人工智能技术在指挥控制系统中已经有了一些成功应用的实例,但它的广泛应用正面临着挑战,其中有人工智能技术本身的原因,更多的则是指挥控制系统的使命和任务对人工智能技术提出了更高的要求:
- 思维活动是人脑的高级智力活动,它本身所固有的特征、如模糊性、并行性和联想能力,是目前人工智能系统所无法比拟的。指挥控制系统要完成复杂的指挥控制,对人的智能要求很高,同样对人工智能的要求也很高,不仅需要模拟一般的逻辑推理能力,还需要模拟人的思维中的对模糊信息的处理能力、对相关信息的联想处理能力和人的神经网络的并行处理能力,以使指挥控制系统达到增强人的指挥控制能力的目的。
- 对人的思维活动的运行过程、思维活动的基本工具和思维活动的加工对象的描述能力仍无法满足实现人工智能系统的功能的需要。同样对于指挥控制过程中的信息和指挥控制方法的描述手段也难以满足指挥控制系统对信息和知识的需求、如对信息中的不确定性的表示、对指挥控制方法的可信度和适用性的表示、对指挥控制过程的描述等,都不仅仅是一些规则和一些数学模型所能充分表示出来的,需要针对指挥控制过程、方法和信息的特点,结合人工智能的新技术研究适合使用的描述手段。
- 广泛存在于指挥控制过程所需要的输人信息、处理方法和控制策略中的不确定性仍然是实现智能化指挥控制系统的一个无法回避的难题。这些不确定性主要来自信息不完全、度量不精确、信号不清晰、情报不一致、欺骗、干扰、指挥控制过程的解题路径的不确定性以及人的主观意向与客观实际的差异等,’它们代表了指挥控制系统面对的真实环境。对于这些不确定性,不能完全用确定性的假设来解决,必须用处理不确定性的方法处理,如模糊方法、概率方法等。应该研究适合指挥控制系统的近似推理和不确定性信息表示方法,有效地利用这些包含不确定性的信息和方法。
- 知识获取技术和自动学习技术的缓慢发展是制约人工智能技术在指挥控制系统中广泛应用的重要因素.人工智能无法在创造性思维上超过人的智能,人工智能系统如果不在知识、解决策略等方面不断补充修正,终究会被人的智能系统击破,智能化的指挥控制系统也面临同样的问题。知识获取技术和自动学习技术是智能系统扩充修正其知识和银题策略的关键技术手段,但是这些技术本身还并未成熟,还不能直接应用于指挥控制系统中。
- 人工智能系统,主要是基于知识的系统,存储和使用的知识一般局限于解决二个范围狭窄的指定领域中的问题,系统既不能大量存储常识性知识,又缺乏对知识的融汇贯通能力,因此,这种系统在解决问题时往往表现出相当严重的脆弱性(或称不稳定平衡性),问题一旦稍微超出系统指定的约束,系统提供的方案就可能根本不具备实用性、甚至是完全错误的。指挥控制系统面临的问题的范围是很广泛的,处理这类问题的系统应该具有很强的健壮性,才能适应实际应用的需要。
- 人的主观能动作用是指挥控制过程的主导因素,人的因素如何反映到指挥控制系统中.指挥控制系统如何跟上指挥人员的思路,如何满足不同的指挥人员的决策偏好,使指挥控制系统和指挥人员融为一体,发挥人机大系统的综合效益,达到指挥径制系统的目的,是人工智能应用与指挥控制系统要认真解决的问题。
- 人与指挥控制系统的交互技术对于实现一个优秀的指挥控制系统是十分重要的,但人机交互对于一个人工智能系统来说又是十分复杂的,它包括:紧迫实时任务时的人机交互.系统输出方案和对方案的解释,人输人自己的设想、意见、提示等。人机界面的研究工作,对于人工智能技术在指挥控制系统中的应用是十分重要的。
- 人工智能系统的运行速度往往难以满足指挥控制过程的需要。人工智能技术在不断地发展到,近年来尤其在模糊推理与软计算、并行处理技术的应用和人工神经网络等方面取得了许多新成果,这些成果无疑为人工智能技术在指挥控制系统中应用提供了更为广阔的前景,随着人工智能技术的不断成熟和发展,人工智能技术必将在指挥控制系统中得到越来越多的应用,也必将为提高指挥控制系统的整体性能提供越来越多的手段。
了解更多关于人工智能的相关信息，可访问http://www.youlanai.com或关注“幽澜智能AI”微信公众号，可直接进行智能机器人的服务体验。
