引導人工智能實現從實驗室向戰場的過渡將是軍方領導人面臨的最棘手問題之一。
作為一支擁有9萬名士兵的快速反應部隊，第18空降軍將成為梅文計劃的試驗平台。梅文計劃是一個圍繞強大算法構建起的意在識別戰場上人員和裝備的系統。依賴於機器學習領域的突破，該系統具有依靠訓練數據和用戶反饋找出目標的自學能力。五角大樓的人工智能模型還可以判斷目標的變化是否可能具有重要意義，從而作出敵人正在修建新的軍事設施之類的提示。所有這一切都會與諸如衛星圖像和通過通信攔截獲得的地理定位數據等信息融合到一台名為“梅文智能系統”的計算機界面上。
從起步到成熟
人工智能——或類似技術——在美國國防部有著悠久歷史。冷戰期間，“半自動地面環境”防空系統曾利用早期算法處理雷達數據。在“沙漠風暴行動”中，某個分析工具曾參加了部隊調動的計劃。
到2005年前後，人工智能的鋒芒在民間社會得到確立。在各種發展加速之際，當時領導五角大樓一個專門關注先進技術的辦公室的美國空軍前助理部長威爾·羅珀越來越緊張地予以關注。他說，到2016年時，國防部還缺乏海量雲存儲能力或適合計算機處理的數據，官員們不懂機器學習。
由於擔心軍方無法在適當的時限內開發出自己的工具——美國主要的武器系統可能需要15到20年才能完全投入使用，羅珀提出了一項耗資5000萬美元運用機器學習進行自動目標識別的計劃。傳統上，識別和歸類戰場上的敵方資產是一個費力的過程。分析員可能要花費數小時甚至數天時間——主要靠雙眼——梳理衛星圖像和監視數據。儘管已有別的自動瞄准軟件，但士兵們認為它速度太慢，並極易做出錯誤判斷。
|
