【科技新闻时评】美国防部提出人工智能新概念——人类战胜它将更加困难

【科技新闻】

据美国国防高级研究计划局（DefenseAdvanced Research Projects Agency）于2019年2月14日宣布了在人工智能军事应用领域具有里程碑意义的 SAIL-ON计划。 该计划的目标是研究和开发创造人工智能系统所需的基本科学原理、通用工程技术和算法，这些系统能够在开放世界中的新情况下适当有效地发挥作用。对于 SAIL-ON的具体含义、它将为美国陆军带来哪些变化？欢迎阅读本期《总说装甲》的科技新闻时评：美国国防部提出人工智能新概念——人类战胜它将更加困难

【独家评论】

美国陆军对人工智能技术的新需求——不仅仅是自动化那么简单

   人工智能技术的普及和应用已经是各国军事技术在未来展开角逐的一个重要领域，但目前大多数国家都是将以有的人工智能技术与正在研制或者刚刚研制成功的新型装备相融合。今天的人工智能技术通过对以往信息的学习，虽然能够在棋盘游戏上险胜人类，但这终究是学习，对于人工智能技术是否能够自主创新、能否培养出人工智能的创新能力？目前还是未知数。我个人认为，虽然目前创新行为仍然是人类独有的技能，但人类的创新也是建立在对现有数据的掌握和重组的基础上，通过人脑间歇性的特性，从而得到创新成果。机器对于数据的搜集和整理功能很明显优于人脑，只要将它的连续性进行随机切断，不久的将来不难模拟出人脑的思维模式。当然，这是后话，而今天的美国国防部并没有拘泥于是否要让人工智能去创新的问题，而是想让人工智能技术能够适应现实世界中，作战部队经常面临的、不断变化的情况。这些变化包括敌人的突然行动、莫测的天气状况、陌生的地域环境等。

DARPA最新提出的SAIL-ON的全称是Scienceof Artificial Intelligence and Learning for Open-world Novelty，中文可译为人工智能科学开放型学习计划。

美国目前推行的全部人工智能技术，都是如何使其与人更好地结合

 传统人工智能技术弱点已经暴露

以往，美国一直致力于将现有的人工智能技术与武器系统相结合，实现武器装备最大限度的自动化。比如采用人工智能技术的坦克火控系统能够根据探测系统提供的信号，自动识别和锁定目标、自动识别来袭目标、判断目标威胁的优先级。按照传统打法，十辆人工观瞄的坦克，可能都不是一辆人工智能观瞄坦克的对手。但人要想战胜此类人工智能技术并非难事。可以在威胁更加优先的位置释放多个假目标，让人工智能火控按照预先设定的“优先级”去挨个攻击，虽然全自动瞄准的时间很短，但坦克装填炮弹的时间却是一定的。可利用坦克攻击假目标和装弹的时间差，发起对敌攻击。即便人工智能一方数据处理效率再高，也只能程式化运行，只要摸清对方人工智能武器对不同作战情况的固有算法，发挥人能够适应环境并调整行为的特点、在特定的作战环境中反其道而行之，就能轻松战胜人工智能武器。

目前国际上比较先进的坦克火控系统仍然是人工搜索和锁定，但为了缩短发现-打击目标的时间，许多先进的坦克都采用了“猎-歼”式火控，将车长的搜索和炮长的瞄准功能合二为一。图为国内新闻媒体公布的火控系统瞄准画面 

SAIL-ON将人工智能推向新高度

然而，美国DARPA正在进行的SAIL-ON计划，就是要让人工智能跳出程式化的束缚。

SAIL-ON计划的最终目的，是实现人工智能技术在武器装备甚至作战体系上，与人类智慧的高效合作。具体的实施步骤，是通过制定更科学的新程序和新算法，将人工智能技术从当前对外界环境封闭感知的局限性中解放出来。形象地说，就是过去的人工智能只能在棋盘游戏固有的规则约束下，完成吃掉对方的王这一个目标。而SAIL-ON计划成功后的人工智能，将能够在第一时间获得并分细有肯能突然修改的游戏规则，并完成吃掉王或者捕获其它棋子的各种任务。

该计划一旦成功，新的人工智能系统在识别环境时将不再需要事先设定的数据库，而是通过军事行动本身来观察外部形势，比如通过一次地面行驶，自动生成一个支持行动的数据库。当识别到未遇见过的环境时，将根据以往的成功经验采取试探行为。

如果将SAIL-ON计划与现有的传统人工智能相比较，传统人工智能是人工搜集环境数据，输入再多的数据，也只能未雨绸缪。SAIL-ON计划的主要作用是让人工智能系统自主搜集数据，所以称之为“人工智能科学开放型学习”。

SAIL-ON计划改造后的人工智能技术在运行过程中，将分为4各步骤：

1、认识到外界环境和规则发生了变化；

2、描述外界环境和规则的变化；

3、根据描述结果，根据以往经验，做出相应的反应；

4、经过相应的反应，适应新的环境和规则，并更新自身的世界数据模型。

我个人认为，未来的四代坦克与目前的三代坦克在信息化方面的一个重大变化，就是从武器装备的部件自动化向武器装备的系统智能化转变

试想一下，如果不同环境下执行相应任务的人工智能系统在自主搜集大量数据后，经过数据共享，形成的人工智能系统作战经验数据库，相当于随时可以复制无数名经验丰富且能够不断学习的老兵，所以，近期尽快研究针对SAIL-ON人工智能的反克技术，将来掌握SAIL-ON的相应技术，对于有可能和美国在世界军事舞台角力的国家而言，已经具有了一定的紧迫性。