AI热榜 乌克兰战场上散落着无人机的残骸，无人机现已成为现代战争的关键武器。
但在所有这些残骸的背后，有一个国防部门的新金矿。
无人机生成的数据将远远超过它们用于战斗的战争，并日益成为人工智能架构的一部分，甚至塑造平民生活。
对于每次飞行，无人驾驶系统都会收集数千个数据点，从图像和视频到控制器输入。
这些记录共同显示了机器和人如何应对不断变化的环境。
乌克兰现在已经开始将这种经验转化为资源。
英国国防部今年 1 月宣布，将向军事承包商和商业公司提供在数万次无人机飞行中收集的数百万个数据点，此后已有 100 多家公司和英国政府获得了访问权限。
对于处于战争状态的国家来说，这是吸引资金和伙伴关系的快捷方式。
但这一步将前线变成了模型训练的活跃场所，利用战争的混乱创造了人工智能公司难以自行复制的条件。
其他国家和战场可能会效仿乌克兰的做法，但管理这个新兴行业的责任不能仅仅落在一个为其生存而战的国家身上。
这一法律真空必须由参与该行业发展的国家和公司共同填补。
爆发式增长 乌克兰战场并不是第一个产生用于训练和开发模型的记录的战场：美国无人机在叙利亚和也门上空收集的数据为 2010 年代末的第一代半自主军事硬件提供了信息。
现在的区别在于，对这些数据的访问被用来开发更广泛的生态系统。
对于国防公司来说，财务价值是巨大的：战场数据提供了在实验室无法提供的条件下收集的大量机器经验。
这是因为对于训练人工智能模型最有价值的数据来自例外情况：可见性消失的那一刻、信号堵塞或人类操作员即兴发挥。
人工智能公司花费数年时间和巨额资金试图捕捉足够多的这些时刻，以使他们的模型更加强大。
但战争产生它们的频率控制测试是无法比拟的。
这种不断变化的地形使得无人机数据的价值远远超出了战场。
用于送货或遥感的商用无人机可能永远不会遇到炮火，但在人们行为不可预测的世界中，它仍然必须在不完整的信息下运行。
同样的问题被战争压缩到更短的时间内。
🔗 原始来源
如果你要核对细节，可以再看原文： MIT Tech Review原文链接