美国国防部大力推进人工智能在军事上的应用

 

电话 | 010-82030532    手机 | 18501361766

微信 | tech9999    邮箱 | [e-mail]

来源：智汇杰瑞

编译：严蕾

美国国防部正在大力推动人工智能在舰船、坦克、飞机、无人机、武器和大型网络中的应用，作为全面创新战略的一部分。

人工智能已经在美军作战系统中得到了很好的应用，然而新的技术和应用正在迅速出现，国防部副部长已经指示立即创建一个新的联合人工智能中心。

国防部副部长指示国防部首席信息官建立联合人工智能中心，使整个国防部的团队能够迅速提供新的人工智能能力，并有效地试验新的作战理念，支持国防部的军事任务和业务职能。

美国防部官员打算通过新的努力，将各个部门不同的人工智能发展联系在一起，利用最新和最有效的自主性、自动化和人工智能对当前的军事行动产生直接影响。

人工智能不局限于信息技术（IT）或网络空间的传统概念。计算机算法能够实时访问巨大的数据池，对信息进行比较和组织，并为决策者提供指挥控制自动化程序和分析功能。人工智能不仅可以加快数据整合、云迁移，为各种网络提供安全功能，它也越来越广泛地应用于武器系统、大型平台和作战网络。

快速数据库访问、组织信息和运行大批量的程序都是人工智能应用所具有的优势。例如，越来越多的人工智能算法能够扫描、查看并组织大量的情报、侦察与监视（ISR）输入信息（包括图像或视频数据），向指挥官提供相关信息。

1、人工智能（AI）与信息技术（IT）

       

人工智能对于推动数据系统、IT和网络安全的进展具有特别的意义。例如，美空军开发人员正在使用人工智能技术模拟人类的在线行为，目的是引诱和跟踪潜在的入侵者。另外，人工智能可以用来对入侵企图的传入流量进行实时分析。人工智能技术如果能迅速确定企图入侵的来源、特征或可识别的模式，网络防御者就能更好地作出反应。

当大批量的、冗余的任务通过人工智能技术来完成时，相关人员就可以腾出精力来从事更广泛的解释或概念性的工作。

据悉，美国防部每天识别约3600万封含有恶意软件、病毒的网络钓鱼电子邮件，这些电子邮件来自黑客、恐怖分子和外国对手，试图获得对美国军事系统的未经授权访问。

由于大数据分析会带来新的挑战，更大的数据流会使服务器难以根据需要“灵活地”适应传入数据的快速跳动。因此，需要人工智能授权的算法来对传入的数据进行分析并识别出异常或潜在的入侵。

例如，美陆军正在与一家名为NCI的私营公司合作，为旨在简化某些关键任务的特定人工智能项目进行认证。NCI开发的程序可以实现账户创建、账户删除、背景调查和其他种类的大容量数据分析。该程序可以让操作员同时登录10个不同的网站，让机器来收集操作员所需的全部信息，以便操作员专注于优先级更高的威胁。

另外，美国思科公司（CISCO）正在开发一种特殊的技术，试图解决如此特殊的安全悖论问题——既要对美国防部大量的网络数据流进行加密以增加安全性，又要让网络防御者可以看到加密的数据流中所隐藏的恶意软件。

CISCO公司现在正在对新的检测方法进行原型设计，并努力将其技术引入美国军事部门。该公司认为数据流即便是加密的，也依然会存在恶意软件，公司有能力读取和检测出加密的网络数据流中的恶意软件。

2、人工智能和海军舰艇

       

美海军正在采取技术措施扩大人工智能的应用，对不断增长的舰载海洋作战网络“统一海上网络与企业业务”（CANES）进行加固。

CANES正被安装在航母、两栖攻击舰、驱逐舰和潜艇上，美海军已经完成了至少50个CANES，并且还有更多的CANES正在生产中。

升级后的CANES依靠强化的网络、IT连接、无线电及其他通信技术，进行专门配置，提高在不需要操作员干预的情况下能够执行分析决策的自动化程度。美海军高级领导人认为，CANES的功能通过应用人工智能新算法得到不断提升。

濒海战斗舰（LCS）水面舰艇，依靠一系列相互融合的技术来实时共享威胁和目标信息、雷达信号处理和火控系统的关键数据。CANES的连接性和人工智能的分析对舰载系统的运行至关重要，这些系统通常依赖于对传感器、目标定位或情报、监视与侦察（ISR）数据的快速解释，以做出可能致命的决策。

濒海战斗舰“自由”号（USS Freedom）

特别是LCS，它利用高度关联的水面和反潜“任务包”设计了大量的舰艇系统，以便相互协调使用。LCS舰载系统的舰载火炮与导弹、直升机、无人机，以及声纳系统，均可以通过人工智能分析得到加强。

美海军开发人员认为，想提高CANES的网络安全、任务范围和整体灵活性，需要对路由器、卫星通信网络、服务器和计算功能采用通用的工程方法进行研发。

人工智能技术在美海军新兴的“福特”级航空母舰上发挥了较大的作用。新型航母使用先进的人工智能算法来完成诊断、维护和程序性任务，这使得美海军可以在每艘航母上减少900名水手，并在一艘舰船的寿命周期内节省40亿美元。

3、人工智能与大型作战平台、坦克和战斗机

       

人工智能所提供的实时分析能力，已经在美国陆军和美国空军基于条件的维护计划中取得了很大的成功。比如，美国陆军使用IBM公司的沃森（Watson）计算机对史赛克（Stryker）公司的车辆和战术卡车的传感器信息进行实时分析。

Watson利用历史数据数据库能够分析与发动机潜在故障及其他关键车辆系统有关的信息。正确识别特定战车系统何时可能发生故障或需要维修，有助于战斗和后勤行动。此外，美国陆军与IBM公司、Stryker公司的“原理验证”演习证明了人工智能可以实现无线传输传感器数据，并在几秒钟内将收集到的新信息与历史数据库进行比较。

美国陆军与IBM合作，在战术卡车上测试人工智能支持的“自治套件”，以实现更大程度的自主导航。

人工智能算法，在某些情况下通过机器学习得到了加强，使Watson等系统能够实时使用大量的历史数据，加快关键指标数据的分析。Watson系统通过计算机自动化，利用已建立的数据记录池进行实时分析，可以把原本不相连的传感器和其他车载系统集成在一起。

美国IBM公司正在尝试如何使用不同解决方案所获取的传感器数据。比如，让Watson从维护手册、报告、安全材料、车辆历史信息和其他车辆技术中获取非结构化信息，利用人工智能分析数据，得出对军事操作人员具有重要意义的信息和数据。

美国空军正在与一家名为C3IoT的公司合作，对F-16战斗机的相关数据进行采集与分析。该公司监测机载航空电子设备和其他设备，并使用人工智能技术对数据进行分析，以确定何时需要维修或更换零件。

人工智能是促成F-35“传感器融合”的技术，该技术使用人工智能算法为飞行员自主收集和管理海量传感器数据。

不言而喻，当涉及到机械化地面战争时，目标数据是至关重要的。考虑到这一点，美国陆军战车开发商正在对人工智能传感器进行原型设计，旨在结合识别目标所必需的传感器信息。如果远程可见光/红外（EO/IR）或热成像传感器能够同时收集和管理战斗数据，那么车辆驾控人员就能更快地攻击敌人目标。

美国陆军研究实验室的高级官员宣称，他们近期已经开始进行一些包括增加空中和地面无人载具自主性在内的人工智能应用，他们正在对无人系统以及有人/无人系统的团队进行协同研究。人工智能长期以及近期应用的关键是处于高优先级别的人工智能支持的机器学习。例如，配备了传感器的微型自主无人机可以用先进的算法进行编程，以发回与战斗有关的图像或向攻击部队提供目标地点的关键内部数据。还有一个例子是研究人员正在研究基于图像的微型电气机械系统，以便无人机自主飞过一座建筑物时可以显示建筑物内的墙壁和威胁所在。

此外，美国陆军战车开发人员一直强调有人/无人团队与无人“僚机”协同作战，与载人车辆协同作战，携带弹药，测试敌人的防御能力，识别目标并可能发射武器。他们认为大多数未来的战斗车辆将被设计成有一定程度的自主能力或有人-无人编队技术。