世界各地的军队已经开始做在增加投资人工智能和机器学习能力。在顶级的军工国防承包商我们，欧洲和以色列所有人都在开发人工智能软件，以便销往国防部门。也就是说，与承包商相比，人工智能在军事上的应用目前进展缓慢。
在这篇文章中，我们将介绍的AI应用，军事国防承包商打算出售在美国海军使用。许多本报告所涵盖的应用程序似乎目前处于探索或测试阶段。
本报告中讨论的国防承包商为以下海军人工智能用例提供软件：
- 安良科技和水样的–实体检测和分类
- L3技术和雷神- 精确制导弹药
- 洛克希德·马丁公司和爱色丽解决方案- 跨平台的数据访问和分析
我们将通过这些公司和他们的基于人工智能的软件，弹药的运行，车辆一个接一个，从安良科技：
实体检测和分类
安良科技
安良科技报价Findr，它声称可以帮助海军检测和表征的实体使用机器视觉。
安良声称海军能够在工作环境中通过障碍物的软件集成到自主汽车的导航系统意识和跟踪目标。
该公司指出该软件背后的机器学习模型，从不同角度观察时，并在不同的光照条件下对传统的多普勒天气雷达的数据显示，实体的性质和活动培训。这些图像将被标记为目标或非目标。这些标记的图像会再通过软件的机器学习算法运行。
这将已经训练的算法来辨别的是，对于人眼，形成目标和非目标的图像上的雷达所显示的序列和1分的模式和0。
然后，用户可以上传未标记为Findr雷达图像。那么软件背后的算法将能够识别代表从非标靶目标的图像。然后，系统警报的潜在目标的实时区域人的员工。
安良名单联邦系统集成与管理中心与美国海军水下作战中心的客户。
克里斯·米尔罗伊在安良人工智能主任。他拥有芝加哥大学的经济学，哲学学士学位。此前，米尔罗伊担任新生技术中心Engility公司的首席科学家。
水样的
水样的提供远程环境监控设备系统，或REMUS，系列自主式水下航行器（AUV），它声称可以帮助海军的检测基于机器视觉的威胁。
螅要求海军能够整合REMUS软件成以上存在的水情报和监视和侦察系统。
该公司表示，雷姆斯水下机器人将能够探测和识别水深高达6000米的威胁。
下面是一个短4分钟的视频演示了如何在REMUS工作：
水样的声称有帮助美国海军发现和摧毁水雷。海军使用的REMUS水下机器人连同陆基系统推出反水雷（MCM）练习。根据该案例研究，水螅通过保持对手增加了海军的作战能力“的猜测。”我们无法找到该应用程序的任何更多实实在在的成果，但它很可能是难以量化这样的应用的结果。
螅还列出了微软联合创始人保罗·艾伦和伍兹霍尔海洋研究所作为他们的一些过去的客户的。
安德鲁·基弗在螅软件工程师。他毕业于罗德岛大学的物理学和物理海洋学学士学位。此前，基弗曾担任Teledyne公司底栖生物软件工程师。
精确制导弹药
L3技术公司。
L3技术公司。提供MK 332 Mod 0高爆、4螺栓制导（HE-4G）弹丸，是先进低成本弹药弹药（ALaMO）制导弹丸计划的一部分，它声称这可以帮助美国海军和海岸警卫队提高使用机器视觉在较远距离和较低成本打击移动目标的准确性。
该公司声称，海军和海岸警卫队可以整合用于指导“智能”弹到BAE系统公司Mk110系统软件。该公司指出弹丸是能够与濒海战斗舰和海军和海岸警卫队的国家安全和近海巡逻刀具的快速护卫舰使用。
下面是一个短短的2分钟视频展示了HE-4G是如何工作的：
根据海军识别的HE-4G仍处于开发阶段，虽然它在波托马克测试范围示范，它可以在比标准更长的弹丸击中范围更准确地移动目标显示。
L3还列出了美国航空航天局和洛克希德·马丁公司为他们的一些过去的客户的。
梅根（克拉默）Fillinich是L3技术公司工程、空间和传感器部门的副总裁。她拥有乔治华盛顿大学系统工程（信息理论研究重点）博士学位。此前，菲利尼奇曾担任海军水面作战中心首席技术官。
雷神
雷神提供海军打击导弹，或NSM，它声称可以帮助美国海军和其他国防组织使用基于人工智能的制导系统进行超视距防御。基于人工智能的精确技术没有具体说明，但该公司声称，NSM有能力在具有挑战性的条件下寻找和识别目标，执行“规避机动”，以及随地形升降，这可能表明某种类型的机器视觉。
雷神公司声称海军和其他国防机构可以将系统集成到现有的国防基础设施，因为它是“关闭的，现成的解决方案，超过过视距任务要求。”
雷神导弹是一个行之有效的制造商。我们可以推断出该软件背后的机器学习模型对远距离目标搜索和操纵从不同的角度和不同的光线条件由本公司承担以前的项目收集到的图像和视频数据的培训。
这些图像和镜头会被标记为目标、敌对行动或自然地形。这些带标签的图像和视频将通过机器学习算法运行。这将训练算法识别1和0的序列和模式，在人眼看来，这些序列和模式形成目标、敌对活动或自然地形的图像或画面，如跟踪界面所示。
因为它声称的NSM是“现成的架子，”这表明它并不需要新的输入数据或来自新用户进一步列车机器学习系统，找到自己的目标或执行回避动作。公司不指定NSM如何处理以前未标记任何图像或视频片段。它也没有指定任何人为干扰，一旦NSM部署，这表明它是一个完全独立的系统。
以下是雷声公司“高级海军打击组合”的简要概述，包括NSM：
雷神声称有办法帮助海军节省一显著量的开发成本为NSM现已全面运作。它声称，NSM可以很容易地集成到任何战斗舰或舰的防御系统。根据以上所示的示范中，NSM可以是用于在视距任务的有效武器，其范围超过100海里。
雷神还列出了总部位于挪威防务公司康斯堡防务与航天AS在发展NSM的合作伙伴。
托德·纽曼是人工智能与雷神卓越的机器学习中心的领导。他拥有美国海岸警卫学院海洋工程学士学位。他还没有上市的其他公司的任何先前的立场。不过，他已经与雷神公司为超过21年以各种各样的容量，凡是涉及到软件开发，信息系统和机器学习重点放在导弹系统。
跨平台的数据访问和分析
洛克希德·马丁公司
洛克希德·马丁公司提供分布式通用地面系统（DCGS）集成中枢，或DIB，它声称可以帮助建立一个共同的数据基础设施跨使用机器学习军事和相关机构。
洛克希德马丁公司声称，海军和情报机构可以将该软件集成到全球多个情报、监视和侦察或ISR传感器系统中，这些系统的数据来自多种来源。该公司声称，DIB的开放标准接口支持DCGS用户之间访问、合并和共享智能数据，以实现更有效的规划和决策。
该DIB仍处于开发阶段。然而，洛克希德·马丁公司确实提供了一个案例研究它声称证明了跨情报部门和机构的数据访问的重要性。客户端是分布式任务网站美国空军作战中心，该中心负责洛克希德·马丁公司更新DCGS允许访问尼尔森空军基地的情报系统。第二方联军要求在空战训练演习的访问。
根据案例研究，洛克希德马丁公司能够重新配置安全等级，使联军能够进入某些工作站的地理空间情报系统，并参加战斗演习。
洛克希德·马丁公司还列出了美国中央情报局和联邦调查局一些他们过去的客户。
Sadananda Narayanappa为首席数据科学家在洛克希德·马丁公司。他拥有丹佛大学的数学与计算机科学博士学位。此前，Narayanappa担任数据科学家微软。
欲了解更多关于AI在洛克希德·马丁公司，请阅读我们的报告全文：洛克希德马丁公司的军事人工智能应用概述
爱色丽解决方案
爱色丽解决方案还提供一个软件工具，称为自动协议转换器或APT，它通过自动生成使用与原有系统的新技术集成所需的软件声称可以帮助互通效率自然语言处理。
很可能，用户可以在软件工具集成到现有系统，以消除需要定制软件或中间件整合并使用不同的平台从多个系统访问数据。
我们可以推断出该软件背后的机器学习模型首先训练上成千上万的相关消息和事件定义不同的协议，如CORBA（公共对象请求代理体系结构），GPB（谷歌协议缓冲器），以及AMQP（高级消息队列的协议）下，从复杂到简单各级翻译。协议转换工具背后的机器学习算法将然后自动创建代码和其它数据转换的消息和事件，将通过不同的协议识别的形式。那么人类编码器将监控这些翻译并纠正错误和饲料这回机器学习算法。
这将训练算法识别并正确转录这些翻译请求。
然后，机器学习模型将需要根据具体客户的需求在适当的翻译进行培训。这将需要成千上万的消息和事件响应来自多个系统的这些请求。这些数据将被标记为触发特定类型的代码和其他数据。标记的文本数据会再通过软件的机器学习算法运行。这将有训练有素的算法从一个协议，一个人可以解释为等同于另一种协议对应的消息和事件辨别类型的消息和事件。
然后，客户可以将APT工具集成到现有系统中，软件背后的算法将能够自动地将每个消息和事件转换到另一个系统中或从另一个系统中转换出来。然后，系统可能会给出一个置信区间，以确定正确翻译消息或事件的可能性。
下面是一段2分钟的视频，演示了APT工具如何将数据和事件从一个系统转换到另一个系统。
爱色丽解决方案声称已生效APT工具在促进数字系统互操作性方面的功效。Rite解决方案将APT工具集成到一个模拟环境中，在AMQP和GPB消息之间转换不同类型的真实CORBA事件。根据测试，APT工具按预期运行，在65小时内正确翻译了200万条消息。该公司声称，该工具可以在几毫秒内翻译复杂的消息。
爱色丽解决方案还列出了可口可乐，波音，GE医疗为他们的一些过去的客户的。
伊恩·米切尔在成年礼解决方案高级软件工程师。他拥有罗得岛大学的计算机科学硕士学位。此前，米切尔曾担任雷神公司的一名软件工程师。
标题图片来源：Safety4Sea
