美国空军发布类ChatGPT产品—NIPRGPT

人工智能和大数据

共 1763字,需浏览 4分钟

 ·

2024-06-12 09:12

专注AIGC领域的专业社区,关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型(LLM)的发展和应用落地,聚焦LLM的市场研究和AIGC开发者生态,欢迎关注!

6月11日,美国空军研究实验室(AFRL)官网消息,空军部已经发布了一款生成式AI产品NIPRGPT。

据悉,NIPRGPT是一款类ChatGPT产品,可生成文本、代码、摘要等内容,主要为为飞行员、文职人员和承包商提供服务。AFRL希望通过该产品能帮助空军打造一批高效率的“智能数字化战士”。

ChatGPT的出现正在引发新一轮技术变革,经过一年多的实验、功能迭代、技术创新,加上微软、谷歌、苹果、Meta、亚马逊等科技巨头的积极入局,各行业也从最初的观望变成了大规模应用落地阶段。

但政务机构尤其是军方部门在应用某款产品时,对数据安全的要求极其严格,不能有任何潜在威胁。

事实上,美国空军应用NIPRGPT并非盲目跟风,从今年4月25日起,召开了三场“生成式AI圆桌会议”

主要由大型企业和学术界专家参与,探讨该技术在空军的应用潜力、如何高效整合现有业务流程,同时与学术界建立长期的学习、交流网络。

美国空军在这三场圆桌会议上,从生成式AI的技术理念到实际应用,提出了一系列详细的需求,以下只是部分展示。

  • 如何利用生成式AI改进情报、作战规划、行政和业务流程等?
  • 如何利用生成式AI进行战术模拟和预测,帮助制定更有效的作战计划?
  • 应该使用哪些指标,来评估生成式AI的有效性?
  • 如果大规模应用生成式AI,在安全方面有哪些好的建议和方法?
  • 飞行员使用生成式AI,应该具备哪些条件以更好地来使用它们?


其实,像ChatGPT这类生成式AI产品,除了拥有超强的内容生成功能之外,数据分析与预测也是它的招牌功能之一。

这是因为数据预训练阶段,大模型能够自动地进行数据清洗、处理缺失值、异常值和重复数据,确保数据的完整性和一致性。再通过实体识别和关系抽取,大模型能够自动识别文本中的实体和它们之间的关系,构建知识图谱,信息的结构化表示,来增强数据的分析、预测能力。

例如,在情报分析方面,大模型的自然语言处理能力使其能够处理和分析大量的非结构化文本数据。这包括从公开来源(如新闻报道、社交媒体)和秘密情报文件中提取重要信息。

通过自动化的信息抽取和情报分析,大模型可以快速识别和追踪潜在威胁,识别关键实体及其关系,构建动态的情报图谱。

在战场态势感知方面,大模型能够实时处理和分析来自各种传感器(如卫星图像、无人机视频、雷达信号)的数据,生成战场的动态态势图

例如,在海上作战中,大模型可以整合雷达、声呐和卫星图像数据,帮助指挥官实时监控海域态势,识别潜在威胁,如敌方潜艇或战舰的位置和动向。

在作战计划和决策方面,大模型通过模拟和预测敌我双方的行动,提供战略和战术建议,预测战场上的潜在变化,帮助指挥官制定最佳的作战计划

例如,在城市作战中,大模型可以模拟不同进攻路线的战果,评估潜在的损失和胜利概率,帮助指挥官选择最优的作战进攻方案。

AFRL首席信息官 Alexis Bonnell表示,NIPRGPT是一座重要的桥梁,确保我们可以在安全、合规的环境中实现技术创新。我们每位飞行员、文职人员都应该学会这类工具,以便更好地应对未来数字化战争。

目前,NIPRGPT已经全面免费开放给美国空军内部使用,但为了保证数据安全和用户隐私,只能在非机密的网络下使用。(https://niprgpt.mil/)

本文素材来源美国空军实验室官网,如有侵权请联系删除

END

浏览 31
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报