2024年5月1日，加利福尼亚州帕姆代尔格雷布特测试设施上展示的XQ-67A“机外传感站”无人机是美空军研究实验室开发的未来人工智能无人机群的原型机之一。

美国防部的数据是海量的。在如今遍布传感器的战场上，指挥官可以访问来自各种设备的文本、图像、视频、无线电信号和传感器数据。然而，通常将不同类型数据进行独立分析，导致人工分析人员难以建立不同类型数据之间的联系，甚至有可能漏掉联系。

确定目标后，利用数据融合技术和机器学习算法可以审查所有可用数据，以获取其他补充信息。例如，通过无线电信号监测可以发现舰船信号停发和舰员手机停用情况。这艘舰是在静默准备战斗，还是遇到了险情？调取最近天气报告有助于决策下一步行动。只有在前沿进行实时分析，而不是将数据发送到中央处理器，才能提高对态势的感知能力。

对于需要及时响应的战场感知、网络安全和医疗监控应用而言，保持人工智能本地化至关重要。为了做好准备，美国防部必须在前沿采用具有强大计算能力的解决方案，想方设法减少人工智能/机器学习模型的尺寸，以缓解新出现的安全威胁。由于大多数新型人工智能工具和模型都是开放式的，这意味着这些技术中的信息是公开的，因此各机构需要采用先进的安全措施和协议，以保障这些重要数据的安全。

推动处理能力

一直以来，战术前沿设备会将所收集信息及数据发回指挥数据中心进行分析。有限的计算和处理能力拖慢了战场决策速度，其实大可不必如此。前沿处理既可以节省时间，又能避免耗费大量成本，因为设备可以将分析结果上传到云端，而不必上传大量原始数据。

然而，前沿人工智能需要设备具备足够的计算能力，以满足当前和未来算法的需要。设备和传感器必须能够独立运行，以便现场（无论何处）进行计算、分析、学习、训练和推理。无论是在战场上还是连接在医院里病人身上，前沿人工智能都能从各种场景中学习，以便更好地预测和应对接下来的情况。对于海军舰员来说，这可能意味着根据之前经历判定目标船只的可能航线。在医院里，传感器可以在心脏骤停发生之前标示出心脏病发作的症状。

系统需要连接，但系统也需要具备在通信质量下降或断续环境中运行的能力。利用 5G或其他渠道，传感器可以在与总部或指挥云连接断开的情况下进行通信和协作。

另一个考虑因素是协调：任何弹性系统都应该具备动态角色分配功能。例如，多架无人机同时飞行，如果领头无人机被击落，则另一架无人机就需要承担起领头机职责。

将人工智能模型小型化

战场并不是人工智能的理想环境。像 ChatGPT 这样的人工智能模型设在气候受控的数据中心，由数千台GPU服务器运行，耗能巨大。它们在海量数据集上进行训练，其计算量在操作推理阶段呈指数级增长。这种情况对美军前沿部署设备提出了尺寸、重量和功率方面的新难题。

目前，一些人工智能算法正针对SWAP 受限环境和新型硬件架构进行设计。一种方案是将人工智能模型小型化。研究人员正在尝试通过压缩、模型修剪等多种方法，使模型更小、更高效。

小型化也存在风险。经过训练的模型可能会出现“灾难性遗忘”，即不再记得以前学过的东西，或者由于压缩技术缺陷，或者从一个较大模型中提取出一个较小模型进行训练时，它可能会越来越多地产生不可靠的信息，生成所谓的幻觉。

防范无国界计算机

虽然大型数据中心可以用大门、屏障和警卫进行物理隔离，但前沿人工智能带来了新的数字和物理安全问题。将高价值重要任务数据和高级分析能力放在前沿，需要保护的不仅仅是人工智能的后端应用程序接口。

对手可以在中毒攻击中输入错误数据或伪造数据来污染模型及其输出数据。提示注入（Prompt injections）可能会导致模型忽略其原始指令、泄露敏感数据或执行恶意代码。不过，采用深度防御策略和硬件功能（如物理访问控制、防篡改外壳）以及安全启动和信任执行环境/加密计算等措施，有助于防止未经授权访问敏感设备、应用程序和数据。

尽管如此，在战术前沿拥有人工智能能力可以在瞬息万变的战场环境中占据重要优势。在前沿启用高级分析功能，数据可以快速转化为可操作性情报，利用实时信息增强人类决策能力，并实现超越对手的战略优势。

免责声明：本文转自国防科技要闻，原作者尹海燕。 文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

转自丨国防科技要闻

作者丨尹海燕

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

微信：iite_er