DARPA：“率先创造未来”
转自公众号：源创杯颠覆性技术创新创意大赛
DARPA（美国国防高级研究项目局）已经开始了第7个十年。自DARPA成立以来，共有16位DDR&E（美国国防部国防研究与工程局主任），21位DARPA局长，100多位项目办公室主任，千余项目经理，以及数万项目参与者。他们共同创造了DARPA的辉煌。
“随着DARPPA迈入第7个十年，我们将继续推动关乎国家安全的技术发展，与广大具有预见性的人们一起加强创新，” 年初在弗吉尼亚州阿灵顿该局总部举行的一场小型庆祝会上，DARPA第21任局长史蒂芬•沃克表示，“不管是在电子、动力推进、材料科学等传统领域还是在人工智能、神经科技、生物技术等新兴领域，甚至包括目前还未出现的技术领域，催化创新都将是我们的科技远景与使命。”
在9月5日该局60周年正式庆典启动仪式上，DARPA局长史蒂文•沃克表示，为了满足国家的高期待并承载其作为前沿技术推动者的荣誉，DARPA必须演变，持续地保持高度适应性和敏捷性，以保持DARPA“率先创造未来”的能力。
有消息称DARPA为纪念其成立60周年，早在9月份就宣称发起了AI Next项目，在未来五年内将向人工智能（AI）各个领域共投入20亿美元（或每年4亿美元）。
20亿美元是什么概念？根据美国某媒体对于2018年全球军费预算排名前十的统计，排名第三的英国一年军费也不过538亿美金——这意味着，DARPA大手轻轻一挥，英国人一年军费预算的二十七分之一就轻轻松松花完了。
除了人工智能（AI）领域，11月以来，关于该机构的最新资讯是这样的：
——DARPA希望让自主驾驶的Sikorsky直升机成为飞行员的一个选择
——DARPA展示:车轮变形技术及ORCA自动驾驶系统
——俄军在叙利亚露出看家本领 DARPA急忙应对 拼命研发新系统
一会儿直升机，一会儿自动驾驶，一会儿无线单系统，DARPA的大名，频频在各大科技频道出现。
那么，DARPA到底是个什么鬼？
根据网上公开的信息，DARPA全称是Defense Advanced Research Projects Agency，隶属于美国国防部，其主要业务是开展基础性、先导性、颠覆性国防科研项目的管理，其项目类别分为基础研究、预先研究和应用研究，其中，最重要的，是成熟度不高，风险大、利润低，一般商业企业等技术创新主体不愿投入的预先研究领域。
目前，该机构工作人员不足200人，多由文职人员组成，其中多为各学科一流专家、学者。采用精干的管理方式，管理层精练，分为局长、业务处长和项目主任三层。截至2017年6月，DARPA的6个技术办公室为国防科学办公室（DSO）、战略技术办公室（STO）、战术技术办公室（TTO）、微系统技术办公室（MTO）、信息创新办公室（I2O） 以及生物技术办公室（BTO）。其中，国防科学办公室被称为DARPA的DARPA，重点任务是跟踪识别科技与工程领域的新思想，并及时将新思想转化为新军事能力。其余5个技术办公室主要针对各自领域，开展战略前沿系统、颠覆性技术的研发，多领域融合以及探索新兴领域中的革命性技术。总体来看，DARPA始终能够洞见战略科技最前沿，聚焦主题设置相应技术办公室，牢牢把握国防科技创新主动权。正是由于DARPA的存在，才引领美国的国防技术水平始终走在了世界先进技术的前列。所以，一直以来，网上就有关于“美国一部门科技引领未来60年从未被超越”的传闻。
而最为神奇的传闻，莫过于把DARPA和漫威漫画里的“神盾局”混为一谈。神盾局（S.H.I.E.L.D. / Strategic HomelandIntervention, Enforcement and Logistics Division）全称为国土战略防御攻击与后勤保障局，第一次出现于美国于《奇异故事》第135期（1965年8月），传说中是国际安全理事会专门用于处理各种奇异事件的特殊部队。美国国防高级研究计划局(DARPA)于1958年诞生于苏联第一颗人造卫星升空（1957年10月）、美国意识到其技术的发展对美国国家安全造成了威胁这一背景下。今天，DARPA的任务仍然是防止美国遭受科技突破的同时，也针对美国预想中的敌人创造科技突破。
将神盾局与DARPA合并联系，源于美国军迷兼动漫迷们对两者的挚爱，而DARP之于美国国防安全的重要性，也从这神奇的联系中可以窥见。
DARPA从诞生之日起，其存在的目标就是投资于可能会带来突破的国家安全技术。虽然并不是每个项目都能看到曙光，但DARPA的许多项目都帮助重新定义了我们所生活的这个世界。例如GPS：如果没有DARPA的资助，最初由5颗卫星组成的定位系统永远不会成为现实。除此之外，DARPA还有无数类似项目，下面就让我们看看其中九大最惊人项目。
1）ACTUV
ASW持续追踪无人战车(ACTUV)项目的目标是开发能在水中使用的反潜无人机，它不需要搭载任何机组人员，高科技传感器可让操作人员在岸上监测和控制它。
2）战士网络
普通士兵携带的装备相当重。为了减轻负担和对士兵身体伤害，DARPA推出了“战士网络（Warrior Web）计划”，包括开发柔软轻便的外骨骼，可以保护士兵的脚踝、膝盖、臀部、背部以及肩膀。
3）XS-1航天飞机
尽管美国太空探索技术公司SpaceX在开发技术上取得了巨大成功，允许航天器被重复利用，但DARPA正在开发自己的助推器技术，其中有些相当宏伟的目标，包括携带1500公斤货物，每隔10天发射一次，每次发射的成本不超过500万美元。到2020年，将有12至15次测试飞行，预计其飞行速度将达到5马赫，可以连续十天飞行十次。
4）龙之梦
航空公司Worldwide Aeros Corp与DARPA合作，研发了一艘半刚性船体的飞艇，以将大容量货物运输概念引入现实。龙之梦（Dragon Dream）是用于初步测试的飞艇，其体积只是最终目标的一半，已经于2013年建造并进行首次飞行。从理论上说，全尺寸的飞艇可以携带500吨货物，超过未来最好运输机有效载荷3倍。
5）Project FALCON
超音速飞行技术的限制数不胜数，尤其是在超长时间内保持超音速飞行的时候。DARPA的Falcon Hypersonic TechnologyVehicle (HTV-2)就是为了克服这些重大障碍而开发的。这个项目的最终目标是“开发1小时能够到达世界上任何地方的飞行器”。Falcon HTV-2最终迭代飞行的目标是以20马赫(2万公里/小时)的速度在地球大气层中飞行。
6）Ground X-Vehicles
在地面车辆上安装更多装甲通常会导致其机动性下降，成本更高，同时需要更多的机组人员。DARPA的Ground X-Vehicles项目的目标是开发越野地形车辆，能够处理几乎任何地形、坡度或海拔，同时提高敏捷性。与此同时，需要改进机载传感器以消除对窗户的需求，即使用红外线也无法探测到，几乎听不到噪音，也没有电磁辐射。不久前DARPA展示了GXV-T(Ground X-Vehicle Technology)项目的“自适应可变形车轮”，这种车轮可以让车辆在轮式和履带式之间实现2秒钟快速切换以适应各种地形。
7）BRAIN Initiative
于2013年宣布的BRAIN Initiative，是一个由全美许多机构包括DARPA、研究型大学、科技公司以及神经科学家共同参与的大型项目，该计划是由一系列旨在降低人脑和数字世界之间障碍的程序组成，其目标是完全理解大脑处理信息的方式，并开发可以结束和预防疾病的新技术。
8）机器人起落架
2015年宣布的这个项目旨在让飞机在不均匀和移动表面上实现着陆和起飞，而直升飞机的常规起落架需要稳定的平面。2015年在亚特兰大附近进行的测试飞行，证明了使用小型直升机可在半凸起平台、半地面环境着陆模式。
9）自我修复住宅
DARPA在2016年夏天推出了一项名为“工程生活材料”(Engineering Living Materials)的项目，该项目的目标是创造出能够生长的建筑材料。他们希望能够建造出能够自我修复的建筑，并能适应各种生活环境。
而就在2017年，DARPA网站根据访问量所梳理的年度十大热点，按照倒序排列，分别是：
10）消除病毒威胁：两个月内阻止“X疾病大流行”
DARPA的P3（ “大流行预防平台”）项目。P3旨在通过快速发现、鉴定、生产和检测医疗应对措施（如疫苗、药物）的有效性，改革现有的疾病大暴发应对系统，该平台在大流行疾病暴发后的60天内能发送预防应对措施给患者。
其创新主要体现在：
a）储备病毒（包括未知病毒）；
b）快速研发候选抗体；
c）开发基因编码的抗体输送方法。
这种预防疾病大流行的能力与传统疫苗形成鲜明对比，传统疫苗往往在病毒威胁出现之后的几个月、几年甚至几十年后才能为患者提供治疗和预防。
9）通过移动手持设备分享多个等级的战场信息
DARPA的“具有战术优势的可靠弹性网络中的安全手持设备”（SHARE）项目。该项目旨在创建一个系统，可以在单个手持设备上利用弹性安全网络处理多个安全级别的信息，而无需通过拥挤的安全数据中心路由。这种能力将能够在现有的商业和军用网络上运行，同时保持敏感信息的安全性和运行的安全性。
8）迈向经验丰富的机器
DARPA的“终身学习机器”（L2M）项目，该项目旨在开发下一代机器学习技术，可以从新的环境中学习，并使学习变得更好更可靠，同时为机器设定一个不可逾越的安全红线。例如，这种自动、持续学习的能力可以帮助无人驾驶车辆变得更安全，因为它们可以从以前的经验中获得的知识（包括它们在道路上曾经遇到的事故、盲点和隐患），并应用到未被特意编程或训练的场合。
7）无需人类操控或GPS导航，智能四轴飞行器就能自主飞行
DARPA的“快速轻量自主飞行”（FLA）项目第一阶段在佛罗里达州中部进行一系列障碍飞行试验。
试飞标志着小型四旋翼无人机取得显著进展，能在无人操控或无GPS导航的情况下越过障碍环境。高级软件算法和传感器能使无人机越过障碍物自主导航，发现目标物体。小型的无人驾驶四轴飞行器能够通过使用车载摄像头和传感器作为“眼睛”，利用智能算法，以高速（高达20米/秒），在杂乱散布的建筑物和障碍物之间自主飞行。
6）SIGMA 项目成功完成车载式放射探测器试验
DARPA的SIGMA项目旨在防止放射性“脏弹”和其他核威胁攻击， DARPA开发的核与放射探测器安装在华盛顿的救护车车队上，提供了覆盖美国首都的首个城市规模的动态、实时背景放射水平图，并识别出了所有可能预示威胁的异常峰值信号。
5） RadioBio项目探索电磁信号在生物系统中的作用
DARPA的“电磁生物”（RadioBio）项目，旨在探索电磁波是否会在细胞与细胞之间有目的地传输和接收，如果有证据表明的确如此，继而研究能够传递什么样的信息。对现有的和不断发现的电磁生物信号的研究，需要了解微观天然天线的结构和功能，以及它们如何能够在充满噪声和干扰的环境中生成和接收信息。如果这些问题能够得到解决，最终可能导致广泛、重要的生物学技术的形成，以及在不断增加的混乱的电磁环境下，一些通信系统新型设计创新概念的出现。
4）“侧边吊臂”原型系统成功捕捉全速飞行的全尺寸无人机
DARPA宣布其资助美国极光飞行科学公司发展的“侧边吊臂”（SideArm）原型系统在试验中成功捕捉了全速飞行的全尺寸无人机。为在没有航母的情况下为美国的全球部队提供强大的空中作战能力，DARPA在“战术侦察节点”（TERN）项目的第1阶段安排了“侧边吊臂”子项目，发展一套独立且便携的装备，可以水平发射和回收最重900磅（约410千克）的无人机。
3）研究人员着手提高认知技能训练的速度和有效性
DARPA正式开始 “靶向神经可塑性训练（TNT）”项目，该项目的关键是确定最佳和安全的神经刺激方法，激活“突触可塑性”——大脑中对学习至关重要的自然过程，涉及加强或减弱两个神经元之间的联系——然后将这些方法融入到加强训练方案中，加速认知能力的获得。
2）军队院校“蜂群技术挑战赛”开始举行
DARPA和美国陆军学院、海军学院和空军学院等三个军事院校合作进行了蜂群挑战赛现场飞行比赛。
比赛以教育目的为主，鼓励军校学员为小型无人机（UAV）蜂群开发创新的攻防策略。
1）DARPA选择波音公司为“下一代空天飞机”方案设计商
美国DARPA已经正式选定波音公司作为承研商，完成“实验性空天飞机”XS-1项目的全部研制工作。XS-1项目旨在研制一型完全可重复使用的无人驾驶飞行器，其尺寸与公务机相当，能够完全依靠自身动力像运载火箭一样垂直发射起飞，而无需附加任何外部助推器；飞行器将持续加速至高超声速，爬升到亚轨道高度，然后释放出一个一次性使用的上面级，该上面级最终将3000磅（约1.35吨）载荷送入地球轨道；与此同时飞行器平台再入返回，像飞机一样水平降落，并能够在数小时内执行下一次飞行任务。（中国船舶工业综合技术经济研究院 丁宏）
回到文章开头。DARPA的AI Next项目为什么要向人工智能（AI）领域投入20亿美元的巨款呢？
DARPA依据技术特征，认为人工智能技术的发展已经历第一次和第二次浪潮，将迎来第三次浪潮。其网站资料显示，人工智能技术经历过20世纪60年代初以“手工知识”为特征得第一次技术浪潮和始于20世纪60年代末、以“统计学习”为特征的第二次技术浪潮后，即将迎来以“适应环境、具有持续自主学习能力”为特征的第三次技术浪潮：人工智能将可持续学习并且可解释，针对真实世界现象建立能够生成解释性模型的系统，机器与人之间可以进行自然的交流，系统在遇到新的任务和情况时能够学习及推理。
人工智能技术发展的三次浪潮
DARPA从四个方面来评判人工智能技术的能力，分别是感知、学习、抽象和推理。下图描述了人工智能的三次浪潮在这四个方面能力的不同。
人工智能三次浪潮的能力区别
目前，DARPA所启动的跨学科人工智能项目，综合了计算机科学、数学、概率论、统计和认知科学领域内的最新成果，主要涉及自然语言理解、问题求解以及感知和机器人等领域。主要如下图所示：
DARPA在人工智能领域开展的研究
目前，在人工智能领域，DARPA的新研究项目包括：
1）可解释的人工智能（Explainable ArtificialIntelligence，XAI）
由于机器不能向用户解释其想法和行动，研究人员也无法完全理解人工智能系统的决策过程，难以分辨人工智能系统某个具体行动背后的逻辑。可解释性是人类与人工智能关系发展的核心，人工智能系统必须向操作人员解释行为决策原因，以获得人类信任。2017年3月，DARPA从学术和工业界中挑选出了13家研究机构进行资助，包括加州大学伯克利分校、加州大学洛杉矶分校、卡耐基梅隆大学、SRI、Rutgers、PARC、Raytheon等。目前，华盛顿大学的研究团队已经取得了一些研究成果：研究团队开发了一种方法，可以让人工智能系统阐述其输出结果的基本原理，人工智能系统（计算机）将会从数据集中自动找到一些样本，然后给出简短的解释；研究团队还针对图形识别系统设计了一些方法，通过标注图片上最重要的部分来揭示图形识别系统的判断逻辑。
可解释的人工智能
2016年10月，DARPA发布可解释的人工智能项目的广泛机构公告（BAA），其目标是建立一套新的或改进的机器学习技术，生成可解释的模型，结合有效的解释技术，使得最终用户能够理解、一定程度的信任并有效地管理未来的人工智能系统。通过该项目，新的机器学习系统将能解释自身逻辑原理、描述自身的优、缺点，并解释未来的行为表现。
这一项目提出了三个挑战：如何生成可解释模型、如何设计解释接口、如何理解用户心理需求以进行有效地解释。对此，该项目将开发一系列新的或改进的机器学习技术，生成更多的可解释模型；希望将最新的人机交互技术（如可视化、语言理解、语言生成和会话管理）与新的原则、策略和技术相结合，获得有效的解释；总结、拓展和应用当前的关于解释的心理学理论。
该项目分为两个技术领域：可解释的学习者（Explainable Learners）和解释的心理学模型（Psychological Models ofExplanation）。图3描述了该项目的总体架构。
图3 XAI项目的架构
2）终身学习机器（Lifelong Learning Machines，L2M）
目前人工智能以机器学习技术为核心，并依赖于庞大的数据支撑。但编程者无法预知所有可能出现的元素或面对的情景。当这些机器学习系统遇到程序和数据库中并未包含的特殊情形时就会不知所措。如果想扩展机器学习系统在该新环境下的能力，必须停止其服务并利用额外的数据对其进行再训练，但这种做法依赖于人类的介入且效率较低。与此不同，生物系统能够实现自主训练，从过往经历中不断汲取经验，即使面对全新的环境也能根据积累的知识做出适应性调整。
终身学习机器
DARPA于2017年启动L2M项目，探索生物学习机理在人工智能中的应用，推进新一代人工智能系统的发展。该项目的目标是开发支持下一代自适应人工智能系统所需的技术，使其能够在实际环境中基于情景进行在线式现场学习并改善性能，不需要进行线下再编程或再训练。这种持续自主学习的能力可帮助系统在没有预编程与训练的情况下适应新情景。
L2M 试图将生物学习机理应用于计算机机器学习系统，打破现有机器学习系统对预编程和训练样本的依赖，使人工智能系统像生物系统一样能够根据经验进行决策，提高行动的自主性，增强广度环境适应能力。为了实现这一目标，L2M项目旨在从根本上开发一种全新的机器学习机制，使系统能够从经验中不断学习，这与孩童和其他生命体一生不断从经验中进行学习与训练的机制非常相像。L2M项目周期为4年，有两个技术领域。第一个技术领域是开发机器学习框架，可持续应用过去的经验成果，并使用“经验教训”去适应新的数据或情景；同时，还需开发用于监测机器学习系统行为的技术，对系统可以适应的能力范围进行设置，并具备在必要时对系统进行干预的功能。第二个技术领域源自对生命体学习机制的学习，将专注于研究生命系统自我学习和适应的原理和技术；并考虑这些原理和技术是否能够以及如何应用在机器学习系统中。L2M项目的结构如图4所示。
图4 L2M项目的架构
L2M项目的新型机器学习机制所具有的核心能力包括：持续学习，系统在执行期间能够学习；适应新的任务和环境，将已有的学习能力应用于新的场景，但不丢弃之前已学习过的任务；目标驱动的感知，从任务的角度去理解输入信号；选择性的可塑性，在稳定性和可塑性之间平衡；安全性和可监控。
目前，L2M研究团队致力于研究计算系统如何能够实时适应新环境而不会丢失之前的知识。加州大学欧文分校的一个研究团队计划研究海马和大脑皮层的双重记忆结构。该团队试图创建一种能够通过对比现有记忆输入来预测潜在结果的ML系统，这将使系统在保留之前学习内容的同时变得更具适应性。塔夫茨大学研究小组正在研究在蝾螈等动物中观察到的再生机制，以研究能够在任务过程中通过改变其结构和功能来适应环境变化的柔性机器人。
通过研发新一代机器学习技术，使其具备能够从环境中不断学习并总结出一般性知识的能力，L2M项目将为第三次人工智能技术浪潮打下坚实的技术基础。
备注：以上图文资讯采编于网络上相关新闻与专题报道
| 一网打尽系列文章，请回复以下关键词查看： |
|---|
| 创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧 |
| 热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估 |
| 预见未来：预见2016 |预见2020 | 预见2025 | 预见2030 | 预见2035 | 预见2045 | 预见2050 |
| 前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | 5G | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 | 传感器 |
| 先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 直升机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器 |
| 未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空战 | 反卫星 |
| 领先国家：美国 | 俄罗斯 | 英国 | 德国 | 法国 | 日本 | 以色列 | 印度 |
| 前沿机构：战略能力办公室 | DARPA | 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 | 阿里 | 俄先期研究基金会 | 军工百强 |
| 前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普 |
| 专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨 |
| 全文收录：2018文章全收录 | 2017文章全收录 | 2016文章全收录 | 2015文章全收录 | 2014文章全收录 |
| 其他主题系列陆续整理中，敬请期待…… |