美军人工智能武器化大盘点
三是机构落实。
2018年3月，在美国国会众议院武装力量委员会新兴威胁与能力小组委员会召开的“2019年国防部科技项目预算申请”主题听证会上，美国国防部高级研究计划局局长史蒂芬•沃克提出，“可解释的人工智能”是该局确定的全球战略优先事项的核心项目。2018年5月，美国白宫举办了一场“美国工业人工智能峰会”。在会上，白宫科学和技术政策办公室宣布将组建“人工智能特别委员会”，以向美国政府提供人工智能研究与发展建议。2018年6月，美国防部成立联合人工智能中心，计划联合美军和17家情报机构共同推进约600个人工智能项目，投入超过17亿美元。联合人工智能中心作为一个专职负责军队智能化建设的机构，是美军近年来在人工智能建设发展领域的一个重要举措。2018年9月，美国防部高级研究计划局宣布，未来5年将投入20亿美元推动人工智能领域的发展。上述举措表明，在国家人工智能发展战略的牵引下，美军开始统筹规划建设智能化军事体系。四是理念创新同步。
美军认为，人工智能技术在军事上的应用还将全面体现在作战条令、军事理论之中，这将是美军智能化军事体系真正建立和能够发挥效用的最终体现。沃克曾表示，“国防部必须在各种行动中更有效地融入人工智能与机器学习，以维持对日益强大的竞争对手的优势”，这正是人工智能技术在作战理念领域的集中体现。
美军将人工智能武器化称为“算法战”。根据人工智能技术的特点和优势，美军率先提出以机器学习、深度学习技术应用为核心的“算法战”这一全新作战概念。“算法战”的具体做法是将军队大数据汇集到云平台，再利用云平台进行数据分析，最终建立人工智能作战体系。
“算法战跨职能小组”于2017年4月由美国国防部宣布成立，由国防部情报和作战支援主管沙纳汉中将担任主任。该项目将计算机视觉和机器学习算法融入智能采集单元，自动识别针对目标的敌对活动，实现分析人员工作的自动化，让他们能够根据数据做出更有效和更及时的决策。
二、人工智能武器化大事记
2018年1月
美空军发布“数字企业多源开发助手”项目的广泛机构公告，寻求研发一种交互式问题解答系统，作为虚拟助手帮助分析人员处理海量的复杂情报数据，提高多源情报分析的效率，改进军事情报分析，支持决策制定。
2018年2月
NGA官网消息，美国国家地理空间情报局（NGA）着力提升人工智能和自动化水平，以增强地理空间情报分析能力。如推进相互依存的人机网络概念，使任务自动化和管理、云环境操作成为可能；开发一种自适应系统，可分析用户特性，自动将相关数据分享给类似用户组；开发自动化解决方案，帮助识别分析决策制定中的认知偏差；开发和评估自动化“虚拟助理”技术，帮助集成不同的以服务为中心、基于云的架构。
2018年3月
美国陆军组建了一个认知计算和机器学习团队，目的是帮助确定可以增强陆军的电子战、情报、监视与侦察（ISR），侦察、监视和目标获取（RSTA），进攻性网络行动（OCO），信号情报（SIGINT），情报处理、加工和分发以及大数据分析等能力。美国空军研究实验室发布了一段名为《空军2030——召之即来》展示美军未来空中作战构想的短视频。视频所展现出的未来空中作战新形态，充分体现了智能化技术在未来空中作战中的深度嵌入，表明智能化已经成为美军空中作战的未来发展方向。DARPA战略技术办公室（STO）发布了一项名为“指南针”的项目，旨在帮助作战人员通过衡量对手对各种刺激手段的反应来弄清对手的意图。“指南针”项目包含三个技术领域。第一个技术领域侧重于对手长期的意图、策略；第二个技术领域为战术和动态作战环境的短期态势感知；第三个技术领域建立指挥官工具箱。2018年4月
美国陆军宣布研发应用人工智能决定攻击目标的无人机，可发现并瞄准人员和装备。这也许代表着巨大的技术进步，因为当前的军用无人机仍由人操控，而这项新技术将使无人机决定攻击目标，几乎无需人类干预。然而不可避免地会对社会产生广泛的法律与伦理影响。
2018年5月
美国《国家利益》网站发表《陆军新的超级武器：无人坦克？》文章称，无人装备与有人装备在战斗中配合，为指挥官带来了一系列新的战术。几乎所有正在研发的未来战车的设计，都将不同程度的涉及自动驾驶技术。陆军正在设计高技术无人装备，旨在使无人坦克和其他装甲战车能够在很少或根本不需要人为干预的情况下进行作战，从而为未来的地面作战带来新的战术和作战维度。谷歌公司公布了数十项人工智能和机器学习领域的颠覆性研究成果。其中，“基于计算机视觉的定位服务”（VPS）能够在人工智能终端的帮助下，实现基本不依赖于GPS系统的高精度定位。由于该终端无需外部信息输入，因此传统的干扰和反制方案无法对其造成影响，具有深远的军事应用前景。2018年7月
美国国防部大力推进主战装备的人工智能化。如采取技术手段扩展人工智能的应用，同时利用互联网强化其“海上网络与体系化服务”（CANES）在航母、两栖攻击舰、驱逐舰以及潜艇等平台上的应用；依靠先进算法的人工智能正在用于快速读取大型数据库，以此进行实时分析，用于识别与恶意软件相关的异常现象；由人工智能所驱动的实时分析已经在陆军和空军的视情维修（CBM）中取得了很大的成功。
2018年8月
美国国防部发布《2017—2042财年无人系统综合路线图》，为无人系统的发展提供了总体战略指南。该路线图主要从互用性、自主性、安全网络和人机协同四个方面分析了无人系统面临的问题、挑战、机遇、重点需发展的关键技术等。其中，基于人工智能发展不断增强无人系统自主作战能力，提高无人系统作战效率和效能，是该路线图四个发展主题之一。人工智能也是该路线图提出的19项需要近远期发展的关键技术之一。
2018年9月
美国空军启动“量子计划”。美国国防创新试验单元决定通过算法将人工智能带入美空军的计划、规划、预算和执行流程中，此举标志着“量子计划”第一阶段已启动，将试图使用机器学习资源来提升顶层军事领导人的决策能力。美空军决策数据的机器学习项目，旨在处理与各种空军计划和规划实践相对应的数据，以搭建能够与空中作战领域有关的未来决策模型。
2018年10月
美国陆军研究实验室网络科学部门负责人亚历山大•科特预测，未来大部分防务工作将由人工智能主体完成。在地面部署全副武装的人类士兵的概念将随着时间的推移而消失。届时，人类战士将与以机器人、传感器、智能武器、自动驾驶汽车和可穿戴式小工具的形式存在的智能主体共享战场。这些技术如今在一定程度上存在，未来它们将变得智能化程度更高，并且能够利用机器学习软件自动获取新信息和在不断变化的环境中做出决定。美国《国家利益》网站10月23日发表题为《F-35隐形战斗机用“威胁资料馆”作战》的报道称，F-35战斗机正在用一个机载“威胁资料馆”执行攻击、侦察和作战任务。这个“资料馆”主要依靠计算机算法来实现，而后者日益受到人工智能的支持。2018年12月
美国“军事”网站报道称，伴随人工智能技术发展，完全自主化的无人作战系统将在不远的将来出现。它们的输入状态近乎无限，并能快速提取有价值信息，由特定计算机程序做出决策，即使与后方失联，也可独立完成任务。负责情报、监视与侦察的美国空军副参谋长贾米森表示，利用人工智能处理几百万个信息探测节点所获信息，可增强美军实时决策力，有助于美军在战场上取胜。目前，美军士兵已经开始携带摄像机巡逻，并将搭载摄像机的无人机应用于叙利亚和乌克兰。另据美国航天新闻网消息，洛克希德•马丁公司宣布，将使用日本NEC公司的人工智能技术分析太空中各类传感器产生的“大数据”，用于快速发现卫星运行中的变轨情况和太空环境变化，预测空间天气对电子系统的潜在影响等，未来可大幅提升美国太空系统运行的安全性和工作效能。洛克希德•马丁公司还称，一支选定部队的士兵们将于12月开始试用一款名为ONYX的外骨骼系统。这种外骨骼系统利用人工智能技术来提升每位士兵的力量和能力。三、人工智能武器化将推动未来作战方式发生变化
1.信息更精确
现代战争中，地理空间情报对于隐身战机、巡航导弹等武器在信息化战场上成功应用至关重要。实时、精准的地理空间情报获取能力，逐渐变成现代军队作战能力的重要组成部分。美国国防部已将机器学习与人工智能确定为武器与信息系统军事现代化战略的核心要素。例如，哈里斯公司将使用先进的分析技术不断评估国家地理空间情报局数据库的运行状态，并完成所有地理空间数据的获取、创建和集成。为了保证精确定位，该公司还将用基于云的分析工具来检验和更新数据。
美陆军也正在寻求人工智能电子战方案和不依赖GPS导航备份手段。据报道，美国陆军快速能力办公室，主要负责发展网络空间、电子战、定位导航与授时（PNT）三个领域的颠覆性技术，以弥补作战代差。该办公室发布了“支持电子战的人工智能机器学习方法、算法和系统；定位、导航与授时替代方案”信息征集书，旨在开发相关系统寻求技术发展。
2.作战更灵活
根据美国空军的构想，在未来的“反介入／区域拒止”环境中作战时，所有的第五代战斗机都将配备无人机作为僚机。目前，美军正在积极开展QF-16改装型无人机与F-35战斗机的配对作战测试。预计到2020年，美军将使用真正的无人机僚机实施“有人-无人”编组打击试验。美军无人作战武装旋翼机（UCAR）已经能够在无任何监督协助的情况下，对特定战场空间的敌我意图进行推理、优选作战目标，并由个体完成任务规划，距完全自主的终极目标仅一步之遥。
近期，美国国防部高级研究计划局向雷声、诺斯罗普•格鲁曼和洛克希德•马丁等军火公司授予了进攻性蜂群战术项目第一阶段的合同，目的就是开发小型空中无人机和地面机器人，能够以250个或更多数量进行蜂群行动。这些蜂群可以由廉价系统组成，即使在战斗中失去许多个体无人机，对其完成主体任务的能力也几乎没有影响。美国海军也在为EA-18G电子战机开发机器学习算法。
此外，美国国防部称，正在研制的全动态视频系统可以自动将具有威胁意图的目标通报给分析师，确认后由操作员执行射击，即完成任务。该系统已部署到中东和非洲的6处基地，还将加载至无人机以提升其察打一体功能。早在2016年，美国海军《2025年自主潜航器需求》和《未来舰队平台备选方案》报告，即计划2030年美国海军实现分布式舰队的构想，装备中型无人潜航器183具，核潜艇携带大型无人潜航器48具。如今美国已开发了数量众多、类型多样的无人航行器体系，计划中的大型无人潜航器甚至能在港口、公开海域及主要航道执行超过70天的反潜、侦察、监视任务。
3.网络安全风险更大
据报道，美国斯坦福大学和美国Infinite初创公司联合研发了一种基于人工智能处理芯片的自主网络攻击系统。该系统能够自主学习网络环境并自行生成特定恶意代码，实现对指定网络的攻击、信息窃取等操作。该系统得到了美国防高级研究计划局的高度重视，并计划予以优先资助。通过人工智能自主寻找网络漏洞的方式，将使美军网络作战部队行动更加高效，攻击手段更加隐蔽和智能。传统的基于病毒库和行为识别的方式，将无法应对灵活多变的人工智能病毒生成系统，其恶意代码的生成、执行、感染具有更强的隐蔽性，致使网络安全环境面临更大的挑战。
4.影响力机器催生认知战
2018年10月，美国陆军协会陆战研究所发布报告《影响力机器——让自动化信息作战成为战略制胜机制》称，在人工智能的辅助下，利用算法生成内容、实施个性化的目标锁定和采用密集的信息传播组合，可形成“影响力机器”，实施信息作战，将产生指数级的影响效应。该报告认为，“影响力机器”信息作战在战略层面上的影响力远胜于人工智能技术在其它领域的应用。因为它可以在机器学习的辅助下利用其情感、偏见筛选、锁定那些心理最易受到影响的目标受众，然后将定制的“精神弹药”快速密集的“射向”目标群体，达到影响其心理、操纵其认知的目的。
返回搜狐，查看更多智慧盘点机器人
“书籍是人类进步的阶梯”，图书馆中收藏着海量的图书资源可供读者借阅。然而频繁的图书取阅与上架容易导致图书错架摆放。一旦错架，读者就很难找到想要的书籍，造成图书资源的严重浪费。
目前，处理图书错架的方式主要包括以下几种。
人工盘点：需要工作人员逐册核对图书，盘点效率低，人力成本高。
手持RFID设备扫描：存在图书漏读率高、定位精度低，操作繁琐等缺陷。
智能书架：需要对图书馆进行全面改造，部署困难，成本高昂。
这些方式并不能有效地解决大量图书错架的问题。
对此，南京大学智能机器人研究院联合南京大学图书馆自主设计研发了全球首台“智能图书盘点机器人”——“图客”，“图客”融合物联网感知、计算机视觉、大数据处理、人工智能、智能机器人等高新技术，采用RFID技术（高频、超高频完美兼容）定位图书内嵌芯片和计算机视觉识别书脊信息，实现精确全自动化盘点与定位，彻底解决了图书馆找书难的痛点问题！
“图客”将RFID感知、计算机视觉和智能机器人技术进行有机结合。“图客”沿书架逐层扫描图书，通过RFID阅读器定位图书内嵌的RFID芯片，实现了精确、可靠的全自动图书盘点。一旦发现图书错架，可以实时显示其错架位置。
目前，“图客”已研发到第四代产品，图书盘点效率每小时超过20,000册，漏读率低于1%，定位精度高达98%，实现了厘米级图书定位。
围绕“图客”，团队已有14项中国专利被授权，申请了4项国际专利，并获得第46届日内瓦国际发明展最高奖项——特别金奖。
每天图书馆闭馆后，“图客”可以根据用户设定的指令“辛勤”工作。第二天，将盘点结果呈现在用户面前。为保障不间断盘点，“图客”实现了自动充电功能。
更重要的是,使用“图客”机器人不需要对现有图书馆进行任何改造。目前，南京大学、武汉大学、中国农业大学等多家图书馆已经部署使用“图客”。并受到CCTV、江苏卫视等多家媒体的热诚关注，引起了广泛的社会反响。“图客”彻底解决了千百年来图书馆找书难的问题。
图客第四代介绍
图客中文介绍视频
图客英文介绍视频
年终盘点：2023年人工智能热点事件一览
智能制造网讯2020年，“人工智能”成为产业发展的高频热词，市场前景获得业界的普遍认可，发展速度不断加快，各区域也纷纷出台规划助推新型应用落地。在今年即将结束之际，让我们一起来了解下人工智能领域发生了哪些有趣、重要的事件吧！ 人工智能高中版教材出炉！由清华大学编撰 1月7日，清华大学宣布，专门为高中生打造的教材《人工智能(高中版)》将于今年9月正式出版。据了解，《人工智能(高中版)》编委均为人工智能领域前沿专家组成，由清华大学交叉信息研究院计算机科学实验班和人工智能班教学团队通过对AI课程进行完整梳理，选出八个人工智能核心基础模块，包含搜索、线性回归、机器学习、决策树、神经网络、计算机视觉、自然语言处理与强化学习。 中科院发布“智能物联时代的C语言—木兰” 1月，中国科学院计算技术研究所国家重点实验室宣布，由该实验室编译组主导研发的国产编程语言“木兰”正式发布，Mulan原本是ModuleUnitLanguage的简写，直译即“模块单元语言”。据中科院计算所介绍，“木兰”是一款定位于面向智能物联应用、采用新编程语言设计理念和编译技术的程序设计语言，“木兰”是由编译实验室完全自主设计、开发和实现的编程语言。 农业农村部：促进AI等技术与农业融合 2月17日，农业农村部办公厅印发《2020年乡村产业工作要点》，加力推进产业融合发展，提升乡村产业层次水平。以信息技术带动业态融合，促进互联网、物联网、区块链、人工智能、5G、生物技术等新一代信息技术与农业融合。 欧盟发布AI白皮书计划每年吸引200亿欧元AI投资 当地时间2月19日，欧盟委员会在布鲁塞尔发布《人工智能白皮书》，旨在促进欧洲在人工智能领域的创新能力，推动道德和可信赖人工智能的发展。白皮书表示，欧洲需要大幅提高人工智能研究和创新领域的投资水平，目标是未来10年中，每年在欧盟吸引200亿欧元的AI技术研发和应用资金。 微型AI入选2020突破性技术 2月26日，2020年《麻省理工科技评论》突破性技术榜单今日发布，其中包括：防黑互联网、超个性化药物、数字货币、抗衰老药物、人工智能发现分子、超级星座卫星、量子优越性、微型人工智能、差分隐私、气候变化归因共10大突破性技术。 三部门发布第二批16个新职业 人工智能训练师等在列 3月，人力资源和社会保障部与市场监管总局、国家统计局联合向社会发布了第二批16个新职业，包括智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、人工智能训练师等。 科技部支持四城建新一代AI创新发展试验区 3月，科技部发函支持济南、西安、成都、重庆四个城市建设国家新一代人工智能创新发展试验区。自此，包括先前获批的北京、上海、合肥、杭州、深圳、天津等6个城市和浙江省德清县，我国国家新一代人工智能创新发展试验区拟将扩容至十市一县。 华为发布计算视觉研究计划 助力AI开发者 3月，在华为开发者大会2020(Cloud)上，华为分享了在计算视觉领域的基础研究成果。同时，华为发布计算视觉研究计划，并邀请AI专家参与研究。 加速AI普惠化，地平线推新一代“天工开物”AI开发平台 3月，边缘AI芯片领导者地平线推出了全新一代“天工开物”AI开发平台，AI开发平台基于自研AI芯片打造，由模型仓库(ModelZoo)、AI芯片工具链(AIToolchain)及AI应用开发中间件(AIExpress)三大功能模块构成，旨在通过全面降低开发者门槛、提升开发速度、保证开发质量，赋能产业智慧升级。 国务院：推动AI等领域数据采集标准化 4月，国务院发布关于构建更加完善的要素市场化配置体制机制的意见。其中提出，发挥行业协会商会作用，推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。 天猫精灵全面展示AI美护技术 4月13日，天猫精灵全面展示了人工智能技术在美护领域的应用。当天，天猫精灵与AMIRO、松下电器、TCL、小熊电器等完成签约，将率先应用智能美护技术进行产品研发。 人工智能案例TOP100榜单出炉，阿里、百度、大疆等纷纷上榜 4月，由中国科学院主管、科学出版社主办的核心杂志《互联网周刊》发布“2019人工智能案例TOP100”，该榜单覆盖国内外主流人工智能及科技企业，囊括政务、金融、医疗、零售等各个领域的前沿的人工智能应用案例。榜单中收录了当前中国人工智能应用领域大量优秀案例，百度、阿里巴巴、大疆、商汤等企业纷纷上榜。 七部门：运用AI、物联网等技术推动废旧家电回收处理智能化升级 5月，发改委、工信部、财政部等七部门联合发布了《关于完善废旧家电回收处理体系推动家电更新消费的实施方案》。实施方案对推动我国废旧家电回收处理整体发展进行了详细指导，从市场、技术、标准、监管、保障等多个方面作出了具体部署。值得一提的是，实施方案中还多次提及，要加强运用人工智能等信息技术，并加快提升废旧家电处理机械化、自动化和智能化水平。上一篇：第五批绿色制造名单发布助推食品工业等经济绿色发展
下一篇：智能热量表赋能智慧供热产业发展未来可期
我要评论请输入正确验证码文明上网，理性发言。（您还可以输入200个字符)表情所有评论仅代表网友意见，与本站立场无关。
热门评论全部评论相关新闻《中国人工智能软件2022年市场份额》报告出炉2023-07-1910:04:31IDC近日发布了《中国人工智能软件2022年市场份额》报告，2022年人工智能软件市场规模为307.3亿元人民币，相比2021年同比下降6.9%。人工智能如何帮助制造业？2023-07-1809:26:17利用人工智能提高制造效率，并以智能自动化改变该行业。小智一周要闻|马斯克推出xAI；比亚迪与元宇宙公司合作2023-07-1714:48:09据报道，当地时间7月12日，特斯拉首席执行官埃隆·马斯克推出了备受关注的人工智能初创公司xAI，希望打造出ChatGPT的替代产品。版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本网将追究其相关法律责任。
本网转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本网赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。