与其他军兵种相比，美军特种作战司令部（SOCOM）热衷于各种先进技术，而且大力鼓励科技创新，并在战术行动中广泛应用成熟的商业现货产品。
SOCOM司令雷蒙德·托马斯上将称，美军特种部队面对人工智能技术始终摇摆不定，与快速接受其他先进技术形成鲜明对比。他在参加2018年度地理空间情报研讨会时称，该司令部对于机器学习能力仍然表示怀疑和犹豫，不敢大胆尝试。托马斯认为，特种作战司令部虽然长期处于创造性地应用先进技术的前沿，但仍需更高端的技术帮助解决复杂程度难以想象的问题，其中之一就是寻找大规模杀伤性武器。
权责移交
美国防部2016年将“避免大规模杀伤性武器落入恐怖分子之手”这一任务由美军战略司令部移交至SOCOM，该任务被公认是高难度、高危险的、艰巨的全球性难题，其中最大的难点是必须对众多来源的海量信息进行汇总、梳理和分析。而机器学习工具所“训练”出的计算机在信息处理方面独具优势，能够精准、快速地找到人名、地点、时间等关键语汇。
任务艰巨
SOCOM在接受任务后很快意识到了问题的复杂性，甚至花费了大量时间重新定义相关技术和概念。大规模杀伤性武器的范围从街边放置的“脏弹”到核武器、导弹，以及生化武器，其使用者和受害者包括国家行为体和非国家行为体。人工智能技术可以在大规模杀伤性武器被实际使用前辅助识别其生产和运输来源，“能够见人所未见，了解信息背后的信息，在一系列要素间建立联系”。
托马斯指出，如何更加有效地应用人工智能技术分析问题并指导作战行动是一个“规模庞大的任务集”，SOCOM将向较早应用人工智能技术且经验丰富的情报界寻求帮助。美军在全球90个国家部署约8000名特种作战人员，可获取大量的一线情报。仅2017财年就通过缴获的敌军设备收集了127TB的数据资料，另有无人机传感器传输的大批实时视频，相关数字呈逐年递增态势。作为对比，2011年击毙本·拉登的“海神之矛”行动所收集的数据量为2.7TB。
类似追踪恐怖组织和大规模杀伤性武器等任务收集的情报信息对于数据处理能力而言无疑是严峻的考验，托马斯相信机器学习能力将在问题解决过程中发挥一定作用。目前SOCOM位于佛罗里达州坦帕的总部内共有75名来自国家地理空间情报局的分析员全职负责数据处理任务。托马斯还希望能够应用部分“数据融合”技术。他在前往纽约警察局交流时重点参观了该局的数据融合小组，其成员使用便携式设备收集情报、处理数据，缺点同样是未能充分利用广泛数据源的优势，也未能利用机器学习技术分析数据。他认为SOCOM必须更加大胆地尝试人工智能技术，克服恐惧和怀疑心理。
来源：美国《航天新闻》/图片来自互联网
军事科学院军事科学信息研究中心 廖南杰
声明：本文来自国防科技要闻，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。
