安科信息网

安科信息网 首页 研究 解决方案 查看内容

华如科技发布全栈式军事智能决策解决方案,全面解读AI与仿真新机遇 ...

2020-5-20 20:08| 发布者: 前沿科技| 查看: 65| 评论: 0

摘要:   “新互联网+大数据+人工智能+”时代的到来为建模仿真带来了新的发展与挑战,特别是大数据、深度学习等方法的成功应用,为解决复杂系统建模提供了很好的启示。针对复杂系统中存在的大量无法用形式化表示的特性,A ...

  “新互联网+大数据+人工智能+”时代的到来为建模仿真带来了新的发展与挑战,特别是大数据、深度学习等方法的成功应用,为解决复杂系统建模提供了很好的启示。针对复杂系统中存在的大量无法用形式化表示的特性,AlphaGo所采用的人工神经元网络方法成为一种新的途径,而仿真环境为深度学习提供了安全、快速和高效的训练场所,如何实现同时利用仿真数据与深度学习方法对类似于战争决策这种复杂系统进行建模也成为新一代建模仿真应用研究的热点。

  华如科技凭借多年来在作战仿真领域的大量成功实践,以AI和仿真技术赋能军事业务,推出全栈式军事智能决策解决方案及AIStudio军事智能模型训练平台,将规则驱动融入数据驱动,从单一智能迈向混合智能,提供感知智能、认知智能、决策智能和行动智能全流程整体解决方案,支撑方案筹划验证、指挥辅助决策、武器装备智能化升级、无人装备研制等应用领域。

  一、全栈式军事智能决策解决方案

  对于军事领域而言,AI面临着更大的挑战,20世纪70年代,美军就提出了“OODA”理论,即观察(感知)、判断(认知)、决策和行动。在各个层级的军事行动中也大量嵌套了OODA环,交战各方会不断观察周围环境、获取相关信息、判断威胁,即时调整、做出决策、开展行动,OODA周期越短的一方往往就占据主动,获得优势。

  全栈式军事智能决策解决方案将AI嵌入到OODA环中,以AIStudio军事智能模型训练平台为核心,AIStudio作为军事智能决策服务的一站式AI开发平台,提供智能模型构建、训练、集成、部署全流程支撑,通过“AIStudio+”的方式与BattleSim、DataStudio、XSimStudio、UVSim进行无缝集成,为用户提供OODA单一环节及全环节的智能化方案。

  1.主要内容

  (1)感知智能

  感知智能就是要使机器具有视觉、听觉、触觉等感知能力,仿真能够提供各种复杂战场背景下的图像,包括各种装备型号、各种战场环境、各种角度、各种光学(红外、微光)图像等,通过深度学习训练出初步的智能模型,让机器“看”懂与“听”懂,并据此辅助更高层级的机器高效地完成如图像识别、语音识别、语言翻译等工作,从而为快速实时形成容量大、覆盖全、情况准的战场态势图提供坚实的基础。

  BattleSim通过构建虚拟的、逼真的作战场景,可为感知智能提供复杂战场环境下、多光学专业的环境数据和图像数据,可以支撑深度学习训练,生成、验证感知智能算法。

  (2)认知智能

  认知智能旨在分析研判战场态势,预测对手作战企图和态势发展。DataStudio大数据平台,基于网络爬虫、自然语言处理和知识图谱技术,可实现多语种数据采集、在线翻译、文本分析和知识抽取,完成领域数据资源的自动整合,构建领域知识库;在领域知识库基础之上,结合机器学习、深度学习等技术,提供知识百科、智慧搜索、意图分析、动向预测等辅助决策服务。

  (3)决策智能

  决策智能在特征识别、文本理解的基础上,利用深度强化学习、博弈论、多智能体、自然语言处理等技术,依托高性能并行离散事件仿真引擎XSimStudio实施大规模超实时仿真与交互,提供管理数十万核CPU和GPU组成的大规模异构计算资源的能力,可支持监督学习和强化学习等AI训练算法,可同时监控数百训练任务,快速弹性分配计算资源。此外,提供仿真环境与智能算法通用接口,支持模块化设计智能体,对算法的训练和推理进行优化和加速,支撑智能算法的高效训练、对抗与无缝集成。

  (4)行动智能

  行动智能是“OODA”循环的最后一环,要求无人装备具备很高的自适应性和自主能力,具备自主判断能力,以适应复杂多变的战场环境。此阶段,借助强大的计算能力和深度强化学习算法,综合运用感知智能、认知智能、决策智能,实现无人平台的智能规划与自主行动智能,能够对复杂的战场态势环境立即做出反应,快速做出应对,利用自主控制系统,择优高效地选择安全保障路线,摆脱敌方打击。

  UVSim无人仿真平台为无人平台提供仿真测试环境,实现对无人平台综合效能的仿真模拟,主要用于验证无人平台在战场对抗场景下的作战概念、编配运用方式以及模拟训练,综合分析其作战效能、作战能力、体系贡献率等,为优化编成编组、作战运用、战法创新、系统功能匹配、战术技术指标论证等提供全面、系统的量化分析支撑。

  2.技术特点

  (1)将规则驱动融入数据驱动

  基于规则的建模利用规则驱动智能体模型,通过实现领域专家总结的经验规则来解决指挥辅助决策问题,由于规则自身无法进行自我学习和进化,其智能化水平受限于领域专家的经验总结水平。数据驱动的人工智能模型可以自我进化和学习,但依赖于大量的数据。基于此,方案用规则驱动产生数据、数据驱动AI模型训练的方式,将规则驱动和数据驱动结合起来,在复杂的战场环境、复杂的对抗态势、不明确的敌我信息下,训练出具备一定辅助决策能力的人工智能模型,并进一步采用智能模型自我对弈的方式,进化出更强的智能模型。

  通过与规则模型对弈的方式训练智能模型,其智能水平取决于规则模型产生数据的质量,而数据的质量又取决于规则模型的质量,与实际场景贴近的规则模型可训练出符合实际需求、更加真实的智能模型。XSIM仿真平台拥有大量的模型用于仿真,特别是积累了丰富的规则集,可用于与AI进行对抗产生数据,而AI则利用这些数据来提高自身策略。此外,XSIM平台能够以超实时的速度进行仿真,支持与AI端毫秒级通讯,因此非常适合作为强化学习的训练环境。

  XSIM仿真模型采用面向对象、组件化、参数化建模方法,根据陆、海、空、火、网、天等各领域作战仿真军事需求,对作战空间中的武器装备、作战行动、作战环境等要素进行建模,面向战术、战役层次,提单装、聚合、复合3种粒度,低、中、高3种分辨率的可参数化模型300多类,能够为作战实验、装备论证、训练试验等方向提供支撑。

  (2)从单一智能迈向混合智能

  与目前广泛应用在图像识别、数据挖掘类AI应用不同,军事智能涉及面广、复杂度更高,单一的规则驱动的智能模型或数据驱动的智能模型都无法满足军事领域多装备、复杂多变战场环境的实际情况。因此,通过人机互补、人机协同和人机融合等形式,实现更高级、更鲁棒、更强大的混合智能,从而在复杂环境中能够在推理、决策、记忆等方面达到类人智能水平。

  方案在实现了将规则驱动融入数据驱动的基础上,基于仿真数据构建领域知识图谱,并将强化学习引入知识抽取及知识融合等核心技术中,实现基于认知计算的混合增强智能。混合增强智能通过模仿生物大脑功能提升计算机的感知、推理和决策能力,可以更准确地建立像人脑一样感知、推理和响应激励的智能计算模型,尤其是建立因果模型、直觉推理和联想记忆的新计算框架;混合增强智能借鉴认知科学、计算神经科学的研究成果,使计算机通过直觉推理、经验学习、深度强化学习将自身引导到更高层次。

  进一步,我们认为,混合增强智能应与人结合,最终形成人在回路的混合智能,在这种范式中,人始终是混合智能系统的一部分,当系统中计算机的输出置信度低时,人主动介入调整参数给出合理正确的问题求解,构成提升智能水平的反馈回路。智能系统收到人反馈的合理策略后,运用深度强化学习、元学习等技术提升混合智能水平,可以把人对模糊、不确定问题分析与响应的高级认知机制与智能系统紧密耦合,使两者相互适应,协同工作,形成“1+1>2”的智能增强智能形态。

  二、军事智能模型训练平台AIStudio

  AIStudio是面向军事仿真领域提供智能决策服务的一站式AI开发平台,涵盖了智能模型构建、训练、部署的整个流程,它依托高性能并行离散事件仿真引擎,能够在CPU服务器集群上实施大规模超实时仿真与交互,同时提供仿真环境与智能算法通用接口,支持模块化设计智能体,支撑智能算法的高效训练、对抗与无缝集成。

  AIStudio支持与军事仿真、工业、机器人和物流等行业仿真系统快速集成,使数据分析人员、开发人员和领域专家能够快速构建与训练智能模型。同时,AIStudio平台允许用户集成现有模型以扩展出层级更高、结构更为复杂的智能模型。既可支撑用户快速构建智能模型及算法开发,也可为用户提供智能模型应用体验。典型应用场景包括智能蓝军、智能参谋、研究院所(中心)实验室智能作战实验、无人战车自主控制、工业控制、物流及交通仿真等。

文章免责声明:

本网站文章(含转贴文章)版权归原作者所有,所刊文章观点仅代表作者本人的观点,与本网站立场无关。如有侵权或其他问题,请联系我们,我们将在有效时间内处理,侵权等法律责任由上传者全部承担,与本站无关。

最新评论

登录之后发表您得观点!
  • 发布新帖

  • 微信

  • 手机端

  • 返回顶部