权威国防科技信息门户
国防科技大数据智能情报平台
DSTIS征订中
DPS国防术语智能定位系统
国外国防科技文献资料快报
公告:
DSTIS国防军工信息资源内网服务系统2019年征订开始  
美国企业正在研发具有自我感知能力的人工智能和机器学习技术
2019-10-22


[据军事与航空电子网站20191014日报道] 美国4家科技公司的人工智能(AI)专家正在帮助军事研究人员确定自主机器是否能够自我意识到自身的能力和局限性,以执行分配的任务。



美国国防先期研究计划局(DARPA)宣布了4份合计价值为2090万美元的能力感知机器学习(CAML)项目合同。



涉及的公司包括加利福尼亚州门洛帕克的SRI国际公司;马萨诸塞州坎布里奇的雷神BBN技术公司;加利福尼亚州卡马里洛的Teledyne 科学与影像有限责任公司;以及位于马萨诸塞州伯灵顿的BAE系统公司电子系统部门。



如何知道一个人是否足够聪明来做这份工作,是否有能力胜任手头的工作。这听起来很简单,但这是信任和团队建设所必需的基本能力。



现在把同样的问题应用到人工智能(AI)技术和机器学习上,如何让机器知道它是否足够聪明来完成这项工作,这就是DARPACAML承包商的目标。



CAML项目侧重于能力感知机器学习。项目中的自主系统可以评估自身能力和策略,并以人类可理解的形式表达出来。



925日,SRI国际公司签署了一份470万美元的CAML合同; 927日,雷神BBN公司签署了600万美元的CAML合同; 1010日,Teledyne 科学与影像公司签署了540万美元的CAML合同;1010日,BAE系统公司则签署了490万美元的CAML合同。



DARPA官员表示,这种能力感知技术有助于将自主系统从工具转变为可信赖的合作伙伴。具备感知能力的机器学习技术将使机器能够控制自己的行为,以达到用户的期望,并使操作员能够快速准确地了解机器系统在复杂条件、时间紧迫、动态环境的能力。简而言之,CAML将致力于改善人机合作方式。



当今最先进的机器学习系统在复杂的空间中运行,并根据自身的经验不断发展。然而,这些具有可信计算能力的智能机器无法交流它们的任务策略,包括:给定任务培训的完整性、可能影响其行为的因素或在特定条件下成功的可能性。



对操作员来说,越来越多地验证机器的能力是不现实的。这对军方来说可能是个大问题,因为军方的机器要经常做出高风险的决策,而且应对动态的、瞬息万变的外界环境。



CAML项目试图创建一种全新的机器学习方法来提高人机协作能力,并帮助操作员根据机器的经验和专业知识来选择合适的智能机器。



CAM项目为期4年,包括3年的研究阶段和1年的技术示范阶段。项目侧重于4个技术领域,包括:自我认知领域、任务策略认知领域、能力感知学习领域、能力演示领域。



自我认知领域将开发学习系统机制,以发现操作中遇到的情况,并保持对经验的记忆。



任务策略认知领域将使机器学习系统能够分析其任务行为,将其概括为通用模式,并识别出控制其行为的因素。



能力感知学习领域将组件技术集成到一个能力感知学习的框架中,该框架能够以人类可理解的语言进行交流。它将在提议者提供的平台上进行演示。



能力演示领域将在军事平台上展示具有胜任能力的机器学习系统。(工业和信息化部电子第一研究所  樊伟  宋文文)



相关新闻

DSTIS 国防科技工业信息服务系统
中国核科技信息与经济研究院 中国航天系统科学与工程研究院 中国航空工业发展研究中心
中国船舶工业综合技术经济研究院 中国船舶信息中心 北方科技信息研究所 工业和信息化部电子科学技术情报研究所
DSTI简介 | 大事记 | 网站动态 | 产品介绍 | 广告服务 | 客户服务 | 联系方式 | 共建单位 | 合作媒体  
国防科技信息网 dsti.net © 2006 - 2019 版权所有 京ICP备10013389号