|
在美国国防先期研究计划局（DARPA）的历史中，人工智能（AI）一直是突破性研发的重要领域。在20世纪60年代，DARPA研究人员完成了该领域的一些基础工作，带来了专家系统的诞生，或第一波AI。从那时起，DARPA资助了第二波AI的发展——机器学习，在语音理解、自动驾驶汽车和图像识别等领域对国防和商业能力产生了重大影响。今天，DARPA持续投入资金支持AI的创新，在研究方面展开多项投资，目的是塑造AI系统在解决问题中从工具变为可信赖合作伙伴的未来。2018年9月，DARPA宣布启动“AI NEXT”活动，将在未来数年内投入高达20亿美元，通过现有和新设项目发展第三波AI技术。 技术的进步已经演化了人类和机器在冲突中的作用，从人类之间的直接对抗到机器调解的交战。最初，人类从事原始形式的战斗。而随着工业时代的到来，人们认识到机器可以大大提高作战能力。然后，网络实现了远程操作，最终证明它易受电子攻击，并且由于信号传播距离和时间长而受到约束。战争的下一阶段将包含更有能力的自治系统，但在允许这种机器补充人类作战人员之前，他们必须具备更高智力水平。 传统上，我们设计的机器可以处理定义明确的大批量或高速的任务，使人们能够专注于日益复杂的问题。在20世纪50年代和60年代，早期的计算机自动完成繁琐或费力的任务。正是在这个时代，科学家才意识到模拟人类智能是可能的，也因为诞生了AI。AI将成为使计算机解决问题和执行通常需要人类智慧才能进行的操作的手段。 AI的早期工作强调手工操作，计算机科学家构建了所谓的专家系统，这些系统以规则的方式捕获了专家的专业知识，然后系统可以应用于人类感兴趣的情境。该第一波AI技术非常成功，税务准备软件是专家系统的一个很好的例子，但需要手工实现规则既昂贵又耗时，因此限制了基于规则的AI的适用性。 在过去几年中，人们对AI中被称为机器学习的子领域产生了兴趣，该子领域将统计和概率方法应用于大型数据集，以创建可应用于未来样本的广义表示。这些方法中最重要的是深度学习（人工）神经网络，当有足够的历史数据时，可以对其进行训练以执行各种分类和预测任务。然而，由于收集、标记和审查用于训练“第二波”AI技术的数据的任务非常昂贵且耗时，因此发展存在阻碍。 DARPA设想了一个未来，其中机器不仅仅是执行人类编好的规则或从人工辅助数据集进行推广的工具。DARPA设想的机器将更多地作为合作伙伴而不是工具。为此，DARPA在人机共生方面的研发确立了与机器合作的目标。支持计算系统实现这种方式至关重要，因为传感器、信息和通信系统以超出人类可以吸收、理解和行动的速率生成数据。将这些技术融入可与作战人员合作的军事系统中，将有助于在复杂、时间紧迫的战场环境中做出更好的决策；能够更好地理解大量、不完整和矛盾的信息；使无人系统能够安全地执行关键任务并具有高度自治。DARPA将其投资重点放在第三波AI上，将带来了能够根据背景理解和推理的机器。 五十多年来，DARPA一直是开展突破性研发的领导者，促进了基于规则和统计学习的AI技术的进步和应用。今天，DARPA继续引领AI研究的创新，为多种研发项目组合提供资金，从基础研究到高级技术开发。DARPA认为在未来，通过“第三波”AI技术的开发和应用，将实现可通过生成上下文和解释模型能够获取新知识的系统。 “AI NEXT”活动关键领域包括实现关键DoD业务流程的自动化，如安全审查或认证用于运营部署的软件系统，提高AI系统的稳健性和可靠性，增强机器学习和AI技术的安全性和弹性，降低功率、数据和性能的低效，开启下一代AI算法和应用，如“可解释性”和常识推理。 AI Next以DARPA五十余年的AI技术创建为基础，铭记机构最艰难的问题，来定义和塑造未来，。因此，DARPA将通过专门针对以下领域为国防部创建强大的能力： 新能力：AI技术将常规性地用于DARPA研发项目，包括60多个现有项目，如电子复兴项目（ERI），以及其他与复杂网络攻击实时分析、欺诈图像检测、全域战争动态杀戮链构建、人类语言技术、多模态自动目标识别、生物医学发展、假肢控制的项目。DARPA将推进AI技术以实现国防部关键部门业务流程的自动化。其中一个过程是在操作部署之前对软件系统进行冗长认证。现在可以使用已知AI和其他技术实现该认证流程的自动化。 强大AI：AI技术已经证明了各种任务的巨大价值，如基于空间的图像分析、网络攻击警告、供应链物流和微生物系统分析。与此同时，AI技术的失效模式则几乎没有了解。DARPA正聚焦研发通过分析和实证来解决这一不足。DARPA的成功对于国防部部署人工智能技术至关重要，尤其是在需要可靠性的战术优势方面。 对抗性AI：今天最强大的AI工具是机器学习。可以通过改变输入使机器学习上当受骗。用于训练此类系统的数据可能已损坏。而且，软件本身很容易受到网络攻击。随着更多支持AI的系统被部署，必须大规模解决这些问题。 高性能AI：过去十年中，计算机性能的提升，及与大型数据集和软件库相结合，使机器学习获得成功。更低的电力性能对于实现数据中心和战术部署至关重要。DARPA展示了AI算法的模拟处理，与现有先进数字处理器相比，具有1000倍的加速和1000倍的功率效率，并且正在研究AI特定的硬件设计。DARPA还通过研究可大幅降低标记训练数据要求的方法来解决目前机器学习的低效率。 下一代AI：支持人脸识别和自动驾驶车辆的机器学习算法发明于20多年前。DARPA率先开展研究，开发下一代AI算法，将计算机从工具转变为解决问题的合作伙伴。DARPA的研究旨在使AI系统能够解释他们的行为，并获得和使用常识推理。DARPA的研发工作带来了第一次AI成功，如专家系统和搜索，最近还推进了先进机器学习工具和硬件的发展。DARPA现正创造下一波AI技术，使美国能够在这一关键领域保持其技术优势。 除了新的和现有的DARPA研究，该活动的一个关键组成部分是DARPA的AI探索（AIE）项目。该项目于2018年7月首次公布.AIE构成了一系列高风险，高回报的项目，研究人员将在这些项目中工作在奖励后的18个月内确定新的人工智能概念的可行性。利用简化的合同程序和融资机制将使这些努力能够在机会公布后的三个月内从提案转向项目启动。 为了提高人们对DARPA开展的众多的AI研发工作的认识，DARPA定于2019年3月6日至7日在弗吉尼亚州亚历山大市举办AI座谈会（AIC）。本次活动旨在将国防部研究团体和国防利益相关者聚集在一起，了解DARPA当前和未来AI项目的更多信息，并了解开发中的无数技术将如何应用于其各种任务。AIC将为AI团体创建一个环境，以便参与和发展新的合作，帮助将DARPA的发现应用于与国家安全相关的挑战。 在为期两天的会议上，与会者将听取DARPA当前研究人员和项目经理的想法，他们将讨论推进AI基础的工作，以及探索该技术应用于国防相关挑战的项目，挑战从网络防御和软件工程到航空和频谱管理。 除了围绕现有和新的DARPA项目进行演示之外，该活动还将包括： ·DARPA AI探索（AIE）项目的最新进展，该项目是一系列高风险、高回报项目，旨在签订合同后的18个月内确定新AI概念的可行性 ·对AI技术发展所带来的伦理影响和关注点的小组讨论 ·海报展示会，为与会者提供与积极参与DARPA AI项目的研究人员交流的机会 DARPA副主任Peter Highnam博士说：“今天，DARPA正在推行20多个项目，积极探索提高AI技术发展水平的方法，将第二波机器学习推向第三波背景推理能力。此外，我们正积极致力于50多个以某种能力利用AI的项目。AIC将为与会者提供一个全方位和深度了解我们不断增长的AI能力的机会。
|
|
|
