人工智能情报领域应用快速推进
发布时间：2022-01-17 17:28:57
随着技术的深入发展，人工智能已开始在侦察情报领域落地生根，其应用由智能获取、智能分析向智能决策支持等方面延伸和扩展，为有效缩短打击链、夺取作战优势发挥作用。
美国知名智库——国际战略研究中心（CSIS）发表报告认为，人工智能等新兴技术有潜力改变和增强美国情报界的力量，同时也会让强劲对手给美国带来前所未有的挑战。在这种竞争环境中，美国需要加快获取和整合新兴技术，调整情报专业人员的技能和任务，以保持领先地位。随着技术的深入发展，人工智能已开始在侦察情报领域落地生根，其应用由智能获取、智能分析向智能决策支持等方面延伸和扩展，为有效缩短打击链、夺取作战优势发挥作用。美国防部作为人工智能军事应用顶层设计的主体，不断深化基于人工智能全源分析的数据工程建设，为军事情报领域应用提供战略引领，军种则聚焦其使命任务，着力开发人工智能解决方案，重点支持战场威胁快速识别、多源情报自动融合等应用。
一、美国防部发布新数据战略支撑联合全域作战
10月8日，美国防部发布新数据战略，重点聚焦利用国防部数据支撑联合全域作战。该战略提出了国防部成为“数据中心组织”所需要的原则、重要能力以及终极目标。这些目标包括确保数据对用户可见、可用、可理解、互联、可信、可互用且安全。美国防部首席信息官达纳·迪西表示，“数据是数字现代化战略的‘弹药’，在构建战场内外作战优势中所发挥的作用越来越重要。本战略是让国防部人员能够取得‘弹药’，而不受等级或地理条件限制的第一步”。为了实现国防部的数据目标，该战略提出了四项“重要能力”：国防部云架构及其他开放式架构能力、向依靠数据的决策文化转变、建立数据设备管理与共享的系列标准，以及有效的数据治理。该战略提出的具体目标之一，是明确连接传感器与火力点的关键环节，确保数据能够在不同应用主体间实现共享。美陆军与空军已签署协议，共同发展联合全域作战概念，第一步就是开发数据共享标准以及军种接口。美国防部官员表示，“我们的数据太过庞杂，如果我们试图保存和使用所有数据，那将是一种愚蠢的做法，我们需要明确哪些部分是最重要的”。
二、美国防部提出当前人工智能在军事情报领域的典型应用
美C4ISR网站2月14日报道，美国防部认为，21世纪的战场不受传感器短缺问题困扰，反倒是太多的传感器带来的太多数据限制了国防部及时将信息转化为可用情报的能力。人工智能有望解决这个难题，使最相关、最及时的数据到达最需要它的人那里。当前人工智能技术面向情报的现实应用，一是视频处理与分析及目标和威胁探测。如，美国防部“专家”（Maven）项目已利用Google的TensorFlow 人工智能系统来分析无人机视频数据、探测标记目标，然后将其传递给情报分析师。二是电子战信号处理和信号情报。与其他类型传感器一样，电子战传感器也会产生许多虚假信号、噪声，美国防部正在探索利用人工智能技术来过滤噪声和鉴别信号，以减少作战人员在信号检测方面的“认知负担”。三是战场态势感知和决策支持。关键是实时收集、分析和共享数据，以及利用人工智能技术确保正确的数据到达正确的力量，以提供有效的态势感知和决策支持。
三、美国防情报局开发人工智能驱动的数据系统
美国军用嵌入式系统网站10月1日报道，美国总务管理局联邦系统综合管理中心和国防情报局授予诺·格公司一份价值6.9亿美元的任务订单合同，以交付“用基于位置的对象服务改进全源分析”（TALOS）项目。TALOS项目的重点是为国防情报局建立新的大数据系统，其中包括机器辅助分析快速数据库系统（MARS），该系统旨在将现有的基础军事情报数据库转变为多维、灵活且严密的数据环境，使情报界和作战人员都能够从中获取最新信息。诺·格将利用人工智能和机器学习技术开发一个大数据处理系统，用以获取和管理海量数据，为作战决策提供支持。
此外，美国防高级研究计划局（DARPA）还在今年4月授予英国BAE系统公司一份合同，研发基于云平台和人工智能技术的全球态势感知系统。该系统将基于BAE公司“Multi-INT”模式分析、学习和开发（MAPLE）技术，利用机器学习在稀疏大数据中发现关键信息，增强美国政府全球信息获取和态势监测能力。
四、美陆军利用人工智能提升威胁感知和应对能力
据防务航天网站10月27日报道，美国陆军正在改进和评估“普罗米修斯”人工智能软件原型，该原型可通过分析一系列的战场数据与卫星图像来快速识别各种威胁。“普罗米修斯”是一种机器学习系统，能够以比人类快得多的速度从大量的卫星图像和其他数据中发现目标，甚至是伪装和隐藏的目标。然而，目前“普罗米修斯”主要利用的是天基传感器的图像数据，美陆军希望扩大其覆盖范围，提高其从各种地面和空中系统收集数据的能力。陆军计划将该原型软件与“战术情报目标接入点”（TITAN）系统相集成，以便能够引接TITAN提供的陆、海、空、天、网数据和产品服务。美陆军“融合计划2020”演习表明，人工智能和自主系统能够将传感器至射手的响应时间从20分钟缩短到20秒。
五、美空军授出人工智能项目优化传感器数据分析与利用
美军用嵌入式系统网站7月10日报道，美空军向新墨西哥州一家地理空间分析公司笛卡尔实验室授予“小企业创新研究”计划第二阶段合同，旨在通过机器学习和人工智能对采集的传感器数据进行优化查寻，并实现多模式分析过程自动化。该项目将融合卫星、船运、航空图像等多域多传感器数据，生成近实时的分析结果，为空军创造“单一事实来源”，通过人工智能、机器学习和计算机视觉技术应用，为空军提供可操作性建议，并通过实时分析持续改进决策。
同时，弗吉尼亚州的Geospark Analytics公司也获得美空军“小企业创新研究”计划第二阶段特别合同，该公司专门针对风险和威胁情报开发应用人工智能解决方案，旨在为分析师和操作员提供态势感知，以及人工智能支持的全球政治、经济和社会风险预测，简化机组人员与空军情监侦部门以及作战支持部门之间共享威胁信息和分析的流程。
六、欧空局在轨卫星首次利用人工智能处理地球观测图像
10月5日，爱尔兰Ubotica技术公司宣布首次利用人工智能技术在一颗在轨卫星上对地球观测图像进行推断。这颗卫星是欧空局于10月2日发射的人工智能验证立方体卫星PhiSat-1。卫星传回的初始数据显示，由人工智能驱动的自动云检测算法已将卫星传感器获取的高光谱地球观测图像正确分离为有云遮挡数据和无云遮挡数据，从而证明利用人工智能能够在卫星上预先对地球观测数据进行过滤，使具有可用信息的图像传输到地面，从而提高带宽利用率，显著降低传输成本。欧空局技术人员称，“PhiSat-1演示了‘终极边缘’数据处理如何让小型卫星利用极其有限的资源取得更大的成果。云检测很容易实现，但我们真正的目标是通过原始图像产生用户友好、可直接发送给消费者的增值数据，这会成为小型地球观测卫星的突破性进展。”继PhiSat-1演示成功后，欧空局可能在16个月后发射PhiSat-2卫星，进一步探索人工智能星上应用。另外，在今年6月份，意大利e-GEOS公司也获得欧洲委员会“先锋”（PEONEER）项目合同，旨在研发ISR软件平台，通过人工智能技术实现卫星遥感数据的实时自动处理，包括自动提取和识别陆、海目标信息，支持国防情报行动。
来源：战略前沿技术
