美国态势感知之Maven

2017年4月，美国国防部成立了一个工作组，以推进人工智能在军事情报中的使用，这个项目就是“Maven项目”（Project Maven），也被称为算法战跨职能团队（AWCFT）。

一、项目简介

2017年4月，美方就Maven项目表示，正如大量研究表明的那样，美国国防部必须在整个行动中更有效地整合人工智能（AI）和机器学习（ML），以保持面对能力越来越强的对手的优势；尽管已经采取了初步措施来探索人工智能、大数据和深度学习的潜力，但仍然需要在国防部范围内做更多的事情，更快地采取行动，以利用这些关键领域的近期和未来进展；因此建立算法战跨职能团队 (AWCFT，Algorithmic Warfare Cross-Functional Team)，以加速国防部对大数据和机器学习的整合。

AWCFT的目标是将美国防部可用的海量数据快速转化为可操作的情报和洞察力。这将有助于减轻人为因素负担，增加可操作的情报，并加强军事决策。内容包括：组织数据标记工作，并开发、获取和/或修改算法以完成关键任务；确定所需的计算资源并确定部署该基础设施的途径；将基于算法的技术与记录程序相结合。AWCFT还将整合与国防情报企业任务领域相关的现有基于算法的技术计划，包括开发使用或部署人工智能、自动化、机器学习、深度学习和计算机视觉算法的所有计划。

二、详细内容

Maven项目负责将人工智能快速整合到现有的国防部系统中，以展示该技术的潜力。

Maven的要素包括：创建算法的新框架和工具；定制算法以执行离散任务，特别是在计算机视觉领域；创新人工智能和机器学习计算环境；研究新的标记技术，为有监督的深度学习技术生成大规模注释数据；研究新的边缘计算方法，将深度学习算法引入受限计算环境；评估和确定算法有效性的方法；用于显示、搜索与算法派生元数据和表格式结构化算法输出交互的界面；用于算法培训、测试和验证的新技术、硬件、软件和工具；以及本地算法生成的数据的存储和索引功能。总而言之，支持该项目的技术构成了人工智能管道。

Maven的既定使命是“加速国防部对大数据和机器学习的整合”。该项目的第一项任务是帮助五角大楼有效地处理其空中无人机每天收集的大量视频片段。这些片段数量巨大，以至于人类分析师无法跟上。尽管美国国防部已投入资源，开发先进的传感器技术以在无人机飞行期间收集信息，但在创建分析工具以梳理数据方面却有所落后。Maven的任务是使用机器学习来识别无人机镜头中的车辆和其他物体，从而减轻分析师的负担。

Maven的重点是应用计算机视觉算法来标记监视飞机或侦察卫星捕获的图像或视频中识别的对象。谷歌公司是参与该计划的几家科技公司之一，在其员工反对人工智能“武器化”时，该计划引起了大众关注。美方还在努力使Maven更好地与国家地理空间情报局（NGA）的情报、监视和侦察（ISR）能力保持一致。

三、Maven项目与ABMS

美国空军正在努力将国防部Maven项目纳入ABMS（先进作战管理系统），以利用Maven项目的人工智能能力来分析来自战场传感器的数据，并将上述数据关联起来。

美国士兵在2019年12月于佛罗里达州举行的展示先进作战管理系统功能的演习中，使用平板电脑上传坐标。（外媒2020年8月图片）

美国空军先进作战管理系统（ABMS），旨在为美军建立军事物联网，使美军和盟军能够实时协调海陆空等所有作战域的军事行动，并在未来联合全域作战中取得竞争优势。ABMS项目将沿着六条产品线发展能力：传感器集成、数据、安全处理、连通性、应用和效果集成。ABMS寻求的赋能技术领域包括：实时数据收集、验证和分析；通信和战斗管理网络增强；先进传感器和软件的集成；基于人工智能的人类增强决策；数据安全、标识和可信访问；多终端通过分散式网络实现实时通信；多层次安全赋能技术和密码学。ABMS是联合部队加入全域指挥与控制 (JADC2) 概念的技术骨干，旨在将空中、陆地、海洋、太空和网络的“每个传感器与每个射手”连接起来。

而美空军正在努力将Maven项目合并到其ABMS技术堆栈中，以使用该程序的人工智能功能来分析和链接来自战斗中大量传感器的数据。空军官员曾表示，空军正在对Maven项目进行过渡，以调整人工智能的努力，并为机器对机器的数据共享带来新的能力。

ABMS与Maven的相似之处在于它旨在使用AI来改善所谓的杀伤链的协调性，并将人类从繁琐的任务中解脱出来。然而，正在开发的平台更广泛地关注跨域的网络和通信系统，以支持军事行动。该计划是：支持人工智能的系统处理从战斗中收集的原始数据，将其转化为可操作的见解，并将其推送给需要它的指挥链中的人员。

空军还将其许多其他关键IT平台纳入ABMS开发。例如，Cloud one和Platform one现在都支持 ABMS云和企业软件开发需求。Platform One最近被指定为五角大楼的第一个企业级 DevSecOps平台，跨服务的编码人员可以使用该平台开发产品以满足任务需求。该平台与Cloud One的云服务一起用于空军的其他项目中。空军官员称，在IT领域，开发系统和作战系统之间将不再有区别。

四、作为Maven分支的陆军AI特遣部队项目

2021年2月，外媒有评论称， Maven项目加速了美国军方的人工智能武器化。美国国防部从卫星无人机和物联网设备收集大量数据，但它需要帮助来理解情报，并足够快的对其进行分析，以便将其用于作战行动。但是产生的大量视频内容，使得识别、组装和提供可操作的情报，是一个漫长而费力的过程。这些情报来自多个来源和数千小时的镜头。美国国防部现在正在开发一种人工智能驱动的算法，以结合其无人机镜头来发现标记的潜在的威胁目标。

军事分析师正在使用人工智能算法来挖掘来自无人机的实时视频。借助机器学习技术，软件被教导以任何人类分析师不可能的速度找到特定的对象或个人，这种人工智能技术可以区分人、物体和建筑物。

Maven项目是五角大楼的一个项目，它使用机器学习对大量情报监视和侦察数据（包括无人系统视频、纸张、计算机硬盘等）进行分类。这些数据由部门和情报机构收集，供各军种使用。该项目的目标之一是开发和集成所需的计算机视觉算法，以帮助国防部摆脱对每天收集的大量全动态视频数据的困扰。Maven项目专注于计算机视觉，也就是机器学习和深度学习的一个方面，自动从移动和静止图像中提取感兴趣的对象；在这个过程中它使用了受生物启发的神经网络；深度学习被定义为将这种神经网络应用于学习任务。项目负责人表示，人和计算机将共生工作，提高武器系统检测物体的能力。Maven项目随着机器学习程序以及更多的训练数据变得进步，得到了军事分析家的信任，并被国防部的许多部门采用。

而美国陆军正在匹兹堡开发数据监视和分析技术，该项目正在寻求一种算法来分析无人机、空中和地面数据，以识别目标和感兴趣的物体。陆军官员表示，该项目完成后将允许他们“在没有动力机制的情况下产生效果”，即陆军希望这种分析系统能够在数英里外的地方进行监视，不仅利用陆地、空中、海洋、太空，还利用网络；而计算机程序将协助指挥官做出决定。

五、最新动向

到2017年底，AWCFT已经向作战系统交付了第一批算法，该团队已经在制定提案以应对下一组具有挑战性的情报项目。在第二阶段，Maven项目将扩大其范围，将国防部可用的海量数据快速转化为可操作的情报。

2022年1月，美方文件称，2017年成立AWCFT时，其任务是现场技术增强或自动化全动态视频的处理、利用和传播，以提供情报支持。而根据布鲁金斯学会的说法，人工智能和机器学习是新兴的、快速发展的技术。人工智能是指执行通常需要人类智能才能执行的一项或一系列任务的软件。机器学习是人工智能的一个子类别，其中系统使用基于算法的学习来处理数据，在接收更多数据时改善其功能。在人工智能和机器学习中，数据集用于训练快速开发、部署、研究、测试和评估的算法。

（来源：综合外网外媒等。本文参考内容均来源于网络，仅供读者了解和掌握相关情况参考，不用于任何商业用途。侵删）