美国国防部高级研究计划局计划在未来5年内投资20亿美元用于人工智能的研究和开发。万博官方软件此外，联邦政府已经在基于人工智能的技术研发上投入了20亿美元。
有一个在美国无疑是很大的兴趣为管道的深度和各类AI技术，为国防潜力和军事使用，这是朝着正确方向的重要一步科技竞赛与中国。然而，这可能还不够。
美国空军情报、监视和侦察副参谋长，维拉林·杰米森中将说,中国已经在2017年花了$ 12个十亿对AI R＆d和估计这可能是高达十亿$ 70 2020。
中国政府的这一投资的主要受益者是人工智能公司这一点在面部识别领域表现得最为明显。摄像头在中国随处可见，市民们也接受了几乎持续不断的监控。因此，基于人工智能的人脸识别算法得到了飞速发展。
DARPA有问题，但是。虽然大多数人在美国，人们对在机场、零售商店和公共场所等民用场所使用面部识别持宽容态度，而在军事领域则是另一回事。许多人对在军事环境中使用面部识别和其他人工智能技术持谨慎态度。
这种警惕源于拍摄图像或视频的目的。例如，在零售环境中，摄像机捕获图像和连续镜头来跟踪转换。零售商对个人并不是特别感兴趣，而是他们的购买行为。在我们采访了毛细管技术公司的CEOAneesh雷迪，他说：
我们不获取任何个人身份信息。它所做的就是快速了解你的人口统计数据。
在军事领域，其目的是识别，分类，验证，并在必要时，中和任何潜在威胁。在安全性方面的兴趣，这似乎是一个合理的应用。然而，面部识别的主要问题是其准确性。
标准与技术研究所（NIST）进行精度测试为不同的面部识别算法，并得出结论在28种测试的算法方才0.2％的失败率。然而，其他研究表明，该技术是不够准确识别人的正确和具有一些偏差，特别是对人暗黑皮肤。
这样的不准确，与自动化致死力耦合可导致致命的错误。有关各方都在呼吁规定，但这些将采取的形式是在激烈的辩论。
这些担忧使得谷歌员工对Maven项目反应强烈，该项目是与国防部正在进行的基于人工智能的无人机监视合同。这促使公司做出决定不更新该法案将于2019年3月到期。许多员工认为，公司应该避免卷入“战争事务”。
这种信念也推到谷歌退出招标大得多，单承办国防部项目冠以合营企业国防基础设施（JEDI）为五角大楼。价值约$ 10十亿超过10年，其他科技巨头如亚马逊，微软和IBM仍然在争夺五角大楼的数据迁移到云以及其他合同指定使用面部识别的利润丰厚的合同。
谷歌是有与军事合作问题的唯一一家公司，但是。许多大型科技公司继续与军事工作。
除了大型科技公司外，军方还在寻找规模较小的私营企业和学术界的人才，以应对以人工智能为基础的战场的挑战。美国陆军正式发动了它的人工智能专责小组2019年2月1日，将成为私营企业和学术机构的人工智能专家网络。该工作组的总部设在卡内基梅隆大学。
本文将讨论在军事面部识别当前应用。这些应用程序将解决识别或匹配人脸时常见的错误来源，包括角度、比例、光照和分辨率方面的差异，以及训练数据的稀缺性。
自适应技术和检测感知威胁
面部识别为身份搜索和验证的非接触方法。图像和视频可以在不与受试者，这使得它的高效和有效的安全方法的相互作用来捕获。然而，面部识别并不总是准确。
精度取决于软件的检测和匹配脸部的结点的能力。最面部识别算法需要丰富的数据来训练他们，并具有对存储和目标图像之间的差异的灵敏度。
当数据不提供给训练算法以充分识别模式或目标图像是模糊的或不利的条件下拍摄的，这削弱了该软件的能力达到精度的高的水平。这些都是在现实世界的情况的问题。
为了应对这种情况，中国湖的海军空战中心武器分部应运而生自适应面部识别软件。的创意凯蒂Estabrides，该软件需要少得多的数据来训练算法，不得不合并及使用新的数据，因为它进来的能力。
该软件还能够当多于一个的传感器发挥作用的耐受诸如照明，角度和尺度存储和目标图像之间的差异，特别是。
这种自适应技术需要具有分类处理工具相关联的最小的一个电子处理器，含有已知的受试者的几个图像，和一个未知的主题的一个测试图像，根据中心一个数据库。系统创建字典来针对已知受试者的多幅图像中的测试图像进行分类，直到它使一个匹配。
很好地利用这种类型的软件是从敌人识别朋友。军方通常保持自己的人才，其中当然也包括照片的识别多个记录。该软件可以快速识别未经授权的有关人员在场的面孔不在它的数据库，它的标签，并提醒工作人员。这可以在一个活跃的战场一笔宝贵的财富。
虽然该软件侧重于面部识别，并以识别授权人员的军事应用为幌子，但它也可以根据需要用于识别船舶和特定于战争的电子发射器或信号。
热成像和卷积神经网络
军方在识别光线不足或夜间情况下的人脸时遇到了一个问题。标准的面部识别软件依靠图像或视频中的可见细节进行匹配，即使这样，一些算法也无法获得准确的结果。当一个被试者的脸处于阴影中或者因为缺少光源而完全看不见时，缺少细节就不太可能进行准确的面部识别。
军方利用热成像技术来探测一个人的存在，并有可能捕捉到一张可识别的面孔的图像。然而，传统的面部识别仍然无法进行精确的匹配，因为无法获得可见的细节。
为了解决这个问题，科学家们在美国陆军研究实验室想出了一个方法使用在可见光谱和现有的面部识别软件来从一热图像的可视空间。热图像绘制在脸上，这足以产生合成的正确的方法的重要信息冷热区域。
下面是一个40秒的视频演示方法的工作原理：
科学家们使用了卷积神经网络美国有线电视新闻网，这是一种深度学习算法，将人脸的局部区域，即眼睛、鼻子、嘴巴的缺失细节放入，合成一张脸。CNNs的工作原理与人类大脑相似，它可以通过给不完整图像的某些方面赋值并建立联系，从少量数据中推断出图像。虽然结果不是真实感的，但在许多情况下，面部识别软件有足够的关键点或地标来进行精确匹配。
本杰明Riggan是提出这种方法的研究人员之一。他所述“当使用热感照相机捕捉到的面部图像，主要的挑战是，热图像，必须对一个观察名单或画廊，仅包含来自感兴趣已知人通常可见的图像匹配。”通过使用合成的不同方法，Riggan和他的同事已经帮助其成为了潜在的可能的军事识别在黑暗的面孔。
无人机和录像分析
无人机，也被称为无人驾驶飞机，已广泛被军方以各种理由使用。无人机成为军事行动与该发明的重要组成部分MQ-1捕食者无人机在2001年后期被用在阿富汗上空，并允许在人迹罕至或危险地区进行侦察、监视和情报收集。美国军方库存的8000多架无人机中，大多数都能拍摄视频，一些较大的无人机甚至能拍摄高分辨率照片。
问题是处理所有这些视频和照片及时。它需要人的分析很长的时间去通过这些无人机拍摄的视频和照片令，而且情况可能会在这段时间发生改变。
为了提高分析效率，军事转向人工智能技术来解决这一难题。它专门承包谷歌使用its来构建人工智能软件TensorFlowAI系统的算法战跨功能团队或项目的Maven的一部分。
这份军事合同包括使用人工智能软件分析录像，检测威胁，并指定目标供人类分析人员审查，这将是做出军事决策的基础。国防部称，来自机器学习辅助分析的信息可以帮助最小化附带损害，减轻威胁，保障地面士兵的安全。
不懈哨兵和军事基地
大多数人想当然地认为军事基地有超严密的安全措施，他们是对的。然而，这需要做一些工作，因为这些基地的庞大规模意味着对人员的重大投资。这可能部分由于人工智能而改变。
今天的主要军事基地充分利用技术进步来确保物理安全，包括人工智能。
关键是要在战略上布置一个广泛的传感器和摄像头网络机器视觉软件，旨在发现在镜头，它提醒操作人员异常。在爱德华兹空军基地，例如，地面雷达扫过其308000英亩的系统。
操作人员需要不断地监视这些，但很容易错过一两件事出了100的在长轮班结束或一时分心期间。AI软件拿起松弛，并增加人工操作的有效性。
特勤局和白宫审判
人脸识别作为一种高效的安全技术，正迅速受到人们的青睐机场，减少了乘客和机场工作人员通过安检的时间和精力。这些机场使用的所有商用人工智能软件似乎都兑现了它们的承诺。
因此，美国政府很可能会利用这些随时可用的进入和周边安全工具，在军事基地等关键领域实施这些工具。奇怪的是，事实并非如此。根据防御生物识别系统(DBIDS)网站上，军事设施只在门口使用身份证和指纹生物识别技术。
然而，美国特勤局(US Secret Service)正在尝试新方法。它最近测试面部识别软件利用在白宫现有的闭路电视（CCTV）系统，特勤局的志愿者的测试人群的画面。测试是面部识别导频或FRP程序，以确定在确定在公共场所的志愿者软件的准确性的一部分。志愿者为代表的知名“的利益主体”，该软件最终将有能力确定。
2018年11月的测试是白宫计划实施的面部识别技术的第一阶段，该技术将取代目前用于识别人们所感兴趣的对象的穿制服的部门官员和特工。
进一步的测试将持续到2019年8月，届时，它将决定是否继续实施面部识别技术，因为它遵守了该协议的条款隐私影响评估技术发展和任务支助办公室的主任。该文件没有具体说明试验中使用的面部识别软件。
标题图片来源：瘾科技
