伊人久久国产免费观看视频_总裁紫黑色硕大挤进去_亚洲成人第一页_日本中文字幕在线观看视频 - 亚洲成AV人不卡无码国产

以大數據等為核心的新一代信息技術正在掀起一場社會、經濟和科技變革，開啟一個全新的時代。正如《大數據時代》一書作者維克托·邁爾·舍恩伯格指出：“大數據將開啟一次重大的時代轉型。就像望遠鏡讓我們感受宇宙、顯微鏡讓我們能夠觀測微生物一樣，大數據正在改變我們的生活以及理解世界的方式。”軍事后勤大數據逐漸形成和應用，為探索后勤規律、發現后勤知識提供了新對象、新科學、新途徑和新方法，成為推動后勤建設、管理、保障創新發展和系統變革的新引擎。

后勤認知能力提升有了全新科學方法

隨著泛在高速網絡、軍人保障標識牌、軍事物流系統、軍油工程、國家物聯網示范工程等重大后勤信息化建設項目的不斷推進，后勤官兵和軍需、油料、彈藥等后勤物資的數字化進程加速，戰場前方和后方倉庫、交通樞紐、物資集散地等后勤設施中，泛在傳感器實時測量和記錄后勤活動的顆粒度不斷細化，范圍不斷拓展，正在網絡空間建構一個全新的數據后勤世界。在數據后勤世界中分析現象、探索規律、發現知識，已經成為后勤組織籌劃、指揮協同、戰場配送等活動的重要辦法和依據。換言之，數據后勤世界成為人們認知后勤的新對象、新領域。

數據后勤世界全時空、全要素、全方位地記錄著現實世界中后勤領域發生的一切。不僅記錄著物質世界，也記錄精神世界；不僅記錄當前發展，也記錄著歷史過程；不僅記錄著靜止形態，也記錄動態變化。數據的獨特性，使認知的時間域得到濃縮、空間域得到壓縮，在拓展人們認知對象的同時，“數據－信息－知識－規律”的認知過程大大縮短，在傳統世界難以發現的規律、難以探索的知識在數據世界里可能一目了然。

圍繞數據采集、處理、挖掘分析的各類技術知識和方法手段不斷發展，在提高人們在數據世界中認知能力的同時，逐步形成全新的大數據科學，即圖靈獎得主吉姆·格雷指出的，“科學將進入繼實驗、理論、計算模擬之后的第四范式：數據密集型科學”。

大數據科學的形成既是人們應用數據認知世界的不懈追求的積淀，也是信息時代社會變革的時代需要。眾所周知，科學可分為自然科學、社會科學和思維科學，以及總結和貫穿于三個領域的哲學和數學。自然科學一般是精確的、抽象的、具有嚴密邏輯的，可以數學來表達和推理，而思維科學一般是模糊的、形象的、自由的，是難以用數據來精確表達的，兩者是科學的兩極。大數據科學實現了物質世界和精神世界的全樣本記錄，社會科學和思維科學中過去難以用數字進行精確表達、抽象描述和邏輯推理的內容，現在通過云計算、數據挖掘等技術能夠以數據形式存儲下來，大數據搭建起科學兩極的橋梁。大數據科學在繼承集成因果分析、邏輯推理、模型仿真等傳統科學辦法的基礎上，通過數據描述和關聯分析，抽象出通用性的“黑盒模型”和普適規律，開創基于海量數據的科學研究新理論、新規范，這是人類科學史上的新實踐和新突破。

基于大數據，后勤科研和技術創新活動所賴以運作的理論基礎和實踐規范將發生重大變化，這為提升后勤認知能力提供了全新的科學方法。例如，后勤物資消耗規律是制訂后勤保障計劃的重要依據，習慣上，主要通過實驗歸納、專家論證和數學建模等方法對物資消耗量進行預測和計算，受模型仿真顆粒度、數據樣本數量不足等條件影響，一直難以得到合理的測算結果，直接影響了后勤保障的效率和效益。運用大數據科學方法，摒棄基于數學模型和假設的傳統方法，將特定群體在不同歷史時期、不同社會活動、不同地理環境、不同生存狀態下多源異構的消耗數據進行清洗，結合當前互聯網群體行為監測分析結果，構建大數據集，通過對相關關系進行分析統計，以探索確定特定群體物資消耗規律，形成消耗量計算的新理論與新方法，為科學確定儲備規模、結構和布局提供了有力支撐。

新的認知方法有助于破解后勤難題

經典的科學方法有實驗方法和理論方法兩大類，即歸納法和演繹法。大數據方法在汲取繼承傳統方法精華的基礎上，針對大數據數量大、變化發展速率快、類型結構復雜等特點，不斷突破小數據時代的技術局限和思維限制，基于此，后勤認知將逐漸形成一套獨特的新方法：一是總體方法。傳統的數據分析方法以樣本為核心，采取抽樣方法，基于統計學的理論，用盡可能少的數據，證實盡可能大的事實，即所謂小數據、大模型、大定律。而大數據總體方法則對樣本總體進行分析，是大數據、小模型、小定律的新方法。二是關聯方法。強調相關性而非因果性，強調“是什么”而不是“為什么”，通過分析量化事物的數據值之間的關系和變化趨勢，在事物之間建立聯系，從而發現知識和價值。關聯方法打破了人類長久以來建立的因果關系思維習慣，指定關聯物，尋找關聯關系，發現新規律，已經成為后勤決策的重要方法。三是在線方法。傳統的精確意識實際上是靜態思維，牛頓力學所處理的對象，就是一個無數質點的總和，考察的是“瞬間的”“靜止的”點。互連、在線的大數據具有生命的特征，時時反映現實世界變化的趨勢。四是跨界方法。開放數據，讓更多的人參與進來，共同發現價值。

后勤認知新方法的出現，不斷推動著后勤思維和決策方式的創新，破解后勤難題。云計算和云存儲技術破解了大規模數據的計算、管理和存儲難題，可以在數秒之內，處理和存儲數以千萬計甚至億計的信息，為規模巨大的后勤海量數據找到安身之所、用武之地。從數據庫到數據集市，從結構化數據到非結構化數據、從傳感器到云端，從局部可視到全范圍感知，從數據抽樣到全樣本分析，從因果關系分析到相關關系分析，這些全新的技術方法，不斷提高人們戰場需求實時感知、資源可視掌控能力，精確保障實現已經不再遙遠。

“一幅圖”呈現。通過數據融合、圖層疊加等技術，將情報偵察、戰場態勢、部隊行動、后勤裝備等多源異構數據進行集成和呈現，構成基于大數據的戰場后勤態勢圖，已經成為指揮員重要認知手段。“一幅圖”始于數據采集，止于數據呈現，歷經標識、定位、記錄、采集、傳輸、挖掘、融合和應用與呈現的全過程，以數據為中心實現現代信息技術高度集成和人機完美結合。“一幅圖”覆蓋空、天、電、磁、網不同空間包羅萬象，縱橫千山萬水、貫通古今中外，前所未有的延展了后勤指揮員視覺、聽覺、觸覺、嗅覺和味覺等信息器官。為指揮員透視戰場、了解對手、掌握可用資源提供支撐，有效拓展后勤指揮員態勢感知、決策計劃和協調控制能力。同時，通過一幅圖的共享，可將后勤態勢傳送給具有權限的后勤保障力量，實現后勤信息的均衡分布和有效共享，提高信息主導的資源重組和優化能力。

“需求精確預測”。美國物理學會院士巴拉巴西在《爆發》一書中指出，“雖然萬事皆顯出自發偶然之態，但實際上它遠比你想象中容易預測，在大數據背景下，數據、科學以及技術的合力，會使人類變得比預期中容易預測得多。”舍恩伯格在《大數據時代》中指出，“大數據的核心就是預測”。在后勤領域，各種活動、裝備、人員、物資相互交織、相互影響，相關關系更加關聯復雜。分析傳感器記錄的熱量、振幅、承壓和聲音，對比歷史記錄的數據和信息，探尋特定相關性，可以預測物資消耗、機器故障、設備狀態，預防設施設備失效；分析軍人保障卡數據相關性，可以預測官兵心理形為、行為變化及其對作戰能力的影響；分析戰場傷情特征和變化，能夠對敵人火力運用特點和規律進行判斷。大數據預測式認知帶來的新思路、方法和技術，給破解后勤物資消耗規律、儲備規律、預測后勤需求等難題帶來了新的途徑，也為從“需求實時可知”向“需求精確預測”的躍升提供了新思路。孫子曰，知此知彼，百戰不殆。大數據時代，后勤指揮不再停留于“知”，更重要的是能夠預見，預測式的認知將對后勤指揮產生顛覆式影響。

“數據進行決策”。未來學家、谷歌高管雷·庫茲韋爾預言：“在2030年人類將成為混合式機器人，我們的大腦會以與智能手機同樣的方式開發。”舍恩伯格在《大數據時代》中指出，“在不久的將來，世界許多現在單純依靠人類判斷力的領域都會被計算機系統所改變甚至取代”，各類認知行為越來越取決于數據及其分析，而不再是人的經驗和直覺。從戰場傷的數據化探測與診治，到裝備維修維護精確管控，大數據已經為后勤智能化決策提供了全方位的支撐。美軍在“從數據到決策”戰略中，將開發重點放在海量數據的計算技術和自動化支持工具上，這些工具能夠識別發展趨勢、適應現實世界，可不依賴于人類的干預而在復雜的動態環境中自動運行，生成保障方案，對后勤活動進行指導。可以預見，“軟件定義未來、數據進行決策”，正在成為后勤認知活動中的現實。

（來源：光明日報）