美軍方正在人工智能領(lǐng)域進行高額投資，但僅靠人工智能技術(shù)是遠遠不夠的，還需要相配套的硬件來支撐高性能算法，同時不占用太多空間和消耗過多電力，以適應(yīng)前線指揮所或戰(zhàn)機坦克等平臺。下一代硬件是在戰(zhàn)場上實現(xiàn)人工智能的必要因素。

美國防部已意識到需求上的變化。電子產(chǎn)品制造商Mercury Systems候任首席技術(shù)官比爾·康利表示，在過去幾年里，各領(lǐng)域集中力量研究下一代人工智能、算法訓(xùn)練、數(shù)據(jù)，但尋求戰(zhàn)術(shù)優(yōu)勢不僅需要算法和數(shù)據(jù)，還需要在相應(yīng)硬件上運行得以實現(xiàn)預(yù)期效能。該公司正致力于利用最新的微電子技術(shù)為國防部提供一個硬件解決方案。

在硅谷和學(xué)術(shù)界，通常使用計算機集群或云來解決這一問題，但這樣的設(shè)備不能集成至戰(zhàn)車或戰(zhàn)機上。美軍方備受爭議的JEDI項目也正試圖將云計算帶到前線部隊，使其能夠遠程訪問強大的服務(wù)器群。但是國防部并不認(rèn)為軍隊在面對敵人的黑客攻擊和干擾時能夠持續(xù)使用云。當(dāng)前，對于某些算法功能可以實現(xiàn)間接訪問，但一個電子戰(zhàn)系統(tǒng)，需要在敵方導(dǎo)彈襲擊之前干擾其制導(dǎo)系統(tǒng)，云在此情景下則無法解決這一難題。

新美國安全中心防務(wù)分析師、前陸軍突擊隊員保羅·沙雷表示，在一個前沿作戰(zhàn)基地安裝巨型云服務(wù)器是不可行的。隨著科技進步，一切都需要小型化。沙雷表示，硬件的大小在很大程度上取決于兩個因素：一是試圖適應(yīng)的平臺的大小，戰(zhàn)車、戰(zhàn)機還是航空母艦有很大不同；二是人工智能應(yīng)用程序的大小，機器學(xué)習(xí)算法訓(xùn)練時所需的計算能力和數(shù)據(jù)存儲遠大于訓(xùn)練完成后所需的能力。真正需要大量計算的是大數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)。

▲DARPA先進的微芯片與模塊化組件概念圖

康利則表示，重要的人工智能應(yīng)用需要機器學(xué)習(xí)算法在現(xiàn)場隨著所處環(huán)境發(fā)生的變化不斷地進行學(xué)習(xí)。這對于所謂的“認(rèn)知電子戰(zhàn)”尤其重要：系統(tǒng)可以檢測到一個從未遇到過的傳輸，而這個傳輸并不在任何預(yù)先加載的數(shù)據(jù)庫里，可以對其進行現(xiàn)場分析，判斷其來源是否具有敵意，并在必要時設(shè)計反向信號對其進行干擾。

康利認(rèn)為，未來的戰(zhàn)場空間將包含此前沒有觀察到的威脅信號，因此對許多平臺來說，能夠執(zhí)行實時決策的算法至關(guān)重要，而且需要不斷強化學(xué)習(xí)，尤其是在開發(fā)過程中無法完全訓(xùn)練實時決策的算法。也就是說要實現(xiàn)在相對緊湊的硬件上需要大量的計算能力，同時不需要太多的空間、重量、電力或冷卻能力。

下一代硬件不僅具有上述優(yōu)勢，而且將更加安全，不受供應(yīng)鏈破壞的影響，解決了國防部擔(dān)憂的一個主要問題。

沙雷表示，在計算機芯片上安裝越來越多越來越小的元件方面已經(jīng)取得了巨大的進步，但這種進步的代價是，制造納米小型化元件需要越來越復(fù)雜且昂貴的設(shè)備。沙雷并不擔(dān)心工業(yè)界構(gòu)建所需硬件的能力，而是國防部有能力獲得可靠的安全前沿硬件，以及這些硬件是否被外國生產(chǎn)商惡意利用。

來源：國防科技要聞