Anduril：為軍隊建造監控系統和無人機粉碎機的新創公司
武裝部隊行動中的電腦視覺輔助工具
技術和軟體愛好者，肯定聽說過被稱為電腦視覺或機器視覺的人工智慧新興領域。
它主要涉及培訓電腦和機器，以從數位影像或影片中辨識物件。一個非常流行的例子，是大多數現代智慧手機相機，如何在拍照時檢測人臉。
該領域的初步實驗和研究始於 20 世紀 50 年代，當時程式設計師和科學家試圖用他們的個性使機器人變得智慧。然而，近年來，電腦視覺在各個領域的穩步成長。世界各地的武裝部隊都從這個領域中獲益，戰鬥行動發生了革命性的變化。
人工智慧和電腦視覺在世界各地武裝部隊，展開的各種行動中發現了多種應用。美國、中國和俄羅斯等許多國家，已經在其許多系統中實施了電腦視覺演算法。讓我們看看電腦視覺和人工智慧如何幫助全球武裝部隊的行動和任務。
自主武器和武器瞄準
制導導彈和防空導彈可以高效、更準確地工作。目標系統在電腦視覺演算法上工作，以提高其準確性和效率。自主系統現在可以瞄準高速敵機、向城鎮發射的火箭或導彈，或在小路上行駛的裝甲運兵車。有時，這些高規格武器的射程可以和太空中的衛星一樣高。
自主瞄準系統中使用的機器學習模型，必須經過極大的訓練，以儘量減少事故。在大多數情況下，安裝在炮塔上的攝影機和其他武器平台的視覺資料，來自不同角度和照明條件的視覺資料用於訓練系統。在透過機器學習演算法執行之前，這將被歸類為目標、敵對行動或自然地形。
目前的軍事研究涉及將機器學習演算法，應用於手持導彈發射器系統，和大型海軍打擊導彈的導彈系統。
偵察任務
不得不部署步兵執行偵察任務的日子，早已一去不復返了。無人機和自動駕駛汽車已經取代了它們，大大降低了人類生命的風險。各種來源，如手機攝影機、膝上型電腦提要、影像監控、無人機和衛星鏡頭，都幫助軍方收集了大量資料。在當今時代，收集資料不再像處理資料那樣痛苦。這就是電腦學習和人工智慧發揮重要作用的地方。
事實上，美軍方正是使用臉部辨識軟體，來追蹤最臭名昭著的人之一 —— 賓·拉登。美國國防部（DOD）目前正在開發 Maven 專案，以建立一種電腦視覺人工智慧，能夠對低空作戰監測裝置拍攝的監控鏡頭進行分類和辨識。
電腦視覺在監控和風險檢測中的應用，對情報收集操作有很大幫助。在參與任何型別的戰鬥行動之前，情報是必要的。電腦視覺演算法不僅可以建模，可以檢測人臉和行為，還可以檢測地雷和隱藏的陷阱。
車輛維護和效能檢查
大多數軍隊必須照顧大量的車輛，從個人車輛到直升機和飛機。使用電腦視覺和人工智慧可以幫助，減少工程師在日常效能和維護檢查中的工作量。洛克希德·馬丁是與許多軍用車輛的維修，簽訂合同的領先維修公司之一，在其效能檢查和維護操作中實施了電腦視覺。
為了提供高效的維護和支援，必須適當評估飛機船體和機身的損壞情況。洛克希德·馬丁開發了用於 F-35 飛機的自主物流資訊系統（ALIS）軟體套件。 工程師現在可以以高水準的準確度，以 3D 視覺化損壞報告並對其進行處理。
洛克希德·馬丁使用 NGRAIN 的軟體開發工具包（SDK）生成飛機的 3D 虛擬模型。維護技術人員只需在 NGRAIN 工具中輸入飛機獨特的尾號，即可輕鬆提取飛機的歷史損壞和維修資料。
武器製造
機器學習模型可用於檢查為軍隊製造的武器，和武器的異常和缺陷。由於微小缺陷會造成巨大傷害，因此有必要保持卓越的品質控制。
電腦視覺也可以用於預測性維護 —— 可以檢查軍事裝置，以檢測損壞或磨損痕跡。這確保了定期維護，這樣武器和武器就不會被使用到其故障點。它不僅降低了成本，還降低了風險。
2018 年 4 月，薩夫蘭直升機發動機與法國武裝部隊部合作，進行了多米尼奧研究。這個預測性維護專案使用大數據和機器學習，來維護軍用直升機在作戰條件下。
培訓計劃
軍方的程式設計師和軟體開發人員，建立了一個合成訓練環境或 STE，以協助進行更身臨其境和刺激性的培訓課程。正在訓練計程車兵被投入近乎真實的身體和精神壓力的行動，以使他們準備好面對現實世界。
透過將電腦視覺演算法與增強現實（AR）相結合，培訓系統可以從過去的反應中學習，並可以呈現更具挑戰性的情況，以建立一個高效和強大的培訓平台。這減少了作為教練的人力，同時對每個學員進行檢查。
面臨的挑戰
電腦視覺作為一個相對較新的領域，在市場上面臨著許多挑戰。最大的挑戰之一以財務和技能的形式出現。對於軍事預算有限的發展中國家來說，很難在人工智慧系統的研究和實施中掏出大量資金。對於這些國家來說，一個可行的選擇是決策者一次決定，並花費特定技術和人工智慧專案。
此外，人工智慧正在迅速成長，各國完全依賴人工智慧發起軍備競賽的日子可能不遠。人工智慧的出現給許多人帶來了倫理困境。這個問題仍未得到回答：如果人工智慧系統未能按預期執行，或出現故障並造成嚴重破壞，會發生什麼？
沒有留言:
張貼留言