Inhaltsverzeichnis
Strategisches Planungsdokument veröffentlicht
Beschleunigen Sie das Tempo der Technologieanwendung
Auslösung eines hochmodernen militärischen Wettbewerbs
Heim Technologie-Peripheriegeräte KI Die Vereinigten Staaten fördern weiterhin den Einsatz künstlicher Intelligenz im Kampf

Die Vereinigten Staaten fördern weiterhin den Einsatz künstlicher Intelligenz im Kampf

Apr 08, 2023 pm 04:11 PM
人工智能 机器学习 战略

Ausländischen Medienberichten zufolge hat das US-Verteidigungsministerium kürzlich ein strategisches Planungsdokument für die Technologie der künstlichen Intelligenz veröffentlicht, um das Design auf höchster Ebene zu stärken und die schnelle Entwicklung verwandter Technologien zu fördern. Gleichzeitig verstärkt das US-Militär weiterhin den Kampfeinsatz der Technologie der künstlichen Intelligenz.

Die Vereinigten Staaten fördern weiterhin den Einsatz künstlicher Intelligenz im Kampf

Strategisches Planungsdokument veröffentlicht

Kürzlich unterzeichnete der stellvertretende US-Verteidigungsminister Hicks das strategische Dokument „Responsible Artificial Intelligence Strategy and Implementation Approach“, in dem die Grundprinzipien und Themen der Umsetzung der Strategie für künstliche Intelligenz durch das US-Verteidigungsministerium klargestellt werden Zu den Hauptinhalten des Frameworks gehören die folgenden zwei Aspekte.

Richten Sie die „Nachfrageseite“ aus. Die erste besteht darin, die Managementstruktur und -prozesse anzupassen und die Entwicklung der künstlichen Intelligenztechnologie des Verteidigungsministeriums weiter zu verfolgen. Die zweite besteht darin, der Forschung und Entwicklung sowie der Beschaffung von Produkten für künstliche Intelligenz Aufmerksamkeit zu schenken und die Entwicklungsgeschwindigkeit der Technologie für künstliche Intelligenz rechtzeitig anzupassen. Die dritte besteht darin, Verfahren zur Anforderungsüberprüfung einzusetzen, um sicherzustellen, dass die Fähigkeiten der künstlichen Intelligenz mit den betrieblichen Anforderungen übereinstimmen.

Optimieren Sie den „F&E-Bereich“. Die erste besteht darin, glaubwürdige Systeme für künstliche Intelligenz und Systeme zur Stärkung der künstlichen Intelligenz zu schaffen. Zweitens soll durch nationale und internationale Zusammenarbeit ein gemeinsames Verständnis des Konzepts der „verantwortungsvollen künstlichen Intelligenz“ gefördert werden. Die dritte besteht darin, das theoretische und operative Niveau des Personals im Zusammenhang mit künstlicher Intelligenz im Verteidigungsministerium zu verbessern.

Neben dem strategischen Planungsbericht des Militärs haben amerikanische Think Tanks kürzlich auch Vorschläge für die Zusammenarbeit zwischen den Vereinigten Staaten und ihren Verbündeten bei der Anwendung künstlicher Intelligenztechnologie gemacht. Das Center for Security and Emerging Technologies der Georgetown University in den Vereinigten Staaten veröffentlichte einen Bericht, in dem es heißt, dass die US-Regierung, Universitäten, Forschungseinrichtungen und der Privatsektor die Forschungszusammenarbeit im Bereich der künstlichen Intelligenztechnologie mit Australien, Indien und Japan durch verschiedene Methoden fördern sollten Schaffung eines offenen und zugänglichen Zugangs und eines sicheren Technologie-Ökosystems, um die Leistung von Waffen und Ausrüstung für das US-Militär zu verbessern.

Beschleunigen Sie das Tempo der Technologieanwendung

Neben der Formulierung einer „Roadmap“ für die Entwicklung der Technologie der künstlichen Intelligenz im Hinblick auf Design auf höchstem Niveau hat das US-Militär kürzlich mehrere Maßnahmen ergriffen, um zu versuchen, relevante ausgereifte Technologien im Militär einzusetzen üben.

Aus Sicht des Dienstaufbaus sind der „Integrationsplan“ der Armee, der „Winning Plan“ der Marine und das „Advanced Combat Management System“ der Luftwaffe die aktuellen drei großen Pläne für künstliche Intelligenz des US-Militärs. Alle drei großen Pläne werden gleichzeitig vorangetrieben. Kürzlich erteilte das U.S. Army Contracting Command dem US-Militärunternehmen Engineering and Computer Simulation einen Auftrag über insgesamt 63,28 Millionen US-Dollar für den Entwurf und die Entwicklung neuer Algorithmen für künstliche Intelligenz. Der Kommandeur der U.S. Navy Surface Force, Kitchener, sagte, dass sich die U.S. Navy Surface Force in naher Zukunft auf die Integration von Fähigkeiten wie künstlicher Intelligenz und maschinellem Lernen konzentrieren werde, um die Kampfvorteile deutlich zu verbessern. Die US-Luftwaffe hat kürzlich erfolgreich einen Algorithmus für künstliche Intelligenz namens Artuu demonstriert, der automatisch ein U-2-Aufklärungsflugzeug steuern kann, um feindliche Raketenwerfer zu finden und in Echtzeit ein operatives Bild domänenübergreifender Bedrohungen zu erstellen.

Aus Sicht der Kampfenergieerzeugung beschleunigt das US-Militär den Einsatz künstlicher Intelligenztechnologie im tatsächlichen Kampf. In einem aktuellen Artikel auf der Website des zweimonatlich erscheinenden US-Magazins „The National Interest“ heißt es, dass die US-Marine und die Luftwaffe eine neue Generation von Trainingssystemen entwickeln, um ihren Kampfflugzeugen dabei zu helfen, besser mit neuen Bedrohungen aus der Luft umzugehen. Diese intelligente Technologie namens „P5 Combat Training System“ kann US-Militärpiloten dabei helfen, virtuelles Training in Kampfszenarien mit hoher Bedrohung und starker Konfrontation durchzuführen.

Die U.S. Defense Advanced Research Projects Agency ist damit beschäftigt, ein „autonomes Netzwerkangriffssystem auf Basis von Chips für künstliche Intelligenz“ zu verifizieren. Berichten zufolge kann das System alle 24 Stunden eine Reihe von Angriffscodes generieren und das Angriffsprogramm dynamisch an die Echtzeit-Netzwerkumgebung anpassen. Da der Angriffscode neu generiert wird, ist es für Antivirensysteme, die auf vorhandenen Virendatenbanken und Verhaltenserkennung basieren, schwierig, ihn zu identifizieren, und der Code ist stark verborgen und zerstörerisch. Die U.S. Defense Advanced Research Projects Agency geht davon aus, dass dieses System über ein äußerst hohes Anwendungspotenzial verfügt und dem US-Militär dabei helfen kann, bei künftigen Netzwerkoperationen technologische Vorteile zu erlangen.

Auslösung eines hochmodernen militärischen Wettbewerbs

Generell hat das US-Militär in letzter Zeit häufige Schritte beim Aufbau künstlicher Intelligenz unternommen. Damit verbundene Trends könnten eine neue Runde des globalen militärischen Grenzwettbewerbs auslösen.

Einerseits fördern wir intern „Alle Dinge können intelligent sein“. Das US-Militär behauptet, dass es unabhängig davon, ob es sich um einen Kampfjet, einen Panzer, eine Bodenkontrollstation oder ein Überwasserschiff handelt, nicht nur als Einheit mit Kampffähigkeiten, sondern auch als Knotenpunkt zur Überwachung des Schlachtfelds und zur Beschaffung von Kriegsinformationen eingesetzt werden kann . Um dieses Ziel zu erreichen, wird künstliche Intelligenz eine unersetzliche Rolle spielen. Basierend auf den strategischen Planungsdokumenten des US-Militärs ist es nicht schwer zu erkennen, dass das US-Militär zur Schaffung weiterer Knotenpunkte im nächsten Schritt die unterstützende Rolle der künstlichen Intelligenz voll ausschöpfen wird, um verschiedene Waffenplattformen bei der Entdeckung und dem Angriff von Zielen zu unterstützen Schneller.

Andererseits beeinflusst es das globale militärische Entwicklungsmuster von außen. Das US-Militär und seine Verbündeten fördern energisch die Entwicklung der Technologie der künstlichen Intelligenz. Der Hauptzweck besteht darin, diese fortschrittlichen Technologien zur Unterdrückung rivalisierender Länder zu nutzen. Derzeit entwickeln viele Länder auf der ganzen Welt energisch entsprechende Technologien. Es ist absehbar, dass mit der schnellen Entwicklung und Unterstützung künstlicher Intelligenz und anderer Technologien das zukünftige Schlachtfeld den Übergang zu einem intelligenten und unbemannten Schlachtfeld beschleunigen wird und domänenübergreifende koordinierte Operationen wie Land, Meer, Luft, Weltraum und Netzwerk erfolgen werden Kampfstile werden zum Hauptschwerpunkt zukünftiger Kriege, treiben die Entwicklung und Anwendungstransformation der Ausrüstungstechnologie voran und fördern große Veränderungen im globalen militärischen Entwicklungsmuster.

Das obige ist der detaillierte Inhalt vonDie Vereinigten Staaten fördern weiterhin den Einsatz künstlicher Intelligenz im Kampf. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
1 Monate vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Beste grafische Einstellungen
1 Monate vor By 尊渡假赌尊渡假赌尊渡假赌
Will R.E.P.O. Crossplay haben?
1 Monate vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Jun 28, 2024 am 03:51 AM

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Jun 10, 2024 am 11:08 AM

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Jun 11, 2024 pm 03:57 PM

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Sieben coole technische Interviewfragen für GenAI und LLM Sieben coole technische Interviewfragen für GenAI und LLM Jun 07, 2024 am 10:06 AM

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Jun 05, 2024 pm 08:51 PM

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Jul 25, 2024 am 06:42 AM

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen Jul 17, 2024 pm 06:37 PM

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw. SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw. Aug 01, 2024 pm 09:40 PM

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht

See all articles