DARPA 2020財年研發預算 人工智慧應用研究投資急劇增長
導語
2019年3月，特朗普政府公布2020財年預算申請。根據預演算法案，2020財年美國國家安全預算總額增加340億美元，達到7500億美元，比上年增加5%。美國防部分得的經費為7180億美元，用於實施國家安全戰略和國防戰略，DARPA在2020財年的研發經費也同步穩步增長，總計35.56億美元的經費比2019財年增長3.77%，比2018財年增長了15%。
DARPA 2020財年研發預算分析
基礎研究，約4.86億美元，含國防研究科學、基礎作戰醫學研究科學，佔總體預算的13.7%，比上年增長3.7%。
應用研究，約14.69億美元，含生物醫學技術、信息與通信技術、生物戰防禦、戰術技術、材料與生物技術、電子技術等，佔總體預算的41.3%，比上年增長4.3%。
DARPA「終身學習機器」項目
先期技術開發，約15.19億美元，包含先進航空航天系統、空間項目和技術、先進電子技術、指控與通信系統、網路中心戰技術等，約佔總體預算的42%，比上年增長3.3%。
管理支持，約8171萬美元，包含任務支持、小企業創新研究等，其佔比和增幅最少。橫向比較，可以看出先期技術開發依然佔據預算的大頭；縱向分析，與上年相比，四個部分均有不同程度的增長，其中應用研究的漲幅最大。從項目具體預算來看，人工智慧、機器學習、多域戰相關技術、生物技術、無人機蜂群和人機協作等依然是DARPA的關注重點，其中人工智慧和機器學習項目的投資漲幅最為突出，總額達到4.09億美元。DARPA計劃在2020財年投資的項目主要分布在人工智慧應用研究方向的「信息與通信技術」領域以及基礎研究方向的「數學與計算機科學」兩個領域。
2020財年DARPA人工智慧重點投資項目
從基礎研究到應用研究，再到先期技術開發中的集成和應用，人工智慧已成為DARPA研發工作的重中之重。從項目的預算分配情況來看，2020財年DARPA投入最多的幾個人工智慧項目為：
「可解釋的人工智慧」（XAI）項目（2605萬美元）。該項目正在開發新一代機器學習技術，以形成一套基礎理論來解釋人工智慧得出的結論。2019財年項目團隊將評估初始原型系統的性能，改進可解釋的機器學習方法，完善人工智慧解釋理論的計算模型，2020財年將著重優化可解釋的機器學慣用戶界面，將其集成到原型系統。
DARPA「可解釋的人工智慧」（XAI）項目
「可靠自主性」項目（2555萬美元）。該項目旨在確保自主系統能夠按預期安全運行，提高機器自主技術的可靠性並加速其應用。2020財年項目團隊計劃開發可擴展的方法，驗證自主系統的安全屬性問題。
「不同來源主動詮釋」（AIDA）項目（2500萬美元）。該項目將開展模糊性多源信息流的重要數據篩選研究，開發一種多假設「語義引擎」，根據從各種來源獲得的數據，產生對現實世界事件、形勢和趨勢的顯性化釋義；解決當今數據環境下的數據繁雜、矛盾和潛在的欺騙問題等。2020財年，項目團隊計劃通過開發直觀界面，允許用戶在分析的任何階段修改所提取的語義元素和所生成的假設，使用真實世界數據評估所生成假設的有效性和完整性。
「自動知識提取」（AKA）項目（新項目，2410萬美元）。AKA將開發各種技術，使不同的數據和信息源自動集成到一個整體，利用語義技術和機器學習方面的進步，使機器能夠在不需要人工干預的情況下完成整個數據集成功能。AKA技術主要用來幫助戰場作戰人員自動建立和維持對目標區域軍事、政治、經濟、社會和文化的廣泛認知。
「加速人工智慧」（AAI）項目（新項目，2410萬美元）。AAI項目尋求超越商業驅動的AI發展，改進國防流程，提高國防部快速調整和部署新技術及能力的速度，應對重大的國家安全挑戰。AAI應用領域包括：機器使能技術；軍事軟體系統認證的自動化方法；以及恢復中樞神經系統受損患者的運動和感覺技術。
「確保AI抗欺騙可靠性」（GARD）項目（1724萬美元）。該項目旨在開發新一代防禦技術，抵抗針對機器學習模型的對抗性欺騙攻擊。2019財年，項目團隊將識別漏洞產生的原因，為機器學習演算法的魯棒性制定指標；2020財年計劃開發提高機器學習系統應對欺騙數據和敵對攻擊魯棒性的方法，通過挑戰性問題、攻擊模擬和公開競賽建立機器學習風險評估試驗台。
「確保AI抗欺騙可靠性」（GARD）項目
「基礎人工智慧科學」（新項目，1650萬美元）。該項目將為掌握和量化AI技術的性能預期和局限性奠定基礎科學研究基礎。該項目計劃在2020財年啟動識別和開發充分利用觀測和實驗數據、模擬數據和先驗知識的人工智慧體系結構，設計並測試基於物理的初始機器學習架構、演算法等工作。
來源 ：美國國防部等/圖片來自互聯網
軍事科學院軍事科學信息研究中心 袁政英
如需轉載請註明出處：「國防科技要聞」（ID：CDSTIC）
TAG:國防科技要聞 |