DARPA 2020财年研发预算 人工智能应用研究投资急剧增长

转自:国防科技要闻 (ID:CDSTIC)https://www.darpa.mil/attachments/DARPA_FY20_Presidents_Budget_Request.pdf


【预算报表便捷下载】

请关注专知公众号(点击上方蓝色专知关注

  • 后台回复“DARPA2020”就可以获取DARPA2020预算报表的下载链接~ 


2019年3月,特朗普政府公布2020财年预算申请。根据预算法案,2020财年美国国家安全预算总额增加340亿美元,达到7500亿美元,比上年增加5%。美国防部分得的经费为7180亿美元,用于实施国家安全战略和国防战略,DARPA在2020财年的研发经费也同步稳步增长,总计35.56亿美元的经费比2019财年增长3.77%,比2018财年增长了15%。


DARPA 2020财年研发预算分析

 ①基础研究,约4.86亿美元,含国防研究科学、基础作战医学研究科学,占总体预算的13.7%,比上年增长3.7%。

②应用研究,约14.69亿美元,含生物医学技术、信息与通信技术、生物战防御、战术技术、材料与生物技术、电子技术等,占总体预算的41.3%,比上年增长4.3%。

▲DARPA“终身学习机器”项目

③先期技术开发,约15.19亿美元,包含先进航空航天系统、空间项目和技术、先进电子技术、指控与通信系统、网络中心战技术等,约占总体预算的42%,比上年增长3.3%。

④管理支持,约8171万美元,包含任务支持、小企业创新研究等,其占比和增幅最少。横向比较,可以看出先期技术开发依然占据预算的大头;纵向分析,与上年相比,四个部分均有不同程度的增长,其中应用研究的涨幅最大。从项目具体预算来看,人工智能、机器学习、多域战相关技术、生物技术、无人机蜂群和人机协作等依然是DARPA的关注重点,其中人工智能和机器学习项目的投资涨幅最为突出,总额达到4.09亿美元。DARPA计划在2020财年投资的项目主要分布在人工智能应用研究方向的“信息与通信技术”领域以及基础研究方向的“数学与计算机科学”两个领域。

2020财年DARPA人工智能重点投资项目

从基础研究到应用研究,再到先期技术开发中的集成和应用,人工智能已成为DARPA研发工作的重中之重。从项目的预算分配情况来看,2020财年DARPA投入最多的几个人工智能项目为:

①“可解释的人工智能”(XAI)项目(2605万美元)。该项目正在开发新一代机器学习技术,以形成一套基础理论来解释人工智能得出的结论。2019财年项目团队将评估初始原型系统的性能,改进可解释的机器学习方法,完善人工智能解释理论的计算模型,2020财年将着重优化可解释的机器学习用户界面,将其集成到原型系统。

▲DARPA“可解释的人工智能”(XAI)项目

②“可靠自主性”项目(2555万美元)。该项目旨在确保自主系统能够按预期安全运行,提高机器自主技术的可靠性并加速其应用。2020财年项目团队计划开发可扩展的方法,验证自主系统的安全属性问题。

③“不同来源主动诠释”(AIDA)项目(2500万美元)。该项目将开展模糊性多源信息流的重要数据筛选研究,开发一种多假设“语义引擎”,根据从各种来源获得的数据,产生对现实世界事件、形势和趋势的显性化释义;解决当今数据环境下的数据繁杂、矛盾和潜在的欺骗问题等。2020财年,项目团队计划通过开发直观界面,允许用户在分析的任何阶段修改所提取的语义元素和所生成的假设,使用真实世界数据评估所生成假设的有效性和完整性。

④“自动知识提取”(AKA)项目(新项目,2410万美元)。AKA将开发各种技术,使不同的数据和信息源自动集成到一个整体,利用语义技术和机器学习方面的进步,使机器能够在不需要人工干预的情况下完成整个数据集成功能。AKA技术主要用来帮助战场作战人员自动建立和维持对目标区域军事、政治、经济、社会和文化的广泛认知。

⑤“加速人工智能”(AAI)项目(新项目,2410万美元)。AAI项目寻求超越商业驱动的AI发展,改进国防流程,提高国防部快速调整和部署新技术及能力的速度,应对重大的国家安全挑战。AAI应用领域包括:机器使能技术;军事软件系统认证的自动化方法;以及恢复中枢神经系统受损患者的运动和感觉技术。

⑥“确保AI抗欺骗可靠性”(GARD)项目(1724万美元)。该项目旨在开发新一代防御技术,抵抗针对机器学习模型的对抗性欺骗攻击。2019财年,项目团队将识别漏洞产生的原因,为机器学习算法的鲁棒性制定指标;2020财年计划开发提高机器学习系统应对欺骗数据和敌对攻击鲁棒性的方法,通过挑战性问题、攻击模拟和公开竞赛建立机器学习风险评估试验台。

▲“确保AI抗欺骗可靠性”(GARD)项目

⑦“基础人工智能科学”(新项目,1650万美元)。该项目将为掌握和量化AI技术的性能预期和局限性奠定基础科学研究基础。该项目计划在2020财年启动识别和开发充分利用观测和实验数据、模拟数据和先验知识的人工智能体系结构,设计并测试基于物理的初始机器学习架构、算法等工作。


-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成!520+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!

欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询!

请加专知小助手微信(扫一扫如下二维码添加),加入专知人工智能主题群,咨询《深度学习:算法到实战》课程,咨询技术商务合作~

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

展开全文
Top
微信扫码咨询专知VIP会员