美陸軍人工智能工作組（AITF）正致力於從根本上改變美軍戰備和作戰指揮方式的項目——“移動協同與自主傳感器的輔助威脅識別”（ATR-MCAS），將在戰場上部署人工智能，從而在未來幾年內為士兵探測和分類實時威脅。
項目基本情況
ATR-MCAS項目由美陸軍人工智能工作組牽頭，並與國防部聯合人工智能中心合作。ATR-MCAS是人工智能使能的先進空中和地面車輛網絡系統，利用傳感器和邊緣計算技術。車輛攜帶的傳感器使其能夠在感興趣的區域內導航，以識別、分類與定位實體、障礙和潛在威脅，從而減輕士兵的認知負荷。該系統還能夠聚合和分發目標數據，然後根據組合威脅圖提出建議和預測。自主傳感器識別威脅後，相關基本信息通過移動自組織網絡回傳給士兵，這些威脅會在提供戰場聚合視圖的通用作戰態勢圖（COP）中公佈。人工智能使能的決策支持代理負責處理COP提供的信息，可提出相關建議，如對已識別出的威脅進行優先級排序。收集到的信息並不是通過靜態數據標準實現，而是通過可靠的數據中介實現，可在地面和空中系統之間實現更好的協同和增強的互操作性。在ATR等應用程序中，數據中介主要關注戰術邊緣的共享態勢感知，這對於獲取威脅或目標的準確信息至關重要。通過人工智能和機器學習技術處理多個傳感器的圖像數據需要大量的戰術邊緣計算能力，以為士兵提供更直接的數據訪問。
項目目標及意義
①ATR-MCAS將充當士兵“隊友”，通過提醒士兵即將到來的威脅減輕士兵的認知負荷。車輛上或手持移動設備的士兵能夠定製ATR-MCAS顯示或發出警報的反饋數據。例如，一名駕駛坦克的士兵可將筆記本電腦設置為：當計算機視覺系統檢測到敵方坦克時僅顯示其圖像。或者，士兵可觀察人工智能系統分析的原始視頻數據流，並通過高亮顯示對攝像機和其他傳感器採集到的數據進行分類。如果陸軍需使用實時攝像機或雷達數據執行偵察任務，該系統也能夠將傳感器輸入數據的變化考慮在內。隨著時間的推移，算法分析的輸入數據類型可擴展。
②ATR-MCAS突破了人工智能和用於圖像分類與自主導航的機器學習的現有限制。ATR-MCAS不同於現有的自主系統，其不侷限於特定的用例。ATR-MCAS可在行動區域執行偵察任務，也可保持固定位置執行地區防禦監視任務。ATR-MCAS能力也可擴展至其他地面作戰任務，如路線偵察、任務篩選或高價值目標驗證。這種適應多種性能標準的能力提供了增強的態勢感知能力，併為士兵提供了更快的決策能力。
③ATR-MCAS的適應性設計通過使士兵更快地發現、識別和跟蹤戰場目標，增強了士兵的殺傷力和生存能力。研發此類智能和適應性工具能夠支持陸軍的現代化努力，併為作戰人員提供額外的態勢感知能力，使作戰人員更安全，在戰場上做出更明智的決策。
項目進展及後續任務
①數據收集。AITF和卡內基梅隆大學國家機器人工程中心（CMU NREC）團隊於2020年1月13日～17日參加了加利福尼亞州亨特·利格特堡舉行的數據收集活動。自主系統牽頭人克里斯•勞倫斯中校表示，數據是建立人工智能和機器學習分類或預測模型的前提和基本要素，收集優良、真實數據的機會越多，系統未來對相似目標的識別和分類就越有效。
②傳感器訓練。數據收集活動期間收集的數據將用於傳感器對現場目標進行識別和分類的訓練，為未來作戰任務提高系統的準確性和可用性。收集到的圖像將被標記為特定類型對象，以便進一步對模型識別相同或相似目標進行訓練。
③未來以圖像的模式識別為目標。該系統還遠未完成戰場環境部署，當前正在學術合作伙伴的幫助下，針對收集的測試數據對算法進行訓練。目前，算法主要運行於圖像分類和計算機視覺，但未來陸軍希望增加圖像的模式識別。勞倫斯表示，這種能力將隨時間推移而不斷增強。雖然模式識別是未來目標，但人類將完全控制其對ATR-MCAS所提示信息的反應，目的是為士兵提供更詳細的戰場情況以及最關鍵的信息。本質上，這些系統都是為了能夠以無人系統的形式提供態勢感知。
軍事科學院軍事科學信息研究中心 張羽豐
如需轉載請註明出處：“國防科技要聞”（ID：CDSTIC）
閱讀更多 國防科技要聞 的文章
