DARPA的研究成果(四)：个人电子设备的技术基础，人工智能
美国国防高级研究计划局(Defense Advanced Research Projects Agency)，简称DARPA。成立于1958年，是美国国防部属下的一个行政机构，负责研发用于军事用途的高新科技。本文摘编自DARPA于2015年3月发布的报告《国家安全突破性技术》。
个人电子设备的技术基础
需求和发展前景
在智能手机和平板电脑成为生活必需品之前，DARPA已经开始研究网络、通信、高性能计算、图形用户界面、人工智能、先进的微电子、新材料和应用、导航和定时，综合而言，技术奠定了现代个人电子产品的重要基础。如今，很多人都认为，离开了移动设备，他们几乎无法生活。对于作战人员而言，移动设备的意义更加直接，它们已经逐渐超出了传统通信系统的范畴，而发展成为战斗工具和挽救生命的装备。
DARPA的解决方案
几十年来，DARPA积极追求并成功开发出处理、分析和显示信息的新方法；增加电子设备的运行速度和性能；并降低这些设备的尺寸、重量、功耗和成本。许多此类开创性研究获得了联邦政府的大量额外投资。现在新涌现出的技术成为ISR、指挥与控制以及电子战等现代军事能力的基础。其中许多技术也开拓了广阔的商业市场前景，吸引大量的民营企业、企业家和投资者在电子、软件、通信和计算机行业内建立新的企业和产业。这些公共和私人投资最终打造了紧凑的综合型设备，能够浏览网页、计划行程、登陆社交媒体或者拨打传统的电话。
DARPA资助开发了以下设备，旨在奠定移动设备的技术基础：
• 互联网
• 能够让用户与设备进行互动的图形界面
• 人工智能和语音识别技术
• 向基站传输射频信号的功率放大器
• 软件推动的无线电技术的进步，使所有蜂窝设备采用多协议、多频带射频设备，能够使用单一设备漫游许多网络
• 基于微机电系统（MEMS）和微型GPS接收器的芯片级高性能加速计和陀螺仪，奠定了智能手机和导航功能的基础
• 计算机辅助设计工具和193纳米光刻技术，能够用于设计和生产最先进的存储器和处理器硅芯片
• 可充电锂离子电池技术的早期研发
• 先进液晶显示技术的高性能聚合物
所产生的影响
通过将多个传感器和组件集成到具有标准化协议和统一接口的单个系统中，移动设备将显著改善作战人员的环境意识和通信能力，同时大大降低早期系统的尺寸、重量和功耗。也许更重要的是移动设备及其应用程序不断改进的速度。巨大的应用生态系统确保了功能按照与人类智慧相适应的速度快速发展。庞大的消费市场意味着设备本身在不断升级，以低成本提供前所未有的功能，促进许多新功能的诞生。
例如，DARPA的广泛操作语言翻译（BOLT）项目使用简单的手机平台，支持与非英语母语的人群进行沟通并识别外文来源的重要信息。本机构的持续近距离空中支援（PCAS）项目创建了基于平板电脑的系统，使地面部队和作战空勤人员实时共享态势感知和武器系统数据，并允许地面情报人员迅速和正确地同时识别多个目标。 同样，DARPA的变革性应用（TransApps）项目采用安全的Android智能手机直接向阿富汗的驻军提供当前的高清晰度数字地图影像，再加上覆盖新数据以及让部队可以在完成任务之后插入更新的工具。也许最重要的是，TransApps简化了创建对应于作战人员需求的新应用程序的过程，有利于打造新的飞行作战工具。在18个月内，总计在阿富汗部署了超过3000台TransApps移动设备，以支持陆军部队的作战。
研究成果的转化和推广
DARPA技术对于个人电子设备的贡献表明了一种推进军事能力发展的间接但重要的途径，其中，DARPA资助的研究扎根于商业部门，然后投入军事上的应用。众多大学、公司和实验室中的DARPA项目带动技术进步，共同创造了智能手机和平板电脑。大量的私人资本和创业动力创造了大规模的消费市场。今天，DARPA正在说明此类商用设备将如何应用于军事需求。
下一步计划
虽然，移动设备的商业市场非常繁荣，2014年的出货量超过15亿台，但其在军事行动中的应用才刚刚开始。移动设备的应用程序和硬件发展迅速，让我们得以重新思考我们的部队采用新技术的速度。
人工智能
需求和发展前景
在二战期间及之后，电子设备和计算机技术的进步奠定了机器执行人工智能任务的基础。但事实并非如此，直到1956年，才真正诞生了人工智能（AI）研究领域，启动了达特茅斯夏季研究项目，这是一项为期一个月的头脑风暴会议。该项目声称，“机器可以精确地模拟学习或智力任何其他功能。”可以预见，机器在未来将“使用语言、形成抽象和概念、解决人类面临的各种问题，并不断完善自己。“
同时，军事行动产生和传输的传感器数据量、通信流量以及其他信息的迅速增长，使人们已经无法有效地吸收、理解并做出应对。为了充分利用此类信息，作战人员、战略家和情报分析人员越来越需要机器不仅进行简单的排序或统计，而要能理解语音、文本、图像、视频和其他复杂的动态数据流。
DARPA的解决方案
DARPA很早就已经意识到人工智能将解决一系列国家安全需求，并因此启动了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。我们的目标是自动执行与人工智能相关的一系列功能，比如，从数据或经验中导出新的知识、获得逻辑结论并推荐所观察到现象的解释。最初的努力主要集中在开发军事行动的计算机系统，尤其是军事指挥和控制的关键领域。DARPA迅速成为人工智能研发领域的领导者，应用逐渐扩展到语音识别和语言传输、大数据分析和情报分析、基因组学和医学、视觉和机器人以及无人驾驶和导航等领域。
所产生的影响
DARPA对于人工智能基础学科的早期投资帮助说明事实上，机器能够根据经验和反馈提供越来越多的智能协助。在指挥和控制等军事应用中获得最初的成功之后，DARPA在20世纪80年代资助了为期10年的战略计算计划，利用计算机体系结构、软件和芯片设计的快速发展并将人工智能技术推动至新的高度。其中包括动态分析和重新规划工具（DART），采用自动推理并显著改善沙漠风暴和沙漠盾牌行动中后勤和其他规划职能的问题解决辅助计划。在DART的帮助下，之前需要四天才能完成的部署计划，现在仅需要数小时就能完成。
DARPA在人工智能领域的研发活动对另一个重要且具有挑战性的领域（高级语言处理）也将产生类似的革命性影响。早在上世纪70年代，DARPA的语音理解研究计划就创建了第一代自动语音转录系统，其中一个由Dragon Systems公司投入商业化应用。作为DARPA几十年有针对性投资的直接结果之一，机器逐渐学会认识和了解相关的语音，包括选定外语的文本和语音。这些努力已经帮助作战人员更好地了解当地人员并有助于收集区域情报，同时也逐渐形成蓬勃发展的商业市场。该项目也开发了语言统计模型，这是当今语言、视觉和其他领域内机器数据密集型学习方法的原型。
此外，通过其可学习个性化助理（PAL）计划，DARPA创建了认知计算系统，提高了不同层次军事决策的效率；降低了对于大量指挥人员的需求；并实现更小型、移动性更高且不易受到影响的指挥中心。DARPA与军方用户合作，进一步调整军事用途的PAL原型，并与国防采办社会将PAL技术过渡到军事系统。
图：谷歌无人驾驶车辆
DARPA研发的人工智能还对无人驾驶车辆的发展至关重要。DARPA主办的自动驾驶车辆城市挑战赛表明机器能够独立执行复杂的人类驾驶任务。同样，DARPA机器人挑战赛也正在推动机器人的发展，最终将开发出能够协助自然和人为灾害救灾行动的机器人。DARPA的赛博挑战赛（CGC）计划在2016年结束，正在应用数十年来人工智能领域内的基础知识，创造有史以来第一个完全自动的网络防御系统，这一进步将深刻改变当今赛博作战的风险环境。毫无疑问，人工智能对于国家安全至关重要。
DARPA的2004年和2005年挑战赛以及2007年城市挑战赛展示了自动驾驶车辆的潜力。
研究成果的转化和推广
DARPA资助的人工智能技术已经改变了美军的许多方面。比如，DARPA的可学习个性化助理项目纳入未来陆军司令部，其将来自不同来源的数据集成到单个显示器，有助于做出更及时的决策并协调在世界各地的行动。同样，作为该机构发展工作的一部分，在过去十年中，多套DARPA语言翻译设备和系统已经部署在冲突地区。这些都帮助作战人员与当地居民进行沟通，并通过广播媒体和其他来源获得地区情报。
DARPA开发的人工智能也渗透到商业领域。机构的PAL计划所产生的进步不仅适用于军事用户并且能够实现与民用手持设备之间的语音交互。于是，Siri公司于2007年成立，后来被苹果公司收购，这进一步推动了Siri/PAL技术融入苹果移动操作系统的过程。
同样，在90年代中期，DARPA通过斯坦福大学的数字图书馆项目，为谷歌的原始搜索算法的开发提供给了部分资金。谷歌现在利用为DARPA城市挑战赛开发的人工智能技术启动了自动运输项目。
一般而言，今天被称为大数据分析和机器学习的大部分技术都曾经获得DARPA的支持，大学或其他研究项目通常为当今人工智能技术的前身提供了许多支持。
下一步计划
DARPA将继续对人工智能研究进行能够改变游戏规则的战略性投资，充分利用硬件、软件和通信技术方面突飞猛进的进步。该机构的大机制方案正在开发协助计算机阅读科学和技术文章的技术，将知识片段综合成更完整的模型，并提出实现特定目标的干预措施。
计划旨在解决现代科学的开创性问题：当前关心的许多议题，如癌症、脑功能和气候，受到成千上万因素的影响，但研究人员通常研究和出版有关此类过程的高度专业化的部分要素，但是，没有人可以阅读所有的出版物或整合所有的要素，从而理解和处理此类过程。大机制产生了新的科学模式，其中，每一本出版物都将成为整体计划的一部分，并且研究向实际应用的转化将更加迅速。 DARPA的先进机器学习概率规划（PPAML）计划旨在创建用户友好的编程语言来简化和普及机器学习应用。通过避免专家从头开始构建定制软件的繁琐工作，这样做将加快的智力密集型应用程序的开发，包括垃圾邮件过滤器、智能手机个人助理和自动驾驶车辆等。
DARPA的视觉媒体推理（VMR）项目正在努力实现照片内容识别，如“车辆的厂商和型号”或“建筑物地址”。通过提取人类分析师的相关信息并提醒他们值得重视的情况，VMR技术有望成为智能技术的倍增器。
DARPA的赛博基因组计划正在开发恶意软件分析的自动化机器智能技术。通过归类相关的恶意软件，并生成详细的谱系图，赛博基因组将揭示黑客如何修改之前的恶意软件从而实现新的目标，及时了解新发现的恶意序列的特定目的。截至2015年初，三个潜在的转化合作伙伴正在评估作战环境下赛博基因组工具的应用前景。
DARPA的赛博挑战赛（CGC）是旨在创立能够推理程序缺陷、制定补丁并实时在网络部署的自动化赛博防御系统。目前，最初发现漏洞到大范围补丁部署之间的漫长时间窗口使赛博维护者处于显著的劣势地位。通过提高机器的速度和企业规模，CGC旨在改变攻击者占主导地位的现状。
本文节选自《国家安全突破性技术》
以上图片均源自网络。
《中国电子科学研究院学报》欢迎各位专家、学者赐稿！投稿链接
电话：010-68893411
邮箱：dkyxuebao@vip.126.com
如需转载，请在后台回复“转载”。
系列合集：精品原创阅读