|
ThinkMachine Lab｜梁準(zhǔn)
本文依據(jù)公開報道信息，結(jié)合個人經(jīng)驗(yàn)進(jìn)行分析推測撰寫,難免有遺漏和偏差，請理解并謹(jǐn)慎閱讀。以色列是全球AI強(qiáng)國之一,尤其重視人工智能在國防和反恐領(lǐng)域的應(yīng)用。以色列國防軍下轄的8200情報部隊(duì),是以色列軍事技術(shù)創(chuàng)新的核心力量。該部隊(duì)匯聚了以色列最優(yōu)秀的計算機(jī)和數(shù)據(jù)科學(xué)人才,專門從事網(wǎng)絡(luò)安全、大數(shù)據(jù)分析、人工智能等前沿技術(shù)研究,并將其應(yīng)用于情報收集、目標(biāo)識別、網(wǎng)絡(luò)戰(zhàn)等領(lǐng)域。8200部隊(duì)內(nèi)部還設(shè)有專門的數(shù)據(jù)科學(xué)與人工智能中心,據(jù)稱在開發(fā)和運(yùn)用“福音-Gospel”、“薰衣草-Lavender”等AI武器系統(tǒng)方面發(fā)揮著關(guān)鍵作用。8200部隊(duì)總部位于特拉維夫北部的摩西達(dá)揚(yáng)營(Camp Moshe Dayan),占地面積達(dá)462英畝,是以色列最大和最機(jī)密的情報基地。營區(qū)內(nèi)設(shè)有先進(jìn)的作戰(zhàn)指揮中心、網(wǎng)絡(luò)安全實(shí)驗(yàn)室、大數(shù)據(jù)中心等設(shè)施,以及情報人員的訓(xùn)練基地。8200部隊(duì)與高校和研究機(jī)構(gòu)密切合作,共同推動AI軍事應(yīng)用的理論和實(shí)踐創(chuàng)新。同時,以色列還建立了一套獨(dú)特的預(yù)備役軍官制度,在平時就征召大量高科技企業(yè)的技術(shù)專家,如數(shù)據(jù)工程師、算法工程師等加入預(yù)備役。這些后備軍官定期參加軍事訓(xùn)練和技術(shù)演習(xí),一旦戰(zhàn)時需要,可以隨時投入作戰(zhàn),為前線部隊(duì)提供大數(shù)據(jù)分析、人工智能算法優(yōu)化等技術(shù)支持。
從現(xiàn)有的公開報道來看,8200部隊(duì)開發(fā)和使用的兩套人工智能系統(tǒng)：Gospel和Lavender系統(tǒng)，在以色列軍隊(duì)的實(shí)戰(zhàn)中發(fā)揮了重要作用,取得了顯著戰(zhàn)果。Gospel通過衛(wèi)星和無人機(jī)圖像,實(shí)現(xiàn)了對加沙地區(qū)的持續(xù)監(jiān)視,及時發(fā)現(xiàn)了哈馬斯等敵對組織的大量軍事目標(biāo),為以色列的空襲和地面進(jìn)攻提供了精準(zhǔn)情報支持。Lavender則通過大數(shù)據(jù)分析,自動識別出大批高危險敵對活動嫌疑人員,使得以色列有針對性地實(shí)施定點(diǎn)清除。據(jù)以色列官方宣稱,僅戰(zhàn)爭初期Lavender就在加沙標(biāo)記出37,000名哈馬斯武裝人員及其藏身地。使以色列能在短時間內(nèi)實(shí)施密集火力打擊,最大限度地壓縮交戰(zhàn)時間,減少了以方傷亡。 在這些AI系統(tǒng)的支持下,以色列軍隊(duì)在加沙狹小擁擠的城市環(huán)境中實(shí)施精確打擊成為可能,這些支持技術(shù)有效削弱了哈馬斯等武裝的戰(zhàn)斗力,為以色列最終控制加沙北部創(chuàng)造了有利條件。 “福音-Gospel”-建筑物/設(shè)施自動識別與標(biāo)記系統(tǒng)
“福音“是一套用于建筑物和設(shè)施自動識別的AI系統(tǒng)。它主要基于衛(wèi)星和無人機(jī)獲取的高清圖像,通過卷積神經(jīng)網(wǎng)絡(luò)等算法,自動檢測和分類軍事相關(guān)的建筑物,如指揮部、彈藥庫、停機(jī)坪等。該系統(tǒng)還可以根據(jù)建筑物的大小、結(jié)構(gòu)、活動模式等特征,評估其軍事重要性和危險程度,為打擊決策提供參考。
“福音”主要依賴兩類數(shù)據(jù):衛(wèi)星圖像和無人機(jī)偵察影像。其中,衛(wèi)星圖像主要來自以色列商業(yè)公司ImageSat International(ISI)提供的Eros系列衛(wèi)星。這些衛(wèi)星搭載了高分辨率光學(xué)載荷,空間分辨率可達(dá)亞米級,每天可對目標(biāo)區(qū)域進(jìn)行多次重訪。無人機(jī)方面,以色列使用靈蛇(Heron)、天鷹(Eitan)等多款遠(yuǎn)程無人偵察機(jī)對加沙實(shí)施持續(xù)監(jiān)視,通過合成孔徑雷達(dá)、光電吊艙等獲取高分辨率影像。還有報道稱以軍出動'蜂鳥'等微型無人機(jī)滲透加沙上空,對重點(diǎn)區(qū)域?qū)嵤┡R近偵察。匯聚到Gospel數(shù)據(jù)中心的原始影像首先要進(jìn)行預(yù)處理。主要環(huán)節(jié)包括:輻射校正、幾何校正、圖像配準(zhǔn)、拼接、分割等。其中,輻射校正旨在消除成像設(shè)備和大氣條件差異造成的灰度誤差;幾何校正則消除傳感器傾斜、地球曲率等因素造成的畸變;圖像配準(zhǔn)將不同傳感器、不同時相的影像統(tǒng)一到同一坐標(biāo)系下,為變化檢測做好準(zhǔn)備。據(jù)分析,“福音”系統(tǒng)應(yīng)該充分利用了以色列在計算機(jī)視覺領(lǐng)域的研究優(yōu)勢,引入了一些最新的研究成果,如增量學(xué)習(xí)的語義分割、基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)提取等,大幅提升了數(shù)據(jù)解譯的智能化水平。在預(yù)處理的基礎(chǔ)上,“福音”對影像進(jìn)行語義解譯,提取軍事目標(biāo)的關(guān)鍵特征。猜測基于深度學(xué)習(xí)的目標(biāo)檢測算法,如Faster R-CNN、YOLO等都是值得嘗試的選擇。系統(tǒng)首先在大量已標(biāo)注的軍事目標(biāo)樣本上訓(xùn)練檢測模型,然后用于從新影像中自動識別感興趣目標(biāo)(POI),輸出其類別和位置坐標(biāo)。針對建筑物目標(biāo),“福音”重點(diǎn)關(guān)注平面結(jié)構(gòu)、屋頂紋理、周邊環(huán)境等特征。例如,彈藥庫通常為獨(dú)立矩形建筑,屋頂光滑,周邊有明顯的防護(hù)措施;指揮部則可能藏于民用建筑中,但通訊設(shè)施、車輛出入頻繁。系統(tǒng)在識別到疑似軍事設(shè)施后,需要自動比對多源數(shù)據(jù),以排除誤報。“福音”不僅能識別靜態(tài)目標(biāo),還能檢測區(qū)域內(nèi)的可疑活動。這主要依靠無人機(jī)等移動平臺的持續(xù)跟蹤。系統(tǒng)通過跟蹤目標(biāo)平臺的位移、速度變化,構(gòu)建活動模式,識別出非正常行為。這類行為包括:車輛和人員的異常聚集、設(shè)施周邊地堡工事的修建、可疑物資的搬運(yùn)等。一旦發(fā)現(xiàn),系統(tǒng)立即預(yù)警。對于重點(diǎn)目標(biāo),“福音”還會融合本體信息和活動信息,評估其軍事威脅等級。評估一般從目標(biāo)的戰(zhàn)略價值(如指揮控制樞紐)、威脅能力(如導(dǎo)彈發(fā)射架)、抗毀性(地堡掩體)等角度進(jìn)行,由情報人員和武器專家共同完成。評估結(jié)果用于指導(dǎo)后續(xù)的監(jiān)視和打擊行動。“薰衣草-Lavender”-個人自動識別與風(fēng)險評估系統(tǒng) “薰衣草“系統(tǒng)側(cè)重于對個人的自動識別和風(fēng)險評估。它綜合利用監(jiān)控視頻、通訊元數(shù)據(jù)、社交媒體等多源數(shù)據(jù),構(gòu)建出每個潛在目標(biāo)人物的數(shù)字畫像。系統(tǒng)重點(diǎn)關(guān)注與已知敵對組織成員接觸、通訊和行為模式相似的人,通過機(jī)器學(xué)習(xí)算法給出風(fēng)險評分,自動生成'關(guān)注名單'。
“薰衣草“系統(tǒng)需要處理的數(shù)據(jù)類型更加多樣,渠道更加機(jī)密。除了由“福音”系統(tǒng)提供的偵察監(jiān)視信息,還可能包括:- 情報機(jī)構(gòu)提供的人力情報,如來自線人和被策反人員的報告;
- NSA等合作伙伴提供的信號情報,如電子郵件、電話等通訊記錄;
- 以色列安全機(jī)構(gòu)掌握的出入境記錄、金融交易、社交媒體信息等;
- 軍事單位獲取的戰(zhàn)場信息,如繳獲的文件、審訊記錄等。
這些信息通過一套復(fù)雜的接口匯聚到“薰衣草”,進(jìn)行統(tǒng)一管理。2.2 數(shù)據(jù)融合與關(guān)聯(lián)匯聚的多源異構(gòu)數(shù)據(jù)往往存在語義鴻溝,“薰衣草”需要將它們轉(zhuǎn)化為統(tǒng)一的對象和關(guān)系。首先是進(jìn)行語義映射,將不同詞匯體系下的概念實(shí)體對齊。例如,將阿拉伯語的人名翻譯成英語,將街頭俚語映射到規(guī)范詞表等。然后,“薰衣草”系統(tǒng)利用實(shí)體識別、關(guān)系抽取等自然語言處理技術(shù),從非結(jié)構(gòu)化文本中提取結(jié)構(gòu)化信息。例如,從一份審訊記錄中識別出被審訊人員的身份、組織隸屬關(guān)系、活動時間地點(diǎn)等。這些結(jié)構(gòu)化的對象、屬性和關(guān)系被整合到一張超大規(guī)模的異構(gòu)信息網(wǎng)絡(luò)中。在信息網(wǎng)絡(luò)基礎(chǔ)上,“薰衣草”可能采用圖數(shù)據(jù)挖掘技術(shù),從時空和社會兩個維度刻畫目標(biāo)人物的行為模式。時空維度主要?析個體移動軌跡、訪問熱點(diǎn),挖掘反常行為;社會維度則著眼于人際交往、組織結(jié)構(gòu),識別關(guān)鍵人物和團(tuán)隊(duì)成員。例如,系統(tǒng)發(fā)現(xiàn)一名人員頻繁出入某訓(xùn)練營地,并與已知恐怖分子保持通聯(lián),即可推斷其涉恐嫌疑并預(yù)警。這里用到的技術(shù)包括頻繁模式挖掘、異常檢測、社區(qū)發(fā)現(xiàn)、中心性分析等。系統(tǒng)應(yīng)該實(shí)現(xiàn)每天都在大規(guī)模動態(tài)異構(gòu)網(wǎng)絡(luò)上持續(xù)計算,及時捕捉新的威脅。
對于系統(tǒng)標(biāo)記出的嫌疑人員,“薰衣草”系統(tǒng)會進(jìn)一步評估其危險程度,以決定是否預(yù)警和采取行動。評估一般基于證據(jù)的多少和可靠程度、嫌疑人員的角色定位、可能采取的攻擊手段等因素。這里還會參考以色列特工提供的線索和情報分析員的判斷。風(fēng)險評估最終形成一個量化的威脅指數(shù)。當(dāng)該指數(shù)超過預(yù)設(shè)的閾值時,系統(tǒng)自動將目標(biāo)人員列入觀察或打擊名單,并隨時跟蹤其位置,一旦出現(xiàn)在目標(biāo)建筑內(nèi)則將建筑標(biāo)記為潛在打擊目標(biāo)。與此同時,系統(tǒng)還會根據(jù)建筑面積、人口密度估算可能的附帶傷亡,供指揮官決策參考。雖然“薰衣草”系統(tǒng)實(shí)現(xiàn)了目標(biāo)生成和風(fēng)險評估的自動化,但在最終決策階段仍需要人的參與。這是由于人工智能系統(tǒng)的判斷不可避免存在誤差,且'殺傷名單'事關(guān)重大,必須慎之又慎。流程上,情報分析員會對系統(tǒng)生成的目標(biāo)逐一進(jìn)行復(fù)核,剔除明顯錯誤;然后提交指揮官,由其權(quán)衡軍事收益和政治風(fēng)險,最終確定行動方案。有報道顯示，從這些人工智能系統(tǒng)的實(shí)際運(yùn)行情況看,這種人機(jī)協(xié)同機(jī)制可能會流于形式。一方面,面對海量的機(jī)器判斷,人工復(fù)核往往疲于應(yīng)對,流于'劃勾';另一方面,戰(zhàn)時指揮官又傾向于放寬要求,對系統(tǒng)判斷照單全收。這導(dǎo)致人的作用邊緣化,為相關(guān)軍事行動埋下重大隱患。如何保障人機(jī)協(xié)同的實(shí)效性,是“薰衣草”這類系統(tǒng)亟需完善的問題。“福音”和“薰衣草”可能的技術(shù)挑戰(zhàn) “福音”和“薰衣草”代表了當(dāng)前軍事AI應(yīng)用的前沿水平,要開發(fā)這樣滿足性能和可靠性要求的系統(tǒng)，主要的技術(shù)挑戰(zhàn)包括:無論是“福音”的目標(biāo)特征學(xué)習(xí)，還是“薰衣草”的行為模式挖掘,都面臨訓(xùn)練樣本不足、甚至完全沒有的困境。真實(shí)的軍事目標(biāo)或恐怖分子樣本是稀缺的,這導(dǎo)致算法學(xué)到的特征模式可能存在偏差,泛化性能弱。如何在小樣本或零樣本條件下進(jìn)行有效學(xué)習(xí),是普遍挑戰(zhàn)。軍事情報的獲取環(huán)境往往惡劣,數(shù)據(jù)質(zhì)量參差不齊。比如無人機(jī)圖像可能因?yàn)樵旗F、沙塵等因素而清晰度不夠;人力情報則可能帶有明顯的主觀偏差。這些都會影響系統(tǒng)判斷的準(zhǔn)確性。成熟的軍事AI系統(tǒng)需要成熟的數(shù)據(jù)質(zhì)量評估和清洗機(jī)制。“薰衣草”系統(tǒng)利用知識圖譜進(jìn)行關(guān)聯(lián)分析,知識推理能力就非常重要，系統(tǒng)不僅需要處理淺層的實(shí)體關(guān)系,還要對背后的意圖、事理、因果進(jìn)行深入挖掘。否則可能導(dǎo)致過于'死板'的威脅判定,忽視了隱藏在表象之下的深層次威脅。作為'黑盒子',基于深度學(xué)習(xí)的“福音”和“薰衣草”的內(nèi)部決策邏輯高度復(fù)雜和不透明。即使是參與研發(fā)的工程師,也難以準(zhǔn)確解釋系統(tǒng)為何得出某個具體的判定結(jié)果。在實(shí)際應(yīng)用中,相關(guān)人員如果無法對系統(tǒng)輸出形成有效監(jiān)管,簡單對AI'盲從',會埋下決策失誤的隱患。“福音”和“薰衣草”主要是在加沙特定環(huán)境下的應(yīng)用,其算法模型很大程度上依賴當(dāng)?shù)氐牡乩?、人文、?zhàn)術(shù)特點(diǎn)。如果換到其他國家和地區(qū),系統(tǒng)可能需要重新訓(xùn)練和調(diào)試。環(huán)境依賴性將限制系統(tǒng)的通用性和快速響應(yīng)能力。作為軍事系統(tǒng),“福音”和“薰衣草”會成為對手電子戰(zhàn)和網(wǎng)絡(luò)攻擊的目標(biāo)。對手可能通過電磁干擾、破壞通信、投放假目標(biāo)等手段,削弱乃至癱瘓系統(tǒng)性能。“福音”和“薰衣草”系統(tǒng),為以色列軍隊(duì)的情報收集、目標(biāo)識別等核心能力注入了強(qiáng)大的技術(shù)動能。從逐漸透露出來的一系列公開報道中,我們看到在最近的加沙戰(zhàn)爭中,以色列國防軍動員了數(shù)百名后備軍官,其中不乏知名高科技企業(yè)的高級技術(shù)專家和數(shù)據(jù)科學(xué)家。他們與現(xiàn)役軍官密切配合,優(yōu)化改進(jìn)Gospel、Lavender等AI系統(tǒng),提高其精準(zhǔn)度和穩(wěn)定性,為以色列在這場'智能戰(zhàn)爭'中取得優(yōu)勢發(fā)揮了重要作用。1、How US Intelligence and an American Company Feed Israel’s Killing Machine in Gaza (https://www.thenation.com/article/world/nsa-palantir-israel-gaza-ai/)2、IDF colonel discusses 'data science magic powder’ for locating terrorists (https://www./world/2024/apr/11/idf-colonel-discusses-data-science-magic-powder-for-locating-terrorists)3、'The machine did it coldly’: Israel used AI to identify 37,000 Hamas targets (https://www./world/2024/apr/03/israel-gaza-ai-database-hamas-airstrikes) 4、'Lavender’: The AI machine directing Israel’s bombing spree in Gaza (https://www./lavender-ai-israeli-army-gaza/) 5、Israel offers a glimpse into the terrifying world of military AI (https://www./world/2024/04/05/israel-idf-lavender-ai-militarytarget/） 
|
