DARPA推动人工智能第三波浪潮

远望智库技术预警中心  乐天

据“勇士专家”网9月27日报道，五角大楼的科研部门正在大力推进先进人工智能水平，旨在整合 “机器学习”，引入更多的“自适应推理”，甚至帮助计算机判断更多的主观现象。

美国国防部高级研究计划局（DARPA）局长史蒂文·沃克称，“AI-Next”计划旨在利用人工智能来帮助培训数据，使计算机分析对操作员更可靠。

DARPA的科学家们将AI-Next解释为提高面向AI的技术，可提供更复杂的“上下文解释模型”的能力。

虽然在许多情况下仍然需要人类，但第三波浪潮可以被描述为引入新的能力，不仅提供答案和解释，而且还使用“机器学习在背景中推理并解释结果”， DARPA副局长彼得·海纳姆(Peter Highnam)。

“当我们谈论第三波时，我们专注于语境推理和适应。它需要较少的数据培训，” 海纳姆说。这不仅使判断更加可靠，而且通过理解不同的词或数据集之间的相互关系，大大提高解释的能力。

计算机只能从已经输入或已有的信息中提取信息。虽然它可以在瞬间添加无穷无尽的数据，但如果底层存储数据因某种原因发生变化，则人工智能驱动的分析可能面临挑战。这正是第三波所要解决的困境。

“如果基础数据发生变化，那么你的系统就不会得到相应的训练，” 海纳姆解释道。例如，第三波自适应推理将使计算机算法能够基于分析周围单词和确定上下文的能力来辨别“主要”和“原则”间的差异。这种分析水平自然会产生更高水平的可靠性和细微差别，因为它可以使人们更深入地掌握他们可能寻求的详细信息。

“这就是未来，在机器中建立足够的AI，能够实时通信，以机器速度实时共享数据和网络，”沃克说。

高级人工智能的另一个例子是能够迅速组织无人机收集数小时视频，助力人类决策速度实现指数级增长，而该因素能决定战争的生死存亡。海纳姆说：“在战争场景中，当计算机通过上下文推理给出答案时，人类必须相信它。”

DARPA正在与私营部门密切合作，加强硅谷和国防工业合作伙伴的合作，以此来识别和应用最新的创新。

据DARPA描述，人工智能第三次浪潮是为带来“上下文解释模型”和更高水平的机器学习，是在DARPA先前的人工智能进展的第一和第二波的基础上建立的。根据DARPA的信息，第一波“允许对狭义问题进行推理”。虽然它确实带来了某些学习能力的元素，但它被描述为只“具有低水平的确定性”。

这指明人工智能的主要挑战，即培养具备“信任”或可靠性的能力，通过这种能力发现新模式、找到答案并将新数据与大量历史数据进行比较，且其过程必须是准确的。鉴于这一挑战，某些现有的人工智能集成模型可能难以适应更改数据或确定足够的上下文。

DARPA公开资料解释说，第二波能够“创建统计模型并对大数据进行训练”，但推理极少。这意味着算法能够识别新信息，并且通常将其置于与现有数据库相关的更广泛的上下文中。

因此，第二波AI通常可以通过检查上下文并执行某些级别的解释来确定先前未识别的单词和信息的含义。在此阶段，启用人工智能的计算机可以借助单词和信息与周围的数据和概念的上下文来进行准确分析。

对于AI第二次浪潮，DARPA科学家解释说，在某些情况下，解释的可靠性和响应新信息的能力可能存在局限性， 这可能是因为其决定不太可靠。海纳姆解释说，当新信息发生变化时，训练现有数据的能力就会降低。因此，DARPA信息将这一波描述为“最小推理”。

雷神公司目前正在与美国海军进行合作，以探索预测学、基于条件的维护和训练算法，以便对其他复杂问题进行实时分析。这是一个为期6个月的合作研发协议(CRADA)，围绕广泛的新型人工智能应用。

雷神公司的开发人员不愿意透露他们正在与海军合作的相关特定问题或平台，但有一点可以确认，他们正在研究改进人工智能，以进一步支持大型作战系统、武器装备和网络。

雷神公司负责任务支持和现代化的副总裁托德·普罗伯特表示，他们正在致力于推动国防部当前人工智能推动的举措。“部署AI的部分目的是未来获得信心，如果作战发生变化，人工智能就将其进一步分解。”普罗伯特说，“我们正在训练算法来完成人类的工作。”

第三波人工智能引领工程AI驱动算法来解释主观细微差别的前景。例如，像某些哲学概念、情感和受过去经验影响的心理细微差别等，这些是计算机无法解释的东西。

普罗伯特说，虽然在许多方面即使是最先进的算法也不能与人类的认知或情感相提并论，但是在某些方面，人工智能越来越能够做出判断。

普罗伯特解释说，高级人工智能能够通过收集和组织选词、语音识别、表达模式和语调有关的信息来处理某些类型的意图、情绪和偏见，以此来识别更多的主观现象。

此外，一个系统拥有足够大的数据库，还可以将新的单词、表达式和输入的数据置于更广泛、更主观的范围内，普罗伯特解释说。

防务合作伙伴正在使用新级别的人工智能来加强反恐调查和网络取证。例如，一家名为托雷斯（Torres AES）的全球安全公司，采用先进的人工智能来探寻恐怖组织、跨国犯罪分子或其他美国对手之间的隐蔽或隐藏的通信。

公司开发人员表示，虽然出于安全原因，这类人工智能应用程序的大部分细节无法获得，但托雷斯网络取证专家确实表示，先进的算法可以使用更高级的人工智能方法，找到与不良分子或敌人活动相关的 “数字足迹”。

作为对美国及其盟军反恐部队的网络取证训练的一部分，Torres网络战士和调查人员利用人工智能进行网络取证，例如，在连接巴拉圭、阿根廷和巴西的疏于松散治理的“三边”地区打击金融恐怖主义活动。

“我们训练的系统建立在人工智能上。支持AI的算法可以识别坏人之间直接和间接数字关系，“Torres AES首席执行官杰瑞·托雷斯说。例如，AI可以使用自适应推理来辨别不良参与者使用的位置、姓名、电子邮件地址或银行账户之间的关系。

托雷斯补充说：“人工智能可以成为我们的防御网络系统了解攻击者的一项重要资产，我们可以从每一次攻击中丰富知识库，并发起智能反击来中和攻击者，或者假装反击，让攻击者暴露自己。人工智能对打击攻击者至关重要。”

人工智能迅速发展到前所未有的自主机器学习，其算法能够立即吸收和分析新的模式和信息，推理上下文，与海量数据进行比较。目前在军事网络、数据系统、武器和大型平台上的应用吸引了诸多关注。

计算机自主执行程序，规整信息，凭借惊人的处理速度，实现更迅捷的决策、执行、指挥和控制。但在许多情况下，人类的认知仍然需要整合较少的“有形”变量、解决动态问题或作出更多的主观判断。

就目前和新兴平台而言，人工智能领域已经取得了很大进展。 F-35“传感器融合”依赖于人工智能的早期迭代，海军“福特”级航母使用更高水平的自动化来执行舰载功能，“弗吉尼亚”级Block III攻击潜艇利用触摸屏线控技术为海底导航带来更多自主性。

其他例子包括军方目前在IBM启用人工智能的沃森计算机上进行的试验，该计算机可用于对“斯特雷克”装甲车的作战相关维修细节进行无线实时分析。与此类似，C3IOT公司利用AI授权进行实时分析，对空军F-16进行状态检修维护。

“尽管自主程度更高，但最终还是会由人做出决定，电脑只是作为合作伙伴。” 海纳姆解释说：“我们着眼未来，不是说让机器做所有的事情，而是让人类和机器共同努力，为下一场战斗做好准备。”

海纳姆断言：“未来战争将围绕速度——更快地将信息转化为知识。”