智邦网
2020-05-11 智邦网
编辑 致远
来源国防科技要闻
导语
近日，美国国家地理空间情报局（NGA）发布了一份清单《2020年科技领域聚焦指南》，列出了该机构需要克服的技术挑战，强调了机构希望利用技术解决的首要问题领域。该文件旨在关注需求领域，“而不是具体的技术”。文件中虽未涉及具体的技术解决方案，但它在广义上明确了NGA希望探索的技术种类。广泛的需求清单包括：分析庞大的数据集以提供有用的模型；管理和集成不同的数据源；改进软件开发流程；利用人工智能和量子计算的进展；为机构未来的工作做好准备。该文件将所有内容浓缩为五个重点领域，每个领域都有具体内容来说明该机构的需求。
01
先进分析和建模
分析建模：对活动、相关指标及其跨多个领域的相互关系进行模型驱动的评估，以生成事件的确定性或概率性结果。
活动建模：开发一种描述情报主题或挑战的方法，以便处理基于活动的数据，最终实现对目标的定位、表征、关联和跟踪。
知识建模：建立一个可发现的、协作的知识参考库，其中包含针对结构化对象和活动的断言，以便能够合成不同的信息。
洞察即服务：基于地理空间Web服务，将分析，检测和监视洞察提供给现有工作流，以更快地从美国地理空间情报（GEOINT）中获得情报价值。
供应商能力评估：研制一套决策辅助工具，以便①自动评估NGA可访问的地理空间数据供应商内容和服务范围；②对于NGA可访问的项目，根据成本、及时性和性能，推荐最优的供应商产品，以有效地满足需求。
沉浸式产品生成：为增强和虚拟现实系统构建沉浸式GEOINT产品的能力，以支持客户不断发展的需求。
分析建议服务：建立方便使用的、机器辅助的建模能力，能够根据观察到的工作流数据推荐统计方法，以确保他们了解可能有用的分析选项。
情境学习：扩展现实工具，以便利用情报产品和训练材料的抽象信息。
GEOINT物理科学：在技术上取得进步，以改进地面和天体参考系、重力、磁学、人工和自然特征提取和属性、水深、地形和基础设施模型，以提高其对物理地球建模的能力。
02
数据管理
数据集成：能够快速发现和集成多源的多种数据类型以及多种基于像素和基于非像素的数据，以发现和表征相关模式。
多域数据聚合：快速聚合多域数据源的不同数据类型和模式，以便快速大规模地提取情报。
基于位置的洞察力：将大量基于位置的商业服务数据整合到现有的工作流程中，以提高对物理环境的时空洞察力。
多维数据管理：将地理空间信息组织和存储在反映时间货币的数据模型中，以便生成更全面的情报产品。
自动目标验证：自动区分同一目标的多个观测和相似目标的多个观测的方法，以验证基于图像的观测的准确性。
地形高程数据对齐：对齐来自不同大地近似模型（例如椭球体、大地水准面）的标准基础地形高程数据集，以便将其导入3D活动平台。
客户体验指标：采取相关手段确定NGA产品、服务和数据的使用方式和位置，以便确定客户并衡量对其任务的影响。
可发布性服务：考虑地理空间和时间限制的访问控制机制，以保护数据对象中的敏感信息。
自动调节服务：数据调整的能力自动化，以便轻松准确地标记元数据，使企业可以发现和访问数据。
实体关系建模：将多个非像素数据集的本体、模式和知识图合并，并对其关系建模。
机器学习训练数据：分析就绪的、结构化的和经过验证的数据集来支持动态算法和模型开发，这些算法和模型开发对于新的和现有的用例是可重复和可审计的。
多域数据传输：利用与情报问题相关的所有地理空间数据，在多个安全分类域之间快速传输数据。
数据保障：一种可扩展和互操作的方式，在数据的整个生命周期中持续评估数据来源，以便就企业如何使用所有数据源做出明智的决策。
功能和数据保护：保护地理空间功能和数据的方法，防止恶意更改和机器生成的错误。
可靠的商业和公共来源数据：确定NGA可以访问的公共和商业来源的“数据适用性”，以便将其用于GEOINT数据、产品和服务。
自动内容分类：根据安全协议对自然语言内容进行自动分类，以便最大限度地减少错误分类，并动态和更容易地共享信息。
03
现代软件工程
操作自动化的权限：确保安全强化和漏洞评估的自动化的工具。软件应用程序的操作权限必须在多云体系结构中是对等的，以便工程师可以将软件快速部署到企业中。
自动化监控：自动了解哪些应用程序当前处于上升或下降状态，并能够快速响应问题，从而提高IT系统的可用性、弹性和安全性。
自动化测试和部署：在签入代码时进行自动化测试，并能够在适当的情况下自动将该代码部署到各种环境和网络中，而不会导致停机或影响关键任务流程。
DevSecOps自动化：开发一个集成平台，自动操作执行企业政策和新应用程序性能的可观察性，以减少部署时间并提高代码质量。
身份和访问管理：有效且可靠的身份和访问管理机制，以提高应用程序和数据存储库的安全性和访问权限。
非保密代码的快速部署：将在非保密设置下开发的软件拉到敏感网络中，并快速确定此类软件在整个企业中的部署位置。
三维数据开发环境：开发环境构建软件应用程序，分析多维空间数据源并将其集成到企业中。
04
人工智能
机器学习模型的适用性：评估复杂机器学习建模算法的适用性，以确保人类主题专家能够理解。
风险评估：通过估计软件的复杂性和潜在影响来计算软件的风险级别，以便用户能够应用正确的管理级别。
活动背景化：从非成像源（如射频和自动跟踪系统数据）中提取活动轨迹并将其与更传统的地理空间数据（如图像）关联起来，以便将感兴趣区域的变化背景化。
目标检测：在很少或没有描述的情况下对图像中的目标和变化进行检测，以评估运动或特征的变化。
特征提取：从各种来源中以最高的准确性和速度来提取地理空间数据特征几何及其属性，以减少劳动密集型的人工提取时间。
目标分类：在组织或特性的广泛层次上对检测到的对象进行分类，并在该类别中进一步分类。
特征表征：自动表征提取的基础地理空间数据的属性信息。
用于地理空间优化的量子计算：NGA分析师需要一种混合量子计算方法，将传统计算和量子计算结合起来，以解决复杂的、多变量的地理空间优化问题。
05
未来工作
最大化实时和远程协作：跨多个设备、安全域和地理位置实时协调和协作的工具。
多域和多伙伴收集管理：与跨多个安全域和伙伴关系的特设和虚拟团队协调GEOINT收集任务的规划和执行。
灵活而安全的工作工具：在非保密和灵活的工作空间中安全工作的工具，以便在不违反位置和安全协议的前提下提供对数据和任务工作的连续访问。
安全跨域访问：在安全级别较低的网络上保护和运行敏感查询，以便能够利用非机密web服务进行敏感分析。
来源 ：美国下一代政府网站综/ 图片来自互联网
军事科学院军事科学信息研究中心 赵霄