开心六月综合激情婷婷|欧美精品成人动漫二区|国产中文字幕综合色|亚洲人在线成视频

2015-2020財(cái)年人工智能技術(shù)領(lǐng)域預(yù)算申請(qǐng)總體情況

美國(guó)國(guó)防部在公布的2020財(cái)年國(guó)防預(yù)算申請(qǐng)概要文件中明確指出，美軍2020財(cái)年人工智能預(yù)算申請(qǐng)總額高達(dá)9.27億美元（包括聯(lián)合人工智能中心和Maven計(jì)劃）。人工從對(duì)國(guó)防機(jī)構(gòu)和軍兵種預(yù)算文件中提取和識(shí)別屬于人工智能的項(xiàng)目，統(tǒng)計(jì)得美軍2020財(cái)年人工智能預(yù)算申請(qǐng)總額為9.44億美元，與概要說(shuō)明文件中的總數(shù)據(jù)基本一致，只有近0.17億美元預(yù)算差距，這可能是由于作者對(duì)人工智能領(lǐng)域的理解和對(duì)人工智能項(xiàng)目的篩選有一定誤差所致。

對(duì)前五個(gè)財(cái)年的預(yù)算文件進(jìn)行了處理（圖1）。統(tǒng)計(jì)得美軍2015~2019財(cái)年人工智能預(yù)算申請(qǐng)總額分別為0.78億美元、1.65億美元、2.96億美元、3.30億美元、4.26億美元，2020財(cái)年預(yù)算申請(qǐng)9.44億美元相比2019財(cái)年申請(qǐng)的4.26億美元增長(zhǎng)高達(dá)121%。2015-2020財(cái)年預(yù)算文件中公布的2013-2018年的預(yù)算執(zhí)行經(jīng)費(fèi)分別為0.41億美元、1.03億美元、2.25億美元、2.21億美元、2.75億美元和3.56億美元，執(zhí)行經(jīng)費(fèi)增長(zhǎng)幅度平緩，且有稍微的波動(dòng)，但整體呈增長(zhǎng)趨勢(shì)。從2020財(cái)年的大幅度預(yù)算經(jīng)費(fèi)增長(zhǎng)來(lái)看，美軍對(duì)人工智能技術(shù)的關(guān)注度增加，人工智能在美軍裝備發(fā)展中的應(yīng)用前景十分廣闊。

從2020財(cái)年預(yù)算文件編列的與人工智能技術(shù)領(lǐng)域相關(guān)的項(xiàng)目數(shù)量來(lái)看（圖2），DARPA編列了21個(gè)項(xiàng)目，MDA編列了0個(gè)項(xiàng)目，OSD編列了12個(gè)項(xiàng)目，海軍編列了4個(gè)項(xiàng)目，陸軍編列了24個(gè)項(xiàng)目，空軍編列了6個(gè)項(xiàng)目。DARPA、OSD和陸軍等近年來(lái)新增項(xiàng)目較多對(duì)人工智能相關(guān)研究投入經(jīng)費(fèi)也較多，，涉及到人機(jī)交互、機(jī)器學(xué)習(xí)、信息共享、虛擬現(xiàn)實(shí)和可穿戴設(shè)備等多方面，能夠幫助整合信息、分析數(shù)據(jù)，并利用最終的見(jiàn)解改善決策，將全面超越傳統(tǒng)軍事力量，在對(duì)抗中占據(jù)新的技術(shù)制高點(diǎn)。海軍和空軍的人工智能項(xiàng)目相對(duì)較少，且近一兩年項(xiàng)目變化較小，在人工智能投入較少，原因可能是人工智能剛剛興起，傾向于在國(guó)防部各機(jī)構(gòu)進(jìn)行前期的研究探索，還較少投入實(shí)際應(yīng)用。

結(jié)合2013年-2018年的實(shí)際執(zhí)行經(jīng)費(fèi)來(lái)看（圖3），2015與2016年的執(zhí)行經(jīng)費(fèi)基本持平，其余各年均有所增長(zhǎng)。從不同軍種部門來(lái)看，海軍波動(dòng)較大，其余各軍種和各機(jī)構(gòu)均不斷增加，OSD與陸軍增幅明顯。由于ICI（Intelligence Capabilities and Innovation）和Maven項(xiàng)目均在OSD名下進(jìn)行，故經(jīng)費(fèi)預(yù)算大幅增加，其中Maven項(xiàng)目在2020財(cái)年轉(zhuǎn)入AWCFT（算法戰(zhàn)）項(xiàng)目下。陸軍在2020財(cái)年年大力投入人工智能與機(jī)器學(xué)習(xí)相關(guān)研究，在虛擬現(xiàn)實(shí)與智能決策方面擬開(kāi)展大量項(xiàng)目，旨在將人工智能運(yùn)用于多變的真實(shí)環(huán)境并研究虛擬試驗(yàn)場(chǎng)。DARPA作為先期科研的主要部門新增了許多人機(jī)交互、人機(jī)共生和機(jī)器學(xué)習(xí)等項(xiàng)目，例如Communicating With Computers (CWC)、Human-Machine Symbiosis (HMS)和Machine Common Sense (MCS)。

通過(guò)計(jì)算年均投入，從經(jīng)費(fèi)分配結(jié)構(gòu)來(lái)看（圖4），國(guó)防高級(jí)研究計(jì)劃局（DARPA）年均投入最高1.46億美元（占比39.15%）；其次是國(guó)防部長(zhǎng)辦公廳（OSD），投入1.06億美元（占比28.42%）；陸軍投入0.53億美元（占比14.29%）；海軍投入0.44億美元（占比11.75%）；空軍投入0.24億美元（占比6.39%）。DARPA和OSD等預(yù)研先期機(jī)構(gòu)占比較高，投入超過(guò)總?cè)斯ぶ悄芙?jīng)費(fèi)投入的一半以上。

海陸空三軍的經(jīng)費(fèi)申請(qǐng)相比DARPA和OSD較少，原因可能是人工智能技術(shù)研究還屬于預(yù)研先期，大都在DARPA和OSD下進(jìn)行，未實(shí)際投入到各軍種中進(jìn)行實(shí)際應(yīng)用。2020財(cái)年OSD經(jīng)費(fèi)申請(qǐng)最多，這與聯(lián)合人工智能中心和Maven計(jì)劃均在OSD下進(jìn)行有關(guān)，聯(lián)合人工智能中心和Maven計(jì)劃的目的是加速國(guó)防部對(duì)人工智能與機(jī)器學(xué)習(xí)技術(shù)的集成從2015到2020年各機(jī)構(gòu)人工智能預(yù)算投入整體呈上升趨勢(shì)，證明美國(guó)對(duì)人工智能技術(shù)在軍事情報(bào)中的重視程度進(jìn)一步加強(qiáng)，期望將大量原始的監(jiān)測(cè)數(shù)據(jù)轉(zhuǎn)變?yōu)榭蓭椭笓]官做關(guān)鍵決策支撐的情報(bào)。 

從美國(guó)國(guó)防部2015~2020財(cái)年人工智能技術(shù)領(lǐng)域科研活動(dòng)類目的預(yù)算經(jīng)費(fèi)投入結(jié)構(gòu)來(lái)看，各機(jī)構(gòu)和軍種經(jīng)費(fèi)預(yù)算多集中在BA3及以上的科研活動(dòng)，且經(jīng)費(fèi)投入逐年增加，占據(jù)全部經(jīng)費(fèi)的絕大部分，BA4-BA7階段投入較少，可見(jiàn)人工智能技術(shù)仍屬于先前預(yù)研階段。但2020財(cái)年在管理支持（BA6）的投入較大，原因是項(xiàng)目AWCFT的活動(dòng)均在此階段，由于Maven項(xiàng)目在2020財(cái)年轉(zhuǎn)入AWCFT使得該項(xiàng)目投入增加，是美國(guó)國(guó)防部在人工智能領(lǐng)域的重要投入之一。

表1 美國(guó)防部2015-2020財(cái)年人工智能領(lǐng)域科研預(yù)算活動(dòng)經(jīng)費(fèi)投入

備注：（1）經(jīng)費(fèi)單位為百萬(wàn)美元

人工智能重點(diǎn)投入項(xiàng)目與技術(shù)方向分析

2019年Gartner公司發(fā)布人工智能成熟度曲線，研究指出未來(lái)兩到五年內(nèi)，人工智能領(lǐng)域的新技術(shù)將不斷涌現(xiàn)，如增強(qiáng)智能、終端人工智能、數(shù)據(jù)標(biāo)記和可解釋人工智能等，并提出人工智能主要出現(xiàn)五大趨勢(shì)，分別為增強(qiáng)智能、聊天機(jī)器人、機(jī)器學(xué)習(xí)、AI治理和智能應(yīng)用。研究發(fā)現(xiàn)國(guó)防預(yù)算的人工智能項(xiàng)目預(yù)算投入側(cè)重于增強(qiáng)智能、機(jī)器學(xué)習(xí)和智能應(yīng)用三方面。

增強(qiáng)智能是指利用人工智能提升人類認(rèn)知能力，減少?zèng)Q策風(fēng)險(xiǎn)。在國(guó)防預(yù)算項(xiàng)目中側(cè)重于研究人機(jī)交互、人機(jī)共生和理解機(jī)器智能等方向。相關(guān)項(xiàng)目有HMS、XAI和MCS等。

“人機(jī)共生”（Human-Machine Symbiosis，HMS）項(xiàng)目旨在將機(jī)器與人類配對(duì)，成為“同事、合作伙伴和隊(duì)友”。采用先進(jìn)技術(shù)使機(jī)器執(zhí)行預(yù)先編程的指令，使得裝備HMS的機(jī)器不僅能夠理解語(yǔ)音，提取各種媒體中包含的信息，而且能夠通過(guò)學(xué)習(xí)經(jīng)驗(yàn)填補(bǔ)知識(shí)空白，推斷因果現(xiàn)象預(yù)測(cè)可能的結(jié)果，以此來(lái)智能地應(yīng)對(duì)新的事件。

2016年啟動(dòng)“可解釋的人工智能”（XAI）項(xiàng)目，開(kāi)發(fā)新的機(jī)器學(xué)習(xí)體系結(jié)構(gòu)，可對(duì)機(jī)器決策做出準(zhǔn)確的解釋，幫助用戶理解系統(tǒng)如何工作及其可信度。項(xiàng)目具體目標(biāo)是創(chuàng)建一套機(jī)器學(xué)習(xí)技術(shù)，用于生成可解釋模型同時(shí)保持較高的預(yù)測(cè)精度，以便人類用戶理解、適當(dāng)信任和有效管理新一代人工智能合作伙伴。

2018年10月啟動(dòng)“機(jī)器常識(shí)”（MCS）項(xiàng)目，旨在使機(jī)器通過(guò)學(xué)習(xí)或其他方式獲得常識(shí)，基于生物啟發(fā)的學(xué)習(xí)方法，在先前知識(shí)和經(jīng)驗(yàn)的基礎(chǔ)上不斷地學(xué)習(xí)和提高能力，能夠應(yīng)對(duì)任務(wù)變化或處理數(shù)據(jù)的意外偏差。該項(xiàng)目還在探索階段，未來(lái)可能有兩種方式實(shí)現(xiàn)服務(wù)：一是通過(guò)經(jīng)驗(yàn)學(xué)習(xí)計(jì)算模型，開(kāi)發(fā)一個(gè)模仿人類早期思考和學(xué)習(xí)的系統(tǒng)；二是構(gòu)建常識(shí)知識(shí)庫(kù)，基于自然語(yǔ)言處理和圖像識(shí)別等技術(shù)收集網(wǎng)絡(luò)閱讀和回答等常識(shí)現(xiàn)象。

機(jī)器學(xué)習(xí)是使用數(shù)學(xué)模型從數(shù)據(jù)中提取知識(shí)來(lái)解決實(shí)際問(wèn)題，在國(guó)防預(yù)算項(xiàng)目中更多使用在數(shù)據(jù)融合、大數(shù)據(jù)分析以及終身學(xué)習(xí)機(jī)器計(jì)劃等方面，如：L2M、Assured Autonomy和AIAD。

2017年美軍啟動(dòng)了終身學(xué)習(xí)機(jī)器計(jì)劃（L2M），該項(xiàng)目旨在開(kāi)發(fā)完整的系統(tǒng)及其組件，能夠在任務(wù)期間動(dòng)態(tài)地學(xué)習(xí)和改進(jìn)，將以前的技能和知識(shí)應(yīng)用于新情況。項(xiàng)目處于早期階段，已經(jīng)在自我再生神經(jīng)網(wǎng)絡(luò)構(gòu)建和訓(xùn)練方面解決了部分問(wèn)題。

“可靠自主性”（Assured Autonomy）項(xiàng)目于2017年8月發(fā)布，目的是保證自主學(xué)習(xí)系統(tǒng)在不確定的環(huán)境中的可靠性和安全性。該項(xiàng)目將優(yōu)先解決軍用自主系統(tǒng)方面存在的挑戰(zhàn)，在可靠性設(shè)計(jì)、可靠性監(jiān)測(cè)及控制和動(dòng)態(tài)可靠性三個(gè)密切相關(guān)的技術(shù)領(lǐng)域中尋求突破。

“不同方案主動(dòng)解釋”（AIDA)項(xiàng)目，旨在開(kāi)發(fā)一種新技術(shù)，該技術(shù)能夠自動(dòng)搜集和掃描從廣泛渠道獲得的多媒體碎片，并將碎片化信息轉(zhuǎn)化為通用描述或事件情節(jié)，然后生成對(duì)真實(shí)事件、現(xiàn)狀和趨勢(shì)的本質(zhì)和含義的多種假設(shè)。這種方法一定程度上能克服數(shù)據(jù)混亂、矛盾和潛在的欺騙性。

智能應(yīng)用程序是具有嵌入式或集成技術(shù)的企業(yè)應(yīng)用，通過(guò)智能自動(dòng)化，數(shù)據(jù)分析和指導(dǎo)建議來(lái)支持或代替人工活動(dòng)，以提高生產(chǎn)力和決策制定。在國(guó)防預(yù)算項(xiàng)目中偏向于可穿戴設(shè)備、目標(biāo)識(shí)別和虛擬現(xiàn)實(shí)等方向，例如項(xiàng)目ATR、HMI和AKA。

自動(dòng)目標(biāo)識(shí)別（ATR）系統(tǒng)具有從傳感器收集的數(shù)據(jù)中檢測(cè)、識(shí)別和跟蹤高價(jià)值目標(biāo)的能力。該項(xiàng)目利用人工智能技術(shù)提高了傳感器性能，增強(qiáng)了目標(biāo)識(shí)別技術(shù)準(zhǔn)確性。尤其是深度學(xué)習(xí)、稀疏表示、多方面學(xué)習(xí)和嵌入式系統(tǒng)等方面的突破為ATR技術(shù)改進(jìn)提供了希望。

“人機(jī)界面”(HMI)是一個(gè)集成的操作界面系統(tǒng)，該系統(tǒng)通過(guò)使用視覺(jué)及聽(tīng)覺(jué)顯示和控制器，例如頭戴顯示器和手持式通信戰(zhàn)術(shù)耳塞，連接發(fā)電和管理系統(tǒng)，集成戰(zhàn)術(shù)計(jì)算解決方案，為所有機(jī)器部件提供統(tǒng)一的操作界面。

“自動(dòng)知識(shí)獲取”(AKA)項(xiàng)目是2020財(cái)年啟動(dòng)的新項(xiàng)目，旨在利用語(yǔ)義識(shí)別技術(shù)和機(jī)器學(xué)習(xí)技術(shù)使不同來(lái)源的數(shù)據(jù)和信息自動(dòng)整合成一個(gè)數(shù)據(jù)源，使機(jī)器能夠在不需要人工干預(yù)的情況下執(zhí)行整個(gè)數(shù)據(jù)集成，是在數(shù)據(jù)處理領(lǐng)域的重要應(yīng)用。

2017年4月美國(guó)國(guó)防部副部長(zhǎng)羅伯特·沃克簽發(fā)了關(guān)于成立“算法戰(zhàn)跨職能小組”（AWCFT）的備忘錄，表示將通過(guò)設(shè)立該機(jī)構(gòu)，推動(dòng)國(guó)防部加速融入人工智能、大數(shù)據(jù)及機(jī)器學(xué)習(xí)等關(guān)鍵技術(shù)的進(jìn)程。2020財(cái)年AWCFT投入2.21億美元用于研究人工智能，且Maven項(xiàng)目從2020財(cái)年開(kāi)始轉(zhuǎn)入AWCFT項(xiàng)目中。該項(xiàng)目將研究提高人工智能、深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)算法性能，減少人工負(fù)擔(dān)，提高情報(bào)分析人員的工作效率。