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

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

2019-03-18 16:36來源://

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

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

藝術(shù)家對(duì)于“機(jī)器人戰(zhàn)爭(zhēng)”的想象圖

成立剛剛幾個(gè)月的美國(guó)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(diǎn)項(xiàng)目，以尋找加快安全檢查和分析軍事活動(dòng)圖像的方法。

該工作組由美國(guó)政府和位于匹茲堡卡內(nèi)基梅隆大學(xué)的國(guó)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(guó)國(guó)防部推動(dòng)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(guó)陸軍分析小組合作，使用大數(shù)據(jù)技術(shù)快速識(shí)別美國(guó)陸軍人員安全許可中的風(fēng)險(xiǎn)。

該工作組的負(fù)責(zé)人、美國(guó)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(xiǎn)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(guó)陸軍未來司令部的一部分。該工作組計(jì)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(xiàng)工作的人員只有預(yù)計(jì)的16人左右的一半。

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

2019年3月12日，美國(guó)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(guó)陸軍信息會(huì)議上發(fā)表講話

當(dāng)?shù)貢r(shí)間3月11日，美國(guó)陸軍實(shí)驗(yàn)室宣布與卡內(nèi)基梅隆大學(xué)(carnegie mellon)簽署了一項(xiàng)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(gè)由其他大學(xué)組成的財(cái)團(tuán)，希望與該實(shí)驗(yàn)室合作，加快人工智能、先進(jìn)算法和國(guó)防自主系統(tǒng)的研發(fā)。

伊斯利說，明年這個(gè)特別工作組可能會(huì)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(gè)正在進(jìn)行的試點(diǎn)項(xiàng)目中，該工作組正在測(cè)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(guó)競(jìng)爭(zhēng)對(duì)手的有價(jià)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(shí)別技術(shù)——可以識(shí)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(huì)議的小組討論后說?！澳忝刻於加盟?。”

被分配到j(luò)aic的馬克·奧爾瓦特上校(mark orwat)說，隨著與美國(guó)實(shí)力接近的競(jìng)爭(zhēng)對(duì)手的適應(yīng)，美國(guó)需要把更多的資金投入到人工智能技術(shù)上。

今天，美國(guó)國(guó)防部有超過500個(gè)人工智能項(xiàng)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(guó)國(guó)防部系統(tǒng)能夠管理大量數(shù)據(jù)的基礎(chǔ)性項(xiàng)目上。

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

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

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(shí)間內(nèi)很容易地再次識(shí)別它。一臺(tái)機(jī)器需要看到這幅圖像成千上萬次，才能學(xué)會(huì)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(huì)做的事情?！眾W爾瓦特說?！斑@使得數(shù)據(jù)量大幅度增長(zhǎng)。”

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(shí)也對(duì)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(gè)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(diǎn)，因?yàn)榧夹g(shù)是成熟的，只是我們沒有使用。”

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(shí)，可能需要一種不同的思維方式。

他說:“很多人想要一個(gè)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(shí)某個(gè)特定的應(yīng)用程序會(huì)根據(jù)用戶過去的行為提供很好的推薦，有時(shí)則不會(huì)。

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(shí)，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?！?/p>

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(shí)時(shí)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(gè)過程更快地實(shí)現(xiàn)自動(dòng)化?！?/p>