2020年是美国国防高级研究计划局（DARPA）国防科学办公室（DSO）成立40周年（1980-2020）。上周DARPA在油管上po出了一条短视频，多位DARPA历任局长及现任局长，还有DSO的主任、项目经理录制了一段段祝福视频，并谈到了对DSO的看法。其中最经典的当属布坎南·李（1995-1997担任ARPA副局长）对于DSO的定义——“DARPA中的DARPA”，还有托尼·泰特（2001-2009担任局长）对于DSO项目经理的定义——“变形虫”（即项目经理具有使项目和自身裂变的能力）。
DARPA国防科学办公室（DSO）成立40周年（翻译&字幕 by 防务菌）40年前，DARPA(当时叫做ARPA)决定将几个侧重于单一技术的办公室合并成一个综合性的办公室，以代表支持DARPA任务所需的科学范围。该办公室，即国防科学办公室(DSO)，现在可是DARPA运行时间最长、人员配备最连续的办公室。在过去的四十年里，DSO的项目经理(PMs)一直致力于改变支持美国国家安全的可能。DSO的项目经理作为DARPA的远期侦察员，定义并播种新的基础科学和技术，在此基础上建立未来几代的关键性、突破性技术。从创建全新的学科到分拆新的DARPA办公室（微系统技术办公室-MTO和生物技术办公室-BTO），DSO帮助塑造，尔后重塑了美国国家安全技术格局。
就其人员和项目而言，DSO是迄今为止最多样化的DARPA办公室。DSO的项目经理以其永不满足的热情和好奇心而闻名，他们经常寻求利用其同事的广泛专业知识和经验来建立旨在对美国国家安全产生积极影响的项目组合。事实上，许多DSO项目出现在两个或更多不同学科的交叉点上，例如，材料与计算机科学、机器人和生物学、化学与人工智能、数学与几乎所有的学科。DSO在假肢、量子信息科学、装甲、功能材料和生物战防御等方面的突破性贡献，只是DSO在不同学科之间多维缝隙创新的几个例子。
DARPA国防科学办公室：服务于国家安全的科学（翻译&字幕 by 防务菌）
协作、支持和尊重的文化是DSO的核心优势。新项目的产生和新办公室方向的确定都是“全员参与”的工作。激烈的辩论虽然是新项目开发过程的重要组成部分，但总是以尊重和建设性的方式进行。一个项目经理成功地使一个新项目获得批准，整个办公室都会为之庆祝，当一个项目经理遇到困难时，他或她的同事会站出来提供帮助。通过不断轮换才华横溢、技术多样的项目经理来保持这种合作文化，一直是，并将继续是DSO领导层在招聘新项目经理时的最优先事项之一。对于办公室主任和副主任来说，这也许是最具挑战性，但也是最有价值的角色。当前，DSO在支持DARPA任务方面的作用与以往一样重要。在一个技术扩散和全球竞争的世界里，DSO继续在技术领域的远方寻找开拓新的科学前沿的机会。除了在多个科学学科中追求创新的广度，DSO还在寻找新的方法，从根本上加快DARPA的研发采办流程。例如，DSO的快速采办颠覆性项目成为类似项目的典范，包括微系统技术办公室（MTO）的微探索和全局的AI探索项目。愿意挑战常规，追求非传统概念，并在涉及创新的各个方面时鼓励“打破常规”的思维，这些都是多年来促进DSO取得众多成功的进一步优势实例。下面，将以10年为一个维度，突出DSO在其40年历史中的创新实例。DSO早期在材料和制造领域的根基和贡献是20世纪80年代的重点。在20世纪90年代，生物战防御作为DARPA的一个重点领域出现，以及功能材料和数学领域作为几个几十年技术发展弧线的早期开始。2000年代早期则强调了DSO在结构材料、机器人和假肢方面的重要投资。2010年代，DSO有意投资于社会行为科学，并利用人工智能和数据分析的进步，从材料、制造和化学的基本进步到在城市规模监测和阻止大规模毁灭性武器/大规模恐怖武器（WMD/WMT）威胁。在成立的头十年，DSO在电子材料方面进行了广泛的投资，从无机晶体导电性的探索到新型化合物半导体的开发。这些早期对电子材料的投资对电子材料业界产生了重大影响，推动了商业和军事应用的新能力。DSO发挥关键作用的一个领域是开发建立砷化镓（GaAs）器件所需的制造技术。与硅基技术相比，砷化镓器件具有许多优势：预计它们的功耗只有硅基技术的一小部分，工作速度更快，可在较宽的温度范围内工作，而且抗辐射能力更强。虽然DARPA没有投资砷化镓作为半导体材料的早期开发，但它确实资助了一些开创性的工作，以开发和演示验证一些基于肖特基屏障的场效应晶体管的首批砷化镓器件。20世纪70年代初，在DSO还没有成为办公室之前，DARPA的投资主要集中在开发砷化镓器件的离子植入技术上，从而演示验证了离子植入砷化镓金属半导体场效应晶体管逻辑门。20世纪80年代初，DSO继续开展这项工作，启动了一些项目，使微波和毫米波单片集成电路（MIMIC）的开发成为可能。此外，DSO还建立了一个砷化镓集成电路试验线项目，以使该技术走出实验室，进入制造领域。
砷化镓晶圆（左）和被切割并抛光成3”晶圆进行加工（右）
1988年初，DSO启动了一项新项目，将数字(砷化镓)集成电路植入11个武器系统中，以提高其性能，而不是硅基器件。这些系统包括用于特殊任务(侦察)飞机的分布式阵列处理器，用于侦察卫星的航天器机载处理器，用于AN/ALQ-136干扰器的数字无线电频率存储器，以及用于E-2C机载预警机的雷达处理器。DSO在开发制造技术以构建砷化镓器件方面的基础性工作，迎来了新的能力，不但 显著影响了军事系统的性能，也影响了人们的日常生活。基于砷化镓器件的新技术包括 无线通信、全球定位系统、防撞雷达以及商业卫星通信。在DSO的第一个十年结束时，电子材料领域显然已经发展到足以支持一个独立的技术办公室来应用这些技术，于是电子技术办公室（ETO），也就是现在的微系统技术办公室（MTO）的前身从DSO中分离出来。然而，即使在电子技术办公室成立后，DSO仍继续资助电子材料的基础研究，其中包括开发宽禁带半导体技术和高温超导体的军事应用。想象一下，如果每年你把所有的衣服都扔掉，只因为预计有0.1%的衣服不能穿，那岂不是极大浪费？而这正是1980年喷气式发动机涡轮盘的情况，因为在设定的循环次数后，预计每1000个低循环疲劳会有1个失效，所以所有的涡轮盘都将被停止使用，尽管99.9%的涡轮盘仍然是完全好的。虽然有研究在无损的方法来寻找导致这种故障的裂缝，但这些努力都集中在提高灵敏度上，没有将材料中的缺陷与零件的实际寿命相关联的工作来解决这个问题。
F-111声发射测试——ARPA早期的飞机“无损评估”项目
这个问题是定量“无损评估”（NDE）项目的起源，该项目及其后续项目改变了关键军事系统的维护方式。其想法是开发/演示验证定量方法，为关键飞机部件的验收/拒收标准提供合理的基础。这不仅需要提高灵敏度，而且需要通过断裂力学将发现的缺陷与零件寿命的实际预测联系起来。该项目的重点主要是超声波技术，但电磁网和声学方法也得到了发展。该项目的主要成功之一是将世界级的断裂力学专家与信号传播的基础研究联系起来。该项目使无损评估成为一个可行的大学研究领域，鼓励一些世界上最著名的材料科学家和物理学家参加该项目。这个项目的直接过渡是在20世纪80年代末的“因故退出”项目（RFC）。这个概念允许每个涡轮盘在其安全的总疲劳寿命范围内充分使用，只有当一个可量化的缺陷需要将该特定组件从服务中移除时，才会发生退出。通过断裂力学分析和服务周期来确定该部件不再被认为是安全的缺陷大小。美国空军航空后勤司令部圣安东尼奥航空后勤中心在美国空军F100发动机上采用了这一方案，共有23个风扇、压缩机和低压涡轮转子部件按照这一理念进行管理。DSO在NDE和RFC中的工作为基于状态的维护铺平了道路。基于状态的维护是一种被广泛接受的策略，它监测资产的实际状况，以决定需要做哪些维护。NDE也是DSO的 “预测”项目的前身，该项目始于2001年，其目标是确定剩余的可用寿命和对关键部件未来运行能力的定量预测。虽然增材制造在2010年才引起公众的注意，但它已经存在了近40年，DSO进行了一些关键的早期投资。为了缩短制造开发时间，DSO的早期“种子”项目为“无工具”制造和设计与制造工具的集成开发了基础知识和设备。1987年，德克萨斯大学奥斯汀分校开始举办实体自由成形制造（SFF）年度研讨会，标志着这一领域从拓扑学和光雕专业的兴起和发展。1990年，DSO的早期投资将实体自由成形制造从简单的二维图案层层叠加转移到了更传统的3D打印上，并在1990年推出了实体自由成形制造项目。实体自由成形制造消除了铸造、钻孔和铣削等通常的制造限制，促进了设计和制造之间更深层次的协同作用。这使得一次性原型的创建能够快速评估和纳入变化，这与传统的制造工艺（如模具制造）形成鲜明对比。用与简单几何形状相同的努力制造复杂的三维几何形状的能力，为实现制造复杂三维零件的真正潜力打开了大门。增材制造的发展并不容易，DSO不断推出后续项目，扩大了可用于3D打印的材料套件，以及扩大技术能力基础的新工艺，从而推动了增材制造的发展。
熔融沉积系统建立了一个共形冷却氮化硅涡轮叶片（左），生坯和烧结氮化硅涡轮叶片（右）
虽然增材制造的核心发展发生在20世纪80年代末和90年代初，并为我们今天所知道的3D打印铺平了道路，但DARPA在2000年代和2010年代通过有针对性的投资扩大了先进制造的范围，以提高材料的精度和类型，以及快速整合快速成型制造组件的方法。DSO的集成介观电子学 (MICE)项目实现了无源电子器件的直接写入。快速疫苗评估项目开发了打印生物医学材料和组织的技术，用于快速评估潜在的疫苗。Mak-It项目实现了按需直接自动化制造化学品。其他DSO项目的目光超越了使用不同材料的制造，考虑不同规模的增材制造。在 在“可控微结构材料”（MCMA）项目中，利用快速成型制造的最新进展，实现了微观结构的制造，提高了材料的结构效率，并实现了超过或达到块状材料的性能。甚至用散装材料都无法实现。诸如“原子到产品”（A2P）这样的项目专注于开发跨厘米或更大体积的纳米级精度的可扩展数字制造技术，以进一步提高增材制造的精度和可扩展性。DARPA的几项投资开发并推进了增材制造的材料和精度，而其他投资则致力于利用增材制造来解决采办过程中固有的延迟问题。“先进快速响应制造”（ARRM）项目创造了针对当前或新出现的需求快速制造组件的技术，以克服采办的挑战。“开放式制造”项目通过开发新的建模和信息学工具，使制造环境的新技术得以快速鉴定，以加快新组件的加入，从而能够应对国防部的需求。DSO的投资在实现多材料系统（如陶瓷与金属）的增材制造方面发挥了关键作用，这将对国防平台的性能和准备状态产生重大影响。DARPA于1960年创建了跨学科实验室并提供资金，基本上诞生了我们今天所知道的材料科学与工程领域。从那时起，DARPA就专注于开发新的和改进的材料，以满足新的任务性能要求，并通过改善尺寸、重量和功率(SWaP)，同时降低成本来支持现有的任务。自1980年成立以来，DSO的主要任务之一就是继续进行有关新材料的探索。早期的成就使高性能喷气发动机、轻量级飞机和船舶、卫星，甚至陶瓷装甲的材料成为可能。
然而，DSO在20世纪80年代取得的成就还不足以赶上20世纪90年代在制造和设计方面取得的进步。现在，新的发动机可以在30个月内设计出来，但优化这些发动机所需的新材料的开发仍然需要3-4倍的时间。这种不匹配迫使发动机设计者不得不使用现有的、特性良好的材料，使得新材料的插入几乎不可能。为了应对这一困境，DSO的“加速材料插入”（AIM）项目应运而生。AIM的概念是，从一开始就将系统设计整合到新材料的开发中，同时，增加计算和实验设计的使用，以缩短大量的试错材料鉴定过程。AIM试图管理使用新材料的不确定性，从而使设计者能够对新材料的行为做出明智的选择。
AIM试图解决材料开发和系统设计之间的脱节问题，即材料的开发是经验性的，然后再 “越过墙”给系统设计人员
通过将计算材料工具和工艺设计空间联系起来，为给定的应用开发最佳的成分和加工工艺，AIM形成了综合计算材料工程（ICME）这一范式转变概念的基础。ICME体现了AIM的理念，形成了材料科学和工程的基本支柱，提供了大幅降低材料开发周期中通常需要的成本和耗时实验的方法。ICME催生了白宫科技政策办公室（OSTP）的材料基因组项目，该项目继续了新材料的探索、开发和部署方式的范式转变。AIM还为2010年代制造和设计领域的新一代DSO项目铺平了道路，如开放式制造，这将继续彻底改变国防平台中材料的使用。
2020年7月30日，《华盛顿邮报》发表了一篇题为《五角大楼的一个秘密机构是如何为快速治愈冠状病毒播下种子的》的文章。这个“秘密机构”当然是DARPA，而启动这一切的办公室是DSO。闪回到1997年4月，受理查德-丹齐格研讨会的刺激，美国自然资源部的李·布坎南上尉在《海军研究所论文集》上发表了“穷人的原子弹”，这篇文章的重点是国防部如何应对生物武器。由于布坎南博士也是DSO的主任，他把自己的想法带给了DARPA局长，DSO生物战防御（BWD）的工作即将诞生。有一次出现了小插曲：国会规定所有的BWD工作都由国防部化学生物防御项目管理。为了让DSO开始BWD工作，DARPA不得不寻求立法许可，以运行一个独立的项目，1998财年国防授权法案授予了这个许可。这时，DSO的BWD项目就开始运行了。从一开始，BWD项目就专注于不与特定病原体挂钩的方法。例如，“非常规病原体”项目旨在打破一菌一药的模式。以组织为基础的传感器项目的目标是创造能够对有害病原体发出警告的传感器，而不是针对任何特定的病原体进行调整。另一项工作，快速疫苗评估，是最早使用活体组织作为筛选治疗剂有害影响的方法之一，从而避免了早期失败而无需进行动物试验。这也是第一次证明了组织可以通过快速制造技术进行打印，此后这项技术得到了广泛的应用。另一项重要的工作是“加速制造药品”，通过使用工厂等新型生产平台，提高了药品生产对新的生物武器威胁的反应能力。在这些项目之后，又有一些旨在领先于自然或工程疾病的工作。例如，“预言”项目试图预测病毒的进化，以使治疗开发变得积极主动。2011年，启动了“自主诊断促进预防和治疗”（ADEPT）项目。ADEPT是一项广泛的技术项目，旨在为预先阻止或减轻不断发展的传染病威胁提供选择。在这项工作下，开发了基于核酸的前沿抗感染技术。DSO通过其BWD项目认识到，美国及其军队很有可能需要对不甚了解或可能完全未知的威胁做出快速反应——这在几次全球卫生危机中被证明是很重要的。例如，为了应对2009年3月爆发的H1N1流感，DSO制定了“蓝天使”项目组合，旨在识别和鉴定H1N1病毒。这项工作还建立了通过部署多种新型表达平台（植物、真菌等）来增强传统制造方法，制造数百万种疫苗的能力。在埃博拉病毒和寨卡病毒危机期间，DSO项目的技术也得到了应用。BWD项目在2014年从DSO拆分出来后转移到DARPA的生物技术办公室（BTO），BTO继续应用新型方法应对BW威胁。这使得DARPA能够有效地支持当前额新冠肺炎疫情，ADEPT的DNA和RNA编码的传染病医疗对策等技术证明了其价值。然而，正如《华盛顿邮报》的文章所指出的那样，“如果不是DARPA在过去十年和更早的时间里的投资......美国人朝着阻止冠状病毒的疫苗和抗体疗法的竞赛很可能不会像今天这样快速地进行。”对于DSO几十年前开始的工作，没有比这更大的赞美了。
DSO的BWD项目涵盖了从病原体鉴定到快速、大规模生产的全部过程
在过去25年中，计算存储器领域的许多进步都可以追溯到DSO的“自旋电子学”项目。“自旋电子”（Spintronics）是自旋传输电子学（Spin Transport Electronics）的缩写，于1995年作为磁性材料和器件（MMD）项目开始，利用了1988年发现的巨磁电阻（GMR），这是一种在由交替的铁磁层和非磁性导电层组成的多层中观察到的量子机械磁电阻效应。导电层中的电阻取决于相邻铁磁层中的磁旋方向……当它们平行时电阻低，不平行时电阻高。自旋电子学项目利用这种效应，并将其与新发现的磁隧道结结合起来，其中电子的量子机械隧道作用放大了GMR效应。这样就可以开发出基于磁控制自旋方向的高密度存储器件。
通过对磁自旋方向的控制，“自旋电子”实现了高密度、抗辐射的存储器设备“自旋电子”项目对磁性存储器的快速发展与国防部对其卫星和导弹的辐射硬存储器的需求相吻合。现有的电镀线存储器重达40磅，只有128 kB的存储器，每个存储器装置的成本为25万美元，而且容易发生单次事件。相比之下，基于“自旋电子”开发的GMR使基于磁自旋而非电荷的存储器成为可能，当计算机/存储设备关闭时，存储器仍可保留。其结果是一种用于空间应用的硬磁存储器，其尺寸和功耗比正在部署的系统小几个数量级，并且具有静态随机存取存储器（SRAM）的速度（<3ns）和动态随机存取存储器（DRAM）的密度（高达4 Gbit）。这项工作直接导致了磁阻随机存取存储器(MRAM)的普及，MRAM是商业和国防应用的主流非易失性存储器。“自旋电子”是1999年开始的DSO“半导体中的自旋”（SPINS）项目的前身。SPINS项目试图改变电场在室温下的磁性，并利用在半导体中光学诱导磁性的能力。SPINS的成功指出了操纵半导体中的自旋来创造量子比特或夸比特的可能性，促进了DSO在量子计算领域的探索，包括量子信息科学与技术(QUIST)、探索未发现的能量存储和推力(QUEST)、量子辅助传感和读出(QUASAR)，以及最近的驱动和非平衡量子系统(DRINQS)项目。
左图：含有自旋电子技术的晶圆，就像Everspin科技公司的这个彩色样品，在这些晶圆被切成小块并包装成单个MRAM芯片之前，会有许多磁阻随机存取存储器（MRAM）模具。右图：Skyrmions是涡状的多电子结构，只作为一个单元翻转状态，与简单的电子组织相比，赋予其更高的稳定性DSO的“电子学拓扑激发”（TEE）项目始于2017年，标志着DSO对“自旋电子”的投资的回归。TEE探索了最近发现的天体磁态中电子自旋的拓扑保护，为磁性材料提供了一种新的调谐能力，对非常高密度的存储器存储具有意义。
20世纪80年代初，DARPA对与架构、硬件和软件相关的研究工作进行了大量的、协调一致的投资，但对从这些进展中获益所需的关键数学研究却没有类似的资金。由于缺乏大规模的、前瞻性的数学投资，意味着可能会改变数学模式的工作得不到资助。在这种背景下，路易·奥斯兰德（Louis Auslander）教授说服了DARPA局长，认为改变现状符合国防部的利益，于是DSO的“应用与计算数学项目”（ACMP）应运而生。ACMP试图加快基础数学的发展，这些发展可能会带来能力的根本性进步。ACMP项目是多学科的，目标是开发有效的数学表达和快速、可扩展的算法。在ACMP的形成期，项目自然而然地发展成四个主旨：1.架构感知的算法表示；2.数据结构的利用；3.基于分析的快速算法；4.物理系统的预测、设计和控制。架构感知的算法表示。新颖的计算机体系结构一般都能促进编程模型和自动化工具，使性能和编程生产率最大化。尽管如此，对于关键应用，往往需要手工定制算法和代码，以解决低级机器的考虑。在这一主旨下，DSO数学项目开创了新颖的多学科计算机科学和工程研究，从而产生了全新的软件工程自动化技术，并加速了新一类计算机架构的采用。在这一主旨下，典型的ACMP项目使用快速傅里叶变换(FFT)算法的架构感知表示来系统化性能权衡。随后的项目 "适应性库的信号处理实现研究"(SPIRAL)将FFT和其他算法的高性能实现的自动生成制定为一个优化问题，并通过将计算机代数表示和机器学习搜索方法相结合来解决这个问题。由此产生的体系结构感知的 "编译器 "概念启发了像Intel这样的高性能计算机厂商，从手工编码的科学库转向机器生成的库，用于广泛的相关算法，从而显著地降低了成本，提高了生产率。ACMP的努力激励了一个MTO项目，该项目表明图形处理单元(GPU)在信号处理能力方面提供了一个飞跃。相关的技术发展有助于促进GPU在当今计算机中的普及。数据结构的利用。对于许多与国防相关的数字技术，如信号/图像处理和通信，处理需求总是超过当前的计算技术，任何不足之处都会因次优算法和小尺寸需求而加剧。ACMP的这一主旨带来了几个以前未开发的数学体系，包括“小波分析”，以产生利用感兴趣的对象中存在的结构的新手段。在接下来的几十年里，DSO项目在数据处理和分析、信号和图像处理、波形和滤波器设计、导航、数字摄影和模数系统设计等领域的方法和技术取得了革命性的进步。在ACMP下的发展导致了数字图像的小波压缩标准，目前小波压缩标准已广泛用于指纹、医学图像和一般静止图像的压缩和运动捕捉。基于分析的快速算法。20世纪80年代，在电磁学、量子化学和引力等应用中，有效利用大规模计算资源模拟物理现象的一个重要障碍是缺乏准确、可扩展的算法。ACMP项目利用快速多极法(FMM)开发了分析机制，以有效地表示某些多尺度的物理现象，其基础方法已经彻底改变了广泛的计算科学，使虚拟试验台成为可能，例如，飞机模型的电磁散射现在可以在几个小时内计算出来，而不是20世纪80年代的几天。ACMP下的项目还引发了分析型快速算法技术在应用中的广泛进步，包括自动优化滤波器设计、引力场计算和量子化学（QC）。物理系统的预测、设计和控制。在20世纪80年代后期，复杂的动力学、不可逆转性以及材料过程中不同的物理和时间长度尺度是设计高产、低成本加工策略的重大障碍。建模和模拟被广泛地应用于物理科学和工程的许多领域，控制理论在许多商业工业中已经确立。然而，当时的技术水平对于许多DSO感兴趣的材料系统来说是远远不够的。20世纪90年代的两个著名的DSO项目是“快速热加工”(RTP)和“虚拟集成原型”(VIP)，这两个项目在成功设计、扩大规模和控制涉及原子级晶体管和电子材料制造的材料工艺方面起到了重要作用。随着晶体管的缩小，RTP项目被用来缩短晶圆加工炉的热循环，以减少缺陷。设备制造商首次可以模拟闭环RTP设备性能，以有效地进行设计变更和评估。由此产生的动态实时控制软件被应用于大多数半导体工厂。VIP项目开发了一种用于模拟薄膜生长和形态的新型水平集方法，该方法已成为外延生长的标准。VIP项目还促成了一种全新的薄膜生长方法——靶向偏置离子束沉积(BTIBD)的设计和原型开发，该方法可快速生成金属和氧化物的超光滑薄膜，并集成了适用于控制巨磁电阻(GMR)衍生材料薄膜沉积的原子到宏观的计算机模型，使巨磁电阻在商业上和国防产品中的应用实现了飞跃。
在ACMP项目下取得的技术成就使许多技术领域的技术水平取得了重大进步。ACMP从20世纪80年代开始开创的将数学与科学和工程相结合的方法，至今仍由DSO在 “物理系统不确定性量化”(EQUiPS)和拉格朗日等项目中推行。
2000年代-腿很重要
跑步机上的蟑螂.....油管上点击率达数百万的大狗机器人视频......有腿机器人的世界速度记录——这就是DSO的仿生机器人项目的遗留资产。这些都是DSO的“可控生物系统”(CBS)项目的一部分，这个项目的出发点是，为了成功地驾驭这个世界，生物物种拥有精巧的运动和感知能力。尽管有一些有趣的传感推力分支，但对生物活动性的仿真才是最受关注的领域。作为这项工作的一部分，1999年6月18日出版的《科学》杂志的封面文章《翼的旋转和昆虫飞行的空气动力学基础》是具有开创性的文章。另一项工作是研究壁虎如何爬墙，最终导致了非常成功的Z-Man项目。但最终证明对国防部最有价值的是有腿机器人的开发。
众所周知，有腿机器人能够在轮子和履带无效的地形上高效地进行机动。虽然早期有一些尝试复制生物学使用腿部的方式，但大多数研究集中在计算机计算腿部的位置，这项任务需要在移动腿部之前感知环境——这并不是对生物学的模仿。为了理解两者的区别，想想当一个人在草地上奔跑，然后遇到沙子会发生什么。人们可以感受到腿部是如何适应新的步态来维持新环境的稳定性。虽然腿部运动如何适应有一个复杂的运动学解释，但底线是，生物学做这些“计算”不是通过思考腿部的位置，而是通过腿部和关节的构造方式。CBS的项目开始研究是否可以在机器人中复制，因此，研究蟑螂在跑步机上翻越瓦砾，以了解它们腿部的动态。
从这些早期的研究中，产生了一系列的有腿机器人，包括RHEX，一种可以成功穿越复杂地形的六足类机器人。随后是“大狗”（Big Dog）——一个四条腿、无头的机器人，由于它能够在穿越不同的表面时稳定自己，爬上陡峭的瓦砾堆，甚至能够从快速的踢打中恢复过来，而成为油管上的热门话题。“大狗”过渡到TTO的有腿小队支持系统（LS3）项目，与海军陆战队进行了进一步的开发和演示。2014年，“机器人骡子”出现在与海军陆战队的RIMPAC野外测试中，在测试中，四足机器人携带350-400磅的装备穿越困难的地形，并展示了其自主能力。
“大狗”机器人是作为“骡子”开发出来的，用来穿越困难的地形
虽然LS3的工作因为发动机噪音而没有成为记录在案的项目，但DSO项目的传统成果对有腿机器人的设计产生了重大影响。受LS3的技术成就的启发，DSO启动了一个名为“最大移动性和操纵性”（M3）的新项目，以创造和演示具有改进的移动性和操纵能力的机器人，模仿自然界中快速奔跑的动物。在M3项目中，名为“猎豹”的机器人时速超过28英里，比尤塞恩·博尔特（牙买加前男子短跑运动员，男子100米、男子200米以及男子4×100米接力的世界纪录保持者，同时是以上三项赛事的奥运金牌得主，被称为地球上跑得最快的男人）还快。
DSO开发的机器人技术也使TTO管理的DARPA机器人挑战赛成为可能。虽然2015年决赛的参赛者不需要派出有腿机器人，但事实证明有腿在8项规定任务中的3项任务中很有用：驾驶车辆、在瓦砾堆上机动、爬梯子，再次证明了腿确实很重要。
2000年代-革命性的假肢技术
“在DARPA，我们的愿景是：在未来，在战场上失去四肢的士兵将重新获得该肢体的完全使用权......如果他们以前能弹钢琴，他们将再次弹钢琴。”这番话，是美国DSO项目经理杰弗里·凌（Geoffrey Ling）上校在2005年DARPA技术活动上宣布的“”革命化假肢”项目，该项目旨在设计、开发和制造真正革命性的上肢假肢原型。杰弗里·凌形容这是我们与那些“每天早上醒来保护和服务于美国理想”的人达成的一个约定。
“革命性假肢”项目在上半身假肢方面取得的进展证明，杰弗里·凌和DSO在2005年与作战人员达成的协议正在顺利实现防弹衣的进步确实是救命稻草，但结果是，许多作战人员在回国时失去了四肢。虽然失去一条腿是很悲惨的，但此时下半身的假肢已经取得了很大的进步，甚至可以进行竞技跑步。然而，尽管手臂和手对日常生活非常重要，但当时最好的假肢手臂都是靠粗大的肌肉运动来驱动，功能最强的手和钩子没什么区别。“革命性假肢”项目的目的是设计一种上肢假肢，它采用了在执行、机械动力分配、能量储存、生物/非生物接口、传感器和计算等方面的突破，最重要的是，它有能力通过使用者的意图来控制手臂和手。驾驭大脑控制运动的希望源于DSO从1999年开始的大量基础研究投资，旨在了解大脑如何编码代表肢体运动意图的信号。在人类辅助神经装置项目中，研究人员能够对这些信号进行解码，并将其发送到由大脑控制的机械臂上。这项工作在非人灵长类动物身上得到了证明，在少数情况下，在人类身上也得到了证明。从那时起，更先进的解码器的开发使得系统的算法和用户的神经活动之间能够共同适应，这进一步加速了用户基于心灵的运动控制。如今，与成人手臂形状和重量相同的DEKA手臂系统已经获得了FDA的批准，成为了商业产品。它有10个柔性关节，由表面肌电图（EMG）电极等输入设备控制。目前，已有23名手臂截肢的患者接受了该手臂系统，其中包括12名退伍军人。同时，BTO还在继续开展全脑控制假肢的工作，生活瘫痪的研究参与者利用直脑接口给自己喂食，并利用大脑信号直接控制飞行模拟器。
2000年代-黄蜂
“黄蜂”微型飞行器及其后续平台的作战成功掩盖了这一事实，即这一概念始于2003年，是DSO的“合成多功能材料”（SMFM）项目中的一个想法。SMFM探索了国防系统中结构与功能一体化的优势。“黄蜂”最初的概念是使用一种特殊开发的纤维电池作为机翼的结构件，从而避免了单独电池组的寄生重量。在没有额外电池重量的情况下，最初的“黄蜂”设计提高了续航能力，为更灵活的航空电子设备铺平了道路，并增加了有效载荷能力。这个概念的成功通过创纪录的长距离飞行表现出来，吸引了海军陆战队的注意，他们正在寻找一种高度便携的ISR平台技术，用于班组级和单兵级别的视距外图像监视。
与海军陆战队的接触，加上中东冲突的紧迫性，使“黄蜂”从一个材料项目迅速发展成为一个现场演示的原型平台。为了满足作战需求，“黄蜂”进行了重新设计，DSO放弃了“结构电池”的概念，转而采用一种更方便和可操作的配置，包括一个独立的电池组。下一代“黄蜂”是一种手动或蹦极发射的固定翼无人机，重量不到一磅，可以装在背包里。它可以以超过35英里/小时的速度飞行，携带复杂的有效载荷和先进的自动驾驶仪，实现免提操作，使操作者可以专注于任务并获得必要的战术图像。凭借其极小的体积和安静的推进系统，黄蜂号提供了低空无遮挡的实时图像。“黄蜂”Block III成为美国武装部队采用的第一个微型航空飞行器，以支持记录项目（2008年1月正式宣布）。
2000年代-保护作战人员的材料
DARPA长期以来一直致力于开发技术，以保护战场上的美国作战人员不受子弹和爆炸的威胁。在过去的20年里，由于通过材料的进步很容易提高子弹和爆炸的杀伤力，对骑兵和非骑兵的弹道和爆炸威胁已经成为一个无情的问题。DSO在装甲方面的早期投资主要集中在了解描述用于保护的材料在高动态载荷下如何表现的基本物理学。这些早期的投资开始揭示了单个材料属性（如硬度、延展性、弹性极限）以及不同材料组合的集体行为在决定观察到的弹道行为中的作用。这种对材料特性的早期理解使得装甲解决方案的设计者能够将不同特性的材料整合在一起，以产生比单个材料层的总和更大的生存能力的弹道防护解决方案。在阿富汗和伊拉克战争中，美国军队受益于这些早期DSO在材料开发和弹道防护计算建模方面的投资。这些进步促进了碳化硼装甲插件的发展，使其对穿甲弹的防护能力得到了显著提高。此外，碳化硼嵌件比现有的氧化铝基嵌件减重35%，成为陆军拦截式防弹系统的首选装甲。DSO在超轻装甲上的投资推动了防弹衣计算工具的发展，使社会各界能够利用建模和模拟而不仅仅是“射击和观察”来确定弹道性能。此外，这些工具使得设计的防弹系统能够在最小程度上增加装甲重量的情况下提供多重打击保护。DSO通过推进“超高分子量聚乙烯”（UHMWPE）防弹织物的开发，继续改进防弹衣解决方案，该织物在减轻重量的情况下，比凯夫拉纤维具有更好的能量吸收和更强的防护能力。在开发织物的同时，DSO还支持改进计算工具，以帮助了解这些织物及其结构在高动态载荷下的表现。这些工具的改进和在此项目下开发的新织物已被整合到美国陆军的第二代士兵车载系统中，该系统提供了应对当今和新出现的弹道威胁的最佳生存能力性能。2010年代初，中东地区的骑兵在战场上遇到的爆炸威胁的杀伤力和种类不断增加。最初部署在中东的军车对简易爆炸装置的车底保护极少，美军的顾问发现并成功地利用了这一点。最初军方保护车内人员的解决方案是增加车辆装甲，导致战术车辆的重量大幅增加，影响了机动性、越野性和可维护性。在此期间，DSO启动了几个车辆保护项目，以解决保护作战人员免受日益增长的威胁，同时保持理想的任务效率水平。DSO利用冲击物理学、材料科学、能量转换和装甲力学方面的突破，开发能量消散/转换机制，以改进装甲设计和减轻车底爆炸。这些项目的成功使得新的能量管理系统得以实现，在该系统中，车辆的整个结构都参与吸收和消散车底爆炸能量。目前，DSO技术正在被纳入到未来的军用车辆系统中，以保护士兵免受简易爆炸装置的伤害，其爆炸输出功率是目前SOA野战保护系统所提供保护的七倍以上。
在一辆集成了多层吸能系统的防爆车上进行车底爆炸试验(比SOA高10倍)，使所有乘员都能在受伤最小的情况下存活下来作为车辆保护项目的一部分，DSO支持了新型透明陶瓷装甲窗系统的开发。这项工作实现了能够阻止30口径穿甲威胁的透明装甲解决方案，而重量只有目前陆军SOA的50%。此外，还发现了在SOA重量的37%的情况下，能够经受住多重打击威胁的解决方案。这些透明窗户目前正在陆军的超轻型车辆（ULV）项目中进行评估。DSO对保护士兵在战场上的持久支持，为美军提供了一个新的保护水平，以抵御先进的威胁，使美军能够更加机动，减少脆弱性。通过这些对开发新装甲和爆炸缓解技术的投资，DSO在增加安全回国的战斗人员数量方面发挥了重要作用。
2000年代-Make-It
当化学家希望创造新分子时，他们传统上依靠自己的专业知识、直觉和耗时的试错过程来发现适当的生产方法（即“配方”）。当他们想重现一个已知的分子时，他们依靠的是另一位化学家开发和分享的配方。就像家庭厨师一样，这个配方并不总是按计划进行。搅拌反应的速度或稍有不同的温度条件等变数会显著影响纯度和产量。2015年，DSO开始了Make-It项目，利用计算机科学、有机化学和化学工程的概念，实现配方设计、分子生产和优化的自动化，试图将国防部的分子创建和生产标准化。该项目中的工作是建立基于机器学习和专家编码规则的软件工具，以推荐合成路线，并使机器人执行这些路线，以消除化学家物理处理危险化学品的需要，使过程更安全、更清洁、更可靠。自动化的分子创建和发现也使结果的可重复性标准化。
这套系统由麻省理工学院的Make-It研究人员打造，可以在不需要人类人工干预的情况下合成化学品。首先，人工智能软件选择最佳的反应来制造给定的分子，然后机械臂配置系统来进行这些反应有了Make-It，化学家们可以将精力集中在化学创新上，而不是在测试各种分子合成途径时的枯燥和重复性工作上。此外，化学家和非化学家都能在自己的实验室里按需定制数量制造分子，而不是从化学供应商那里大量购买分子并处理多余的分子。Mak-It研究团队最近在全自动快速分子生产方面取得了重大进展，这加快了一系列国防产品和应用的化学发现速度，包括但不限于医药、能源和涂料。这些成果包括发布了几个化学合成规划软件工具（一个商业化的，一个开源的，还有一个封闭测试的）；展示了在连续流动筒、传统化学玻璃器皿和3D打印反应器中的自动合成；以及一个以前所未有的速度（每小时超过5000次）测试化学反应的系统。此外，新冠肺炎疫情放大了全球医药供应链中与活性药物成分（API）和用于合成这些成分的关键前体的生产相关的弱点。为此，Make-It正在开发一个端到端（原料药到成品药）一体化的国内生产平台，用于生产关键药物。通过为应对新冠肺炎疫情而提供的CARES法案资金，Make-It的一位研究人员最近利用广泛可得的起始材料和连续制造技术成功合成了化学前体。这些前体随后被用于合成一种类似于给新冠肺炎重症监护病人的原料药。
2010年代-制造、功能和设计
开发和制造小批量、高价值的系统既昂贵又耗时。许多高价值的国防系统在测试和早期生产过程中，由于在制造关键部件和子组件过程中遇到的困难，出现了广泛的延误和成本上升。此外，尽管在部件上进行了大量的投资和广泛的测试，但许多军事平台还是遇到了意想不到的问题，甚至在按设计部署时也是如此。军事系统的固有性质，即生产数量少，是造成许多此类故障的罪魁祸首。低零件数量提供了有限的统计资料，说明零件变化的原因，以及这种变化如何影响最终部件的性能。这种不确定性导致了人们不愿意采用新的、创新的制造技术。DSO的“开放式制造”(OM)项目从根本上改变了制造过程中的变异性的捕捉和控制方式，它创建了一个制造框架，考虑到工厂车间的变异性，并整合了概率计算工具、信息矩阵系统和快速鉴定方法，以建立制造过程中的可信度。
V-22“鱼鹰”运输机
OM的工具和制造框架被用来解决防地雷伏击保护（MRAP）ATV的炮塔的制造和设计问题。火炮转轮在MRAP的重量中占了很大一部分。转轮由弹道钢制成，需要大量的制造时间，它非常重，造成了过度磨损的问题，并使车辆顶部变重。OM的解决方案是用轻质材料Ti-6Al-4V合金制造转轮。OM展示了快速成型制造与耦合热机械模拟的使用，以最大限度地减少制造过程中的热变形，这极大地影响了后工序加工成本。其结果是一种先进的轻质炮塔设计，使整个炮塔重量减少了数百磅。最近，“开放式制造”方法激发了新的DSO项目，旨在彻底改变整个功能和设计的概念。例如，“基础设计”（FUN Design）和 “变革设计”（TRADES）正在开发基础数学和算法，以解决“设计中的逆向问题”。这些项目旨在使设计人员首先明确系统及其部件的性能值，无论是导弹、地面车辆还是假肢，然后将这些性能值交给计算和建模工具，生成多种解决方案，以平衡形状与详细的材料结构，从而能够提供设计规范所要求的性能和功能。如果成功，“基础设计”和 “变革设计”将从根本上改变人类和计算机之间的关系，使计算机成为设计中真正的合作伙伴，而不是记录人类决策的工具，就像一个大型计算器。设计者将负责陈述设计意图和设置问题的表述，而计算机将探索并向用户展示可行的设计方案。DSO的愿景是，这些工作将产生新的计算机系统，可以设计出人们目前甚至无法想象的东西！通过在一个计算机系统中利用计算能力，人们可以设计出更多的问题。通过在设计框架内利用计算能力，DSO的制造和设计项目已经彻底改变了美国国防部设计、制造和鉴定未来军事系统的方式。2010年代-SIGMA
DSO自成立以来，一直致力于核威胁探测方案。在冷战期间，DSO开发的技术被用于早期探测核试验的工作。在苏联解体和“9-11”袭击事件之后，涉及使用扩散的放射性材料和特殊核材料的恐怖袭击威胁对美国公民和军人构成了潜在的严重威胁。早期检测这些材料和由其制成的装置成为美国防止此类袭击战略的关键部分。2014年，DSO的SIGMA项目奋起直追，通过追求新的、网络化的核与辐射探测技术，其目标是实现低成本、高性能、具有光谱伽马和中子传感能力的辐射探测器。SIGMA通过一项综合方案实现了城市和区域范围内的搜索能力，该方案的目标是将个人、固定和车载探测器与先进的云架构联网，以最大限度地提高灵敏度并将误报降低到可接受的水平。更便宜、更高效的探测器的广泛使用，使得以前从成本或操作角度来看根本不可行的作战方案成为可能。其结果是系统整体的辐射检测能力超过了独立运行的各个部分。SIGMA正式过渡到纽约和新泽西港务局，在大纽约市地区的关键地点提供先进的辐射威胁检测。SIGMA也已经过渡到国防部和国土安全部内的联邦合作伙伴。最后，SIGMA的传感器和网络功能现在可以作为商业产品提供。
2016年，DARPA与华盛顿特区消防和急救中心合作了近7个月，以展示SIGMA的潜力。近40辆救护车配备了先进的辐射传感器，提供了第一张城市规模的、动态的、实时的首都本底和异常辐射水平地图，如上图所示SIGMA的无与伦比的成功导致了后续的SIGMA+项目，该项目正在开发新的传感器和网络，以提醒美国当局注意非法化学、生物和爆炸物威胁。DSO的SIGMA和SIGMA+项目是保护全球军事和民用人员免受大规模杀伤性武器威胁领域的恐怖袭击的关键推动力。
2010年代-量化社会科学
了解人类如何与他们的世界互动是一个非常复杂和多维度的问题，但它是美国国防部如何规划和开展有效的军事行动的关键，包括人道主义援助、救灾和稳定支持任务，以及战术、行动、战略和政策层面的决策。与受不可改变的自然法则支配的物理科学不同，社会科学因人类以自由意志运作而变得复杂，因此不受这种严格的指导原则的约束。尽管面临着这一挑战，美国国防部在过去几十年里一直在试图对社会科学进行“量化”。这种努力包括国防部的“人类社会文化行为”（HSCB）建模项目和“密涅瓦”（智慧、技艺和战争女神）研究项目，甚至还有DARPA早期的一个项目——“综合危机预警系统”（ICEWS），每一个项目都取得了一定程度的成功。然而，DSO认为，在许多研究的支持下，这些项目所建立的社会科学研究基础充还是不稳固的。
例如，社会科学研究人员会经常改变他们的研究假设以适应结果。社会科学的建模和模拟能力是不成熟的，而且常常与因果关系脱节。此外，也没有一个商定的框架来确保研究的可重复性和可复制性，因此无法确定决策者应该依赖哪些研究成果。
为了改善这些问题，DSO创建了一系列社会科学项目，每个项目都是为了解决社会科学研究中的一个或多个弱点。
2015年批准的“下一代社会科学”（NGS2）项目开始解决社会科学研究中的基本缺陷，为研究人员提供方法和工具，使其能够为严谨、可重复的实验研究提供新的能力。该项目的一个关键转化是预先注册的工作，现在已经在研究界广泛采用，包括DARPA。从NGS2的其他重要转化包括DARPA、其他政府客户、非营利组织和商业部门采用研究设计工具、平台和方法，以促进研究招募和研究结果的可重复性。
DSO的“地表真相”项目使用人工的但可信的社会模拟，具有已知的因果关系或“地表真相”，其他研究者必须用自己的方法探索。其目标是创建一个社会科学“风洞”，以测试各种社会科学建模方法的解释和预测准确性和稳健性。除了推进社会模拟能力外，“地表真相”还使国防部和研究人员能够更好地评估哪些建模方法能够提供与国防部广泛任务相关的社会复杂性的最相关理解。在该项目下开发的用于比较不同模拟和现实世界系统的复杂性的指标已被兰德公司采用，该公司正在研究战争游戏中复杂性的衡量标准。
“系统化公开研究和证据的信心”(SCORE)项目正在开发一些方法，使用户能够自动量化他们在任何给定的社会科学主张中应该拥有的信心量。SCORE正在将收集和验证专家对社会科学研究评估的可扩展方法与机器学习的进步相结合，以识别和汇总许多微弱信号，从而实现专家评估的自动化，并建立社会科学研究信心的量化标准。SCORE也在正式确定可重复性和可复制性的定义。
随着这些和其他DSO社会科学项目的到位，以支撑社会科学研究的基础，DSO正在转向利用这些基础来实现国防部具体操作价值的项目。这些项目中的第一个项目，“惯习”（Habitus），旨在通过创建基于当地知识的因果系统模型的生成方法，来帮助治理不足地区的作战决策。
虽然DSO的社会科学项目在DSO40年的历史中相对较新，但它们已经在重塑社会科学研究的面貌，并使国防部有能力更好地规划和实施其军事行动。
DSO-下一步是什么？
上面讲述了DSO从开始到今天的故事，那么未来呢？在与材料科学、大气科学、量子技术、认知科学、人工智能和物理化学相关的物理科学领域，DSO正在发生着超越SOA的发现，这些发现都值得额外关注。下面介绍一下“网络社会系统”这个话题。
DARPA：60年的挑战与突破（翻译&字幕 by 防务菌）
与网络物理系统存在于电气、机械和计算机科学等多个领域的交叉点不同，网络社会系统存在于个人行为、社会规范和数字领域的交界处。虽然网络物理系统面临着一系列独特的工程和安全挑战，因为它们模糊了机械设计和算法增强之间的区别，但网络社会系统必须接受与系统边界内的个人、团队和社会相关的额外复杂性。纯粹的计算机科学可以被指责为忽略了人在操作或更大系统中的作用，这是网络社会系统研究必须集中解决的缺陷。可以预见网络-社会系统的弧度是DSO可能产生的几个重大技术影响之一。网络社会系统至少有三个特征向量：民有的计算、民治的计算、民享的计算。我们来谈谈第一个特征向量。个人是很难研究的，也不可能预测，但支持个人的计算需要通过设计将人类集中纳入的方法。这是美国国防部的一个基础性问题；西方民主国家强调人、士兵、水兵、空军和海军陆战队的核心重要性和责任。为了让这些战士保持对其行动的责任和代理权，必须建立一个尊重人类挑战的计算系统，例如其注意力限制和偏见，同时也利用创新、广泛的情境理解、丰富的语言和对复杂性的快速掌握等优势。DSO认为，需要开发新的人机系统工程框架，并结合代理和注意力的概念。为了解决第二个特征向量，研究人员已经看到自主系统和算法与人联合创业。要和人一起计算，需要团队、沟通、创新、解决问题和信任的新概念。在高风险的环境中，在有限的时间内达成共识和协调的情况下执行上述所有任务，无疑将为在军事情报室、工厂车间和企业董事会中运作的混合团队的应用提供参考。西方社会彻底研究并尊重任何新政策或技术的伦理、法律和社会影响。民治的计算必须符合社会规范，但这需要远超当前能力的情境理解程度。无论是在作战还是民用应用中，情境理解不仅需要对大环境的理解，还需要对更广泛的目的或意图的理解。在什么条件下，为自主系统和人工智能实例提供主动权，使其在没有进一步指导的情况下执行任务是合适的？国防部必须在这一领域实现思想领先，以保持国防部赢得的公众信任，同时提高能力超配。最后，民享的计算包括社交媒体、科学同行评议和在线经济，在这些方面，个人的行动和反应创造了一种社会联系和群体动态的结构。这种结构既不是好的，也不是坏的，但当人们开发出强大的社会科学工具和模型来理解群体偏见和行动时，技术可以充分利用这种结构。下一代社会和行为科学研究必须通过对社会问题的规范性方法的研究，平衡可能发现深层的但未被注意的人类偏见的实验人类学。DSO具有得天独厚的优势，可以为这样的网络社会系统弧线奠定基础。复杂的、适应性系统的早期工作支持社会环境的数学建模。正在进行的严谨的社会科学导致了支持未来的、不可预见的研究需求的近乎实时的工具。当前的人工智能项目深深扎根于数学和科学，并解决信任和惊喜等非传统主题。DSO站在这些过去和当前项目的肩膀上，有一个独特的机会和视角，可以窥见未来计算民有、民治、民享的视野。来将通名&非诚勿扰