Professional Documents
Culture Documents
1.
在现代战争高度智能化的大背景下,虽然防护
装甲和智能化作战大大提升了战场生存率,但
军人在作战时难免会遭遇各种身体创伤,特别
是陆军受伤比例更是一直居高不下。士兵在前
线作战时,若让他们在面对危险时能像科幻电
影中服用隐形药剂那样实现隐身,让敌方攻击
时发现不了目标,则能大大降低伤亡率。隐形
人造皮肤的出现使这一难题有了完美解决的可
能。
韩国研究团队已经对这种隐形人造皮肤进行了
多次实战模拟测试,模拟测试中,穿戴“皮
肤”的士兵在不同颜色和温度背景下进行移
动,完美融入了测试环境。测试结果显示,隐
身人造皮肤的隐身准确率非常高。甚至,研发
团队还针对丛林作战场景需求,安排受试者在
脸部贴上“皮肤”进行演示,测试效果同样非
常出色,以至于看上去好像脸上有一个空洞。
但尽管如此,隐形人造皮肤的研究还处于早期
阶段,在战场环境与虚拟现实融合技术方面还
存在着不小的发展障碍,距离完全走向实战战
场还有较长的路要走。同时,隐形人造皮肤出
现的背后所体现的人机融合理念亦值得我们深
深思考。
2.
“混合现实”(Mixed Reality)技术,是虚
拟现实技术的进一步发展,该技术通过在现实
场景呈现虚拟场景信息,在现实世界、虚拟世
界和使用者之间搭起一个交互反馈的信息回
路。相关资料显示,在训练中,IVAS 系统能够
为指挥官进行战斗模拟,通过虚拟影像实现强
化训练;在作战中,IVAS 能够让指挥官快速制
定作战地图、作战任务并共享作战信息。作为
单兵装备,IVAS 配备了一个可供调用的数位指
南针,在进攻目标时,IVAS 头盔上会显示十字
样式的瞄准线及目标敌人,通过将武器和目标
敌人数位化,在一定程度上达到精准射击。同
时,IVAS 可通过蓝牙连接士兵武器上的热成像
仪,将数据和目标位置投射到护目镜佩戴者的
视野中,使大多数人很容易就能以站立姿势击
中 300 米以外的目标。
可以说,IVAS 大幅提升了步兵作战时的态势感
知能力和临场分析能力。与美国陆军现在主要
配备的功能单一的双筒增强型夜视仪(ENVG-
B)相比,IVAS 融合来自多个不同传感器的昼
夜影像,让步兵能够适应更多极端环境下的作
战。在与敌人进行丛林或荒漠作战时,配备
IVAS 的步兵能更好地掌握先机,进而降低自身
伤亡的概率。
1. 高技术战争是指大量使用高新技术武器或以其
“算法战跨部门小组”是美国国防部的首次
新技术与人类工作结合,目的在于寻求
整合军队的大数据和机器学习。
美国防部“专家计划”人工智能项目启动刚
满一年,所开发的算法已部署至美国及
其海外多个基地,帮助操作员将原始监
视数据转变为可帮助指挥官做出关键作
战决策的情报。近日,“算法战跨部门
小组”负责人加里·弗洛伊德中校接受
媒体采访,阐释了“专家计划”如何利
用人工智能(AI)技术挖掘作战数据。
美军提出“专家计划”提高数据处理能力
“专家计划”最初由美国国防部时任战略能
力办公室主任威廉·罗珀提出。2017 年 4 月
26 日,美国防部时任副部长罗伯特·沃克签
发“算法战跨部门小组”(即“专家计
划”)成立备忘录,批准启动该计划。备忘
录指出,成立“算法战跨部门小组”的目的
在于加速五角大楼对人工智能与机器学习技
术的集成,将国防部内的海量可用数据快速
转变为可用于指导美军行动的情报。
“算法战跨部门小组”最早开发用于目标探
测、识别与预警的计算机视觉算法,提高对
无人机所收集全动态视频的处理、利用与分
发能力,减轻这方面的人力负担。2017 年 12
月,“专家计划”首先在美军非洲司令部试
用。
弗洛伊德中校在采访中表示,“军事 ISR(情
报、监视与侦察)数据就像铁矿,我们拥有
很多矿山,必须挖掘出矿石并对其进行加工
提炼”。美国在中东和非洲若干秘密基地部
署有“扫描鹰”无人机或 MQ-9“死神”无人
机,“专家计划”部署在海外战区的情报人
员负责从这些前方无人机传回的大量 ISR(情
报、监视与侦察)数据中“掘金”。他们用
复杂的算法,从无人机拍摄到的视频图像
中,自主识别感兴趣的物体。
AI 如何协助“挖掘”作战数据
“专家计划”利用人工智能协助挖掘作战数
据的做法分两部分,一是采用“三步走”策
略处理原始数据:
第一步,对数据进行编目和标注,使其可用
于训练算法;
第二步,在谷歌等承包商的帮助下,操作员
利用已标注数据为特定任务和地区量身定制
一套算法;
第三步,将该算法交付部队,并探索如何最
好地对其加以利用。与现有分析工具相比,
这些算法本身的规模和难度“相对轻量
级”,且可以快速部署,仅需一天左右的时
间进行设置。
二是注重算法的反复训练。“专家计划”团
队早期获得的一个教训是,在部署后对算法
进行“重新训练”非常重要。因为新算法不
会在部署后立即“完美地”发挥作用,为
此,“专家计划”团队在用户界面上设置了
一个“训练人工智能(AI)”按钮,如果一
种新算法把人识别为棕榈树,那么操作员仅
需点击按钮,即可进行调整。“专家计划”
算法首次在美国非洲司令部部署期间,团队
在 5 天内对该新算法进行了 6 次重新训练,最
终获得了“令人印象深刻的性能水平”。
对此,弗洛伊德表示,训练算法和训练空军
人员有相似之处:空军人员上岗前需要有一
个熟悉情况、了解任务的过程,算法部署也
是如此。算法投入使用时,首先会利用来自
一个地区的数据进行训练,然后会部署至另
一新地区;在此过程中,算法一开始可能会
犯低级错误,但项目团队会开发相关工具帮
助它们快速纠正这些错误。
弗洛伊德强调,面对海啸般涌现的大量数
据,美军收集和处理数据的能力日益不足,
仅依靠增加人手已无法弥补相关能力缺口,
“专家计划”的目标不是取代人类,而是增
强和协助部署在海外战区的情报分析师。