原题：人工智能技术在美军情报系统建设中的作用研究上篇—关键情报领域项目浅析
原创 稻香湖下午茶 稻香湖下午茶
随着作战环境的复杂化、作战对象的多元化、作战手段的多样化，情报系统的能力建设受到各国高度重视。美军有着先进的情报技术体系，提前的布局和领先的技术使得美军掌握着人工智能技术与情报系统融合的制高点。
为了支撑情报系统建设，以IARPA和DARPA为代表的美军各研究机构针对不同领域的情报系统开展了各类研究项目。本文通过选取典型领域项目进行分析研究，可以看出美军相关领域情报系统能力建设的如下进展和趋势。
1
图像和视频处理领域项目
机载情报数据的实时处理是该领域情报系统的重要应用方向。其优势在于对时间敏感性数据，无人机无需返回地面进行数据卸载，同时还可大幅降低无人机和地面之间传输数据所需的带宽要求。在该方向，美军努力将算法、高性能计算、智能传感和机载平台相融合，推进无人机自主监视和侦察的能力。典型的项目如表1。
“
1
Project Maven。Project Maven重点开发用来自动检测、标记和跟踪监视飞机或侦察卫星拍摄的图像或视频中不同物体类别（如车辆、人、建筑物和武器）的计算机视觉算法。并在算法以及部署和测试方面与美国防部联合人工智能中心（JAIC）进行合作。
“
2
“敏捷秃鹰”吊舱。该吊舱是美国空军研究实验室（AFRL）的一个基于神经拟态计算的高性能嵌入式计算系统。为了完成大量全动态视频中对象检测等工作，AFRL在算法和系统的部署测试方面与JAIC和通用原子公司合作，使用 MQ-9整合“敏捷秃鹰”吊舱能力。
“
3
“智能传感器”项目。JAIC的“智能传感器”项目定位于快速开发和部署具有人工智能功能的自主“大脑”，以控制无人机的传感器并指导自主飞行。通用原子航空系统有限公司在MQ-9飞机上部署该技术，约翰霍普金斯大学应用物理实验室为该项目开发智能传感器“大脑”软件包。
2
文本和语音处理领域项目
文本和语音处理是IARPA数据分析方向的重点研究内容，相关项目多围绕跨语言信息检索，重点关注低资源语言、复杂语义以及特征内容的提取和检索。针对目前人工智能技术从纯粹分析向创造转变的应用范式，IARPA目前开始着手研究如何使用底层结构对文本进行可解释的归因，有助于识别生成式AI产生的虚假信息。典型项目见表2。
“
1
BABEL项目。BABEL项目旨在提高对转录数据很少的语言（即低资源语言）的关键词搜索性能。该项目收集了来自26种语言的数据，其中某些语言被保留为“惊喜”语言，用来测试团队为新语言快速构建系统的能力。
“
2
MATERIAL项目。MATERIAL项目系统使用英语来搜索查询各种低资源语言的语音和文本内容，并提供音频和文本的文件摘要和文件所属的领域摘要。项目参与团队呈现的主要系统包括SARAL、FLAIR和SCRIPTS。
“
3
BETTER项目。BETTER项目提供的系统能够快速、准确地从文本中提取复杂语义信息（例如谁在何时何地对谁做了什么），然后利用这些提取的信息从一个大型语料库中发现并分类相关的文件，并通过人类反馈提供个性化的提取和检索。项目参与团队呈现的主要系统包括CLEAR系统和CLEVER系统。
“
4
HIATUS项目。HIATUS项目旨在开发注重可解释的方法来检查书面文本的“语言DNA”，识别作者的身份及保护作战隐私。该项目推动的技术进步将有助于发现软件生成式的伪造信息。
3
电磁对抗技术领域项目
技术的发展使得电磁对抗领域情报系统和其它系统之间的集成度越来越高，界限越来越模糊。他们可以共享接收机、处理器和天线等可重构单元，这种融合允许采用更加集成和高效的电磁对抗方法。
电子战系统是电磁对抗领域情报系统的一个典型集成应用，DARPA作为美军探索电子战技术的先锋开展了多项研究项目，通过典型项目（如表3）的开展情况可以看出，美军电子战系统的技术配置经历了“模块化”和“软件化”的过程，最终目标是实现系统“智能化”。
为了创建适应性强且可重复使用的射频硬件，DARPA先后发起了ART项目、ACT项目和SPAR项目。在软件开发方面进行的研究重点围绕自适应通信和自适应雷达的对抗和保护，如BLADE项目、CLASS项目和ARC项目。在上述技术沉淀的基础上，DARPA发起RFMLS项目，着手迈向电磁环境中的精准态势感知。
“
1
ART项目。ART项目的主要目标是开发一个可重新配置的射频前端，为作战人员以及小型无人平台提供信号识别能力。作为ART的一部分，BAE系统公司依托于CLASSIC项目开发了MATRICs芯片（用于可重构集成电路的微波阵列技术芯片）。
“
2
ACT项目。ACT项目旨在将可重构能力、硬件重用能力引入到相控阵天线系统中。该项目把相控阵的多种功能模块（辐射单元、接收机、激励器、波束成形模块等）“封装”进一个可重构的通用硬件模块内，为军用相控阵的研发建立共享硬件基础。
“
3
SPAR项目。SPAR项目旨在研发模拟信号处理技术和芯片级处理器件，能够在接收机之前减少带内干扰以及对后续信号链路的堵塞，支持军用雷达、通信和其他射频系统在不可预测和高干扰射频环境中的工作。
“
4
BLADE项目。BLADE项目首次将认知无线电应用到通信电子战。其重点是开发新的算法和技术，通过机器学习自动态检测和表征新的通信威胁，并自动合成最优化干扰波形，对其进行有效地干扰。
“
5
CLASS项目。CLASS项目专注于开发可以使用计算方法来对抗监视系统的技术，以保护己方通信，防止己方射频通信系统受到敌方探测、截获或利用的影响。
“
6
ARC项目。ARC项目旨在开发能对抗敌方自适应雷达的机载电子战系统。重点关注的威胁是多功能相控式雷达系统，主要开发可集成到现有电子战平台并成为新平台组成部分的算法，使得电子战系统能够近实时自动生成有效的对策来对抗新的、未知的雷达信号。
“
7
RFMLS项目。RFMLS项目旨在开发数据驱动的机器学习算法，以解码数量不断增加的射频信号，在实时场景中区分重要和不重要的信号并从中提取额外的特征和信息以帮助更好地了解信号环境。
4
认知神经科学技术领域项目
认知神经科学领域情报系统的主体是人的认知（即以人为主要应用对象）。目前其建设重点主要关注如何通过人机交互来提高美军人员的精神和心理活动，使其在遭受身体创伤以及面对对方输出偏差信息时保持清醒的认知和决策能力。以脑机接口为代表的，用于提高大脑功能的技术是认知领域情报系统建设的关键，也是实现智能人机交互高阶形态的关键途径。DARPA通过如下典型项目（如表4所示）来推进认知神经科学技术的发展，以支撑该领域情报能力建设。
“
1
Neuro-FAST项目。记录大脑功能和了解大脑的神经活动是脑机交换技术研究的基础，Neuro-FAST项目旨在开发新的神经技术，以实现大脑活动可视化和解码，并使用光学方法跟踪清醒行为主体的放电活动。
“
2
TNT项目。TNT项目通过电刺激周围神经系统（大脑和脊髓之外的神经）来提高士兵的学习能力和军事技能以减少国防部训练士兵和情报人员所花费的时间。获得研究合同的团队从迷走神经和三叉神经开始研究。
“
3
NESD项目。NESD项目的目标是开发一款能够减轻伤害和疾病对军事人员视觉和听觉系统的影响的可植入神经接口，最终目标是希望神经接口能够与多达100万个神经元并行通信。
“
4
N3项目。N3项目旨在开发高分辨率非侵入式双向脑机接口，为士兵提供脑控能力，实现大脑意识对装备的控制。该项目提供一种脑细胞读写技术，能够以1立方毫米的分辨率与大脑中至少16个位置进行互动，且信息滞后时间小于50毫秒。
一 END 一
免责声明
文章内容系作者个人观点，文章观点不代表本机构立场。图片均来自于网络。如有任何异议，欢迎联系我们！