技术能否拯救军队免于数据洪流？

美国军方面临数据问题。如果说掌握信息就是成功的一半，那么五角大楼至少在理论上不应该失去这一半。但在实践中，军方的数据问题十分严重，令人烦恼，而且鉴于目前数据处理速度的加快，在技术上令人生畏。就在两年前，任何时候都有大约十几架北约飞机在阿富汗上空执行侦察任务。现在，空中同时有 50 多架捕食者和死神无人机，它们都在向地面发送大量数据。

与此同时，越来越多的无人机加入阿富汗、巴基斯坦、非洲之角、伊拉克、也门等地的战斗。情报、监视和侦察 (ISR) 传感器在传统载人飞机上的数量正在激增。数据流的速度超出了国防部组织和存储数据的能力，产生了如此多的噪音和无法使用的情报，以至于分析师无法从无用的信息中筛选出相关信息。所有这些都发生在这样的环境中：任何比实时慢的事情都可能对人的生命造成伤害。

“我们正游弋在传感器中，我们必须小心，不要被数据淹没，”国防技术问题解决者 MAV6 的首席执行官兼董事总经理戴夫·德普图拉 (Dave Deptula) 说道。这不是德普图拉第一次这么说，也不会是最后一次。在担任情报、监视和侦察第一副参谋长期间，德普图拉中将负责规划和实施整个美国空军的 ISR 战略，他亲眼目睹了数据洪流冲破堤坝的情景。

“我们正游弋在传感器中，我们必须小心，不要被数据淹没。”“不可避免的事实是，数据速度正在加快，我们处理数据的现有方式真的被这场海啸淹没了，”Deptula 说。“所以我们必须开始探索不同的方法来应对超大规模工作负载日益增长的挑战。”

仅仅增加军方的机架空间（这是迄今为止处理该问题的主要策略）并不能遏制数据洪流。国防部不仅需要新的存储方法，还需要全新的操作概念，将新颖的存储架构、各种数字语义以及（至关重要的）大量人工智能融合在一起。

不久的将来，计算机程序将同时查看、标记、组织和存储数百甚至数千个视频流，确定哪些传感器数据与当前战斗相关、哪些需要立即关注以及哪些需要归档。语言界面将允许分析师使用自然语言查询即时搜索数据库，就像《星际迷航》中的场景一样。无人机本身甚至将成为计算机化的情报分析师，实时梳理自己的数据流，只突出最精选的情报。这些技术已经在研发中，这就是技术将如何拯救军队免受其技术的侵害。

教计算机说话

用自然语言与计算机对话的想法在科幻小说中随处可见，而随着 iPhone 4S 及其 Siri 软件助手的出现，现实已经赶上了理想。事实上，如果你看看 Siri 的血统，就会发现这种自然语言界面一直是为作战人员设计的。很快，它将允许情报分析员与他们的机器对话——也许更重要的是，与情报界的其他机器对话——并且确信他们的计算机能够理解。

“比如说，我是一名情报分析员，在一个非常明确的战场上工作，”前海军陆战队情报官托尼·巴雷特说。“我在海军陆战队，我隔壁的一个陆军部队使用完全不同的系统来编目和存储他们的数据。但他们有与我的战斗相关的信息，我也有与他们的战斗相关的信息。问题是：我们如何使这些数据具有相关性，以便让我明白他们拥有对我很重要的数据？”

巴雷特现在是佛罗里达州软件开发商 Modus Operandi 的高级业务开发经理，该公司正在帮助国防部高效地编目其数据溢出。但巴雷特和德普图拉一样，知道他的问题的答案不仅限于存储解决方案。Modus Operandi 和类似的公司正在争相开发自然语言处理和文本分析，让机器和人能够共享一种共同的语言。

如果他们能教会机器像人一样说话，进而理解自然的人类语言，他们就能为各军种和情报界数据库中存储的信息赋予全新的意义。在这样的系统中调用相关数据就像通过 Siri 呼叫最近的星巴克一样简单。分析师只需提出请求即可。

“软件会根据你的陈述做出认知上的飞跃——它会翻译你的陈述，找出你的词汇和背后的含义——然后返回相关结果，”巴雷特说。“如果你用通俗易懂的语言输入搜索词——‘告诉我阿布·巴卡尔最后一次被报道在哪里’——那么该请求的语言、本体和语法都会被翻译并提供含义。同样的事情也会发生在另一端，我们会以可用、相关的形式将其返回给用户。”

换句话说，分析师使用计算机进行对话，而不是输入与元数据标签相关的关键字。有了通用的自然语言，数据之间的关联变得更加明显，搜索变得更快，不同系统和数据库之间的壁垒消失，整个企业变得更加高效。

教计算机看

教会计算机和人类更好地相互交互可以增强数据的存储和检索能力，但它并没有解决关键问题：首先需要分析的原始数据量。大部分数据都是来自无人机或其他飞机的视频，分析师要花数小时观看录像、编目视频数据，并希望获得相关情报。如果军方希望减少浪费的人力时间并使情报分析更接近实时，就必须教会计算机如何观察。

说起来容易做起来难。人类的即时行为——观察、识别和评估一个物体——对软件来说极具挑战性。人脑可以瞬间将大量先验知识与物体联系起来。而计算机看到的是像素，或者是一个不同强度值的矩阵。尽管物体识别算法正在快速改进，但与人眼相比，计算机视觉仍然相当初级。

软件开发商 Kitware 的计算机视觉总监 Anthony Hoogs 博士表示，尽管所有这些视频都是数据问题的主要部分，但从计算机视觉的角度来看，它们也有帮助。Kitware 目前正领导 DARPA 视频图像检索和分析工具 (VIRAT) 项目的第二阶段，并且正在开发可以帮助解决五角大楼数据问题的视频分析工具。

“视频有很大帮助，”Hoogs 在今年早些时候接受 PopSci 采访时表示。“在视频中，我们有一个重要的线索，那就是运动。事实证明，运动相对容易检测，你不必知道物体是什么。如果有东西在移动，物体所在位置或之前位置的强度值就会发生变化，这相对容易发现。”

Hoogs 无法直接谈论 VIRAT 或 DARPA 目前在计算机视觉方面的研究进展，但看看 VIRAT 项目本身就能知道未来的方向。VIRAT 专注于死神无人机和捕食者无人机等无人机拍摄的视频片段，其核心功能是识别活动，例如人们离开或进入建筑物，或者车辆从一个地方移动到另一个地方。换句话说，VIRAT 旨在快速自动地梳理视频，寻找特定的动作，当它发现这些动作时，就会对其进行标记，从而为分析师节省大量时间。

当然，计算机视觉能力正在随着视频数据量的增加而加速发展——“我们看到视觉应用的数量呈指数级增长，”Hoogs 告诉我们——机器解析数字数据的能力越强，它们对大量涌入情报界的数字视频进行分类和关联的能力就越强。很快，无人机将能够识别和跟踪特定的面孔和车辆，当特定对象在移动或在人群中被发现时，向分析师发出警报。但所有这些数据仍然需要传输到某个地方。

即时分析

“视频处理是真正由计算能力推动的事物之一，”Hoogs 说。“视频（计算机视觉）直到 90 年代中期才真正开始流行，因为数字视频很少见。拥有数字视频并能够高效地处理它，这得益于更强大的计算机和更大的计算机磁盘。”

但对于像“死神”或“捕食者”这样载荷能力有限的无人机来说，更大的计算机和更大的存储架构是个问题。现在军方拥有的数字视频已经超出了它能够处理的范围，随着传感器变得越来越轻便和坚固，无人机正在以更高的分辨率向地面站点回传更多数据。数据下行链路是数据收集点和地面最终用户之间的瓶颈。

能够携带超级计算机的飞机可以实时处理自己的数据。Deptula 认为，一种解决方案是将 95% 的无用数据留在空中，只下传最相关的信息。这意味着在飞行过程中进行数据处理。能够携带超级计算机的飞机可以实时处理自己的数据，在飞行过程中对其进行标记、组织和存储。然后，多名分析师可以同时从地面访问机载数据库，只卸载他们需要的预处理数据，而不是等待数 TB 的原始数据下传并在地面进行处理。

这正是 Deptula 和 MAV6 想要为空军提供的能力。MAV6 的蓝魔飞艇是根据一份价值 8620 万美元的美国空军合同开发的，旨在解决目前阿富汗情报分析师数据过剩的问题。虽然速度不是很快，但蓝魔能够执行长时间的 ISR 任务（有人或无人），配备一系列强大的传感器，并能够与 Reaper 无人机等其他 ISR 功能进行交互。

但关键的创新是机载超级计算机——相当于 2,000 台单核服务器和 500 TB 非易失性内存——它将能够在收集情报的同时对其进行处理和分类。这种即时处理数据并提取和下传最相关情报的能力将大大提高有用数据到达地面决策者的速度，并大大减少造成整体数据过剩的噪音。

将一切联系在一起，然后让人类重新参与进来

显然，飞艇上的超级计算机模型无法扩展到单个捕食者无人机，因为捕食者无人机没有空间或容量来携带自己的机载处理套件。但随着计算机语言和计算机视觉变得更加强大，存储架构缩小，ISR 平台也随之改变以满足未来的需求——所有这些事情都已经发生了——不难想象，在不久的将来，军方最终会重新解决数据问题。那么问题就是在机器可靠性和人类决策之间找到适当的平衡，以便武装部队和情报界能够最大限度地利用两者。

Modus Operandi 的 Barrett 表示：“我总是说要让人类参与其中。总是需要做出判断。但如果我纵观流行文化，看看人工智能的不断发展——我看到计算机在《危险边缘》中获胜——我开始想到存在的巨大可能性。”

人工智能是实现 ISR 未来不可或缺的部分。未来的无人机将能够收集比以往更多的传感器数据，近乎实时地处理这些数据，并确定哪些信息与当前战斗相关，以便可以立即下行并引起人类注意。其余信息将被标记元数据并仔细归档，以便人类分析师稍后可以通过简单的语言查询调用它。

换句话说，我们将严重依赖机器来完成大量的跑腿工作，以及做出一些低级判断。在生命攸关的情况下，这种对技术的依赖可能会令人不安，但在数据泛滥的战场上，这或多或少是唯一的出路。

“从世界诞生到 2003 年，一共产生了 5 EB 的信息，”Deptula 说道。“现在我们每两天就会产生 5 EB 的信息，而且这个数字还在不断增加。因此，这个大数据问题十分严重，我们无法通过继续按照目前的方式进行数据管理来解决它。”

从这个角度来看，技术不仅可以拯救美国军队免受其技术的威胁​​，而且很可能是唯一的希望。