| 今年阅兵的两个大杀器——DF-17和DF-41被广泛关注，然而文摘菌却从三个无人作战方队中，看到了一丝不寻常。
无人作战与人工智能的发展密不可分。据《经济学人》报道，美国国防部在2月份的第一份AI战略文档中宣布：“人工智能即将改变未来战场”，2018年夏季，五角大楼成立了联合人工智能中心（JAIC），今年3月，国家人工智能安全委员会首次会议开幕。
在2020年度预算中，五角大楼在人工智能上投入了近10亿美元，而涉及无人驾驶和自主能力的预算更是高出了四倍。
1970年的Igloo White行动被认为是未来战争的预演。
海军战机在丛林中低空俯冲，将一些设备丢入下方树冠中。
这些设备，有些是用来监听游击队的脚步声或卡车的点火声的麦克风，另有一些是记录地面微小振动的地震探测器，这其中最新奇的是嗅觉传感器，它可以嗅出人类尿液中的氨。
这些成千上万的电子器件及时地将捕获的数据回传到无人机和电脑上。数分钟之内，战机就将地毯式轰炸由算法指定的网格区域。
美国试图以上面这些方式来切断从老挝到越南的胡志明小道，然而并未取得成功，据说越南人训练猴子将这些传感器全部破坏了。在这些行动中，美军每年花费约10亿美元（约合今天的73亿美元），每摧毁越方一辆卡车需花费10万美元（约合今天的73万美元），然而这些并未有效阻止越北势力的渗透。
但是将“算法”用于战争的魅力并未因此褪色。用传感器收集数据，再用比以往处理能力更强的算法进行处理，并根据处理结果比敌人更快地采取行动这一战略，成为世界各大国家的军事思想核心。如今，人工智能（AI）的发展让这种观念更加深入人心。
类似的事情也在中国发生：中国希望在2030年之前在人工智能方面领先世界；而俄罗斯的总统弗拉基米尔·普京则有一句名言“谁成为这一领域（人工智能）的领导者，谁就会成为世界的统治者”。
AI是一个广义且模糊的术语，涵盖了从1950年代最初的规则遵循系统到现代的基于概率的机器学习（计算机通过自学来解决任务）的各种技术。矛盾的是，如果任由人工智能技术以当前的速度和形势发展下去，那么很可能因为人工智能自身的不透明性而使得现代战争的局势扑朔迷离。
深度学习是一种特别流行且有效的机器学习方法，涉及多层模仿大脑的神经网络，其目前已被证明非常擅长处理各种任务，例如翻译、图像识别和游戏（参见图表）。
宾夕法尼亚大学的Michael Horowitz将AI比作内燃机或电力，来说明其用途的广泛。他将人工智能在军事的应用分为三类：一种是允许机器在无人监督的情况下运行，另一种是处理和解释大量数据，第三种是协助甚至直接指挥和控制战争。
就战场而言，自动化的吸引力是显而易见的——机器人比人类更便宜、更坚强且更易进行扩展。但是，一台能够在战场上运动甚至战斗的机器必须拥有足够的智能来执行任务，不够智能的无人机无法在战斗中长期存活；更糟糕的是，一个无知的持枪机器人很可能酿成一场事故。
所有的这些都要求人工智能赋予机器必要的技能，包括一些简单技能——感知和导航，以及其它更高级的技能，例如与其他军事人员进行合作。
结合了这些能力的智能机器可以完成个人无法完成的任务。伦敦国王学院的Kenneth Payne介绍说：“在模拟空战中，人工智能系统已经胜过了经验丰富的军事飞行员。”
今年二月，美国国防部高级研究计划局（DARPA）的“蓝天思维”部门（blue-sky-thinking branch）对能够在“高威胁”环境下协作的最强大的六个无人机群进行了最新测试，这其中甚至包括无人引导的情形。
尽管如此，大多数此类系统的智能都表现出了狭窄而脆弱的特性——在定义明确的环境中能很好地执行一项任务，但在不熟悉的环境中很容易失败。
因此，现有的自动武器要么是可攻击雷达的巡航导弹，要么是用于防御舰船和基地的速射炮。这些武器都很有用，但不是革命性的，也没有用到近年来出现的高级机器学习技术。
不要认为AI只能做一些战场上的苦力活，机器人，杀手亦或者是任何事物，都必须对它们“看到”的东西作出反应。
但是对于许多诸如间谍飞机和卫星这样的军事平台，关键是要发回原始数据，这些原始数据只有经过处理才可能变成有用的情报。现在，这种情报比以往任何时候都多，仅在2011年，美国的大约11,000架的无人机就发回了超过327,000个小时（约合37年）的影像。
其中大部分的数据都还来得及进行处理。所以说，人工智能在军事中的第二个主要应用就是处理数据。斯坦福大学的年度AI进步指数显示，在基于实验室的测试中，截止2015年，算法在图像分类中的性能已经超过了人类，并且在2015年至2018年之间，算法在一项更艰巨的任务——图像分割（从单个图像中挑选出多个对象）中的性能更是几乎翻了一番。
计算机视觉远非完美但也可以为人所运用。人类的视觉系统对一些细微变化并不敏感，而计算机视觉则不然。比如在一项研究中，改变熊猫图像中0.04％的像素（人类无法察觉），系统就会误判为长臂猿。
尽管存在种种弱点，但五角大楼在2017年2月得出的结论是，深度学习算法“可以以接近人类的水平执行”。据此，其成立了“Algorithmic Warfare” （算法战争）团队，代号Project Maven（专家项目），通过使用深度学习和其它技术来识别物体和可疑行动。该项目最初是用来处理在针对伊斯兰国的战争中拍摄到的影像，现在的应用则更为广泛。这样操作的目的是产生“可操作的”情报，常以导弹轰炸或特种部队破门而入而告终。
一位了解Project Maven的内部人士说，就节省时间和提供新见解而言，目前该项目对分析师的好处仍然微不足道。例如，可以看到整个城市的广角相机会发送大量误报。他说：“这些系统的本质是高度迭代的。” AI进展迅速，Project Maven只是冰山一角。
退役的英国皇家空军少将、现任职于英国Earth-i公司的Sean Corbett表示，该公司通过应用一系列卫星的机器学习算法，可以在数十个基地识别不同型号的军用飞机，其准确率超过98％（参见主图）。他说：“接下来的明智之举就是开发出一种可以自动判别物体是否正常的算法。”随着对那些基地的不断观察，该软件可以将常规部署和非正常行动区分开来，并提醒分析师注意其重大变化。
当然，算法是“杂食动物”，你可以喂给它任何类型的数据，而不仅仅是图像。去年12月，英国情报机构军情六处(MI6)负责人Alex Younger爵士表示：“大量数据与现代分析技术的结合，将使现代世界变得透明。” 2012年，美国信号情报机构-美国国家安全局(NSA)泄露的一份文件描述了这样一个项目（可放心地称之为“天网”）：将机器学习应用于巴基斯坦的移动手机的数据上，从而挑选出可能是恐怖组织信使的人。例如，谁在过去的一个月里从拉合尔去过边境城镇白沙瓦，并且比平时更频繁地关闭或更换手机？2016年之前指挥英国联合部队，现已退役的Richard Barrons爵士说到：“以前，通常是指挥官提出问题，情报机构收集实体资料来寻找答案，而现在答案就在云端。”
实际上，所讨论的数据并不总是针对敌人。JAIC的第一个项目既不是武器也不是间谍工具，而是与特种部队合作，以预测其“黑鹰”直升机的发动机故障。该算法的第一版已于4月交付。空军在指挥控制机和运输机上进行的测试表明，这种预测性维护可以将计划外的工作减少近三分之一，可能会让五角大楼目前用于维护的780亿美元经费有大幅度的削减。
然而，获取情报只是前提条件，关键是根据情报做出的决策。因此，AI改变传统战争的第三种方式是入主决策层。
小到排级决策，大到国家首脑决策，AI都可以参与。 “北方之箭”（Northern Arrow）是以色列一家AI公司UNIQAI的产品，它可以通过处理大量数据来帮助战争指挥官部署战斗，这些数据通常包含敌方位置、武器类型、地理位置和天气状况等信息。
在传统的战争中，通常需要花费半天或一天的时间查看相关的地图和图表来处理这些数据。算法所需要的数据既来自于书本或手册，如坦克在不同海拔高度的行驶速度，也包括对经验丰富的指挥官的采访。然后算法会为那些忙碌的决策者提供选项，并附上理由。免责声明：
除非特别声明，文章均为投稿或网络转载，仅代表作者观点，与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。如果本文内容有侵犯你的权益，请发送信息至ab12-120@163.com，我们会及时删除
@font-face{ font-family:"Times New Roman"; }@f
@font-face{ font-family:"Times New Roman"; }@f [详细]
关闭
站长推荐 /1 
版权所有： Discuz! © 2001-2013 大数据.
GMT+8, 2024-11-24 00:26
, Processed in 0.083098 second(s), 23 queries
.
| 
