下一代硬件对于人工智能的发展有什么作用

美军方正在人工智能领域进行高额投资，但仅靠人工智能技术是远远不够的，还需要相配套的硬件来支撑高性能算法，同时不占用太多空间和消耗过多电力，以适应前线指挥所或战机坦克等平台。下一代硬件是在战场上实现人工智能的必要因素。

美国防部已意识到需求上的变化。电子产品制造商Mercury Systems候任首席技术官比尔·康利表示，在过去几年里，各领域集中力量研究下一代人工智能、算法训练、数据，但寻求战术优势不仅需要算法和数据，还需要在相应硬件上运行得以实现预期效能。该公司正致力于利用最新的微电子技术为国防部提供一个硬件解决方案。

在硅谷和学术界，通常使用计算机集群或云来解决这一问题，但这样的设备不能集成至战车或战机上。美军方备受争议的JEDI项目也正试图将云计算带到前线部队，使其能够远程访问强大的服务器群。但是国防部并不认为军队在面对敌人的黑客攻击和干扰时能够持续使用云。当前，对于某些算法功能可以实现间接访问，但一个电子战系统，需要在敌方导d袭击之前干扰其制导系统，云在此情景下则无法解决这一难题。

新美国安全中心防务分析师、前陆军突击队员保罗·沙雷表示，在一个前沿作战基地安装巨型云服务器是不可行的。随着科技进步，一切都需要小型化。沙雷表示，硬件的大小在很大程度上取决于两个因素：一是试图适应的平台的大小，战车、战机还是航空母舰有很大不同；二是人工智能应用程序的大小，机器学习算法训练时所需的计算能力和数据存储远大于训练完成后所需的能力。真正需要大量计算的是大数据驱动的深度学习。

▲DARPA先进的微芯片与模块化组件概念图

康利则表示，重要的人工智能应用需要机器学习算法在现场随着所处环境发生的变化不断地进行学习。这对于所谓的“认知电子战”尤其重要：系统可以检测到一个从未遇到过的传输，而这个传输并不在任何预先加载的数据库里，可以对其进行现场分析，判断其来源是否具有敌意，并在必要时设计反向信号对其进行干扰。

康利认为，未来的战场空间将包含此前没有观察到的威胁信号，因此对许多平台来说，能够执行实时决策的算法至关重要，而且需要不断强化学习，尤其是在开发过程中无法完全训练实时决策的算法。也就是说要实现在相对紧凑的硬件上需要大量的计算能力，同时不需要太多的空间、重量、电力或冷却能力。

下一代硬件不仅具有上述优势，而且将更加安全，不受供应链破坏的影响，解决了国防部担忧的一个主要问题。

沙雷表示，在计算机芯片上安装越来越多越来越小的元件方面已经取得了巨大的进步，但这种进步的代价是，制造纳米小型化元件需要越来越复杂且昂贵的设备。沙雷并不担心工业界构建所需硬件的能力，而是国防部有能力获得可靠的安全前沿硬件，以及这些硬件是否被外国生产商恶意利用。

来源：国防科技要闻