引入AI的前提：无东说念主机FMV数据范例化

21世纪初，好意思国在阿富汗、伊拉克的两场干戈开启了“无东说念主机干戈”期间，也径直推动了全动态视频（FMV）时刻的练习与爆发。

与此同步的是，从属于好意思国国度地舆空间谍报局（NGA）的机构动态影像范例委员会MISB（Motion Imagery Standards Board）非凡为FMV视频制定了好意思军范例——MISB ST 0601，官方名为无东说念主机数据链腹地集（UAS Datalink Local Set）。

这个FMV视频元数据的军用范例限定了用轻量KLV体式把时辰、位置、姿态、平台、、指标、征象与环境等信息打包镶嵌到视频流中，从而能够完竣跨平台、跨兵种的传输和互通分享。

2008年10月，阿富汗南部好意思军基地内，“悍马”教育MQ-1“捕食者”无东说念主机降落。画面右侧可见迢遥的安-124运载机。

比如，2014年10月发布的MISB ST 0601.8版的范例就明确界说了95个数据标签（Tag）。从这一细节不错看出，在好意思军范例化谍报体系中，无东说念主机平台拍摄的FMV视频画面一经变成了地舆空间谍报数据的垂危源泉。谍报分析东说念主员对这些FMV的判读和分析，并不是通过逐帧看视频而达成的，而是基于元数据叠加舆图、象征指标数据库、历史数据等，最终获知“何时何地，发生了什么的”，不错索要指标位置、生成指标的移动轨迹和速率、识别特地行径、生成指标轨迹和行径模式等。

在2014年10月的MISB ST 0601.8版的范例中，列出的元数据标签量就达到了95个。

而这也让好意思军在战场谍报方面遇到了新难题——数据量远超分析才能，让谍报分析师不胜重担。

在“数据过载”的逆境之下，无东说念主机的FMV视频根柢无法转动为可实行的谍报，致使“让反恐干戈中的士兵为此付出了人命代价”。

此时，德鲁·库科尔意志到，东说念主工智能（AI）时刻简略能贬责这个问题。他力求将谍报的处理、运用与分发（Processing、Exploitation、Dissemination，简称为PED）等责任作念到高度的自动化。

而这一责任的前提，亦然因为有了MISB ST 0601范例这个大前提，才能让FMV和捎带的多种元数据能够范例化，可跨平台进行贯通，也才有引入AI用具后，AI能够自动识别指标、追踪、分析、关联、生成解说等说明。

好意思国的MISB ST 0601范例也被纳入了北约范例化条约STANAG 4609。由此，北约里面的FMV数据的流转和分享皆不是问题。图为法军装备的MQ-9。

当数据过载，AI成为破局之说念

将AI时刻应用于无东说念主机影像，这个提案也获取了时任好意思国国防部副部长的招供。

2018年，当作“梅文”名堂负责东说念主的好意思国陆军中将约翰·沙纳汉在其解说《无东说念主机系统鸿沟的变革：算法战跨职能小组（梅文名堂）》中提到，2016年10月，他们详备辩论了战术无东说念主机PED自动化，并得出论断：“汇集的数据量远远超越现存的东说念主力……咱们需要一种新模范……”这亦然“梅文”名堂启动的根柢动因。

沙纳汉出示了一张比方“数据雪崩”的图片：一辆吉普车被巨大的雪崩追逐，隐喻着谍报数据如同雪崩相通向分析师涌来，淌若不借助自动化用具，“吉普车”就会被数据同一，无法实时产出谍报。

沙纳汉在2020年从好意思国空军退役后也有“旋转门”资格，除了智库、院校的辩论员变装外，摩尔斯（MORSE）公司在2024年文书，沙纳汉加入该公司参谋人委员会。该公司的先容是“一家起初的东说念主工智能（AI）贬责有运筹帷幄提供商，就业于好意思国国防部和谍报界。”

沙纳汉这么先容“梅文”名堂的发展历程：2016年11月，在名堂“问题界说与分析”阶段，博亚体育app官方网站团队以着力耕种倍数来量化评估了数据传输、优化东说念主机界面、语音转笔墨、传感器料理优化、狡计机视觉/AI等不同时刻会给谍报PED责任的自动化带来提效价值。

责任论断是：狡计机视觉/AI至少能达到50倍的提效，AI时刻将带来颠覆性的着力耕种。同庚12月，PED自动化责任构成立，成员来自好意思国国防部执行室、各战区司令部、谍报机构、国防立异单位（DIUx）、战术才能办公室（SCO）及各兵种——这象征着“梅文”名堂从主见评估进入时刻筹备阶段。

FMV视频数据的量级暴涨，AI用具能显耀提高对这类数据的处理、分析着力。

并非一蹴而就，厚爱动手于2017年

沙纳汉在解说中还称，PED自动化责任组评估了32个政府名堂，其中仅有12个名堂波及AI/狡计机视觉。而彼时好意思国军方在军用AI方面才能薄弱，不只单是AI名堂少，参加更是不及，基础设施缺失，推测名堂的平均参加仅为50万好意思元，考试AI模子所需的GPU、云狡计才能均为0，也莫得鸿沟化数据标注体系，平均标注数据量约1万个指标，数据量严重不及。许多名堂的算法径直来自GitHub开源代码，衰退自主可控时刻底座，也根柢莫得集成到实战系统的野心，这意味着这些名堂并未确实对准战场，与战场需求存在一定脱节。

沙纳汉的这份解说文献揭示了“梅文”名堂的发展并非一蹴而就。

2017年1月，好意思国军方集聚学术界与产业界开展AI专项辩论，引入初创企业、科技巨头、顶尖高校、智库与科研机构。这意味着“梅文”名堂的发展从一动手就冲突了传统军工名堂研发的壁垒，2026世界杯欧赔从往日的传统军工阻塞体系转向硅谷生态模式。

这曲直常关节的结构变化，其后径直促成了谷歌等互联科技巨头的参与和好意思国“新军工”帕兰提尔公司的崛起。

2017年2月，好意思国国防部建议“至极责任组”有运筹帷幄和行径有运筹帷幄。此时该名堂里面一经造成共鸣：深度学习算法可达到接近东说念主类的水平；AI必须鸿沟化实施，需构建齐备时刻活水线；集成与文化是“最清贫的部分”。

沙纳汉以一辆吉普车被巨大的雪崩追逐来描摹“数据雪崩”的情况。

站在目下纪念，这三则指标颇具预料性和带领性，而况裕如求实。

在“梅文”名堂启动后的几年中，AI时刻的发展日眉月异；AI时刻的发展需要竖立起从数据采集、标注、算法考试、测试、集成到部署、迭代优化的齐备时刻“活水线”，才能保险AI算法的握续迭代与大鸿沟应用。此外，在AI时刻的应用层面，时刻自身并不是最难，难点在于是奈何让好意思国军方禁受这个新事物，奈何将AI接入到现存的兵器系统中，并对已有历程和模式、战术战法等作念出矫正致使是重构。

颇有硅谷作风的是，“梅文”名堂启动当年就被条目必须灵验率。

2017年4月，好意思国国防部副部长罗伯特·沃克厚爱诞生算法战跨职能团队（AWCFT）。

AWCFT的徽章，一改传统军事徽章多弃取严肃、矜重的纹章作风，而是使用了三个笑颜灿烂、看起来“友好”的卡通机器东说念主形象，上头写着拉丁文“officium nostrum est adiuvare”，意为“咱们的职责是协助/提供匡助”。同期也明确了，该名堂是径直向好意思国国防部谍报副部长报告，突显名堂的地位属于国防部谍报体系的顶层。

非论是机器东说念主的形象，照旧它们的颜料，在这类徽章中皆属相对陌生的遐想元素。如斯遐想，简略是为了呼应这支团队的立异、冲突传统的一面。

与此同期，设定的名堂初期指标是——整合现存算法时刻资源；全动态视频（FMV）的PED门径部署AI，用于处理、运用与分发（PED）；小团队，快速行径，允许失败，迭代学习；2017年底前首批算法参加运行。

这4个指标的诞生，既能够整合AI算法时刻资源，还幸免了里面的重迭缓助，以造成长入的时刻底座，利于后续的鸿沟化彭胀应用。而且，突显了“梅文”名堂从出生第一天起就紧扣FMV的需求，是瞄向战场部署的实战型AI。

无东说念主机系统的一大时刻发展目的是“一站多控”（一座大地站限度多架无东说念主机），这背后离不开起降、巡航等门径的自动化，也有赖于AI用具的引入，带来对战场信息处理才能的显耀耕种。

而“小团队，快速行径，允许失败，迭代学习”这一指标，则是浓缩了硅谷创业文化精髓，跳出了传统军工巨头主导的军工名堂的弘大、长周期、重历程等固有窠臼。梅文名堂从主见评估到时刻筹备，从出生到测试部署皆是速率特地快的。

至极是2017年底前首批AI算法参加运行这个指标，更显“梅文”名堂的硅谷底色：是要以明确的、激进的时辰节点来倒逼名堂的快速鼓舞，确保系统尽早寄托军队，开展试用责任，造成驱动作战才能，并开启一轮轮快速的时刻迭代升级。

事实上，“梅文”系统的尽早寄托-试用-造成驱动作战才能-响应-升级迭代这么的产物开发模式，颠覆了好意思军的传统采购常规，在彭胀中曾际遇不小阻力。

颇有辩论，要作念全域军事谍报AI平台

沙纳汉这份2018年的解说文献，不错说是好意思国官方对“梅文”这个军用AI系统出生的“剖判书”。这里不错看出“梅文”名堂在立项之初就极具辩论，定下了从“视频AI”向“全域军事谍报AI平台”扩展的发展战术。

比如，可用于不同平台与传感器的谍报数据的汇集、整理和交融。开端各类性的谍报数据除了体量各别的无东说念主机平台外，还包括手握开垦、U-2观看机等有东说念主机平台、卫星、雷达系统、水面舰艇（包括观看船）等。

沙纳汉这份2018年的解说文献指出，“梅文”系统的用途可不啻“视频AI”。

该文献还展示了“梅文”系统对缉获的敌方物质的谍报征集和处理才能，涵盖了手机、U盘、条记本电脑、纸质文献、手写书信、光盘等，这意味着该系统具备对这些不同情状谍报的文档识别、翻译、关联分析等才能。以及，“梅文”系统还具备对指标的系统分析才能，分析诸多不同节点（指标）之间的组织干系和行径模式等，并构建起一张复杂的汇集干系图。

由此可见，早在2017年至2018年时，好意思军高层就一经意志到梅文系统不仅仅针对FMV视频的辅助分析用具，而是改日谍报体系的底层基础设施。（郑宇航）