DARPA 如何用 AI 攻击隐藏的敌人
2021-08-21
来源: 网电空间战
华盛顿特区消息:计划发动攻击的敌人通常会故意短时间、出人意料地突进以躲避检测,从无法检测到的区域出现,并经常使用诱饵或假人来迷惑高空无人机和侦察机。
叛乱分子、敌方车辆、战斗机甚至一些飞机都试图改变他们的模式、改变常规并定期采取特定措施来减少被无人机发现的机会。
处理利用传播(PED)和人工智能
这就是为什么现在有如此多的工作将处理利用传播 (PED) 提升到一个新的水平,使用AI来筛选数小时的视频数据并确定对指挥官来说重要的关键时刻。
PED 过程经常面临组织来自 EO/IR 摄像机和红外传感器的大量传入数据的挑战性任务,它越来越多地利用先进的计算机算法来根据现有数据库反射新信息并执行分析以支持快速决策。
考虑到类似的目标,DARPA 和Raytheon Intelligence & Space、Northrop 和 BAE Systems等几个行业合作伙伴现在正在快速跟踪一个技术系统,该系统旨在寻找和传输“改变”的图像或像素,以便精确定位相关的时刻。
这是至关重要的,因为无人机可能在特定的静态区域安装了监控摄像头,以寻找敌人的动向或任何感兴趣的关键发展数小时。
如何有效地组织看似无法管理的大量数据,只将有价值的数据传输给人类决策者?
DARPA 的基于事件的快速神经形态相机和电子设备 (FENCE)
DARPA 的一份声明解释说,新的DARPA系统称为基于快速事件的神经形态相机和电子设备 (FENCE),它使用旨在复制某些关键大脑功能的新兴技术。
FENCE 利用先进的算法仅传输已更改的像素,从而找到潜在相关性的时刻并避免处理或组织数小时静态、不变图像的需要。
根据 DARPA 的数据,FENCE 是一种低功耗、基于事件的红外平面阵列和一类新的数字信号处理和学习算法,使智能传感器能够处理更多动态场景。
“神经形态是指模拟大脑操作的硅电路;它们提供稀疏输出、低延迟和高能效,”领导 FENCE 项目的项目经理 Whitney Mason 博士说。“在处理稀疏场景时,基于事件的相机在这些相同的原理下运行,但目前缺乏先进的‘智能’来执行更困难的感知和控制任务。”
雷神公司的一份声明引用了雷神智能与航天公司高级概念技术副总裁布拉德·图斯利的话,称这项新技术有助于识别关键的战斗相关时刻,以节省时间并加快任务效率。
“该技术将允许传感器通过仅在有活动时做出反应来放弃数小时的数据密集型视频流。与今天的红外传感器相比,潜在的结果是传感器生成的数据减少了 100 倍,功耗减少了 100 倍,”雷神智能空间声明说。
高级算法可能具有这种能力是有道理的,因为支持 AI 的程序旨在识别和编目模式、发现异常并识别新输入。然后,所有聚合数据都可以从看似无限量的先前存储的信息中提取出来,以执行分析、得出结论或在模式发生变化或表现出一些差异时突出关键点。
模拟大脑操作的硅电路至少在概念上与陆军研究实验室的科学家们正在进行的有趣的前沿研究保持一致,他们解释说,来自人脑的电脉冲可以通知计算机传感器立即处理数据或“响应时刻” “通过人眼识别。
克里斯奥斯本是《国家利益》的国防编辑。奥斯本此前曾在五角大楼担任陆军助理部长办公室采购、后勤和技术部门的高素质专家。奥斯本还曾在国家电视网络担任主播和空中军事专家。他曾作为客座军事专家出现在福克斯新闻、MSNBC、军事频道和历史频道。他还拥有哥伦比亚大学比较文学硕士学位。