美国国会为DARPA神经符号数字孪生体拨款

导读：作为数字孪生体概念的提出者，DARPA为了保证颠覆性创新的效果，一直隐忍未透露过多的应用情况。近期，DARPA推出了诸多数字孪生体项目，本文为第二篇分析文章。

在上一篇文章中，笔者介绍了DARPA在下一代微电子项目中，引入了数字孪生体，大大提高了其工作效率，并大幅缩减了原型研发的周期。

众所周知，DARPA以推动颠覆性创新著称，除了前述微电子项目中引入数字孪生体，它还在未来战场建设中，大胆提出了“神经符号数字孪生体”概念，发挥符号推理和神经网络两大人工智能技术路径的优势。

针对该项目，美国国会计划在2024年拨备700万美元，以加速该项目的实施。

人工智能产生以来，就有可计算的挑战，由此产生了符号主义、连接学派和行为学派，它们各有优缺点。

针对这样的情况，DARPA把符号主义和连接学派结合起来，既可以发挥符号推理的价值，还可以利用数据驱动的神经网络的优点，DARPA把这种方法称为“学习自主性”。

DARPA计划把神经符号数字孪生体应用在合成环境（Synthetic Environments），包括传统的战场环境、武器装备和作战人员。

当前美军正在推进第三次抵消战略，其核心就是在高度复杂的对抗环境中，获得远远超出对手的速度和灵活性，这显然需要一套体系级的思考方式。

随着数字孪生体、人工智能和数据科学等新一代数字技术的广泛应用，把战场环境、武器装备和作战人员分离的观点开始遇到挑战，因为分布式作战体系将模糊战场环境跟武器以及人的边界，形成“你中有我，我中有你”的状态。

传统的建模仿真无法对此进行有效的描述，更不能满足对抗环境的军事行动需求，这需要构建一套数字孪生战场理论体系。

为此，DARPA在“人机共生”计划中，引入了神经符号数字孪生体技术。

按照计划，该项目当前的重点任务包括两项：一是开发神经符号数字孪生体测试床和用例；二是评价“神经符号数字孪生体”的机器学习效果。

数字孪生战场实验室最近几年的研究显示，融合原有的人工智能技术，实现学习自主性，对边缘计算的实现颇有帮助，最终能够推进人机共生应用。