來源 |?從心推送的防務菌

智庫 |?云腦智庫(CloudBrain-TT)

云圈?|?進“云腦智庫微信群”,請加微信:15881101905,備注您的研究方向

聲明?|?本號聚焦相關知識分享，內容觀點不代表本號立場，可追溯內容均注明來源，若存在版權等問題，請聯系(15881101905，微信同號)刪除，謝謝。

繼《奧林匹斯陷落》《倫敦陷落》后的《天使陷落》，不離窠臼

鋪天蓋地的蜂群戰術

男主第一時間發現并發出警報

利用人臉識別技術精準攻擊總統特勤人員

無人機蜂群攜帶的少量高爆炸藥瞬間令目標灰飛煙滅

通過對當前世界軍事和國防領域進行的研究，我們可以發現全球軍事、情報機構如何利用人工智能，以及人工智能可能很快為該領域帶來的能力趨勢。目前，軍隊和國防組織在以下領域使用人工智能：

• 自主武器和武器定位
• 監控
• 網絡安全
• 國土安全
• 后勤
• 自動駕駛汽車

目標定位系統是根據其準確性和鎖定目標的速度來判斷的。隨著這種瞄準方式的對抗措施越來越流行，電子瞄準系統必須進行創新，以降低對這些反制措施的敏感性。因此，機器學習和計算機視覺將是這項貓和老鼠技術游戲的下一個應用。

如今，自主武器平臺正在使用計算機視覺來識別和跟蹤目標。當系統能夠識別和跟蹤部署在其防護空間中的目標時，自主武器基本上就能夠實現自主。

目標背后的人工智能需要接受訓練，以確定戰略目標到底值得把火力集中在哪里，并提醒監控平臺的操作者。應用展現的場景可能是一架敵機以極快的速度飛向有爭議的空域，一枚火箭向一個城鎮發射，或者是一艘裝甲運兵車沿著一條次要道路行駛。

目前，與傳統的有人系統相比，沒有一個自主武器平臺在未經監測操作員明確批準的情況下被設計用來發射其彈藥，自主武器可能提供的一個戰略優勢是有人系統容易受到人為干擾和需求的影響。

自主武器可以讓計算機視覺中時刻保持警惕的“眼睛”在使用環境中接受訓練，在敵人火箭在人口稠密地區引爆之前，通過瞄準并將其擊落。而如果是有人系統，遇到操作員在發布信息時分心或打瞌睡，則可能失去寶貴的響應時間。

泰雷茲“快火”自主防空武器（翻譯&字幕 by 防務菌）

這種自主武器瞄準軟件背后的機器學習模型通過接受訓練，學習安裝在炮塔和其他武器平臺上的攝像機從不同角度、在不同照明條件下從該公司以前開展的項目中收集的視覺數據。

這些圖像和鏡頭會被標記為目標、敵對行動或自然地形。隨后將運行機器學習算法。這將訓練算法識別1和0的序列和模式，在人眼看來，這些序列和模式形成目標、敵對活動或自然地形的圖像或畫面，如跟蹤界面所示。

計算機視覺目前也應用于便攜式導彈發射系統和大型海軍打擊導彈的武器系統。

導彈在飛行和觀察試圖部署反制措施或規避機動的目標時，其瞄準軟件將允許導彈作出適當的反應，并仍然與其目標相連。

以色列拉斐爾先進防御系統（Rafael Advanced Defense Systems）公司聲稱，他們的GIL-2便攜式火箭系統使用計算機視覺增強瞄準。美國海軍也表示，由L3技術公司制造的HE-4G導彈仍在研發中，但在波托馬克河試驗場取得了成功，在較長距離內比標準炮彈更精確地擊中移動目標。2017年，美國海軍對其設計進行了審查并通過，允許該項目進行重要的設計鑒定活動，然后進行潛在的部署。

人工智能也可以作為網絡世界的武器。自適應電子戰系統的行為學習（Behavioral Learning for Adaptive Electronic Warfare，BLADE）是一種利用人工智能攻擊和破壞無線通信網絡的系統。在后期測試中，BLADE項目是洛克希德·馬丁公司與美國國防高級研究計劃局（DARPA）簽訂的2900萬美元合同中創建的一個系統。

出于安全目的，這個項目的細節不可知。但眾所周知，人工智能在BLADE探測和表征新的通信威脅、學習如何干擾它、然后評估干擾效果的能力方面發揮著關鍵作用。此外，洛克希德·馬丁公司聲稱，BLADE項目能夠預測敵方軟件的對抗措施，并與之適應從而開展持續干擾。

一種能夠像BLADE項目一樣在戰場上禁用無線通信的網絡武器，不僅可以中斷語音和文本通信，還可以提供簡易爆炸裝置（Improvised Explosive Device，IED）的對抗手段。

通常，小型商用無人機可以用作遙控炸彈，恐怖分子可以在無人機上附加小型爆炸物，并在軍事基地上空飛行。無人機通過手機或無人機遙控器本身無線引爆。BLADE項目可以使試圖引爆簡易爆炸裝置的遙控器或手機的無線通信信號失效，從而使無人駕駛飛機和炸藥失效，防止恐怖襲擊。

世界各地的軍隊每天從各種來源獲取大量的視覺監視數據，如電話攝像機、筆記本電腦饋送、視頻監視、人造攝像機、無人機和衛星鏡頭。挑戰不在于收集數據，而在于將其處理為戰略信息，這正是機器視覺和人工智能可以發揮作用的地方。

機器視覺軟件有潛力比訓練有素的人類分析員更快地對大量數據進行排序，以獲得洞察力。美國國防部和其他國家組織目前使用機器學習和計算機視覺軟件進行監視行動。

Maven計劃是美國國防部創建計算機視覺人工智能的一次嘗試，該人工智能可以對無人機等低空作戰監視設備拍攝的大量監視錄像進行分類和識別。

我們可以從谷歌和美國國防部提供的材料中推斷出，Maven計劃中使用的軟件背后的機器學習模型被訓練來識別38種不同的物體，因此，人工智能在不同角度和不同照明條件下，通過數小時的錄像對目標物體進行畫像。鏡頭中的物體會被標記為我們所知道的事物，如旅行的汽車、武器或人。這些貼上標簽的視頻將通過軟件的機器學習算法運行。這將訓練算法識別1和0的序列和模式，在人眼看來，這些序列和模式形成了無人機監控錄像中顯示的作戰區域視頻。美國國防部還沒有公開定義這38個軟件標記的對象。

監視小組可以上傳新拍攝的錄像，這些錄像沒有貼上Maven計劃軟件的標簽。經過訓練標記，軟件背后的算法將能夠確定錄像的內容，并識別任何異常或相關的對象。然后，系統會以某種未知的方式提醒操作員，并在視頻中突出顯示標記的對象。

Orbital Insights公司提供了一個產品，展示了應用于衛星圖像時機器視覺的能力。該公司對大型區域的空間衛星圖像進行地理空間分析。此外，我們可以推斷，中情局目前使用Orbital Insights的產品和服務，因為該公司在2016年從In-Q-Tel（一家總部位于弗吉尼亞州阿靈頓的美國非營利風險投資公司）風險基金獲得了2000萬美元的資金。In-Q-Tel風險投資基金的唯一目的是資助公司開發其預測可能有利于美國情報和軍事行動的產品。此外，In-Q-Tel聲稱，美國政府的一些機構使用了Orbital Insights的產品，盡管它沒有對這些機構的身份發表評論。

衛星成像允許操作員跟蹤大面積的目標移動，確定一個位置的正常活動模式，并在這些模式不同時檢測異常。Orbital Insights公司將來自不同網絡的大量衛星成像數據連接在一起，以匯集全球任何位置的高清晰度圖像，在從圖像中去除云層、煙霧、天氣影響或霧霾的同時，獲取每個位置最有用的部分。

有意思的是，Orbital Insight公司還撰寫了一篇預測中國地上石油儲量的案例研究。Orbital Insight的計算機視覺軟件可以識別油罐，然后測量其容量，以計算總供應量。他們說：“油的體積是可見的，因為油罐有浮頂。利用我們的陰影檢測技術，我們可以測量屋頂上新月形陰影的大小，并計算出陰影的飽滿程度。”

特朗普政府提議在明年的預算中增加兩倍多的資金，僅用于一個依靠軍事視覺數據的人工智能驅動導彈探測項目，該資金額度達到了8300萬美元。

人工智能的一個核心能力是識別數據集中的趨勢和模式，然后預測這種趨勢再次出現的可能性和時間。這被稱為預測分析，目前正在應用于國土安全領域。

預測分析模型可用于關聯準備進行非法活動的跡象，例如在商店購買武器或臨時制造炸彈的材料，從而允許情報機構在這些非法活動展開前進行攔截行動。預測分析軟件還可以根據各種環境因素和過去的犯罪記錄數據，對可能的犯罪嫌疑人進行預測。

美國中央情報局、聯邦調查局、洛杉磯警察局和其他美國政府機構目前使用Palantir（Palantir Technologies是一家美國私人軟件公司，專門從事大數據分析?）作為預測分析軟件，通過機器學習將消息數據、狀態標識數據、圖表、電子表格、電話記錄、狀態數據庫中的文檔（如已存檔的警察報告）、網絡數據、傳感器數據和全動態視頻匯集在一起，以識別看不見的模式并幫助刑事調查。

匯集大量數據可以讓人工智能找到與非法行為相關的模式，在這方面，數據分析人員可能難以自行調查和識別。從2011年開始，美國海軍陸戰隊在阿富汗戰爭期間整合了Palantir軟件，以編制可能幫助恐怖組織的炸彈制造者名單。

根據Palantir的案例研究，調查人員檢測到氣象數據、簡易爆炸裝置攻擊的指揮線信號以及從爆炸裝置收集到的與個人和炸彈制造網絡相關的生物特征。因此，他們能夠為特定人員部署搜捕小組，以減少一個地區的簡易爆炸裝置攻擊次數。

中情局還使用另一個預測分析軟件Stabilitas。Stabilitas是中情局用來評估世界上某個地區的穩定性和安全性的軟件。Stabilitas似乎能夠通過在社交媒體帖子、當地新聞文章和政府報告中爬行來預測地區動蕩的跡象。

研究人員發現針對網絡安全的人工智能解決方案有很高的需求。對于網絡安全來說，這似乎是可以理解的，因為軍事和國防網絡中的數據泄露風險很高。一些人工智能供應商和國防承包商似乎正在使用機器學習來提供安全產品，這些產品可以在威脅影響網絡之前識別和預測威脅。

鑒于大量收集數據以及政府情報泄露的危險，網絡安全似乎是美國陸軍和海軍的高度優先事項。當前業界的許多網絡安全解決方案可以被私營企業利用，世界上的黑客可以像軍事行動一樣容易地將私人實體的秘密作為攻擊目標。

網絡安全威脅有多種形式和規模。人工智能在軍事預防措施中具有很大的作用。如今，軟件能夠識別各種數字情況，如電子郵件或新的閃存驅動器，很可能是植入惡意軟件的陷阱或工具，然后在惡意軟件激活前消除等待軍事行動者的網絡威脅。

BAE系統公司（BAE Systems）是一家總部位于倫敦的國防、安全和航空航天公司。DARPA與其合作，開發CHASE軟件工具，利用人工智能識別和預測對大型企業網絡的網絡威脅。

CHASE軟件可能首先需要對相關數據集進行標記，這些數據集指示來自內部網絡服務器和非人工智能入侵檢測系統的各種度量的“正常”值。這將允許CHASE識別標準操作網絡條件的基線讀數。然后，該軟件將接受訓練，以識別由于以前的安全入侵而導致的網絡特性異常。一旦軟件“了解”活動威脅可能產生的參數值，系統就可以通過儀表板提示人類安全分析師，以確保盡早識別所有新的安全威脅。

CHASE的能力或其他使用人工智能進行網絡安全應用的同一類軟件都可以監控每個部門每天發生的正常下載數據水平。當某個特定部門超出其正常的每日下載預量時，該軟件可對安全專業人員造成的潛在威脅進行標注指示。

美國認知計算分析領域的領軍者SparkCognition公司在2019年初聲稱，它在其DeepArmor（通過使用先進的機器學習和人工智能，以高水平的準確性和有效性來預防和檢測惡意軟件）解決方案中使用機器學習來識別和分析未知文件，并在其入侵軍事物聯網網絡之前檢測惡意軟件等網絡威脅。受益的設備包括諸如被稱為“端點”的筆記本電腦、其他無線和移動設備以及物聯網傳感器等遠程設備。

近期 ，Cylance發表了一篇案例研究，展示了之前媒體報道的Cylance Safelite的價值。負責Safelife業務的信息技術副總裁MatthewCoy評論了Cylance目前的能力，他表示：“Cylance每天檢測并阻止數以萬計的事件。他們中沒有一個人被現有的反病毒系統所注意到或采取行動。”在案例研究中，Matthew Coy提到了管理Cylance PROTECT所需的低管理工作為Safelite帶來了顯著的成本節約。他估計，管理他們以前的殺毒產品每周需要150小時。

俗話說，“知識就是力量”，人工智能有能力增強決策者掌握的知識，讓他們做出更好、更明智的決策。當涉及到組織的后勤和維護實踐時，人工智能具有很大的優勢，有能力實現更高效、數據支持的后勤和軍事裝備維護。

（一）接收警報和生成報告

人工智能改善組織后勤的一個方面是提高決策和執行的速度。會話接口能夠提高軍事官員決策的效率和速度，它允許官員請求與安裝在其上的系統相關的各種各樣的信息，并將其準確地顯示在他們面前或向他們廣播，而無需人工交互并避免了人為錯誤。

例如，在戰斗中，巡洋艦艦橋上的指揮官可以指示對話界面，不斷地傾聽指令，當特定發射架的彈藥減少到15%以下時，立即向他們發出警報。準確地知道何時達到這一閾值，可以讓指揮官下達命令，在戰略上最佳的時間補充該炮臺的指令。

軍事用途的會話接口比公共用途的會話接口有更多的問題。他們需要在高度確定的情況下工作，否則錯誤或不準確的缺點可能會導致一個或多個軍事行動人員的生命損失。一種系統，如果在戰斗中不能正確地將預定的報告傳遞給領導者，可能會導致領導者和他們指揮的武器裝備措手不及，陷入潛在的危險境地。

（二）對軍事載具進行保養

由于軍隊維修載具眾多，這些載具在作戰中受到環境破壞或正常磨損時，必須進行維修。鑒于需要維修的載具數量巨大，任何提高維修效率的方法都可能受到歡迎。人工智能就有能力幫助修理這些載具。

洛克希德·馬丁公司與NGRAIN（加拿大人的一家工智能公司）公司合作開展了大數據分析項目，以提高美國空軍使用的F-35飛機的維修效率。該項目簡化了損傷數據的采集，降低了成本，并通過高效的維護操作提高了飛行員的安全性。

根據工業互聯網聯盟發表的一份案例研究，洛克希德·馬丁公司目前生產F-35閃電II型飛機，還為該飛機提供培訓、預測和維護支持服務。為了提供有效的維修，洛克希德·馬丁公司需要一種方法來準確評估由于戰斗或環境危害對飛機機身造成的任何損壞。

根據案例分析，維修技術人員可以使用NGRAIN工具輸入飛機唯一的尾數，并調出歷史損壞和維修數據。然后，技師在每個新的保養周期中輸入損壞類型和尺寸詳細信息。這些信息自動存儲在ALIS軟件中，以后可以檢索。

NGRAIN聲稱他們的三維建模解決方案幫助洛克希德·馬丁公司的維修工程師減少了維修時間。隨后，美國空軍還要求在F-22猛禽上部署損傷報告解決方案。

美國國防部負責研究和工程的副部長邁克爾·格里芬（Michael Griffin）曾經表示，在戰爭期間，執行后勤保障運行的軍事行動者至少占傷亡人數的50%。他對國會議員說：“如果能用一種相對簡單的人工智能駕駛算法，讓我不用擔心行人和路標之類的事情，通過一種自動無人駕駛汽車來實現這一點，我為什么不這么做呢？”

正如邁克爾·格里芬在其評論中所回避的那樣，與出售給商業公眾的自動車輛相比，軍用自動車輛的安全法規和培訓水平可能要低一些。當人的生命處于危險之中時，功利主義的價值計算就變得容易得多。本質上，如果一輛自動駕駛汽車的任務是拯救一個或多個駕駛員的生命，那么它就可以不那么在意其他車輛的駕駛員。

由于軍隊使用的車輛種類繁多，因此自主車輛在軍事上的理論能力是眾多的。全球軍工百強企業中的多個巨頭都在研究用于軍事建設和后勤的自動汽車和工作卡車。

以色列航空工業公司（IAI）正在建造一種自動推土機，以及一種能夠改變其尺寸以適應各種通行情況的車輛。

洛克希德·馬丁公司早在2011年就啟動了車隊主動安全技術（Convoy Active Safety Technology，CAST）系統。CAST是一種安裝在軍用卡車上的系統，一旦啟動，可以鎖定前方的車輛，并使用機器視覺自動駕駛，從而創建車隊。

洛克希德·馬丁公司車隊主動安全技術（翻譯&字幕 by 防務菌）

波音公司已經設計并正在測試用于常規衛星部署的自主航天器。他們家還向軍方提供自主無人機和飛機，并正在設計自主潛艇。

諾斯羅普·格魯曼的X-47B在2015年就進行了世界上第一次自主空中加油。

諾斯羅普·格魯曼X-47B完成世界首次自主空中加油（翻譯&字幕 by 防務菌）

隨著美國國防部高級研究計劃局（DARPA）組建聯合人工智能委員會（JAIC），以及擁有各種自主車輛項目的大型軍事國防承包商數量的增加，自主車輛的開發顯然是美國國防部的一項優先任務。

此外，國防承包商行業的牽引力似乎是可以理解的，因為車輛自主性可以提高生產率，提高人類操作員的安全性。例如，能夠在安全區域巡邏并通過將攝像機對準可能發生騷亂的地方來調查入侵者的任何跡象，然后向人類安全部隊發出入侵警報的自動車輛，將大大減少人類巡邏人員。

這樣，這些巡邏人員就可以把時間花在更有價值的任務上，而設施卻看不到監視質量的下降。軍方也可能會看到，由于消除了人的操作因素，如需要吃喝拉撒分散他們個人的注意力，監視質量有所提高。

美國通信電子研發與工程中心任務指揮部總工程師歐西·大衛（Osie David）對此表示：“許多公司正試圖在各種車輛上增加自主能力。波音公司正在研制自主式潛艇。中國政府和美國國防部都在開發一套可以安裝在不同地面平臺上的硬件和軟件，如坦克和裝甲運兵車，以提高自主性。”

－?The End －

版權聲明：歡迎轉發本號原創內容，轉載和摘編需經本號授權并標注原作者和信息來源為云腦智庫。本公眾號目前所載內容為本公眾號原創、網絡轉載或根據非密公開性信息資料編輯整理，相關內容僅供參考及學習交流使用。由于部分文字、圖片等來源于互聯網，無法核實真實出處，如涉及相關爭議，請跟我們聯系刪除。我們致力于保護作者知識產權或作品版權，本公眾號所載內容的知識產權或作品版權歸原作者所有。本公眾號擁有對此聲明的最終解釋權。

投稿/招聘/推廣/合作/入群/贊助?請加微信：15881101905，備注關鍵詞

“閱讀是一種習慣，分享是一種美德，我們是一群專業、有態度的知識傳播者.”