1 引言
据外媒报道，2019年6月3日，美国国家地理空间情报局（NGA）在2019年地理空间会议上称，未来的新技术将转变情报分析人员的工作方式和士兵在战场上的情报应用方法。自动化、增强现实和人工智能等新技术，可代替人完成日常工作，让人有更多时间完成更复杂和更有创造性的任务。
美国情报界正在研发能抓取“Google地球”影象，然后把讯号情报、活动目标指示、直观影像和全动态视讯等进行合并的大资料处理工具；海军和海军陆战队也在试验一种被称作“语义维基”的大资料分析方法，可以搜寻视讯、情报报告以及卫星影像，还可加入视讯流。而更有发展前途的是一种称作DI2E的“防务情报资讯企业系统”，利用大资料技术从众多感测器和数据库中收集、处理、分析资讯，帮助提高ISR操作员管理资讯的效率。因此，基于人工智能技术的情报研判已成为情报界的重点发展方向。
2 情报智慧研判需求
美国国家地理空间情报局（NGA）寻求在未来利用人工智能等自动化技术来处理情报，以改变当前的情报处理和应用方式，并希望将情报产品通过移动装置提供给士兵。在智慧化战争中，面向体系作战情报保障需求，需要以人工智能技术为支撑，创新战略支撑、战役融合、战术应用的智慧化情报保障模式，建立跨域协同的情报生成与保障体系，综合利用各种人工智能模型和算法，实现多源情报在获取、传输、处理、分发、应用各环节的智慧处理，推进情报保障向智慧化转型，提高情报综合研判效率效益。
在军事通讯网络的基础上，以构建情报大脑为核心，形成联合情报保障体系，提高情报处理质量，形成一体化的情报综合态势，为各类行动任务提供情报智慧研判支援。在人工智能算法的基础上，构建算法驱动的情报挖掘框架，实现多元情报资讯融合处理和智慧研判。
3 情报智慧研判关键技术
3.1 情报自动处理技术
具备人机互动能力、情报生产协作能力、情报产品自动生产能力和情报生产评估能力，初步建立情报生产自动化环境，自动融合情报素材，支援情报专题自动生成，缩短情报生产时间，提升情报研判的时效性。
3.2 情报资料融合技术
具备全源层面的资料融合能力，实现情报自动搜寻、去重、取真、归一等，具备情报自动筛选、海量资料储存和情报追踪溯源等能力，能够从海量情报资料中获取高价值资讯。
3.3 情报深度挖掘技术
借助机器学习、模式识别等新技术将目标识别功能从文字目标识别扩充套件到多媒体目标识别，促进情报分析逐步从定性分析发展为定性定量综合整合分析，将资讯转换为量化资料，通过人机互动、反复比对、逐次逼近，提升情报研判的准确性。
3.4 情报关联分析技术
基于深度学习和知识图谱开展情报关联分析，将不同源、不同语言型别、不同格式的情报进行融合、关联、提取价值资讯，实现情报自动分析和自动学习。有效激发情析人员思路，具备猜想验证、方案拟制、情报研判等能力，能从海量资讯中发现深层次关联关系，提供量化分析和预测功能。
3.5 情报研判视觉化技术
从多个维度无偏差展现情报资讯要素，便于直观分析理解复杂问题的内涵，有助于提升对复杂情报的分析研判水平，准确评估情报质量，客观评估情报产品，为情报研判工作提供指导性资讯。
4 结束语
随着大资料、人工智能等新技术的迅速发展，以及多源异构情报资料规模的急剧增长，传统的情报分析技术已经难以适应发展的需要，情报分析过程的智慧化，已成为下一代情报研判系统建设的重要目标，算法驱动的情报智慧研判技术，已成为提升情报资讯质量、提高情报研判工作效率的有效途径。
