“知識(shí)積累”(Meven)工程點(diǎn)燃美國(guó)軍事智能化

張新征

人工智能技術(shù)及其軍事應(yīng)用

芯片技術(shù)是人工智能技術(shù)實(shí)用化加速的基礎(chǔ)

國(guó)際上對(duì)于人工智能研究的起源，普遍認(rèn)為從1950年代開(kāi)始。標(biāo)志性事件就是1956年的達(dá)特茅斯會(huì)議，賽弗里奇和紐厄爾分別發(fā)布了關(guān)于模擬神經(jīng)系統(tǒng)的模式識(shí)別、計(jì)算機(jī)下棋的研究成果。同年，麥卡錫在組織“關(guān)于人工智能的達(dá)特茅斯夏季研究項(xiàng)目”中，首次提出了“人工智能”一詞。1954年，明斯基也完成了“神經(jīng)模擬強(qiáng)化系統(tǒng)的理論及其在大腦模型問(wèn)題上的應(yīng)用”的博士論文，但長(zhǎng)期以來(lái)人工智能的研究主要還是局限在理論研究的范疇。到1990年代，在軍事上針對(duì)因無(wú)線電弱區(qū)造成對(duì)無(wú)人機(jī)失聯(lián)失控的問(wèn)題，美國(guó)有運(yùn)用神經(jīng)網(wǎng)絡(luò)對(duì)遙控飛行進(jìn)行訓(xùn)練，進(jìn)而實(shí)現(xiàn)自主飛行的報(bào)道。當(dāng)時(shí)，第一代256位的圖形處理芯片GeForce256才剛剛誕生。受限于計(jì)算能力的限制，無(wú)線電弱區(qū)的問(wèn)題主要還是通過(guò)通信中繼的方式解決。

人工智能的核心共性技術(shù)大致可以分為人工智能芯片、基礎(chǔ)算法和系統(tǒng)平臺(tái)3類(lèi)。各種不同算法是系統(tǒng)平臺(tái)的軟件基礎(chǔ);人工智能芯片則是算法實(shí)現(xiàn)的硬件基礎(chǔ)。近年來(lái)，芯片計(jì)算能力和用戶(hù)數(shù)據(jù)量的發(fā)展使機(jī)器學(xué)習(xí)技術(shù)進(jìn)展迅速，最終推動(dòng)人工智能技術(shù)達(dá)到實(shí)用化。以谷歌、微軟、英特爾、Facebook為代表的科技巨頭爭(zhēng)相加大在人工智能芯片領(lǐng)域的布局。據(jù)國(guó)際權(quán)威基金評(píng)級(jí)機(jī)構(gòu)晨星公司預(yù)測(cè)，到2021年，全球人工智能芯片市場(chǎng)規(guī)模有可能超過(guò)200億美元。目前，在人工智能芯片的技術(shù)體制中比較成熟的主要有兩種：一是基于GPU、FPGA等通用芯片打造半定制方案，建立包含深度學(xué)習(xí)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)、深度感知網(wǎng)絡(luò)，以及強(qiáng)化學(xué)習(xí)網(wǎng)絡(luò)等算法的平臺(tái)，使人工智能算法可以與多種類(lèi)型的智能終端相融合。比較有代表性的是恩偉達(dá)公司（NVIDA）于2016年發(fā)布的Tesla P100，運(yùn)算速度達(dá)到每秒21.2萬(wàn)億次。二是針對(duì)深度學(xué)習(xí)算法開(kāi)發(fā)ASIC（特定用途集成電路）芯片。2018年，谷歌發(fā)布的Cloud TPU使用4個(gè)定制化ASIC構(gòu)建，進(jìn)一步對(duì)谷歌TensorFlow算法進(jìn)行優(yōu)化，每秒180萬(wàn)億次浮點(diǎn)運(yùn)算，一天之內(nèi)就能達(dá)到基準(zhǔn)訓(xùn)練精度，成本低于200美元，已應(yīng)用于美國(guó)防部的“知識(shí)積累”工程。

2016年，NVIDA公司發(fā)布的Tesla?P100深度學(xué)習(xí)GPU芯片

谷歌發(fā)布的Cloud TPU使用4個(gè)定制化ASIC構(gòu)建，成本低于300美元，已應(yīng)用于美國(guó)防部的“知識(shí)積”工程

長(zhǎng)遠(yuǎn)來(lái)看，利用類(lèi)腦芯片進(jìn)行神經(jīng)形態(tài)計(jì)算，最有可能帶來(lái)計(jì)算的體系革命與架構(gòu)變革，本質(zhì)是借鑒人腦的工作原理來(lái)實(shí)現(xiàn)深度學(xué)習(xí)，進(jìn)而解決極其復(fù)雜的計(jì)算問(wèn)題。

人工智能具有廣泛的軍事應(yīng)用前景

2018年4月，美國(guó)國(guó)會(huì)研究中心（CRS）發(fā)布了《人工智能與國(guó)家安全報(bào)告》，分析了當(dāng)前人工智能項(xiàng)目在國(guó)防領(lǐng)域應(yīng)用的進(jìn)展。

一是情報(bào)、監(jiān)視與偵察（JSR）領(lǐng)域的自動(dòng)化情報(bào)處理 由于大數(shù)據(jù)對(duì)于情報(bào)分析十分重要，所以人工智能在ISR領(lǐng)域具有特殊作用。算法戰(zhàn)跨職能小組計(jì)劃在2018年中期將人工智能工具集成應(yīng)用到30個(gè)場(chǎng)景中。中央情報(bào)局（CIA）正在開(kāi)發(fā)的項(xiàng)目有137個(gè)，利用人工智能完成如圖像識(shí)別或標(biāo)記（類(lèi)似項(xiàng)目Maven的算法和數(shù)據(jù)分析功能）的任務(wù)。美國(guó)高級(jí)情報(bào)計(jì)劃局（DARPA）的人工智能項(xiàng)目包括：在嘈雜的環(huán)境中開(kāi)發(fā)實(shí)現(xiàn)多語(yǔ)言語(yǔ)音識(shí)別和翻譯的算法、利用不相關(guān)的元數(shù)據(jù)進(jìn)行圖像的地理定位、融合二維圖像來(lái)創(chuàng)建三維模型，以及基于生活分析模式推斷建筑物功能的工具等。

二是綜合保障領(lǐng)域的裝備定制維護(hù) IBM的Watson超級(jí)計(jì)算機(jī)采用定制維護(hù)算法，根據(jù)來(lái)自17個(gè)車(chē)載傳感器提供的信息，對(duì)美國(guó)陸軍的斯特賴(lài)克車(chē)隊(duì)進(jìn)行個(gè)性化定制維護(hù)。計(jì)劃中的項(xiàng)目還將利用Watson超級(jí)計(jì)算機(jī)來(lái)分析維修用零部件分布的運(yùn)輸流，以確定最節(jié)省的交貨時(shí)間和最低成本。美國(guó)陸軍希望這一人工智能系統(tǒng)在分析貨運(yùn)需求后，每年可以節(jié)省1億美元。

三是網(wǎng)絡(luò)空間安全領(lǐng)域的威脅檢測(cè)與主動(dòng)防護(hù) 人工智能網(wǎng)絡(luò)防御工具被訓(xùn)練來(lái)識(shí)別網(wǎng)絡(luò)中行為模式的變化，并檢測(cè)出異常，對(duì)先前未觀察到的攻擊方法形成更全面的屏障。DARPA組織的網(wǎng)絡(luò)挑戰(zhàn)賽展示出人工智能網(wǎng)絡(luò)工具的潛力。參賽者開(kāi)發(fā)了人工智能算法來(lái)自動(dòng)識(shí)別和修補(bǔ)己方軟件的漏洞，同時(shí)攻擊其他團(tuán)隊(duì)的弱點(diǎn)。人工智能算法在幾秒鐘內(nèi)就修復(fù)了這些安全漏洞，而傳統(tǒng)的網(wǎng)絡(luò)安全程序通常需要幾個(gè)月才能找到并修復(fù)漏洞。

四是指揮與控制領(lǐng)域的多域行動(dòng)效果集成 美國(guó)空軍正在開(kāi)發(fā)用于多域指揮控制（MDC²）系統(tǒng)，以實(shí)現(xiàn)對(duì)空中、太空、網(wǎng)絡(luò)空間、海洋和地基行動(dòng)效果的集中計(jì)劃與實(shí)施。人工智能將在近期內(nèi)被用于形成共用作戰(zhàn)圖（COP）。未來(lái)，人工智能還可用于識(shí)別通信鏈路的中斷，并找到替代手段來(lái)分發(fā)信息，還可以根據(jù)對(duì)作戰(zhàn)空間的實(shí)時(shí)分析，為指揮官提供可行的行動(dòng)路線。

五是自主駕駛領(lǐng)域的下一代地面車(chē)輛 類(lèi)似于商用自駕車(chē)輛，人工智能技術(shù)可用于感知戰(zhàn)場(chǎng)環(huán)境、識(shí)別障礙物、融合傳感器數(shù)據(jù)、規(guī)劃導(dǎo)航，甚至與其他自主車(chē)輛通信。美國(guó)陸軍計(jì)劃將不同類(lèi)型的人工智能功能，如自主導(dǎo)航、監(jiān)視和IED清除，部署到多個(gè)遠(yuǎn)程作戰(zhàn)車(chē)輛（RCV），并將其經(jīng)驗(yàn)應(yīng)用到暫定于2035年實(shí)現(xiàn)的自主駕駛下一代地面車(chē)輛的設(shè)計(jì)中。2018年4月，陸軍宣布計(jì)劃成立機(jī)器人創(chuàng)新中心，在訓(xùn)練與條令司令部的機(jī)動(dòng)作戰(zhàn)機(jī)器人與自主系統(tǒng)辦公室牽頭下，實(shí)現(xiàn)機(jī)器人與自主系統(tǒng)和當(dāng)前與未來(lái)作戰(zhàn)編隊(duì)的集成。如海軍陸戰(zhàn)隊(duì)的多用途戰(zhàn)術(shù)運(yùn)輸車(chē)（MUTT）是一種裝甲運(yùn)輸車(chē)級(jí)別的車(chē)輛，能夠攜帶額外的裝備，通過(guò)無(wú)線電鏈路跟隨戰(zhàn)場(chǎng)上的海軍陸戰(zhàn)隊(duì)。

NVIDIA公司的Tesla P100圖形處理器芯片

IBM的watson超級(jí)計(jì)算機(jī)

美國(guó)空軍正在開(kāi)發(fā)用于多域指揮與控制的系統(tǒng)，以實(shí)現(xiàn)對(duì)空中、太空、網(wǎng)絡(luò)空間、海洋和基地行動(dòng)效果的集中計(jì)劃與實(shí)施

人機(jī)深度協(xié)作將成為未來(lái)地面部隊(duì)的主要特征

2018年4月，美國(guó)戰(zhàn)略與預(yù)算評(píng)估中心發(fā)布《未來(lái)地面部隊(duì)的人機(jī)合作》報(bào)告，認(rèn)為人類(lèi)與機(jī)器人編隊(duì)、人類(lèi)與人工智能結(jié)合以及機(jī)器對(duì)人體機(jī)能的強(qiáng)化將是主導(dǎo)未來(lái)人機(jī)地面部隊(duì)的三大方向。到21世紀(jì)中期，人工智能的發(fā)展將不但為軍隊(duì)提供成千上萬(wàn)的自主機(jī)器人，而且將對(duì)人類(lèi)指揮官的決策產(chǎn)生重要影響。

人類(lèi)與機(jī)器人編隊(duì)的核心在于人類(lèi)與機(jī)器人的伙伴關(guān)系和對(duì)實(shí)現(xiàn)人與機(jī)器人伙伴之間互動(dòng)的組織學(xué)習(xí)。2004年以來(lái)，美國(guó)DARPA網(wǎng)絡(luò)挑戰(zhàn)賽一直在鼓勵(lì)地面無(wú)人車(chē)的開(kāi)發(fā)和能力提升。洛克希德·馬丁等公司研發(fā)了大量應(yīng)用于保障領(lǐng)域的不同級(jí)別的自主車(chē)輛。2030年的典型地面戰(zhàn)斗群將由250～300個(gè)人類(lèi)戰(zhàn)士和數(shù)千個(gè)不同大小、功能各異的機(jī)器人構(gòu)成。

人類(lèi)與人工智能結(jié)合的關(guān)鍵在于對(duì)不斷提高的決策支持與制定節(jié)奏和復(fù)雜程度的理解。未來(lái)戰(zhàn)爭(zhēng)中，軍事決策周期的速度最終將超過(guò)人類(lèi)認(rèn)知處理的能力，需要人工智能更快更好地處理信息，提供方案建議。2017年4月，美國(guó)防部成立算法戰(zhàn)跨職能小組就是對(duì)人工智能在戰(zhàn)略分析和決策制定方面潛在應(yīng)用認(rèn)識(shí)的體現(xiàn)。

機(jī)器對(duì)人體機(jī)能的強(qiáng)化將成為人機(jī)革命的最終表現(xiàn)形式，美國(guó)已經(jīng)在這些領(lǐng)域大量投資，以增強(qiáng)士兵的戰(zhàn)斗能力。DARPA的加速學(xué)習(xí)計(jì)劃，就是通過(guò)演示神經(jīng)科學(xué)和統(tǒng)計(jì)建模，尋求最佳的學(xué)習(xí)方式。美國(guó)特種作戰(zhàn)司令部代號(hào)為“塔羅斯巨人”的戰(zhàn)術(shù)突擊隊(duì)員輕型套裝則是利用機(jī)械增強(qiáng)特種兵的戰(zhàn)斗能力。埃隆·馬斯克投資的Neuralink腦機(jī)接口公司，就是尋求設(shè)計(jì)并制造可植入人類(lèi)大腦的設(shè)備，使人類(lèi)能夠跟得上人工智能進(jìn)步的節(jié)奏。

從“知識(shí)積累”工程看美國(guó)推進(jìn)軍事智能化發(fā)展

“成立算法戰(zhàn)跨職能小組（AWCFT）”備忘錄全文不足1頁(yè)半，代號(hào)“知識(shí)積累”工程（Project Maven），發(fā)布于2017年4月，旨在加速集成機(jī)器學(xué)習(xí)技術(shù)在戰(zhàn)場(chǎng)情報(bào)大數(shù)據(jù)處理中的應(yīng)用。它是美國(guó)軍事智能化發(fā)展的里程碑事件。博思艾倫咨詢(xún)公司稱(chēng)其為多年來(lái)數(shù)千份美國(guó)防部倡議中最重要的倡議之一。算法戰(zhàn)跨職能小組負(fù)責(zé)人杰克·沙拉漢，更是把“知識(shí)積累”工程稱(chēng)為向?qū)В╬ilot）、探路者（pathfinder）和火花（spark）。首先來(lái)看“知識(shí)積累”工程究竟要干什么？

“知識(shí)積累”工程的目標(biāo)與輔助決策智能化

“知識(shí)積累”工程是第三次“抵消戰(zhàn)略”在人工智能領(lǐng)域的示范項(xiàng)目 人工智能的軍事化應(yīng)用是美國(guó)第三次“抵消戰(zhàn)略”的重點(diǎn)，時(shí)任國(guó)防部副部長(zhǎng)鮑勃·沃克，既是美國(guó)第三次“抵消戰(zhàn)略”的主要提出者，同時(shí)也是代號(hào)為“知識(shí)積累”工程的“成立算法戰(zhàn)跨職能小組”備忘錄的簽發(fā)者。沃克強(qiáng)調(diào)人與人工智能在戰(zhàn)略決策方面的協(xié)作，認(rèn)為機(jī)器可以高速整理海量數(shù)據(jù)，然后將它的發(fā)現(xiàn)提供給人類(lèi)做出最終決策?！爸R(shí)積累”工程旨在利用人工智能算法識(shí)別伊拉克和敘利亞戰(zhàn)場(chǎng)上的叛亂目標(biāo)，實(shí)現(xiàn)軍事情報(bào)處理、利用和傳播（PED）能力的現(xiàn)代化，是美國(guó)防部實(shí)現(xiàn)人工智能系統(tǒng)與作戰(zhàn)行動(dòng)集成的“探路者和點(diǎn)燃整個(gè)國(guó)防部人工智能火焰的火花”。

情報(bào)大數(shù)據(jù)分析是美國(guó)防部啟動(dòng)“知識(shí)積累”工程的動(dòng)因 據(jù)美國(guó)防部情報(bào)部門(mén)預(yù)測(cè)，到2020年，美軍戰(zhàn)場(chǎng)無(wú)人機(jī)年均飛行時(shí)間將達(dá)到68～90萬(wàn)小時(shí)，由此產(chǎn)生海量FMV數(shù)據(jù)。據(jù)統(tǒng)計(jì)，無(wú)人機(jī)在接近目標(biāo)時(shí)，拍攝并傳回海量全動(dòng)態(tài)視頻（FMV），這需要數(shù)百個(gè)3人分析小組來(lái)完成圖像處理與分析工作。

“知識(shí)積累”工程并非是要用人工智能算法取代人類(lèi)情報(bào)分析員，而是通過(guò)集成化的高效智能管理系統(tǒng)實(shí)現(xiàn)“機(jī)器完成數(shù)據(jù)分析、人類(lèi)完成戰(zhàn)略分析”。

人機(jī)深度協(xié)作將成為未來(lái)地面部隊(duì)的主要特征

2004年以來(lái)，美國(guó)DARPA網(wǎng)絡(luò)挑戰(zhàn)賽一直在鼓勵(lì)地面無(wú)人車(chē)的開(kāi)發(fā)和能力提升算法

加速?lài)?guó)防系統(tǒng)對(duì)大數(shù)據(jù)與機(jī)器學(xué)習(xí)技術(shù)的集成是“知識(shí)積累”工程的本質(zhì) 美國(guó)防部“知識(shí)積累”工程的本質(zhì)是加速推進(jìn)美軍現(xiàn)役信息系統(tǒng)對(duì)大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)的集成應(yīng)用，以更快的速度將海量數(shù)據(jù)轉(zhuǎn)變?yōu)榭晒┳鲬?zhàn)使用的情報(bào)，提高情報(bào)的處理、利用和傳播（PED）能力，以顯示AI在維持作戰(zhàn)優(yōu)勢(shì)上的技術(shù)潛力。

“知識(shí)積累”工程利用計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)技術(shù)，重點(diǎn)研究目標(biāo)探測(cè)、分類(lèi)和預(yù)警的計(jì)算機(jī)視覺(jué)算法，將其應(yīng)用于海量FMV數(shù)據(jù)的高準(zhǔn)確度實(shí)時(shí)運(yùn)算處理，有助于減輕情報(bào)分析人員的負(fù)擔(dān)，產(chǎn)生更多具有實(shí)際價(jià)值的情報(bào)，提高軍事決策水平，未來(lái)將進(jìn)一步支持網(wǎng)絡(luò)戰(zhàn)、電磁頻譜戰(zhàn)以及導(dǎo)彈防御等需要快速做出反應(yīng)的作戰(zhàn)行動(dòng)。

“知識(shí)積累”工程的組織與領(lǐng)導(dǎo)管理體制調(diào)整

“算法戰(zhàn)跨職能小組”體現(xiàn)了跨機(jī)構(gòu)跨領(lǐng)域跨軍種管理職能的深度融合 “算法戰(zhàn)跨職能小組”（AWCFT）將直接向國(guó)防部情報(bào)副部長(zhǎng)匯報(bào)，每月進(jìn)行更新。AWCFT下設(shè)指導(dǎo)組、工作組和行動(dòng)組等機(jī)構(gòu)，各級(jí)組織的構(gòu)成均體現(xiàn)出跨機(jī)構(gòu)跨領(lǐng)域跨軍種職能部門(mén)合作的特點(diǎn)。其中，指導(dǎo)組負(fù)責(zé)AWCFT的督導(dǎo)工作，成員包括國(guó)防情報(bào)主管和聯(lián)合參謀部、各軍種、國(guó)防部總法律顧問(wèn)辦公室及國(guó)防部其他部門(mén)的高級(jí)代表。工作組由國(guó)防情報(bào)項(xiàng)目辦公室以及來(lái)自國(guó)防部、各軍種及相關(guān)情報(bào)部門(mén)的軍官與技術(shù)專(zhuān)家組成。另設(shè)有若干負(fù)責(zé)軍種集成、技術(shù)主導(dǎo)、計(jì)算機(jī)視覺(jué)等各任務(wù)方向的行動(dòng)組。行動(dòng)組內(nèi)的成員分工負(fù)責(zé)各任務(wù)領(lǐng)域的算法開(kāi)發(fā)、系統(tǒng)集成、數(shù)據(jù)管理、政策咨詢(xún)等工作?！八惴☉?zhàn)跨職能小組”與SCO、DIUx和ARL合作，相互從對(duì)方的戰(zhàn)略規(guī)劃和組織機(jī)構(gòu)中獲益。

“聯(lián)合人工智能中心”將成為牽引智能化軍事體系建設(shè)的綜合性領(lǐng)導(dǎo)機(jī)構(gòu) 在“算法戰(zhàn)跨職能小組”運(yùn)行了一年多之后，2018年6月27日，國(guó)防部副部長(zhǎng)特里克·薩納漢簽署了由首席信息官組建聯(lián)合人工智能中心的聯(lián)合備忘錄，發(fā)起人包括國(guó)防部首席管理官、各軍種部部長(zhǎng)、參聯(lián)會(huì)主席、各軍種參謀長(zhǎng)、各聯(lián)合司令部司令等等，幾乎囊括了除總統(tǒng)和國(guó)防部長(zhǎng)之外的所有美軍高層，其核心只有一個(gè)，加速交付基于AI的軍事能力。明確接管Maven32程，明確國(guó)防部所有新啟動(dòng)的AI倡議，都必須與聯(lián)合人工智能中心協(xié)調(diào)。這個(gè)備忘錄說(shuō)明，美軍的軍事智能化已經(jīng)從情報(bào)領(lǐng)域向整個(gè)軍事信息領(lǐng)域全面拓展了。

“聯(lián)合人工智能中心”將在2年內(nèi)成立，將其建設(shè)成為類(lèi)似桑迪亞國(guó)家核研究試驗(yàn)室那樣的重要國(guó)家級(jí)試驗(yàn)室，為美國(guó)所有軍事和情報(bào)機(jī)構(gòu)提供服務(wù)。

“聯(lián)合人工智能中心”將協(xié)調(diào)整個(gè)國(guó)防部在人工智能領(lǐng)域的研究，并與私營(yíng)部門(mén)和大學(xué)的其他試驗(yàn)室聯(lián)系，從而建立一個(gè)牽引智能化軍事體系建設(shè)的綜合性領(lǐng)導(dǎo)機(jī)構(gòu)，聯(lián)合全軍和17家情報(bào)機(jī)構(gòu)的力量共同推進(jìn)人工智能項(xiàng)目，以保持美國(guó)在該領(lǐng)域的技術(shù)優(yōu)勢(shì)。同時(shí)，國(guó)防部研究與工程副部長(zhǎng)辦公室正在制定統(tǒng)一的《國(guó)防部人工智能戰(zhàn)略》，以便實(shí)現(xiàn)對(duì)美軍事智能化長(zhǎng)期發(fā)展的統(tǒng)籌協(xié)調(diào)，避免重復(fù)投資。陸軍也明確要成立人工智能任務(wù)組，作為對(duì)“聯(lián)合人工智能中心”的支持。

“知識(shí)積累”工程的實(shí)施與裝備采辦改革

先民后軍的創(chuàng)新模式給人工智能軍事應(yīng)用提出新挑戰(zhàn) 人工智能技術(shù)創(chuàng)新的特殊性在于，如此重要的戰(zhàn)略性技術(shù)是由少數(shù)企業(yè)商業(yè)化開(kāi)發(fā)的。核技術(shù)、GPS和互聯(lián)網(wǎng)等大多數(shù)主要的兩用技術(shù)首先是由政府主導(dǎo)項(xiàng)目開(kāi)發(fā)，而后才擴(kuò)展到民用領(lǐng)域。與之相反，民間企業(yè)正在引領(lǐng)人工智能的發(fā)展，而后才向軍事領(lǐng)域擴(kuò)展，這其中存在諸多障礙。

一是運(yùn)行環(huán)境要求對(duì)商用人工智能技術(shù)產(chǎn)品進(jìn)行專(zhuān)業(yè)化改進(jìn)。軍用車(chē)輛所處突發(fā)事件頻發(fā)的非結(jié)構(gòu)化作戰(zhàn)環(huán)境，地圖數(shù)據(jù)相對(duì)貧乏，定位信號(hào)和車(chē)際通信也易遭敵方干擾，將限制自主駕駛車(chē)輛功能的發(fā)揮。

算法戰(zhàn)跨職能小組構(gòu)成示意圖

二是安全和性能標(biāo)準(zhǔn)的差異將制約民用人工智能技術(shù)向軍事應(yīng)用的擴(kuò)展。民用人工智能應(yīng)用的故障率可能要遠(yuǎn)遠(yuǎn)超出作戰(zhàn)環(huán)境中可接受的范圍。

三是傳統(tǒng)國(guó)防采辦流程不適應(yīng)商業(yè)企業(yè)人工智能系統(tǒng)的開(kāi)發(fā)時(shí)限和程序。美國(guó)政府問(wèn)責(zé)辦公室（GAO）就政府采辦問(wèn)題調(diào)查了12家美國(guó)商業(yè)公司，他們選擇不與國(guó)防部做生意，所有12家公司都把國(guó)防采辦流程的復(fù)雜性作為拒絕理由。

逐步構(gòu)建適應(yīng)人工智能系統(tǒng)的國(guó)防采辦規(guī)范 “美國(guó)防部進(jìn)一步修訂完善了國(guó)防采辦法規(guī)。

一是增加適應(yīng)軟件裝備的特殊采辦里程碑模型。修訂后的國(guó)防部指南DODI 5000.02“國(guó)防采辦系統(tǒng)運(yùn)行”中增加了國(guó)防惟一軟件密集模型（DUSIM）、螺旋式部署軟件密集模型和軟件主導(dǎo)混合式模型等特殊采辦里程碑模型。

二是發(fā)布商用系統(tǒng)需求與采辦指南。2017年2月，美國(guó)防部專(zhuān)門(mén)發(fā)布了DODI 5000.75“商用系統(tǒng)需求與采辦指南”，取代了2014年由國(guó)防部首席信息官發(fā)布的“使用企業(yè)信息技術(shù)標(biāo)準(zhǔn)商業(yè)案例分析”備忘錄，適于商用人工智能系統(tǒng)的采購(gòu)。商用系統(tǒng)需求與采辦指南制定了更為靈活的、循環(huán)式的商用能力采辦周期（BCAC）政策，包含5個(gè)步驟——能力需求識(shí)別、商用方案分析、商用系統(tǒng)功能需求與采辦計(jì)劃納入、商用系統(tǒng)采辦測(cè)試與部署、能力保障。未來(lái)，國(guó)防部將大規(guī)模復(fù)制“知識(shí)積累”工程所取得的經(jīng)驗(yàn)，并制定更為清晰的采購(gòu)流程，以避免遭遇挫折。

算法開(kāi)發(fā)集成與戰(zhàn)場(chǎng)用戶(hù)參與的深度融合 AWCFT為“知識(shí)積累”工程制定了三步走的技術(shù)路徑：一是數(shù)據(jù)標(biāo)簽，即完成目標(biāo)數(shù)據(jù)的獲取、分類(lèi)處理與標(biāo)簽化;二是算法開(kāi)發(fā)，利用商業(yè)與開(kāi)源算法、處理器和數(shù)據(jù)，生成具有初始作戰(zhàn)能力（IOC）的模型;三是算法集成，在當(dāng)前的戰(zhàn)場(chǎng)情報(bào)任務(wù)中，實(shí)現(xiàn)模型與情報(bào)設(shè)備的集成列裝，用戶(hù)利用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)在反復(fù)的實(shí)戰(zhàn)操作中完成對(duì)模型的微調(diào)。早期戰(zhàn)場(chǎng)用戶(hù)的頻繁參與，推動(dòng)了商業(yè)算法在應(yīng)用中完成開(kāi)發(fā)和集成。部署后的機(jī)器學(xué)習(xí)算法，通過(guò)實(shí)戰(zhàn)中的“反復(fù)訓(xùn)練”和微調(diào)，得以不斷完善。

在“知識(shí)積累”工程中，美國(guó)防部向谷歌公司開(kāi)放了戰(zhàn)場(chǎng)無(wú)人機(jī)提供的FMV數(shù)據(jù)，利用谷歌的TensorFlow開(kāi)源軟件進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練。谷歌也借此獲得了SRG4和SRG5級(jí)別的FedRAMP政府云服務(wù)安全授權(quán)，打開(kāi)了深度參與美軍信息系統(tǒng)建設(shè)的通道。

截至2018年5月，“知識(shí)積累”工程開(kāi)發(fā)的算法已在美國(guó)的非洲與中央司令部和本土多個(gè)空軍基地實(shí)現(xiàn)了與“掃描鷹”/“捕食者”/“死神”無(wú)人機(jī)、空軍分布式地面站、海軍陸戰(zhàn)隊(duì)“米諾陶”GIS系統(tǒng)等現(xiàn)役情報(bào)裝備的集成應(yīng)用，推動(dòng)美國(guó)防部快速?gòu)挠布I(yè)時(shí)代進(jìn)入軟件數(shù)據(jù)驅(qū)動(dòng)的信息環(huán)境。

機(jī)器人的進(jìn)一步強(qiáng)化將成為人機(jī)革命的最終表現(xiàn)形式

加快我國(guó)軍事智能化發(fā)展的建議

鑒于美國(guó)在軍事智能化方面的發(fā)展，我國(guó)在這一領(lǐng)域亦可以從以下幾方面加強(qiáng)發(fā)展。

高度重視對(duì)美國(guó)軍事智能化進(jìn)程的跟蹤掌握。

美國(guó)防部以中俄為軍事智能化領(lǐng)域的對(duì)手，以組建聯(lián)合人工智能中心聯(lián)合備忘錄為標(biāo)志，已經(jīng)全面點(diǎn)燃軍事智能化發(fā)展的火焰。美國(guó)人工智能芯片技術(shù)實(shí)力雄厚、發(fā)展迅猛、軍事化行動(dòng)堅(jiān)決，2～5年內(nèi)實(shí)現(xiàn)技術(shù)突襲，顛覆傳統(tǒng)戰(zhàn)爭(zhēng)特征的可能性不斷增強(qiáng)。

協(xié)同推進(jìn)人工智能產(chǎn)業(yè)發(fā)展與戰(zhàn)斗力生成

突出需求牽引，特別是戰(zhàn)場(chǎng)目標(biāo)識(shí)別、網(wǎng)絡(luò)電磁對(duì)抗、人機(jī)作戰(zhàn)編組、后裝保障規(guī)劃、火力指揮控制等領(lǐng)域AI軍事需求的導(dǎo)向作用?？山梃b美國(guó)商用能力采辦周期政策，加快形成適應(yīng)人工智能創(chuàng)新特點(diǎn)的信息系統(tǒng)采辦制度，同時(shí)發(fā)揮軍方在基礎(chǔ)芯片研制和針對(duì)民用特定應(yīng)用進(jìn)行二次開(kāi)發(fā)的優(yōu)勢(shì)，軍地協(xié)同推進(jìn)技術(shù)研發(fā)、軍事應(yīng)用、產(chǎn)業(yè)培育的“三位一體”和滾動(dòng)發(fā)展。在大規(guī)模推動(dòng)人工智能技術(shù)成果軍地應(yīng)用和壯大智能產(chǎn)業(yè)的同時(shí)，帶動(dòng)國(guó)家創(chuàng)新能力和國(guó)防實(shí)力的持續(xù)提升。

積極探索智能化戰(zhàn)爭(zhēng)的軍民融合數(shù)據(jù)保障

借鑒美聯(lián)邦政府FedRAMP云服務(wù)安全等級(jí)模式，培育數(shù)據(jù)信任環(huán)境，搭建系統(tǒng)化結(jié)構(gòu)化的國(guó)防數(shù)據(jù)庫(kù)平臺(tái)，向民營(yíng)創(chuàng)新企業(yè)分級(jí)開(kāi)放國(guó)防和戰(zhàn)場(chǎng)大數(shù)據(jù)資源，用于促進(jìn)AI算法模型和解決方案的優(yōu)化升級(jí)，充分挖掘大數(shù)據(jù)為智能化戰(zhàn)爭(zhēng)服務(wù)的價(jià)值。

編輯/劉蘭芳