引导人工智能实现从实验室向战场的过渡将是军方领导人面临的最棘手问题之一。
作为一支拥有9万名士兵的快速反应部队，第18空降军将成为梅文计划的试验平台。梅文计划是一个围绕强大算法构建起的意在识别战场上人员和装备的系统。依赖于机器学习领域的突破，该系统具有依靠训练数据和用户反馈找出目标的自学能力。五角大楼的人工智能模型还可以判断目标的变化是否可能具有重要意义，从而作出敌人正在修建新的军事设施之类的提示。所有这一切都会与诸如卫星图像和通过通信拦截获得的地理定位数据等信息融合到一台名为“梅文智能系统”的计算机界面上。
从起步到成熟
人工智能——或类似技术——在美国国防部有着悠久历史。冷战期间，“半自动地面环境”防空系统曾利用早期算法处理雷达数据。在“沙漠风暴行动”中，某个分析工具曾参加了部队调动的计划。
到2005年前后，人工智能的锋芒在民间社会得到确立。在各种发展加速之际，当时领导五角大楼一个专门关注先进技术的办公室的美国空军前助理部长威尔·罗珀越来越紧张地予以关注。他说，到2016年时，国防部还缺乏海量云存储能力或适合计算机处理的数据，官员们不懂机器学习。
由于担心军方无法在适当的时限内开发出自己的工具——美国主要的武器系统可能需要15到20年才能完全投入使用，罗珀提出了一项耗资5000万美元运用机器学习进行自动目标识别的计划。传统上，识别和归类战场上的敌方资产是一个费力的过程。分析员可能要花费数小时甚至数天时间——主要靠双眼——梳理卫星图像和监视数据。尽管已有别的自动瞄准软件，但士兵们认为它速度太慢，并极易做出错误判断。
|
