大数据在国防和军队现代化建设中有何作用
要点提示
●随着大数据时代的到来,军事数据正在成为举足轻重的战略资源,未来智能化战争的重要基础就是大数据的挖掘与利用。
●军事管理革命的核心是效能,而提高效能的关键在于发挥数据的驱动作用。
●以数据共建、共享、共用为核心的科研信息化,正在深刻地改变科研的需求生成、研究模式和工作机制,成为推动科技创新的重要力量。
党的十九大发出全面推进国防和军队现代化建设的动员令,提出适应世界新军事革命发展趋势的明确要求。正在进行的这场新军事革命的本质特征是数字化、网络化和智能化。可以看到,数据正全面融入军事领域,成为军事科研的驱动力量、建设管理的核心要素、战争制胜的重要资源。
前不久,习主席在中共中央政治局第二次集体学习时强调,要审时度势、精心谋划、超前布局、力争主动,推动实施国家大数据战略,加快建设数字中国。开展大数据研究,首先应把握时代要求,充分认清大数据在国防和军队现代化建设中的地位作用。
军事数据是开启未来制胜之门的“金匙”
党的十九大报告强调,“加快军事智能化发展。”当前,战争形态正加速向信息化、智能化转变。智能化的重要基础是大数据的挖掘利用,军事数据在打赢未来战争中具有不可替代的关键作用。
数据是作战样式转变的核心。随着大数据时代的到来,军事数据正在成为举足轻重的战略资源,“数据战”作为一种崭新的作战样式逐步显现,这将是一种以数据攻击与防护为基本手段的全新作战。敌对双方围绕夺取“制数据权”,瞄准“数据红利”,在“数据新战场”上展开激烈争夺,通过掠夺、破坏和摧毁敌方数据资源,建立己方的数据优势,快速达成作战决策及行动优势,并将其适时转化成作战胜势。“得数据者得天下”,未来“善用数据者赢得战争”将成为战场制胜的基本规律。当前,世界各国正采取有力举措,加速对军事数据的建设、保护和使用。以美国为例,已将大数据列入其“第三次抵消战略”,并大力整合其全球数据中心,以数据支撑作战样式转变,极力巩固其全球作战优势。2017年4月26日,美国国防部成立“算法战跨职能小组”,正式启动“算法战”概念研究,旨在大力推动大数据相关技术在未来智能化战争中的应用。美国智库“新美国安全中心”2017年12月发布报告称,美国防部将算法摆在了与武器弹药同等重要的地位,并将其作为衡量美军力量的重要标准。
数据是联合作战指挥的血液。实现联合作战的关键在于数据能否高效流动、高效研判、高效融合。打通联合作战数据的共享通道,加速推进以数据流为纽带的联合指挥,促进不同作战单元和作战要素的互联互通、数据共享和综合集成,可有效消除指挥员的认知局限,使战场变得清晰透明、指挥变得精准高效,只有运筹于数据之中、决胜于数据之上,才能真正实现指挥决策的智能化、实时化、精准化。目前,美国国防高级研究计划局已经将“从数据到决策”列为其最优先发展方向,以应对信息数据过载,提高数据分析智能化、自动化水平,大幅缩短指挥决策周期。如其设立的“洞察”项目,通过快速处理来自不同传感器的海量复杂数据,并整合到战场态势图上,协助指挥员高效分析作战情报、目标数据,为联合作战决策提供有效支撑。
数据是构建智能化战场的基石。未来战场将是高度智能化的,武器装备、保障体系、战场通信信息系统等都是智能化的,而智能化的重要基础就是数据。武器平台、火力系统、信息系统乃至作战人员,通过大数据、机器学习技术融为一体,形成了高度智能化的作战体系。基于大数据技术,无人系统将成为未来的重要作战力量;以数据为中枢的自主感知、自主分析、自主决策、自主打击,将使信息机动性取代能量机动性,成为制胜的关键要素;通过对海量数据的挖掘和利用,战场保障的效率和智能化水平将大幅提升。美军正在实施的“第三次抵消战略”,提出要重点发展机器学习、人机协作、人类作战行动辅助系统、先进有人/无人作战编队等关键技术领域,无一不是以大数据和人工智能技术为核心,旨在提升武器装备和信息系统的智能化水平。
军事数据是激发军事管理革命的重要内核
党的十九大报告提出,“推进军事管理革命,完善和发展中国特色社会主义军事制度。”随着人类社会生产力和科技水平的不断提高,军事管理的思想理念、体制机制、方法手段必然会发生变化。科学技术和生产方式的每一次划时代创新,军事组织和军事理论的每一次深刻变革,都会催生和引发相应的军事管理革命。信息时代,军事管理革命的核心是效能。提高效能的关键在于发挥数据的驱动作用,着力提升军事管理的专业化、精细化、科学化水平。
数据驱动军事管理理念变革。习主席强调的军事管理革命,首要的是树立现代管理理念。质量管理大师戴明与现代科学管理之父德鲁克都曾提出:“不会量化就无法管理”。数据是现代管理理念的基础,也是实现精细管理的基础。运用数据分析,可准确找出军事管理问题,为改革军事管理制度、提高军事管理效能提供依据。基于经验的决策,将越来越多地被基于大数据的全样本决策所取代。只有牢固树立“用数据说话、用数据决策、用数据管理、用数据创新”的管理理念,才能有效推进以效能为核心的军事管理革命。
数据驱动军队组织形态现代化。党的十九大报告提出,“全面推进军队组织形态现代化”。大数据时代,军队组织形态正在从以流程为主的线性方式逐渐向以数据为中心的扁平化网络方式转变,呈现出多主体协调、多流程渗透、信息高频交互等特征。以数据流引领信息流、资源流的融合发展,实现军队组织形态从“树状”向“网状”转变,能够推动军队组织机构设计优化、指挥流程高效化、权责配置科学化。比如,美国按照国防部体系结构框架统一要求,开发的信息系统实时采集和分析相关数据,并通过数据与能力等关联关系,对管理流程进行优化,从而确保了国防部有序运转。
数据驱动军事管理方式转变。习主席多次强调,要提高军队专业化、精细化、科学化管理水平。在新的军队建设管理体制下,军委成立了15个部门,对管理决策的要求越来越高,迫切需要融合宏观和微观各个层次的军事数据,全景式动态展示军事管理流程、要素和环节。通过对数据流、信息流的态势研判,不断优化管理体制和运行机制,推动军事管理从依靠经验的“艺术”转变为依靠数据的“科学”,为有效处理军事管理复杂巨系统问题提供新思路、新方法和新途径,将极大提高军事管理效能。
军事数据是军事科研创新的有力支撑
习主席强调指出,要坚持军事理论和军事科技紧密结合,创新军事科研工作模式。当前,以数据共建、共享、共用为核心的科研信息化,正在深刻地改变科研的需求生成、研究模式和工作机制,成为推动科技创新的重要力量。在军事领域,数据研究也将发挥越来越重要的作用。
引领军事科研方向。目前,我军科研立项的针对性和科学性还有待提高。采用大数据技术,对国内外、军内外各类信息数据进行综合集成和挖掘分析,不但可以及时发现我们的短板和弱项,还可以全面感知和分析主要国家军事科技发展现状,迅速捕捉研究热点,预测发展趋势,识别潜在的颠覆性技术和迷雾陷阱,为科学立项提供引领,推动军事科研需求生成模式发生重大转变。比如,美国防部技术情报办公室从2011年开始实施的“技术跟踪和地平线扫描”项目,运用大数据技术对全球科学技术活动进行全面感知和深入研判,分析优势差距,从而引领未来科研方向和重点。
转变军事科研范式。2007年,计算机图灵奖获得者吉姆·格雷提出,人类科研活动历经科学技术发展之初的“实验科学范式”、以模型和归纳为特征的“理论科学范式”、以模拟仿真为特征的“计算科学范式”,目前正在转向以大数据分析为特征的“数据科学范式”。这种研究范式下,大数据和人工智能将全面深度嵌入军事科研工作,以往通过实验或者模拟仿真等方式才能获取的科学结论,未来通过分析挖掘海量数据就能够发现未知规律、挖掘隐藏信息、捕获有价值知识,从而颠覆传统的军事科研模式和机制,形成新的军事科研范式,研究效率也将大幅提升。
推动理技融合深度发展。长期以来,我军军事理论研究和军事技术研究如何相互借力补台一直是“老大难”,理论研究缺乏先进技术支撑,技术研究缺少军事理论牵引。调整改革后,从体制上打破了军事理论研究和军事技术研究的壁垒,但要真正实现二者的深度融合,必须通过军事数据的全面共享和高效交互,打通理技融合的信息数据流,构建理技融合的底层通道,有效改变过去二元分立的局面,使数据共享成为军事科研理技融合“落一子而全盘活”的重要突破口。
数据分析咨询请扫描二维码
需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20