人工智能取代士兵？機(jī)器人時代來臨？美國陸軍著手研究將ai技術(shù)應(yīng)用于軍事行動

2019-03-18 16:36來源://

原標(biāo)題：人工智能取代士兵？機(jī)器人時代來臨？美國陸軍著手研究將ai技術(shù)應(yīng)用于軍事行動

美國陸軍新聞發(fā)言人西恩·金蒙斯（sean kimmons）日前對媒體稱，美國陸軍領(lǐng)導(dǎo)人已經(jīng)著手討論如何在軍事活動中集成人工智能（ai）系統(tǒng)的方法。

藝術(shù)家對于“機(jī)器人戰(zhàn)爭”的想象圖

成立剛剛幾個月的美國陸軍人工智能特別工作組（army artificial intelligence task force，aitf）已經(jīng)開始了一些試點項目，以尋找加快安全檢查和分析軍事活動圖像的方法。

該工作組由美國政府和位于匹茲堡卡內(nèi)基梅隆大學(xué)的國家機(jī)器人工程中心（national robotics engineering center）組成，于2018年10月成立，這是美國國防部推動加強(qiáng)人工智能發(fā)展工作的一部分。

該工作組正在進(jìn)行的首批工作之一包括與美國陸軍分析小組合作，使用大數(shù)據(jù)技術(shù)快速識別美國陸軍人員安全許可中的風(fēng)險。

該工作組的負(fù)責(zé)人、美國陸軍準(zhǔn)將馬修·伊斯利（matthew easley）說，工作組正在使用全新的算法，用“機(jī)器學(xué)習(xí)工具來加快安全審查審核員正在使用的風(fēng)險管理流程”“為他們提供證據(jù)，幫助他們更快地做出決定”。

該工作中也是新成立的美國陸軍未來司令部的一部分。該工作組計劃隨著ai技術(shù)的發(fā)展，與學(xué)術(shù)界和行業(yè)合作伙伴進(jìn)一步開發(fā)ai技術(shù)。馬修·伊斯利說，目前參與此項工作的人員只有預(yù)計的16人左右的一半。

該工作組還將與新的美國聯(lián)合人工智能中心（joint artificial intelligence center，jaic）、美國陸軍作戰(zhàn)能力發(fā)展司令部的陸軍研究實驗室和其他國防部組織密切合作。jaic于6月在國防部首席信息官的領(lǐng)導(dǎo)下成立，是美國國防部人工智能戰(zhàn)略的重點，負(fù)責(zé)提供共同的愿景來推動全部門的人工智能能力交付。

2019年3月12日，美國陸軍人工智能特別工作組主任馬修·伊斯利準(zhǔn)將在弗吉尼亞州斯普林菲爾德舉行的美國陸軍信息會議上發(fā)表講話

當(dāng)?shù)貢r間3月11日，美國陸軍實驗室宣布與卡內(nèi)基梅隆大學(xué)(carnegie mellon)簽署了一項為期五年、耗資7200萬美元的人工智能研究合作協(xié)議。該協(xié)議將牽頭一個由其他大學(xué)組成的財團(tuán)，希望與該實驗室合作，加快人工智能、先進(jìn)算法和國防自主系統(tǒng)的研發(fā)。

伊斯利說，明年這個特別工作組可能會尋找改善陸軍未來裝備快速原型制作過程的方法，比如幫助快速開發(fā)用于原型的軟件。

他說，在第二個正在進(jìn)行的試點項目中，該工作組正在測試一種算法，這種算法可以通過圖像搜索，找到那些隸屬于美國競爭對手的有價值的軍事目標(biāo)，比如坦克等等。該算法和智能手機(jī)攝像頭中的人臉識別技術(shù)——可以識別出照片中的人臉——類似。

“你的相機(jī)在這方面做得很好，”他在3月12日陸軍信息會議的小組討論后說?！澳忝刻於加盟??！?/p>

被分配到j(luò)aic的馬克·奧爾瓦特上校(mark orwat)說，隨著與美國實力接近的競爭對手的適應(yīng)，美國需要把更多的資金投入到人工智能技術(shù)上。

今天，美國國防部有超過500個人工智能項目，奧爾瓦特說。其中一些投資不是投入于人工智能系統(tǒng)本身，而是投入在那些確保美國國防部系統(tǒng)能夠管理大量數(shù)據(jù)的基礎(chǔ)性項目上。

奧爾瓦特表示，美國士兵的新設(shè)備將擁有比以往任何時候都多的傳感器，這些傳感器帶來大量的數(shù)據(jù)流，對美國人工智能系統(tǒng)提出了考驗。例如，當(dāng)美國士兵們戴上頭盔攝像頭時，頭盔攝像頭拍攝的大量高清視頻信號會讓系統(tǒng)過載。

奧瓦特在小組討論中說:“士兵每次搖頭都會產(chǎn)生大量的數(shù)據(jù)?！薄拔覀冎缿?zhàn)場上的數(shù)據(jù)正在上升。所有這類數(shù)據(jù)都可能對美軍戰(zhàn)術(shù)網(wǎng)絡(luò)形成打擊?！?/p>

人類大腦擁有強(qiáng)大的學(xué)習(xí)能力，而機(jī)器還無法復(fù)制此能力。

例如，奧爾瓦特t說，某人可以查看圖像并在稍后的時間內(nèi)很容易地再次識別它。一臺機(jī)器需要看到這幅圖像成千上萬次，才能學(xué)會它。

“你必須展示一堆320萬張圖片的代碼，訓(xùn)練電腦做你在看過一張圖片之后就會做的事情?！眾W爾瓦特說?！斑@使得數(shù)據(jù)量大幅度增長?！?/p>

大量新設(shè)備的使用為美軍帶來了天文數(shù)字的數(shù)據(jù)，同時也對美軍的信息網(wǎng)絡(luò)提出了挑戰(zhàn)

智能手機(jī)上常見的應(yīng)用程序——如社交媒體軟件、拼軟件車或地圖系統(tǒng)——已經(jīng)通過觀察用戶的行為不斷向他們學(xué)習(xí)。

伊斯利說:“如果你把這個數(shù)字乘以每天幾百萬用戶，他們就能很快獲得大數(shù)據(jù)，他們就是這樣做的。”“我們必須認(rèn)真考慮我們想要如何在我們的軍人中做到這一點，因為技術(shù)是成熟的，只是我們沒有使用?！?/p>

然而，人工智能系統(tǒng)或許并不總是能提供完美的解決方案來幫助決策。伊斯利說，當(dāng)系統(tǒng)只能提供概率時，可能需要一種不同的思維方式。

他說:“很多人想要一個清晰的答案?！?/p>

就像智能手機(jī)上的應(yīng)用程序一樣，使用人工也有一些需要注意的地方。有時某個特定的應(yīng)用程序會根據(jù)用戶過去的行為提供很好的推薦，有時則不會。

敵人也可以通過在人工智能系統(tǒng)中植入虛假信息來“欺騙”士兵。

伊斯利說:“當(dāng)我們得到答案時，我們必須訓(xùn)練我們的操作員如何理解答案，并了解敵人的意圖，這樣我們才能做出更好的決定。”

一種可能的解決方案是在戰(zhàn)斗中頻繁更新算法，并將這些信息實時推送給人工智能系統(tǒng)。

他說:“我們必須找到一種方法，讓這個過程更快地實現(xiàn)自動化?！?/p>