2020年，中美形势日趋紧张，国际形势诡谲多变，军事智能化已经成为防止未来战争中“降维打击”的重要手段。摄星智能近日重磅发布“2021年军事智能十大趋势”，围绕如何更好的将国防与AI深度融合，如何通过军事智能“有效塑造态势、管控危机、遏制战争、打赢战争”开展研究，共涵盖情报、决策、知识、反AI四大业务领域的智能化发展方向。让我们共同努力，为智慧国防贡献力量。
趋势一 军事知识图谱迈向精细化认知时代
目前，军事各业务领域已经基于开源或已有结构化数据构建了基础实体和关系图谱，但仍然存在建设周期长、依赖专家程度高、缺少大规模监督数据等问题，使其应用仍有较大局限。军事知识图谱进一步向多模态方向发展，进一步融合并提升其感知和认知的能力。随着智能化要求的提高，多模态军事知识图谱将从以下三方面发力：一是聚焦于任务和过程的图谱，例如空战任务知识图谱；二是侧重于复杂的事件及其关系建模；三是语义特征和视觉特征的组合推理机制。
趋势二 混合智能推进智能预案生成与即时决策
随着AlphaGo的出现，在军事领域以深度强化学习为代表的决策智能技术已经开展了人工智能辅助任务规划的初步探索，例如在空战博弈和防空压制场景中模拟空战人员以获取空中优势。接下来军事类自主决策研究将会更多把大规模军事平行仿真推演系统，与深度强化学习等人工智能技术相结合，逐步实现面向海陆空各军兵种的战役级、战术级策略生成，以及无人装备等新型作战样式发现。
趋势三 小型无人智能装备重塑无人作战系统新样式
无人装备作战是未来多维化和智能化作战的重要样式之一，其应用正在从武器装备向作战方式延伸。由于无人装备面临的作战环境是一个信息不完备和敌我强对抗的不确定性动态环境，目前无人装备仅是装备的“无人化”，背后仍较为依赖人为的远程操控。无人作战装备的“智能化”是必然的发展趋势，感知技术和群体智能决策技术将不断深入结合，实现无人装备的自主决策，减少对后方指控人员和信息链路的过多依赖，提升无人群体作战效能。
趋势四 深度合成技术促进未来情报战争智能化
军事场景装备人物的伪造与检测是未来情报对抗的重要手段。目前军事场景中围绕人物换脸、表情控制和肢体动作合成方面，已取得初步进展，但装备场景伪造存在目标位姿估计、目标生成、变换背景融合等技术难题。随着AI算法迭代和算力更新，人物和装备场景伪造呈现任意角度伪造、批量化、成本低、逼真度高的趋势。基于GAN、VAE、3D目标重建和场景渲染等深度内容合成技术，将代替成本高昂的人工伪造情报制作，实现丰富素材、丰富场景、丰富角度的伪造，造成对方情报检测系统和社会舆论的混乱，成为未来情报战争的利器。
趋势五 元学习技术广泛落地推动军事智能更快落地
随着深度学习的蓬勃发展，各类神经网络模型能够在大规模的训练数据下获得泛化性能较好的效果。在军事领域，数据的总体规模和标注规模都相对较小，传统深度学习方法会产生过拟合等问题，模型性能在实际使用会快速下降。元学习是解决样本缺乏问题的关键技术，能够帮助模型快速学习和适应，从而实现数据稀缺型任务的落地，例如小样本语音克隆合成、小样本行为模式挖掘、零样本目标发现。元学习的发展将使机器更进一步模仿人类“举一反三”的能力，使军事智能逐步摆脱数据制约。
趋势六 可解释机器学习技术增强军事决策的可靠性
以强化学习和深度学习为代表的机器学习在军事决策过程中的不可解释问题日益凸显，决策过程的不透明和决策依据的缺失导致军事人员难以信任智能模型生成的结果。当前可解释机器学习在民用领域迅速发展，出现了两类解释方法，一是通过改良模型结构增强模型透明性，二是通过对训练好的模型进行解析来提升可解释性。在高风险的军事领域，机器学习可解释技术的受重视程度日渐提高。现有可解释技术将迅速迁移到军事业务场景中，以增强军事模型的可靠性。
趋势七 AI对抗攻击使得未来战场对抗更激烈
在过去的几年里，AI样本对抗攻击的理论研究取得显著的进步，但是在真实的战场冲突中，相关理论依旧存在一些问题尚未解决，比如说真实军事场景攻击的鲁棒性、隐蔽性、实时性、泛化性不足。在此背景下，通过深度学习技术、神经网络可解释理论，逐步加深对抗样本和神经网络算法原理的认知，进一步提高AI对抗样本攻击的理论水平，并为未来战场提供更多元化的攻防手段，成为智能化无人化战争的重要组成。
趋势八 军事事件挖掘、溯源及趋势研判
现代战争中，情报分析与研判将以事件为核心。如何在低密度海量情报数据中发现关键军事事件并对其意图趋势进行分析研判，对辅助指挥员决策、克敌制胜具有重要意义。目前事件提取技术仅在军事目标活动、政治、经济和外交等领域中进行小规模针对性的应用。基于当前人工智能、数据分析挖掘技术的发展趋势，军事情报分析研判将向事件挖掘、溯源以及趋势研判发展，并更深地向弱关联事件挖掘、大时空深度溯源以及因果关系研判发展，为准确判断敌情、预测风险、处置情况提供支撑。
趋势九 边缘智能促使情报系统更加灵活
当前情报系统以中枢式情报处理模式为主，存在数据传输量大、处理链条冗长等缺陷，难以实现对多变战场信息的快速处理和分析。随着硬件小型化和智能模型压缩技术的发展，战场前端具备了更强的计算、分析和协同能力，催生出自主侦察无人机、智慧弹药等“边缘智能”产品。以无人机集群、智慧弹群为代表的边缘智能将迅速发展，促使战场前端装备更加自主灵活的获取情报，提升复杂战场条件下作战平台的自主感知、独立分析能力，促进边缘自主决策的发展。
趋势十 AI军事芯片成为智能装备的“神经中枢”
AI芯片是人工智能发展的基石，是驱动军事装备战斗力提升的关键因素。目前国产化芯片，受限于封装体积差异、关键性能指标差异、质量性能不足等因素，无法满足军用的需求，直接影响装备战力。随着国内一批AI芯片厂商的崛起和一批高端芯片的量产，7nm芯片等高性能AI芯片必将实现自主化生产，在稳定性、安全性、适应性方面达到军用标准，让高性能AI芯片真正进入军事领域，推动军事装备革新，大大提升装备战力。
公司介绍：
摄星智能科技有限公司（Starsee）成立于2018年9月，秉承“用互联网思维做产品，用军工文化做市场”理念，摄星智能积极响应国家军民融合战略，着力引入互联网优势力量，全面推动中国军工迈向新智元。
摄星智能汇聚“军事+互联网”双跨高精尖人才，坚持行业“KnowHow+AI”双融发展路线，以垂直领域内外网数据为“护城河”，以自然语言处理、图像识别、强化学习等为核心技术方向，以创新加速传统业务模式为动力，以产品落地发挥效能为根本目标，构建“即时智能引导”为核心、“知识、情报、策略、反Ai”为主要发展方向的智能防务产品体系，为各类党政军业务智慧赋能。
公司运营两年以来，已获得联想之星、中科创星、元禾原点、中关村发展启航、金沙江创投、金科君创、君度投资、四川军民融合等知名机构的6轮亿级A++轮融资。
（——作者：摄星智能×星衍瞭望）
