美国防部“Maven计划”人工智能（AI）项目启动刚满一年，所开发的算法已能部署至美国及其海外多个地点，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。2018年5月，“算法战跨部门小组”（AWCFT）副主任加里·弗洛伊德中校接受媒体采访，阐释了“Maven计划”如何利用AI技术挖掘作战数据。
“算法战跨部门小组”（AWCFT）副主任 加里·弗洛伊德中校
一、“Maven计划”当前进展
在中东和非洲的几个秘密地点，美国情报分析人员正在使用复杂的算法，从“扫描鹰”、MQ-9“死神”等无人机拍摄到的数百万小时视频图像中，自主识别感兴趣的物体。
▲即将发射的“扫描鹰”小型无人机
“Maven计划”最初由美国防部时任战略能力办公室主任威廉·罗珀（现任美空军采办主管）提出。2017年4月，美国防部时任副部长罗伯特·沃克签署备忘录，批准启动该计划。2017年12月，“Maven计划”首批算法在美国非洲司令部部署。如今，“Maven计划”开发的算法已在美国非洲司令部、中央司令部的5 ~ 6个地点实现部署，后续还会在更多地点部署。“Maven计划”也在美国弗吉尼亚州兰利空军基地第1分布式地面站（DGS-1）部署了初始能力，很快将在加利福尼亚州比尔空军基地的第2分布式地面站（DGS-2）部署，旨在利用前沿机器学习技术，快速、自主生成可用信息，使操作员得以从此类工作中解放出来，专注于更高级别的任务。
▲MQ-9“死神”无人机
“Maven计划”过去一年来取得了重大进展，但这一工作还只是刚刚开始。在美总统特朗普2018年3月签署成为法律的2018财年综合支出法案中，美国会为“Maven计划”增加1亿美元经费，使其在2018年获得的经费总额度达到1.31亿美元，这笔资金将主要用于改进算法读取全动态视频（FMV）信息的能力。
二、“Maven计划”利用AI技术挖掘作战数据的具体做法
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“相对轻量级”；且可以快速部署，仅需一天左右的时间即可完成设置。
二是注重算法的反复训练。“Maven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。算法不会在部署后立即完美发挥作用，“Maven计划”团队为此在用户界面上内置了一个“训练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“训练AI”按钮，即可进行调整。“Maven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”。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。“Maven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。
三、“Maven计划”面临的内外挑战
一是与国外相形见绌的投资力度。尽管美国2018年大幅增加了对“Maven计划”的资金投入，但这一经费水平与很多其他国家的同类技术投资相比，尚显不足。譬如，中国致力于2030年前在人工智能技术方面投资1500亿美元。
二是美国防部与硅谷之间存在的文化冲突。谷歌公司数千名员工近期签署联名信抗议公司参与“Maven计划”，要求谷歌退出该计划，并起草、公开和执行一项永不发展战争技术的政策。这反映了硅谷与美国防部之间的文化冲突持续存在。
四、“Maven计划”相关基本情况
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“Maven计划”）成立备忘录。备忘录指出，成立“算法战跨部门小组”的目的在于加速国防部对人工智能与机器学习技术的集成，将国防部海量可用数据快速转变为可用于行动的情报。“算法战跨部门小组”首先将开发用于目标探测、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（PED）能力，减轻此方面的人力负担。“算法战跨部门小组”由美国防部负责情报的副部长（USD(I)）监管，USD(I)下属国防情报局长约翰·“杰克”·沙纳汉空军中将担任其主管。“Maven计划”项目团队共包括12名成员。
来源：美国防部网站等/图片来自互联网
军事科学院军事科学信息研究中心 王璐菲
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。
