“掃描鷹”無人機/圖 來源網絡

本月早些時候，在中東一個秘密地點，情報分析人員使用含特殊算法的計算機開展了對“掃描鷹”無人機所拍視頻的識別工作。試驗開始僅幾天，計算機對人員、車輛、建筑等物體的識別準確率便達到了60%，一周后提升到80%。這種特殊算法來源于4月份啟動的Maven項目。2018年，項目團隊計劃進一步將算法應用于自動分析大型無人機的視頻數據。

Maven項目

2017年4月26日，時任國防部副部長羅伯特·沃克簽發(fā)了關于“成立‘算法戰(zhàn)跨職能小組’(AWCFT)”(即Maven項目)的備忘錄。備忘錄指出，成立“算法戰(zhàn)跨職能小組”的目的在于，加快國防部融入人工智能與機器學習技術的速度，將國防部海量數據快速轉換為切實可用的情報。“算法戰(zhàn)跨職能小組”由負責情報的國防部副部長(USD(I))監(jiān)管。USD(I)下屬國防情報局長約翰·沙納漢空軍中將擔任主管。

當前進展

沙納漢表示，Maven項目正在為將來的人機編隊創(chuàng)造基礎，該概念將變革軍隊的作戰(zhàn)方式。項目目前的工作重點是幫助美國特種作戰(zhàn)司令部情報分析人員識別“掃描鷹”無人機所拍視頻中的物體。沙納漢將項目所開發(fā)算法的初始部署稱為“原型戰(zhàn)爭”。在短短8天的部署時間里，項目團隊對算法進行了6次優(yōu)化。部署前，項目團隊使用數千小時的中東地區(qū)無人機視頻對其進行了“訓練”，但部署后，實際環(huán)境與訓練內容還是存在出入。因此，有必要在部署前5天對算法進行了優(yōu)化與改進。項目團隊將Maven算法與海軍及海軍陸戰(zhàn)隊的“米諾陶”(Minotaur)系統(tǒng)(一種關聯與地理登記應用)結合起來，運用Maven算法識別物體并對其進行追蹤，然后再利用“米諾陶”系統(tǒng)獲得地理坐標，將位置顯示在地圖上。過去，很多工作都需要分析人員手動完成，Maven算法與“米諾陶”系統(tǒng)相結合，既提升了態(tài)勢感知，又節(jié)省了分析人員的時間。

Maven項目主管約翰•沙納漢/圖 來源網絡

未來計劃

未來幾個月，Maven項目團隊計劃將開發(fā)的算法交付更多擁有小型戰(zhàn)術無人機的部隊。到2018年夏，項目計劃拓展到“捕食者”和“死神”等無人機的相關應用上。在此之后，項目計劃將算法與“死神”無人機搭載的高科技全景攝像機系列“戈耳工凝視”(Gorgon Stare，也譯作“女妖之眼”)結合使用。目前，算法是安裝在計算機上使用，未來目標是將該技術安裝在無人機上。

“死神”無人機/圖 來源網絡