国外动态

战略政策

美军特种作战部队将全面利用人工智能与机器学习能力

发布时间：2020年05月15日

5月12日，美国特种作战司令部（SOCOM）司令理查德·克拉克在虚拟特种作战部队工业会议上表示，鉴于当前所面临的实力相近的竞争对手和暴力极端组织，SOCOM将在其投资组合中全面利用人工智能和机器学习能力。目前，SOCOM已经并将继续将人工智能和机器学习能力整合至其大多数项目执行办公室所开展的项目中。

采办执行官吉姆·斯密斯表示，SOCOM对人工智能和机器学习的应用不仅限于信息作战，还在为其最高优先事项寻求广泛应用，包括：下一代情报监视与侦察（ISR）；下一代机动能力；精确火力与效应；生物技术；“超级使能作战人员”；数据和网络。

1、信息战

克拉克表示，目前S O C O M与对手处于“影响战”之中，这就使军事信息支援作战（MISO）变得更为重要，要求SOCOM必须想对手之所想，以更快地开展信息战。目前，SOCOM已成立了一个联合军事信息支援作战“网络作战”（web ops）中心，以应对ISIS等极端组织利用新冠疫情加强社交媒体招募活动。

2、下一代ISR

对于下一代ISR而言，最重要的是实现传感器融合，以将无人空中系统、网络和天基能力，以及其他传感器提供的信息进行融合。

3、下一代机动能力

对于下一代机动能力，人工智能和机器学习可帮助无人机和其他机器人进行导航或自主执行任务。此外，还可帮助特种作战部队采用无线射频对抗措施。

4、精确火力与效应

对于精确打击投资组合，SOCOM希望巡飞弹能够在正确的时间和地点实施目标打击。同时，SOCOM也需要反无人机技术，而人工智能和机器学习可被用来甄别对手无人机并对其防御系统进行打击。

5、生物技术

在生物技术方面，SOCOM正与工业合作伙伴合作，利用人工智能和机器学习研究低水平爆炸暴露对大脑的长期影响。

6、“超级使能作战人员”

在“超级使能作战人员”概念方面，SOCOM也将人工智能和机器学习纳入到该概念中，以提供边缘认知优势，包括信息分析、合成及通信能力，以使作战人员能够更好地作出决策。

7、数据与网络

在数据与网络方面，SOCOM将于6月份在其位于佛罗里达坦帕市的SOFWERX办公室启动“分析自动化”项目，以利用人工智能和机器学习大幅减少战术作战中心分析人员在信息收集、分析、分发等方面的工作负荷。

此外，人工智能和机器学习在增强数据管理和网络方面的潜能也非常明显。SOCOM已利用人工智能执行预测性维护，以及支撑战术边缘任务指挥。斯密斯表示，SOCOM成立了一个新的项目执行办公室，即特种作战部队数字应用项目执行办公室，以寻求并利用人工智能软件能力。SOCOM希望在其采办投资组合中，工业部门能够将人工智能和机器学习技术集成至其各个产品中。

（来源：“国防科技要闻”微信公众号）

美国防部推进保持5G领先的计划

发布时间：2020年05月28日

美国防部认为5G宽带覆盖是“关键战略技术”，但美军方广泛部署5G还存在以下障碍：为5G信号分配频段；构建广泛且昂贵的新网络基础设施；尚无能够支持5G速度和功率的移动设备。美国防部“关于5G无线技术的新战略”要求国防部办公厅协调军种间和机构间的5G工作。美军方还将使用研发经费来补充美国的研究生态系统，试图跟上中国建设5G基础设施的速度。此外，还要求发展能够更有效地利用5G频谱空间的“毫米波技术”，以更有效地利用5G频谱空间。

（来源：国防科技要闻）

美国国会计划投资1000亿美元资助高科技产业以应对中国科技发展

发布时间：2020年05月28日

美国国会将向美国国家科学基金会注资1000亿美元，用于未来5年开展关键高科技领域研究工作。其选择关注的技术领域基于中国高科技发展对美国带来的挑战而提出，主要包括：人工智能和机器学习；高性能计算、半导体和先进计算机硬件；量子计算和信息系统；机器人、自动化和先进制造；自然或人为灾害预防；先进通信技术；生物技术、基因组学和合成生物学；先进能源技术；网络安全、数据存储和数据管理技术等。根据该法案，美国国会将再额外授权100亿美元，用以指定并投入至少10个区域技术中心，这些中心后续将依次成为“全球关键技术研发和制造中心”。

（来源：“国防科技要闻”微信公众号）

产业发展

新AI诊断程序可预测是否感染新冠肺炎

发布时间：2020年05月13日

据物理学家组织网11日报道，英美科学家携手开发出一种人工智能（AI）诊断工具，可以根据症状预测某人是否可能感染新冠肺炎，相关研究发表于《自然·医学》杂志。

研究人员称，这款AI模型使用“新冠肺炎症状研究”应用程序中的数据，通过比较人们的症状和传统新冠肺炎测试提供的结果来预测某人是否可能感染新冠肺炎，有望为难以获得测试机会的人群提供帮助，他们即将在英国和美国开展两项临床试验。

全球已有330多万人下载了“新冠肺炎症状研究”程序，并每天使用该应用程序报告自身健康状况。研究人员分析了该应用程序从250万名英美用户收集的数据，这些人定期在该应用程序中记录其健康状况，其中约三分之一的用户记录了与新冠肺炎相关的症状，有18374人报告称他们接受了冠状病毒检测，其中7178人的检测结果为阳性。

借助上述数据，研究小组探究了哪些已知与新冠肺炎有关的症状最有可能与阳性测试结果相关。他们发现，新冠肺炎的症状比感冒和流感症状更多样。他们警告称，不要只关注发烧和咳嗽，味觉和嗅觉丧失（嗅觉失调）更值得关注，因为三分之二冠状病毒感染检测结果呈阳性用户报告有此症状。这表明，与发热相比，嗅觉丧失是指向新冠肺炎更有力的指标。

研究人员随后创建了一个数学模型，该模型可以根据用户的年龄、性别及四个主要症状——嗅觉或味觉丧失、严重或持续咳嗽、疲劳和食欲不振的组合来预测某人是否可能感染新冠肺炎，准确率为80%左右。研究人员将这个模型应用于80万名出现症状的应用程序用户群体中，预测当时身体不适的人中有不到五分之一（17.42%）的用户可能感染了新冠肺炎。

研究人员认为，将这种AI预测模型与“新冠肺炎症状研究”结合使用，可以在症状刚开始出现时识别出那些有可能感染的人。伦敦国王学院的蒂姆·斯佩克特教授说：“味觉或嗅觉丧失是新冠肺炎感染的关键预警信号，应包括在该疾病的常规筛查中，任何突然失去嗅觉或味觉的人应假定自己已被感染并遵守当地的自我隔离措施。”

（来源：科技日报）

疫情促进人脸识别技术在日本应用

发布时间：2020年05月14日

日本的人脸识别应用最早见诸报端的是机场的刷脸。从2017年10月开始，先后在东京羽田机场、东京成田机场、大阪关西国际机场以及名古屋中部国际机场导入人脸识别系统。专利申请数据显示，在人脸识别相关技术方面，日本厂商拥有很多专利。其中N EC、NTT、日立、富士通、欧姆龙、佳能、东芝等排在前列。

为应对新冠肺炎疫情，日本的人脸识别应用报道了两个实例：其一，日本的计数器厂商——GLORY公司研发了一套“可识别佩戴口罩人脸”的系统。这一人脸识别系统，即使识别对象佩戴口罩或墨镜，也能根据眼睛、额头及鼻梁等部位的特征进行识别。

其二，总务省导入的利用人脸识别的体温测定系统，设置在中央联合大楼2号楼与总务省2号大楼。利用红外线照相机，即使距离测定对象1.5米以上，也能在0.5秒内以正负0.3度的精度检测到来访者的体温异常，并及时向管理者发送通知，即使戴着口罩也能正确测量。

（来源：科技日报）

微软向公众开放与新冠病毒相关的黑客攻击活动的威胁数据

发布时间：2020年05月15日

据外媒报道，微软周四宣布，该公司正在将其收集的与新冠病毒相关的黑客攻击活动的威胁情报公开。“作为一个安全情报社区，当我们分享的信息能够提供更完整地了解攻击者的转移技术时，我们就会更强大，”微软威胁情报团队在一篇博文中说。“这种更完整的视图使我们都能更主动地保护、检测和防御攻击。”

微软决定开放其feed，以提高人们对攻击者在新冠大流行期间不断变化的技术的认识-尤其是对于那些可能不具备该公司所拥有的广泛可见性的人来说。该安全团队写道：“微软每天处理跨越身份、端点、云端、应用和电子邮件的数万亿个信号，这为我们提供了广泛的COVID-19主题攻击的可视性，使我们能够在整个安全栈中检测、保护和应对这些攻击。”

由26个成员组成的网络安全威胁共享非营利组织 “网络威胁联盟”（Cyber Threat Alliance）总裁兼首席执行官迈克尔-丹尼尔（Michael Daniel）表示，大流行期间犯罪活动的转变首次将目标锁定在使用新平台的人身上。

“总的来说，安全行业的恶意活动数量并没有增加；但是，我们看到这种犯罪活动的重点发生了迅速而急剧的转移，”前白宫网络安全协调员Daniel告诉CyberScoop。“坏人已经试图利用人们的恐惧、整体信息的匮乏以及许多在线平台的首次用户的增加等因素，将重点转移到了COVID-19的相关主题上。”

在网络犯罪分子和国家行为者开始用新冠病毒和医疗保健主题的鱼叉钓鱼邮件或虚假的移动应用程序在全球范围内瞄准受害者几个月后，微软进行了这一举动。微软正在提供的信息包括在大流行病相关的鱼叉钓鱼电子邮件活动中的恶意附件中使用的文件散列指标。其中包括的许多电子邮件诱饵都模仿了世界卫生组织和红十字会的品牌，而其他诱饵似乎是在与目标共享有关COVID-19的信息。

微软分享的283个威胁指标可以通过微软的Graph Security API或Azure Sentinel的GitHub页面获得。

Mandiant Threat Intelligence的高级首席分析师Sarah Jones告诉CyberScoop，这种公开的共享很可能会对致力于打击新冠病毒相关威胁的中小型企业有所帮助。“我们还没有机会观察到微软的这一功能，不过，拥有多种方式整合和查询外部的intel feeds，对于网络防御者来说总是有帮助的。”ones说。“此外，向客户发布高质量的和经过审核的‘Compromise指标’馈送，对于中小型企业来说，可以成为一种力量的倍增器。”

Cofense首席技术官Aaron Higbee对这一举措表示欢迎，但他补充说，滥用微软Office 365的网络钓鱼邮件非常猖獗。

“我们赞扬所有的努力，以保护人们免受网络钓鱼攻击的攻击，这些攻击利用了人们对大流行病的恐惧和担忧。”Higbee告诉CyberScoop。“Cofense的客户对微软无法过滤掉网络钓鱼邮件表示出越来越多的不满。当他们得知钓鱼邮件来自于Office 365账户，并且钓鱼套件托管在Office 365上时，他们就会变得特别恼火。我很好奇，在微软选择分享的283个网络钓鱼指标中，有多少个是托管在Office 365内的。”

几个星期前，多个网络安全志愿者团体联合起来，帮助医疗机构在大流行期间应对突发的网络安全威胁。其他公司此前已经宣布，他们正在更广泛地提供服务。

（来源：cnBeta）

美太空发展局计划发射八颗能够跟踪高超声速武器的卫星

发布时间：2020年05月20日

美太空发展局（SDA）5月11日发布了一份建议征询书草案，拟在2022财年发射第一批能够跟踪高超声速武器的卫星。根据该草案，SDA正在招标承包商设计和建造8颗宽视场（WFoV）卫星，这些卫星将装备红外传感器，具备高超声速武器的初始跟踪能力。这八颗卫星还将接入SDA的传输层卫星，建立一个具有光学卫星间交叉链路的天基网状网络，让WFoV传感器收集的数据能够在卫星之间传输，最终通过战术数据链路传输到适当的系统。以下是该草案中为八颗WFoV卫星制定的性能目标：

①开发和交付集成红外传感器的卫星，这些传感器需要具有足够的灵敏度和处理能力，能够从近地轨道探测高超声速飞行器。

②描述星对星和星对地通信路径的性能。

③与扩散的传输层集成，直接通过战术数据链路提供跟踪信息。

④演示验证不同供应商提供的卫星之间的互操作性。

⑤评估卫星上处理、通信基础设施和高级算法如何能够更有效地利用通信带宽。

⑥制定全球跟踪能力的作战概念。

⑦验证功能和性能要求，以便为今后关于通信、太空和地面处理以及全面全球能力所需天基传感器的数量、类型和能力的研究提供信息。

此前不久，美国防高级研究计划局宣布，计划在今年年底和2021年将“黑杰克”项目的卫星送入轨道，预计在2022财年发射第一批约20颗卫星，2024财年发射第二批150颗卫星。

（来源：“国防科技要闻”微信公众号）

英国推出用于无人潜航器的水下全球导航卫星系统

发布时间：2020年05月28日

英国模数技术公司推出全新系列的全球导航卫星系统（GNS S）。该系统可承受几千米的水压，在水下准确记录平台位置，适合遥控水下潜航器（ROVs）和自主水下潜航器（AUVs）。

该系列中结构最紧凑的是M in iPod101G，其额定下潜深度为50米，可在靠近水面处工作，并将位置信息传送至2千米外的母船，从尺寸、重量和安装等关键因素考虑非常适合小型海上无人系统；MiniPod103G和MiniPod106G的额定下潜深度分别为1000米和6000米，可与超短基线定位系统（USBL）等水下声学定位系统结合使用，提供无人潜航器和无人舰艇的实时监测，实现水面跟踪/回收和丢失资产的重新定位，适合观测级或深水作业级的遥控水下潜航器；MiniPod107GS综合其他型号的特点和优势，采用IsatData Pro技术，为远程资产监控提供全球卫星定位服务，一旦其所安装的水下潜航器浮出水面，准确的位置信息就可被送至世界任何地点。另外，所有型号均包含高稳定性的即插式双波段L1 + L2接收器，可连接Atlas公司的校正服务以提高准确性。

（来源：“国防科技要闻”微信公众号）

1750亿参数，史上最大AI模型GPT-3上线

发布时间：2020年05月30日

5月29日，OpenAI 提出的 GPT-3 在社交网络上掀起了新一阵风潮。它的参数量要比 2 月份刚刚推出的、全球最大深度学习模型 Turing NLP 大上十倍，而且不仅可以更好地答题、翻译、写文章，还带有一些数学计算的能力。这样强大的深度学习，不禁让人产生一种错觉：真正的AI要来了吗？

首先，GP T-3 最令人惊讶的还是模型体量，它使用的最大数据集在处理前容量达到了 45TB。根据 OpenAI 的算力统计单位petaf lops/s-days，训练 AlphaGoZero 需要1800-2000pfs-day，而 OpenAI 刚刚提出的 GPT-3 用了3640pfs-day，看来拥有微软无限算力的 OpenAI，现在真的是为所欲为了。

研究者们希望 GPT-3 能够成为更通用化的 NLP 模型，解决当前BERT等模型的两个不足之处：对领域内有标记数据的过分依赖，以及对于领域数据分布的过拟合。GPT-3致力于能够使用更少的特定领域，不做“微调”（fine-tuning）解决问题。

和往常一样，GPT-3 立即放出了GitHub项目页面，不过目前仅是一些生成样本和数据集，还没有代码：https：//github.com/openai/gpt-3。

不过上传的没有那么快其实情有可原，在 issue 里有人道出了真相：参数这么多，如果按照 GPT-2十五亿参数等于6G这么算的话，GPT-3模型可能要700G，老硬盘还装不下，不是正常人能玩的转的。

2019年3月机器学习先驱，阿尔伯塔大学教授Richard S.Sutton著名的文章《苦涩的教训》里开篇就曾说道：“70年的人工智能研究史告诉我们，利用计算能力的一般方法最终是最有效的方法。”

2019年初，OpenAI发布了通用语言模型GPT-2，能够生成连贯的文本段落，在许多语言建模基准上取得了SOTA性能。这一基于Transformer 的大型语言模型共包含15亿参数、在一个800万网页数据集上训练而成。GPT-2是对GPT模型的直接扩展，在超出 10 倍的数据量上进行训练，参数量也多出了10倍。

然而，长江后浪推前浪。昨日，OpenAI发布 GPT-3模型，1750亿参数量，足足是GPT-2的116倍。

GPT-3 的论文作者多达 31 人，来自OpenAI、约翰霍普金斯大学的Dario Amodei等研究人员证明了在GPT-3中，对于所有任务，模型无需进行任何梯度更新或微调，而仅通过与模型的文本交互指定任务和少量示例即可获得很好的效果。

GPT-3 在许多 NLP 数据集上均具有出色的 性能，包括翻译、问答和文本填空任务，这还包括一些需要即时推理或领域适应的任务，例如给一句话中的单词替换成同义词，或执行 3 位数的数学运算。

当然，GPT-3 也可以生成新闻报道的样本，我们很难将机器写的文章与人类写的区分开来。

（来源：“机器之心”微信公众号）

美国海军海战系统司令部成立网络与数字化转型领导机构

发布时间：2020年05月29日

据USNI网站报道，4月中旬，美国海军海战系统司令部（NAVSEA）司令、海军中将托马斯·摩尔宣布成立网络工程与数字化转型局（SEA 03），由阮桓少将负责。虽然4年前就任NAVSEA司令时，摩尔中将就将网络作为NAVSEA的首要任务，但目前NAVSEA还没有形成关于网络和数字化发展的统一规划。在前海军作战部长约翰·理查德森上将实施数字化转型后，摩尔中将发现NAVSEA部门在信息化建设方面各自为政，如首席信息办公室管理舰载网络，项目执行办公室管理软件包、作战系统和雷达的网络防御，海军系统工程局（SEA 05）则负责数字双胞胎、数据分析的试点项目。虽然这些机构都在各自领域取得了一定成果，但总体上，NAVSEA并没有人专门负责整个部门的数字化、网络建设问题。SEA 03的成立就是为了解决上述问题。SEA 03合并了首席信息办公室，将NAVSEA的信息化建设思路从面向传统IT任务转为交付服务。接下来，SEA 03将对NAVSEA的网络和数字化转型进行整体评估，提出下一步机构改革建议。

SEA 03的任务是“发展舰队数字能力，开发网络安全基础设施，增强用户体验，提升舰队作战能力”。具体职责包括：1、开发、保护网络与数字生态系统；2、提供网络与数字化业务；3、设计、交付、维护网络与数字生态系统；4、提供数字化决策；5、管理网络和数字化技术；6、有效交付数据；7、开发数字架构；8、提升数字化创新；9、实施基于模型的系统工程。

（来源：国防科技信息网）

多操作系统平台资产风险状况研究：微软漏洞最多

发布时间：2020年05月06日

Kenna Security 发布了一份新的报告，其中对Microsoft、Linux 和 Mac 资产的风险状况进行了研究。Cyentia 研究所撰写了《 Prioritization to Prediction：Volume 5： In Search of Assets at Risk》报告，该报告基于Kenna Security 来自 450 个组织的 900 万资产的数据。

报告指出，微软资产的 70% 至少具有一个高风险漏洞。在整个研究期间，研究人员共发现了 Microsoft 资产中的 2.15 亿个漏洞，其中已完成修复的漏洞有 1.79 亿个，占比 83%。根据 Kenna Security 的说法，其余未修补的 3600 万个漏洞要高于 Max、Linux 和 Unix 资产的总和。

微软还拥有最高的封闭式高风险漏洞百分比，为83%。紧随其后的是 Apple OSX，其次是 Linux/unix 和网络设备/IoT 设备。此外，40% 的 Linux 和 Unix 资产以及 30% 的网络设备具有已知漏洞。

不过，Kenna Security 也指出，较少的漏洞不一定表示设备更安全。在一个单个高风险漏洞可能造成灾难性后果的世界中，有效的补丁程序优先级和速度是安全性的关键，而与设备或软件类型无关。

尽管 Microsoft 具有比其他漏洞更多的漏洞，但这不一定表示其存在总风险，因为 Microsoft 还可以更快地修复漏洞。该报告发现，基于 Wi ndow s 的资产每月平均有119 个漏洞，并且平均每 36 天修补一次这些漏洞。与此相比，网络设备每月平均只有 3.6 个漏洞，但这些漏洞则大约需要一年的时间才能完成修补。

苹果的补丁率位列第二高，为 79%。Linu x、Un i x 和其他网络设备的补丁率则为 66%。

Cyentia Institute 的合伙人兼创始人 Wade Baker 表示：“通过自动修补和’Patch Tuesdays’，Microsoft 能够解决其系统上的关键漏洞的速度非常出色，但其仍然存在很多漏洞。“另一方面，我们看到许多资产，例如 routers和 pr i nter s，它们的高风险漏洞具有更长的保质期。公司需要围绕这些权衡因素调整其风险承受能力，策略和漏洞管理功能。

（来源：cnBeta）