智能化军事变革下可视化技术的应用

徐海翔

可视化泛指一切利用图表、动画和视频来传递信息的技术，包括了科学可视化、信息可视化、可视化分析、教育可视化、知识可视化和视觉传达等。可视化的目的是实现对事物认知规律的洞悉，强化认知理解，而非所绘制的可视化结果本身。从宏观角度来看，可视化包括了三个功能，分别是信息记录、支持对信息的推理和分析以及信息传播与协同。当前的可视化技术在军事、科学、教育、工业和医学等领域都有广泛应用。随着人工智能的浪潮在军事领域兴起，智能化军事变革在世界各主要强国间不断向纵深发展。在近年的可视化研究中，可视化和智能化的融合不断加深，可视化技术在改善人工智能训练数据质量和帮助人类理解人工智能方面发挥了重大作用，而人工智能技术的进步又反过来为可视化提供了强大的处理工具，二者可谓相辅相成，互为支撑。

军事情报领域的应用：情报可视化分析

情报可视化分析诞生于21世纪之初，2004年，美国家可视化分析中心成立，这是世界上第一个国家层级的可视化分析领导、协调、研究和发展中心，以此为契机，美国国内形成了政产学研用五位一体的可视化分析复合体，巨大的安全和经济利益为可视化分析的发展注入了强大动力。作为可视化分析的直接推动者，美国情报界为这一项目投入了大量的人力和物力支持，国家安全局、中央情报局和海军情报办公室等机构也加入了可视化分析界联盟。这场情报分析领域的变革由美国向全世界扩散开来，加拿大、英国、德国、澳大利亚和新西兰等国先后跟进。随着可视化技术在情报领域的广泛运用，对整个情报流程和情报文化都产生了重大影响。不仅仅局限于情报分析，美国情报界的顶级情报产品—《总统每日简报》也由传统的印刷品衍生出了全天候的可视化决策支持系统。2015年，美国家情报总监办公室发布了情报界第203号指令《分析标准》，将可视化纳入了九大分析技艺标准，要求分析产品要酌情包含有效的可视化信息，以清晰阐明分析信息，强化数据和分析呈现。2020年1月，美陆军发布ATP 2-33.4《情报分析手册》，重申了这一标准，并认为情报分析人员应当以可视化的形式呈现情报，可视化呈现的范围可以从情报信息的简单显示到复杂问题和分析概念的交互式显示。此外，该手册的附件表明，美军分布式通用地面系统的情报分析流程在分析、集成和生产环节使用了Arc地理信息系统、谷歌地球和IBM i2等一系列可视化分析工具。同年，美国家地理空间情报局发布年度技术指南，将先进分析和建模列为五大核心重点技术之一，可视化则是实现先进分析和建模的关键，这对其实现2025年预期目标至关重要。作为情报可视化分析的首创者，可视化和可视化分析在美国情报界已深入人心。

然而，当前的情报可视化分析仍然存在着诸多不足。战场环境日趋复杂，情报数据海量增加，时域演化多变，急需高效的可视化表达与呈现方法。人的大脑本身就有一种“对所见进行过度解读”的倾向，可视化由于颜色、标记和视觉通道使用不当，加之部分情报来源片面和不可靠，反而会适得其反“强化”分析人员的认知偏见，最终导致“情报可视化陷阱”的出现。可视化显示空间固定，视觉感知有限，任务交互无限，极易造成分析人员视觉疲劳，带来“认知低效”问题。

IBM i2可视化分析工具的界面

人工智能的应用为情报可视化分析的跃升带来了可能。可视化分析诞生之初就是为了帮助分析人员在短时间内根据零散、相互矛盾甚至具有潜在欺骗性的数据做出正确研判，这一技术和方法在战略、战役和战术层面都得到了广泛运用。在智能化军事变革的浪潮下，战役和战术层级的情报可视化分析也将得以应用人工智能工具，将针对战场高频次的常见行动将分析固化为算法，前线的分析人员只需要在自动化分析结束后针对结论做出研判，而不再需要事无巨细地把握战场的每一处细节。此外，整个分析过程将以可视化的形式呈现在分析人员眼前，这一方面能够增进分析人员对人工智能工具的信任，另一方面也能及时发现自动化分析中数据和算法是否存在问题，并做出相应的调整和改正。在一线战场环境中，情报可视化分析工具中的人工智能引擎前期可以在分析人员进行数据处理和分析时进行学习，改进自身由平时实验和训练得来的数据，投入使用后则可在分析人员的帮助下不断趋于完备。真实的战场具备着大量或然性事件，情报可视化分析工具需要对这些异常数据进行突出显示，尽力确保情报分析人员对整个作战空间的“全知”。

军队指挥领域的应用：战场态势可视化

战场态势可视化是对所有作战环境内（陆、海、空、天、电磁、网络和认知）敌我双方作战单位形势的可视化呈现，是一体化CISR系统的重要组成部分，对部队作战指挥、训练模拟和毁伤评估具有重要作用。信息化战争条件下的战场态势可视化可以追溯到20世纪末，1995年9月，美军在巴拿马举行了一场名为Fuer tas Defensas的军事演习，国家侦察办公室在这次演习期间向参演的美陆军第18空降军提供了来自国家系统的数字地形数据支持，军一级的情报部门将敌情数据和3D地形数据合二为一，供指挥官观察了解战场并进行指挥作战，这次演习开启了美陆军战场态势可视化的先河。时至今日，战场态势可视化已历经二十余年发展，深度融入了信息化战争的方方面面。

战场态势可视化的用户层级在不断下沉，由营连级下沉到班组级，甚至是单兵级。2018年，美陆军未来司令部成立，开启了新一轮的陆军转型进程，意图通过技术革新实现对竞争对手的体系代差优势，开启了美陆军后冷战时代最大规模的换装计划。2021年3月26日，美陆军授予微软公司一份总价达218.8亿美元且为期10年的集成视觉增强系统合同，该系统由美国陆军未来司令部下属的士兵杀伤力跨职能团队负责，目的是将指控信息、通信信息、位置信息和情报等一系列关键信息集成到单一设备之中，可以实现单兵和分队层级的全天候先进态势感知，并将士兵获取的数据融入到作战局域网中，从而优化部队表现并提高杀伤能力。而由网络跨职能团队开发的“集成能力21”综合战术网，可以将网络增强技术融入到集成视觉增强系统。2022年3月28日，美国总统拜登公布了2023财年国防预算草案，在该草案中，美国军方预计耗资4.24亿美元向微软公司购买7000台集成视觉增强系统设备，美国防部还计划再提供6260万美元来开发1.2版本的集成视觉增强系统。

穿戴集成视觉增强系统进行训练的美军（画面右侧是安装在斯特瑞克步兵战车上配套的态势感知系统组件）

战场态势可视化的数据更新频率不断加快，细节程度不断提高，虚拟现实和真实世界趋于融合。战场态势可视化系统的数据来源既包括了国家层级和联合部队层级的情报支援，也包括了野战部队自身的ISR资产。而随着“星链”系统的建成并投入使用，小型甚至是微型无人机的普及，基于5G技术的战场信息网络与战场终端实现互联互通，美军战场情报、监视与侦察能力不断强化，行动中的目标和环境数据采集速度快、容量大，战场态势可视化从战术、战役到战略层级得以实现近实时效果。受限于战场数据链带宽限制和敌方的电磁干扰条件，在无法实时传送战场真实情况的条件下，战场态势可视化系统多采用仿真技术对战场环境和敌我态势进行还原。虽然这种仿真系统通过改进算法和革新硬件可以不断接近真实环境，但是仍不能做到百分百呈现所有信息，这在战场高度紧张的情境下会影响指战员对战场态势的判断。智能化军事变革带来战场数据链传输速率的提升为弥补这一缺陷带来了可能，将虚拟仿真数据和真实世界融合，在不同作战地域应用不同的可视化算法，为指战员提供可视化效果最佳的呈现形式。

军队训练领域的应用：战争可视化

近年来的局部战争与冲突水平同20世纪的两伊战争并无太大分别，甚至部分武器装备和战术水平还弱于当时的伊朗和伊拉克，任一冲突方都难以复制或是重现美国在海湾战争和伊拉克战争中的军事成功。即使是有欧洲国家参加的科索沃战争和利比亚战争，欧洲各国也高度依赖美国在其背后的情报支援。在世界整体军事水平停滞不前的情况下，美国甚至需要小心斟酌其海军订单，以确保本土的军工造船厂不至于因缺少订单而破产倒闭、人才流失。局部的军事创新无法带来整体军事水平的跃进，正如V-1、V-2导弹和Me-262喷气式战斗机无法挽救二战中德国的败局。无论是在中东、欧洲，还是世界其它地区，尽管投入了大量新型装备，各冲突方和参战国体现出的技战术水平仍远逊美军，在短时间内利用各种手段达成政治目的的目标受限于“落后”的军事力量而告吹。然而，在这些局部冲突中，战争逐渐变得“可视化”了，无论是通过参战人员用手机上传，还是通过以无人机为代表的ISR资产回传，世界各国可获得的有关战争的图像和视频越来越多，图像和视频的分辨率和清晰度也在不断提高。小到一个参战人员，大到一场战役，无论是普通民众还是专业的军事研究员，几乎都能在智能显示终端上回顾战争的每一个细节，“战争的迷雾”正逐渐被剥开。而随着智能化军事变革的不断加深，工业制造水平的不断提高，以小型无人机为代表的“低廉”传感器超饱和配属作战部队，战争的细节只会愈加丰富。

战争可视化旨在利用人工智能对有关战斗的图像和视频进行评估、识别和分析，并通过可视化技术对战术和战役级行动建模复现，实现对整场战役中各个关键战斗细节的可视化和分析。这一过程可以分为两个部分，一是要通过人工引导的交互式机器学习对图像和视频进行数据清洗、整合和组织分类，筛选出合适的用于下一步可视化分析的素材；二是通过可视化技术将筛选后的数据转化为可供分析的场景和空间，既可以动画形式展现在显示终端上，也能以虚拟现实的形式还原出真实的战场环境供分析人员进行评估和分析，从每一场真实的战斗中吸取经验教训。在第一阶段实现人工智能主导的情况下，第二阶段也应当在可视化呈现的过程中，通过收集分析人员的标记、分类和评估数据逐步实现人工智能主导的数据自动化处理，提高分析的速度和效率，再由分析人员对生成的结果进行可视化分析，剔除生成的异常数据，减少偏差，提高人工智能引擎的鲁棒性。最终生成的数据，根据不同装备的处理能力，以场景匹配机制的形式存储于武器装备之中，既可用于日常的实战化训练，帮助部队了解作战对手的特性、习惯、攻击位置和方式，也能用于实战，结合情报支援，在不同作战环境中帮助部队快速预测敌方可能采取的行动，提高部队的生存能力，减少部队伤亡。

战争可视化在实战中可以帮助作战单位快速提高战斗能力，速度可以提升到小时级，甚至分钟级。战时，单个装备作为前端的数据采集设备，可以真实记录敌方双方的交战过程，敌方的特征是什么？敌方偏好在什么时间发动攻击？敌方使用何种武器装备以何种方式发起进攻？我方人员在遭遇战斗后心理的变化等海量数据都可以传送到后端的数据存储和分析中心。后端分析人员在对这些实战数据可视化分析后，再通过战术网路将数据更新包下发至各型装备，不断提高战场上我方武器装备的预测、打击和反制能力，帮助作战部队先敌发现、先敌调整、先敌决策和先敌行动，确保我方人员和装备的作战能力和水平在每一场战斗中得到提高。战争可视化几乎可以实现对人员和装备近实时的训练，这种训练不再是传统意义上在演训场中进行的训练，更多是在一场战役中无数个战斗间隙中进行的训练，甚至可以在战斗中进行。训战一体化，完成训练即刻投入战斗，再由下一次的实战检验数据的可靠性，不断对数据进行纠正，最终实现“知彼知己，百战不殆”的效果。