大数据,军事后勤变革的新引擎

2016-03-24 10:03 来源:光明网
浏览量: 收藏:0 分享

  以大数据等为核心的新一代信息技术正在掀起一场社会、经济和科技变革,开启一个全新的时代。正如《大数据时代》一书作者维克托·迈尔·舍恩伯格指出:“大数据将开启一次重大的时代转型。就像望远镜让我们感受宇宙、显微镜让我们能够观测微生物一样,大数据正在改变我们的生活以及理解世界的方式。”军事后勤大数据逐渐形成和应用,为探索后勤规律、发现后勤知识提供了新对象、新科学、新途径和新方法,成为推动后勤建设、管理、保障创新发展和系统变革的新引擎。

后勤认知能力提升有了全新科学方法

  随着泛在高速网络、军人保障标识牌、军事物流系统、军油工程、国家物联网示范工程等重大后勤信息化建设项目的不断推进,后勤官兵和军需、油料、弹药等后勤物资的数字化进程加速,战场前方和后方仓库、交通枢纽、物资集散地等后勤设施中,泛在传感器实时测量和记录后勤活动的颗粒度不断细化,范围不断拓展,正在网络空间建构一个全新的数据后勤世界。在数据后勤世界中分析现象、探索规律、发现知识,已经成为后勤组织筹划、指挥协同、战场配送等活动的重要办法和依据。换言之,数据后勤世界成为人们认知后勤的新对象、新领域。

  数据后勤世界全时空、全要素、全方位地记录着现实世界中后勤领域发生的一切。不仅记录着物质世界,也记录精神世界;不仅记录当前发展,也记录着历史过程;不仅记录着静止形态,也记录动态变化。数据的独特性,使认知的时间域得到浓缩、空间域得到压缩,在拓展人们认知对象的同时,“数据-信息-知识-规律”的认知过程大大缩短,在传统世界难以发现的规律、难以探索的知识在数据世界里可能一目了然。

  围绕数据采集、处理、挖掘分析的各类技术知识和方法手段不断发展,在提高人们在数据世界中认知能力的同时,逐步形成全新的大数据科学,即图灵奖得主吉姆·格雷指出的,“科学将进入继实验、理论、计算模拟之后的第四范式:数据密集型科学”。

  大数据科学的形成既是人们应用数据认知世界的不懈追求的积淀,也是信息时代社会变革的时代需要。众所周知,科学可分为自然科学、社会科学和思维科学,以及总结和贯穿于三个领域的哲学和数学。自然科学一般是精确的、抽象的、具有严密逻辑的,可以数学来表达和推理,而思维科学一般是模糊的、形象的、自由的,是难以用数据来精确表达的,两者是科学的两极。大数据科学实现了物质世界和精神世界的全样本记录,社会科学和思维科学中过去难以用数字进行精确表达、抽象描述和逻辑推理的内容,现在通过云计算、数据挖掘等技术能够以数据形式存储下来,大数据搭建起科学两极的桥梁。大数据科学在继承集成因果分析、逻辑推理、模型仿真等传统科学办法的基础上,通过数据描述和关联分析,抽象出通用性的“黑盒模型”和普适规律,开创基于海量数据的科学研究新理论、新规范,这是人类科学史上的新实践和新突破。

  基于大数据,后勤科研和技术创新活动所赖以运作的理论基础和实践规范将发生重大变化,这为提升后勤认知能力提供了全新的科学方法。例如,后勤物资消耗规律是制订后勤保障计划的重要依据,习惯上,主要通过实验归纳、专家论证和数学建模等方法对物资消耗量进行预测和计算,受模型仿真颗粒度、数据样本数量不足等条件影响,一直难以得到合理的测算结果,直接影响了后勤保障的效率和效益。运用大数据科学方法,摒弃基于数学模型和假设的传统方法,将特定群体在不同历史时期、不同社会活动、不同地理环境、不同生存状态下多源异构的消耗数据进行清洗,结合当前互联网群体行为监测分析结果,构建大数据集,通过对相关关系进行分析统计,以探索确定特定群体物资消耗规律,形成消耗量计算的新理论与新方法,为科学确定储备规模、结构和布局提供了有力支撑。

新的认知方法有助于破解后勤难题

  经典的科学方法有实验方法和理论方法两大类,即归纳法和演绎法。大数据方法在汲取继承传统方法精华的基础上,针对大数据数量大、变化发展速率快、类型结构复杂等特点,不断突破小数据时代的技术局限和思维限制,基于此,后勤认知将逐渐形成一套独特的新方法:一是总体方法。传统的数据分析方法以样本为核心,采取抽样方法,基于统计学的理论,用尽可能少的数据,证实尽可能大的事实,即所谓小数据、大模型、大定律。而大数据总体方法则对样本总体进行分析,是大数据、小模型、小定律的新方法。二是关联方法。强调相关性而非因果性,强调“是什么”而不是“为什么”,通过分析量化事物的数据值之间的关系和变化趋势,在事物之间建立联系,从而发现知识和价值。关联方法打破了人类长久以来建立的因果关系思维习惯,指定关联物,寻找关联关系,发现新规律,已经成为后勤决策的重要方法。三是在线方法。传统的精确意识实际上是静态思维,牛顿力学所处理的对象,就是一个无数质点的总和,考察的是“瞬间的”“静止的”点。互连、在线的大数据具有生命的特征,时时反映现实世界变化的趋势。四是跨界方法。开放数据,让更多的人参与进来,共同发现价值。

  后勤认知新方法的出现,不断推动着后勤思维和决策方式的创新,破解后勤难题。云计算和云存储技术破解了大规模数据的计算、管理和存储难题,可以在数秒之内,处理和存储数以千万计甚至亿计的信息,为规模巨大的后勤海量数据找到安身之所、用武之地。从数据库到数据集市,从结构化数据到非结构化数据、从传感器到云端,从局部可视到全范围感知,从数据抽样到全样本分析,从因果关系分析到相关关系分析,这些全新的技术方法,不断提高人们战场需求实时感知、资源可视掌控能力,精确保障实现已经不再遥远。

  “一幅图”呈现。通过数据融合、图层叠加等技术,将情报侦察、战场态势、部队行动、后勤装备等多源异构数据进行集成和呈现,构成基于大数据的战场后勤态势图,已经成为指挥员重要认知手段。“一幅图”始于数据采集,止于数据呈现,历经标识、定位、记录、采集、传输、挖掘、融合和应用与呈现的全过程,以数据为中心实现现代信息技术高度集成和人机完美结合。“一幅图”覆盖空、天、电、磁、网不同空间包罗万象,纵横千山万水、贯通古今中外,前所未有的延展了后勤指挥员视觉、听觉、触觉、嗅觉和味觉等信息器官。为指挥员透视战场、了解对手、掌握可用资源提供支撑,有效拓展后勤指挥员态势感知、决策计划和协调控制能力。同时,通过一幅图的共享,可将后勤态势传送给具有权限的后勤保障力量,实现后勤信息的均衡分布和有效共享,提高信息主导的资源重组和优化能力。

  “需求精确预测”。美国物理学会院士巴拉巴西在《爆发》一书中指出,“虽然万事皆显出自发偶然之态,但实际上它远比你想象中容易预测,在大数据背景下,数据、科学以及技术的合力,会使人类变得比预期中容易预测得多。”舍恩伯格在《大数据时代》中指出,“大数据的核心就是预测”。在后勤领域,各种活动、装备、人员、物资相互交织、相互影响,相关关系更加关联复杂。分析传感器记录的热量、振幅、承压和声音,对比历史记录的数据和信息,探寻特定相关性,可以预测物资消耗、机器故障、设备状态,预防设施设备失效;分析军人保障卡数据相关性,可以预测官兵心理形为、行为变化及其对作战能力的影响;分析战场伤情特征和变化,能够对敌人火力运用特点和规律进行判断。大数据预测式认知带来的新思路、方法和技术,给破解后勤物资消耗规律、储备规律、预测后勤需求等难题带来了新的途径,也为从“需求实时可知”向“需求精确预测”的跃升提供了新思路。孙子曰,知此知彼,百战不殆。大数据时代,后勤指挥不再停留于“知”,更重要的是能够预见,预测式的认知将对后勤指挥产生颠覆式影响。

  “数据进行决策”。未来学家、谷歌高管雷·库兹韦尔预言:“在2030年人类将成为混合式机器人,我们的大脑会以与智能手机同样的方式开发。”舍恩伯格在《大数据时代》中指出,“在不久的将来,世界许多现在单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代”,各类认知行为越来越取决于数据及其分析,而不再是人的经验和直觉。从战场伤的数据化探测与诊治,到装备维修维护精确管控,大数据已经为后勤智能化决策提供了全方位的支撑。美军在“从数据到决策”战略中,将开发重点放在海量数据的计算技术和自动化支持工具上,这些工具能够识别发展趋势、适应现实世界,可不依赖于人类的干预而在复杂的动态环境中自动运行,生成保障方案,对后勤活动进行指导。可以预见,“软件定义未来、数据进行决策”,正在成为后勤认知活动中的现实。


标签:

责任编辑:admin
在线客服