人工智能|军事智能化之机器学习《清明上河图》里几个人几个牲口一览无余
采访人员：在您介绍的这些技术群中 ， 我们经常能看到一些熟悉的字眼 。 比如“高级机器学习技术群” ， 这是不是与新闻里常说的“机器学习”有关 ， 目前的进展和未来的趋势怎么样？ 吴明曦：是的 。 机器学习是人工智能科学领域的一个重要里程碑 ， 因为它让机器具备了智慧 。 过去的机器、计算机、程序、网络、无人系统等 ， 可以在力量、速度、耐力、计算等方面超过人类 ， 但其解决问题的逻辑关系、步骤 ， 还是人类程序员 ， 编写后直接“教”给它的 。 速度再快 ， 它的“聪明灵巧”程度 ， 还是超不过人类大脑 。 但“机器学习”不同 ， 是机器自己通过逻辑推理、知识关联、行为奖惩、特征识别、穷举对比、随机寻优、博弈对抗等模型和算法 ， 在解决问题的实践中 ， 经过有监督或者无监督的大量样本学习 ， 不断提高自己解决问题的能力 。 经过一段时间的训练和增强学习后 ， 它很可能找到一种适合自己“大脑”的方法 ， 比单个人类程序员和一般作战人员可能更聪明、更“智慧” 。经过10多年的快速发展 ， 目前以机器学习为重点的人工智能技术 ， 在计算机视觉、文本识别、视频识别、语音识别、自然语言处理、无人驾驶、虚拟助手、工业机器人等方面 ， 已经超越了人类 ， 但在推理能力、可理解性、小样本抽象上 ， 比人类还有较大差距 。 我相信 ， 未来随着各国政府投入、商业投入的大量增加 ， 各种智能软件、仿脑芯片、类脑系统、仿生系统、虚拟现实、数字孪生、作战仿真、平行系统、自然能源采集和新型机器学习等智能科技的发展与应用 ， 将会迎来一个实质性的、全面的跨越和提升 。 总有一天 ， 与人类智能相近甚至更高的通用智能 ， 有可能会实现 。采访人员：那“深度战场认知技术群”,其中的“深度”是不是与“深度学习”有关？“战场认知”是不是与军事上的侦察、识别、跟踪有关？ 吴明曦：战场态势感知是作战的基本前提 ， 在OODA中是很重要的一环 。 战场的“深度认知”与“深度学习”不是一回事儿 ， 但与军事上的侦察、识别、跟踪有关 。 战场的深度认知是由战场的复杂性带来的 。 一是多目标探测、感知和识别 ， 如城市环境下的军事目标、民用目标、地上目标、地下目标、固定目标、移动目标、建筑设施等硬目标、重点人物与社会组织等软目标 。 二是必须建立天、空、地、海、室内、地下、水下等网络化感知与识别系统 ， 尽量不留盲区和视角 。 三是多域多源信息关联印证和分析 ， 去粗取精 ， 去伪成真 ， 把战略欺骗、战术伪装、信号干扰等“水分”都去掉 ， 留下干货、硬货 。首先是利用机器学习等技术 ， 对军事目标的图像、视频、电磁、光谱等特性进行采集、分析、建模 ， 大幅提升目标识别概率和能力 。 主要通过军用天基、空基、地基、海基平台多种探测手段 ， 利用图像、红外、视频、SAR、电子侦察、多光谱、磁探、重力梯度、水声等侦察探测方式 ， 对固定、机动、高速、水下、地下目标和复杂作战环境 ， 实施精确探测、跟踪、定位 。
本文插图
上图为人工智能南非机器人公司利用深度学习技术 ， 实现无人机图像目标自动检测 ， 更便捷地监测非洲住房项目的建设进度 。
本文插图
察打一体无人机对地面目标进行监控和识别
本文插图
甘肃省嘉峪关地区的多光谱融合影像图
本文插图
上图为多光谱图像融合技术已经应用在农业监测无人机系统上 。 比如同步拍摄植物在绿色、红色、红边、近红外四多个波段的图像 ， 以此分析植物内叶绿素生长或营养缺失情况 。 这种技术对于在丛林中识别迷彩伪装 ， 也有帮助 。
推荐阅读
- 青年|汕头华侨试验区探索以人工智能、5G赋能产业转型升级
- 行业互联网,AI人工智能|城市教育大脑以“ AI+ 大数据”为核心 , 引领教育变革
- 行业互联网|眼控科技聚焦航空气象报文，人工智能助推编发自动化
- 人工智能|哈工智能布局“AI+ROBOT”生态圈
- 人工智能|马斯克宣布，脑机接口公司将在下月重磅更新，赛博格将成为现实？
- 人工智能|敏捷开发框架的开发运用之智能办公管理系统的开发
- 人工智能|人工智能上车就是聊天唱歌？TA还能给你有温度有情感的陪伴
- 行业互联网,云计算|赛伯乐携手华为（重庆）人工智能创新中心聚焦AI前沿，助力企业数字化转型
- 冰魂军事国际观察|英国禁用华为背后交易曝光，白宫付出沉重代价，大批科幻武器转移
- 华为手机,AI人工智能|今天才知道，华为手机右上角还能这样使用，几千块钱果真没白花