近期,人工智慧(AI)技術已經被各大國提升至戰略能力層面,其相關研究得到了政策和資金的大力支持。 美媒認為,AI技術競爭不但是各國科研實力的全面比拼,更是新一輪先進軍備競賽的助推劑。 在這方面,美國起步早、投入大,目前引領著技術發展的潮流。
據美國媒體11月21日報導,該國科學家正在研究使用AI技術研判衛星偵察圖像,由此搜索對手的核設施、軍事基地、導彈陣地等常規手段難以發現的高價值目標,這些目標往往受到嚴密保護且採取了多重隱蔽措施。 科研人員表示,在AI技術的下,他們只需花費比以往更少的時間就能正確甄別目標,大大縮短了情報作業流程。
這項研究由密蘇裡大學地理空間情報中心(CGI)主導,使用了基於神經網路的AI系統和深度學習演算法構建的基線版軟體。 在試驗中,基線版軟體在覆蓋海域面積約為90000平方千米的衛星圖像資料中識別出了多座地空導彈陣地,與專業照相偵察分析人員的判讀結果進行對比後,其準確率超過90%,而耗時僅有42分鐘,遠遠低於後者的60小時。
密蘇裡大學電子工程與電腦系教授,CGI主管科特·大衛斯在接受採訪時表示,雖然資料處理速度較人工而言有了大幅度提升,但AI系統並不會“無的放矢”,而是在情報人員“判定某區域極有可能存在敵方高價值目標”的前提下,對該區域的偵察圖像進行針對性識別。 同時,為了保證結果的準確無誤,AI系統標記的疑似目標必須經過資深專業人員的覆核。 即便需要遵循上述一整套流程,其工作時間也僅為數個小時。 大衛斯指出,這項研究的重大意義在於:由此能夠節省大量寶貴的時間,並對作戰行動產生極為積極的影響。
CGI在今年10月6日出版的《應用遙感學報》上發表文章稱,衛星圖像研判工作必須著手利用大資料、雲計算、AI等先進技術,否則“將被資訊的洪流所淹沒”。 根據機構提供的資料,僅DigitalGlobe一家商業衛星公司,每天產生的圖像資料就高達70TB,遑論其他擁有衛星的政府、軍方和私營企業。
CGI在此次研發的基線版軟體中大量應用了商業現貨級深度學習模型,這些模型成熟可靠、成本較低,只需對其進行適用於圖像分析處理作業的深度定制,就能輕鬆從海量資料中準確搜索符合情報部門和國家安全部門要求的潛在目標。 CGI使用的深度學習模型包括穀歌公司研發的GoogleNet和微軟公司研發的ResNet,二者的設計初衷都是識別傳統照片和視頻圖像中的具體物體。 大衛斯及其同僚經過努力,使得兩種模型均具備了衛星圖像識別能力,並能夠相容彩色圖像和黑白圖像。
大衛斯指出,該基線版軟體在諸如“朝鮮等國土面積狹小的國家”時難以體現其真正價值,只有在掃描“中俄等幅員遼闊的大國”時才能充分發揮其實力。
大衛斯透露,此次基線版軟體在90000平方千米的區域中共成功識別出90處防空導彈陣地,這一數位背後是893000個樣本資料的支撐。換言之,資料庫中2200處防空導彈陣地的原始圖像經過了不同拍攝角度、不同光線強度、不同陰影面積的複雜處理,被非常細碎地處理成了近百萬個完全不同的資料。
大衛斯稱,地空導彈陣地一般以特定規模部署(如連級、營級等,少有發射車或發射架單獨出現),且地面有掩體、道路等人造工事,因此判讀較為容易。CGI下一步計畫驗證AI系統能否有效識別輪式導彈發射車、機動雷達系統、彈炮一體防空系統、坦克裝甲車輛等低特徵目標,這些目標無需進駐工事,且難以從背景環境中剝離。
除美國軍方外,國際原子能機構(IAEA)也對CGI的基線版軟體表示了濃厚興趣。蒙特雷國際研究院高級研究員梅麗莎·漢娜姆稱,有了該軟體的説明,IAEA可以高效監督全球近200個國家的核開發與利用活動,這對於防止核武器擴散和降低核洩漏風險具有極為重要的意義。
大衛斯透露,此次基線版軟體在90000平方千米的區域中共成功識別出90處防空導彈陣地,這一數位背後是893000個樣本資料的支撐。換言之,資料庫中2200處防空導彈陣地的原始圖像經過了不同拍攝角度、不同光線強度、不同陰影面積的複雜處理,被非常細碎地處理成了近百萬個完全不同的資料。
大衛斯稱,地空導彈陣地一般以特定規模部署(如連級、營級等,少有發射車或發射架單獨出現),且地面有掩體、道路等人造工事,因此判讀較為容易。CGI下一步計畫驗證AI系統能否有效識別輪式導彈發射車、機動雷達系統、彈炮一體防空系統、坦克裝甲車輛等低特徵目標,這些目標無需進駐工事,且難以從背景環境中剝離。
除美國軍方外,國際原子能機構(IAEA)也對CGI的基線版軟體表示了濃厚興趣。蒙特雷國際研究院高級研究員梅麗莎·漢娜姆稱,有了該軟體的説明,IAEA可以高效監督全球近200個國家的核開發與利用活動,這對於防止核武器擴散和降低核洩漏風險具有極為重要的意義。