江苏龙网

  1. 首页 > 资讯 > 军事 > >

智能|打造未来战场智能战争机器，高智商机器人正向我们走来( 二 )


自然语言处理的历史发展大致经历了3个阶段：20世纪40年代到20世纪50年代属于萌芽期 ， 英国科学家艾伦·麦席森·图灵的计算机算法模型为现代计算机科学奠定了基础；20世纪60年代到20世纪80年代属于发展期 ， 机器翻译技术日渐成熟 ， 并被应用于实际生活；20世纪90年代后属于繁盛期 ， 随着计算机计算量、计算速度以及万维网的爆炸式发展 ， 自然语言处理技术也随之在更多方面得到长足进步 。
众所周知 ， 语言是人类区别于其他动物的根本标志之一 ， 没有语言 ， 人类的思维也就无从谈起 。所以 ， 自然语言处理技术体现了人工智能的最高任务与境界 。也就是说 ， 只有当智能机器具备了处理自然语言的能力 ， 才算实现了真正的智能 。这样 ， 人类才能与机器人进行无障碍语言沟通 。
如今 ， 自然语言处理在军事上的应用越来越多 。比如 ， 在指挥控制上 ， 通过高辨识度的语音系统 ， 指挥员可以在作战中直接用语音实时控制雷达、无线电、火力等作战单元 ， 省去繁琐的指挥流程 ， 集中精力专注于作战谋划；在通信保障上 ， 语音增强技术能够减弱噪声对智能机器语音信号的干扰 ， 减少听话人的疲劳和沟通失误；在人机交互上 ， 典型代表是人机口语对话系统 ， 人类通过自然口语与复杂的智能机器系统进行交互 ， 包括语音识别、语言理解、语言生成、语音合成、对话管理和知识库等 。
提起“台风”战斗机 ， 相信军迷们都不会陌生 。它是由英国、德国、西班牙、意大利联合研发的 ， 最大的技术亮点是搭载了直接语音输入系统 ， 飞行员可以通过语音下达命令 ， 控制战机的传感器、武器以及自卫系统 。
除此之外 ， 自然语言处理在不少国家的医学、互联网监控、执法部门的犯罪预防以及大数据反恐应用等领域也很受欢迎 ， 极大地提升了任务执行效率 。
自主学习 ， 让智能机器“蜕变”成长
婴儿刚出生时 ， 只会用眼神、哭泣、欢笑与周围的人交流 。随着一天天长大 ， 他们不断扩大接触观察范围 ， 学会了走路、说话、做游戏等 ， 慢慢建立起自己的思维体系 。这就是人类的一个自我学习成长过程 。人类大脑拥有860亿个神经元、数万亿个传递信息的结构——神经突触 。神经突触的重要特征是具有可塑性 ， 即允许神经元对记忆进行编码、学习和自我修复 。
人工智能的自主学习技术 ， 就是让机器人像拥有人类大脑、甚至超越人类大脑一样 ， 可以通过思考学习实现自我完善 。在很多人眼里 ， 自主学习能力是人工智能与人类智能的天然鸿沟 。当前 ， 伴随该项技术的发展 ， 这一鸿沟正在被逐渐填平 。
2019年11月 ， 在捷克布拉格召开的第二届计算机视觉与模式识别国际会议上 ， 评分第一的论文主要贡献就是为智能机器提供了自主学习反馈机制 ， 让其自主导航时能够实时询问自己的知识储备 。
“这条路对吗？”“到目的地了吗？”……拥有学习反馈机制的智能机器 ， 根据预设环境信息与实际对比 ， 在行动过程中形成“是非”观念 ， 让智能机器真正变成有思想的“机器人” 。
究其根本 ， 智能机器“是非观”的形成 ， 离不开强化学习 ， 这种学习方式是当今人工智能最热门的研究领域之一 。
说到这里 ， 我们不能不提无师自通的“围棋高手”阿尔法元（AlphaGo Zero） ， 它的一鸣惊人也正是利用了新的强化学习方式 。从一个对围棋“零”储备的神经网络开始 ， 接着与强大的搜索算法相结合 ， 神经网络在博弈中不断被调整更新后 ， 与搜索算法再次重新组合 ， 循环往复 ， 系统性能经过每一次迭代持续提高 ， 使得神经网络预测越来越精准 ， 阿尔法元也拥有了“战无不胜”的本领 。可以说 ， 它也让人工智能离“像人类一样”更近了一步 。
如果把自主学习技术应用于军事无人装备上 ， 并按照战斗力水平划分等级 ， 那么自主学习级和智能对抗级应该属于“王者”级别 。自主学习级 ， 就是不再局限于人为提供的学习样本 ， 可以边执行任务边组织学习 ， 并且遇强更强 ， 灵活应对任务过程中出现的未知事件；智能对抗级 ， 是指无人装备在具备自主学习智能水平的基础上 ， 形成自身的核心价值 ， 能够短时间内适应未知的任务环境 ， 迅速理解周围局势并做出判断 ， 完成作战任务 。


推荐阅读


上一篇：反恐|它，是反恐战场上一名由“0”“1”组成的“战士”

下一篇：肖宏宇|与当地人武部结成帮扶对子后，搭上电商快车的闹溪村“火”了