close
柯潔代表“人類最強”挑戰尚在成長的人工智能AlphaGO終於在上周末落下帷幕。事前不論圍棋圈內外都不看好柯潔能力挽狂瀾、遏制AlphaGO創下60：0橫掃人類專業棋手的勢頭， 雖然柯潔表現可圈可點，但仍然不出意外地，柯潔還是0:3 惜敗於人工智能。不過，接下來的新聞才更有意思:
看來柯潔越挫越勇，從與alphaGo的對弈中獲得瞭新的靈感？超越棋局的勝負，從局外來看，這次對弈不僅僅是人類大腦與電腦的對抗，也許預示瞭人工智能在將來也會反饋人腦，幫助人類的智慧站上一個新的臺階？
科學傢、棋士們正熱烈地討論著、憧憬著未來；但此時，將軍們或許已經在悄悄思考是否能將人工智能引入軍事決策的前景瞭。畢竟從石器時代開始，最前沿的科技總是首先在軍事領域尋找自己的落腳點。
實際上，太平洋對岸的美國已經開始在這方面的探索瞭。去年8月，美國國防高等研究計劃署（Defense Advanced Research Projects Agency，簡稱DARPA， 隸屬於美國國防部的下屬高科技軍事研發機構，誕生瞭包括互聯網、圖形界面等影響深遠的重大技術） 在拉斯維加斯舉辦瞭網絡安全挑戰賽的決賽。七支來自美國國內的隊伍參加瞭比賽。比賽內容為12小時的連續攻防，每個隊伍需要檢測己方主機的漏洞，及時打補丁，並且尋找對方服務器的漏洞並且攻破。
這聽起來似乎與別的黑客攻防大賽沒什麼特別之處，但是這次比賽的直接參與者是AI，也就是說隻有預先設定的算法在執行攻防，所有的分析、攻擊、防禦完全都是計算機的自主行為，參賽隊員幾乎是在全程“看海”。冠軍的獎金為四百萬美元，大致與當年Dota國際邀請賽亞軍的獎金差不多。
比賽結果，來自匹茨堡、擁有卡耐基梅隆大學背景的隊伍獲得瞭冠軍。他們的系統代號為“Mayham”，盡管它在後半程比賽中崩潰瞭，但是仍舊依靠在比賽前半場中建立起來的優勢獲得瞭全場最高分。而比賽的組織者，美國國防部顯然對比賽的結果很滿意。他們表示，舉辦這次公開比賽的目的就是驗證機器自主大規模網絡防禦的可信性，並且通過舉辦比賽發掘潛在的技術和人才。下一步的工作就是通過進一步的實踐來驗證這些方法。
DARPA的項目主管表示，“目前查找系統漏洞的工作仍需依賴數以千計的專業人士來人力完成，不計其數的安全專傢、白帽子每年花費不計其數的工時在上百萬行代碼間尋找並修復漏洞。而通過這次競賽，計算機程序已經能夠在幾秒鐘內完成某些專傢需要幾個月完成的工作量。” 甚至有樂觀的人把這次比賽的意義和萊特兄弟的首飛相提並論。
美國國防部不會專職防守而不去進攻，能用來掃描並修復己方系統漏洞的程序也能被用來掃描並攻擊他人的系統。網絡戰場從一開始就不是一個人力對抗的遊戲。
離開略帶科幻色彩的網絡戰場，傳統戰場恐怕也難獨善其身。“兵棋（wargame）”作為軍事決策的工具之一已有幾個世紀的歷史。發展到今天，戰棋系統既有面向民間愛好者設計的商業遊戲，也有被列上對華禁運清單的軍用系統。
兵棋系統雖然有個“棋”的名字，但它不是一款軍事背景的遊戲，而是已發展成為規則復雜，基於詳細的武器參數、地理信息系統，結合數量化瞭的實戰記錄並可以引入各種隨機變量的軍事模擬系統。隻要關註臺海軍事新聞的讀者應該對此不會陌生，因為每次對面的臺灣漢光演習，都會把從美國進口的兵棋推演系統搬出來，意淫一把“解放軍不堪一擊，汽車擴大機電容英勇的國軍從勝利走向勝利”的保留戲碼。
臺灣引進的戰術和戰役級兵棋系統，截圖為其應用在救災的場景。可以看到是典型的六邊形戰區地圖，基於地理信息系統的大比例戰術地圖，註意其引進的年代為2003與2008年，從軟件見面來看已經顯得有些古老
而對於美國國防部，兵棋推演則遠沒有那麼兒戲。2017財年，用於兵棋相關的預算為5500萬美元，而未來五年的預算將不少於5.25億美元，可以說是節節攀升。雖然每年一億美元上下的花費比起動則上百億美元的軍購預算並不起眼，在美國每年幾千億美元的國防預算裡也不過是九牛一毛，但是在預算案中，明確提出瞭兵棋系統的中期目標為具備驗證關於“區域拒止/反介入”戰略的應對策略和概念。可見其在戰略上的意義對美軍來講並不小。
汽車音響後級系統規劃
臺灣本年度的漢光演習的兵棋系統維護合同，為音響改電容指定供應商采購合同，合同價值11.7萬美元
在人工智能、大數據、機器學習等概念已經熱得發紅、紅得發紫的這幾年，將人工智能領域的新技術引入到軍事模擬中也是必然的。過去那種分別由兩隊參謀坐在計算機前，扮演紅藍雙方在模擬環境中調兵遣將，在演習導演部的指揮下作戰的模式實質上和多人連線的電腦策略類遊戲沒有太大的本質區別。
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
全站熱搜
留言列表
