由于我们最近关于AI在顶部5美国国防承包商，我们决定扩大我们的AI的范围在世界军队。本报告试图阐明当前人工智能欧洲最大的私人国防承包商的项目。
世界各地的军队开始对人工智能感兴趣。国防承包商正试图通过人工智能解决新问题来满足这一需求。
美国国防部的开支是世界上第二大七军之一。由此看来，与国防部签订合同的不仅仅是美国公司。对于试图与美国打交道的欧洲国防承包商来说，仍有很大的机会可以赢得。欧洲军队当然也是欧洲国防和安全公司的主要承包机会。
本报告所涵盖的应用中，最有影响力的可能是智能引擎推出了由劳斯莱斯。智能发动机配备了人工智能设计来预测和所需的维护操作人员发出警报，以及对飞行计划和飞行运行的潜在变化的喷射涡轮。智能发动机同时具有商业和军事应用。由于维护延迟可以在风险危及关键的军事行动，并有可能把生命。
在AI在欧洲的大型军用国防承包商的4军事应用此报告涵盖了以下四个应用程序：
- 空中客车公司防务和航天–OneAtlas，一个从卫星图像中消除云和天气影响的软件
- 泰勒斯- 的RapidFire，自主炮塔
- 莱昂纳多- 英雄，半自主旋转无人驾驶飞行器
- 劳斯莱斯- 智能发动机，预测维护软件
本报告旨在目前在欧洲防务承包商的作品展现各种能力;正是这些公司很可能有更多的机器学习他们目前正在给他们的研究和开发预算技术。
空中客车公司防务和航天
空客国防和航天公司是空客公司的子公司航空学公司在荷兰成立于1970年。今天，空中客车公司防务和航天产生$ 10.8十亿的收入，空中客车总量的21％，报告的$ 66十亿收入2017年空中客车公司防务和航天提供军队和公司一个软件叫OneAtlas，它声称提供使用地球的分辨率高，高达最新卫星成像机器视觉。该软件可以从据称卫星图像去除云层和天气的影响。
我们可以推断出该软件背后的机器学习模型对成千上万的卫星图像显示，从不同角度地球，在各种天气条件下的各个领域，并在不同的时间进行训练。含天气效果的图像会被贴上由空中客车公司的分析师作为遮挡。
照片便被数字化并增强，不包括季节性的影响然后再贴上标签，或许作为增强的图像。这些标记的图像会再通过软件的机器学习算法运行。
这将训练算法识别卫星图像中的哪些云可能会被遮挡。当软件可以捕获卫星图像，它可能然后自动删除云和天气的影响。
保罗·埃雷蒙科是首席技术官在从2015年到2017年底，他是Unitec Technologies的首席技术官。他持有多发性硬化症在里面航空学来自加州理工学院。埃雷门科还花了一些时间领导谷歌的Ara项目。此外，他还是美国国防部研究与发展组织DARPA战术技术办公室的副主任和代理主任。保罗紧随其后Grazai Vittadini担任首席技术官；她在空客公司担任了17年的各种工程设计职务。
莱昂纳多
莱昂纳多是意大利航空航天，国防和安全公司，拥有20000名员工。The company was selected to head the European Union’s defense fund, OCEAN2020, a program designed to integrate unmanned craft of different types (fixed wing, rotary wing, surface, and underwater) with naval units’ command and control centers, allowing for improved data exchange via satellite.
以下是一段2分钟的短片，展示了飞行中的英雄和列奥纳多与RUAV的设计意图：
莱昂纳多提供一个半自治的工艺称为HERO RUAV（旋转无人机），它声称可以帮助维持在降低运营成本短期飞行海军的监视。虽然打算通过控制飞机上进行操作，英雄可以自主起飞，着陆，遵循“回家”的协议，并按照“连接丢失”的协议。
该类型的技术在实现人工智能的使用自主车是物理的车辆操作，导航仪器的机械装置的组合，和机器视觉.波音公司的AI应用在很大程度上是自主车。
众多安装摄像头周围的所有自主车型在不同的高度和角度，允许它来检测如何工艺从各个角度移动的机器视觉软件进行训练。该软件首先是在数百人的工作镜头小时表示车辆应在一天的不同时间和不同天气条件下操作的正确和安全的方式训练。
莱昂纳多声称，英雄配备了碰撞和避免碰撞人工智能，这意味着该车的程序进行垂直导航调整，以避免碰撞，它可以预期。
作为世界第九大军事国防承包商，以$ 11.5十亿的总收入，莱昂纳多声称一些选取框的客户。莱昂纳多在众多车辆合同美国海军的合同。莱昂纳多的批准头OCEAN2020也可能表示在未来几年在军事上进一步推进AI的承诺。
贾森·考威尔是CTO的空中和太空系统部门的莱昂纳多内的电子战业务。我们可以推断他至少为HERO RUAV发展的一部分的部分原因。他毕业于牛津大学物理学博士学位。
泰勒斯
泰利斯公司是法国国防承包商由国防部法语系部分股权。产生大约$ 18十亿的收入在2017年泰勒斯。
泰利斯公司提供了一个名为RAPIDFire的定点防御武器平台，声称该平台利用目标识别软件来管理空域，并使用机器视觉适当地确定目标是否有敌意。一旦获得目标，舰载机操作员必须批准任何防御弹药的发射。泰利斯声称，RAPIDFire也有完全自主运营的选择。RAPIDFire装备了6枚短程防空导弹和一门40毫米大炮。
下面是一个短短的3分钟视频演示和突出的RapidFire的定位功能：
利用机器学习可以推断RAPIDFire的自主瞄准系统。软件背后的机器学习模型是在不同角度、不同光线和天气条件下，对数千小时的移动目标镜头进行训练的。这段录像会被贴上军事目标的标签，比如飞机、人类操作员、直升机或卡车。
此镜头标记然后将通过该软件的机器学习算法运行。这已经训练算法来辨别，人的眼睛，形成一个敌人飞机或地面运输的视频的视频监视器上显示的序列和1分的模式和0。
然后，用户可以上传附加的视频，其中包含未标记到其软件中的潜在军事目标。然后，软件背后的算法将能够识别出视频中某个似乎是军事目标的物体的形状。然后，系统可以提醒操作员，并等待输入，如果潜在的目标是敌对或不是。
约翰·贝斯特是CTO在泰勒斯。他拥有卧龙岗大学的数学博士学位。约翰加入泰雷兹以下有15年的职业生涯与澳大利亚国防科学与技术组织，在此期间，他促成的，并导致包括水下武器效果的造型，地雷战运筹学，合成环境，和海军作战系统的工作方案。
劳斯莱斯 - 智能发动机
劳斯莱斯汽车公司是世界航空航天推进系统的第二大制造商和世界第16大国防承包商。虽然劳斯莱斯是普遍与豪华轿车相关，公司的部分是拥有和宝马操作。劳斯莱斯汽车公司，然而，军事和商业组织一样的智能引擎提供。他们声称它是一个自主的，AI-供电，发动机能够传达给引擎的运营商，空中交通管制等智能引擎的实时网络。劳斯莱斯汽车公司声称智能引擎能够建议并预测所需的发动机维护，飞行更正和驾驶机动建议。
下面是一段3分钟的短片，演示智能引擎的工作原理：
劳斯莱斯表明它们的发动机内的传感器将收集用于发动机的遥测数据，例如在涡轮机壳体中的污垢和积聚量。然后，该数据将被用作用于正常运行的发动机涡轮的基线。
机器学习模型背后的软件将需要约当涡轮的某些部分需要维修，这些部分长期维护如何把上百万个这样的遥测数据点和数据的进行培训，并可能更换多久零件走上抵达现场.这些数据将然后通过软件的机器学习算法运行。这将算法训练辨别，所有这些数据点的关联到正常涡轮机部件，在该透平的维修需要，在过去的时间，它的零件了需要修理。
然后，该软件将能够预测何时他们的飞机机队及其相关的涡轮发动机的某些部分，他们打破之前需要进行维护。
保罗·斯坦因为研究和技术在劳斯莱斯主任。保罗在电气与电子工程毕业于伦敦大学国王学院在1978年他是皇家工程学院院士，英国皇家航空学会院士和国际工程技术学会的会员。此前，他曾担任劳斯莱斯的首席科学家。
头像信用：战略文化基础
