人工智能走上战场的探路者，说的就是这个项目

前沿君微信：tech9999  手机：[phone]

转自：光明军事

作者：王玉琨 战立志

多年来，美国国防部的最高领导层一直在抱怨，军事领域和情报机构所运用的人工智能技术，远远落后于最先进的商业技术。尽管美国一些企业和大学在人工智能研究和商业化方面处于世界领先地位，但是美国军方仍在以传统的，甚至可以说是第二次世界大战时期军方所熟悉的方式展开许多作战行动。

因此，国防部认为必须更有效地整合人工智能和机器学习技术，在面对能力日益强大的敌人和竞争对手时始终保持相对优势。他们认为，尽管已经采取了试探性的步骤来探索人工智能、大数据和深度学习的潜力，但是仍然需要做出更多努力、加快行动速度，利用这些技术优势发展未来作战的关键领域。在这样的背景下，人工智能的应用需要找到一个合理的切入点——既满足作战的复杂性特征又要降低安全风险。 

一、项目基本情况

2017年4月底，时任国防部副部长的罗伯特·沃克签署了一份备忘录，宣布建立算法战跨职能团队（AWCFT），也被称为Maven项目。该项目由空军中将杰克·沙纳罕领导，由国防部情报部、联合参谋部、国防部法律顾问办公室、军方相关部门和其他高级代表组成的执行指导小组进行监督，并设有一个专门的项目办公室负责支持项目的研发。该项目的目标是在国防情报企业中，开发深度学习人工智能技术并将其初步投入作战应用当中，从而加快国防部大数据和机器学习技术的集成应用。在此之前，美国国防部已经长期投入资金进行人工智能的基础研究和开发，并将一些半自主系统投入使用。

Maven项目是美国国防部首次寻求在作战领域的具体行动中部署深度学习和神经网络技术，并推进其达到最先进的商用人工智能水平。Maven项目被美国国防部喻为“探路者和点燃人工智能火焰的火花”。Maven项目的主要目标是将国防部获得的海量数据迅速转化为可执行的情报和信息。它的首要任务是为战术无人机系统（UAS）和中空全动态视频（FMV）提供算法技术（算法是计算机用来解决问题或进行计算的一组数学指令，基于人工智能的算法通过机器学习技术可以提高算法的性能和效率），以增强数据的处理、分析和传播（PED）能力直至实现自主化，而项目的第一块实验田就选在了反恐战场——打击IS行动当中。

二、项目结构及重点

Maven项目的工作架构分为三部分：第一，组织人员进行数据标记，开发、获取以及修改算法，以完成关键任务；第二，确定所需的计算资源，并确定投入该算法结构的路径；第三，在三个月时间内，将基于算法的技术与记录程序集成在一起。项目起初将为视频处理、分析和传播提供用于目标检测、分类和告警的计算机视觉算法，未来将逐步融入更先进的计算机视觉技术。在成功地支持情报、监视、侦察（ISR）情报分析处理之后，项目将会把类似的技术集成到其他国防情报任务领域。项目将整合其它由国防情报企业参与的、基于算法的技术的开发和使用，例如现有的自主化、机器学习、深度学习和计算机视觉算法的计划。项目在时间上大致划分为两个阶段：

第一阶段：开发和集成计算机视觉算法，以协助军方和地方人员分析主要来自无人机的高容量视频图像数据，项目于2017年12月首次向军事系统交付算法并进行迭代更新；

第二阶段：国防部情报部于2017年10月24日举办Maven项目行业活动，与陆军研究实验室、企业界、学术界一起探讨下一步合作，将算法开发扩大至其他领域的情报分析，并准备“为作战人员操作人工智能和机器学习”努力；

在此基础上倡导建立“人工智能中心”，作为数据和技术的交流中心，作为一个专门团队帮助国防部了解人工智能潜在的新能力。该团队将和研究实验室和顶尖大学一起合作，了解国防部如何更好地将计算机视觉等智能技术应用于数据的处理、分析和更复杂层面。

在项目发展过程中，主要将在下列领域寻求技术：

1.计算机视觉模型：在一定计算环境中通过对象识别、对象分类、对象定位、特殊对象识别记忆、对象跟踪、语义分解、逻辑表达或语义描述以及活动情景识别，逐步实现地理空间智能处理和分析；

2.支持深度学习的新数据标注技术、工具和间谍情报技术：“边缘”或“线上标注”，使用合成或逼真图像数据，进行近乎实时的重新标注或算法训练；

3.用于显示、搜索和与元数据（算法派生）和表格结构算法输出交互的接口：对象的异常分析和模式、对象搜索（元数据和可视化）以及与其他结构化数据的集成；

4.基于部分算法生成数据的存储和索引功能； 

5.处理口头形式和书面文本的语言算法：自然语言处理、自动语言翻译和情感检测等等。

三、项目应用特点

1.快中求稳——选择情报分析领域作为切入点

Maven项目是美国国防部在较短时间内形成的项目，目的是在项目获得财力支持后的半年时间内，将人工智能技术——具体就是深度学习和神经网络的技术——投入到正在进行军事行动的作战区域。众所周知，美国国防部大多数国防采购项目需要数年甚至数十年才能投入应用到战场，但Maven项目开发的技术在短时间内就成功部署在打击IS的战斗中，而且得到了军事情报用户的较好反馈。

在Maven项目创建之前，业界和学术界的顶尖人工智能专家建议国防部寻找一个风险较低但同时数据较为密集的领域，只有这样才能够更好地发挥人工智能的优势，同时作战人员的生命安全不会受到威胁，偶尔的失误也不会造成灾难性的后果。国防部情报部门无疑是一个很好的选择，他们整日与数据打交道，美国间谍飞机和卫星每天收集的原始数据要比国防部需要分析的多得多，全部工作人员都在不停地收集这些数据。

因此，情报部选择Maven项目作为人工智能的滩头阵地，是一个双赢的结果。起初该项目主要分析来自“扫描鹰”等战术无人机平台和“MQ-1C灰鹰”“MQ-9死神”等中高空无人平台的全动态视频数据。这些无人机平台及其全动态视频传感器产生的图像每天会产生数亿字节的数据。如果由人来完成这些数据分析工作，一组分析人员花费24小时的时间，也只能分析一架无人机传感器数据的一部分。而且，图像分析工作非常乏味——人员在屏幕上观察汽车、人员及活动，然后在办公软件中输入数字。即便这样，依然会有大部分传感器数据被错过，多年来情报部门一直在尽可能快地、尽可能多地派遣分析人员，疲于补上这些“漏洞”。而Maven项目将会从数量上减少所需的分析人员，同时也大大减轻了分析人员的负担，使人员他们的关注点放在更重要的部位和节点。

同时，国防部选择无人机视频数据分析作为人工智能的滩头阵地，有效避免了一些与战争自主化相关的较棘手的伦理和法律挑战。随着美国军方和情报机构将现代人工智能技术应用于更多样化的任务中，它们将面临更加复杂的战略、伦理和法律问题，而Maven项目的聚焦点帮助他们暂时避免了这些面临的挑战，这样，也为高层在人工智能技术逐渐渗透进入战场的进程中，不断探索和完善相关准备赢得了时间。

2.效率优势——建立符合智能特点的迭代开发模式

在爱德华·斯诺登泄密事件和“通俄门”事件政治余波后，科技公司一直对帮助国家安全部门应对科技挑战持谨慎态度。一些对美国国家安全任务有兴趣的人工智能专家和组织经常感到，国防部的合同程序昂贵、缓慢且繁琐。在Maven之前，部门中没有人知道如何正确地购买和实现智能化。Maven项目成立时，它的6名创始成员被指派管理人工智能项目，但是他们并非人工智能和计算机科学方面的专家。他们的首要任务是与工业界和学术界的人工智能专家以及国防部无人机传感器分析师建立合作关系。Maven项目的团队在国防信息单元实验（DIUX）的帮助下，设法吸引了人工智能领域一些顶尖人才的支持，这些人才中的绝大多数不在传统的国防合同内。通过获得合适的人才和合作伙伴，项目Maven可以从一开始就正确地构建其架构。

传统的国防采购过程持续多年，由不同的组织负责采购必须执行的功能，或处理技术开发生产或负责操作运行。传统中的每一个组织都必须在完成其活动后将结果移交给下一个组织。但是在应用到数字技术时，这种方法通常会导致系统表现迟缓，甚至在投入使用之前技术可能就已经过时了。

Maven项目采用了一种不同的方法，一种以商业技术部门的项目管理技术为模型的方法：产品原型和底层基础设施是迭代开发的，并由用户持续测试。开发人员可以根据用户的需要调整他们的解决方案，终端用户可以让他们的组织快速有效地使用人工智能功能。项目开发中的关键活动——标记数据、开发智能计算基础设施、开发和集成神经网络算法以及接收用户反馈——都是迭代开发并行运行的。这项工作显示出了技术创新和编程灵活性的水平，而这正是国防部大多数数字计划所极度缺乏的。

在实际应用当中，Maven的团队听取了在中东打击IS行动的特定背景下拥有全动态视频技术的作战人员的意见。从这些用户那里，项目的开发人员很快就发现他们自身的想法与作战实际需求存在一些偏差，并且需要及时调整纠正。正是在这一方法的帮助下才能在项目开始筹资到其产生产品使用之间的六个月期间提供高质量的、可用于实际的算法能力。2017年12月初，也就是该项目启动6个多月后，Maven的首批算法便被交给国防情报分析人员，以支持在打击IS的战斗中执行实际作战的无人机侦察任务。在项目的帮助下，减轻了视频数据分析的人工压力，增加了可操作情报的获取效率，也加快了军事决策能力。

3.以点带面——由非动能领域到多域作战

人工智能项目Maven诞生一年后，就已部署到美军在中东和非洲的6个区域，帮助军方分析整理传感器和无人机接收到的海量数据。正如项目一开始所计划的那样，无人机图像智能分析从打击IS的行动中扩展到了国防部使用无人机图像平台的其他部门。项目早期的成功，以及美国国防部要求尽快拓展人工智能功能的努力，已促使五角大楼将人工智能技术扩展到更多领域。卫星图像分析群体在开发属于自己的Maven项目。之后，其他类型的传感器平台和情报数据，包括雷达分析、信号情报分析、数字文档分析，都相继建立了类似Maven项目的计划。

情报分析是军用人工智能的逻辑起点，因为大量的数据让人类分析师不堪重负。而另一个重要的应用战场就是网络空间和电磁波谱，这里的攻击行动可以以人脑无法跟上的速度和复杂性进行传播。军方人员呼吁人工智能网络防御系统能够立即反击黑客攻击企图，并呼吁“认知电子战”能够感知敌方雷达脉冲，并立即找出如何干扰它的办法。情报、网络、电子战这些领域都涉及电磁信号，这使得军方对人工智能自主行动的需求更为迫切。在最高层面，国防部希望人工智能不仅在这些高科技前沿，而且在陆、空、海、天等传统领域进行无缝协作，协助实现多域作战概念。未来战场巨大的复杂性给人脑提出了巨大挑战，人工智能将会是非常有效的帮手。美军提出，未来多域作战的关键将会是作战部队和作战算法的整合。

Maven项目的运行满足了美国国防部的要求，它的成功将会在整个军事和情报部门催生许多个“模仿者”。项目的成功不仅仅在于AI相关技术的应用，而且得益于其小型的、注重效率的、跨职能的团队组织结构，该团队被授权建立外部伙伴关系、利用现有的基础设施和平台，并在开发过程中迭代地与用户群体沟通交流。人工智能需要贯穿国防部的整个架构，现有的部门机构要有效地运行人工智能实现能力的提升，就可以采用与Maven类似的项目管理结构。另外，国防部必须发展有效利用人工智能能力的作战概念，并培训其指挥官和作战人员有效掌握这些能力。正如五角大楼相关人士所说：“如果我们没有能够使用它的人员、关于如何使用它的想法以及熟练掌握它的培训，那么这项技术本身的效用将是十分有限的。”

2018年6月27日，美国国防部部长帕特里克·沙纳汉发布备忘录，宣布建立联合人工智能中心（JAIC）。其首要目标是加速人工智能（AI）在军事领域的应用能力，扩大AI的影响范围，并整合国防部涉及AI的活动以扩大美军的优势。2019年2月，美国防部公布《2018年国防部人工智能战略摘要》，其中分析了美国防部在人工智能（AI）领域面临的战略形势，阐明了国防部加快采用人工智能能力的途径和方法。短短两年时间，从Maven项目到联合人工智能中心，再到人工智能战略，美军在推动人工智能技术进入战场的进程上加快了节奏。

一网打尽系列文章，请公号内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 | 大学排名

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 | 卫星 | 混合战争

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……