美国防部 AI 老兵:数据才是军事 AI 的真正瓶颈
ChinaTalk · rss · 2026-10-06
ChinaTalk 播客访谈 Accenture 国防业务 AI 与数据负责人 Bharat Patel(前海军士兵、MITRE 与国防部项目经验),核心观点:数据才是军事 AI 的最难部分。
- 「AI-ready data」是伪命题:数据永远不完美,应从具体 AI 用例倒推所需数据的类型与质量。Project Maven 早期教训是训练数据里根本没有目标,模型上线即失效,必须持续收集相关战场数据。
- 乌克兰案例:如今的半自主系统并非一蹴而就,而是三年多默默积累——从人工操控无人机起家,持续回传视频与传感器数据,标注后再反哺平台实现自主。Patel 认为美国国防部没有持续的机器学习数据采集战略,大量数据因存储成本被删除或失去上下文。
- 自主坦克没那么快:2035 年愿景是能理解环境、做出决策、保护乘员安全的自主车辆,但现阶段必须 human-in-the-lead,误伤平民与政策不确定性是主要顾虑。
- 数据的黑暗面:战场数据集可能被敌人「投票」污染,伪装、电子战、数据投毒都是对手工具箱的一部分,测试评估必须覆盖这些威胁。
- 官僚系统的 4D 棋局:在五角大楼内部推动项目,要在需求、经费、采购规则与关键人物之间周旋。
「Infra」频道最新
- 双卡 RX 6800 跑 Qwen3 27B:换 Linux+ROCm 后速度提升明显 — SaGa31500 · 2026-10-06
- DeepSeek 开源 GPU BLAS 内核库 DeepGEMM,GitHub 破 8500 星 — deepseek-ai · 2026-10-06
- AMD 苏姿丰:未来几年芯片需求将持续「非常高」 — AryHHAry · 2026-10-06
- 光子 AI 芯片可自校准:利用误差信号原位梯度下降,MSE 降至 0.0013 — bravo_abad · 2026-10-06
- Qwen3.8-Flash-Next 4-bit 本地机配置单:96GB 内存+二手 3090 混合推理 — Confident-Truth3607 · 2026-10-06
- 单台 DGX Spark 跑 510GB 的 DeepSeek V4.1 Flash:113.6GB 量化底座+40MB 领域侧挂件 — Physical_Toe_2499 · 2026-10-06