美国陆军人工智能项目——Linchpin_ai|机器学习

文章图片

文章图片

美国陆军已经认识到，要想在当前和未来以数据驱动的作战中取得优势，关键在于集成人工智能和机器学习的能力。人工智能和机器学习可以提高任务效率（如处理海量情报信息、进行目标识别），并帮助军事领导人快速做出决策。
然而，当前美国军事领导人、政策制定者和政府官员在讨论将人工智能集成到国防部以启用自主系统和取得决策优势时，大部分建议都停留在战术和道德层面，缺乏具体实施的技术细节。实际上，要利用先进的计算和分析能力，需要在前期进行大量“无聊”的后端工作，即搭建可靠的底层架构和基础设施，以便为人工智能的顺利集成与应用奠定基础。
Linchpin（原意是一种固定轮子或其他机械部件的销，延伸为系统或组织中的关键要素）项目则是美国陆军管理这些后端工作的有效解决方案之一。 2022年， Linchpin项目的概念首次提出，该项目的最终目标是建立一个安全环境，从而能持续地将政府和行业制造的人工智能和机器学习能力大规模整合到美国陆军项目中。

项目背景

Linchpin项目的根源可以追溯到Maven项目（别称：算法战跨职能团队 AWCFT）。 Maven项目于2017年启动，是美国国防部的首个人工智能项目旨在利用人工智能和机器学习技术来分析大量的情报数据。尽管这在理论上看起来很简单，但具体实施这一人工智能系统依然出现了许多困难，特别是在可靠的底层架构和基础设施问题上。要解决这个问题，则意味着要在整个美国国防部范围内制定相应机制，以便为大规模投资、管理和部署人工智能做好准备。
此外，美国陆军“情报、电子战和传感器项目执行办公室”（PEO IEW&S）的所有传感器现代化工作都需要应用人工智能/机器学习（AI/ML）能力，以处理、利用和传播大量真实的情报数据。持续集成和交付这些能力，则需要有相应的人工智能/机器学习运维管道（AI/MLOps Pipeline），也可以理解为自动化的工作流。而在每个项目办公室中单独部署不同管道的成本过高。因此，必须集中管理管道部署工作，以建设经济实惠的管道技术基础设施。
在Maven项目以及美国陆军推动传感器现代化相关工作的推动下， 2022年10月， “情报、电子战和传感器项目执行办公室”（PEO IEW&S）推出Linchpin项目，旨在搭建一个安全的人工智能/机器学习运维环境，从而为该办公室的项目交付可信的人工智能解决方案。 Linchpin项目最初聚焦于传感器领域，是美国陆军首个列档（Program of record）的人工智能项目。

【美国陆军人工智能项目——Linchpin】
图1. 2023年8月， PEO IEW&S发布任务分析时间线

参与机构与支持机构

Linchpin项目由“情报、电子战和传感器项目执行办公室”推出；该办公室的“情报系统与分析项目经理”（PM IS&A）负责该项目。项目参与人员来自各部门和机构，包括陆军未来司令部下属的人工智能集成中心（AI2C）、陆军作战能力发展司令部（DEVCOM）下属的陆军研究实验室（ARL）和C5ISR中心（指挥、控制、通信、计算机、网络、情报、监视和侦察中心）、美国陆军通信电子司令部软件工程中心（CECOM SEC）以及美国陆军地理空间中心（AGC）。
该项目支持机构众多，且仍在不断扩大中，包括美国国防部长办公室下属的数据与人工智能首席办公室（OSD-CDAO）、负责研究与工程的国防部长办公室（OSD R&E）（可信AI和自主领域）、美国国家地理空间情报局（NGA）（Maven人工智能项目）以及美国国家安全局（NSA）。

图2. Linchpin项目所涉机构

主要目标

根据情报、电子战和传感器项目执行办公室于今年4月发布的文件， Linchpin项目的愿景是为美国陆军项目提供可信的AI能力，包括以下三个使命：

通过一个集中管理的项目，使用去中心化架构，建立AI应用的“标准、流程和治理”；
通过最大化美国国防部和情报界在AI领域的投资，建立一个安全且可信的“AI操作训练环境和AI服务”；
创建一个由行业合作伙伴组成的协作和竞争性的生态系统，在快速的多合同策略的支撑下，持续评估和整合最佳的“行业产品、解决方案和服务” 。

图3.Linchpin项目交付能让AI应用于军事活动的基础设施（2024年4月由PEO IEW&S发布）

总的来说， Linchpin项目既关注构建和部署安全、可信的人工智能和机器学习模型的技术要求，也关注使技术能持续集成和部署所必需的计划细节，包括合同策略、成本模型和网络安全认证等。
在技术层面， Linchpin项目的目标是创建“人工智能运维和服务”（AIOps+）。 AIOps+采用了AI/MLOps的原则。 AI/MLOps是一种包括人员、工具/技术、流程和治理的严格方法，用于管理人工智能/机器学习模型的整个生命周期，以改进下一代模型。 AIOPs+包括行业认可的“人工智能/机器学习运维”（AI/MLOps）实践、人工智能生态系统、标准化方法（例如AI风险框架）与设计原则、安全可信的环境和服务，从而通过Linchpin项目向AI赋能的项目提供AI解决方案。

图4.2024年4月， PEO IEW&S发布Linchpin项目的运维和系统概念

Linchpin项目若能交付，将提供“政府所有的、符合行业标准的”人工智能/机器学习运维管道。图4则是Linchpin项目的管道示意图，管道覆盖了模型的整个生命周期：数据收集/持有、数据标记、模型训练、测试和评估、验证和确认、部署等，以及部署后的模型监控和操作数据反馈。另外，在每个步骤中，士兵都可以直接获取人工智能的状态和性能信息，并提供反馈，帮助优化人工智能。
在采办层面， Linchpin项目的采办方法旨在鼓励整个国防部生态系统内的行业合作伙伴进行持续竞争，并尝试鼓励更多小型企业和非传统承包商参与到项目中。 2023年11月1日，该项目进入美国国防部“适应性采办框架”（AAF）的软件采办路径（SWP）规划阶段。
为了推进Linchpin项目，相关方面通过发布“信息请求”（RFI）、与行业进行单独对话等方式展开市场调研。截至目前， Linchpin项目在“奖励管理系统” （System for Award Management）上共发布五份“信息请求”文件。五份“信息请求”文件分别为：

2022年10月，发布第一份信息请求，侧重采办策略和技术选项；
2023年3月，发布“可追溯性、可观察性、可替换性策略市场调研”；
2023年10月，发布“自动化人工智能物料清单市场调研”；
2023年10月，发布“支持美国陆军计划的计算机视觉能力”；
2024年6月，发布“支持美国陆军计划的无线电频率/电子战人工智能能力” 。

合同授予与合作

2023年9月27日，负责Linchpin项目的情报系统与分析项目经理与陆军研究实验室合作，通过美国陆军合同司令部，授予Linchpin项目的初始合同。该合同通过广泛机构公告（BAA）授予博思艾伦·汉密尔顿公司（Booz Allen Hamilton）和红帽公司（Red Hat）两家供应商，总价值200万美元，将支持Linchpin项目的研究工作，具体关注“可追溯性、可观察性、可替换性和可消耗性”（TORC）原则。 TORC原则框架旨在确保模型和数据完整性、数据开放性和模块化开放系统架构（MOSA）设计。该合同的履行期（PoP）为6个月，续签年限（option years）不超过五年。 Linchpin项目经理表示，该合同是项目重要的第一步，旨在“将AI与软件解耦，分解机器学习运维管道中的组件，并提高整个过程的安全性” 。
除了上述的合同授予之外，负责Linchpin项目的情报系统与分析项目经理还与“小企业创新研究资助计划”（SBIR）和xTech项目合作。通过SBIR和xTech项目，美国陆军寻求加速资金投入和技术转型以引领人工智能。

负责采办、后勤和技术的陆军助理部长办公室（OASA（ALT））主导SBIR和xTech项目，为创新者提供研发资金以解决关键挑战。

通过SBIR项目，负责采办、后勤和技术的陆军助理部长为小型企业提供机会，展示其解决方案的技术优势、可行性和商业潜力。
xTech项目采取奖金竞赛模式，旨在促进美国陆军与小型企业、学术界、国际创新者等非传统创新者的协作。

在2024财年，美国陆军的SBIR项目向关注Linchpin项目重点领域的五个小型企业投资了近1000万美元。在2025财年，相关投资数额预计会增加：SBIR项目为人工智能/机器学习领域分配的合同估值预计为1.14亿美元，其中Linchpin项目预计占4500万美元。这笔资金的一部分来自当前和未来的陆军SBIR合同，这些合同将通过xTech项目竞赛授予，相关竞赛将关注Linchpin项目特定的重点领域。

与“泰坦”系统的集成

美国陆军希望， Linchpin项目所提供的能力最终能够在整个美国陆军范围内得到应用。目前，美国陆军的“泰坦”战术情报系统（TITAN ，中文译名：战术情报瞄准接入节点）是第一个整合Linchpin项目相关算法的美国陆军项目。 “泰坦”系统是美陆军的下一代深度感知和能力系统，用于收集和传播传感器数据，以提升“传感器到射手”的杀伤链效率。 “传感器到射手”网络有多个部分，而Linchpin系统的人工智能运维管道可以对其进行优化。
选择“泰坦”系统作为首个集成Linchpin项目能力的项目颇具战略性，因为“泰坦”系统可以接收来自太空、空中和地面多个领域的数据，这就意味着美国陆军能构建应用于多个作战领域和不同项目办公室的通用模型，从而显著增强美国陆军的多域作战能力。

通过Linchpin项目应对AI风险

随着Linchpin项目的不断成熟，未来将会被用于应对与人工智能与机器学习相关的道德和安全风险。例如， Linchpin项目创建了“人工智能物料清单”（AI-BOM）的概念，旨在应对人工智能模型供应链的潜在弱点。 Linchpin项目于2023年10月发布的“信息请求”（RFI）中号召行业提供关于如何实施和自动化该项目的“人工智能物料清单”（AI BOM）的信息。 “人工智能物料清单”类似于“软件物料清单”（SBOM），并至少包括三项内容：