引入AI的前提：無人機(jī)FMV數(shù)據(jù)標(biāo)準(zhǔn)化

21世紀(jì)初，美國在阿富汗、伊拉克的兩場戰(zhàn)爭開啟了“無人機(jī)戰(zhàn)爭”時代，也直接推動了全動態(tài)視頻（FMV）技術(shù)的成熟與爆發(fā)。

與此同步的是，隸屬于美國國家地理空間情報局（NGA）的機(jī)構(gòu)動態(tài)影像標(biāo)準(zhǔn)委員會MISB（Motion Imagery Standards Board）專門為FMV視頻制定了美軍標(biāo)準(zhǔn)——MISB ST 0601，官方名為無人機(jī)數(shù)據(jù)鏈本地集（UAS Datalink Local Set）。

這個FMV視頻元數(shù)據(jù)的軍用標(biāo)準(zhǔn)規(guī)定了用輕量KLV格式把時間、位置、姿態(tài)、平臺、傳感器、目標(biāo)、氣象與環(huán)境等信息打包嵌入到視頻流中，從而能夠?qū)崿F(xiàn)跨平臺、跨軍種的傳輸和互通共享。

2008年10月，阿富汗南部美軍基地內(nèi)，“悍馬”引導(dǎo)MQ-1“捕食者”無人機(jī)降落。畫面右側(cè)可見遠(yuǎn)處的安-124運(yùn)輸機(jī)。

比如，2014年10月發(fā)布的MISB ST 0601.8版的標(biāo)準(zhǔn)就明確定義了95個數(shù)據(jù)標(biāo)簽（Tag）。從這一細(xì)節(jié)可以看出，在美軍標(biāo)準(zhǔn)化情報體系中，無人機(jī)平臺拍攝的FMV視頻畫面已經(jīng)變成了地理空間情報數(shù)據(jù)的重要源頭。情報分析人員對這些FMV的判讀和分析，并不是通過逐幀看視頻而達(dá)成的，而是基于元數(shù)據(jù)疊加地圖、標(biāo)記目標(biāo)數(shù)據(jù)庫、歷史數(shù)據(jù)等，最終獲知“何時何地，發(fā)生了什么的”，可以提取目標(biāo)位置、生成目標(biāo)的移動軌跡和速度、識別異常活動、生成目標(biāo)軌跡和活動模式等。

在2014年10月的MISB ST 0601.8版的標(biāo)準(zhǔn)中，列出的元數(shù)據(jù)標(biāo)簽量就達(dá)到了95個。

而這也讓美軍在戰(zhàn)場情報方面遇到了新難題——數(shù)據(jù)量遠(yuǎn)超分析能力，讓情報分析師不堪重負(fù)。

在“數(shù)據(jù)過載”的困境之下，無人機(jī)的FMV視頻根本無法轉(zhuǎn)化為可執(zhí)行的情報，甚至“讓反恐戰(zhàn)爭中的士兵為此付出了生命代價”。

此時，德魯·庫科爾意識到，人工智能（AI）技術(shù)或許能解決這個問題。他力圖將情報的處理、利用與分發(fā)（Processing、Exploitation、Dissemination，簡稱為PED）等工作做到高度的自動化。

而這一工作的前提，也是因為有了MISB ST 0601標(biāo)準(zhǔn)這個大前提，才能讓FMV和攜帶的多種元數(shù)據(jù)能夠標(biāo)準(zhǔn)化，可跨平臺進(jìn)行解析，也才有引入AI工具后，AI能夠自動識別目標(biāo)、跟蹤、分析、關(guān)聯(lián)、生成報告等進(jìn)展。

美國的MISB ST 0601標(biāo)準(zhǔn)也被納入了北約標(biāo)準(zhǔn)化協(xié)議STANAG 4609。由此，北約內(nèi)部的FMV數(shù)據(jù)的流轉(zhuǎn)和共享都不是問題。圖為法軍裝備的MQ-9。

當(dāng)數(shù)據(jù)過載，AI成為破局之道

將AI技術(shù)應(yīng)用于無人機(jī)影像，這個提案也得到了時任美國國防部副部長的認(rèn)可。

2018年，作為“梅文”項目負(fù)責(zé)人的美國陸軍中將約翰·沙納漢在其報告《無人機(jī)系統(tǒng)領(lǐng)域的變革：算法戰(zhàn)跨職能小組（梅文項目）》中提到，2016年10月，他們詳細(xì)研究了戰(zhàn)術(shù)無人機(jī)PED自動化，并得出結(jié)論：“收集的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)超過現(xiàn)有的人力……我們需要一種新方法……”這也是“梅文”項目啟動的根本動因。

沙納漢出示了一張比喻“數(shù)據(jù)雪崩”的圖片：一輛吉普車被巨大的雪崩追趕，隱喻著情報數(shù)據(jù)如同雪崩一樣向分析師涌來，如果不借助自動化工具，“吉普車”就會被數(shù)據(jù)淹沒，無法及時產(chǎn)出情報。

沙納漢在2020年從美國空軍退役后也有“旋轉(zhuǎn)門”履歷，除了智庫、院校的研究員角色外，摩爾斯（MORSE）公司在2024年宣布，沙納漢加入該公司顧問委員會。該公司的介紹是“一家領(lǐng)先的人工智能（AI）解決方案提供商，服務(wù)于美國國防部和情報界。”

沙納漢這樣介紹“梅文”項目的發(fā)展歷程：2016年11月，在項目“問題定義與分析”階段，團(tuán)隊以效率提升倍數(shù)來量化評估了數(shù)據(jù)傳輸、優(yōu)化人機(jī)界面、語音轉(zhuǎn)文字、傳感器管理優(yōu)化、計算機(jī)視覺/AI等不同技術(shù)會給情報PED工作的自動化帶來提效價值。

工作結(jié)論是：計算機(jī)視覺/AI至少能達(dá)到50倍的提效，AI技術(shù)將帶來顛覆性的效率提升。同年12月，PED自動化工作組成立，成員來自美國國防部實驗室、各戰(zhàn)區(qū)司令部、情報機(jī)構(gòu)、國防創(chuàng)新單元（DIUx）、戰(zhàn)略能力辦公室（SCO）及各軍種——這標(biāo)志著“梅文”項目從概念評估進(jìn)入技術(shù)籌備階段。

FMV視頻數(shù)據(jù)的量級暴漲，AI工具能顯著提高對這類數(shù)據(jù)的處理、分析效率。

并非一蹴而就，正式開始于2017年

沙納漢在報告中還稱，PED自動化工作組評估了32個政府項目，其中僅有12個項目涉及AI/計算機(jī)視覺。而彼時美國軍方在軍用AI方面能力薄弱，不單單是AI項目少，投入更是不足，基礎(chǔ)設(shè)施缺失，相關(guān)項目的平均投入僅為50萬美元，訓(xùn)練AI模型所需的GPU、云計算能力均為0，也沒有規(guī)模化數(shù)據(jù)標(biāo)注體系，平均標(biāo)注數(shù)據(jù)量約1萬個目標(biāo)，數(shù)據(jù)量嚴(yán)重不足。很多項目的算法直接來自GitHub開源代碼，缺乏自主可控技術(shù)底座，也根本沒有集成到實戰(zhàn)系統(tǒng)的計劃，這意味著這些項目并未真正瞄準(zhǔn)戰(zhàn)場，與戰(zhàn)場需求存在一定脫節(jié)。

沙納漢的這份報告文件揭示了“梅文”項目的發(fā)展并非一蹴而就。

2017年1月，美國軍方聯(lián)合學(xué)術(shù)界與產(chǎn)業(yè)界開展AI專項研究，引入初創(chuàng)企業(yè)、科技巨頭、頂尖高校、智庫與科研機(jī)構(gòu)。這意味著“梅文”項目的發(fā)展從一開始就打破了傳統(tǒng)軍工項目研發(fā)的壁壘，從過去的傳統(tǒng)軍工封閉體系轉(zhuǎn)向硅谷生態(tài)模式。

這是非常關(guān)鍵的結(jié)構(gòu)變化，后來直接促成了谷歌等互聯(lián)科技巨頭的參與和美國“新軍工”帕蘭提爾公司的崛起。

2017年2月，美國國防部提出“特別工作組”方案和行動方案。此時該項目內(nèi)部已經(jīng)形成共識：深度學(xué)習(xí)算法可達(dá)到接近人類的水平；AI必須規(guī)模化實施，需構(gòu)建完整技術(shù)流水線；集成與文化是“最困難的部分”。

沙納漢以一輛吉普車被巨大的雪崩追趕來形容“數(shù)據(jù)雪崩”的情況。

站在現(xiàn)在回顧，這三則目標(biāo)頗具預(yù)見性和指導(dǎo)性，并且足夠務(wù)實。

在“梅文”項目啟動后的幾年中，AI技術(shù)的發(fā)展日新月異；AI技術(shù)的發(fā)展需要建立起從數(shù)據(jù)采集、標(biāo)注、算法訓(xùn)練、測試、集成到部署、迭代優(yōu)化的完整技術(shù)“流水線”，才能保障AI算法的持續(xù)迭代與大規(guī)模應(yīng)用。此外，在AI技術(shù)的應(yīng)用層面，技術(shù)本身并不是最難，難點(diǎn)在于是如何讓美國軍方接受這個新事物，如何將AI接入到現(xiàn)有的武器系統(tǒng)中，并對已有流程和模式、戰(zhàn)術(shù)戰(zhàn)法等做出改造甚至是重構(gòu)。

頗有硅谷風(fēng)格的是，“梅文”項目啟動當(dāng)年就被要求必須有成果。

2017年4月，美國國防部副部長羅伯特·沃克正式設(shè)立算法戰(zhàn)跨職能團(tuán)隊（AWCFT）。

AWCFT的徽章，一改傳統(tǒng)軍事徽章多采用嚴(yán)肅、莊重的紋章風(fēng)格，而是使用了三個笑容燦爛、看起來“友好”的卡通機(jī)器人形象，上面寫著拉丁文“officium nostrum est adiuvare”，意為“我們的職責(zé)是協(xié)助/提供幫助”。同時也明確了，該項目是直接向美國國防部情報副部長匯報，凸顯項目的地位屬于國防部情報體系的頂層。

不論是機(jī)器人的形象，還是它們的顏色，在這類徽章中都屬相對罕見的設(shè)計元素。如此設(shè)計，或許是為了呼應(yīng)這支團(tuán)隊的創(chuàng)新、打破傳統(tǒng)的一面。

與此同時，設(shè)定的項目初期目標(biāo)是——整合現(xiàn)有算法技術(shù)資源；全動態(tài)視頻（FMV）的PED環(huán)節(jié)部署AI，用于處理、利用與分發(fā)（PED）；小團(tuán)隊，快速行動，允許失敗，迭代學(xué)習(xí)；2017年底前首批算法投入運(yùn)行。

這4個目標(biāo)的設(shè)立，既能夠整合AI算法技術(shù)資源，還避免了內(nèi)部的重復(fù)建設(shè)，以形成統(tǒng)一的技術(shù)底座，利于后續(xù)的規(guī)模化推廣應(yīng)用。而且，凸顯了“梅文”項目從誕生第一天起就緊扣FMV的需求，是瞄向戰(zhàn)場部署的實戰(zhàn)型AI。

無人機(jī)系統(tǒng)的一大技術(shù)發(fā)展方向是“一站多控”（一座地面站控制多架無人機(jī)），這背后離不開起降、巡航等環(huán)節(jié)的自動化，也有賴于AI工具的引入，帶來對戰(zhàn)場信息處理能力的顯著提升。

而“小團(tuán)隊，快速行動，允許失敗，迭代學(xué)習(xí)”這一目標(biāo)，則是濃縮了硅谷創(chuàng)業(yè)文化精髓，跳出了傳統(tǒng)軍工巨頭主導(dǎo)的軍工項目的龐大、長周期、重流程等固有窠臼。梅文項目從概念評估到技術(shù)籌備，從誕生到測試部署都是速度非常快的。

特別是2017年底前首批AI算法投入運(yùn)行這個目標(biāo)，更顯“梅文”項目的硅谷底色：是要以明確的、激進(jìn)的時間節(jié)點(diǎn)來倒逼項目的快速推進(jìn)，確保系統(tǒng)盡早交付部隊，開展試用工作，形成初始作戰(zhàn)能力，并開啟一輪輪快速的技術(shù)迭代升級。

事實上，“梅文”系統(tǒng)的盡早交付-試用-形成初始作戰(zhàn)能力-反饋-升級迭代這樣的產(chǎn)品開發(fā)模式，顛覆了美軍的傳統(tǒng)采購慣例，在推行中曾遭遇不小阻力。

頗有野心，要做全域軍事情報AI平臺

沙納漢這份2018年的報告文件，可以說是美國官方對“梅文”這個軍用AI系統(tǒng)誕生的“說明書”。這里可以看出“梅文”項目在立項之初就極具野心，定下了從“視頻AI”向“全域軍事情報AI平臺”擴(kuò)展的發(fā)展戰(zhàn)略。

比如，可用于不同平臺與傳感器的情報數(shù)據(jù)的收集、整理和融合。來源多樣性的情報數(shù)據(jù)除了體量各異的無人機(jī)平臺外，還包括手持設(shè)備、U-2偵察機(jī)等有人機(jī)平臺、衛(wèi)星、雷達(dá)系統(tǒng)、水面艦艇（包括偵察船）等。

沙納漢這份2018年的報告文件指出，“梅文”系統(tǒng)的用途可不止“視頻AI”。

該文件還展示了“梅文”系統(tǒng)對繳獲的敵方物資的情報搜集和處理能力，涵蓋了手機(jī)、U盤、筆記本電腦、紙質(zhì)文件、手寫書信、光盤等，這意味著該系統(tǒng)具備對這些不同形態(tài)情報的文檔識別、翻譯、關(guān)聯(lián)分析等能力。以及，“梅文”系統(tǒng)還具備對目標(biāo)的系統(tǒng)分析能力，分析諸多不同節(jié)點(diǎn)（目標(biāo)）之間的組織關(guān)系和活動模式等，并構(gòu)建起一張復(fù)雜的網(wǎng)絡(luò)關(guān)系圖。

由此可見，早在2017年至2018年時，美軍高層就已經(jīng)意識到梅文系統(tǒng)不只是針對FMV視頻的輔助分析工具，而是未來情報體系的底層基礎(chǔ)設(shè)施。（鄭宇航）