美国的军事武器先进到什么程度?

发布时间:2021-08-17 发表于话题:美国的强大靠什么 点击:414 当前位置:黄埔网 > 科技 > 人工智能 > 美国的军事武器先进到什么程度? 手机阅读

人工智能芯片技术的进步加速了人工智能技术在自动化情报处理、装备定制维护、网络安全、自主驾驶等军事应用方面的进程。以「知识积累」(Maven)工程为代表,美国防部通过跨机构跨领域跨军种管理职能的深度融合、筹建牵引智能化军事体系建设的综合性领导机构、出台适应人工智能系统的国防采办规范等措施,加速军事信息系统对大数据与机器学习技术的集成,积极推进军事智能化发展——

人工智能技术及其军事应用

芯片技术是人工智能技术实用化加速的基础

国际上对于人工智能研究的起源,普遍认为从 1950 年代开始。标志性事件就是 1956 年的达特茅斯会议,赛弗里奇和纽厄尔分别发布了关于模拟神经系统的模式识别、计算机下棋的研究成果。同年,麦卡锡在组织「关于人工智能的达特茅斯夏季研究项目」中,首次提出了「人工智能」一词。1954 年,明斯基也完成了「神经模拟强化系统的理论及其在大脑模型问题上的应用」的博士论文,但长期以来人工智能的研究主要还是局限在理论研究的范畴。到 1990 年代,在军事上针对因无线电弱区造成对无人机失联失控的问题,美国有运用神经网络对遥控飞行进行训练,进而实现自主飞行的报道。当时,第一代 256 位的图形处理芯片 GeForce256 才刚刚诞生。受限于计算能力的限制,无线电弱区的问题主要还是通过通信中继的方式解决。

人工智能的核心共性技术大致可以分为人工智能芯片、基础算法和系统平台 3 类。各种不同算法是系统平台的软件基础;人工智能芯片则是算法实现的硬件基础。近年来,芯片计算能力和用户数据量的发展使机器学习技术进展迅速,最终推动人工智能技术达到实用化。以谷歌、微软、英特尔、Facebook 为代表的科技巨头争相加大在人工智能芯片领域的布局。据国际权威基金评级机构晨星公司预测,到 2021 年,全球人工智能芯片市场规模有可能超过 200 亿美元。目前,在人工智能芯片的技术体制中比较成熟的主要有两种:一是基于 GPU、FPGA 等通用芯片打造半定制方案,建立包含深度学习网络、深度神经网络、深度感知网络,以及强化学习网络等算法的平台,使人工智能算法可以与多种类型的智能终端相融合。比较有代表性的是恩伟达公司(NVIDA)于 2016 年发布的 Tesla P100,运算速度达到每秒 21.2 万亿次。二是针对深度学习算法开发 ASIC(特定用途集成电路)芯片。2018 年,谷歌发布的 Cloud TPU 使用 4 个定制化 ASIC 构建,进一步对谷歌 TensorFlow 算法进行优化,每秒 180 万亿次浮点运算,一天之内就能达到基准训练精度,成本低于 200 美元,已应用于美国防部的「知识积累」工程。

2016 年,NVIDA 公司发布的 Tesla P100 深度学习 GPU 芯片 谷歌发布的 Cloud TPU 使用 4 个定制化 ASIC 构建,成本低于 300 美元,已应用于美国防部的「知识积」工程

长远来看,利用类脑芯片进行神经形态计算,最有可能带来计算的体系革命与架构变革,本质是借鉴人脑的工作原理来实现深度学习,进而解决极其复杂的计算问题。

人工智能具有广泛的军事应用前景

2018 年 4 月,美国国会研究中心(CRS)发布了《人工智能与国家安全报告》,分析了当前人工智能项目在国防领域应用的进展。

一是情报、监视与侦察(JSR)领域的自动化情报处理 由于大数据对于情报分析十分重要,所以人工智能在 ISR 领域具有特殊作用。算法战跨职能小组计划在 2018 年中期将人工智能工具集成应用到 30 个场景中。中央情报局(CIA)正在开发的项目有 137 个,利用人工智能完成如图像识别或标记(类似项目 Maven 的算法和数据分析功能)的任务。美国高级情报计划局(DARPA)的人工智能项目包括:在嘈杂的环境中开发实现多语言语音识别和翻译的算法、利用不相关的元数据进行图像的地理定位、融合二维图像来创建三维模型,以及基于生活分析模式推断建筑物功能的工具等。

二是綜合保障领域的装备定制维护 IBM 的 Watson 超级计算机采用定制维护算法,根据来自 17 个车载传感器提供的信息,对美国陆军的斯特赖克车队进行个性化定制维护。计划中的项目还将利用 Watson 超级计算机来分析维修用零部件分布的运输流,以确定最节省的交货时间和最低成本。美国陆军希望这一人工智能系统在分析货运需求后,每年可以节省 1 亿美元。

三是网络空间安全领域的威胁检测与主动防护 人工智能网络防御工具被训练来识别网络中行为模式的变化,并检测出异常,对先前未观察到的攻击方法形成更全面的屏障。DARPA 组织的网络挑战赛展示出人工智能网络工具的潜力。参赛者开发了人工智能算法来自动识别和修补己方软件的漏洞,同时攻击其他团队的弱点。人工智能算法在几秒钟内就修复了这些安全漏洞,而传统的网络安全程序通常需要几个月才能找到并修复漏洞。

四是指挥与控制领域的多域行动效果集成 美国空军正在开发用于多域指挥控制(MDC2)系统,以实现对空中、太空、网络空间、海洋和地基行动效果的集中计划与实施。人工智能将在近期内被用于形成共用作战图(COP)。未来,人工智能还可用于识别通信链路的中断,并找到替代手段来分发信息,还可以根据对作战空间的实时分析,为指挥官提供可行的行动路线。

本文来源:https://www.huangpucn.com/info/181889.html

标签组:[武器装备] [人工智能

相关APP下载

热门话题

科技推荐文章

科技热门文章