美國防部“Maven計劃”人工智能（AI）項目啟動剛滿一年，所開發的算法已能部署至美國及其海外多個地點，幫助操作員將原始監視數據轉變為可幫助指揮官做出關鍵作戰決策的情報。2018年5月，“算法戰跨部門小組”（AWCFT）副主任加里·弗洛伊德中校接受媒體採訪，闡釋了“Maven計劃”如何利用AI技術挖掘作戰數據。
“算法戰跨部門小組”（AWCFT）副主任加里·弗洛伊德中校
一、“Maven計劃”基本情況
“Maven計劃”最初由美國防部時任戰略能力辦公室主任威廉·羅珀（現任美空軍採辦主管）提出。2017年4月26日，美國防部時任副部長羅伯特·沃克簽發“算法戰跨部門小組”（即“Maven計劃”）成立備忘錄，批准啟動該計劃。備忘錄指出，成立“算法戰跨部門小組”的目的在於加速國防部對人工智能與機器學習技術的集成，將國防部海量可用數據快速轉變為可用於行動的情報。“算法戰跨部門小組”首先將開發用於目標探測、識別與預警的計算機視覺算法，提高對無人機所收集全動態視頻（FMV）的處理、利用與分發（PED）能力，減輕此方面的人力負擔。“算法戰跨部門小組”由美國防部負責情報的副部長（USD(I)）監管，USD(I)下屬國防情報局長約翰·“傑克”·沙納漢空軍中將擔任其主管。“Maven計劃”項目團隊共包括12名成員。2017年12月，“Maven計劃”首批算法在美國非洲司令部部署。
二、“Maven計劃”當前進展
在中東和非洲的幾個秘密地點，美國情報分析人員正在使用複雜的算法，從“掃描鷹”、MQ-9“死神”等無人機拍攝到的數百萬小時視頻圖像中，自主識別感興趣的物體。如今，“Maven計劃”開發的算法已在美國非洲司令部、中央司令部的5 ~ 6個地點實現部署，後續還會在更多地點部署。“Maven計劃”也在美國弗吉尼亞州蘭利空軍基地第1分佈式地面站（DGS-1）部署了初始能力，很快將在加利福尼亞州比爾空軍基地的第2分佈式地面站（DGS-2）部署，旨在利用前沿機器學習技術，快速、自主生成可用信息，使操作員得以從此類工作中解放出來，專注於更高級別的任務。
“Maven計劃”過去一年來取得了重大進展，但這一工作還只是剛剛開始。在美總統特朗普2018年3月簽署成為法律的2018財年綜合支出法案中，美國會為“Maven計劃”增加1億美元經費，使其在2018年獲得的經費總額度達到1.31億美元，這筆資金將主要用於改進算法讀取全動態視頻信息的能力。
即將發射的“掃描鷹”小型無人機
MQ-9“死神”無人機
三、“Maven計劃”利用AI技術
挖掘作戰數據的具體做法
一是採用“三步走”策略處理原始數據。第一步，對數據進行編目和標註，使其可用於訓練算法；第二步，在谷歌等承包商的幫助下，操作員利用已標註數據為特定任務和地區量身定製一套算法；第三步，將該算法交付部隊，並探索如何最好地對其加以利用。與現有分析工具相比，這些算法本身“相對輕量級”；且可以快速部署，僅需一天左右的時間即可完成設置。
二是注重算法的反覆訓練。“Maven計劃”團隊早期獲得的一個教訓是，在部署後對算法進行“重新訓練”非常重要。算法不會在部署後立即完美髮揮作用，“Maven計劃”團隊為此在用戶界面上內置了一個“訓練AI”按鈕，如果一種新算法把人識別為棕櫚樹，那麼操作員僅需點擊“訓練AI”按鈕，即可進行調整。“Maven計劃”算法首次在美國非洲司令部部署期間，團隊在5天內對該新算法進行了6次重新訓練，最終獲得了“令人印象深刻的性能水平”。弗洛伊德強調，面對海嘯般湧現的大量數據，美軍收集和處理數據的能力日益不足，僅依靠增加人手已無法彌補相關能力缺口。“Maven計劃”的目標不是取代人類，而是增強和協助部署在海外戰區的情報分析師。
四、“Maven計劃”面臨的內外挑戰
一是與國外相形見絀的投資力度。儘管美國2018年大幅增加了對“Maven計劃”的資金投入，但這一經費水平與很多其他國家的同類技術投資相比，尚顯不足。譬如，中國致力於2030年前在人工智能技術方面投資1500億美元。
二是美國防部與硅谷之間存在的文化衝突。谷歌公司數千名員工近期簽署聯名信抗議公司參與“Maven計劃”，要求谷歌退出該計劃，並起草、公開和執行一項永不發展戰爭技術的政策。這反映了硅谷與美國防部之間的文化衝突持續存在。
作者丨王璐菲
轉自丨電科防務研究
閱讀更多 全球技術地圖 的文章
