Netflix和亚马逊等流媒体公司汇集大量的用户数据,然后利用人工智能算法向用户提供高度个性化的推荐。现在,美陆军希望借鉴Netflix,使用人工智能向战场上的士兵推荐决策。

美陆军研究实验室(ARL)的研究人员开发了一种新的人工智能方法进行“协作过滤”,与亚马逊和Netflix提供个性化推荐使用的方法类似。该项目负责人表示,这种新方法使得机器学习的速度比现有方法可达到的速度快13倍,并将很快成为陆军“自适应计算/处理系统”的一部分,最终可以用于陆军的下一代战车和供士兵使用的其他认知工具包。

这一方法有可能帮助士兵更快地解读信息线索,并且更迅速地部署解决方案,例如从空中交战地带图像中识别出车载简易爆炸装置这样的威胁或可能的危险区域。

该技术重点是加快了随机梯度下降算法,这是一种广泛使用的机器学习算法。新方法不仅加快了训练的速度,而且准确性与以前的版本相同甚至更好。该项目的目标是开发(机器学习)算法和模型,作为本地决策战术计算框架的一部分,以便在资源受限的竞争环境下实现智能化边缘计算。

李皓昱译自互联网

 

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。如需转载,请联系原作者获取授权。