在美國國防先期研究計劃局（DARPA）的歷史中，人工智能（AI）一直是突破性研發的重要領域。在20世紀60年代，DARPA研究人員完成了該領域的一些基礎工作，帶來了專家系統的誕生，或第一波AI。從那時起，DARPA資助了第二波AI的發展——機器學習，在語音理解、自動駕駛汽車和圖像識別等領域對國防和商業能力產生了重大影響。今天，DARPA持續投入資金支持AI的創新，在研究方面展開多項投資，目的是塑造AI系統在解決問題中從工具變為可信賴合作伙伴的未來。2018年9月，DARPA宣布啟動“AI NEXT”活動，將在未來數年內投入高達20億美元，通過現有和新設項目發展第三波AI技術。
技術的進步已經演化了人類和機器在沖突中的作用，從人類之間的直接對抗到機器調解的交戰。最初，人類從事原始形式的戰斗。而隨著工業時代的到來，人們認識到機器可以大大提高作戰能力。然后，網絡實現了遠程操作，最終證明它易受電子攻擊，并且由于信號傳播距離和時間長而受到約束。戰爭的下一階段將包含更有能力的自治系統，但在允許這種機器補充人類作戰人員之前，他們必須具備更高智力水平。
傳統上，我們設計的機器可以處理定義明確的大批量或高速的任務，使人們能夠專注于日益復雜的問題。在20世紀50年代和60年代，早期的計算機自動完成繁瑣或費力的任務。正是在這個時代，科學家才意識到模擬人類智能是可能的，也因為誕生了AI。AI將成為使計算機解決問題和執行通常需要人類智慧才能進行的操作的手段。
AI的早期工作強調手工操作，計算機科學家構建了所謂的專家系統，這些系統以規則的方式捕獲了專家的專業知識，然后系統可以應用于人類感興趣的情境。該第一波AI技術非常成功，稅務準備軟件是專家系統的一個很好的例子，但需要手工實現規則既昂貴又耗時，因此限制了基于規則的AI的適用性。
在過去幾年中，人們對AI中被稱為機器學習的子領域產生了興趣，該子領域將統計和概率方法應用于大型數據集，以創建可應用于未來樣本的廣義表示。這些方法中最重要的是深度學習（人工）神經網絡，當有足夠的歷史數據時，可以對其進行訓練以執行各種分類和預測任務。然而，由于收集、標記和審查用于訓練“第二波”AI技術的數據的任務非常昂貴且耗時，因此發展存在阻礙。
DARPA設想了一個未來，其中機器不僅僅是執行人類編好的規則或從人工輔助數據集進行推廣的工具。DARPA設想的機器將更多地作為合作伙伴而不是工具。為此，DARPA在人機共生方面的研發確立了與機器合作的目標。支持計算系統實現這種方式至關重要，因為傳感器、信息和通信系統以超出人類可以吸收、理解和行動的速率生成數據。將這些技術融入可與作戰人員合作的軍事系統中，將有助于在復雜、時間緊迫的戰場環境中做出更好的決策；能夠更好地理解大量、不完整和矛盾的信息；使無人系統能夠安全地執行關鍵任務并具有高度自治。DARPA將其投資重點放在第三波AI上，將帶來了能夠根據背景理解和推理的機器。
五十多年來，DARPA一直是開展突破性研發的領導者，促進了基于規則和統計學習的AI技術的進步和應用。今天，DARPA繼續引領AI研究的創新，為多種研發項目組合提供資金，從基礎研究到高級技術開發。DARPA認為在未來，通過“第三波”AI技術的開發和應用，將實現可通過生成上下文和解釋模型能夠獲取新知識的系統。
“AI NEXT”活動關鍵領域包括實現關鍵DoD業務流程的自動化，如安全審查或認證用于運營部署的軟件系統，提高AI系統的穩健性和可靠性，增強機器學習和AI技術的安全性和彈性，降低功率、數據和性能的低效，開啟下一代AI算法和應用，如“可解釋性”和常識推理。
AI Next以DARPA五十余年的AI技術創建為基礎，銘記機構最艱難的問題，來定義和塑造未來，。因此，DARPA將通過專門針對以下領域為國防部創建強大的能力：
新能力：AI技術將常規性地用于DARPA研發項目，包括60多個現有項目，如電子復興項目（ERI），以及其他與復雜網絡攻擊實時分析、欺詐圖像檢測、全域戰爭動態殺戮鏈構建、人類語言技術、多模態自動目標識別、生物醫學發展、假肢控制的項目。DARPA將推進AI技術以實現國防部關鍵部門業務流程的自動化。其中一個過程是在操作部署之前對軟件系統進行冗長認證。現在可以使用已知AI和其他技術實現該認證流程的自動化。
強大AI：AI技術已經證明了各種任務的巨大價值，如基于空間的圖像分析、網絡攻擊警告、供應鏈物流和微生物系統分析。與此同時，AI技術的失效模式則幾乎沒有了解。DARPA正聚焦研發通過分析和實證來解決這一不足。DARPA的成功對于國防部部署人工智能技術至關重要，尤其是在需要可靠性的戰術優勢方面。
對抗性AI：今天最強大的AI工具是機器學習。可以通過改變輸入使機器學習上當受騙。用于訓練此類系統的數據可能已損壞。而且，軟件本身很容易受到網絡攻擊。隨著更多支持AI的系統被部署，必須大規模解決這些問題。
高性能AI：過去十年中，計算機性能的提升，及與大型數據集和軟件庫相結合，使機器學習獲得成功。更低的電力性能對于實現數據中心和戰術部署至關重要。DARPA展示了AI算法的模擬處理，與現有先進數字處理器相比，具有1000倍的加速和1000倍的功率效率，并且正在研究AI特定的硬件設計。DARPA還通過研究可大幅降低標記訓練數據要求的方法來解決目前機器學習的低效率。
下一代AI：支持人臉識別和自動駕駛車輛的機器學習算法發明于20多年前。DARPA率先開展研究，開發下一代AI算法，將計算機從工具轉變為解決問題的合作伙伴。DARPA的研究旨在使AI系統能夠解釋他們的行為，并獲得和使用常識推理。DARPA的研發工作帶來了第一次AI成功，如專家系統和搜索，最近還推進了先進機器學習工具和硬件的發展。DARPA現正創造下一波AI技術，使美國能夠在這一關鍵領域保持其技術優勢。
除了新的和現有的DARPA研究，該活動的一個關鍵組成部分是DARPA的AI探索（AIE）項目。該項目于2018年7月首次公布.AIE構成了一系列高風險，高回報的項目，研究人員將在這些項目中工作在獎勵后的18個月內確定新的人工智能概念的可行性。利用簡化的合同程序和融資機制將使這些努力能夠在機會公布后的三個月內從提案轉向項目啟動。
為了提高人們對DARPA開展的眾多的AI研發工作的認識，DARPA定于2019年3月6日至7日在弗吉尼亞州亞歷山大市舉辦AI座談會（AIC）。本次活動旨在將國防部研究團體和國防利益相關者聚集在一起，了解DARPA當前和未來AI項目的更多信息，并了解開發中的無數技術將如何應用于其各種任務。AIC將為AI團體創建一個環境，以便參與和發展新的合作，幫助將DARPA的發現應用于與國家安全相關的挑戰。
在為期兩天的會議上，與會者將聽取DARPA當前研究人員和項目經理的想法，他們將討論推進AI基礎的工作，以及探索該技術應用于國防相關挑戰的項目，挑戰從網絡防御和軟件工程到航空和頻譜管理。
除了圍繞現有和新的DARPA項目進行演示之外，該活動還將包括：
·DARPA AI探索（AIE）項目的最新進展，該項目是一系列高風險、高回報項目，旨在簽訂合同后的18個月內確定新AI概念的可行性
·對AI技術發展所帶來的倫理影響和關注點的小組討論
·海報展示會，為與會者提供與積極參與DARPA AI項目的研究人員交流的機會
DARPA副主任Peter Highnam博士說：“今天，DARPA正在推行20多個項目，積極探索提高AI技術發展水平的方法，將第二波機器學習推向第三波背景推理能力。此外，我們正積極致力于50多個以某種能力利用AI的項目。AIC將為與會者提供一個全方位和深度了解我們不斷增長的AI能力的機會。
