“算法戰(zhàn)跨部門小組”是美國國防部的首次新技術與人類工作結合，目的在于尋求整合軍隊的大數據和機器學習。
美國防部“專家計劃”人工智能項目啟動剛滿一年，所開發(fā)的算法已部署至美國及其海外多個基地，幫助操作員將原始監(jiān)視數據轉變?yōu)榭蓭椭笓]官做出關鍵作戰(zhàn)決策的情報。近日，“算法戰(zhàn)跨部門小組”負責人加里·弗洛伊德中校接受媒體采訪，闡釋了“專家計劃”如何利用人工智能（AI）技術挖掘作戰(zhàn)數據。
人工智能
美軍提出“專家計劃”
提高數據處理能力
“專家計劃”最初由美國國防部時任戰(zhàn)略能力辦公室主任威廉·羅珀提出。2017年4月26日，美國防部時任副部長羅伯特·沃克簽發(fā)“算法戰(zhàn)跨部門小組”（即“專家計劃”）成立備忘錄，批準啟動該計劃。備忘錄指出，成立“算法戰(zhàn)跨部門小組”的目的在于加速五角大樓對AI與機器學習技術的集成，將國防部內的海量可用數據快速轉變?yōu)榭捎糜谥笇儡娦袆拥那閳蟆?/p>
“算法戰(zhàn)跨部門小組”最早開發(fā)用于目標探測、識別與預警的計算機視覺算法，提高對無人機所收集全動態(tài)視頻的處理、利用與分發(fā)能力，減輕這方面的人力負擔。2017年12月，“專家計劃”首先在美軍非洲司令部試用。
弗洛伊德中校在采訪中表示，“軍事ISR（情報、監(jiān)視與偵察）數據就像鐵礦，我們擁有很多礦山，必須挖掘出礦石并對其進行加工提煉。”美國在中東和非洲若干秘密基地部署有“掃描鷹”無人機或MQ-9“死神”無人機，“專家計劃”部署在海外戰(zhàn)區(qū)的情報人員負責從這些前方無人機傳回的大量ISR數據中“掘金”。他們用復雜的算法，從無人機拍攝到的視頻圖像中，自主識別感興趣的物體。
AI如何協(xié)助“挖掘”作戰(zhàn)數據
“專家計劃”利用AI協(xié)助挖掘作戰(zhàn)數據的做法分兩部分，一是采用“三步走”策略處理原始數據：
美軍網絡部隊
第一步，對數據進行編目和標注，使其可用于訓練算法；
第二步，在谷歌等承包商的幫助下，操作員利用已標注數據為特定任務和地區(qū)量身定制一套算法；
第三步，將該算法交付部隊，并探索如何最好地對其加以利用。與現(xiàn)有分析工具相比，這些算法本身的規(guī)模和難度“相對輕量級”，且可以快速部署，僅需一天左右的時間進行設置。
二是注重算法的反復訓練。“專家計劃”團隊早期獲得的一個教訓是，在部署后對算法進行“重新訓練”非常重要。因為新算法不會在部署后立即“完美地”發(fā)揮作用，為此，“專家計劃”團隊在用戶界面上設置了一個“訓練AI”按鈕，如果一種新算法把人識別為棕櫚樹，那么操作員僅需點擊按鈕，即可進行調整。“專家計劃”算法首次在美國非洲司令部部署期間，團隊在5天內對該新算法進行了6次重新訓練，最終獲得了“令人印象深刻的性能水平”。
對此，弗洛伊德表示，訓練算法和訓練空軍人員有相似之處：空軍人員上崗前需要有一個熟悉情況、了解任務的過程，算法部署也是如此。算法投入使用時，首先會利用來自一個地區(qū)的數據進行訓練，然后會部署至另一新地區(qū)；在此過程中，算法一開始可能會犯低級錯誤，但項目團隊會開發(fā)相關工具幫助它們快速糾正這些錯誤。
弗洛伊德強調，面對海嘯般涌現(xiàn)的大量數據，美軍收集和處理數據的能力日益不足，僅依靠增加人手已無法彌補相關能力缺口，“專家計劃”的目標不是取代人類，而是增強和協(xié)助部署在海外戰(zhàn)區(qū)的情報分析師。
首批算法部署到位
據悉，“專家計劃”開發(fā)出的首批四套算法如今已在美軍的非洲司令部、中央司令部的5~6個基地實現(xiàn)部署，后續(xù)還會在更多基地部署。另外，“專家計劃”也在美國弗吉尼亞州蘭利空軍基地第1分布式地面站（美空軍ISR數據收集、分析和分發(fā)體系五個區(qū)域協(xié)調中心之一）部署了初始能力，很快將在加利福尼亞州比爾空軍基地的第2分布式地面站部署。
美軍網絡部隊
美軍希望，借助這些算法能夠提升駐扎在海外的美軍情報分析師的工作效率，畢竟在巨量的數據面前，傳統(tǒng)的數據處理方法已無力應對，“專家計劃”將AI技術引入，開發(fā)新的算法幫助提升美軍情報分析師的工作效率，減輕這方面的人力負擔，有力地支持美軍在海外的反恐行動等。不僅如此，美軍還計劃后續(xù)將開發(fā)更先進的計算機視覺技術，并廣泛應用于其他國防情報任務領域，對此，值得我們繼續(xù)關注。
