面向电子战的可解释智能应用研究

可解释性已成为第三代人工智能的显著特征之一，尤其是反人工智能技术的出现，迫使业 界重新思考人工智能的未来。文中结合电子战面临的现状与挑战，探讨了黑箱模型的困惑、先验知 识的缺位和安全与可信问题，并结合可解释序列特征建模与识别、可解释特征提取与模式识别、基 于知识图谱的子图匹配辨识等初步实践与探索，给出了可解释智能应用思考与建议，旨在为电子战 装备的智能化发展提供技术参考。当前，人工智能( Artificial Intelligence，AI) 日益 成为推动新一轮军事变革的核心驱动力，加速战争 形态向智能化迈进。第一代 AI 以符号主义为核心， 采用物理符号模拟人类认知思维，利用专家知识、算 法，实现了知识驱动的智能; 第二代 AI 以连接主义 为核心，在神经网络中建立“刺激－响应”连接，借助 数据、算法和算力，形成了数据驱动的智能。前两代 AI 从不同侧面刻画人类心智，存在各自的局限性。 第三代 AI 将前两代 AI 相结合，同时利用知识、数 据、算力和算法，建立可解释的 AI 理论方法，实现安 全、可信、可靠的智能应用［1］。 第三代 AI 可解释的最终目的是建立人类对 AI 在认知层面的信任。可解释的内涵包含两方面: 一 是打破黑箱，对智能算法本身的工作机理进行全局 解释; 二是事后剖析，对智能算法的决策结果提供可 理解的局部解释［2］。目前，学术界诸多的军事智能 化研究文献中，较多的关注点仍然是围绕智能算法 的应用适配和效果提升展开，还较少聚焦研究智能 算法在军事应用上的可解释性问题［3－4］。然而对于电磁大数据领域而言，可解释智能应用，才是确保军 事应用安全、可信、鲁棒的根本前提。 本文首先剖析了电子战智能应用的现状和挑 战; 然后，结合可解释脉冲序列特征建模与识别、信 号可解释特征提取与模式识别、知识子图匹配辨识 应用等探索实践情况; 最后，探讨了电子战可解释智 能应用的发展思考与建议，旨在为电子战装备发展 决策、科研工作提供参考。