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2020年征订开始  
陆军测试人工智能从卫星拍摄的图片中选中目标的能力
2021-10-11

[美国下一届政府网2021108日报道]“红龙”演习旨在评估陆军近期利用人工智能的方式。

周四,两枚实弹GBU-32炸弹将被投放在人工智能工具选定的射程目标上,这是美国陆军为了解人工智能如何在战场上应用而作的努力。

F-35攻击是第十八空降军“红龙”演习第四次迭代的一部分,该演习旨在测试将人工智能应用于多个数据流是否能够加快发现和打击入侵前目标的速度。本次测试将由布拉格堡第十八空降军的操作员进行。

本次演习使用了军方旗舰人工智能Project Maven背后的种子软件进行目标定位。但是,当Maven查看无人机的全动态视频时,陆军的努力将同样的技术应用于卫星图像,为在更大的领域开展业务提供了机会。演习范围跨越从弗吉尼亚州到乔治亚州,数千个潜在目标分布在约7200平方公里的范围内。 

早期的概念测试表明将人工智能应用于多个数据流的想法是合理的。去年8月,第十八空降军进行了某种初步测试,以确保该概念是合理的。据第十八空降军火力支援官乔·奥卡拉汉上校的说法,结果超出了他们的预期。

奥卡拉汉说,“在这里进行了一项实验,看看一小时内找到多少目标”。但他们发现“衡量标准不是在一小时内可以找到多少目标,而是一小时内可以做出多少决定。”

奥卡拉汉说,他的团队“做出的决策比我们想象的还要多。我们做出的决策数量如此之多,导致传统计算机系统崩溃,因为我们超过了它们获取顺序衍生目标的能力。并行处理的目标数量超过了顺序技术”。 

周四的实验还将测试跨服务和机构快速共享的能力,参与本次测试的包括来自海军舰队司令部和海军信息战发展司令部的人员、空军第53测试联队和第 461空中控制联队、国家侦察局、国家地理空间情报局(NGA)和其他单位。 

人工智能和其他新技术正在拉近运营商与NGA和其他数据供应商的距离。因为过去在大型作战中心做出的决策越来越向下级移动,下级指挥官能够对目标和战争的其他作战要素行使更多的控制权。 

奥卡拉汉说,“NGA现在正在做的努力帮助我们获得真正的传感器到射手的能力,通过使用人工智能和精简匹配,缩短战斗支援机构和战场部队之间的距离,将收集策略与目标要求相匹配”。

每个军种都已开始进行旨在联合全域指挥和控制(JADC2)的演习。陆军的项目融合演习将于11月进行第二次迭代,已成为军方的旗舰 JADC2项目。但是,尽管“聚合项目”旨在测试新技术,以确定陆军将如何在2030年以后发动战争,但“红龙”更侧重于陆军如果今晚必须入侵某个地方,会如何使用人工智能。奥卡拉汉说,但这两者相互影响。

奥卡拉汉说,“红龙”还显示了军队如何开始应对在没有驻军的地方作战的挑战,即所谓的“超视距”作战。

但这次演习最主要的目标是训练操作员以不同的方式思考数据将如何通知和加速操作。奥卡拉汉称这一点至关重要。新的人工智能能力的发展速度比许多人预测的要快,因为在越来越广泛的可用数据中发现了新的相关性。

他说,“我们不仅仅局限于计算机视觉。我们开始研究相关人工智能,将多种因素结合在一起。”“当这些更通用的人工智能功能开始发挥作用时,我们将与人工智能的广泛运用做好战斗准备。”(国家工业信息安全发展研究中心 张昇)


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
国防科技信息网 dsti.net © 2006 - 2021 版权所有 | 京ICP备10013389号-1 | 公安备案号:11010802036354