米軍は市街戦環境向けの人工知能システムを開発中

米陸軍研究所は、都市環境における兵士の状況認識力と戦闘能力を向上させるために、認知・神経工学共同技術同盟研究プロジェクトを立ち上げ、神経科学、工学、心理学に基づく方法を使用して兵士を戦闘システムに統合し、人工知能や仮想現実などの技術を使用して新しいタイプの「システムとしての兵士」戦闘能力を構築することを目指しています。デジタル兵士と脳コンピューターインターフェースの研究が行われています。

[[313769]]

米陸軍は将来の市街戦のシナリオを想定している。歩兵が敵の火力抑制下で都市の建物を掃討しているときに、ドローンが近くの壁の後ろで待ち伏せしている敵の戦闘チームを検知する、というものである。米軍兵士が部屋の掃討を続け、徐々に敵の攻撃の下を進んでいくにつれ、兵士たちは前方に待ち伏せしている敵に関する情報を迅速に入手する必要があった。この情報は兵士の命に影響を与えるだけでなく、戦争の結果を決定づけることもあります。 AIシステムがドローンなどの高速移動情報源から送られてくる敵の位置、武器、部下などの情報を迅速に分析し、兵士に伝えることができれば、兵士に意思決定上の優位性を与えることができる。

現在、米軍は技術的には上記の機能を実現できるものの、戦場での高速情報処理のニーズを満たすことはできません。人工知能アルゴリズムによって駆動されるプログラムは、最新情報を数ミリ秒以内に既存のさまざまなデータベースと比較・区別し、兵士に意思決定情報を提供することができます。そのため、米国陸軍研究所は、人間特有の重要な意思決定能力を維持しながら、人工知能と自律技術を使用して兵士の意思決定速度を大幅に向上させることを目指して、認知および神経工学共同技術同盟研究プロジェクトを立ち上げました。

1. システムとしての兵士

将来、人工知能技術のサポートにより、兵士が使用するさまざまなシステムは、プログラムされた機能を迅速に実行し、人間の意思決定にサポート情報を提供できるようになります。この意思決定プロセスは「兵士としてのシステム」と呼ばれ、コンピュータネットワークと最新のアルゴリズムを使用して、兵士が制御するさまざまなノードをシームレスに統合することを意味します。今後、米陸軍は単一のアーキテクチャを使用して、兵士の暗視ゴーグル、ウェアラブルコンピューター、モバイルデジタルマップと時間に敏感な情報データを表示するハンドヘルドデバイス、さまざまな武器ステーション、音響および光学センサー、モバイル電源などの機器を接続し、さまざまな自動化および人工知能アプリケーションを通じてチームの情報共有と意思決定機能を強化します。これにより、将来の戦術的および戦略的シナリオが大きく変わり、兵士の生存能力が向上します。

米国陸軍研究所は、陸軍将来司令部の兵士致死性部門横断チームと協力して、兵士をシステムとするアーキテクチャの概念を陸軍分隊レベルにまで拡張しています。自律システムは、さまざまなシステムからデータを取得して処理し、指揮官と兵士に有用な意思決定ソリューションを提供します。より多くのインテリジェントテクノロジーの使用により、将来の戦場の性質と兵士の任務の性質は、世界を揺るがす変化を遂げるでしょう。

図1: 兵士をシステム構築手法として

2. デジタルソルジャープロジェクト

米陸軍の認知・神経工学共同技術同盟には、ブーズ・アレン・ハミルトンなど多くの業界パートナーが参加しています。同社は2019年10月、米陸軍から「デジタル兵士」システムの開発で5億6100万ドルの契約を獲得した。 「デジタル兵士」システムは、戦場にいる兵士の個々の装備をよりよく接続することができ、仮想現実などの技術を通じて兵士に訓練支援を提供します。

このシステムは映像に映る人物とその行動を識別し、誰かが武器を上げているのを検知すると、兵士のヘッドアップディスプレイや近くを飛行するドローンに即座にメッセージを送信できる。さらに、このシステムはリアルな仮想現実環境を作り出すことができるため、兵士は飛行機に乗らずにパラシュート降下などの訓練を行うことができ、正しいジャンプ姿勢をとったり規定の動作を完了したりするのに役立ちます。

図2 デジタル兵士アプリケーションの概念

ブーズ・アレン社は、意思決定プロセスにおける自律システムと人間の関係を調査するために、米国陸軍やその他の業界パートナーと協力しています。研究により、戦争には複雑に絡み合った変数が多く存在し、機械やコンピューターのアルゴリズムではそれらを処理する能力が低いことが判明しました。最も優れた AI システムであっても、特定の種類の判断、意思決定、知覚、または人間の認知に関連するその他の動的なタスクを実行することはできません。

3. 兵士のニーズに適応するAIシステム

2019年4月、米国陸軍研究所の科学者らは、人間と機械のチームのパフォーマンスを最適化することを目指し、人間の脳活動信号を使用して人工知能システムを訓練することに関する論文を発表しました。将来的には、高度な人工知能システムが兵士のニーズに動的に反応し、兵士が任務を遂行できるよう適応的に支援できるようになります。

戦場では、兵士は地形の調査、特定のエリアの通過、通信情報の受信、脅威の評価など、複数のタスクを同時に実行できます。これらのタスクは、脳の異なる領域の命令の下で実行されます。研究者たちは、兵士が任務を遂行する際に彼らの脳からのデータを分析し、さまざまなデータがどの任務に対応しているかを判断できるようになることを期待している。タスクを完了するためにさまざまな脳領域がどのように連携するかを学習することで、科学者はタスクがどのように完了するかを予測できる人工知能システムを構築できます。

図3 脳コンピュータインターフェースを使用して人工知能システムを訓練する

研究者らは、30人の被験者の脳MRI検査を実施し、注意力、運動能力、視覚、聴覚など、脳内の9つの異なる認知システム間で情報を伝達する組織的経路をマッピングした。研究者らは、脳領域間の動作パターンを理解するために組織経路マップを計算モデルに変換し、特定の脳領域を刺激した場合の効果を実証するシミュレーションを実行した。研究者らが開発した数学的枠組みにより、特定のシミュレーションにおいて、脳の活動がさまざまな認知システム間でどのように同期されるかを測定することが可能になった。脳の基本的な調整原理に関するこの研究の発見は、人間と機械のチームにおける動的なタスク割り当てに応用できる可能性がある。

実験中、戦闘経験のある兵士が脳波センサーを備えたヘルメットをかぶったところ、兵士が脅迫的な画像を見たときに高いレベルの不安、恐怖、緊張を感じたことが検出された。脳波を使用して脅迫画像にラベルを付けることにより、十分なラベル付きトレーニング データを収集し、機械学習アルゴリズムに脅迫画像を認識させる方法を迅速に教えることができます。戦場では、ヘルメットのセンサーが検知した強い不安を示す脳波を同じ分隊の他の隊員に送信し、起こりうる危険を警告することができる。

4. 課題

現在、米軍が行っている主な研究は、人間の認知や行動に関する主観的判断をうまく分析できる方法を見つけることです。たとえば、発話パターンや、人々の過去の行動、傾向、決定に関連するさまざまな情報を特定することです。この種の研究はまだ初期段階にあり、人工知能の既知の制限要因である情報を必ずしも解決できるとは限りません。これは、問題の意味と推論が情報で表現されており、人工知能システムがさまざまな情報が存在する「エコシステム」を完全に統合または比較することが難しいためです。たとえば、特定の情報収集システムは専用のデータセットしか処理できないため、複数の分野でのデータ相互作用の問題を解決することは困難です。将来の AI システムは、異なる情報のエコシステムを分析し、その分析に基づいて情報を融合して信頼性の高い出力を提供できる必要があります。