近期，美国陆军研究实验室（ARL）宣布投资7200万美元，与卡内基梅隆大学等大学开展为期5年的人工智能基础研究，以期借此加强人工智能技术的战场应用，并提升部队的作战能力。目前，许多国家都在大规模出售或采办用于国防领域的人工智能自主战车、武器系统、监视、后勤和训练系统，美国陆军部部长称未来的战场需要掌握人工智能技术才能获得作战优势。

2018年11月，美陆军发布了《利用机器人与自主系统支持多域作战》白皮书，文件称美国陆军未来将把机器人与自主系统集成到作战部队中，使其成为陆军装备武器体系的重要组成部分，并提出要利用人工智能等技术提高机器人与自主系统在执行任务时的独立工作能力，从而提升士兵的多域作战能力。为支持这一目标，美国陆军已经成立了机器人创新中心、机器人技术和自主系统能力管理办公室以及人工智能任务部队等机构，负责管理人工智能技术的战场推广应用。

本文将介绍美国陆军近期开展的一些人工智能应用项目,包括：“黑蜂”无人机、先进瞄准和自动杀伤系统（ATLAS）、一体化视觉增强系统（IVAS）、背包型外伤治疗技术（TRACIR）、Palantir国防公司产品。

1、“黑蜂”无人机

目前，美国陆军已经花费了3960万美元，用于采办FLIR系统公司生产的黑蜂个人侦察系统（PRS），该系统是一种能力较强的微型无人机，可提升战场士兵的侦察能力。

“黑蜂”是目前世界上最小的军用无人机，长度仅为16.8厘米，重约33克。它的飞行速度可达每小时22公里，最大飞行高度120米，可在风速为每小时35公里的情况下飞行，最大续航时间25分钟。“黑蜂”能在不被目标发现的情况下执行实时侦察任务，且能通过保密数据链向1.6公里外的操纵员传输机载传感器所拍摄的高清视频或照片。

图1 “黑蜂”无人机

2、先进瞄准和自动杀伤系统（ATLAS）

美陆军之前曾征求业界建议，以开发一种被称为先进瞄准和自动杀伤系统（ATLAS）的全自动地面战车，这种战车可在未来战场与士兵并肩作战。2017年的实战演习中，美陆军已对一辆无人战车进行了演示验证。未来，美陆军计划推出一种人工智能驱动的自主战车，该战车的目标获取、识别和打击速度将比当前手动操作的速度快3倍。

目前，非政府组织联盟正在开展禁止机器杀手的呼吁活动，他们认为不需要人干预的完全自主武器会触犯道德底线。鉴于目前的抗议，美陆军称，ATLAS的算法将让人来最终决定是否攻击，算法本身并不决定对方是否有敌意，只是会提醒士兵，士兵需要根据训练经验和理解来做出最终决定。

图2 未来无人作战系统

3、一体化视觉增强系统（IVAS）

美国陆军决定采用微软公司的第二代全息透镜头戴显示设备的改进版本来提升士兵训练效果。微软公司和其他12家公司获得了价值4.8亿美元的合同，在未来2年内将为美陆军提供2500个改进版的第二代全息透镜。

改进版的全息透镜被称为一体化视觉增强系统（IVAS），该系统可将数字图片投放到头盔显示屏上，并具备磷和热成像能力，它可帮助士兵在夜里或烟幕场景下获得视野。IVAS还可在士兵训练期间收集士兵的训练压力等级和反应情况，以改进士兵的训练效果。目前，IVAS正处于研发阶段，虽然该设备体积较大，难以配合标准头盔使用，但是来自士兵的反馈可帮助改进该系统。

图3 一体化视觉增强系统

4、背包型外伤治疗技术（TRACIR）

美国陆军已经授予卡耐基梅隆大学和匹兹堡大学医学院一份为期4年，价值720万美元的合同，以开发一种自主外伤治疗系统——背包型外伤治疗技术（TRACIR）。该系统可帮助士兵在战场上受伤时获得紧急自主治疗，以避免错过治疗的黄金时机。

TRACIR的设计构想是让外科、紧急药物、肺部和关键治疗领域的专家提供治疗外伤的数据，然后由数据工程师利用这些数据来创建人工智能算法以开发TRACIR。TRACIR在设计过程中的困难是该系统需要足够小，以便士兵在战场携带，并需要能够有效治疗重伤士兵的人工智能技术。

图4 背包型外伤治疗技术构想

目前，尚没有TRACIR的物理原型，也没有可以处理伤口或自主插入呼吸管的创伤治疗系统，未来需要更多的新技术才能保证TRACIR的成功开发。未来的TRACIR系统可能是一个包含可充气马甲的背包或可折叠担架，没有经过医学训练的士兵可随时给受伤的士兵使用。该系统具备一系列传感器来获取受伤士兵的身体数据，并通过人工智能算法来开展治疗，治疗形式包括复苏、外科手术、提供药物、静脉注射和其他稳定性措施来维持受伤士兵的生命，直到可获取更好的医疗措施。

5、Palantir国防公司产品

近期，美国陆军决定采用Palantir国防公司的情报分析系统Palantir Gotham，来帮助战场士兵从海量数据中获取所需的信息。Palantir Gotham平台搜索服务采用了机器学习、大数据和交互式可视化技术，可跨系统对所有数据进行全文查询，包括结构化和非结构化数据。每一次情报分析人员搜索数据源，知识库都能够支持将实体和联系可视化，能够揭示看不见的数据模式，并支持探索不同的假设，进而揭示数据间联系、预测趋势，发现隐藏的模式和秘密。

Palantir Gotham基于灵活定义的数据模型动态本体来实现对世界的建模。当数据的位和字节进入Palantir Gotham平台时，它们通过动态本体被转换成有意义的对象和关系：人、地点、事物、事件以及它们之间的联系。

图5 Palantir Gotham界面

介冲译自互联网，李皓昱审定

2019年9月

声明：本文来自防务快讯，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。