- 美国国防官员证实，在中东空袭中使用人工智能，提高了目标识别和作战效率。
- 利用计算机视觉算法，超过 85 个目标在伊拉克和叙利亚被打击。
- 人工监督对于减少军事行动中与人工智能相关的错误仍然至关重要。
美国国防官员证实，本月在中东空袭中使用了人工智能（AI）技术来辅助识别目标，表明该技术的军事应用日益增加。
负责美军中东行动的斯凯勒·穆尔首席技术官最近表示，能够自主识别物体的机器学习算法极大地提高了美军的作战效率。二月初，美军对伊拉克和叙利亚的超过 85 个目标进行了空袭，在利用人工智能选择打击目标方面观察到了显著效果。
另请阅读：沙特阿拉伯旨在建立全球人工智能中心
计算机视觉用于识别威胁
穆尔表示：“美军一直在使用计算机视觉来识别可能存在的威胁地点。在过去 60 到 90 天里，我们确实有了更多的瞄准机会。”她补充说，美国目前正在从中东的敌对势力中寻找大量的火箭发射器。
美军此前曾承认将计算机视觉算法用于情报目的，但穆尔的最新言论表明，该技术已被广泛用于瞄准敌方目标。
五角大楼表示，空袭中使用了超过 125 枚精确制导弹药，目标设施包括指挥控制中心、情报中心、火箭和导弹、无人机仓库，以及民兵组织及其伊斯兰革命卫队支持者的后勤和弹药供应链设施。这是拜登政府针对位于约旦东北部“22 号塔”美军基地遭袭事件采取的报复行动的一部分，该次袭击造成三名美军士兵死亡。
人工智能系统还帮助识别了火箭发射器
穆尔声称，人工智能系统还帮助识别了属于也门胡塞武装的火箭发射器以及红海的水面舰艇。就在上个周末，美英两国对胡塞武装的 18 个军事目标进行了空袭，包括地下武器和导弹储存设施、防空系统、雷达以及一架直升机。
目标识别算法是根据五角大楼于 2017 年启动的“梅文项目”开发的，该项目旨在加速国防部对人工智能和机器学习的采用，并支持国防情报来源。
穆尔表示，美军在中东地区已测试了计算机视觉算法，以在卫星和其他数据源捕获的图像中定位和识别目标，并在过去一年的演习中进行了相关实验。
穆尔补充说，去年 10 月 7 日之后，一切都发生了巨大变化，人工智能项目进入了高速发展期。经过一年的数字化演习，美军已能熟练运用“梅文项目”下的技术。
然而，穆尔也指出，在具体行动中，人类会不断检查人工智能推荐的目标，以尽量减少潜在错误的风险，每一步涉及人工智能的操作都由人类进行最终检查。