设为首页 | 加入收藏 | 网站地图

资讯

当前位置:中华视窗 > 资讯 > 军事 >

人工智能取代士兵?美陆军着手研究将AI技术应用于军事行动

2019-03-19 16:43 | 航空世界 |
我要分享

美国陆军新闻发言人西恩·金蒙斯(Sean Kimmons)日前对媒体称,美国陆军领导人已经着手讨论如何在军事活动中集成人工智能(AI)系统的方法。

艺术家对于“机器人战争”的想象图

艺术家对于“机器人战争”的想象图

成立刚刚几个月的美国陆军人工智能特别工作组(Army Artificial Intelligence Task Force,AITF)已经开始了一些试点项目,以寻找加快安全检查和分析军事活动图像的方法。

该工作组由美国政府和位于匹兹堡卡内基梅隆大学的国家机器人工程中心(National Robotics Engineering Center)组成,于2018年10月成立,这是美国国防部推动加强人工智能发展工作的一部分。

该工作组正在进行的首批工作之一包括与美国陆军分析小组合作,使用大数据技术快速识别美国陆军人员安全许可中的风险。

该工作组的负责人、美国陆军准将马修·伊斯利(Matthew Easley)说,工作组正在使用全新的算法,用“机器学习工具来加快安全审查审核员正在使用的风险管理流程”“为他们提供证据,帮助他们更快地做出决定”。

该工作中也是新成立的美国陆军未来司令部的一部分。该工作组计划随着AI技术的发展,与学术界和行业合作伙伴进一步开发AI技术。马修·伊斯利说,目前参与此项工作的人员只有预计的16人左右的一半。

该工作组还将与新的美国联合人工智能中心(Joint Artificial Intelligence Center,JAIC)、美国陆军作战能力发展司令部的陆军研究实验室和其他国防部组织密切合作。JAIC于6月在国防部首席信息官的领导下成立,是美国国防部人工智能战略的重点,负责提供共同的愿景来推动全部门的人工智能能力交付。

2019年3月12日,美国陆军人工智能特别工作组主任马修·伊斯利准将在弗吉尼亚州斯普林菲尔德举行的美国陆军信息会议上发表讲话

2019年3月12日,美国陆军人工智能特别工作组主任马修·伊斯利准将在弗吉尼亚州斯普林菲尔德举行的美国陆军信息会议上发表讲话

当地时间3月11日,美国陆军实验室宣布与卡内基梅隆大学(Carnegie Mellon)签署了一项为期五年、耗资7200万美元的人工智能研究合作协议。该协议将牵头一个由其他大学组成的财团,希望与该实验室合作,加快人工智能、先进算法和国防自主系统的研发。

伊斯利说,明年这个特别工作组可能会寻找改善陆军未来装备快速原型制作过程的方法,比如帮助快速开发用于原型的软件。

他说,在第二个正在进行的试点项目中,该工作组正在测试一种算法,这种算法可以通过图像搜索,找到那些隶属于美国竞争对手的有价值的军事目标,比如坦克等等。该算法和智能手机摄像头中的人脸识别技术——可以识别出照片中的人脸——类似。

“你的相机在这方面做得很好,”他在3月12日陆军信息会议的小组讨论后说。“你每天都用它。”

被分配到JAIC的马克·奥尔瓦特上校(Mark Orwat)说,随着与美国实力接近的竞争对手的适应,美国需要把更多的资金投入到人工智能技术上。

今天,美国国防部有超过500个人工智能项目,奥尔瓦特说。其中一些投资不是投入于人工智能系统本身,而是投入在那些确保美国国防部系统能够管理大量数据的基础性项目上。

奥尔瓦特表示,美国士兵的新设备将拥有比以往任何时候都多的传感器,这些传感器带来大量的数据流,对美国人工智能系统提出了考验。例如,当美国士兵们戴上头盔摄像头时,头盔摄像头拍摄的大量高清视频信号会让系统过载。

奥瓦特在小组讨论中说:“士兵每次摇头都会产生大量的数据。”“我们知道战场上的数据正在上升。所有这类数据都可能对美军战术网络形成打击。”

人类大脑拥有强大的学习能力,而机器还无法复制此能力。

例如,奥尔瓦特t说,某人可以查看图像并在稍后的时间内很容易地再次识别它。一台机器需要看到这幅图像成千上万次,才能学会它。

“你必须展示一堆320万张图片的代码,训练电脑做你在看过一张图片之后就会做的事情。”奥尔瓦特说。“这使得数据量大幅度增长。”

大量新设备的使用为美军带来了天文数字的数据,同时也对美军的信息网络提出了挑战

大量新设备的使用为美军带来了天文数字的数据,同时也对美军的信息网络提出了挑战

智能手机上常见的应用程序——如社交媒体软件、拼软件车或地图系统——已经通过观察用户的行为不断向他们学习。

伊斯利说:“如果你把这个数字乘以每天几百万用户,他们就能很快获得大数据,他们就是这样做的。”“我们必须认真考虑我们想要如何在我们的军人中做到这一点,因为技术是成熟的,只是我们没有使用。”

然而,人工智能系统或许并不总是能提供完美的解决方案来帮助决策。伊斯利说,当系统只能提供概率时,可能需要一种不同的思维方式。

他说:“很多人想要一个清晰的答案。”

就像智能手机上的应用程序一样,使用人工也有一些需要注意的地方。有时某个特定的应用程序会根据用户过去的行为提供很好的推荐,有时则不会。

敌人也可以通过在人工智能系统中植入虚假信息来“欺骗”士兵。

伊斯利说:“当我们得到答案时,我们必须训练我们的操作员如何理解答案,并了解敌人的意图,这样我们才能做出更好的决定。”

一种可能的解决方案是在战斗中频繁更新算法,并将这些信息实时推送给人工智能系统。

他说:“我们必须找到一种方法,让这个过程更快地实现自动化。”

(责任编辑:admin)