【獵雲網（微信號：ilieyun）】6月22日報導（編譯：Kim）
編者注：本文作者Holland Michel是巴德學院無人機研究中心的負責人。
2008年春的某一天，John Montgomery上校走進內華達州克裡奇空軍基地的一個地面控制站，像往常一樣，通過無人機觀察伊拉克地區的地面情況。當天的任務是對地處巴格達東北部、人口密集的薩德爾城進行公開巡邏。Montgomery的中隊幾周以來一直在觀察該地區的情況。
Montgomery剛坐下，他的傳感器操作員就轉頭和他說：“我感覺今天不太對勁兒，雖然我還不知到底問題出在哪裡，但就是感覺不對。”Montgomery也有同樣的感覺，他說：“整個城市呈現出的氛圍和往常很不一樣。我的中隊在這裡觀察了很長時間，對薩德爾城的每一條街道都很熟悉，了解他們每天生活的節奏，連當地婦女從她們的陽台走到洗衣房的路線都很熟悉，當天大家都明顯感覺到了有些不對勁兒。”
操作無人機飛行15分鐘後，傳感器操作員指著螢幕上的一名男子說：“這個穿著西裝正在打電話的家夥看上去好像很正常，但我的直覺告訴我他可能有問題。”儘管無人機是在1.5萬英尺上的高空飛行，但Montgomery相信他的直覺，他豐富的經驗和經過訓練的眼睛，不會讓他隨隨便便就指出目標，於是他決定放棄原本計劃中的整體巡邏，而是把該名男子作為重點觀察目標。
無人機“捕食者”已經飛行了逾三個小時，該名男子並沒有進入任何建築物，他似乎漫無目的地走著，有時走進繁忙的公路中間，但他一直把手機放在耳邊。
最終，這名男子走進了一條安靜的小巷，一輛帶貨架的豐田皮卡和另外三名男子出現，他們四個人一起從卡車的車架中取出一個迫擊炮，向附近的美國基地開火了兩次，之後找到一個廢棄的地方傾倒槍筒，之後那三名男子上了豐田皮卡車揚長離去，而西裝男人則繼續走路，似乎什麽也沒發生過。
一支情報小組接到命令跟住那輛豐田車，另一支隊伍則穿過街區拿回迫擊炮。無人機“捕食者”繼續追蹤那名穿著西裝的男子，他在幾個街區外的一所房子裡消失了。Montgomery說他在那裡和製造商見了面。
人們早就知道，五角大樓的無人機產生的數據遠遠超過其人員所能觀察到的數據。如果不是政府龐大的間諜工具，例如像案例中描述的這個可疑男子就很難被發現，所以當前自動化圖像分析被廣泛視為是此類問題的解決方案。可以肯定的是，即使一個簡單的計算機視覺系統也可以跟蹤可疑人員，為操作員節省寶貴的時間和資源。但是，一個自動跟蹤器是無法判斷他是否有問題。這是一種建立在豐富的經驗和直覺基礎上，通過微妙的線索進行的生死攸關的判斷。那計算機真的無法做到這一點嗎？
當計算機說“這個城市不太對勁”
自那次任務過去十一年後，五角大樓進行了大規模的研究，曾經覺得不可能的幻想，現在已經快要實現。2017年初，在政府投入數百萬美元用於實驗室模擬實驗後，五角大樓的一個實驗工作組得出結論：當前的監控分析算法“已經接近人腦工作水準”。作為回應，國防部啟動了廣為人知的“Project Maven”，計劃將當前的算法技術應用到實戰中去。
“Project Maven”的第一個實驗也被稱作基於算法的多功能作戰隊伍（Algorithmic Warfare Cross-Functional Team），該系統能識別目標和發現無人機錄像中的可疑活動，這些數據將傳給10個負責執行敘利亞、伊拉克和一些非洲地區任務的情報部門。據一位高官透露，目前也已經擴展到別的地區。
通過該軟體系統，分析師可以選擇目標對象，匯集每個現有的所有無人機鏡頭剪輯視頻，顯示與目標對象相同的車輛或個人。還有很多其他的功能，包括進行分類。項目承包商之一，計算機視覺創企Clarifai，提供了能夠在視頻和圖像中分析個人“年齡、性別和文化外觀”的軟體。
在第二次研究“衝刺”中，“Project Maven”將重點轉向廣域運動圖像，即WAMI，它能以高分辨率的水準監測相當於一整個城市大小的區域。到2018年底，該計劃為Gorgon Stare植入了一個“基於AI的”分析算法，Gorgon Stare是已知最強大的WAMI。
“基於AI的”的Gorgon Stare讓人難以想象，保守估計，該攝影系統可同時記錄數千人與車輛，一旦實現自動化，每個目標都能被聚焦觀察。目前空軍方面拒絕告知該系統究竟能實現哪些功能，但在2017年10月向澳大利亞皇家空軍成員發表演講時，該計劃的負責人表示，該軟體的早期原型能夠即時識別汽車、卡車、人員和船隻，未來還能完成更複雜的任務，也許有一天它真的能傳達出“感覺不太對勁”的信息。
該計劃由美國國家實驗室和美國情報界的17個成員組織組成。“Project Maven”將實現人工智能監控新時代的大門，將萬物眾收眼底。
即時學習
該技術早期應用的主要問題是，即使最先進的系統也會故障，所以很難完全信任機器結果。但這種錯誤正在減少，很大程度上得益於機器學習的最新進展。在自動化的間諜式監控領域，這些學習訓練量都十分龐大。麻省理工學院林肯實驗室開發了一個包含1400萬個注釋圖像的訓練數據庫，用於WAMI分析系統的數據訓練，經過訓練後，誤報率幾乎降為零。有人會說，即使是一個擁有廣泛“訓練”的系統，也永遠無法超越人類，因為即使是一個經驗淺薄的分析師在將一輛消防車誤認為是裝甲戰車後，都能夠及時改正，而計算機則會一遍又一遍地犯同樣的錯誤。
目前，“主動學習”的機制得以解決這一問題。“Project Maven”中，系統一旦錯誤識別對象或活動，分析師可以點擊“AI訓練”按鈕，算法將記住不要再犯同樣的錯誤。同樣的，當計算正確時，分析師會肯定它。通過這種方式，計算機可以隨著時間的推移建立對有效和無效的理解，系統運行時間越長，工作效果就越好。
最終，這種軟體甚至能夠動態學習新的技巧。例如，使用“Project Maven”軟體的分析師可以教會系統識別它們從未受過訓練的全新智能形式。在一個示例中，分析師就教該軟體通過消防車和救護車的出現來識別這是一個“緊急情況”的跡象。
當前，即使是那些懷疑論者們也很難否認這些進步讓我們感到非常不安，因為現在是計算機而不是人類看著我們說：“這個城市有些不對勁兒。“
前空軍無人駕駛飛行員Montgomery上校一直認為在此類行動中，人類的參與是十分必要的，但現在他已經不那麽肯定了。他說看了YouTube視頻，一個能主動學習的機器人在進行打杯子的遊戲，起初，機器人是幼兒水準；但在第70次嘗試時，球擊中了杯子的邊緣，它就像一位聰明的訓練分析師一樣開始學習修正，每次嘗試都變得更好，最終在第100次嘗試時，全中。
Montgomery說：“而且在那次後，它不會再錯過目標。”
矽谷加入了戰鬥
開發出可以取代人工的智能技術，矽谷企業功不可沒，他們從國防和情報領域挖掘出了大量技術人才。由勞倫斯利弗莫爾國家實驗室開發的一個自動化分析程序Persistics於2014年關閉，因為其大部分團隊成員都跳槽去了谷歌、YouTube和Facebook以及此類公司。
矽谷在商業領域的成就大部分都歸功於它在情報領域的研究成果。通過YouTube精美有效的視頻推薦側邊欄，可以預測搜索Huey直升機視頻的用戶，可能也會對有關核潛艇或Apocalypse Now的剪輯視頻感興趣。它使用了一種稱為聚類分析的預測技術，同時這種技術也可以類似地用於預測漫無目地走動的人可能正在準備發動某種攻擊。
五角大樓希望將這些思想和技術納入進來，儘管有人持不同意見，矽谷的領導層最終表示他們願意合作。在2018年3月，五角大樓聘請谷歌參與“Project Maven”項目，當時媒體輿論議論紛紛，作為回應，谷歌表示該技術僅用於“非攻擊性”活動。但即便如此，逾3000名Alphabet員工簽署了一份請願書，要求公司撤銷合作，此後不久合作便結束了。
當時，很多人都對這次政府與公司的合作感到震驚，但其實類似的合作早就不是第一次了。早在2013年，谷歌就與空軍研究實驗室簽署了一份未向外披露的合作研發協議，專注於空中監視等數據處理技術的研發。作為合作的結果，空軍工程師開發了一個網頁，由國防部長辦公室發布，被稱作“革命性”的廣域監控錄像中自動“生活模式”分析原型。
無論從什麽角度來看，這都不是所謂的“非攻擊性”技術成果。生活模式分析可以詳細研究個人日常活動，這是空襲前不可或缺的一步。
在“Project Maven”的爭議之後，至少目前谷歌領導層似乎確實暫緩了之前的計劃，退出了五角大樓雲計算項目。但很多其他跡象都表明谷歌在國防領域的參與比我們想象的要廣泛得多。在2019年的預算請求中，特別行動司令部還指出，需要450萬美元購買大量雲計算服務，包括TensorFlow，用於“大數據分析”項目。而空軍發言人對AFRL-Google CRADA是否是谷歌參與空軍項目的唯一案例，並沒有給出明確回答，隻說“將繼續與行業和學術界合作，尋求新興的技術。”
儘管谷歌放緩了步伐，但其他公司並沒有。亞馬遜的首席執行官貝佐斯和微軟的Brad Smith都表示會繼續參與JEDI競標，包括DOD技術革命和一些其他的活動。
展望矽谷為我們帶來的未來：可以在智能手機上訂購書籍，然後只需輕輕一按，就可以訪問數千小時的直升機和潛艇視頻，在某個地方，人工智能計算機已經判斷你想要觀看此類內容。科技界與國防、情報界的關係日益密切。這樣的未來讓人感到心頭一緊。你想，當你看到一個頭條，寫的是“此應用可以識別你遠足中遇到的小動物”或者“使用谷歌人工智能找到你的藝術之魂”，但另一方面，所有的這些都可以被用於讓監控更加自動化，更具洞察力，變得不可思議甚至接近“全知狀態”。
香港九龍灣馬來街興發大廈15樓D室