2012年4月22日，伊朗宣布开始仿制RQ-170无人机。其实，关于仿制后伊朗将获得何种先进侦察能力，此前已经沸沸扬扬地猜测过一轮。然而多数人完全忽略了一个现实：这样的战略侦察机对伊朗不会完全无用，但至少在它最主要的使命上，伊朗，乃至其它国家要模仿，尚缺少一些根本条件。
2010年初，在阿富汗巴格拉姆空军基地一角的一辆拖车里，美国空军女下士凯西·麦克卡德正疲倦地盯着好几个大屏幕，波音Insitu公司的几架“扫描鹰”低空无人机正在基地周围盘旋，它们传回的大量视频却只有凯西一人处理。
要从中发现对基地的威胁，“最大的困难是确定哪些人、哪些行为是可疑的，我们要找的是什么，”凯西说：“一个男人夹在臂弯下长长的暗色物体可能是一支火箭筒，也可能只是一把铲子而已，在路旁挖坑的人可能是在埋炸弹，但也可能是在修管道。”分析人员区别这些，需要长期训练和实践经验，也需要直觉。
▲“火鸟”侦察机方案
现在，五角大楼的服务器群里涌入的视频侦察图像多到什么程度？据称仅2009年一年的图像，如果连续播放，一个人需要24年才能看完。美军在阿富汗战场每天产生的情报、监视与侦察数据已达53T（1T=1000G），比伊拉克战场增加4倍，相应的通信带宽也已增长了10倍。整体上美军的侦察数据量是五年前的15倍，但处理、开发和分发数据的能力仅提高约30%。
美国空军正不停地训练分析员，但即使增加数千分析人员，也解决不了问题，一种方法是通过网络统一使用分析人员，另一个办法是让机器处理数据，人类只进行决策。(www.xing528.com)
后一个办法的例子是国防部先进研究计划局（DARPA）的“深度学习”计划，该计划正研究让计算机来完成这件事。从2009年开始以来，斯坦福大学、纽约大学、蒙特利尔大学和NEC北美实验室正在开发能对视觉图像进行复杂理解的软件。人对图像的理解动用了六层大脑皮层活动，还不算视网膜等部位的预处理，基于神经网络的计算机目前只有两三层的水平。
不过，看看人脸识别技术现在达到的水平，让计算机看出视频中的一个人在实施特定活动还是有希望的。只是，恐怕最好不要让塔利班知道有人在分析他们的动作，否则，伪装也是人类很基本的本能。
DARPA近期启动的MSEE（传感、利用和执行数学）计划也瞄准了这个问题。它的办法通俗地说就是给“眼睛”装“大脑”，他们希望开发一种数学语言，让传感器能直接认出数据流中的事物、位置和活动等简单概念。有了语言描述，雷达、视频、音频等多种传感器获得的就不再是杂乱的原始数据，而是有价值的初步情报，还能做出初步的反应。
▲机载地面监视系统的图像
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
