美军利用人类脑电波教机器人射击

美国媒体网站www.defenseone.com发布消息，称美军正在利用人类脑电波训练机器人射击。

现代传感器可以看得比人类更远，电子电路扣动扳机的速度比神经和肌肉更快，而人类仍然比武装机器人更清楚射击的目标——但获得了美国陆军部分资助的新研究可能会缩小这些差距。

美国国防安全服务商DCS和美国陆军研究实验室（Army Research Lab）的研究人员将人类脑电波数据集输入一个神经网络。这个神经网络学会了判断人类何时做出有针对性的决策。他们在三月塞浦路斯召开的年度智能用户界面大会（Intelligent User Interface conference）上发表了相关论文。

为什么这件事如此重要？机器学习依赖于高度结构化的数据，这些数据被排列成行供软件读取。但是，在混乱的现实世界中确定一个目标对计算机来说是非常困难的。人脑能够轻松完成这种任务，因为人能以记忆的形式构建数据，但机器无法理解这种语言。这是美国军方多年来一直在努力研究的问题。

“我们经常谈到深度学习。在这一领域，军队面临的挑战包括巨大的数据集和对问题的明确定义。”美国陆军首席科学家在近日举行的国防工业协会（National Defense Industrial Association）活动中表示，“就像谷歌刚刚解决了围棋比赛的问题一样。”

2016年，谷歌的DeepMind实验室证明了人工智能可以在围棋比赛中击败世界顶尖棋手，这种棋类被认为比国际象棋难得多。“你可以训练系统在高度结构化的环境中进行深度学习，但如果围棋的棋盘随着时间的推移而发生动态变化，人工智能将永远无法解决这个问题。我们必须弄清楚……在军事世界面对的这种动态环境中，我们如何从系统角度去重新训练这一学习过程。现在，如果不人工去训练这些系统，我认为我们没有任何办法来完成这个任务。”

他们的研究属于一个名为认知与神经科学协同技术联盟（Cognition and Neuroergonomics Collaborative Technology Alliance）的多年、多分支项目。

该论文的一名作者表示：“我们知道，当你感觉到显著的事物时，会有一些信号出现在你的大脑中。”这些被称为P300反应，是大脑顶叶对刺激所发出的一系列电波活动。P300反应是在20世纪60年代被发现的，它本质上是大脑针对快速决策任务给出的答案，例如突然出现的对象是否是一个目标。

研究人员希望他们的新神经网络能够在如下实验中获得成功：在虚拟场景中，计算机可以轻松地知道士兵正在评估目标，而不必花费大量的时间来教导系统去了解如何构建不同的个人数据、眼睛移动以及他们的P300反应等。未来的目标是创造一种神经网络，可以通过观察训练有素的士兵在工作过程中的脑电波和眼睛移动，来保持瞬时的、连续的、实时的学习。“如果你能将其改进，使其可用于身处战场的人身上，你就可能达到这种境界——他们只是在看东西、完成常规任务。”研究人员表示，“他们多年的经验被融入了日常的情境意识。我们正在窥探他们大脑的活动。如果你发现有一队人都在看类似的东西，那么我们可以说，‘有三四个人在观察这件事情。它可能很重要。’”

该研究并不意味着机器人现在可以超越人类。还有更多的工作要做，但神经网络可以大大加速这一研究。