关于“AI进军营”的调研报告丨“人脑有多用心，AI才能有多聪明”

来自“喂数据”官兵的感悟：“人脑有多用心，AI才能有多聪明”

——关于“AI进军营”的调研报告②

　　■解放军报特约记者 周宇鹏

　　仲春时节，夜色漫过营区围墙，陆军某旅某营技术室的灯光依旧明亮。

　　营长张建成揉了揉发酸的眼眶，手指划过屏幕上密密麻麻的电磁信号波形，随后与技术室主任付振中一起，为刚刚校验完毕的一组机载雷达数据标注上精准的特征标签，再规范录入正在训练的机载信号识别AI模型。

　　这样的举动，他们和营里的技术骨干，已经在智能化建设攻坚的日子里重复了无数次。

　　近日，记者和机关干部走进该旅蹲点调研，听说前不久常委会上，一纸《无人智能力量建设方案》通过审议，今年该旅将完成某课题项目。在整个项目推进过程中，最核心、最耗时也最见功夫的环节，是为这些尚在建设完善中的AI系统，完成海量实战化数据的采集、标注、校验与“投喂”。

　　采访中，官兵常说，AI的实战能力，是靠人“喂”出来的。你给它“喂”多少沾着演训硝烟的真数据、实经验，它就能长多少服务备战打仗的真本事、硬本领。

　　“给AI‘喂数据’必须慎之又慎，一个参数的偏差、一个标签的错漏，到了战场上就可能失之毫厘、谬以千里。”说起数据“投喂”的门道，班长曾松茂深有体会。当了8年雷达技师的他，手里攥着装备辗转演训一线积攒下来的“实战家底”。采访中，记者“撞”见了这样一幕——

　　大学生士兵林建业正准备将一组地面静态采集的数据，和真实空情数据一起录入模型，被曾松茂拦下。“不都是机载雷达的回波参数吗？多喂点，模型学得更快，识别率也能提上去。”林建业不解地问。

　　曾松茂指着电脑屏幕，语气严肃：“这组数据是地面停机状态下的静态测试数据。但真正的战场，哪有这么理想的静态环境？今天我们给AI‘喂’脱离实战的数据，明天到了真实的环境里，AI就没法精准识别目标。”

　　那天下午，曾松茂带着林建业把上千组数据逐一筛查甄别，给每一组有效数据都详细进行标注。

　　“我们不光要给AI‘喂数据’，更要通过数据给AI植入‘实战思维’。”曾松茂告诉记者，AI能读懂波形上的数字，却读不懂数字背后，官兵们为了采集一组有效空中回波数据，跟飞数个架次的实战积累。它能识别参数的差异，却分不清哪些参数是真实空战场景中真正会遇到的，哪些只是地面静态测试的理论值。

　　“这些东西，代码写不出来，算法算不出来，只有摸过装备、上过演训场的兵，才能给AI教明白。”说这番话时，曾松茂一脸郑重。

　　如果说数据标注与“投喂”，是为AI模型筑牢实战根基，那么打通数据链路、优化“投喂”流程，就是为AI对接战场打通“最后一公里”。

　　“当前我们的流程，是演训场采集数据、带回机房人工标注筛选、再录入模型训练，实战验证识别准确率后，同步反馈给科研机构优化迭代。”付振中告诉记者，“我们攻坚的目标就是砍掉数据流转中间的冗余环节，让演训过程中的有效数据能够实时规范录入，实现边训练、边采集、边校验、边优化的闭环流程，让AI模型始终贴合实战需求迭代升级。”

　　为了啃下这块“硬骨头”，付振中带着技术骨干，一边完成日常数据标注“投喂”任务，一边和院校、军工企业的工程师一遍遍推演数据传输链路，把装备系统的性能边界、作战应用的核心需求都摸清。

　　“模型框架是科研院所搭建的，核心算法是工程师编写的，但装备是我们天天操作的，仗是我们天天琢磨的，怎么让AI适配我们的装备性能、贴合我们的作战战法，只有一线官兵最清楚。”付振中说，这个把实战需求转化为AI可识别语言的过程，没有任何人能够替代，更不是AI自身能够完成的。

　　在该旅，正在负责智慧课室政工智能问答系统测试的某营干部周昊，也在做着同样精益求精的数据“投喂”工作。据介绍，周昊正在测试的这套智能系统，可实现行业场景问答、政策法规查询、福利待遇解读等多种功能，是官兵日常学习、办事和咨询的“智能助手”。

　　“一开始我觉得这个工作很简单，就是把各类文件、法规手册批量上传就行，直到一次测试给我敲响了警钟。”周昊回忆，那次他模拟基层官兵咨询休假与审批流程，AI很快给出答案。内容看似条理清晰、依据充分，实则新老法规混用、政策适用范围不清。