美国陆军加强人工智能技术的战场应用
近期，美国陆军研究实验室（ARL）宣布投资7200万美元，与卡内基梅隆大学等大学开展为期5年的人工智能基础研究，以期借此加强人工智能技术的战场应用，并提升部队的作战能力。目前，许多国家都在大规模出售或采办用于国防领域的人工智能自主战车、武器系统、监视、后勤和训练系统，美国陆军部部长称未来的战场需要掌握人工智能技术才能获得作战优势。
2018年11月，美陆军发布了《利用机器人与自主系统支持多域作战》白皮书，文件称美国陆军未来将把机器人与自主系统集成到作战部队中，使其成为陆军装备武器体系的重要组成部分，并提出要利用人工智能等技术提高机器人与自主系统在执行任务时的独立工作能力，从而提升士兵的多域作战能力。为支持这一目标，美国陆军已经成立了机器人创新中心、机器人技术和自主系统能力管理办公室以及人工智能任务部队等机构，负责管理人工智能技术的战场推广应用。
本文将介绍美国陆军近期开展的一些人工智能应用项目,包括：“黑蜂”无人机、先进瞄准和自动杀伤系统（ATLAS）、一体化视觉增强系统（IVAS）、背包型外伤治疗技术（TRACIR）、Palantir国防公司产品。
1、“黑蜂”无人机
目前，美国陆军已经花费了3960万美元，用于采办FLIR系统公司生产的黑蜂个人侦察系统（PRS），该系统是一种能力较强的微型无人机，可提升战场士兵的侦察能力。
“黑蜂”是目前世界上最小的军用无人机，长度仅为16.8厘米，重约33克。它的飞行速度可达每小时22公里，最大飞行高度120米，可在风速为每小时35公里的情况下飞行，最大续航时间25分钟。“黑蜂”能在不被目标发现的情况下执行实时侦察任务，且能通过保密数据链向1.6公里外的操纵员传输机载传感器所拍摄的高清视频或照片。
图1“黑蜂”无人机
2、先进瞄准和自动杀伤系统（ATLAS）
美陆军之前曾征求业界建议，以开发一种被称为先进瞄准和自动杀伤系统（ATLAS）的全自动地面战车，这种战车可在未来战场与士兵并肩作战。2017年的实战演习中，美陆军已对一辆无人战车进行了演示验证。未来，美陆军计划推出一种人工智能驱动的自主战车，该战车的目标获取、识别和打击速度将比当前手动操作的速度快3倍。
目前，非政府组织联盟正在开展禁止机器杀手的呼吁活动，他们认为不需要人干预的完全自主武器会触犯道德底线。鉴于目前的抗议，美陆军称，ATLAS的算法将让人来最终决定是否攻击，算法本身并不决定对方是否有敌意，只是会提醒士兵，士兵需要根据训练经验和理解来做出最终决定。
图2未来无人作战系统
3、一体化视觉增强系统（IVAS）
美国陆军决定采用微软公司的第二代全息透镜头戴显示设备的改进版本来提升士兵训练效果。微软公司和其他12家公司获得了价值4.8亿美元的合同，在未来2年内将为美陆军提供2500个改进版的第二代全息透镜。
改进版的全息透镜被称为一体化视觉增强系统（IVAS），该系统可将数字图片投放到头盔显示屏上，并具备磷和热成像能力，它可帮助士兵在夜里或烟幕场景下获得视野。IVAS还可在士兵训练期间收集士兵的训练压力等级和反应情况，以改进士兵的训练效果。目前，IVAS正处于研发阶段，虽然该设备体积较大，难以配合标准头盔使用，但是来自士兵的反馈可帮助改进该系统。
图3一体化视觉增强系统
4、背包型外伤治疗技术（TRACIR）
美国陆军已经授予卡耐基梅隆大学和匹兹堡大学医学院一份为期4年，价值720万美元的合同，以开发一种自主外伤治疗系统——背包型外伤治疗技术（TRACIR）。该系统可帮助士兵在战场上受伤时获得紧急自主治疗，以避免错过治疗的黄金时机。
TRACIR的设计构想是让外科、紧急药物、肺部和关键治疗领域的专家提供治疗外伤的数据，然后由数据工程师利用这些数据来创建人工智能算法以开发TRACIR。TRACIR在设计过程中的困难是该系统需要足够小，以便士兵在战场携带，并需要能够有效治疗重伤士兵的人工智能技术。
图4背包型外伤治疗技术构想
目前，尚没有TRACIR的物理原型，也没有可以处理伤口或自主插入呼吸管的创伤治疗系统，未来需要更多的新技术才能保证TRACIR的成功开发。未来的TRACIR系统可能是一个包含可充气马甲的背包或可折叠担架，没有经过医学训练的士兵可随时给受伤的士兵使用。该系统具备一系列传感器来获取受伤士兵的身体数据，并通过人工智能算法来开展治疗，治疗形式包括复苏、外科手术、提供药物、静脉注射和其他稳定性措施来维持受伤士兵的生命，直到可获取更好的医疗措施。
5、Palantir国防公司产品
近期，美国陆军决定采用Palantir国防公司的情报分析系统PalantirGotham，来帮助战场士兵从海量数据中获取所需的信息。PalantirGotham平台搜索服务采用了机器学习、大数据和交互式可视化技术，可跨系统对所有数据进行全文查询，包括结构化和非结构化数据。每一次情报分析人员搜索数据源，知识库都能够支持将实体和联系可视化，能够揭示看不见的数据模式，并支持探索不同的假设，进而揭示数据间联系、预测趋势，发现隐藏的模式和秘密。
PalantirGotham基于灵活定义的数据模型动态本体来实现对世界的建模。当数据的位和字节进入PalantirGotham平台时，它们通过动态本体被转换成有意义的对象和关系：人、地点、事物、事件以及它们之间的联系。
图5PalantirGotham界面
介冲译自互联网，李皓昱审定
2019年9月
声明：本文来自防务快讯，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系anquanneican@163.com。
中国智能武器长啥样其实机器人士兵早已出现
未来机器人设想：T800人型机器人
目前，该项目已经在多个领域取得了一定成果。比如美国曾大力宣传的可摧毁中国航母的AGM-158导弹，该导弹不仅能够自主的规划航迹，还能在遇到拦截时自主判断威胁等级并且进行规避。同时，在识别目标和协同打击等方面也已经实现了高水平的智能化。美国空军的计划是把服役多年的F-16战斗机改装成具备高度智能化的无人驾驶飞机，并让其担任F35的僚机。这样一来，通过无人操控的F-16与有人的F-35之间进行编队协同作战，可以让整个飞行编队的作战能力得到几何级的增长。而美海军为了提高军舰和潜艇的联合作战能力，研发出一款智能化无人潜航器。该潜航器采用了最新型的传感器和数据处理系统，既可以实现长期自主水下航行，也可以通过数据链进行实时的信息传递。同时，该潜航器还具有很好的平台适配性，可以在美国海军大部分水面舰艇和潜艇上进行部署。
美国空军的“忠诚僚机”项目
中国在智能化作战领域虽然起步较晚，但是后发优势明显。尤其在军用无人机领域中国的“彩虹”和“翼龙”系列无人机已经在国际市场上赢得了良好的声誉。甚至中国大疆公司制造的民用无人机也已经出现在叙利亚战场上空。就在去年，中国的察打一体无人导弹艇“瞭望者Ⅱ”已经成功进行了导弹试射，有外媒猜测该无人导弹艇将用于海上鲨群作战。未来，中国将借助军民融合战略，将云计算、大数据和人工智能融合发展。
中国新型察打一体无人艇
在不远的将来，智能化作战将成为战争的主要形态，也将是各国重点发展的领域。但是在影响战争的所有因素里，人类的行为仍然是决定性因素。我们还要清醒的认识到我国在智能化领域距离世界先进水平还有一些差距，未来仍有许多难题需要攻克，只有努力奋斗才能登上智能化领域的巅峰。返回搜狐，查看更多
人工智能可能有自主意识了吗
➤大模型、大数据的驱动让人工智能在对话的自然度、趣味性上有了很大突破，但距离具备自主意识还很远。换言之，即便人工智能可以对人类的语言、表情所传递的情绪作出判断，但这主要应用的是自然语言处理、计算机视觉等技术
➤不同于当前依赖数据学习的技术路线，新一代人工智能强调在没有经过数据学习的情况下，可以通过推理作出合理反应，从而与没有见过、没有学过的事物展开交互
➤当前人工智能治理面临的最大挑战，是我们没有一套比较成熟的体系来规制其潜在的风险。在发展科技的同时，必须同步发展我们的规制体系
➤“技术归根结底是由人类来发展和把控的。人类和人工智能的未来，是由人类选择的。”
今年6月，美国谷歌公司软件工程师布莱克·勒莫因称语言模型LaMDA出现自我意识。他认为，LaMDA拥有七八岁孩童的智力，并相信LaMDA正在争取自己作为一个人的权利。
LaMDA是谷歌去年发布的一款专门用于对话的语言模型，主要功能是可以与人类交谈。
为佐证观点，勒莫因把自己和LaMDA的聊天记录上传至互联网。随后，谷歌以违反保密协议为由对其停职。谷歌表示，没有任何证据支持勒莫因的观点。
事实上，“AI（人工智能）是否拥有自主意识”一直争议不休。此次谷歌工程师和LaMDA的故事，再次引发讨论。人们想知道：人工智能技术究竟发展到了怎样的阶段？是否真的具备自主意识？其判定依据是什么？未来我们又该以怎样的能力和心态与人工智能和谐共处？
人工智能自主意识之辨勒莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象，既会担忧未来，也会追忆过去。
受访专家告诉《瞭望》新闻周刊记者，上述现象仅仅是因为LaMDA所基于的Transformer架构能够联系上下文，进行高精度的人类对话模拟，故能应对人类开放、发散的交谈。
至于人工智能是否已经具备自主意识，判定标准如何，受访专家表示，对人类意识的探索目前仍属于科技前沿，尚未形成统一定义。
清华大学北京信息科学与技术国家研究中心助理研究员郭雨晨说：“我们说人有自主意识，是因为人知道自己在干什么。机器则不一样，你对它输入内容，它只是依照程序设定进行反馈。”
中国社会科学院科学技术哲学研究室主任段伟文认为，一般意义上，人的自我意识是指对自我具备觉知，但如何认识和理解人类意识更多还是一个哲学问题而不是科学问题，这也是很难明确定义人工智能是否具备意识的原因。
被誉为“计算机科学与人工智能之父”的艾伦·图灵，早在1950年就曾提出图灵测试——如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么可以称这台机器具有智能。
这一设想随后被具化为，如果有超过30%参与测试的人以为自己在和人说话而非计算机，就可以认为“机器会思考”。
当前随着技术的发展，已经有越来越多的机器能够通过图灵测试。
但清华大学人工智能国际治理研究院副院长梁正告诉《瞭望》新闻周刊记者，图灵测试只能证明机器在表象上可以做到让人无法分辨它与人类的不同，却不能证明机器能够思考，更不能证明机器具备自主意识。
段伟文表示，目前大体有两种方式判定人工智能是否具有自主意识，一种以人类意识为参照，另一种则试图对机器意识进行全新定义。
若以人类意识为参照，要观察机器能否像人一样整合信息。“比如你在阳光下，坐在河边的椅子上看书，有树影落在脸上，有风吹来，它们会带给你一种整体的愉悦感。而对机器来说，阳光、河流、椅子等，是分散的单一元素。”段伟文说。
不仅如此，段伟文说，还要观察机器能否像人一样将单一事件放在全局中思考，作出符合全局利益的决策。
若跳出人类构建自主意识的范式，对机器意识进行重新定义，则需要明白意识的本质是什么。
段伟文告诉记者，有理论认为如果机器与机器之间形成了灵活、独立的交互，则可以称机器具备意识。也有理论认为，可以不追究机器的内心，仅仅把机器当作行为体，从机器的行为表现判断它是否理解所做事情的意义。“比如机器人看到人类喝咖啡后很精神，下次当它观察到人类的疲惫，能不能想到要为人类煮一杯咖啡？”段伟文说。
但在段伟文看来，这些对机器意识进行重新定义的理论，其问题出在，即便能够证明机器可以交互对话、深度理解，但是否等同于具备自主意识尚未有定论。“以LaMDA为例，虽然能够生成在人类看来更具意义的对话，甚至人可以与机器在对话中产生共情，但其本质仍然是在数据采集、配对、筛选机制下形成的反馈，并不代表模型能够理解对话的意义。”
换言之，即便人工智能可以对人类的语言、表情所传递的情绪作出判断，但这主要应用的是自然语言处理、计算机视觉等技术。
郭雨晨直言，尽管在情感计算方面，通过深度学习的推动已经发展得比较好，但如果就此说人工智能具备意识还有些一厢情愿。“把‘意识’这个词换成‘功能’，我会觉得更加准确。”
技术换道有专家提出，若要机器能思考，先要解决人工智能发展的换道问题。
据了解，目前基于深度学习、由数据驱动的人工智能在技术上已经触及天花板。一个突出例证是，阿尔法围棋（AlphaGo）在击败人类围棋世界冠军后，虽然财力和算力不断投入，但深度学习的回报率却没有相应增长。
一般认为，人工智能可被分为弱人工智能、通用人工智能和超级人工智能。弱人工智能也被称为狭义人工智能，专攻某一领域；通用人工智能也叫强人工智能，主要目标是制造出一台像人类一样拥有全面智能的计算机；超级人工智能类似于科幻作品中拥有超能力的智能机器人。
从产业发展角度看，人工智能在弱人工智能阶段停留了相当长时间，正在向通用人工智能阶段迈进。受访专家表示，目前尚未有成功创建通用人工智能的成熟案例，而具备自主意识，至少需要发展到通用人工智能阶段。
梁正说，大模型、大数据的驱动让人工智能在对话的自然度、趣味性上有了很大突破，但距离具备自主意识还很远。“如果你给这类语言模型喂养大量关于内省、想象等与意识有关的数据，它便更容易反馈与意识有关的回应。”
不仅如此，现阶段的人工智能在一个复杂、专门的领域可以做到极致，却很难完成一件在人类看来非常简单的事情。“比如人工智能可以成为围棋高手，却不具备三岁小孩对陌生环境的感知能力。”段伟文说。
谈及背后原因，受访专家表示，第一是当前人工智能主要与符号世界进行交互，在对物理世界的感知与反应上发展缓慢。第二是数据学习让机器只能对见过的内容有合理反馈，无法处理陌生内容。第三是在数据驱动技术路线下，人们通过不断调整、优化参数来强化机器反馈的精准度，但这种调适终究有限。
郭雨晨说，人类在特定任务的学习过程中接触的数据量并不大，却可以很快学习新技能、完成新任务，这是目前基于数据驱动的人工智能所不具备的能力。
梁正强调，不同于当前主要依赖大规模数据训练的技术路线，新一代人工智能强调在没有经过数据训练的情况下，可以通过推理作出合理反应，从而与没有见过、没有学过的事物展开交互。
相比人类意识的自由开放，以往人工智能更多处在封闭空间。尽管这个空间可能足够大，但若超出设定范畴便无法处理。而人类如果按照规则不能解决问题，就会修改规则，甚至发明新规则。
这意味着，如果人工智能能够超越现有学习模式，拥有对自身意识系统进行反思的能力，就会理解自身系统的基本性质，就有可能改造自身的意识系统，创造新规则，从而成为自己的主人。
“人工智能觉醒”背后有关“人工智能觉醒”的讨论已不鲜见，但谷歌迅速否认的态度耐人寻味。
梁正表示：“如果不迅速驳斥指认，会给谷歌带来合规性方面的麻烦。”
据了解，关于人工智能是否有自主意识的争论并非单纯技术领域的学术探讨，而关乎企业合规性的基本坚守。一旦认定公司研发的人工智能系统出现自主意识，很可能会被认为违反第2版《人工智能设计的伦理准则》白皮书的相关规范。
这一由美国电气和电子工程师协会2017年发布的规范明确：“根据某些理论，当系统接近并超过通用人工智能时，无法预料的或无意的系统行为将变得越来越危险且难以纠正。并不是所有通用人工智能级别的系统都能够与人类利益保持一致，因此，当这些系统的能力越来越强大时，应当谨慎并确定不同系统的运行机制。”
梁正认为，为避免社会舆论可能的过度负面解读，担心大家认为它培育出了英国作家玛丽·雪莱笔下的弗兰肯斯坦式的科技怪物，以“不作恶”为企业口号的谷歌自然会予以否认。“不仅如此，尽管这一原则对企业没有强制约束力，但若被认为突破了底线，并对个体和社会造成实质性伤害，很有可能面临高额的惩罚性赔偿，因此企业在合规性方面会更为谨慎。”
我国也有类似管理规范。2019年，国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》，提出人工智能治理的框架和行动指南。其中，“敏捷治理”原则主要针对技术可能带来的新社会风险展开治理，强调治理的适应性与灵活性。
中国信息化百人会成员、清华大学教授薛澜在接受媒体采访时表示，当前人工智能治理面临的最大挑战，是我们没有一套比较成熟的体系来规制其潜在的风险。特别是在第四次工业革命背景下，我国的人工智能技术和其他国家一样都处于发展期，没有现成的规制体系，这样就使得我们在发展科技的同时，必须同步发展我们的规制体系。“这可能是人工智能发展面临最大的挑战。”
在梁正看来，目前很难断言新兴人工智能技术具有绝对风险，但必须构造合理的熔断、叫停机制。在治理中既要具有一定的预见性，又不能扼杀创新的土壤，要在企业诉求和公共安全之间找到合适的平衡点。
毕竟，对人类来说，发展人工智能的目的不是把机器变成人，更不是把人变成机器，而是解决人类社会发展面临的问题。
从这个角度来说，我们需要的或许只是帮助人类而不是代替人类的人工智能。
为了人机友好的未来确保通用人工智能技术有益于人类福祉，一直是人工智能伦理构建的前沿。
薛澜认为，在科技领域，很多技术都像硬币的两面，在带来正面效应的同时也会存在风险，人工智能就是其中一个比较突出的领域。如何在促进技术创新和规制潜在风险之间寻求平衡，是科技伦理必须关注的问题。
梁正提出，有时技术的发展会超越人们预想的框架，在不自觉的情况下出现与人类利益不一致甚至相悖的情况。著名的“曲别针制造机”假说，即描述了通用人工智能在目标和技术都无害的情况下，对人类造成威胁的情景。
“曲别针制造机”假说给定一种技术模型，假设某个人工智能机器的终极目标是制造曲别针，尽管看上去这一目的对人类无害，但最终它却使用人类无法比拟的能力，把世界上所有资源都做成了曲别针，进而对人类社会产生不可逆的伤害。
因此有观点认为，创造出法力高超又杀不死的孙悟空本身就是一种不顾后果的冒险行为。
与其对立的观点则认为，目前这一担忧为时尚早。
“我们对到底什么样的技术路线能够发展出具备自主意识的人工智能尚无共识，现在谈论‘禁止发展’，有种空中楼阁的意味。”梁正说。
商汤科技智能产业研究院院长田丰告诉《瞭望》新闻周刊，现实中人工智能技术伦理风险治理的关键，是产业能够在“预判防范-应用场景-用户反馈-产品改进”中形成市场反馈机制，促成伦理风险识别与敏捷治理。同时，企业内部也需建立完整的科技伦理自律机制，通过伦理委员会、伦理风控流程平台将伦理风险把控落实到产品全生命周期中。
郭雨晨说，人工智能技术发展到目前，仍始终处于人类可控状态，而科技发展的过程本来就伴随对衍生问题的预判、发现和解决。“在想象中的人工智能自主意识出现以前，人工智能技术脚踏实地的发展，已经造福人类社会很多年了。”
在梁正看来，人与人工智能在未来会是一种合作关系，各自具备对方无法达成的能力。“技术归根结底是由人类来发展和把控的。人类和人工智能的未来，是由人类选择的。”
编辑：李华山
2022年08月16日07:42:05