引言

2019年3月美国国防部和各军种陆续公布了2020财年(为2019年10月1日至2020年9月30日)预算申请文件。为了解当前人工智能技术在美军预算中的投入情况,以评估人工智能技术在美军发展中重要性,本文通过处理2015-2020财年的美国空军、海军、陆军、国防部长办公厅(OSD)、国防高级研究计划局(DARPA)、美国导弹防御局(MDA)等公布的研究、开发、试验与鉴定(RDT&E)预算文件,通过PDF解析、关键词筛选和语义理解等手段提取了预算文件中的人工智能项目,全面梳理了2015-2020年人工智能技术领域预算经费的总体投入情况,并分别从军兵种部门、科研活动类目、细分技术领域等维度对预算经费进行了统计分析。最后对美国当前人工智能技术发展态势进行了评述,供有关人员参考。

2015-2020财年人工智能技术领域预算申请总体情况

2015-2019财年预算申请经费平缓上升,2020财年大幅度提升

美国国防部在公布的2020财年国防预算申请概要文件中明确指出,美军2020财年人工智能预算申请总额高达9.27亿美元(包括联合人工智能中心和Maven计划)。人工从对国防机构和军兵种预算文件中提取和识别属于人工智能的项目,统计得美军2020财年人工智能预算申请总额为9.44亿美元,与概要说明文件中的总数据基本一致,只有近0.17亿美元预算差距,这可能是由于作者对人工智能领域的理解和对人工智能项目的筛选有一定误差所致。

对前五个财年的预算文件进行了处理(图1)。统计得美军2015~2019财年人工智能预算申请总额分别为0.78亿美元、1.65亿美元、2.96亿美元、3.30亿美元、4.26亿美元,2020财年预算申请9.44亿美元相比2019财年申请的4.26亿美元增长高达121%。2015-2020财年预算文件中公布的2013-2018年的预算执行经费分别为0.41亿美元、1.03亿美元、2.25亿美元、2.21亿美元、2.75亿美元和3.56亿美元,执行经费增长幅度平缓,且有稍微的波动,但整体呈增长趋势。从2020财年的大幅度预算经费增长来看,美军对人工智能技术的关注度增加,人工智能在美军装备发展中的应用前景十分广阔。

图1 2015~2020财年美国国防部人工智能项目预算经费变化趋势

从2020财年预算文件编列的与人工智能技术领域相关的项目数量来看(图2),DARPA编列了21个项目,MDA编列了0个项目,OSD编列了12个项目,海军编列了4个项目,陆军编列了24个项目,空军编列了6个项目。DARPA、OSD和陆军等近年来新增项目较多对人工智能相关研究投入经费也较多,,涉及到人机交互、机器学习、信息共享、虚拟现实和可穿戴设备等多方面,能够帮助整合信息、分析数据,并利用最终的见解改善决策,将全面超越传统军事力量,在对抗中占据新的技术制高点。海军和空军的人工智能项目相对较少,且近一两年项目变化较小,在人工智能投入较少,原因可能是人工智能刚刚兴起,倾向于在国防部各机构进行前期的研究探索,还较少投入实际应用。

图2 国防部机构和各军种人工智能项目数量

各机构执行经费有所波动,但整体呈上升趋势

结合2013年-2018年的实际执行经费来看(图3),2015与2016年的执行经费基本持平,其余各年均有所增长。从不同军种部门来看,海军波动较大,其余各军种和各机构均不断增加,OSD与陆军增幅明显。由于ICI(Intelligence Capabilities and Innovation)和Maven项目均在OSD名下进行,故经费预算大幅增加,其中Maven项目在2020财年转入AWCFT(算法战)项目下。陆军在2020财年年大力投入人工智能与机器学习相关研究,在虚拟现实与智能决策方面拟开展大量项目,旨在将人工智能运用于多变的真实环境并研究虚拟试验场。DARPA作为先期科研的主要部门新增了许多人机交互、人机共生和机器学习等项目,例如Communicating With Computers (CWC)、Human-Machine Symbiosis (HMS)和Machine Common Sense (MCS)。

图3 2013-2018年人工智能项目执行经费变化趋势

从军种部门经费分配结构来看,DARPA和OSD占据主导地位,陆军申请经费增加

通过计算年均投入,从经费分配结构来看(图4),国防高级研究计划局(DARPA)年均投入最高1.46亿美元(占比39.15%);其次是国防部长办公厅(OSD),投入1.06亿美元(占比28.42%);陆军投入0.53亿美元(占比14.29%);海军投入0.44亿美元(占比11.75%);空军投入0.24亿美元(占比6.39%)。DARPA和OSD等预研先期机构占比较高,投入超过总人工智能经费投入的一半以上。

图4 国防部各机构2015~2020财年人工智能项目预算经费投入结构(六年平均值,经费单位(百万美元))

海陆空三军的经费申请相比DARPA和OSD较少,原因可能是人工智能技术研究还属于预研先期,大都在DARPA和OSD下进行,未实际投入到各军种中进行实际应用。2020财年OSD经费申请最多,这与联合人工智能中心和Maven计划均在OSD下进行有关,联合人工智能中心和Maven计划的目的是加速国防部对人工智能与机器学习技术的集成从2015到2020年各机构人工智能预算投入整体呈上升趋势,证明美国对人工智能技术在军事情报中的重视程度进一步加强,期望将大量原始的监测数据转变为可帮助指挥官做关键决策支撑的情报。

图5 美国国防部各机构2015~2020财年人工智能科研预算经费投入

按科研活动类目经费配置结构来看,科研活动集中于BA1到BA3阶段,但2020财年在BA6阶段投入较大

从美国国防部2015~2020财年人工智能技术领域科研活动类目的预算经费投入结构来看,各机构和军种经费预算多集中在BA3及以上的科研活动,且经费投入逐年增加,占据全部经费的绝大部分,BA4-BA7阶段投入较少,可见人工智能技术仍属于先前预研阶段。但2020财年在管理支持(BA6)的投入较大,原因是项目AWCFT的活动均在此阶段,由于Maven项目在2020财年转入AWCFT使得该项目投入增加,是美国国防部在人工智能领域的重要投入之一。

表1 美国防部2015-2020财年人工智能领域科研预算活动经费投入

备注:(1)经费单位为百万美元

图6 美国防部2015—2020财年人工智能项目预算经费占比(预算活动类目维度)

人工智能重点投入项目与技术方向分析

2019年Gartner公司发布人工智能成熟度曲线,研究指出未来两到五年内,人工智能领域的新技术将不断涌现,如增强智能、终端人工智能、数据标记和可解释人工智能等,并提出人工智能主要出现五大趋势,分别为增强智能、聊天机器人、机器学习、AI治理和智能应用。研究发现国防预算的人工智能项目预算投入侧重于增强智能、机器学习和智能应用三方面。

增强智能

增强智能是指利用人工智能提升人类认知能力,减少决策风险。在国防预算项目中侧重于研究人机交互、人机共生和理解机器智能等方向。相关项目有HMS、XAI和MCS等。

“人机共生”(Human-Machine Symbiosis,HMS)项目旨在将机器与人类配对,成为“同事、合作伙伴和队友”。采用先进技术使机器执行预先编程的指令,使得装备HMS的机器不仅能够理解语音,提取各种媒体中包含的信息,而且能够通过学习经验填补知识空白,推断因果现象预测可能的结果,以此来智能地应对新的事件。

2016年启动“可解释的人工智能”(XAI)项目,开发新的机器学习体系结构,可对机器决策做出准确的解释,帮助用户理解系统如何工作及其可信度。项目具体目标是创建一套机器学习技术,用于生成可解释模型同时保持较高的预测精度,以便人类用户理解、适当信任和有效管理新一代人工智能合作伙伴。

2018年10月启动“机器常识”(MCS)项目,旨在使机器通过学习或其他方式获得常识,基于生物启发的学习方法,在先前知识和经验的基础上不断地学习和提高能力,能够应对任务变化或处理数据的意外偏差。该项目还在探索阶段,未来可能有两种方式实现服务:一是通过经验学习计算模型,开发一个模仿人类早期思考和学习的系统;二是构建常识知识库,基于自然语言处理和图像识别等技术收集网络阅读和回答等常识现象。

机器学习

机器学习是使用数学模型从数据中提取知识来解决实际问题,在国防预算项目中更多使用在数据融合、大数据分析以及终身学习机器计划等方面,如:L2M、Assured Autonomy和AIAD。

2017年美军启动了终身学习机器计划(L2M),该项目旨在开发完整的系统及其组件,能够在任务期间动态地学习和改进,将以前的技能和知识应用于新情况。项目处于早期阶段,已经在自我再生神经网络构建和训练方面解决了部分问题。

“可靠自主性”(Assured Autonomy)项目于2017年8月发布,目的是保证自主学习系统在不确定的环境中的可靠性和安全性。该项目将优先解决军用自主系统方面存在的挑战,在可靠性设计、可靠性监测及控制和动态可靠性三个密切相关的技术领域中寻求突破。

“不同方案主动解释”(AIDA)项目,旨在开发一种新技术,该技术能够自动搜集和扫描从广泛渠道获得的多媒体碎片,并将碎片化信息转化为通用描述或事件情节,然后生成对真实事件、现状和趋势的本质和含义的多种假设。这种方法一定程度上能克服数据混乱、矛盾和潜在的欺骗性。

智能应用

智能应用程序是具有嵌入式或集成技术的企业应用,通过智能自动化,数据分析和指导建议来支持或代替人工活动,以提高生产力和决策制定。在国防预算项目中偏向于可穿戴设备、目标识别和虚拟现实等方向,例如项目ATR、HMI和AKA。

自动目标识别(ATR)系统具有从传感器收集的数据中检测、识别和跟踪高价值目标的能力。该项目利用人工智能技术提高了传感器性能,增强了目标识别技术准确性。尤其是深度学习、稀疏表示、多方面学习和嵌入式系统等方面的突破为ATR技术改进提供了希望。

“人机界面”(HMI)是一个集成的操作界面系统,该系统通过使用视觉及听觉显示和控制器,例如头戴显示器和手持式通信战术耳塞,连接发电和管理系统,集成战术计算解决方案,为所有机器部件提供统一的操作界面。

“自动知识获取”(AKA)项目是2020财年启动的新项目,旨在利用语义识别技术和机器学习技术使不同来源的数据和信息自动整合成一个数据源,使机器能够在不需要人工干预的情况下执行整个数据集成,是在数据处理领域的重要应用。

其他重点项目

2017年4月美国国防部副部长罗伯特·沃克签发了关于成立“算法战跨职能小组”(AWCFT)的备忘录,表示将通过设立该机构,推动国防部加速融入人工智能、大数据及机器学习等关键技术的进程。2020财年AWCFT投入2.21亿美元用于研究人工智能,且Maven项目从2020财年开始转入AWCFT项目中。该项目将研究提高人工智能、深度学习和计算机视觉算法性能,减少人工负担,提高情报分析人员的工作效率。

受人工智能技术井喷式发展的影响,近年来美国国防部在人工智能领域的经费投入逐年增加,2020年相比前几年更是达到高峰,相比2019年增长高达一倍多,这表明美军在利用人工智能技术发展军事装备方面重视度加大。美国国防部对人工投入的研究集中在增强智能、机器学习和智能应用方面,并在算法性能提升方面关注度较高,“算法战跨职能小组”(AWCFT)的成立是近年来在人工智能领域最大的投入。但是目前人工智能项目集中在BA3阶段之前,大部分项目属于前期预研阶段,离投入实际应用还需要一定的研究和发展,后续预计将不断扩大。

作者:北京海鹰科技情报研究所 朱蕾 王彤

声明:本文来自海鹰资讯,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。