DARPA最新动态：教机器人“礼貌”的新方法、大规模网络捕猎项目、城市作战新型蜂群战术……

DARPA寻求使人工智能可学习人类行为模式

本文由国防科技要闻(ID:CDSTIC)授权转载

中国国防科技信息中心张珂

人工智能（AI）的发展使得虚拟助手和机器人助手完成复杂任务的能力与日俱增。为使这些“智能”机器成为人类安全、值得信赖的合作伙伴，机器人必须能够快速评估给定情景，并应用人类的社会行为模式。这样的行为模式对大部分人类来说是显而易见的，但教会机器人却是一个极大的挑战。

为应对这一挑战，DARPA资助的研究人员近期完成了一个项目，主要目的包括：一是为行为模式和行为模式网络的定义提供理论和结构框架；二是研究人类意识中的行为模式是如何形成并激活的；三是研究这些行为模式如何被学习，并通过新的交互式算法体现出来。研究团队创建了一个人类行为模式的认知计算模型，可以编码输入进机器。同时，研究团队还开发了机器学习算法，使机器能够在不熟练人类数据绘制的情况下学习人类行为模式。

这个项目是人工智能系统发展的重要进展，使机器可以通过“直觉”，在某些情况下使用人类的方式进行社交活动。DARPA的项目经理雷扎·格汉纳达表示，此项研究的目的是理解并规范人类行为模式系统及其引导人类行为的方式，这样一来研究人员就能为下一代人工智能机器的制造制定指导方针，使下一代人工智能可以帮助人类并与人类有效互动。

格汉纳达表示，研究人员目前还不清楚如何将有意义的行为模式过程纳入有效的计算体系中。社会和伦理行为模式有很多属性，使其具有独特的挑战性。这些行为模式看上去数量庞大，且具有“上下文特定性”的特点，一些相关的子集智能根据特定的情况才能被激活。此外，它们似乎存在于一个组织层次结构中，但也可以在横向同级层次结构中被激活。这些行为模式彼此间可能会有冲突，还在不断更新中。

在非常复杂的情况下，行为模式也会迅速激活。格汉纳达表示，这是人类非常熟悉的事实，在“正常”人类行为中能够很快发现行为模式。在人类身上，新的行为模式和激活的因素存在多种方式，例如观察、推理与教学。格汉纳达表示，这些人类数据输入所固有的不确定性，使机器学习极具困难。

格汉纳达表示，最终让机器人具有社会性，甚至拥有道德品质，它需要具有学习、表征和激活能力，并能够应用大量的行为模式。这项任务比教人工智能系统简单任务规则（如标记碎片、检测垃圾邮件等）要复杂得多。但是，通过提供一个框架来开发和测试这种复杂的算法，新的研究方法可以加快机器人对人类行为模仿的速度。

该项目由布朗大学和塔夫斯大学合作开展，由布朗大学的伯特伦·马莱领导。

DARPA发展

新型数据处理器提升数据分析及应用水平

本文由国防科技要闻(ID:CDSTIC)授权转载

中国国防科技信息中心郭洋

美国国防高级研究计划局（DARPA）网站6月日报道，DARPA“层次识别验证开发”（HIVE）项目选定五家研究机构，发展新型数据处理器，以期实现高效数据分析。

项目背景

当前处于数据爆炸时代，源自传感器网络、社交媒体、财经事件、科研实验、环境监测等数据呈指数级增长。一方面，尽管这些不同类型的孤立数据通常能在各自领域起到一定指示作用，但将它们结合起来进行综合分析，发掘隐藏在这些数据背后的内在关联才是未来发展方向。另一方面，现阶段对于实时决策的需求日益增强，这就需要将新出现的数据实时加入到分析中，更有效应对事件的发展变化。但面对海量数据，当前的计算机硬件架构已经无法有效满足上述两方面的需求，且随着数据量的持续增大，这一矛盾将更加突出。为解决该问题，DARAP于年8月发布了HIVE项目建议征询书，旨在发展新型数据处理及计算平台，实现对海量数据的高效解读。

项目概况

此次选定的5家参研机构分别为：英特尔公司、高通公司、太平洋西北国家实验室、佐治亚理工学院、诺·格公司。DARPA表示，HIVE项目主要目的在于推动经济和国防两大领域的发展，从选择的研究团队也可体现出这一点（包括英特尔等商业公司和国防领域承包商诺·格公司）。

HIVE项目的核心是发展一型图形分析处理器，强调要比传统数据格式和处理技术的效率提高倍，可将数据之间的关系以图形的形式展现出来，发掘看似无关的数据之间的内在联系。这部分工作具体包括：研制芯片原型，开发支持新硬件编程的软件工具，设计系统框架以实现高效多节点扩展能力。

同时，该项目将与机器学习以及其他人工智能技术相结合，对原始数据进行归类，并在出现新数据时及时将其添加到图表中，实现实时分析，进而支撑实时决策，尽早发现网络攻击、疫情扩散等情况，甚至在出现这些预兆时就可实施有效预防措施。

此外，正如项目名称所指示的顺序，在数据分析过程中首先去发掘相同层级以及不同层级之间数据的关联，然后再对这些关联进行筛选和验证，剔除不合理选项，提升数据分析准确度和利用水平。

▲TA1为图形分析处理器，TA为图形分析工具箱，TA3为系统。

项目主要分为三个阶段：①框架构建阶段（财年），设计新型存储控制器、基于图形基元的加速器、数据流模型、数据制图工具以及可将现有图形算法无缝转移至新硬件的中间设备；②原型研制阶段（～财年），将演示验证新型图形处理器在典型的国防部应用中的实际效果，确保新技术达到预期设想；③最终建造阶段（00～01财年），针对国防部急需提升效率的相关分析任务，演示验证新型图形处理器的可扩展性能。

DARPA授予DRS公司、Voxtel公司、BAE公司和

洛马公司“软件可重构多功能成像传感器”合同

美国国防先期研究计划局官员同时授予DRS网络和成像系统LLC、Voxtel公司、BAE系统公司电子系统部门和洛克希得·马丁公司导航和火控部门“软件可重构多功能成像传感器”(ReImagine)合同。它可以区分传感器阵列不同区域中的成像模式，而在此之前，需要利用几种不同的传感器才能实现该功能。

该项目寻求开发一种软件可重构多模式成像系统，其功能在一个焦平面阵列内通常不可访问：可重构区域不仅可以独立于其他区域工作，而且还可以根据场景重构阵列的测量方法。

该想法是为了开发一种能适应不同条件和工作模式的成像焦平面阵列，收集场景中最有价值的信息。与现场可编程门阵列(FPGA)处理器的功能类似，可重构成像传感器通过采用几种成像模式，该模式可能在设计好阵列之后定义。

5月30日，洛克希得·马丁公司获得潜在可重构成像项目合同，价值万美元；6月5日，DRS公司获得潜在价值万美元的合同；6月1日，BAE系统公司获得潜在价值万美元的合同；5月30日，Voxtel公司获得潜在价值50万美元的合同。

（来源：国防科技信息网，作者：工业和信息化部电子第一研究所许文琪）

DARPA研发可提高

无人飞行器平台适应性和作战效率的技术

当今，无人飞行器系统为执行通讯、雷达和电子战任务，都需要搭载多种配备专用组件的载荷。这些载荷通常包括：天线、射频电路、处理器等。但是由于无人飞行器平台的尺寸、重量、功率（SWaP）等方面的制约，单一功能的载荷不能同时被搭载在小型平台系统上。因此，无人飞行器平台需要在地面交换有效载荷，以执行不同的作战任务，这严重阻碍执行任务的效率。

DARPA与BAE系统公司签署了两项总价值为万美元的合约。根据合约要求，BAE系统公司正在研发可使无人飞行器系统搭载单一、多功能有效载荷的技术，以使其适应变化的战场环境及实时作战任务的需要。

在拒止环境中，渗透防御与持续作战操作需要具备多任务功能的作战平台，同时，平台灵活性是尤其重要的。小平台系统利用共享核心组件，可使无人飞行器平台更加灵活，空中滞留时间也更长。

DRAPA开展的针对射频任务作战的协作元素项目旨在利用灵活的射频架构为通信、雷达和电子战系统提供支持。该项目通过使用共享的通用硬件，在满足无人飞行器平台低SWaP需求条件下，实现系统多功能。融合系统可在不改变物理载荷的情况下，在情报、监视和侦察、指挥控制、网络化、联合作战支持任务间进行有效地切换。

对于项目的四个关键部分，项目组主要







































口碑最好的白癜风医院
昆明治疗儿童白癜风