美陆军推进人机组队作战能力建设

简介

美陆军研究实验室正在探索人工智能技术在机器人坦克中的应用，并尝试解决人机组队的互相理解问题，使这些前方作战的无人平台能够识别目标、组织关键作战信息、监控作战区域并在人的指导下开火。

未来，美国陆军将部署具备环境适应能力和半自主行动能力的大型无人车，这些无人车由有人驾驶坦克进行控制。为此，美陆军正在为无人车开发新一代人工智能算法，使无人车能够帮助决策者收集信息，提升人机联网能力，并可在几秒或几微秒内组织和分发数据。人工智能算法驱动的传感器能够将实时获取的图像、视频和数据与当前数据库进行对比、区别，并执行近实时分析。

人工智能系统与人相比各有优点，人工智能系统能够同时组织和共享信息、开展分析并快速解决特定问题，其处理速度比人快。但是，人的认知能力使人具备一些机器无法实现的关键特征和复杂问题解决能力。因此，最好的办法是将人与机器结合起来。例如，前线作战的机器人战车可识别较难探测的目标，并将这些数据与地形、导航信息、该区域之前执行的任务和已知威胁数据库进行对比，然后将目标发送到指挥官的地图上。这可极大缩短传感器到射手的时间，并使指挥官快速响应威胁、攻击时敏目标或响应来袭火力。

陆军研究实验室正在构建下一代战车的仿真人机界面，该界面可使作战人员操控自主程度更高、体积更大的虚拟机器人坦克，以测试人-机组队的研究成果，并可帮助研发人员快速设计下一代战车的人机界面。该仿真人机界面为每位操作员配备3台触控式监视器，每台监视器可显示不同作战视角的界面，包括协同和路径规划的高级地图信息、有人或无人车的驾驶环境和当前状态，以及车载传感器的360度视角图像。这些监视器可根据士兵的需求调整组合以满足任务需求。

未来的人机编组中，机器人如何理解和分析人的意图是一个挑战。目前，陆军研究实验室正在利用人的大脑活动信号来训练人工智能系统。有作战经验的士兵佩戴装有脑电图传感器的头盔，在他观看到具有威胁性的图片时，传感器能够检测到士兵的高度焦虑、恐惧和紧张情绪。使用脑电波来标记威胁图片可收集足够多的标注训练数据，从而可快速教会机器学习算法识别威胁图像，并可使计算机理解人的大脑活动特征。

介冲译自互联网

李皓昱审定

2020年3月

号内搜索功能：点击菜单【推荐资源】【号内搜索】输入关键词