摘要：美國陸軍的主要專案旨在為情報、網路和電子戰感測器系統提供人工智慧開發和交付渠道。 最近，美國陸軍發布了招標資訊請求，顯示了該項目的未來行動方針。
通過“林奇平計畫”，美國陸軍希望為情報、網路和電子戰系統開發乙個人工智慧（AI）作戰“環境”。 該專案由美國陸軍情報、電子戰和感測器（PEO IEW）專案執行辦公室領導，該辦公室於10月30日發布了兩項新的資訊請求，要求提供“人工智慧材料清單”（AI BOM）和“計算機視覺能力”的專案資訊。
美國陸軍計畫執行辦公室情報、電子戰和感測器（PEO IEW）部門發布了RFI，以告知行業資訊請求作為市場研究的手段，以幫助確定未來的合同，與首席數字和人工智慧辦公室（CDAO）合作，為各種美國陸軍計畫訓練和提供人工智慧和機器習模型。
ai bom
AI BOM是由關鍵專案創造的新概念，需要行業的反饋才能成熟。
根據 AI BOM RFI 的說法，該關鍵專案是一項舉措，旨在使美國陸軍能夠為 AI 系統建立必要的環境和服務，提供建立新的行業合作夥伴關係的機制，並為第三方整合到 PEO IEW 的陸軍現代化計畫中營造競爭環境。 目標是為 PEO IEW 的感測器專案建立乙個完整高效的 AI 機器學習 習 開發和交付運營管道 （AI MLOPS），同時管理成本、進度、風險和效能。 ”
根據 RFI，AI BOM 將至少由三個元件組成：軟體物料清單 （SBOM） 將包含“用於構建和驗證 AI 模型的元件的詳細資訊和鏈關係”;有關模型的詳細資訊，包括描述屬性、架構、訓練資料、超引數和預期用途的資訊“;以及用於建立模型的資料沿襲。 美國陸軍正在要求業界提供有關生成AI BOM的成本的資訊，將AI BOM實施到AI Machine Learning 習開發交付操作管道中所需的工具和流程列表，AI BOM的有效性以及任何可以解決AI鏈中漏洞的替代方案。
根據RFI的說法，美國陸軍正在向業界徵求反饋意見，說明他們如何訓練模型，提供培訓模型所需的技能和團隊結構，以及提供培訓模型的成本和智財權戰略。
計算機視覺能力
隨著美國陸軍未來的重點轉向大規模作戰行動，提高遠距離識別、監視和打擊目標能力的迫切需求更加突出，需要提高精度並大幅縮短感測器到射手的時間。 深度感測是實現此功能的關鍵因素。 美國陸軍還希望提高視線感測器的射擊能力。 為了滿足這些能力需求，關鍵專案 （PL） 需要有關目標檢測和計算機視覺能力的資訊來支援陸軍的計畫。
這包括使用標記資料集、水平全動影象**、安裝在地面戰車上的光電和紅外感測器以及衛星捕獲的架空光電、紅外和合成孔徑雷達影象來檢測和分類物體的能力。
因此，根據RFI，陸軍將與五角大樓首席數字和人工智慧辦公室（CDAO）合作，利用兩個受控非機密資訊標籤的特定資料集來“檢測和分類物體”：來自安裝在地面戰車上的感測器的水平全運動**和來自衛星的航空影象。
這兩份RFI的發布是為了邀請業界分享他們為陸軍專案訓練人工智慧計算機視覺模型的想法。 該行業必須在 12 月 1 日之前對這兩項 RFI 做出回應。
結論
關鍵專案使陸軍能夠通過安全的人工智慧機器學習 習 運營 （AI MLOPS） 環境和服務為 AI 系統提供值得信賴的解決方案，同時最大限度地增加對國防部 （DOD） 和情報服務 （IC） 的投資。 為行業和合作夥伴創造乙個協作而競爭的環境，以建立乙個人工智慧機器學習習運營的生態系統，並通過快速敏捷的採購和合同方法創造融入生態系統的新機會。
美國陸軍通過關鍵專案保護人工智慧鏈的戰略舉措反映了對保護關鍵技術基礎設施的日益關注。 此舉凸顯了人工智慧物料清單（AI BOMS）在軍事領域日益增長的重要性，並展示了人工智慧和機器習開發的潛在市場轉向更高的透明度和安全性，為專注於鏈安全和AI相關服務的公司提供了機會。 （北京藍德資訊科技有限公司***。