国防高级研究企划局启动第三波人工智能计划，志在打造新的下一代人工智能。

国防高级研究企划局寻求利用人工智能的快速进步来帮助培训数据，使计算机分析更加可靠

五角大楼的科学和技术研究部门正在大力推进先进人工智能的新水平，旨在整合先进水平的“机器学习”，引入更多“适应性推理”，甚至帮助计算机确定更多的主观现象。

它被称为“第三波人工智能”计划，是一项国防高级研究计划局计划，旨在利用人工智能的快速进展来帮助培训数据，使计算机分析对人类操作员更可靠，机构主管史蒂文沃克最近告诉一小群记者。

国防高级研究企划局的科学家们将快速发展的第三波人工智能工作解释为提高面向人工智能的技术提供更复杂的“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”，国防高级研究企划局副主任Peter Highnam说。

简而言之，旨在演变为第三波人工智能计划可以解释它为什么达到其达成的结论的原因，这一点提供了突破性的计算机 - 人机界面，他补充道。

“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，“Highnam说。

这不仅使得确定更可靠，而且通过理解不同的词或数据集如何彼此相关来大量增加进行更主观解释的能力。

计算机只能从它所提供或给出的信息中提取。虽然它几乎可以瞬间添加看似无限量的数据，但如果底层存储数据的元素由于某种原因发生变化，则人工智能驱动的分析可能会面临挑战。正是这种困境是第三波打算解决的。

“如果基础数据发生变化，那么你的系统就不会受到相应的训练，”Highnam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”的使用之间的差异。

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人工智能，他们可以实时通信，以机器速度实时共享数据和网络，”Walker说。

新兴高级人工智能的另一个例子是能够非常快速地组织数小时的无人机收集视频 - 并确定人类决策者的相关时刻。这会以指数方式提高人类决策的速度，这个因素很容易决定战斗中的生死。

“在一场作战场景中，人们不得不相信它，当计算机给出答案时......通过语境推理，”Highnam说。

鉴于这些新兴的第三波进展，做出更多主观决策将越来越成为人工智能功能范围的现实元素。出于这个原因和其他原因，国防高级研究企划局正在与私营部门密切合作，加强与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。

国防高级研究企划局的人工智能第一，第二和第三波

第三次浪潮，在国防高级研究企划局材料中描述为带来“上下文解释模型”和更高水平的机器学习，旨在建立在国防高级研究企划局之前的人工智能进展的第一和第二波。

根据可用的国防高级研究企划局信息，第一波“能够推理出狭义的问题。”虽然它确实带来了学习能力的某些元素，但它被描述为“具有较低的确定性”。

这指出了人工智能的主要挑战，即培养产生“信任”或可靠性的能力，使其发现新模式，找到答案并将新数据与历史数据量进行比较的过程是准确的。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不断变化的数据或确定足够的上下文。

国防高级研究企划局材料解释说，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，支持人工智能的计算机算法能够通过将单词和信息置于周围的数据和概念的上下文中来准确地分析它们。

然而，在第二次浪潮中，国防高级研究企划局科学家解释说，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;这可能使其确定不太可靠。 Highnam解释说，当新信息发生变化时，培训现有数据的能力较低。因此，国防高级研究企划局信息将此Wave描述为具有“最小推理”。

人工智能可以做出主观判断吗？

例如，雷神公司目前正在探索与海军的合作研究协议，以探索预测，基于条件的维护和训练算法，以对其他复杂问题进行实时分析。该公司开发人员表示，这是一项为期6个月的合作研究与开发协议（CRADA），旨在探索广泛的新人工智能应用程序。

雷神开发人员自然不愿指出他们正在与海军合作的任何特定问题或平台，但确实表示他们正在寻求改进的人工智能以进一步实现大型战争系统，武器和网络。

雷神公司的任务支持和现代化副总裁托德·普罗伯特在接受采访时告诉Warrior Maven，他们的努力正在致力于推动国防部当前人工智能推动的举措。

“部署人工智能的一部分是获得信任人工智能的信心，如果操作改变，然后进一步细分，”普罗伯特说。 “我们正在训练算法来完成人类的工作。”

有趣的是，第三波实现的各种进步带来了工程人工智能驱动算法解释主观细微差别的前景。例如，某些哲学概念，情绪和受过去经验影响的心理细微差别等事情似乎是计算机无法解释的事情。

虽然这在许多方面当然仍然是正确的，因为即使最先进的算法还没有在某些方面与人类认知或情感并行，人工智能越来越能够做出更主观的决定，Probert说。

Probert解释说，先进的人工智能能够通过收集和组织与单词选择，语音识别，表达模式和语调相关的信息的能力来处理某些意图，情感和偏见，以此来识别更多的主观现象。

此外，如果一个系统拥有足够大的数据库，可能包括先前的表达式，写作或与新信息相关的信息 - 它可以在更广泛，更主观的背景下放置新的单词，表达和输入数据，Probert解释说。

人工智能和反恐 - 托雷斯AES

其他行业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，一家总部位于美国的全球安全公司支持国防部，美国国务院和友好的外国政府托雷斯先进企业解决方案，采用先进的人工智能来发现恐怖组织，跨国犯罪分子或其他美国对手之间的其他隐蔽或隐藏的通信。

虽然公司开发人员说，这种人工智能应用程序的大部分细节，出于安全原因自然不可用，但托雷斯网络取证专家确实表示，先进的算法可以使用更新的方法找到与不良演员或敌人活动相关联的关联和“数字足迹”人工智能

作为美国和美国联盟反恐部队网络取证培训的一部分，托雷斯准备网络战士和调查人员利用人工智能。托雷斯对美国结盟的阿根廷和巴拉圭反恐官员进行网络取证培训，例如，他们经常打算在连接巴拉圭，阿根廷和巴西的松散治理的“三边”地区打击恐怖主义金融活动。

“我们训练的系统建立在人工智能中，但并没有消除人类。支持人工智能的算法可以识别坏人之间的直接和间接数字关系，“Torres AES首席执行官杰里托雷斯说。

例如，人工智能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。

为了说明人工智能在这些工作中的一些有效用途，托雷斯指出了一种名为Maltego的专有软件 - 用于开源智能分析和取证。

“人工智能可以成为我们的防御性网络系统通过增加每次攻击的知识库，启动智能反击以中和攻击者，或假装反击以让攻击者暴露自己来了解攻击者的重要资产。”对抗攻击者至关重要，“托雷斯补充道。

该软件使用人工智能来查找各种在线实体之间的关系，包括社交媒体，域，组，网络和其他调查相关领域。

人工智能的影响越来越大

人工智能已迅速发展到前所未有的自治和机器学习水平，其中算法能够立即吸收和分析新模式和信息，提供上下文，并将其与大量数据进行比较。许多人现在都在军事网络，数据系统，武器和大型平台上遵循看似无数的应用。

计算机自治当前执行程序功能，组织信息，并带来令人难以置信的处理速度，旨在实现更快的决策和人类执行命令和控制的问题解决。虽然人工智能可以在短时间内 - 或几乎是瞬间 - 证明看似无限大量的相关性，但在许多情况下仍需要人类认知来整合较少的“有形”变量，解决动态问题或做出更主观的决定。

当涉及到当前和新兴平台时，人工智能领域已经取得了很大进展; F-35s“传感器融合”依赖于人工智能的早期迭代，海军福特级运营商使用更高水平的自动化来执行机载功能，弗吉尼亚级Block III攻击潜艇利用触摸屏线控飞行技术为海底导航带来更多自主权。

其他实例包括陆军目前对洲际弹道导弹的支持人工智能的Watson计算机的实验，该计算机可以用于无限地对斯特赖克车辆的战斗相关维护细节进行实时分析。在某种程度上类似于此，一家名为C3IOT的公司使用人工智能授权的实时分析来对人工智能F-16进行基于条件的维护。

“尽管有更高的自治水平，但最终人类将使用计算机作为合作伙伴做出决定。我们看到未来更少的是让机器做所有事情，而不是人类和机器共同努力对抗下一场战斗，“Highnam解释道。

最终，Highnam说：“未来战争将围绕速度 - 更快地将信息转化为知识。”---