1.4　本書研究背景

多域聯合作戰打破了軍種、領域之間的界限，在陸海空天等各作戰域及電磁頻譜、信息環境和認知維度等領域進行密切協同，使各軍種的作戰力量能夠從“聯合”轉變為真正的“融合”。多域作戰行動的多領域、多角度和多方向，不同作戰域的作戰行動相互配合、互為支撐，作戰效果疊加補充，使得指揮人員根據局部戰場態勢準確識別敵方作戰體系的作戰意圖、判斷敵人的攻擊方向變得更加困難，戰場態勢認知面臨更加嚴峻的挑戰。

從目前國內外整體發展水平來看，指揮信息系統具備了將廣域分散的陸海空天電網各類態勢感知資源獲取的多源態勢信息接入與疊加顯示、情報關聯分析、印證判讀、綜合處理的能力，可初步形成敵情、我情和戰場環境一體的戰場綜合態勢“一幅圖”[23]，具備了對目標作戰能力計算、航跡預測和歷史活動規律統計分析能力等初步的“勢”的機器分析功能，但態勢融合和信息關聯等態勢認知核心工作仍以人工為主，缺乏對敵方企圖判斷、行動預測和態勢優劣研判等深層次的“勢”的機器輔助支撐能力。指揮信息系統在態勢認知技術方面，總體上仍處于“點”智能狀態，尚未形成體系化的態勢認知智能輔助能力[24]。

隨著互聯網的不斷普及、各種先進傳感器在戰場上的廣泛應用，戰場大數據時代已悄然來臨，大數據分析、虛擬現實和人工智能技術等智能化技術的快速興起，為解決戰場大數據難題提供了技術驅動力。首先，在戰場智能感知方面，采用智能傳感與組網技術，廣泛、快速部署各類情報、偵察、監視等智能感知節點，面向作戰任務主動協同探測獲取了大量戰場信息，這些戰場大數據的積累效應已遠遠超出了指揮人員的獲取、分析和處理能力。數據挖掘和知識圖譜技術，以及深度神經網絡和小樣本學習等機器學習方法，為開展多源情報融合、戰場情況研判等方面的智能化處理，撥開“戰爭迷霧”、透析敵方作戰意圖、預測戰場局勢發展等開拓了一條前景十分廣闊的技術途徑[25]。其次，在戰場布勢方面，信息化戰爭的參戰力量多元、戰法選擇多樣，造成以指揮人員的經驗、思索和推斷來駕馭謀局布勢、方略籌劃、戰場局勢掌控等軍事問題十分困難。通過構建作戰智能體、戰爭模型和戰法規則等，運用虛擬現實、智能體仿真推演技術和機器智能博弈等智能化手段打造“指揮大腦”，以機器智能拓展指揮員智慧，在仿真環境中學習運用戰爭規律和指揮藝術，輔助指揮人員在戰略、戰役、戰術等多級籌劃、規劃和臨機處置中實現快速決策是一條可行的技術途徑。最后，在戰場局勢預測方面，戰爭實踐表明，指揮人員對作戰過程的預想應考慮多種可能性，預想得越周全，對把控戰場局勢就越有利。基于戰爭因素的高度不確定性和作戰體系的復雜性，以及在時間緊迫的壓力下，指揮人員只能依靠兵棋推演、智能博弈等手段才能及時高效地制訂、分析、比較和優選作戰方案。綜合利用語義理解、虛擬增強現實、可視化分析技術等智能交互技術實現作戰方案的多分支推演，輔助指揮人員感知戰場、理解態勢、預判態勢演化趨勢是一條很有潛力的技術路線。

總之，隨著戰爭的復雜性日益增加，“戰爭迷霧”越來越濃厚，人的認知能力越來越無法適應高度復雜的戰場環境，迫切需要機器的智能輔助。充分發揮人與機器的優勢，通過逐漸提升機器對戰場態勢認知的速度和深度，實現由機器輔助人的認知，到人機共同認知，再到機器代替人認知的逐級目標。

本書的研究是在新時代戰爭需求的牽引和前沿技術發展兩方面推動下形成的初步成果，通過對戰場態勢認知理論和方法的總結，以期推動該領域的快速發展。