楠里 足交 加沙干戈中的东说念主工智能-以色各国防军8200队伍“福音”和“薰衣草”系统分析与猜念念

ThinkMachine Lab｜梁准楠里 足交

本文依据公开报说念信息，联结个东说念主教育进行分析推测撰写，不免有遗漏和偏差，请一语气并严慎阅读。以色列是民众AI强国之一，尤其深爱东说念主工智能在国防和反恐领域的应用。以色各国防军下辖的8200谍报队伍，所以色列军事时间改革的中枢力量。该队伍积贮了以色列最优秀的筹画机和数据科学东说念主才，挑升从事蚁合安全、大数据分析、东说念主工智能等前沿时间询查，并将其应用于谍报收罗、蓄意识别、蚁合战等领域。8200队伍里面还设有挑升的数据科学与东说念主工智能中心，据称在开发和期骗“福音-Gospel”、“薰衣草-Lavender”等AI兵器系统方面进展着要害作用。8200队伍总部位于特拉维夫北部的摩西达扬营(Camp Moshe Dayan)，占大地积达462英亩，所以色列最大和最高深的谍报基地。营区内设有先进的作战蛊卦中心、蚁合安全实验室、大数据中心等设施，以及谍报东说念主员的考察基地。8200队伍与高校和询查机构密切合作，共同鼓吹AI军事应用的表面和实践改革。同期，以色列还确立了一套特有的洽商役军官轨制，在平时就征召多量高技术企业的时间众人，如数据工程师、算法工程师等加入洽商役。这些后备军官依期参加军事考察和时间演习，一朝战时需要，不错随时插足作战，为前排队伍提供大数据分析、东说念主工智能算法优化等时间复旧。

图片楠里 足交楠里 足交

乱伦qvod

从现存的公开报说念来看，8200队伍开发和使用的两套东说念主工智能系统：Gospel和Lavender系统，在以色排队伍的实战中进展了重要作用，取得了显贵战果。Gospel通过卫星和无东说念主机图像，竣工了对加沙地区的连续监视，实时发现了哈马斯等愤慨组织的多量军事蓄意，为以色列的空袭和大地进攻提供了精确情挫折旧。Lavender则通过大数据分析，自动识别出多数高危急愤慨行为嫌疑东说念主员，使得以色列有针对性地履行定点断根。据以色列官方声称，仅干戈初期Lavender就在加沙艳丽出37，000名哈马斯武装东说念主员偏激安身地。使以色列能在短时候内履行密集火力打击，最大限制地压缩交战时候，减少了以方伤一火。

在这些AI系统的复旧下，以色排队伍在加沙局促拥堵的城市环境中履行精确打击成为可能，这些复旧时间有用收缩了哈马斯等武装的战斗力，为以色列最终限制加沙北部创造了有意条款。

图片

“福音-Gospel”-建筑物/设施自动识别与艳丽系统

“福音“是一套用于建筑物和设施自动识别的AI系统。它主要基于卫星和无东说念主机取得的高清图像，通过卷积神经蚁合等算法，自动检测和分类军事斟酌的建筑物，如蛊卦部、弹药库、停机坪等。该系统还不错根据建筑物的大小、结构、行为形态等特征，评估其军事重要性和危急进程，为打击决策提供参考。

图片

1.1 数据取得“福音”主要依赖两类数据:卫星图像和无东说念主机窥探影像。其中，卫星图像主要来自以色列买卖公司ImageSat International(ISI)提供的Eros系列卫星。这些卫星搭载了高分辩率光学载荷，空间分辩率可达亚米级，每天可对蓄意区域进行屡次重访。无东说念主机方面，以色列使用灵蛇(Heron)、天鹰(Eitan)等多款汉典无东说念主窥探机对加沙履行连续监视，通过合成孔径雷达、光电吊舱等取得高分辩率影像。还有报说念称以军搬动'蜂鸟'等小型无东说念主机渗入加沙上空，对重心区域履行左近窥探。1.2 数据预处理积贮到Gospel数据中心的原始影像最初要进行预处理。主要法子包括:辐射纠正、几何纠正、图像配准、拼接、分割等。其中，辐射纠正旨在放置成像蛊卦和大气条款各异形成的灰度误差;几何纠正则放置传感器歪斜、地球曲率等成分形成的畸变;图像配准将不同传感器、不同期相的影像调和到兼并坐标系下，为变化检测作念好准备。据分析，“福音”系统应该充分利用了以色列在筹画机视觉领域的询查上风，引入了一些最新的询查效果，如增量学习的语义分割、基于卷积神经蚁合的蓄意提真金不怕火等，大幅普及了数据解译的智能化水平。1.3 特征提真金不怕火与蓄意识别在预处理的基础上，“福音”对影像进行语义解译，提真金不怕火军事蓄意的要害特征。臆想基于深度学习的蓄意检测算法，如Faster R-CNN、YOLO等都是值得尝试的采纳。系统最初在多量已标注的军事蓄意样本上考察检测模子，然后用于从新影像中自动识别感兴味蓄意(POI)，输出其类别和位置坐标。针对建筑物蓄意，“福音”重心护理平面结构、屋顶纹理、周边环境等特征。举例，弹药库平凡为孤苦矩形建筑，屋顶光滑，周边有彰着的驻防措施;蛊卦部则可能藏于民用建筑中，但通讯设施、车辆进出时常。系统在识别到疑似军事设施后，需要自动比对多源数据，以废除误报。1.4 行为检测与要挟评估“福音”不仅能识别静态蓄意，还能检测区域内的可疑行为。这主要依靠无东说念主机等搬动平台的连续追踪。系统通过追踪蓄意平台的位移、速率变化，构建行为形态，识别出非精深行动。这类行动包括:车辆和东说念主员的荒谬纠合、设施周边地堡工事的修建、可疑物质的搬运等。一朝发现，系统立即预警。关于重心蓄意，“福音”还会会通本色信息和行为信息，评估其军事要挟等第。评估一般从蓄意的策略价值(如蛊卦限制要害)、要挟智商(如导弹放射架)、抗毁性(地堡掩体)等角度进行，由谍报东说念主员和兵器众人共同完成。评估驱散用于带领后续的监视和打击行动。

图片

“薰衣草-Lavender”-个东说念主自动识别与风险评估系统

“薰衣草“系统侧重于对个东说念主的自动识别和风险评估。它概括利用监控视频、通讯元数据、外交媒体等多源数据，构建出每个潜在蓄意东说念主物的数书画像。系统重心护理与已知愤慨组织成员战斗、通讯和行动形态雷同的东说念主，通过机器学习算法给出风险评分，自动生成'护理名单'。

图片

2.1 数据积贮“薰衣草“系统需要处理的数据类型愈加各样，渠说念愈加高深。除了由“福音”系统提供的窥探监视信息，还可能包括:谍报机构提供的东说念主力谍报，如来自线东说念主和被策反东说念主员的论说;NSA等合作伙伴提供的信号谍报，如电子邮件、电话等通讯记载;以色列安全机构掌执的进出境记载、金融交易、外交媒体信息等;军事单元取得的战场信息，如缉获的文献、审讯记载等。这些信息通过一套复杂的接口积贮到“薰衣草”，进行调和处理。2.2 数据会通与关联积贮的多源异构数据时常存在语义边界，“薰衣草”需要将它们疗养为调和的对象和斟酌。最初是进行语义映射，将不同词汇体系下的看法实体对都。举例，将阿拉伯语的东说念主名翻译成英语，将街头俚语映射到步调词表等。然后，“薰衣草”系统利用实体识别、斟酌抽取等当然话语处理时间，从非结构化文本中提真金不怕火结构化信息。举例，从一份审讯记载中识别出被审讯东说念主员的身份、组织附庸斟酌、行为时候场合等。这些结构化的对象、属性和斟酌被整合到一张超大范畴的异构信息蚁合中。2.3 行动形态分析在信息蚁合基础上，“薰衣草”可能接管图数据挖掘时间，从时空和社会两个维度描述蓄意东说念主物的行动形态。时空维度主要분析个体搬动轨迹、看望热门，挖掘反常行动;社会维度则着眼于东说念主际交易、组织结构，识别要害东说念主物和团队成员。举例，系统发现别称东说念主员时常进出某考察营地，并与已知恐怖分子保持通联，即可推断其涉恐嫌疑并预警。这里用到的时间包括时常形态挖掘、荒谬检测、社区发现、中心地分析等。系统应该竣工每天都在大范畴动态异构蚁合上连续筹画，实时捕捉新的要挟。

图片

2.4 风险评估与预警关于系统艳丽出的嫌疑东说念主员，“薰衣草”系统会进一步评估其危急进程，以决定是否预警和采纳行动。评估一般基于字据的若干和可靠进程、嫌疑东说念主员的变装定位、可能采纳的攻击妙技等成分。这里还会参考以色列特工提供的印迹和谍报分析员的判断。风险评估最终形成一个量化的要挟指数。当该指数卓越预设的阈值时，系统自动将蓄意东说念主员列入不雅察或打击名单，并随时追踪其位置，一朝出咫尺蓄意建筑内则将建筑艳丽为潜在打击蓄意。与此同期，系统还会根据建筑面积、东说念主口密度估算可能的附带伤一火，供蛊卦官决策参考。2.5 东说念主机合作诚然“薰衣草”系统竣工了蓄意生成和风险评估的自动化，但在最终决策阶段仍需要东说念主的参与。这是由于东说念主工智能系统的判断不行幸免存在误差，且'杀伤名单'兹事体大，必须慎之又慎。历程上，谍报分析员会对系统生成的蓄意一一进行复核，剔除彰着时弊;然后提交蛊卦官，由其量度军事收益和政事风险，最终详情行动决策。有报说念显示，从这些东说念主工智能系统的实验启动情况看，这种东说念主机协同机制可能会流于体式。一方面，面对海量的机器判断，东说念主工复核时常疲于应酬，流于'划勾';另一方面，战时蛊卦官又倾向于放宽要求，对系统判断照单全收。这导致东说念主的作用角落化，为斟酌军事行动埋下要紧隐患。奈何保险东说念主机协同的实效性，是“薰衣草”这类系统亟需完善的问题。

图片

“福音”和“薰衣草”可能的时间挑战

“福音”和“薰衣草”代表了刻下军事AI应用的前沿水平，要开发这么炫耀性能和可靠性要求的系统，主要的时间挑战包括:3.1 小样本或零样本学习不管是“福音”的蓄意特征学习，如故“薰衣草”的行动形态挖掘，都靠近考察样本不及、以至完满莫得的窘境。真正的军事蓄意或恐怖分子样本是稀缺的，这导致算法学到的特征形态可能存在偏差，泛化性能弱。如安在小样本或零样本条款下进行有用学习，是普遍挑战。3.2 数据质料问题军事谍报的取得环境时常恶劣，数据质料杂沓不都。比如无东说念主机图像可能因为霏霏、沙尘等成分而明晰度不够;东说念主力谍报则可能带有彰着的主不雅偏差。这些都会影响系统判断的准确性。熟练的军事AI系统需要熟练的数据质料评估和清洗机制。3.3 学问推明智商“薰衣草”系统利用学问图谱进行关联分析，学问推明智商就尽头重要，系统不仅需要处理浅层的实体斟酌，还要对背后的意图、意义、因果进行深切挖掘。不然可能导致过于'痴呆'的要挟判定，冷落了荫藏在景观之下的深眉目要挟。3.4 可阐述性手脚'黑盒子'，基于深度学习的“福音”和“薰衣草”的里面决策逻辑高度复杂和不透明。即使是参与研发的工程师，也难以准确阐述系统为何得出某个具体的判定驱散。在实验应用中，斟酌东说念主员如果无法对系统输出形成有用监管，粗浅对AI'投降'，会埋下决策时弊的隐患。3.5 环境稳妥性“福音”和“薰衣草”主淌若在加沙特定环境下的应用，其算法模子很猛进程上依赖当地的地舆、东说念主文、战术特质。如果换到其他国度和地区，系统可能需要从新考察和调试。环境依赖性将限制系统的通用性和快速反应智商。3.6 抗侵略智商手脚军事系统，“福音”和“薰衣草”会成为敌手电子战和蚁合攻击的蓄意。敌手可能通过电磁侵略、浮松通讯、投休假蓄意等妙技，收缩乃至瘫痪系统性能。“福音”和“薰衣草”系统，为以色排队伍的谍报收罗、蓄意识别等中枢智商注入了宏大的时间动能。从冉冉显现出来的一系列公开报说念中，咱们看到在最近的加沙干戈中，以色各国防军动员了数百名后备军官，其中不乏着名高技术企业的高等时间众人和数据科学家。他们与现役军官密切配合，优化改进Gospel、Lavender等AI系统，提高其精确度和褂讪性，为以色列在这场'智聪颖戈'中取得上风进展了重要作用。参考文献：1、How US Intelligence and an American Company Feed Israel’s Killing Machine in Gaza (https://www.thenation.com/article/world/nsa-palantir-israel-gaza-ai/)2、IDF colonel discusses 'data science magic powder’ for locating terrorists (https://www.theguardian.com/world/2024/apr/11/idf-colonel-discusses-data-science-magic-powder-for-locating-terrorists)

3、'The machine did it coldly’: Israel used AI to identify 37，000 Hamas targets (https://www.theguardian.com/world/2024/apr/03/israel-gaza-ai-database-hamas-airstrikes)

4、'Lavender’: The AI machine directing Israel’s bombing spree in Gaza (https://www.972mag.com/lavender-ai-israeli-army-gaza/)

5、Israel offers a glimpse into the terrifying world of military AI (https://www.washingtonpost.com/world/2024/04/05/israel-idf-lavender-ai-militarytarget/）

图片

本站仅提供存储做事，通盘内容均由用户发布，如发现存害或侵权内容，请点击举报。