对“一体化指挥调度”新的认识与思考

    导言：最近通过研读学习钱学森先生的重要学术思想，结合王飞跃老师在《机器崛起》中对“赛博”演化脉络的回顾，我对“一体化指挥调度”的内涵定义，及其发展有了新的认识与思考，在此与大家做个分享，希望与大家共同探讨未来的发展方向。钱老的研究领域从工程、技术、科学到哲学不同层次，跨学科、跨领域交叉融合，从工程控制论到系统工程，再到工程科学，是从工程实践到科学理论的升华，也是“控制论”向“赛博”的回归和溯源。面向社会治理安全场景的一体化指挥调度正是系统科学对“赛博”原意——“国家治理的科学”的回馈。

    一、定义内涵：复杂系统安全场景数字化

    “一体化指挥调度”的术语起源于社会公共安全领域，在首届智能指挥调度技术创新大会上，中国通信学会常务理事、全国公共安全领域专家牛晋先生给出的定义：使用信息化手段以及与信息化相适应的工作机制，将互不相同，相互补充、互不隶属、相对独立的指挥要素、执行力量以及相关资源有机地融合为一个整体，以实现组织策划的目标。陈俊亮院士、李德毅院士、费爱国院士等与会专家回顾了一体化指挥信息系统的发展历程，讨论了未来发展趋势，对今天我们在社会治理领域探索一体化指挥调度发展方向指明了方向。

    当年，军事领域的“一体化指挥信息系统”包含“需求工程”、“数据工程”、“软件工程”，今天在我们这里对应的术语就是“场景”、“数据”和“平台”。一体化指挥调度是管理与技术的融合，复杂系统场景数字化方法论。可以说目前大部分指挥调度开发团队的理解只是停留在软件开发这个“平台”工作的一小部分，但是今天“平台”的含义更加广泛，包括业务、技术、数据、组织等各方面，在互联网支撑下，我们可以便捷地面向场景搭建人机融合的多样化群体交互平台。

    面向社会治理复杂系统问题，实验室基于钱学森开放复杂巨系统思想，结合当前数字孪生、人工智能技术发展，提出了“面向场景、数据驱动、平台支撑、脑+端、人机融合”的一体化指挥调度工程实践之路。

    二、场景数字化：解决复杂系统问题的抓手

    数字经济浪潮让我们重新审视新时代的生产关系、生产资料和生产力。可以用一只大鹏来比喻，交互和数据构成双翼，智能是大脑；从通信交互到万物互联到社会计算，交互本质就是生产关系；不论是自然大数据、社会大数据，还是行业大数据，数据成为今天的重要生产资料；不论是人类智能、人工智能，还是个体智能、群体智能，智力工具将成为核心生产力。还有一个就是接触浪潮的抓手，就是我们今天说的落地场景，核心在场景的数字画像。

    数字经济时代特征

    数字孪生（Digital Twin）、信息物理系统（Cyber Physical System）等我们今天经常听说的术语，他们本质上都是要建立物理场景实体的数字画像。社会治理工作场景具有多领域交织的特点，当前我国基层社区治理主要有政府主导、市场主体、社会自治和专家参与等4种模式，各种模式及其所涉领域纵横交织，催生了海量需求。今天大数据上升为国家战略，习近平同志强调要建立健全大数据辅助科学决策和社会治理的机制，推进政府管理和社会治理模式创新，实现政府决策科学化、社会治理精准化、公共服务高效化。实验室提出社会治理安全场景的数字画像构建方法：自上而下的指挥赋能体系与自下而上的大数据支撑体系相结合；以力量到边和力量无边的理念，构建政府指挥机制和基层自治组织的同心圆；以“人”为核心，以点带面建立社会治理关系网络画像；以“事”为牵引，分级分类构建社会治理专项场景画像。

    三、科学依据：具有坚实的理论基础

    一体化指挥调度在学科划分上属于指挥与控制科学，其科学起源可追溯至“赛博”。1834年，“赛博”诞生于社会科学领域，法国物理学家安培将其定义为国家治理的科学；1948年维纳在生物学和机器智能领域，对“赛博控制论”进行了系统阐述；1954年钱学森的“工程控制论”将“赛博”落地到机械和电机系统控制的工程科学，并进而衍生出复杂系统工程、系统科学。

    钱学森的研究领域从工程、技术、科学到哲学不同层次，跨学科、跨领域交叉融合，从工程控制论到系统工程，再到工程科学，是从工程实践到科学理论的升华，也是“控制论”向“赛博”的回归和溯源。1999年10月，在国务院、中央军委授予钱学森“国家杰出贡献科学家”荣誉称号的大会上，钱学森说：“我们完全可以建立起一个科学体系，而且运用这个科学体系去解决我们社会主义建设中的问题。我在今后的余生中就想促进这件事情。”他认为今天的科学技术不仅仅是自然科学工程技术，而且是人认识客观世界、改造客观世界整个的知识体系，系统科学的出现是一场科学革命，1845年安培提出的管理国家的科学——“赛博”设想，今天在我们社会主义的中国是可以实现的。今天我们研究的一体化指挥调度正是 “赛博”反馈回社会治理。

    四、发展趋势：“脑+端”的人机融合

    2014年，中国人工智能学会理事长李德毅院士在无人驾驶研究中提出受脑认知启发的“驾驶脑”：用机器模拟人脑对安全驾驶的自学习和驾驶技能积累能力，模拟人脑对驾驶环境的感知、认知、决策和行为控制。李院士指出无人车的研究就像是在人工打造一匹马，随着其智能化水平的提升，未来人与机器之间的关系，就像是骑士与战马。

    （1）专家体系、机器体系和知识体系是钱学森综合集成方法三大要素，在实践应用中相辅相成，在新的时代特征下，对其理解也要与时俱进。我们基于钱学森思想，结合当前人工智能技术发展，提出了将人类的场景认知智能HI（Human Intelligence ）与机器智能技术AI（Artificial Intelligence）相结合，将行业知识“大脑”与智能“端”系统相结合，构建面向场景的“脑+端”人机融合。

    专家体系：核心是强调“人在回路”，充分利用人类专家“大脑”所掌握的行业知识。今天在互联网支撑下，我们可以更便捷地面向场景搭建群体交互平台，不同学科、不同领域的专家实时交互、共享、启发、激活，促进个体知识的释放传承、汇聚群体智慧的涌现效能、激发人类知识价值创新活力、提升行业整体智能水平，从行业个体“大脑”到网络群体“超脑”。

    （2）机器体系：今天计算机、互联网和人工智能等技术发展成为从定性到定量的重要支撑，机器体系不仅是开放系统，同时也是动态发展和进化的系统，随着新一代信息技术迅速发展，机器体系不断进化，机器“小脑”功能不断加强，人机交互能力也越来越强。目前机器主要还是作为人的“体力”、“智力”延伸的“端”，具有明显的工具属性，未来随着机器智能的不断进化发展，具有自主“大脑”的无人系统将是“脑+端”的一体化，可能从根本上改变人与机器之间的关系。但从人类发展而言，我们要始终确保“人在回路”的主导权，这也正是很多人对未来AI技术发展的担忧。

    （3）知识体系：人机融合的知识生产系统，可以理解为行业认知“大脑”。通过对人与人、机器与机器、人与机器之间交互的知识和信息进行采集、储存、传递、分析与综合，最后实现面向行业场景的知识体系的构建。将人类专家已有的显性行业知识形式化、标准化，充分利用机器的高性能计算、处理和分析能力挖掘场景大数据中的隐性知识，人机融合扩大知识再生产，在实践中不断丰富行业“大脑”知识资源。

    一方面，充分发挥人的场景认识能力，从整体上对系统进行把握，通过机器拓展人的行动能力和逻辑思维能力，通过平台汇聚人类群体的行业知识；另一方面，充分发挥机器智能的计算优势，挖掘人类未知的大量隐性知识，同时，依托人类的显性知识支撑机器认知智能发展。人类的发展史，就是人类学会运用工具、制造工具和发明机器的历史，各式各样机器工具将使得人类具有更强大的能力，人机融合将迎来新的、更大的发展空间。

    五、智力共享：平台支撑“行业认知大脑”的实践探索

    为了贯彻落实公安部党委警务大数据发展战略，提升公安信息化、智能化水平，2018年12月19日中国人民公安大学、南京市公安局、一体化指挥调度技术国家工程实验室等单位联合发起，在北京成立了CICC安全应急共享知识专委会。专委会于2019年5月24日-25日在南京联合举办以“协作、共享、赋能”为主题的跨区域智力共享警务协作论坛，并成立了“智力共享运行管理中心”，旨在建立内需驱动的长效紧密地市伙伴关系，打造跨区域新型警务协作模式。

    专委会在论坛上给出了“智力共享”的定义：智力共享是以场景为驱动，采用大数据处理和知识形式化技术实现个体智力的知识封装，通过网络环境下的群体智能技术构建智力开放共享平台，从而使行业用户能够快捷地分享知识、传承知识、应用知识，甚至创造知识，最终实现群体协作、共享和赋能的目的。是知识社会创新体系生态的体现。

    “智力共享”的目标是通过协作、共享和赋能，促进个体智力释放传承、汇聚群体智力涌现效能、激发用户价值创新活力、提升行业整体智能水平，具有联通性、开放性、合作性和创新性等特点。专委会提出了三层体系架构：理论层，主要是研究智力共享活动的基本内涵，为体系的发展构建顶层设计，包括概念共享、思维共享和机制共享；支撑层：关注智力共享活动的实现方式，为智力共享活动提供平台环境的支持，包括平台共享、算力共享和数据共享；交互层：是开展智力共享活动的主要阵地，输出最终的智力产品，包括创意共享、模型共享和应用共享。

    结合智力共享的内涵和实现方式，专委会搭建了“智力共享云平台”，开展智力共享的实践落地应用。“智力共享云平台”以协作模型、知识分享、智能场景应用为支柱，通过打通业务知识与应用的联系，克服跨区域公安实战协作难题，实现跨区域业务协同作战，形成协同作战合力，从而推动全警知识和智慧的固化、聚集、分享和传承，为一线基层实战精准赋能，全面提升数据侦查核心战斗力。以往，各地市的数据、模型、场景和应用都是独立的，我们通过这个平台把资源打通，进行协作，搭建跨区域的实战场景。平台在共享的过程中，同时加入了运营的理念，建立以用户价值贡献为核心的积分运营机制，激励平台用户不断上传优质资源，形成良性循环的平台生态。

    智力共享运行管理中心接受安全应急共享知识专业委员会的领导，中心以“智力共享”为创新路径，采用“警、用、产、学、研”五位一体合作模式，智力共享运营管理中心属于“警”的部分。中心按照知识产生扩展的四个阶段，配合“研、产、学、研”形成了四大职能中心。“警、用、产、学、研”所代表的用户，依托智力共享云平台，与四大职能中心创新中心（知识创新，创造知识）、运营中心（共享运营，分享知识）、赋能中心（基层赋能，应用知识）、实训中心（教育实训，传承知识）进行交互，达成知识创新、智力共享、警务协作、基层赋能和教育实训五大业务。

    智力共享运行管理中心的最终愿景，是通过支持跨区域的警务协作，打破传统警务合作的地域壁垒；通过跨区域的资源整合，实现算力数据的互融互通；通过跨区域的智力共享，创新智慧警务建设的全新生态。通过区域警务协作横向地域扩展，最终形成全国城市圈。

    六、DARPA：代表方向的美军“深绿”计划

    受1997年人机象棋大战“深蓝”的启发，美国防高级研究计划局（DARPA）很早就启动了“深绿”（DeepGreen，DG）计划，研发下一代作战指挥和决策支持系统，虽然由于技术瓶颈、经费支撑的原因几经波折，但是其指明了人机融合构建智能决策系统的发展思路，把“观察-判断-决策-行动”（OODA）环路中的“观察-判断”环节通过计算机多次模拟仿真，演示出采用不同作战方案可能产生的效果，对敌方的行动进行预判，让指挥官做出正确的决策，缩短制定和分析作战计划的时间，主动对付敌人而不是在遭受攻击后被动应付，从而使美军指挥官无论在思想上还是行动上都能领先潜在对手一步。

    “深绿”系统主要由名为“指挥官助理”的人机交互模块、名为“闪电战”的模拟模块、名为“水晶球”的决策生成模块组成。“指挥官助理”模块主要完成人-机对话功能，可将指挥官手绘的草图和表达指挥意图的相应语言自动转化为旅级行动方案（COA），帮助快速生成作战方案和快速决策。“闪电战”模块是“深绿”计划中的模拟部分，通过利用定性与定量分析工具，可以迅速地对指挥官提出的各种决策计划进行模拟，从而生成一系列未来可能产生的结果。该模块具有自学习功能，对未来结果预测的能力可不断提高。“水晶球”模块将能够根据作战过程中的信息及时对未来作战进程进行更准确的预测。其主要功能包括：在生成未来可能结果的过程中，接收来自“计划草图”的决策方案，然后发给“闪电战”模块进行模拟，随后接收来自“闪电战”模块的反馈，并以定量的形式将所有未来可能的结果进行综合分析；从正在进行的作战行动中获取更新信息，同时更新各种未来可能结果的可能性参数；利用这些更新的可能性参数，对未来可能的结果进行分析比较，向指挥官提供最有可能发生的未来结果；利用分析结果，确定即将到来的决策点，提醒指挥官进行再决策，并调用“决策草图”。

    正如今天我们需要结合数字孪生、人工智能等技术发展，重新认识钱学森综合集成研讨厅思想，对于“深绿”计划的思考、理解和研究也需要与时俱进。

    2018年10月美国国防情报局(DIA)局长罗伯特•阿什利(Robert Ashley)在美国陆军协会(Association of the U.S. Army)年度会议上表示，“人机融合”是颠覆性技术的一个“关键领域”，将会影响美国的国家安全。美国新安全研究中心(Center for a New American Security)技术与国家安全项目研究员艾尔莎·卡尼亚(Elsa Kania)一直关注相关军事领域相关研究，例如，未来的军事决策中整合并利用人工与机器各自的优势，提高人类的战场感知能力和决策能力等。

    2018年9月，DARPA在“下一代人工智能（AINEXT）”设想在未来，机器不仅是执行人类编程规则或从数据集中归纳推演的工具。DARPA设想的机器将更多地作为同事。因此，DARPA在人机共生方面的研究和开发确立了与机器合作的目标。以这种方式启用计算系统至关重要，因为传感器，信息和通信系统生成数据的速率已超出人类可以消化吸收、理解和行动的速度。将这些技术融入与作战人员合作的军事系统中，将有助于在复杂、时间紧迫的战场环境中做出更好的决策；能够共同理解大量、不完整和矛盾的信息；并使无人系统能够安全地执行关键任务并具有高度自治。DARPA将其投资重点放在第三次人工智能浪潮上，这种人工智能带来机器的理解和推理。