人工智能走上戰(zhàn)場的探路者，說的就是這個項目

2017年4月底，時任國防部副部長的羅伯特·沃克簽署了一份備忘錄，宣布建立算法戰(zhàn)跨職能團(tuán)隊（AWCFT），也被稱為Maven項目。該項目由空軍中將杰克·沙納罕領(lǐng)導(dǎo)，由國防部情報部、聯(lián)合參謀部、國防部法律顧問辦公室、軍方相關(guān)部門和其他高級代表組成的執(zhí)行指導(dǎo)小組進(jìn)行監(jiān)督，并設(shè)有一個專門的項目辦公室負(fù)責(zé)支持項目的研發(fā)。該項目的目標(biāo)是在國防情報企業(yè)中，開發(fā)深度學(xué)習(xí)人工智能技術(shù)并將其初步投入作戰(zhàn)應(yīng)用當(dāng)中，從而加快國防部大數(shù)據(jù)和機器學(xué)習(xí)技術(shù)的集成應(yīng)用。在此之前，美國國防部已經(jīng)長期投入資金進(jìn)行人工智能的基礎(chǔ)研究和開發(fā)，并將一些半自主系統(tǒng)投入使用。

Maven項目是美國國防部首次尋求在作戰(zhàn)領(lǐng)域的具體行動中部署深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)，并推進(jìn)其達(dá)到最先進(jìn)的商用人工智能水平。Maven項目被美國國防部喻為“探路者和點燃人工智能火焰的火花”。Maven項目的主要目標(biāo)是將國防部獲得的海量數(shù)據(jù)迅速轉(zhuǎn)化為可執(zhí)行的情報和信息。它的首要任務(wù)是為戰(zhàn)術(shù)無人機系統(tǒng)（UAS）和中空全動態(tài)視頻（FMV）提供算法技術(shù)（算法是計算機用來解決問題或進(jìn)行計算的一組數(shù)學(xué)指令，基于人工智能的算法通過機器學(xué)習(xí)技術(shù)可以提高算法的性能和效率），以增強數(shù)據(jù)的處理、分析和傳播（PED）能力直至實現(xiàn)自主化，而項目的第一塊實驗田就選在了反恐戰(zhàn)場——打擊IS行動當(dāng)中。

Maven項目的工作架構(gòu)分為三部分：第一，組織人員進(jìn)行數(shù)據(jù)標(biāo)記，開發(fā)、獲取以及修改算法，以完成關(guān)鍵任務(wù)；第二，確定所需的計算資源，并確定投入該算法結(jié)構(gòu)的路徑；第三，在三個月時間內(nèi)，將基于算法的技術(shù)與記錄程序集成在一起。項目起初將為視頻處理、分析和傳播提供用于目標(biāo)檢測、分類和告警的計算機視覺算法，未來將逐步融入更先進(jìn)的計算機視覺技術(shù)。在成功地支持情報、監(jiān)視、偵察（ISR）情報分析處理之后，項目將會把類似的技術(shù)集成到其他國防情報任務(wù)領(lǐng)域。項目將整合其它由國防情報企業(yè)參與的、基于算法的技術(shù)的開發(fā)和使用，例如現(xiàn)有的自主化、機器學(xué)習(xí)、深度學(xué)習(xí)和計算機視覺算法的計劃。項目在時間上大致劃分為兩個階段：

第一階段：開發(fā)和集成計算機視覺算法，以協(xié)助軍方和地方人員分析主要來自無人機的高容量視頻圖像數(shù)據(jù)，項目于2017年12月首次向軍事系統(tǒng)交付算法并進(jìn)行迭代更新；

第二階段：國防部情報部于2017年10月24日舉辦Maven項目行業(yè)活動，與陸軍研究實驗室、企業(yè)界、學(xué)術(shù)界一起探討下一步合作，將算法開發(fā)擴(kuò)大至其他領(lǐng)域的情報分析，并準(zhǔn)備“為作戰(zhàn)人員操作人工智能和機器學(xué)習(xí)”努力；

在此基礎(chǔ)上倡導(dǎo)建立“人工智能中心”，作為數(shù)據(jù)和技術(shù)的交流中心，作為一個專門團(tuán)隊幫助國防部了解人工智能潛在的新能力。該團(tuán)隊將和研究實驗室和頂尖大學(xué)一起合作，了解國防部如何更好地將計算機視覺等智能技術(shù)應(yīng)用于數(shù)據(jù)的處理、分析和更復(fù)雜層面。

在項目發(fā)展過程中，主要將在下列領(lǐng)域?qū)で蠹夹g(shù)：

1.計算機視覺模型：在一定計算環(huán)境中通過對象識別、對象分類、對象定位、特殊對象識別記憶、對象跟蹤、語義分解、邏輯表達(dá)或語義描述以及活動情景識別，逐步實現(xiàn)地理空間智能處理和分析；

2.支持深度學(xué)習(xí)的新數(shù)據(jù)標(biāo)注技術(shù)、工具和間諜情報技術(shù)：“邊緣”或“線上標(biāo)注”，使用合成或逼真圖像數(shù)據(jù)，進(jìn)行近乎實時的重新標(biāo)注或算法訓(xùn)練；

3.用于顯示、搜索和與元數(shù)據(jù)（算法派生）和表格結(jié)構(gòu)算法輸出交互的接口：對象的異常分析和模式、對象搜索（元數(shù)據(jù)和可視化）以及與其他結(jié)構(gòu)化數(shù)據(jù)的集成；

4.基于部分算法生成數(shù)據(jù)的存儲和索引功能； 

5.處理口頭形式和書面文本的語言算法：自然語言處理、自動語言翻譯和情感檢測等等。

1.快中求穩(wěn)——選擇情報分析領(lǐng)域作為切入點

Maven項目是美國國防部在較短時間內(nèi)形成的項目，目的是在項目獲得財力支持后的半年時間內(nèi)，將人工智能技術(shù)——具體就是深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的技術(shù)——投入到正在進(jìn)行軍事行動的作戰(zhàn)區(qū)域。眾所周知，美國國防部大多數(shù)國防采購項目需要數(shù)年甚至數(shù)十年才能投入應(yīng)用到戰(zhàn)場，但Maven項目開發(fā)的技術(shù)在短時間內(nèi)就成功部署在打擊IS的戰(zhàn)斗中，而且得到了軍事情報用戶的較好反饋。

在Maven項目創(chuàng)建之前，業(yè)界和學(xué)術(shù)界的頂尖人工智能專家建議國防部尋找一個風(fēng)險較低但同時數(shù)據(jù)較為密集的領(lǐng)域，只有這樣才能夠更好地發(fā)揮人工智能的優(yōu)勢，同時作戰(zhàn)人員的生命安全不會受到威脅，偶爾的失誤也不會造成災(zāi)難性的后果。國防部情報部門無疑是一個很好的選擇，他們整日與數(shù)據(jù)打交道，美國間諜飛機和衛(wèi)星每天收集的原始數(shù)據(jù)要比國防部需要分析的多得多，全部工作人員都在不停地收集這些數(shù)據(jù)。

因此，情報部選擇Maven項目作為人工智能的灘頭陣地，是一個雙贏的結(jié)果。起初該項目主要分析來自“掃描鷹”等戰(zhàn)術(shù)無人機平臺和“MQ-1C灰鷹”“MQ-9死神”等中高空無人平臺的全動態(tài)視頻數(shù)據(jù)。這些無人機平臺及其全動態(tài)視頻傳感器產(chǎn)生的圖像每天會產(chǎn)生數(shù)億字節(jié)的數(shù)據(jù)。如果由人來完成這些數(shù)據(jù)分析工作，一組分析人員花費24小時的時間，也只能分析一架無人機傳感器數(shù)據(jù)的一部分。而且，圖像分析工作非常乏味——人員在屏幕上觀察汽車、人員及活動，然后在辦公軟件中輸入數(shù)字。即便這樣，依然會有大部分傳感器數(shù)據(jù)被錯過，多年來情報部門一直在盡可能快地、盡可能多地派遣分析人員，疲于補上這些“漏洞”。而Maven項目將會從數(shù)量上減少所需的分析人員，同時也大大減輕了分析人員的負(fù)擔(dān)，使人員他們的關(guān)注點放在更重要的部位和節(jié)點。

同時，國防部選擇無人機視頻數(shù)據(jù)分析作為人工智能的灘頭陣地，有效避免了一些與戰(zhàn)爭自主化相關(guān)的較棘手的倫理和法律挑戰(zhàn)。隨著美國軍方和情報機構(gòu)將現(xiàn)代人工智能技術(shù)應(yīng)用于更多樣化的任務(wù)中，它們將面臨更加復(fù)雜的戰(zhàn)略、倫理和法律問題，而Maven項目的聚焦點幫助他們暫時避免了這些面臨的挑戰(zhàn)，這樣，也為高層在人工智能技術(shù)逐漸滲透進(jìn)入戰(zhàn)場的進(jìn)程中，不斷探索和完善相關(guān)準(zhǔn)備贏得了時間。

2.效率優(yōu)勢——建立符合智能特點的迭代開發(fā)模式

在愛德華·斯諾登泄密事件和“通俄門”事件政治余波后，科技公司一直對幫助國家安全部門應(yīng)對科技挑戰(zhàn)持謹(jǐn)慎態(tài)度。一些對美國國家安全任務(wù)有興趣的人工智能專家和組織經(jīng)常感到，國防部的合同程序昂貴、緩慢且繁瑣。在Maven之前，部門中沒有人知道如何正確地購買和實現(xiàn)智能化。Maven項目成立時，它的6名創(chuàng)始成員被指派管理人工智能項目，但是他們并非人工智能和計算機科學(xué)方面的專家。他們的首要任務(wù)是與工業(yè)界和學(xué)術(shù)界的人工智能專家以及國防部無人機傳感器分析師建立合作關(guān)系。Maven項目的團(tuán)隊在國防信息單元實驗（DIUX）的幫助下，設(shè)法吸引了人工智能領(lǐng)域一些頂尖人才的支持，這些人才中的絕大多數(shù)不在傳統(tǒng)的國防合同內(nèi)。通過獲得合適的人才和合作伙伴，項目Maven可以從一開始就正確地構(gòu)建其架構(gòu)。

傳統(tǒng)的國防采購過程持續(xù)多年，由不同的組織負(fù)責(zé)采購必須執(zhí)行的功能，或處理技術(shù)開發(fā)生產(chǎn)或負(fù)責(zé)操作運行。傳統(tǒng)中的每一個組織都必須在完成其活動后將結(jié)果移交給下一個組織。但是在應(yīng)用到數(shù)字技術(shù)時，這種方法通常會導(dǎo)致系統(tǒng)表現(xiàn)遲緩，甚至在投入使用之前技術(shù)可能就已經(jīng)過時了。

Maven項目采用了一種不同的方法，一種以商業(yè)技術(shù)部門的項目管理技術(shù)為模型的方法：產(chǎn)品原型和底層基礎(chǔ)設(shè)施是迭代開發(fā)的，并由用戶持續(xù)測試。開發(fā)人員可以根據(jù)用戶的需要調(diào)整他們的解決方案，終端用戶可以讓他們的組織快速有效地使用人工智能功能。項目開發(fā)中的關(guān)鍵活動——標(biāo)記數(shù)據(jù)、開發(fā)智能計算基礎(chǔ)設(shè)施、開發(fā)和集成神經(jīng)網(wǎng)絡(luò)算法以及接收用戶反饋——都是迭代開發(fā)并行運行的。這項工作顯示出了技術(shù)創(chuàng)新和編程靈活性的水平，而這正是國防部大多數(shù)數(shù)字計劃所極度缺乏的。

在實際應(yīng)用當(dāng)中，Maven的團(tuán)隊聽取了在中東打擊IS行動的特定背景下?lián)碛腥珓討B(tài)視頻技術(shù)的作戰(zhàn)人員的意見。從這些用戶那里，項目的開發(fā)人員很快就發(fā)現(xiàn)他們自身的想法與作戰(zhàn)實際需求存在一些偏差，并且需要及時調(diào)整糾正。正是在這一方法的幫助下才能在項目開始籌資到其產(chǎn)生產(chǎn)品使用之間的六個月期間提供高質(zhì)量的、可用于實際的算法能力。2017年12月初，也就是該項目啟動6個多月后，Maven的首批算法便被交給國防情報分析人員，以支持在打擊IS的戰(zhàn)斗中執(zhí)行實際作戰(zhàn)的無人機偵察任務(wù)。在項目的幫助下，減輕了視頻數(shù)據(jù)分析的人工壓力，增加了可操作情報的獲取效率，也加快了軍事決策能力。

3.以點帶面——由非動能領(lǐng)域到多域作戰(zhàn)

人工智能項目Maven誕生一年后，就已部署到美軍在中東和非洲的6個區(qū)域，幫助軍方分析整理傳感器和無人機接收到的海量數(shù)據(jù)。正如項目一開始所計劃的那樣，無人機圖像智能分析從打擊IS的行動中擴(kuò)展到了國防部使用無人機圖像平臺的其他部門。項目早期的成功，以及美國國防部要求盡快拓展人工智能功能的努力，已促使五角大樓將人工智能技術(shù)擴(kuò)展到更多領(lǐng)域。衛(wèi)星圖像分析群體在開發(fā)屬于自己的Maven項目。之后，其他類型的傳感器平臺和情報數(shù)據(jù)，包括雷達(dá)分析、信號情報分析、數(shù)字文檔分析，都相繼建立了類似Maven項目的計劃。

情報分析是軍用人工智能的邏輯起點，因為大量的數(shù)據(jù)讓人類分析師不堪重負(fù)。而另一個重要的應(yīng)用戰(zhàn)場就是網(wǎng)絡(luò)空間和電磁波譜，這里的攻擊行動可以以人腦無法跟上的速度和復(fù)雜性進(jìn)行傳播。軍方人員呼吁人工智能網(wǎng)絡(luò)防御系統(tǒng)能夠立即反擊黑客攻擊企圖，并呼吁“認(rèn)知電子戰(zhàn)”能夠感知敵方雷達(dá)脈沖，并立即找出如何干擾它的辦法。情報、網(wǎng)絡(luò)、電子戰(zhàn)這些領(lǐng)域都涉及電磁信號，這使得軍方對人工智能自主行動的需求更為迫切。在最高層面，國防部希望人工智能不僅在這些高科技前沿，而且在陸、空、海、天等傳統(tǒng)領(lǐng)域進(jìn)行無縫協(xié)作，協(xié)助實現(xiàn)多域作戰(zhàn)概念。未來戰(zhàn)場巨大的復(fù)雜性給人腦提出了巨大挑戰(zhàn)，人工智能將會是非常有效的幫手。美軍提出，未來多域作戰(zhàn)的關(guān)鍵將會是作戰(zhàn)部隊和作戰(zhàn)算法的整合。

Maven項目的運行滿足了美國國防部的要求，它的成功將會在整個軍事和情報部門催生許多個“模仿者”。項目的成功不僅僅在于AI相關(guān)技術(shù)的應(yīng)用，而且得益于其小型的、注重效率的、跨職能的團(tuán)隊組織結(jié)構(gòu)，該團(tuán)隊被授權(quán)建立外部伙伴關(guān)系、利用現(xiàn)有的基礎(chǔ)設(shè)施和平臺，并在開發(fā)過程中迭代地與用戶群體溝通交流。人工智能需要貫穿國防部的整個架構(gòu)，現(xiàn)有的部門機構(gòu)要有效地運行人工智能實現(xiàn)能力的提升，就可以采用與Maven類似的項目管理結(jié)構(gòu)。另外，國防部必須發(fā)展有效利用人工智能能力的作戰(zhàn)概念，并培訓(xùn)其指揮官和作戰(zhàn)人員有效掌握這些能力。正如五角大樓相關(guān)人士所說：“如果我們沒有能夠使用它的人員、關(guān)于如何使用它的想法以及熟練掌握它的培訓(xùn)，那么這項技術(shù)本身的效用將是十分有限的。”

2018年6月27日，美國國防部部長帕特里克·沙納漢發(fā)布備忘錄，宣布建立聯(lián)合人工智能中心（JAIC）。其首要目標(biāo)是加速人工智能（AI）在軍事領(lǐng)域的應(yīng)用能力，擴(kuò)大AI的影響范圍，并整合國防部涉及AI的活動以擴(kuò)大美軍的優(yōu)勢。2019年2月，美國防部公布《2018年國防部人工智能戰(zhàn)略摘要》，其中分析了美國防部在人工智能（AI）領(lǐng)域面臨的戰(zhàn)略形勢，闡明了國防部加快采用人工智能能力的途徑和方法。短短兩年時間，從Maven項目到聯(lián)合人工智能中心，再到人工智能戰(zhàn)略，美軍在推動人工智能技術(shù)進(jìn)入戰(zhàn)場的進(jìn)程上加快了節(jié)奏。

轉(zhuǎn)載請注明來源