引入AI的前提：无东谈主机FMV数据轨范化
21世纪初，好意思国在阿富汗、伊拉克的两场干戈开启了“无东谈主机干戈”期间，也平直推动了全动态视频（FMV）技能的老练与爆发。
与此同步的是，附庸于好意思国国度地舆空间谍报局（NGA）的机构动态影像轨范委员会MISB（Motion Imagery Standards Board）有利为FMV视频制定了好意思军轨范——MISB ST 0601，官方名为无东谈主机数据链土产货集（UAS Datalink Local Set）。
这个FMV视频元数据的军用轨范章程了用轻量KLV时势把时期、位置、姿态、平台、、探讨、欢快与环境等信息打包镶嵌到视频流中，从而能够拒绝跨平台、跨兵种的传输和互通分享。
2008年10月，阿富汗南部好意思军基地内，“悍马”指导MQ-1“捕食者”无东谈主机降落。画面右侧可见辽远的安-124运载机。
比如，2014年10月发布的MISB ST 0601.8版的轨范就明确界说了95个数据标签（Tag）。从这一细节不错看出，在好意思军轨范化谍报体系中，无东谈主机平台拍摄的FMV视频画面照旧变成了地舆空间谍报数据的进攻泉源。谍报分析东谈主员对这些FMV的判读和分析，并不是通过逐帧看视频而达成的，而是基于元数据叠加舆图、象征探讨数据库、历史数据等，最终获知“何时何地，发生了什么的”，不错索求探讨位置、生成探讨的出动轨迹和速率、识别很是步履、生成探讨轨迹和步履模式等。
在2014年10月的MISB ST 0601.8版的轨范中，列出的元数据标签量就达到了95个。
而这也让好意思军在战场谍报方面遇到了新难题——数据量远超分析才调，让谍报分析师不胜重担。
在“数据过载”的窘境之下，无东谈主机的FMV视频压根无法篡改为可实践的谍报，致使“让反恐干戈中的士兵为此付出了生命代价”。
此时，德鲁·库科尔刚硬到，东谈主工智能（AI）技能不详能处置这个问题。他力求将谍报的处理、期骗与分发（Processing、Exploitation、Dissemination，简称为PED）等责任作念到高度的自动化。
而这一责任的前提，亦然因为有了MISB ST 0601轨范这个大前提，才能让FMV和佩戴的多种元数据能够轨范化，可跨平台进行领会，也才有引入AI器用后，AI能够自动识别探讨、追踪、分析、关联、生成论说等证明。
好意思国的MISB ST 0601轨范也被纳入了北约轨范化契约STANAG 4609。由此，北约里面的FMV数据的流转和分享王人不是问题。图为法军装备的MQ-9。
当数据过载，AI成为破局之谈
将AI技能应用于无东谈主机影像，这个提案也获取了时任好意思国国防部副部长的招供。
2018年，行为“梅文”名堂负责东谈主的好意思国陆军中将约翰·沙纳汉在其论说《无东谈主机系统带域的变革：算法战跨职能小组（梅文名堂）》中提到，2016年10月，他们详备缠绵了战术无东谈主机PED自动化，并得出论断：“收罗的数据量远远进步现存的东谈主力……咱们需要一种新措施……”这亦然“梅文”名堂启动的压根动因。
沙纳汉出示了一张比方“数据雪崩”的图片：一辆吉普车被巨大的雪崩追逐，隐喻着谍报数据如同雪崩雷同向分析师涌来，要是不借助自动化器用，“吉普车”就会被数据统一，无法实时产出谍报。
沙纳汉在2020年从好意思国空军退役后也有“旋转门”阅历，除了智库、院校的缠绵员扮装外，摩尔斯（MORSE）公司在2024年布告，沙纳汉加入该公司参谋人委员会。该公司的先容是“一家当先的东谈主工智能（AI）处置决策提供商，劳动于好意思国国防部和谍报界。”
沙纳汉这么先容“梅文”名堂的发展历程：2016年11月，在名堂“问题界说与分析”阶段，团队以遵守培植倍数来量化评估了数据传输、优化东谈主机界面、语音转翰墨、传感器经管优化、运筹帷幄机视觉/AI等不同技能会给谍报PED责任的自动化带来提效价值。
责任论断是：运筹帷幄机视觉/AI至少能达到50倍的提效，AI技能将带来颠覆性的遵守培植。同庚12月，PED自动化责任构成立，成员来自好意思国国防部实验室、各战区司令部、谍报机构、国防创新单位（DIUx）、计谋才调办公室（SCO）及各兵种——这标志着“梅文”名堂从宗旨评估进入技能筹备阶段。
FMV视频数据的量级暴涨，AI器用能显赫提高对这类数据的处理、分析遵守。
并非一蹴而就，认真脱手于2017年
沙纳汉在论说中还称，PED自动化责任组评估了32个政府名堂，其中仅有12个名堂波及AI/运筹帷幄机视觉。而彼时好意思国军方在军用AI方面才调薄弱，不只单是AI名堂少，干预更是不及，基础设施缺失，关系名堂的平均干预仅为50万好意思元，磨练AI模子所需的GPU、云运筹帷幄才调均为0，也莫得领域化数据标注体系，平均标注数据量约1万个探讨，数据量严重不及。许多名堂的算法平直来自GitHub开源代码，穷乏自主可控技能底座，也压根莫得集成到实战系统的运筹帷幄，这意味着这些名堂并未真实对准战场，与战场需求存在一定脱节。
沙纳汉的这份推敲文献揭示了“梅文”名堂的发展并非一蹴而就。
2017年1月，好意思国军方集中学术界与产业界开展AI专项缠绵，引入初创企业、科技巨头、顶尖高校、智库与科研机构。这意味着“梅文”名堂的发展从一脱手就浮松了传统军工名堂研发的壁垒，2026世界杯数据统计从往常的传统军工顽固体系转向硅谷生态模式。
这曲直常关节的结构变化，自后平直促成了谷歌等互联科技巨头的参与和好意思国“新军工”帕兰提尔公司的崛起。
2017年2月，好意思国国防部提议“迥殊责任组”决策和步履决策。此时该名堂里面照旧造成共鸣：深度学习算法可达到接近东谈主类的水平；AI必须领域化实施，需构建无缺技能活水线；集成与文化是“最费事的部分”。
沙纳汉以一辆吉普车被巨大的雪崩追逐来描写“数据雪崩”的情况。
站在当今转头，这三则探讨颇具料思性和指导性，况兼富有求实。
在“梅文”名堂启动后的几年中，AI技能的发展日眉月异；AI技能的发展需要确立起从数据采集、标注、算法磨练、测试、集成到部署、迭代优化的无缺技能“活水线”，才能保险AI算法的合手续迭代与大领域应用。此外，在AI技能的应用层面，技能自己并不是最难，难点在于是如何让好意思国军方收受这个新事物，如何将AI接入到现存的火器系统中，并对已有历程和模式、战术战法等作念出立异致使是重构。
颇有硅谷作风的是，“梅文”名堂启动当年就被条目必须有拒绝。
2017年4月，好意思国国防部副部长罗伯特·沃克认真树立算法战跨职能团队（AWCFT）。
AWCFT的徽章，一改传统军事徽章多收受严肃、慎重的纹章作风，而是使用了三个笑脸灿烂、看起来“友好”的卡通机器东谈主形象，上头写着拉丁文“officium nostrum est adiuvare”，意为“咱们的职责是协助/提供匡助”。同期也明确了，该名堂是平直向好意思国国防部谍报副部长陈诉，突显名堂的地位属于国防部谍报体系的顶层。
非论是机器东谈主的形象，照旧它们的激情，在这类徽章中王人属相对荒僻的想象元素。如斯想象，不详是为了呼应这支团队的创新、浮松传统的一面。
与此同期，设定的名堂初期探讨是——整合现存算法技能资源；全动态视频（FMV）的PED轨范部署AI，用于处理、期骗与分发（PED）；小团队，快速步履，允许失败，迭代学习；2017年底前首批算法干预运行。
这4个探讨的树立，既能够整合AI算法技能资源，还幸免了里面的类似确立，以造成合资的技能底座，利于后续的领域化扩展应用。而且，突显了“梅文”名堂从出身第一天起就紧扣FMV的需求，是瞄向战场部署的实战型AI。
无东谈主机系统的一大技能发展场所是“一站多控”（一座大地站甘休多架无东谈主机），这背后离不开起降、巡航等轨范的自动化，也有赖于AI器用的引入，带来对战场信息处理才调的显赫培植。
而“小团队，快速步履，允许失败，迭代学习”这一探讨，则是浓缩了硅谷创业文化精髓，跳出了传统军工巨头主导的军工名堂的广泛、长周期、重历程等固有窠臼。梅文名堂从宗旨评估到技能筹备，从出身到测试部署王人是速率非常快的。
迥殊是2017年底前首批AI算法干预运行这个探讨，更显“梅文”名堂的硅谷底色：是要以明确的、激进的时期节点来倒逼名堂的快速鼓舞，确保系统尽早委派队列，开展试用责任，造成运行作战才调，并开启一轮轮快速的技能迭代升级。
事实上，“梅文”系统的尽早委派-试用-造成运行作战才调-响应-升级迭代这么的产物开发模式，颠覆了好意思军的传统采购通例，在扩充中曾遇到不小阻力。
颇有贪心，要作念全域军事谍报AI平台
沙纳汉这份2018年的推敲文献，不错说是好意思国官方对“梅文”这个军用AI系统出身的“讲明书”。这里不错看出“梅文”名堂在立项之初就极具贪心，定下了从“视频AI”向“全域军事谍报AI平台”扩展的发展计谋。
比如，可用于不同平台与传感器的谍报数据的收罗、整理和和会。开始各样性的谍报数据除了体量区分的无东谈主机平台外，还包括手合手开导、U-2视察机等有东谈主机平台、卫星、雷达系统、水面舰艇（包括视察船）等。
沙纳汉这份2018年的推敲文献指出，“梅文”系统的用途可不啻“视频AI”。
该文献还展示了“梅文”系统对缉获的敌方物质的谍报征集和处理才调，涵盖了手机、U盘、札记本电脑、纸质文献、手写书信、光盘等，这意味着该系统具备对这些不同格局谍报的文档识别、翻译、关联分析等才调。以及，“梅文”系统还具备对探讨的系统分析才调，分析诸多不同节点（探讨）之间的组织关系和步履模式等，并构建起一张复杂的汇注关系图。
由此可见，早在2017年至2018年时，好意思军高层就照旧刚硬到梅文系统不仅仅针对FMV视频的支持分析器用，而是畴昔谍报体系的底层基础设施。（郑宇航）