在過去60年里，DARPA在創(chuàng)造和推動人工智能（AI）技術(shù)方面發(fā)揮了主導作用，這些技術(shù)為美國防部帶來了改變游戲規(guī)則的能力。

20世紀60年代，DARPA研究形成了第一次人工智能技術(shù)浪潮，該技術(shù)以“手工知識”為特征，基于規(guī)則的系統(tǒng)，能夠進行狹義定義的任務。雖然這是該領域的關(guān)鍵一步，但這些系統(tǒng)比較脆弱且功能有限。

從20世紀90年代開始，在DARPA引領下開創(chuàng)了第二次AI機器學習技術(shù)浪潮，該技術(shù)以“統(tǒng)計學習”為特征，典型應用如人工神經(jīng)網(wǎng)絡系統(tǒng)，并在無人駕駛汽車等領域取得進展。雖然上述AI技術(shù)對明確的問題有較強的推理和判斷能力，但該技術(shù)依賴于大量高質(zhì)量的訓練數(shù)據(jù)，不適應不斷變化的環(huán)境，性能保證有限，并且無法向用戶提供其結(jié)果的解釋，不具備學習能力，處理不確定問題的能力也較弱。

為了解決前兩次AI技術(shù)浪潮的局限性，DARPA尋求探索新的理論和應用，使機器能夠適應不斷變化的環(huán)境。DARPA將下一代人工智能看作是技術(shù)進步的第三次浪潮。

為了更好地確定前進的道路，DARPA2018年9月7日宣布將投入20億美元開發(fā)新的人工智能(AI)技術(shù)，這是該機構(gòu)“AI Next（下一代人工智能）”計劃的一部分。這筆錢將用于資助DARPA新的和現(xiàn)有的人工智能研究項目。

DARPA局長史蒂文·沃克(Steven Walke)在該機構(gòu)成立60周年大會上表示：“通過AI Next計劃，我們正在投資多項人工智能項目研究，旨在將計算機從專門工具轉(zhuǎn)化為解決問題的合作伙伴。目前，機器缺乏語境推理能力，對它們的訓練必須涵蓋所有可能發(fā)生的情況，這不僅代價高昂，而且最終是不可能做到的。我們希望探索機器如何獲得類似人類的交流和推理能力，以及識別新情況和環(huán)境并適應它們的能力。”

DARPA目前正在開展20多個AI項目，探索推動人工智能技術(shù)的發(fā)展方法，推動第二次機器學習技術(shù)浪潮向上下文推理能力的發(fā)展。此外，超過60個項目正在應用AI技術(shù)，從協(xié)同共享電磁頻譜帶寬到探測和修補賽博漏洞。在接下來的12個月中，DARPA計劃發(fā)布多個項目，以推動人工智能的發(fā)展。

AI Next（下一代人工智能）

1

項目背景

在過去幾年中，人們對AI被稱為機器學習的子領域產(chǎn)生了極大興趣，這種子領域?qū)⒔y(tǒng)計和概率方法應用于大數(shù)據(jù)，以創(chuàng)建可應用于未來樣本的廣義表示。這些方法中最重要的是深度學習（人工）神經(jīng)網(wǎng)絡，當有足夠的歷史數(shù)據(jù)時，可以對其進行訓練以執(zhí)行各種分類和預測任務。

然而，由于收集、標識和審查用于訓練數(shù)據(jù)的技術(shù)手段非常昂貴且耗時，DARPA設想在未來，機器不僅僅是執(zhí)行人類編程規(guī)則或從數(shù)據(jù)集中歸納推演的工具。相反，DARPA設想的機器將更多地作為同事而不是工具。

為此，DARPA在人機共生方面的研究和開發(fā)確立了與機器合作的目標。以這種方式啟用計算系統(tǒng)至關(guān)重要，因為傳感器、信息和通信系統(tǒng)生成數(shù)據(jù)的速率已超出人類可以消化吸收、理解和行動的速度。將這些技術(shù)融入與作戰(zhàn)人員合作的軍事系統(tǒng)中，將有助于在復雜、時間緊迫的戰(zhàn)場環(huán)境中做出更好的決策；能夠共同理解大量、不完整和矛盾的信息；并使無人系統(tǒng)能夠安全地執(zhí)行關(guān)鍵任務并具有高度自治。DARPA將其投資重點放在第三次人工智能浪潮上，這種人工智能帶來機器的理解和推理能力。

2

能力建設

新功能

AI技術(shù)已應用于DARPA研發(fā)的項目，包括60多個現(xiàn)有項目，如電子復興計劃，以及涉及復雜賽博攻擊的實時分析、欺詐性圖像檢測、全域戰(zhàn)爭動態(tài)殺傷鏈的構(gòu)建、人類語言技術(shù)、多模態(tài)自動目標識別、生物醫(yī)學和假肢控制。DARPA將推進人工智能技術(shù)，以實現(xiàn)關(guān)鍵部門業(yè)務流程的自動化。其中一個過程是在操作部署之前對軟件系統(tǒng)進行冗長的認證?，F(xiàn)在可以使用已知的AI和其他技術(shù)自動化此認證流程。

魯棒的人工智能

人工智能技術(shù)已經(jīng)證明了在各種任務中的巨大價值，如基于空間的圖像分析，賽博攻擊警告，供應鏈物流和微生物系統(tǒng)分析。與此同時，人工智能技術(shù)的失效模式知之甚少。DARPA正重點針對研發(fā)和生產(chǎn)的分析和驗證不足，致力于解決這一難題。DARPA的成功對于部門部署人工智能技術(shù)至關(guān)重要，尤其是在需要可靠性能的戰(zhàn)術(shù)優(yōu)勢方面。

對抗性人工智能

今天最強大的AI工具是機器學習（ML）。ML系統(tǒng)很容易就會被無法欺騙人類的輸入改變所欺騙。用于訓練此類系統(tǒng)的數(shù)據(jù)可能已損壞。而且，軟件本身很容易受到賽博攻擊。隨著更多應用AI的系統(tǒng)部署，必須解決其所面臨的問題。

高性能人工智能

在過去十年中，計算機性能的提高使得機器學習與大型數(shù)據(jù)集和軟件庫的結(jié)合獲得了成功。在低功率下的性能對于數(shù)據(jù)中心和戰(zhàn)術(shù)部署都是至關(guān)重要。DARPA已經(jīng)展示了AI算法的模擬處理，與現(xiàn)有技術(shù)的數(shù)字處理器相比，具有1000倍的加速和1000倍的功率效率，并且正在研究AI專用的硬件設計。DARPA還通過研究大幅減少對標記訓練數(shù)據(jù)要求的方法來應對當前機器學習低效率的問題。

下一代人工智能

能夠進行人臉識別和自動駕駛車輛的機器學習算法是20多年前發(fā)明的。DARPA在開發(fā)下一代人工智能算法方面率先開展了研究，它將把計算機從工具轉(zhuǎn)換為解決問題的合作伙伴。DARPA研究的目的是使人工智能系統(tǒng)能夠解釋他們的行為，這是通過常識知識來獲取和推理的。DARPA在R＆D上取得了最初的成功，如專家系統(tǒng)和搜索，最近還實現(xiàn)了先進的機器學習工具和硬件。DARPA正在創(chuàng)造第三次人工智能技術(shù)浪潮，這將使美國能夠在這一關(guān)鍵領域保持其技術(shù)優(yōu)勢。