人类通常会依赖于本能、直觉或临时决定，来应对没有必要知识或经验支持而又需要做出决策的困境。然而当前的机器学习技术却不实现这种能力——现有的无人机等系统无法在脱离后台海量数据处理能力支持的情况下，根据其周边环境和自身状况，自主进行决策并开展活动。

近期美国国防部投资750万美元，由德克萨斯大学库克莱尔工程学院（Cockrell School of Engineering）和自然科学学院牵头开展的一项“多学科大学研究活动（Multidisciplinary University Research Initiative，MURI）”项目，就期望以跨学科的科研创新来帮助美国国防部研发真正的自主系统（AutonomousSystem）——能在只获得少量数据的条件下、在运行中学习并决策的人工智能，使无人机等系统不单能在通信阻断这样的恶劣环境中继续执行任务，同时也具备感知自身“健康”状况的能力。该项目将面临一些巨大的技术挑战，而一旦有所突破，其成果也将能广泛地应用于机器学习的各个场景，例如保障无人驾驶汽车的行驶安全，或是在通信被阻断的情况下保持无人机的行动能力。

负责领导该项目的库克莱尔学院航空航天工程与工程机械部助理教授乌福克.托普（Ufuk Topcu）指出，德克萨斯大学计算工程和科学研究所（UT Institute for Computational Engineering and Sciences，ICES）将作为该项目的研究主体，同时也将引入美国东北大学和普林斯顿大学的研究力量。来自数据分析、控制理论、动态系统、学习理论、优化、范式机制和其他机器学习及人工智能相关领域的专家也将加入研究团队。这个项目对于研究团队的参与者来说也是开拓性的工作，例如德克萨斯大学数学助理教授阿里.以色列（Arie Israel）指出，他过去的研究课题涉及如何在只有有限数据和不确定性较大的情况下进行推断，但其使用的静态算法效率不高；与Facebook合作开展算法优化的助理教授拉切尔.沃德（Rachel Ward）则指出，她擅长基于大量数据来开发高效算法，她期望将相关经验应用到这个项目。托普自己则将结合他在范式机制、机器学习和控制领域的经验，为算法对周边物理环境的理解提供深入见解。

这个项目的最终目标是开发可在突发系统故障或外部损害导致的紧急情况下，减少无人系统损失数量的高级自主系统。除了这个项目外，美国国防部在2018年还投资了其他23个“多学科大学研究项目”，并将在未来五年内向这些项目投资总计1.69亿美元，由各高等院校及研究机构开展多学科的基础研究。德克萨斯大学库克莱尔学院在2016年就曾获得美国国防部总计2280万美元，针对能源、计算科学及纳米电子领域的研究资助。

声明：本文来自国际安全简报，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。