當衛星也用上AI技術,未來戰爭的時間將越來越短!
來自專欄 陳劍鋒
文/陳劍鋒
對於普通大眾而言,AI如何改變世界根本不關自己的事,關注的只是AI如何影響我們的生活,能給我們生活帶來怎樣的便捷。而人類在創造科技之初其實也是為了創造更好、更便捷的生活,正如互聯網的大力發展,即使相隔萬里,人們也可隨時溝通,即使不出門也可以買到自己喜歡的東西。
AI的大力發展,讓社會、生活變得更加的智能,通過人臉識別可以在萬千人中需找到失蹤的人口,無人駕駛技術讓人們在開車時也可以休息。但同時,事物都有兩面,AI的大力的發展也給社會和人類帶來了潛在的危險。如果AI技術應用到戰爭或軍事上,其爆發出的力量是可以想像的。
AI軍事間諜來臨,找出導彈基地只需45分鐘
衛星對於一個國家來說是很重要的,從小了說,我們生活中的電視、電話、收音機...通訊設備都離不開衛星的作用,從大了說是帶動信息、材料、能源、微機電、遙科學等新技術提高的重要保障,特別對於軍事上,其軍事雷達系統、導彈系統更是需要衛星的支持,軍事實力也是代表一個國家的實力,因此各個國家不僅通過各種高新技術大力發展衛星系統,同時還利用各種間諜手段通過衛星來獲取他國家的軍事信息。
據可靠消息,前不久,美國研究人員訓練出了一個深度學習演算法,用以識別「東亞某國」地空導彈基地。而這些演算法比人類的速度快幾百倍,高效找出分布在一塊近9萬平方公里區域內的地空導彈發射場。這種人工神經網路基於能夠過濾和學習大量數據的人工神經元層,達到人類圖像分析專家90%的準確率。令人震驚的是,這種方法還將發現潛在導彈基地的時間從兩天半減少到42分鐘。
也就是說這種深度學習演算法一旦成熟,在處理圖像能力速度上遠遠超出人類的數度。同時也爆發出一個危險的信號,一旦未來有一天戰爭爆發,擁有強大AI技術的一方,將會很快的找出對方所有的地空導彈基地並摧毀。使對方在戰爭一開始就迅速拉開了實力的懸殊處於被動狀態,強的一方就會在這場戰爭中迅速取得勝利。
衛星圖像中應用AI深度學習還存在諸多挑戰
雖然這種技術在一定程度上已經很成熟,但由於圖像識別比人臉識別、物體識別的難度更加大。因此要想把深度學習技術應用到衛星上面,還存在諸多的挑戰。
其一、圖像識別原本就需要通過多角度、多方位進行抓拍,期間由於地球和衛星又都是運動的,會遇到物體倒立、抓拍不全等諸多情況。同時衛星與地球地面相隔幾百公里,其抓拍的清晰度、解析度就有待考量,在加上天空雲層的不斷變化,也會影響其圖形識別的準確率。
其二、目前衛星圖像識別技術對於地面面積足夠大、物體足夠大可以達到輕易的識別,但是對於諸如車輛、導彈發射器這樣相對小的物件,再加上上面說的距離、雲層等影響,還有衛星大多拍攝的大都是紅外線和其它光譜波段的圖像,可見光圖像很少,因此其深度學習的演算法就遇到很大的挑戰。
未來AI與人合作,各取所長
眾多的問題,讓深度學習遇到了嚴重的阻礙,如何突破這些障礙,成為了研究者們下一個亟需解決的問題。因此,即使現在的演算法已經到達了90%的準確率,但要想這些工作完全交由AI來處理,目前還無法實現。
一切新科技的發展,都不可能離開人而獨自的運營,就像工廠車間的機器人都需要與人協作才能完成一套工序,機器人實現讓簡單、重複的工作更加高效率,人完成相對複雜、有一定難度的工作,各取所長。同樣,未來的衛星圖像識別中一些AI深度學習無法觸及、無法實現的挑戰,將有人工分析員進行處理在交給AI進行深度學習。
正如我之前在《「愛」是我們與人工智慧最大的不同》一文中寫道,愛是我們與人工智慧最大的不同。這裡的「愛」不是我們平常所理解的愛,這裡的愛是代表人是有思想、有思維、有感情。能夠處理AI所觸及不到、相對複雜的工作。
【陳劍鋒,科技自媒體人、專欄作者,專註於科技、移動互聯網的發展。微信公眾號:陳劍鋒(QQ784580609)】
推薦閱讀:
※Paper Sharing Two - DRL with Model Learning and MCTS in Minecraft
※機器學習初始
※人工智慧會毀滅人類嗎?
※為什麼2017年被稱為「AI年」?12項驚人突破印證了這一說法
※HealthIT智能+醫工技術創新合作計劃