背景 随着数据、计算能力和机器学习技术的进步,人工智能(AI)在军事领域也广泛应用。 数据分析:无人机等军事设备搭载的传感器和摄像头收集的大量数据,通过超个性化算法进行实时分析,为军事指挥提供关键信息。 2. 如图2.3,会话AI的发展还催生了如ELIZA和ALICE等先进的聊天机器人,它们能够处理复杂的语言交流,辅助军事决策制定和信息分析。 随着技术的不断进步,会话AI正在变得越来越智能化,为军事操作提供更加精确和实时的支持,从而显著提高军事行动的效率。 需要注意的是,现代军事应用的软件并非是通过单一的AI应用模式,而是越来越来多的融合技术实现感知、决策、执行等任务。
【新智元导读】AI的发展已经开始引起人们对“杀手机器人”威胁和AI军备竞赛风险的恐惧,本文对比美国、中国、俄罗斯的AI军事力量,探讨AI技术被用于军事的潜在影响,并评估如何减少发生错误或失控的风险。 美中俄的AI国防力量 美国、中国和俄罗斯都意识到AI对国防的颠覆性、甚至革命性的影响,它们正在积极寻求提升自己在一系列军事应用中使用AI技术的能力。 事实上,AI在军事领域的出现似乎是信息时代战争向“算法战争”的转变,或用中国军事思想家的描述是“智能化战争”。 这些问题是至关重要的,同时也让我们思考,在AI领域之外,AI的军事应用所带来的风险。事实上,当前的、相对没有争议的AI的军事用途也值得持续关注。 将AI与网络能力结合起来以获得优势的趋势,可能会加剧这个竞争领域的升级态势,尤其是在这种能力开始加速发展的情况下。 展望未来,AI将带来破坏性的军事能力,同时给军事和战略稳定带来系统性的风险。
纽约时报30日报道,谷歌正在制定一套准则,以指导其参与开发用于军事的AI工具。这些指导准则究竟会有哪些规定尚不清楚,但谷歌表示,他们将禁止在武器中使用人工智能。 次月,谷歌有史以来第一份与五角大楼的AI合同出现,几名谷歌高管讨论这份合同的可行性,其中包括李飞飞。 李飞飞强烈建议回避“AI”这两个字母。 李飞飞说,“我相信以人为中心的AI能以积极、善意的方式造福人类。任何AI武器化的项目,都是违背我的原则的。” 谷歌向国防部提供用于机器学习应用的TensorFlow API,以帮助军事分析人员检测图像中的物体。 另据Wired报道,Maven项目正在拓展,包括更广泛地部署无人机监视算法。 此外,Shanahan还说,Maven项目未来会将人工智能应用于新的军事领域。其中包括是利用机器学习算法来帮助分析人员在获取的硬盘上查找最重要的资料。
目前,AR在军事领域的应用越发广泛,许多国家开始大力发展军用AR系统,这些国家逐渐组成了一个军用AR市场,该军用AR市场被分为北美、欧洲、亚太、中东、非洲和南美市场。 此外,军事AR市场研究人员表示,至2025年底,北美军事AR市场市值预计将达到17.9亿美元。也就是说,在2018年至2025年的预测期内,军事AR市场市值将以每年17.4%的速度增长。 ? AR系统在军事领域具有多种功能,例如导航、态势感知、夜视和资产管理。目前,美国国防部正在大力投资AR系统,以使武装部队在没有任何手持式GPS定位器的情况下,进行导航。 目前,北美已经在军事AR市场占据领先地位,这一切主要归功于,美国国防部在AR系统方面的巨大投资,此外,美国的技术巨头和新兴公司,如Google、Honeywell International Inc. 基于以上因素,2025年北美军事AR市值很有可能达到预期的结果。
WW2 spaCy 是一个用于处理二战原始史料和二手文献,并执行命名实体识别(NER)的管道。目前,该管道专注于基于美国军队的命名实体识别,并计划在未来扩展到其他国家。 其主要组件是一个 SpanRuler,用于识别和分类不同的军事单位、舰船、飞机、坦克和战役。完整的实体列表见下文。此外,还使用了自定义的正则表达式组件来识别军事人员。 安装pip install en_ww2spacy使用方法import spacyfrom spacy import displacynlp = spacy.load("en_ww2spacy")text = """The P-35 flew in WW2 at Battle of Point 175.The 10th Armored Division was led by General William 集团军群)BATTALION(营)CAVALRY(骑兵)CORPS(军)FIELD_ARMY(野战集团军)INFANTRY_DIVISION(步兵师)MOUNTAIN_DIVISION(山地师)事件(军事
YOLO算法作者Joseph Redmon在个人Twitter上宣布,将停止一切CV研究,原因是自己的开源算法已经用在军事和隐私问题上。这对他的道德造成了巨大的考验。 ? 之后进入AI2(也就是后来的XNOR.ai)实习,提出了二元逼近卷积神经网络XNOR-Net,该算法能够减少在移动设备上进行图像分类所需的计算量。 YOLO算法相比Fast R-CNN具有两大优势: 1、速度快:每秒45帧的检测速率,可用在实时视频检测中,在更小的模型上甚至达到155帧; 2、通用性好:在真实图像数据上训练的网络,可以用在虚构的绘画作品上 Redmon本人为YOLO算法申请专利的可能性也不大,因为Redmon只是以此态度来表达对AI技术应用范围的不满,申请专利并不能阻止军事和不道德的商业用途。 AI发展到今日,道德问题越来越明显。 旧金山通过法律禁止警察在执法过程中使用人脸识别技术,旷视因为在课堂上使用AI监控技术被谴责,无不在警示AI别越界。 YOLO之父的退出是学术界对AI道德问题的又一记警钟。
军事机密(Secret.pas) 【问题描述】 军方截获的信息由n(n<=30000)个数字组成,因为是敌国的高端秘密,所以一时不能破获。 【输入样例】Secret.in 5 121 1 126 123 7 3 2 4 3 【输出样例】Secret.out 7 123 121 1 #include<iostream> 2 #include
新智元报道 编辑:编辑部 HYj 【新智元导读】OpenAI正悄然跨入一个全新的领域——军事AI。 Anduril的反无人机防御系统此前已在美国军方中得到实际应用——今年11月,该公司获得了一份价值2亿美元的合同,为美国海军陆战队提供CUAS系统。 该系统可以侦测、评估和追踪无人机。 国防收入,潜力巨大 随着电子战兴起,AI在保持无人机飞行方面变得愈发重要。电子战使用干扰器阻断无人机飞行所需的GPS信号和无线电频率。AI还可协助军事指挥官处理和分析海量战场数据。 国防科技公司和美国国防部高层表示,美军需要更先进的AI来应对可能的冲突。近年来,国防科技和军事科技领域的投资支持不断增加,总额已高达数十亿美元。 今年11月,公司获得了价值2亿美金的合同,是为美国海军陆战队提供其反无人机防御系统。 国防部可以使用这些反无人机防御系统来保护军事设施。
这意味着,AI将使军事作战的决策灵活性更强,让军事领导人更快、更有效地做出反应。 随着生成式AI的不断发展和成熟,其在军事领域的整合,将有助于在实时行动中进一步打磨战略。 这样二者就能形成协同效应,释放生成式AI在军事环境中的全部潜力。 现在,这两家公司正在针对特定海军用例定制AI解决方案,这将使军事人员能够模拟各种战斗场景,并快速评估潜在结果。 此次合作还旨在提升军事框架内数据与AI系统的互操作性。 随着军事行动与技术日益紧密的融合,必须确保AI工具和现有防御系统的兼容性,确保无缝集成。 AI在军事决策中面临的挑战 当然,将AI融入军事系统中,也并非易事。 在此过程中,出现了几个关键挑战。 其中一个,就是支持AI工具无缝运行所需的算力。 AI在军事行动中的未来 五角大楼此次的90天计划热度,显示出各界都对AI在军事行动中的变革潜力达成了广泛共识。 未来,或许还会有更多实验,拓展AI应用的范围,并且不断迭代流程、提升效果。
谷歌表示将草拟道德政策,指导其参与未来的军事项目,这将明确禁止在武器中使用人工智能。“我们有义务展现出道德地使用人工智能的领导力。” 与此同时,位于伦敦的谷歌子公司DeepMind的人工智能研究人员和管理人员已经远离该计划,理由是两家公司之间达成的2014年收购协议不允许谷歌在监控和军事系统中使用DeepMind技术。 谷歌高管之间交换的内部电子邮件表明,尽管Maven项目具有争议性,但它将为更广泛地推动获利丰厚的军事合同铺平道路。 谷歌在项目Maven合同下向五角大楼捐赠了TensorFlow,它的开源AI框架。
通过使用合成模拟环境,为军事行动开发新的基于人工智能的决策流程,以最高的作战速度支持战术层面的军事行动。 3.2 采用第三波AI技术 Hofstetter在接受《国防新闻》采访时说,GhostPlay与其他涉足人工智能的军事计划的不同之处在于它使用了“第三波”算法,这意味着模拟战场参与者做出的决定更“像人类 GhostPlay以机器速度模拟基于ai的防御决策场景-加强战术优势。通过模拟复杂的军事作战场景,可以开发出新颖、优越的行动方案。因此,灵活和优势可以实现在战略、战术和操作层面。 幽灵游戏带来的好处[4] 4.3 项目的额外价值 GhostPlay为不同的军事任务提供了潜在的应用价值,比如[3]: (1)GhostPlay模拟器和AI模型可用于测试新的传感器/执行器组合。 / [2] German military’s metaverse promises virtual foes with an AI punch, https://www.defensenews.com
谷歌今天发布了AI原则,其中包括禁止制造自动武器和对人有害的AI应用程序。在数千名员工发起抗议,谷歌宣布不会续签与美国国防部合作分析无人机影像的合同之后,这一原则终于出炉。 首席执行官Sundar Pichai在一篇博文中阐述了创建AI时应该考虑的原则,以及谷歌不会开发的AI应用。 Pichai称,谷歌开发的AI应该坚持科学卓越标准,对人员负责,进行安全测试,避免加强偏见。 原则内容 AI应用程序的目标 1.对社会有益。 2.避免制造或加强不公平的偏见。 3.建立并测试安全性。 2.其主要目的或实施导致或直接促进人身伤害的武器或其他技术。 3.收集或使用信息进行监视的技术违反国际公认的规范。 4.技术的目的违反了被广泛接受的国际法和人权原则。 争议 谷歌表示,它不会将人工智能用于军事目的,也不会使用人工智能来进行武器或监视,以此侵犯人权。但它将继续与政府和军队合作,Pichai没有提到Maven计划或员工的压力。
众所周知,军事领域一直都是人类最先进科技的实验室,大数据无疑将给未来战争形态带来巨大的改变。 如果从军事领域看,指挥控制系统、天基支持系统、信息处理系统,各种侦察、监视、探测系统的信息量越来越大,大数据在指挥机构中的管理也变得空前重要和复杂。 由此可见,在大数据时代的信息化战争中,各国军事体系的对抗将在更大程度上依靠各种军事信息系统、软件和数据,在正确的时间、正确的地点为正确的决策、指挥和控制提供正确的信息。 “全球鹰”无人机 延伸阅读 从数据到决策 信息系统的信息处理速度、目标态势获取时间、决策周期以及快速响应时间决定着军事行动的成败。 “泰坦”还提供了对未来指挥所(CPOF)和21世纪部队旅及旅以下作战指挥/蓝军跟踪(FBCB2-BFT)系统的支持,可融合来自其他领域的关键数据。
图扑软件 - 构建先进 2D 和 3D 可视化所需要的一切数字孪生的智能化营区集指挥办公、军事训练、政治文化、营连生活、后装保障、融合服务六大区域于一体。 将可视化技术与物联网、大数据、云计算、边缘计算、AI 等技术结合,促进物的智能与官兵智慧在军事管理领域的最优汇聚,实现人员管理、作风管理、安全管理、能耗管理、设备管理、预警管理等功能中的海量数据分析,达到 军事营区“兵者,战、守、迁,皆施于营垒。”营区作为部队赖以生存的物质基础,地址一般根据军事部署、自然环境、建筑技术和经济指标等择优选定,需有利战备、方便生活。一般以城镇为依托,靠近交通要道。 出入管理可将图扑可视化技术、AI 人脸识别技术、微机自动识别技术、现代安全管理措施融为一体。将安防系统内的人员和车辆出入信息、视频监控、消防报警以图文形式进行传输、存储,并在图扑可视化系统共享。 行政办公通过图扑软件将 2D 和 3D 无缝融合,显示整个营区的组织架构,按军衔列出组织架构图并标示名称和职位。
据麻省理工《技术评论》报道,美国空军研究实验室利用雷达生成的航空影像对IBM在2014年研制出的神经形态芯片“真北”进行了测试,发现其对航空影像中军用车辆与民用车辆的识别率高达95%。 “真北”包含54亿个晶体管,根据人脑神经系统中神经元和神经突触结构模拟了100万个神经元和2.56亿个神经突触,具有4096个处理核。“真北”只在需要时运行,功率仅为70毫瓦,运算能力可折合为每瓦功率下每秒460亿次。美国空军研究实验室以英伟达公司研制的面向机器学习的高性能芯片为“真北”的比较对象,分别为这两种芯片配置了相应
与俄罗斯沙虫军事黑客有关的网络攻击 CERT-UA 上周将此次攻击与 Sandworm 威胁组织联系起来,该组织是俄罗斯主要情报局 (GRU) 74455 军事部队的黑客组织,Sandworm 曾在4 自 2022 年 2 月俄乌战争以来,除了 CaddyWiper 之外,乌克兰目标网络上还部署了多种数据擦除恶意软件,包括DoubleZero、HermeticWiper、IsaacWiper、WhisperKill
参考图源:凤凰卫视 乌东地区是俄罗斯民族的发祥地,除了已经独立的克里米亚,[2]顿涅茨克和卢甘斯克都有超过一半的人会说俄语。 该地区与俄罗斯有着历史、语言、文化、民族和现实经济的深厚纽带。
中国、美国和俄罗斯纷纷建立了军事领域的人工智能研究中心,显示出了对人工智能能力的迫切需求,但三个国家采用了不同策略。 “毫无疑问,五角大楼宣布成立联合人工智能中心将让俄罗斯人在一定程度上感到忧惧,他们担心美国私营部门会将大量财政资源投入到军事人工智能的开发中。 2、美国 美国国防部的努力方向则有所不同,他们不对新技术进行开放式探索,而是寻求复制该部门在Maven项目(Project Maven)上取得的成功。 “清华大学成立了‘高端’军事情报实验室。” 卡尼亚指出,该大学的使命与中国政府将民用和军用技术开发相结合的目标一致。“在中国,百度和清华等领先企业和院校似乎在参与军事相关的研究和开发工作。 中国人民解放军自身还在其部分重要机构成立了若干新的人工智能研究中心,包括军事科学院和国防科技大学,”她说道。
UWB技术的前世今生,是从军事应用到民用普及,不断推动科技创新和社会发展的历程。 一、起源与早期发展 1.1. 军事应用 在UWB技术的早期发展阶段,UWB技术一直被美国军方严格控制,并主要应用于军用雷达系统。这些雷达系统利用UWB技术的超宽带特性,实现了高精度的定位和通信能力。 脉冲UWB技术在1989年被美国国防部正式确定为超宽带(UWB)技术,并在此后的军事应用中得到了广泛的发展和应用。 这些应用都充分利用了UWB技术的高精度定位和通信能力,为军事行动提供了有力的支持。 1.2.2. UWB技术起源于20世纪60年代的脉冲无线电研究,并在军事领域得到了广泛的应用和发展。随着技术的不断进步和创新,UWB技术有望在更多领域发挥更大的作用,为人们的生活和工作带来更多的便利和创新。
2018 年,业内很多从业者将其与 GRU 的军事单位 26165 联系在一起。