登录 注册

军媒要闻要论>>正文

靠大数据打仗,没那么简单

来源:中国国防报-军事特刊作者:周自横 周聪翔宇责任编辑:刘航2015-04-16 09:04

核心提示

大数据时代,要依靠大数据来打仗,目前还没有看起来那么美。必须具备以下几个条件:一是要破解数据搜集的难题。要有丰富、有价值的数据。二是要有能用数据真正说话的程序模式。必须有过硬的软件设计,分析程序。三是要有适应“秒杀”的决策机制。指挥信息系统很关键。四是要注重打好法律战,否则大数据泄露将成为巨大隐患。五是解决人才问题。

大数据现在是个热门词汇。许多人相信,随着大数据在军事领域的高效开发和全面运用,战争将步入大数据时代。未来战场上,“任何人都必须用数据说话”,只有具备大数据优势的一方,才能在战场上立于不败之地。但事实上,依靠大数据打仗,并没有看起来那么美。

不破解数据搜集难题,大数据只能是空中楼阁

大数据通常是指规模远远超过传统数据库软件处理能力的海量数据集合。据美国政府估计,全球每年由各类设备产生的数据约达1.2ZB,其中1ZB=12亿TB。若用1粒沙代表1B数据,1PB(相当于1000T)约等于1英里长、100码宽的沙滩,而1.2ZB的数据就如同一片浩瀚的沙漠。维克托·迈尔·舍恩伯格和肯尼斯·库克耶在《大数据时代》中所称的大数据四大特点,即大量、高速、多样、真实,也是说其大新多等等。

从数据分析的角度看,海量数据有一定的积极意义。因为只有当数据达到一定的量且足够大,才能提供可信的规律分析。海量数据能带给人们视角上的宏观与高远,可以使人们站在更高层级全面看待问题,发现曾经被淹没的数据价值,注意藏匿在整体中有用的细节。但海量不等于全量,也不等于恰好足量。海量数据可能并非你希望的数据,并非对你有用的数据。收集数据是为了发现其背后隐藏的信息,而不是不管有没有价值随意收集。然而现实中,所谓的海量数据对分析某一特定问题,绝大部分都可能是没有价值、毫无意义的。在军事领域,尤其如此。军事领域之所历来有“战争迷雾”,根本的原因还是其强烈的对抗性,敌对双方或多方拼命隐真示假,决定了情报搜集之难。而有了大数据技术,就能解决情报搜集问题吗?显然,二者之间并没有必然的因果关系。要成功运用大数据技术,最重要的前提是必须破解数据搜集难题,真正回答谁来收集数据,怎样收集数据?

如果没有丰富的有价值的数据搜集为前提,大数据技术就是好看不好用的“花架子”,再中看也不中用。在平时训练中,如果采集到的数据不准、质量不高,就无法确保评估结果的真实性和有效性;在战时,如果不能及时拦截、获取敌方数据信息,以及不能准确辨别敌方的干扰、迷惑或欺骗数据信息,将其引入己方作战部署,都会造成误判,导致作战行动的失败。美军虽然强调大数据的实战化运用,注重提高“从数据到决策的能力”,但更注重数据的搜集及其真实性,强调在情报获取上要实现对陆、海、空、天、电、网等多维空间的全覆盖。由此可见,应用大数据打仗就要在数据汇总、数据深度挖掘、异常数据识别与检测等一系列关键技术上进行攻关,真正为大数据运用做好铺垫,然后才谈得上盖起大数据支持战争的高楼。

没有能用数据真正说话的程序模式之前,大数据只能是个传说

很多推崇大数据的人认为,“有了足够的数据,数据就可以自己说话”。似乎在一行行的代码和庞大数据库背后,存在着有关人类行为模式客观、普遍的有价值的见解,不管是消费者的支出规律、犯罪或恐怖主义行动、健康习惯,还是雇员的生产效率,以及战争规律。但要让庞大的数据自己说话,必须有过硬的软件设计,分析程序,要真正做到这一点,谈何容易。

有资料显示,2014年,国际资本市场相继推出一系列大数据产品,颇为引人关注。但在当年末中国爆发的牛市行情中,大数据产品或是满仓踏空,或是原地踏步,有的还略有下跌,其表现与市场散户相差无几。原因何在?就是因为软件设计不过硬,分析程序不到位,导致大数据产品选股原则、调整机制等跟不上市场脉络。究其根本,还是在于以简单思维模式去思考“新兴加转轨的股票市场”这样复杂的动态系统,难以摆脱“盲人摸象”的困窘。很明显,没有符合实际善于沥尽黄沙见真金的分析程序,空有大数据也不能得出正确的结论。而美国《外交政策》杂志则指出,即使有大数据分析程序也要对其分析结果保持一定的谨慎,因为只要是人为设计的东西,都难免有偏见,并不能使人们摆脱曲解、隔阂和错误的成见。当大数据试图反映我们所生活的社会化世界时,探索“战争迷雾”背后的真相时,这些因素变得尤其重要。偏见和盲区存在于大数据中,就像它们存在于个人的感觉和经验中一样。

世界著名科学网站“边缘”曾就“哪些科学概念该退休了,以便为科学进步让道”问题,对175位著名学者进行调查。其中,认知科学家加里·马尔库塞说:“科学的核心仍然是寻找描述宇宙的法则,而大数据并不擅长识别法则。”大数据重混杂性轻精确性、重相关性轻因果性,能够发现“是什么”而不探究“为什么”。大数据验证人们对社会和战争的分析结论,有时比提供分析结论更为适合。回想二战之际,日本大和级战列舰可谓空前绝后,让人叹为观止,但面临战争格局突变时却又显得大而不当、大而无用,成为愚不可及的垃圾工程,其根子还是作战需求和设计出现偏差。大数据建设同样如此,如果对未来作战研究不深入、不具体,对作战需求把握不准确、不到位,程序设计不到位,大而化之、想当然为之,差之毫厘,将谬以千里。