn)略戰(zhàn)術(shù),變被動(dòng)為主動(dòng),化劣勢(shì)為優(yōu)勢(shì),體現(xiàn)了“巧”能勝“拙”的制勝規(guī)律和以“巧”打“拙”的制勝機(jī)理。智能化戰(zhàn)爭(zhēng)中的“巧”,依托算法優(yōu)勢(shì),開始從指揮員的大腦中走出來,被賦予擁有“智能”的武器系統(tǒng)。當(dāng)智能化戰(zhàn)爭(zhēng)發(fā)展到一定階段,全域多維、各種類型的智能化作戰(zhàn)平臺(tái)能夠快速耦合作戰(zhàn)力量,根據(jù)任務(wù)需求構(gòu)建作戰(zhàn)體系,自主實(shí)施協(xié)同作戰(zhàn),任務(wù)結(jié)束迅速回歸待戰(zhàn)狀態(tài),呈現(xiàn)智能自主趨勢(shì)。未來智能化戰(zhàn)爭(zhēng)將向極地、深海、太空等領(lǐng)域拓展,以“巧”打“拙”的“智勝”機(jī)理也會(huì)相應(yīng)拓展,開發(fā)出更多更新的“智勝”路徑。

    前瞻 探索 和開發(fā)智能化戰(zhàn)爭(zhēng)制勝機(jī)理

    當(dāng)今世界, 科技 革命和軍事革命相互影響,戰(zhàn)爭(zhēng)形態(tài)在加速演變,戰(zhàn)爭(zhēng)制勝機(jī)理也在不斷更新。在智能化戰(zhàn)爭(zhēng)大幕緩緩開啟的背景下,必須緊盯智能化戰(zhàn)爭(zhēng)制勝機(jī)理的發(fā)展趨勢(shì),變被動(dòng)為主動(dòng),變跟進(jìn)為引領(lǐng),前瞻 探索 和開發(fā)智能化戰(zhàn)爭(zhēng)制勝機(jī)理,牢牢掌控打贏智能化戰(zhàn)爭(zhēng)的主動(dòng)權(quán)。

    開發(fā)新的制勝機(jī)理。 歷史 和現(xiàn)實(shí)表明,先進(jìn)的科學(xué)技術(shù)一旦被運(yùn)用于軍事,將使戰(zhàn)爭(zhēng)制勝機(jī)理發(fā)生深刻變化,從而使現(xiàn)有的作戰(zhàn)指導(dǎo)、條令法規(guī)和部隊(duì)編制隨之改變。在人工智能飛速進(jìn)步的今天,軍事智能的發(fā)展不可限量,未來智能化戰(zhàn)爭(zhēng)具體的制勝機(jī)理也必然超出現(xiàn)有的預(yù)料。應(yīng)積極 探索 現(xiàn)有先進(jìn)技術(shù)可能運(yùn)用于智能化戰(zhàn)爭(zhēng)的潛能, 探索 其可能的制勝機(jī)理。全面分析對(duì)手無人化作戰(zhàn)體系的薄弱節(jié)點(diǎn)和我之優(yōu)勢(shì),從目標(biāo)靶點(diǎn)反推制勝機(jī)理,提出軍事創(chuàng)新需求,精準(zhǔn)研發(fā)戰(zhàn)略性、前沿性、顛覆性技術(shù),推動(dòng)戰(zhàn)爭(zhēng)“ 游戲 規(guī)則”向于我有利的方向轉(zhuǎn)變。

    驗(yàn)證新的制勝機(jī)理。智能化戰(zhàn)爭(zhēng)制勝機(jī)理的研究成果究竟管不管用,需要用實(shí)踐來檢驗(yàn)。在相對(duì)和平時(shí)期,應(yīng)加強(qiáng)實(shí)戰(zhàn)化軍事訓(xùn)練和針對(duì)性作戰(zhàn)實(shí)驗(yàn)的檢驗(yàn),在檢驗(yàn)中發(fā)現(xiàn)問題、修正認(rèn)識(shí),使新的制勝機(jī)理盡可能科學(xué)、周密。在時(shí)機(jī)和條件成熟時(shí),推動(dòng)新的智能化戰(zhàn)爭(zhēng)制勝機(jī)理成為軍事訓(xùn)練全方位變革、整體性提升的依據(jù),堅(jiān)持以戰(zhàn)領(lǐng)訓(xùn)、以訓(xùn)促戰(zhàn),做到按智能化戰(zhàn)爭(zhēng)實(shí)戰(zhàn)要求訓(xùn)練,實(shí)現(xiàn)作戰(zhàn)和訓(xùn)練一體化。要以我為主,適度借鑒外軍,破除定性分析多、定量分析少的局限,大力構(gòu)建完善智能化戰(zhàn)爭(zhēng)實(shí)驗(yàn)室,打通從制勝機(jī)理到作戰(zhàn)概念再到實(shí)驗(yàn)平臺(tái)的創(chuàng)新鏈路,推動(dòng)去粗取精、去偽存真,提高智能化戰(zhàn)爭(zhēng)制勝機(jī)理研究成果的科學(xué)性、權(quán)威性。

    升華新的制勝機(jī)理。新的戰(zhàn)爭(zhēng)制勝機(jī)理是推進(jìn)軍事理論創(chuàng)新的深層依據(jù)。當(dāng)我們發(fā)現(xiàn)了新的以“強(qiáng)”打“弱”、以“高”打“低”、以“快”打“慢”、以“巧”打“拙”等具體的“智勝”機(jī)理后,就可以契合這一機(jī)理提出核心作戰(zhàn)概念、作戰(zhàn)原則和戰(zhàn)爭(zhēng)指導(dǎo)等,經(jīng)過系統(tǒng)加工形成關(guān)于智能化戰(zhàn)爭(zhēng)的新的軍事理論。有人說,“豐富的想象力和深刻的洞察力,遠(yuǎn)比百分之百的準(zhǔn)確性更為重要”。要適度鼓勵(lì)戰(zhàn)爭(zhēng)設(shè)計(jì)上的“異想天開”,引導(dǎo)有創(chuàng)見的研究人員在深刻理解軍事智能“技術(shù)創(chuàng)意”及其衍生而來的制勝機(jī)理的基礎(chǔ)上,提出新的“戰(zhàn)爭(zhēng)創(chuàng)意”。要基于智能化戰(zhàn)爭(zhēng)制勝機(jī)理的研究,深化軍事理論創(chuàng)新,加快形成具有時(shí)代性、引領(lǐng)性、獨(dú)特性的軍事理論體系。

    (作者單位:國(guó)防大學(xué)國(guó)家安全學(xué)院)

    三、大數(shù)據(jù)處理的五大關(guān)鍵技術(shù)及其應(yīng)用

    作者 | 網(wǎng)絡(luò)大數(shù)據(jù)

    來源 | 產(chǎn)業(yè)智能官

    數(shù)據(jù)處理是對(duì)紛繁復(fù)雜的海量數(shù)據(jù)價(jià)值的提煉,而其中最有價(jià)值的地方在于預(yù)測(cè)性分析,即可以通過數(shù)據(jù)可視化、統(tǒng)計(jì)模式識(shí)別、數(shù)據(jù)描述等數(shù)據(jù)挖掘形式幫助數(shù)據(jù)科學(xué)家更好的理解數(shù)據(jù),根據(jù)數(shù)據(jù)挖掘的結(jié)果得出預(yù)測(cè)性決策。其中主要工作環(huán)節(jié)包括:

    大數(shù)據(jù)采集 大數(shù)據(jù)預(yù)處理 大數(shù)據(jù)存儲(chǔ)及管理 大數(shù)據(jù)分析及挖掘 大數(shù)據(jù)展現(xiàn)和應(yīng)用(大數(shù)據(jù)檢索、大數(shù)據(jù)可視化、大數(shù)據(jù)應(yīng)用、大數(shù)據(jù)安全等)。

    一、大數(shù)據(jù)采集技術(shù)

    數(shù)據(jù)是指通過RFID射頻數(shù)據(jù)、傳感器數(shù)據(jù)、社交網(wǎng)絡(luò)交互數(shù)據(jù)及移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)等方式獲得的各種類型的結(jié)構(gòu)化、半結(jié)構(gòu)化(或稱之為弱結(jié)構(gòu)化)及非結(jié)構(gòu)化的海量數(shù)據(jù),是大數(shù)據(jù)知識(shí)服務(wù)模型的根本。重點(diǎn)要突破分布式高速高可靠數(shù)據(jù)爬取或采集、高速數(shù)據(jù)全映像等大數(shù)據(jù)收集技術(shù);突破高速數(shù)據(jù)解析、轉(zhuǎn)換與裝載等大數(shù)據(jù)整合技術(shù);設(shè)計(jì)質(zhì)量評(píng)估模型,開發(fā)數(shù)據(jù)質(zhì)量技術(shù)。

    大數(shù)據(jù)采集一般分為:

    大數(shù)據(jù)智能感知層:主要包括數(shù)據(jù)傳感體系、網(wǎng)絡(luò)通信體系、傳感適配體系、智能識(shí)別體系及軟硬件資源接入系統(tǒng),實(shí)現(xiàn)對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的海量數(shù)據(jù)的智能化識(shí)別、定位、跟蹤、接入、傳輸、信號(hào)轉(zhuǎn)換、監(jiān)控、初步處理和管理等。必須著重攻克針對(duì)大數(shù)據(jù)源的智能識(shí)別、感知、適配、傳輸、接入等技術(shù)。

    基礎(chǔ)支撐層:提供大數(shù)據(jù)服務(wù)平臺(tái)所需的虛擬服務(wù)器,結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫及物聯(lián)網(wǎng)絡(luò)資源等基礎(chǔ)支撐環(huán)境。重點(diǎn)攻克分布式虛擬存儲(chǔ)技術(shù),大數(shù)據(jù)獲取、存儲(chǔ)、組織、分析和決策操作的可視化接口技術(shù),大數(shù)據(jù)的網(wǎng)絡(luò)傳輸與壓縮技術(shù),大數(shù)據(jù)隱私保護(hù)技術(shù)等。

    二、大數(shù)據(jù)預(yù)處理技術(shù)

    完成對(duì)已接收數(shù)據(jù)的辨析、抽取、清洗等操作。

    抽?。阂颢@取的數(shù)據(jù)可能具有多種結(jié)構(gòu)和類型,數(shù)據(jù)抽取過程可以幫助我們將這些復(fù)雜的數(shù)據(jù)轉(zhuǎn)化為單一的或者便于處理的構(gòu)型,以達(dá)到快速分析處理的目的。

    清洗:對(duì)于大數(shù)據(jù),并不全是有價(jià)值的,有些數(shù)據(jù)并不是我們所關(guān)心的內(nèi)容,而另一些數(shù)據(jù)則是完全錯(cuò)誤的干擾項(xiàng),因此要對(duì)數(shù)據(jù)通過過濾“去噪”從而提取出有效數(shù)據(jù)。

    三、大數(shù)據(jù)存儲(chǔ)及管理技術(shù)

    大數(shù)據(jù)存儲(chǔ)與管理要用存儲(chǔ)器把采集到的數(shù)據(jù)存儲(chǔ)起來,建立相應(yīng)的數(shù)據(jù)庫,并進(jìn)行管理和調(diào)用。重點(diǎn)解決復(fù)雜結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)管理與處理技術(shù)。主要解決大數(shù)據(jù)的可存儲(chǔ)、可表示、可處理、可靠性及有效傳輸?shù)葞讉€(gè)關(guān)鍵問題。開發(fā)可靠的分布式文件系統(tǒng)(DFS)、能效優(yōu)化的存儲(chǔ)、計(jì)算融入存儲(chǔ)、大數(shù)據(jù)的去冗余及高效低成本的大數(shù)據(jù)存儲(chǔ)技術(shù);突破分布式非關(guān)系型大數(shù)據(jù)管理與處理技術(shù),異構(gòu)數(shù)據(jù)的數(shù)據(jù)融合技術(shù),數(shù)據(jù)組織技術(shù),研究大數(shù)據(jù)建模技術(shù);突破大數(shù)據(jù)索引技術(shù);突破大數(shù)據(jù)移動(dòng)、備份、復(fù)制等技術(shù);開發(fā)大數(shù)據(jù)可視化技術(shù)。

    開發(fā)新型數(shù)據(jù)庫技術(shù),數(shù)據(jù)庫分為關(guān)系型數(shù)據(jù)庫、非關(guān)系型數(shù)據(jù)庫以及數(shù)據(jù)庫緩存系統(tǒng)。其中,非關(guān)系型數(shù)據(jù)庫主要指的是NoSQL數(shù)據(jù)庫,分為:鍵值數(shù)據(jù)庫、列存數(shù)據(jù)庫、圖存數(shù)據(jù)庫以及文檔數(shù)據(jù)庫等類型。關(guān)系型數(shù)據(jù)庫包含了傳統(tǒng)關(guān)系數(shù)據(jù)庫系統(tǒng)以及NewSQL數(shù)據(jù)庫。

    開發(fā)大數(shù)據(jù)安全技術(shù):改進(jìn)數(shù)據(jù)銷毀、透明加解密、分布式訪問控制、數(shù)據(jù)審計(jì)等技術(shù);突破隱私保護(hù)和推理控制、數(shù)據(jù)真?zhèn)巫R(shí)別和取證、數(shù)據(jù)持有完整性驗(yàn)證等技術(shù)。

    四、大數(shù)據(jù)分析及挖掘技術(shù)

    大數(shù)據(jù)分析技術(shù):改進(jìn)已有數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技術(shù);開發(fā)數(shù)據(jù)網(wǎng)絡(luò)挖掘、特異群組挖掘、圖挖掘等新型數(shù)據(jù)挖掘技術(shù);突破基于對(duì)象的數(shù)據(jù)連接、相似性連接等大數(shù)據(jù)融合技術(shù);突破用戶興趣分析、網(wǎng)絡(luò)行為分析、情感語義分析等面向領(lǐng)域的大數(shù)據(jù)挖掘技術(shù)。

    數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。

    數(shù)據(jù)挖掘涉及的技術(shù)方法很多,有多種分類法。根據(jù)挖掘任務(wù)可分為分類或預(yù)測(cè)模型發(fā)現(xiàn)、數(shù)據(jù)總結(jié)、聚類、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、依賴關(guān)系或依賴模型發(fā)現(xiàn)、異常和趨勢(shì)發(fā)現(xiàn)等等;根據(jù)挖掘?qū)ο罂煞譃殛P(guān)系數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫、空間數(shù)據(jù)庫、時(shí)態(tài)數(shù)據(jù)庫、文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫、異質(zhì)數(shù)據(jù)庫、遺產(chǎn)數(shù)據(jù)庫以及環(huán)球網(wǎng)Web;根據(jù)挖掘方法分,可粗分為:機(jī)器學(xué)習(xí)方法、統(tǒng)計(jì)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫方法。

    機(jī)器學(xué)習(xí)中,可細(xì)分為歸納學(xué)習(xí)方法(決策樹、規(guī)則歸納等)、基于范例學(xué)習(xí)、遺傳算法等。統(tǒng)計(jì)方法中,可細(xì)分為:回歸分析(多元回歸、自回歸等)、判別分析(貝葉斯判別、費(fèi)歇爾判別、非參數(shù)判別等)、聚類分析(系統(tǒng)聚類、動(dòng)態(tài)聚類等)、探索性分析(主元分析法、相關(guān)分析法等)等。神經(jīng)網(wǎng)絡(luò)方法中,可細(xì)分為:前向神經(jīng)網(wǎng)絡(luò)(BP算法等)、自組織神經(jīng)網(wǎng)絡(luò)(自組織特征映射、競(jìng)爭(zhēng)學(xué)習(xí)等)等。數(shù)據(jù)庫方法主要是多維數(shù)據(jù)分析或OLAP方法,另外還有面向?qū)傩缘臍w納方法。

    數(shù)據(jù)挖掘主要過程是:根據(jù)分析挖掘目標(biāo),從數(shù)據(jù)庫中把數(shù)據(jù)提取出來,然后經(jīng)過ETL組織成適合分析挖掘算法使用寬表,然后利用數(shù)據(jù)挖掘軟件進(jìn)行挖掘。傳統(tǒng)的數(shù)據(jù)挖掘軟件,一般只能支持在單機(jī)上進(jìn)行小規(guī)模數(shù)據(jù)處理,受此限制傳統(tǒng)數(shù)據(jù)分析挖掘一般會(huì)采用抽樣方式來減少數(shù)據(jù)分析規(guī)模。

    數(shù)據(jù)挖掘的計(jì)算復(fù)雜度和靈活度遠(yuǎn)遠(yuǎn)超過前兩類需求。一是由于數(shù)據(jù)挖掘問題開放性,導(dǎo)致數(shù)據(jù)挖掘會(huì)涉及大量衍生變量計(jì)算,衍生變量多變導(dǎo)致數(shù)據(jù)預(yù)處理計(jì)算復(fù)雜性;二是很多數(shù)據(jù)挖掘算法本身就比較復(fù)雜,計(jì)算量就很大,特別是大量機(jī)器學(xué)習(xí)算法,都是迭代計(jì)算,需要通過多次迭代來求最優(yōu)解,例如K-means聚類算法、PageRank算法等。

    從挖掘任務(wù)和挖掘方法的角度,著重突破:

    可視化分析。數(shù)據(jù)可視化無論對(duì)于普通用戶或是數(shù)據(jù)分析專家,都是最基本的功能。數(shù)據(jù)圖像化可以讓數(shù)據(jù)自己說話,讓用戶直觀的感受到結(jié)果。 數(shù)據(jù)挖掘算法。圖像化是將機(jī)器語言翻譯給人看,而數(shù)據(jù)挖掘就是機(jī)器的母語。分割、集群、孤立點(diǎn)分析還有各種各樣五花八門的算法讓我們精煉數(shù)據(jù),挖掘價(jià)值。這些算法一定要能夠應(yīng)付大數(shù)據(jù)的量,同時(shí)還具有很高的處理速度。 預(yù)測(cè)性分析。預(yù)測(cè)性分析可以讓分析師根據(jù)圖像化分析和數(shù)據(jù)挖掘的結(jié)果做出一些前瞻性判斷。 語義引擎。語義引擎需要設(shè)計(jì)到有足夠的人工智能以足以從數(shù)據(jù)中主動(dòng)地提取信息。語言處理技術(shù)包括機(jī)器翻譯、情感分析、輿情分析、智能輸入、問答系統(tǒng)等。 數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理。數(shù)據(jù)質(zhì)量與管理是管理的最佳實(shí)踐,透過標(biāo)準(zhǔn)化流程和機(jī)器對(duì)數(shù)據(jù)進(jìn)行處理可以確保獲得一個(gè)預(yù)設(shè)質(zhì)量的分析結(jié)果。

    預(yù)測(cè)分析成功的7個(gè)秘訣

    預(yù)測(cè)未來一直是一個(gè)冒險(xiǎn)的命題。幸運(yùn)的是,預(yù)測(cè)分析技術(shù)的出現(xiàn)使得用戶能夠基于歷史數(shù)據(jù)和分析技術(shù)(如統(tǒng)計(jì)建模和機(jī)器學(xué)習(xí))預(yù)測(cè)未來的結(jié)果,這使得預(yù)測(cè)結(jié)果和趨勢(shì)變得比過去幾年更加可靠。

    盡管如此,與任何新興技術(shù)一樣,想要充分發(fā)揮預(yù)測(cè)分析的潛力也是很難的。而可能使挑戰(zhàn)變得更加復(fù)雜的是,由不完善的策略或預(yù)測(cè)分析工具的誤用導(dǎo)致的不準(zhǔn)確或誤導(dǎo)性的結(jié)果可能在幾周、幾個(gè)月甚至幾年內(nèi)才會(huì)顯現(xiàn)出來。

    預(yù)測(cè)分析有可能徹底改變?cè)S多的行業(yè)和業(yè)務(wù),包括零售、制造、供應(yīng)鏈、網(wǎng)絡(luò)管理、金融服務(wù)和醫(yī)療保健。AI網(wǎng)絡(luò)技術(shù)公司Mist Systems的聯(lián)合創(chuàng)始人、首席技術(shù)官Bob fridy預(yù)測(cè):“深度學(xué)習(xí)和預(yù)測(cè)性AI分析技術(shù)將會(huì)改變我們社會(huì)的所有部分,就像十年來互聯(lián)網(wǎng)和蜂窩技術(shù)所帶來的轉(zhuǎn)變一樣?!?。

    這里有七個(gè)建議,旨在幫助您的組織充分利用其預(yù)測(cè)分析計(jì)劃。

    1.能夠訪問高質(zhì)量、易于理解的數(shù)據(jù)

    預(yù)測(cè)分析應(yīng)用程序需要大量數(shù)據(jù),并依賴于通過反饋循環(huán)提供的信息來不斷改進(jìn)。全球IT解決方案和服務(wù)提供商Infotech的首席數(shù)據(jù)和分析官Soumendra Mohanty評(píng)論道:“數(shù)據(jù)和預(yù)測(cè)分析之間是相互促進(jìn)的關(guān)系?!?

    了解流入預(yù)測(cè)分析模型的數(shù)據(jù)類型非常重要?!耙粋€(gè)人身上會(huì)有什么樣的數(shù)據(jù)?” Eric Feigl - Ding問道,他是流行病學(xué)家、營(yíng)養(yǎng)學(xué)家和健康經(jīng)濟(jì)學(xué)家,目前是哈佛陳氏公共衛(wèi)生學(xué)院的訪問科學(xué)家?!笆敲刻於荚贔acebook和谷歌上收集的實(shí)時(shí)數(shù)據(jù),還是難以訪問的醫(yī)療記錄所需的醫(yī)療數(shù)據(jù)?”為了做出準(zhǔn)確的預(yù)測(cè),模型需要被設(shè)計(jì)成能夠處理它所吸收的特定類型的數(shù)據(jù)。

    簡(jiǎn)單地將大量數(shù)據(jù)扔向計(jì)算資源的預(yù)測(cè)建模工作注定會(huì)失敗。“由于存在大量數(shù)據(jù),而其中大部分?jǐn)?shù)據(jù)可能與特定問題無關(guān),只是在給定樣本中可能存在相關(guān)關(guān)系,”FactSet投資組合管理和交易解決方案副總裁兼研究主管Henri Waelbroeck解釋道,F(xiàn)actSet是一家金融數(shù)據(jù)和軟件公司?!叭绻涣私猱a(chǎn)生數(shù)據(jù)的過程,一個(gè)在有偏見的數(shù)據(jù)上訓(xùn)練的模型可能是完全錯(cuò)誤的。”

    2.找到合適的模式

    SAP高級(jí)分析產(chǎn)品經(jīng)理Richard Mooney指出,每個(gè)人都癡迷于算法,但是算法必須和輸入到算法中的數(shù)據(jù)一樣好?!叭绻也坏竭m合的模式,那么他們就毫無用處,”他寫道?!按蠖鄶?shù)數(shù)據(jù)集都有其隱藏的模式?!?

    模式通常以兩種方式隱藏:

    模式位于兩列之間的關(guān)系中。例如,可以通過即將進(jìn)行的交易的截止日期信息與相關(guān)的電子郵件開盤價(jià)數(shù)據(jù)進(jìn)行比較來發(fā)現(xiàn)一種模式。Mooney說:“如果交易即將結(jié)束,電子郵件的公開率應(yīng)該會(huì)大幅提高,因?yàn)橘I方會(huì)有很多人需要閱讀并審查合同?!?

    模式顯示了變量隨時(shí)間變化的關(guān)系?!耙陨厦娴睦訛槔?,了解客戶打開了200次電子郵件并不像知道他們?cè)谏现艽蜷_了175次那樣有用,”Mooney說。

    3 .專注于可管理的任務(wù),這些任務(wù)可能會(huì)帶來積極的投資回報(bào)

    紐約理工學(xué)院的分析和商業(yè)智能主任Michael Urmeneta稱:“如今,人們很想把機(jī)器學(xué)習(xí)算法應(yīng)用到海量數(shù)據(jù)上,以期獲得更深刻的見解?!彼f,這種方法的問題在于,它就像試圖一次治愈所有形式的癌癥一樣。Urmeneta解釋說:“這會(huì)導(dǎo)致問題太大,數(shù)據(jù)太亂——沒有足夠的資金和足夠的支持。這樣是不可能獲得成功的。”

    而當(dāng)任務(wù)相對(duì)集中時(shí),成功的可能性就會(huì)大得多。Urmeneta指出:“如果有問題的話,我們很可能會(huì)接觸到那些能夠理解復(fù)雜關(guān)系的專家” 。“這樣,我們就很可能會(huì)有更清晰或更好理解的數(shù)據(jù)來進(jìn)行處理。”

    4.使用正確的方法來完成工作

    好消息是,幾乎有無數(shù)的方法可以用來生成精確的預(yù)測(cè)分析。然而,這也是個(gè)壞消息。芝加哥大學(xué)NORC (前國(guó)家意見研究中心)的行為、經(jīng)濟(jì)分析和決策實(shí)踐主任Angela Fontes說:“每天都有新的、熱門的分析方法出現(xiàn),使用新方法很容易讓人興奮”?!叭欢?,根據(jù)我的經(jīng)驗(yàn),最成功的項(xiàng)目是那些真正深入思考分析結(jié)果并讓其指導(dǎo)他們選擇方法的項(xiàng)目——即使最合適的方法并不是最性感、最新的方法。”

    羅切斯特理工學(xué)院計(jì)算機(jī)工程系主任、副教授shanchie Jay Yang建議說:“用戶必須謹(jǐn)慎選擇適合他們需求的方法”?!氨仨殦碛幸环N高效且可解釋的技術(shù),一種可以利用序列數(shù)據(jù)、時(shí)間數(shù)據(jù)的統(tǒng)計(jì)特性,然后將其外推到最有可能的未來,”Yang說。

    5.用精確定義的目標(biāo)構(gòu)建模型

    這似乎是顯而易見的,但許多預(yù)測(cè)分析項(xiàng)目開始時(shí)的目標(biāo)是構(gòu)建一個(gè)宏偉的模型,卻沒有一個(gè)明確的最終使用計(jì)劃。“有很多很棒的模型從來沒有被人使用過,因?yàn)闆]有人知道如何使用這些模型來實(shí)現(xiàn)或提供價(jià)值,”汽車、保險(xiǎn)和碰撞修復(fù)行業(yè)的SaaS提供商CCC信息服務(wù)公司的產(chǎn)品管理高級(jí)副總裁Jason Verlen評(píng)論道。

    對(duì)此,F(xiàn)ontes也表示同意。“使用正確的工具肯定會(huì)確保我們從分析中得到想要的結(jié)果……”因?yàn)檫@迫使我們必須對(duì)自己的目標(biāo)非常清楚,”她解釋道?!叭绻覀儾磺宄治龅哪繕?biāo),就永遠(yuǎn)也不可能真正得到我們想要的東西?!?

    6.在IT和相關(guān)業(yè)務(wù)部門之間建立密切的合作關(guān)系

    在業(yè)務(wù)和技術(shù)組織之間建立牢固的合作伙伴關(guān)系是至關(guān)重要的??蛻趔w驗(yàn)技術(shù)提供商Genesys的人工智能產(chǎn)品管理副總裁Paul lasserr說:“你應(yīng)該能夠理解新技術(shù)如何應(yīng)對(duì)業(yè)務(wù)挑戰(zhàn)或改善現(xiàn)有的業(yè)務(wù)環(huán)境?!比缓?,一旦設(shè)置了目標(biāo),就可以在一個(gè)限定范圍的應(yīng)用程序中測(cè)試模型,以確定解決方案是否真正提供了所需的價(jià)值。

    7.不要被設(shè)計(jì)不良的模型誤導(dǎo)

    模型是由人設(shè)計(jì)的,所以它們經(jīng)常包含著潛在的缺陷。錯(cuò)誤的模型或使用不正確或不當(dāng)?shù)臄?shù)據(jù)構(gòu)建的模型很容易產(chǎn)生誤導(dǎo),在極端情況下,甚至?xí)a(chǎn)生完全錯(cuò)誤的預(yù)測(cè)。

    沒有實(shí)現(xiàn)適當(dāng)隨機(jī)化的選擇偏差會(huì)混淆預(yù)測(cè)。例如,在一項(xiàng)假設(shè)的減肥研究中,可能有50%的參與者選擇退出后續(xù)的體重測(cè)量。然而,那些中途退出的人與留下來的人有著不同的體重軌跡。這使得分析變得復(fù)雜,因?yàn)樵谶@樣的研究中,那些堅(jiān)持參加這個(gè)項(xiàng)目的人通常是那些真正減肥的人。另一方面,戒煙者通常是那些很少或根本沒有減肥經(jīng)歷的人。因此,雖然減肥在整個(gè)世界都是具有因果性和可預(yù)測(cè)性的,但在一個(gè)有50%退出率的有限數(shù)據(jù)庫中,實(shí)際的減肥結(jié)果可能會(huì)被隱藏起來。

    六、大數(shù)據(jù)展現(xiàn)與應(yīng)用技術(shù)

    大數(shù)據(jù)技術(shù)能夠?qū)㈦[藏于海量數(shù)據(jù)中的信息和知識(shí)挖掘出來,為人類的社會(huì)經(jīng)濟(jì)活動(dòng)提供依據(jù),從而提高各個(gè)領(lǐng)域的運(yùn)行效率,大大提高整個(gè)社會(huì)經(jīng)濟(jì)的集約化程度。

    在我國(guó),大數(shù)據(jù)將重點(diǎn)應(yīng)用于以下三大領(lǐng)域:商業(yè)智能 、政府決策、公共服務(wù)。例如:商業(yè)智能技術(shù),政府決策技術(shù),電信數(shù)據(jù)信息處理與挖掘技術(shù),電網(wǎng)數(shù)據(jù)信息處理與挖掘技術(shù),氣象信息分析技術(shù),環(huán)境監(jiān)測(cè)技術(shù),警務(wù)云應(yīng)用系統(tǒng)(道路監(jiān)控、視頻監(jiān)控、網(wǎng)絡(luò)監(jiān)控、智能交通、反電信詐騙、指揮調(diào)度等公安信息系統(tǒng)),大規(guī)?;蛐蛄蟹治霰葘?duì)技術(shù),Web信息挖掘技術(shù),多媒體數(shù)據(jù)并行化處理技術(shù),影視制作渲染技術(shù),其他各種行業(yè)的云計(jì)算和海量數(shù)據(jù)處理應(yīng)用技術(shù)等。

    四、大數(shù)據(jù)和智慧交通有哪些應(yīng)用的案例

    大數(shù)據(jù)方面的應(yīng)用案例

    在醫(yī)療方面,紐約的mountsinai醫(yī)院利用數(shù)千名患者的數(shù)據(jù)、歷年匯報(bào)的流感爆發(fā)數(shù)據(jù)等數(shù)據(jù)與病毒的變異過程做交叉比對(duì)。通過這種工作,科學(xué)家和醫(yī)生可以預(yù)測(cè)病毒如何傳播,以及對(duì)抗這些病毒的最佳途徑;甚至有可能使用預(yù)測(cè)分析來判斷病毒的傳播方式,然后采取行動(dòng)來限制這一傳播。據(jù)說這家醫(yī)院有望在未來阻止流感的發(fā)生。

    在交通方面,浙江某城市與英特爾合作,安裝了1000個(gè)數(shù)字監(jiān)控設(shè)備,100個(gè)智能監(jiān)測(cè)點(diǎn)系統(tǒng),超過300個(gè)檢查點(diǎn)的電子警察,和500多個(gè)視頻監(jiān)控系統(tǒng)。通過更有效地監(jiān)測(cè)交通和擁堵數(shù)據(jù),改善交通流量,減少道路交通事故。

    在廢物處理方面, 英國(guó)曼徹斯特垃圾處理局有一套系統(tǒng),能夠利用數(shù)據(jù)使得產(chǎn)生的垃圾被盡可能多的再次利用。通過對(duì)來自不同地區(qū)的卡車進(jìn)出加工廠時(shí)進(jìn)行稱重,能夠了解每個(gè)地區(qū)所產(chǎn)生的垃圾數(shù)量。這些數(shù)據(jù)幫助當(dāng)局出臺(tái)了相應(yīng)的政策,鼓勵(lì)那些特定的社區(qū)更好的垃圾回收和垃圾減量。

    在建筑方面, 住房慈善機(jī)構(gòu)hact從400,000座住房中持續(xù)不斷地收集數(shù)據(jù),并進(jìn)行了各種數(shù)據(jù)分析。通過數(shù)據(jù)來發(fā)現(xiàn)設(shè)計(jì)、建造、布局中存在的潛在問題,進(jìn)而在建造新的樓宇時(shí)優(yōu)化相關(guān)的參數(shù),避免這些問題,改進(jìn)政府保障房的的維修,規(guī)劃空間合理使用。

    智能應(yīng)用服務(wù),Google提供的大數(shù)據(jù)分析智能應(yīng)用包括客戶情緒分析、交易風(fēng)險(xiǎn)(欺詐分析)、產(chǎn)品推薦、消息路由、診斷、客戶流失預(yù)測(cè)、法律文案分類、電子郵件內(nèi)容過濾、政治傾向預(yù)測(cè)、物種鑒定等多個(gè)方面。據(jù)稱,大數(shù)據(jù)已經(jīng)給Google每天帶來2300萬美元的收入。例如,一些典型應(yīng)用如下:

    (1)基于Map Reduce,Google的傳統(tǒng)應(yīng)用包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、日志分析、搜索質(zhì)量以及其他數(shù)據(jù)分析應(yīng)用。

    (2)基于Dremel系統(tǒng), Google推出其強(qiáng)大的數(shù)據(jù)分析軟件和服務(wù) — BigQuery,它也是Google自己使用的互聯(lián)網(wǎng)檢索服務(wù)的一部分。Google已經(jīng)開始銷售在線數(shù)據(jù)分析服務(wù),試圖與市場(chǎng)上類似亞馬遜網(wǎng)絡(luò)服務(wù)(Amazon Web Services)這樣的企業(yè)云計(jì)算服務(wù)競(jìng)爭(zhēng)。這個(gè)服務(wù),能幫助企業(yè)用戶在數(shù)秒內(nèi)完成萬億字節(jié)的掃描。

    (3)基于搜索統(tǒng)計(jì)算法,Google推出搜索引擎的輸寫糾錯(cuò)、統(tǒng)計(jì)型機(jī)器翻譯等服務(wù)。

    (4)Google的趨勢(shì)圖應(yīng)用。通過用戶對(duì)于搜索詞的關(guān)注度,很快的理解社會(huì)上的熱點(diǎn)是什么。對(duì)廣告主來說,它的商業(yè)價(jià)值就是很快的知道現(xiàn)在用戶在關(guān)心什么,他們應(yīng)該在什么地方投入一個(gè)廣告。據(jù)此,Google公司也開發(fā)了一些大數(shù)據(jù)產(chǎn)品,如“Brand Lift in Adwords”、“Active GRP”等,以幫助廣告客戶分析和評(píng)估其廣告活動(dòng)的效率。

    (5)Google Instant。輸入關(guān)鍵詞的過程,Google

    Instant 會(huì)邊打邊預(yù)測(cè)可能的搜索結(jié)果。

    谷歌的大數(shù)據(jù)平臺(tái)架構(gòu)仍在演進(jìn)中,追去的目標(biāo)是更大數(shù)據(jù)集、更快、更準(zhǔn)確的分析和計(jì)算。這將進(jìn)一步引領(lǐng)大數(shù)據(jù)技術(shù)發(fā)展的方向。

    在競(jìng)選方面,直到2012年,奧巴馬的數(shù)據(jù)團(tuán)隊(duì)對(duì)數(shù)以千萬計(jì)的選民郵件進(jìn)行了大數(shù)據(jù)挖掘,精確預(yù)測(cè)出了更可能擁護(hù)奧巴馬的選民類型,并進(jìn)行了有針對(duì)性的宣傳,從而幫助奧巴馬成為了美國(guó)歷史上唯一一位在競(jìng)選經(jīng)費(fèi)處于劣勢(shì)下實(shí)現(xiàn)連任的總統(tǒng)。只要數(shù)據(jù)量夠大,夠及時(shí),挖掘夠深刻,就可以洞悉每個(gè)選民的投票幾率。

    在教育方面,"以物聯(lián)網(wǎng)、云計(jì)算等綜合技術(shù)的成熟為基礎(chǔ),在學(xué)生管理數(shù)據(jù)庫中挖掘出有價(jià)值的數(shù)據(jù),經(jīng)過過程性和綜合性的考慮,找到學(xué)生各種行為之間的內(nèi)在聯(lián)系,考量背后的邏輯關(guān)系,并作出恰當(dāng)?shù)慕虒W(xué)決策。以某集團(tuán)最新出版的全球少兒美語旗艦課程為例,引入了首款應(yīng)用于少兒英語學(xué)習(xí)領(lǐng)域的MyEnglishLab在線學(xué)習(xí)輔導(dǎo)系統(tǒng)(以下簡(jiǎn)稱MEL),應(yīng)用大數(shù)據(jù)技術(shù)全程實(shí)時(shí)分析學(xué)生個(gè)體和班級(jí)整體的學(xué)習(xí)進(jìn)度、學(xué)情反饋和階段性成果,從而及時(shí)找到問題所在對(duì)癥下藥,實(shí)現(xiàn)對(duì)學(xué)習(xí)過程和結(jié)果的動(dòng)態(tài)管理。

    智慧交通的應(yīng)用案例

    根據(jù)ITS114的不完全統(tǒng)計(jì),截至2015年12月31日,包括城市智慧交通和高速公路機(jī)電市場(chǎng)的全年千萬項(xiàng)目統(tǒng)計(jì)規(guī)模為182.5億,其中主要分為四大市場(chǎng)1.交通管控市場(chǎng)千萬項(xiàng)目規(guī)模為84.24億。2.智慧交通/智能運(yùn)輸市場(chǎng)千萬項(xiàng)目規(guī)模為20.33億。3.高速公路機(jī)電市場(chǎng)千萬項(xiàng)目規(guī)模為75.8億。4.平安城市千萬項(xiàng)目規(guī)模為56.6億。以上四個(gè)市場(chǎng)都有著很多的智慧交通方面的應(yīng)用案例。

    具體的在交通管控市場(chǎng)方面, 當(dāng)前各個(gè)省積極構(gòu)建的交通運(yùn)行監(jiān)測(cè)與應(yīng)急指揮系統(tǒng),還有圍繞著視頻、圖像分析,從而實(shí)現(xiàn)在治安、交通、工業(yè)制造、汽車、人工智能等等諸多領(lǐng)域的應(yīng)用亦是智慧交通的典型案例。如深圳榕享的"交通仿真與智能管控機(jī)器人"可實(shí)時(shí)采集視頻檢測(cè)數(shù)據(jù)與線圈檢測(cè)數(shù)據(jù),將采集的交通流數(shù)據(jù)、信號(hào)配時(shí)等數(shù)據(jù)輸入到建立的仿真路網(wǎng)模型中,進(jìn)行實(shí)時(shí)的交通系統(tǒng)仿真。通過一體化交通仿真模型,機(jī)器人能快速找出路網(wǎng)擁堵點(diǎn)以及分析路網(wǎng)的常發(fā)性擁堵點(diǎn),并對(duì)交通流運(yùn)營(yíng)狀況的演變進(jìn)行預(yù)測(cè)和分析。在交通仿真與智能管控機(jī)器人平臺(tái)上,還可對(duì)城市的任意交叉口的交通環(huán)境進(jìn)行設(shè)置,周邊居民可將相關(guān)建議"告知"機(jī)器人,實(shí)時(shí)模擬交叉口改良效果,實(shí)現(xiàn)全民參與、全民實(shí)踐、全民創(chuàng)新的交通管理新模式。

    智慧交通/運(yùn)輸方面各種“專車”“快車”“拼車”“代駕”平臺(tái)類和軟件數(shù)據(jù)類的實(shí)例比比皆是,如我們都熟知的“滴滴快遞”“uber"“e代駕”等app應(yīng)用。

    交通工具新型技術(shù)案例方面:如無人駕駛、自動(dòng)駕駛、智能車等等;在2015年12月互聯(lián)網(wǎng)大會(huì)上李彥宏展示的無人車,李書福展現(xiàn)的自動(dòng)駕駛技術(shù)都體現(xiàn)了當(dāng)前智能交通工具的發(fā)展。     更近一點(diǎn)的是,汽車電子標(biāo)識(shí)、ETC、車路協(xié)同。2015年的新能源客車市場(chǎng)呈爆發(fā)性增長(zhǎng),新能源客車銷量達(dá)到37363輛,同比增長(zhǎng)213.19%,同時(shí)2015年國(guó)務(wù)院印發(fā)《新能源公交車推廣應(yīng)用考核辦法(試行)》、《電動(dòng)汽車充電基礎(chǔ)設(shè)施發(fā)展指南》等等政策文件,可預(yù)見的是新能源汽車將會(huì)造就一個(gè)巨大的市場(chǎng),建立在新能源汽車之上的車聯(lián)網(wǎng)也將搭上順風(fēng)車。

    平安城市也有很多已經(jīng)成型的智慧交通案例。平安城市是基于GIS數(shù)字地圖技術(shù),高度整合治安監(jiān)控、智能交通、數(shù)字城管、應(yīng)急指揮等子系統(tǒng),改變傳統(tǒng)的靜態(tài)管理和單點(diǎn)管理,實(shí)現(xiàn)實(shí)時(shí)、動(dòng)態(tài)的聯(lián)動(dòng)管理新模式,實(shí)現(xiàn)了整個(gè)城市的治安、交通、城管、應(yīng)急聯(lián)動(dòng)等各個(gè)職能部門的聯(lián)動(dòng),建立了高效的城市部門聯(lián)動(dòng)機(jī)制,提高了城市的集成化、智慧化管理水平。根據(jù)高清視頻監(jiān)控系統(tǒng)的特點(diǎn)和應(yīng)用需求,結(jié)合當(dāng)前與今后一定時(shí)期內(nèi)圖像監(jiān)控系統(tǒng)與圖像應(yīng)用系統(tǒng)的發(fā)展需要,建設(shè)一套先進(jìn)的平安城市綜合應(yīng)用平臺(tái),為指揮調(diào)度、調(diào)查取證、應(yīng)急處置、交通管理等多種后臺(tái)應(yīng)用提供及時(shí)、可靠的視頻圖像信息,服務(wù)于實(shí)戰(zhàn)。市面上常見的平安城市系統(tǒng)具備的主要功能大部分都有:人臉卡口功能;交通事件檢測(cè)功能;智能檢索功能;道路違法抓拍功能;車輛稽查布控功能;非現(xiàn)場(chǎng)執(zhí)法;分析研判功能;交通事態(tài)監(jiān)控功能;視頻質(zhì)量檢測(cè)功能;智能應(yīng)用管理功能;數(shù)據(jù)格式及通信功能;遠(yuǎn)程控制功能;指揮調(diào)度功能;勤務(wù)管理功能; 設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)功能。

    以上就是關(guān)于谷歌的大數(shù)據(jù)技術(shù)相關(guān)問題的回答。希望能幫到你,如有更多相關(guān)問題,您也可以聯(lián)系我們的客服進(jìn)行咨詢,客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。


    推薦閱讀:

    谷歌363谷歌搜索引擎入口(谷歌搜索引擎免費(fèi)入口)

    谷歌網(wǎng)頁版入口(谷歌在線瀏覽器入口)

    谷歌google入口(谷歌入口2021)

    干洗店排行榜(干洗店十大品牌排行榜)

    加盟連鎖店排行榜(絕味鴨脖加盟條件及費(fèi)用)