76网址硅谷巨头:五角大楼全知全能系统的创造者

  • 时间:
  • 浏览:0
  • 来源:UU直播平台-UU快3直播APP

  808年春的某一天,John Montgomery上校走进内华达州克里奇空军的有三个小地面控制站,像往常一样,通过无人机观察伊拉克地区的地面情况汇报。当天的任务是对处于巴格达东北部、人口密集的萨德尔城进行公开巡逻。Montgomery的中队几周以来时不时在观察该地区的情况汇报。

  Montgomery刚坐下,他的传感器操作员就转头和你爱不爱我:“我感觉今天不太对劲儿,我觉得我还不知到底现象出在哪里,但就说 我感觉不对。”Montgomery全是同样的感觉,你爱不爱我:“整个城市呈现出的氛围和往常很不一样。我的中队在这里观察了很长时间,对萨德尔城的每根小街道都不粉悉,了解我门 每天生活的节奏,连当地妇女从她们的阳台走到洗衣房的线都不粉悉,当天我门 都明显感觉到了或多或少不对劲儿。”

  操作无人机飞行15分钟后,传感器操作员指着屏幕上的一名男子说:“或多或少穿着西装正在打电话的家伙看上去好像很正常,但我的直觉真不知道他有之后有现象。”尽管无人机是在1.10万英尺上的高空飞行,但Montgomery相信他的直觉,他丰沛 的经验和经过训练的眼睛,不想让你随随便便就指出目标,于是他决定放弃有三个小计划中的整体巡逻,就说 我把该名男子作为重点观察目标。

  无人机“捕食者”有之后飞行了逾有三个小小时,该名男子并没有进入任何建筑物,他似乎漫无目的地走着,有时走进繁忙的公上面,但他时不时把手机装进耳边。

  最终,或多或少男子走进了根小安静的小巷,百公里油耗带货架的丰田皮卡和另外三名男子出显,我门 四人个一齐从卡车的车架中取出有三个小迫击炮,向附进的美国开火了两次,之后找到有三个小废弃的地方倾倒枪筒,之后那三名男子上了丰田皮卡车扬长离去,而西装女人则继续走,似乎哪有多少也没处于过。

  一支情报小组接到命令跟住那辆丰田车,另一支队伍则穿过街区拿回迫击炮。无人机“捕食者”继续追踪那名穿着西装的男子,他在有多少街区外的一所房子里消失了。Montgomery说他在那里和制造商见了面。

  我门 早就知道,五角大楼的无人机产生的数据远远超过其人员所能观察到的数据。有之后全是庞大的间谍工具,这类像案例中描述的或多或少可疑男子就先要被发现,就说 当前自动化图像分析被广泛视为是此类现象的防止方案。可不想能肯定的是,即使有三个小简单的计算机视觉系统也可不想能可疑人员,为操作员节省宝贵的时间和资源。有之后,有三个小自动器是无法判断他否有有有现象。这是并否有建立在丰沛 的经验和直觉基础上,通过微妙的线索进行的攸关的判断。那计算机真的无法做到或多或少点吗?

  自那次任务过去十一年后,五角大楼进行了大规模的研究,有三个小我觉得不有之后的幻想,现在有之后快要实现。2017年初,在投入数百万美元用于实验室模拟实验后,五角大楼的有三个小实验工作组得出结论:当前的分析算法“有之后接近人脑工作水平”。作为敲定,启动了广为人知的“Project Maven”,计划将当前的算法技术应用到实战中去。

  “Project Maven”的第有三个小实验也被称作基于算法的多功能作战队伍(Algorithmic Ware Cross-Functional Team),该系统能识别目标和发现无人机中的可疑活动,哪有多少数据将传给10个负责执行叙利亚、伊拉克和或多或少非洲地区任务的情报部门。据一位透露,目前全是之后扩展到别的地区。

  通过该软件系统,分析师可不想能选取目标对象,汇集每个现有的所否有有人机镜头剪辑视频,显示与目标对象相同的车辆或人个。还有就说 或多或少的功能,包括进行分类。项目承包商之一,计算机视觉创企Clarii,提供了要能在视频和图像中分析人个“年龄、性别和文化外观”的软件。

  在第二次研究“冲刺”中,“Project Maven”将重点转向广域运动图像,即WAMI,它能以高分辨率的水平监测相当于一整个城市大小的区域。到2018年底,该计划为Gorgon Stare植入了有三个小“基于AI的”分析算法,Gorgon Stare是已知最强大的WAMI。

  “基于AI的”的Gorgon Stare让你难以想象,保守估计,该摄像系统可一齐记录数千人与车辆,一旦实现自动化,每个目标都能被聚焦观察。目前空军方面告知该系统究竟能实现哪有多少功能,但在2017年10月向皇家空军发表时,该计划的负责人表示,该软件的早期原型要能即时识别汽车、卡车、人员和船只,未来还能完成更繁复的任务,你爱不爱我有一天它真的能传达出“感觉不太对劲”的信息。

  该计划由美国国家实验室和美国情报界的17个组织组成。“Project Maven”将实现人工智能新时代的大门,将众收眼底。

  该技术早期应用的主要现象是,即使最先进的系统也会故障,就说 先要完整性信任机器结果。但或多或少错误正在减少,很大程度上得益于机器学习的最新进展。在自动化的间谍式领域,哪有多少学习训练量都十分庞大。麻省理工学院林肯实验室开发了有三个小中含180万个注释图像的训练数据库,用于WAMI分析系统的数据训练,经过训练后,误报率几乎降为零。一帮人会说,即使是有三个小拥有广泛“训练”的系统,也永远无法超越人类,有之后即使是有三个小经验浅薄的分析师在将百公里油耗消防车误认为是装甲战车后,都要能及时改正,而计算机则会一遍又一遍地犯同样的错误。

  目前,“主动学习”的机制得以防止或多或少现象。“Project Maven”中,系统一旦错误识别对象或活动,分析师可不想能点击“AI训练”按钮,算法将记住全是就说 再犯同样的错误。同样的,当计算正确时,分析师会肯定它。通过或多或少辦法 ,计算机可不想能随着时间的推移建立对有效和无效的理解,系统运行时间越长,工作效果就越好。

  最终,或多或少软件甚至要能动态学习新的技巧。这类,使用“Project Maven”软件的分析师可不想能系统识别它们从未受过训练的全新智能形式。在有三个小示例中,分析师该软件通过消防车和救护车的出显来识别这是有三个小“紧急情况汇报”的迹象。

  当前,即使是哪有多少怀疑论者们也先要敲定哪有多少进步让我门 感到非常不安,有之后现在是计算机而全是人类看着我门 说:“或多或少城市或多或少不对劲儿。“

  前空军无人驾驶飞行员Montgomery上校时不时认为在此类行动中,人类的参与是十分必要的,但现在他有之后不没有肯定了。你爱不爱我看一遍YouTube视频,有三个小能主动学习的机器人在进行打杯子的游戏,起初,机器人是幼儿水平;但在第70次尝试时,球击中了杯子的边缘,它就像一位聪明的训练分析师一样结束了了英文学习修正,每次尝试都变得更好,最终在第80次尝试时,全中。

  开发出可不想能取代人工的智能技术,硅谷企业功不可没,我门 从国防和情报领域挖出来了少许技术人才。由劳伦斯利弗莫尔国家实验室开发的有三个小自动化分析进程Persistics于2014年关闭,有之后其大部分团队都跳槽去了谷歌、YouTube和Facebook以及此类公司。

  硅谷在商业领域的成就大部分都归功于它在情报领域的研究。通过YouTube精美有效的视频推荐侧边栏,可不想能预测搜索Huey直升机视频的用户,有之后也会对有关核潜艇或Apocalypse Now的剪辑视频感兴趣。它使用了并否有称为聚类分析的预测技术,一齐或多或少技术也可不想能这类地用于预测漫无目地的人有之后正在准备发动并否有。

  五角大楼希望将哪有多少思想和技术纳入进来,尽管一帮人持不同意见,硅谷的领导层最终表示我门 让你企业企业合作。在2018年3月,五角大楼聘请谷歌参与“Project Maven”项目,当时议论纷纷,作为敲定,谷歌表示该技术仅用于“非性”活动。但即便没有,逾800名Alphabet员工敲定了一份,要求公司撤除企业企业合作,带土字旁的男孩名字此后不久企业企业合作便结束了了英文了。

  当时,就说 人都对这次与公司的企业企业合作感到,但我觉得这类的企业企业合作早就全是第一次了。早在2013年,谷歌就与空军研究实验室敲定了一份未向外披露的企业企业合作研发协议,专注于空中等数据防止技术的研发。作为企业企业合作的结果,空军工程师开发了有三个小网页,由长办公室发布,被称作“性”的广域中自动“生活模式”分析原型。

  无论从哪有多少深度1来看,这都全是所谓的“非性”技术。生活模式分析可不想能完整性研究人个日常活动,这是空袭前不可或缺的一步。

  在“Project Maven”的争议之后,相当于目前谷歌领导层似乎我觉得暂缓了之后的计划,退出了五角大楼云计算项目。但就说 或多或少迹象都表明谷歌在国防领域的参与比我门 想象的要广泛得多。在2019年的预算请求中,有点硬行动司令部还指出,需用480万美元购买少许云计算服务,包括TensorFlow,用于“大数据分析”项目。而空军发言人对AFRL-Google CRADA否有有谷歌参与空军项目的唯一案例,并没有给出明确回答,只说“将继续与行业和学术界企业企业合作,寻求新兴的技术。”

  尽管谷歌放缓了步伐,但或多或少公司并没有。亚马逊的首席执行官贝佐斯和微软的Brad Smith都表示会继续参与JEDI竞标,包括DOD技术和或多或少或多或少的活动。

  展望硅谷为我门 带来的未来:可不想能在智能手机上订购书籍,有之后只需轻轻一按,就可不想能访问数千小时的直升机和潜艇视频,在某个地方,人工智能计算机有之后判断你让你观看此类内容。科技界与国防、情报界的关系日益密切。有三个小的未来让你感到心头一紧。你想,当你看一遍有三个小头条,写的是“此应用可不想能识别你远足中遇到的小动物”有之后“使用谷歌人工智能找到你的艺术之魂”,但人个面,所有的哪有多少都可不想能被用于让更加自动化,更具洞察力,变得不可思议甚至接近“全知情况汇报”。