從無人艦艇變成了無人機艦航母，這個方案大家討論的聽熱烈，有個艦隊參謀：““現(xiàn)在無人技術(shù)發(fā)展這么快，我們應(yīng)該搞點新花樣的吧，比如防空導(dǎo)（彈）價格那么高，如果打個高強度戰(zhàn)爭，壓力都很大的，我想呢，比如弄個無人機航母，把無人艦載戰(zhàn)斗機彈射到天上，靠近目標(biāo)在發(fā)生進程格斗彈，這個技術(shù)上應(yīng)該沒有多大難度，從歷史上來說沒有制空權(quán)就沒有制海權(quán)，從二戰(zhàn)到馬島海戰(zhàn)說明單純的水面艦隊太危險了，但航母這個價格太貴了，不能大批量裝備的，能不能搞個萬噸級的低造價航母，配屬給054，056支隊用，裝備無人機和直升機就可以了，我是情愿少一個054也想弄個無人機航母用用！”

    我也來說兩句：“這個想法可以，現(xiàn)在軍艦為了帶一架直升機要占掉多大空間，效能真的不是太高，5000噸的帶1架，10000噸的才能夠帶2架，不要說實戰(zhàn)，就是演習(xí)都覺得這個直升機越多越好，哪怕是無人直升機都行，很多目標(biāo)不是靠雷達看到就行，很多時候還是要抵近識別的，大型航母也被盯的太緊了，還是讓航母走群眾路線，成為群眾最好了！?！?br/>
    “無人船應(yīng)該還要具備個功能就是，在登陸作戰(zhàn)的時候能夠抵近射擊，最好是裝備上105毫米的坦克炮，島嶼作戰(zhàn)及登陸作戰(zhàn)總會有些無法被消滅的目標(biāo)，這些對登陸部隊往往威脅很大，需要有點勁大的武器來支援，你讓052，055抵近射擊這個任務(wù)效能就太低了！”

    “無人兵器現(xiàn)在發(fā)展很快，我們是無人機艦的制造大國，從現(xiàn)在發(fā)展態(tài)勢來看，以后會更加深刻的影響未來戰(zhàn)爭，甚至可能會顛覆現(xiàn)有的戰(zhàn)爭方式，在技術(shù)層面我們是第一梯隊的，先就是要廣開思路，在開發(fā)和應(yīng)用上都走到前面去?！?br/>
    “應(yīng)該開發(fā)一類群蜂類型的步兵無人機，該無人攻擊機能執(zhí)行點面結(jié)合的精確打擊；同時還能承擔(dān)戰(zhàn)場偵察任務(wù)，同時作為通訊中繼節(jié)點。為炮群指示目標(biāo)并且修正彈著點，實時評估打擊效果。該無人機既可以通過專用車輛攜帶，還能由普通戰(zhàn)斗車輛攜帶，數(shù)量可為單架也可以為多架，甚至可以編隊突擊。偵查型無人機已經(jīng)成為當(dāng)代數(shù)字炮兵的標(biāo)配?？梢酝瓿蓱彝：蛷?fù)雜的避障動作。復(fù)雜地形下的山地叢林作戰(zhàn)，或者類似的近距離激烈巷戰(zhàn)，步兵的裝備再好都會有很大傷亡。這類無人機配上熱成像毫米波雷達，就能夠及時的發(fā)現(xiàn)對手?！?br/>
    ……….

    會上用上級提出了很多需求，已經(jīng)超出左冬良的工作范圍，會上就決定把他們團隊升級成為專門的辦公室，左當(dāng)主任，并提供了相應(yīng)場地人員，設(shè)備，對于上級裝備要求，左還是決定搞一個無人裝備的開發(fā)平臺，分為信息錄入端口，SaaS應(yīng)用層級，PaaS基礎(chǔ)層面，Iaas基礎(chǔ)設(shè)施層。在這個平臺上整合了無人機，無人艦船人工智能深度學(xué)習(xí)算法，設(shè)計數(shù)字模型，海洋環(huán)境船體等數(shù)據(jù)庫，形成了初步的基于人工智能的無人裝備設(shè)計平臺，這個平臺有個最大的好處是，可以進行快速的概念驗證設(shè)計，比如上級提出的諸多要求，通過平臺很快能概念設(shè)計轉(zhuǎn)變到初步設(shè)計，而后面就能進行方案審查了，平臺出的方案也不會出現(xiàn)低級的錯誤，快的好處就是大家對這個還有印象的時候，盡快推進，要是按照老辦法，就是過了幾個月再出東西，很多人會就會沒有當(dāng)時的那股熱情了，趁熱打鐵，但又要保持嚴謹，這個平臺很好的解決了這個問題，從工程角度來說，創(chuàng)新的東西一般不會超過30%的，其他都是套用以前的東西，在沒有智能平臺，這些工作都是手工完成這些重復(fù)工作，消耗很多開發(fā)人員的經(jīng)歷，在這個平臺后就提高了至少3-5倍的效率。

    他們辦公室合作的人工智能公司就是星湖智能科技公司，公司創(chuàng)始人樂天鋒是本來做人工智能算法，偶然的機會他們接觸到了一個，船舶識別與跟蹤的項目，船東設(shè)想通過人工技術(shù)來提高對海面目標(biāo)的識別與發(fā)現(xiàn)概率，避免緊急狀況的發(fā)生，在船舶航行中人為失誤占80%,而導(dǎo)致故障的主要原因就是觀察和判斷失誤,而失誤的原因更多是疲勞和注意力分散,人長時間的注意力高度集中,往往會導(dǎo)致疲勞,而人工智能最大的優(yōu)勢就是用機器代替人對海情觀察與信息收集處理,使得船舶駕駛者可以把有限的精力放到關(guān)鍵的場景,做到船舶能夠順利航行.對于船舶駕駛來說人工智能在復(fù)雜水域條件下是作為助航使用,一開始他就是當(dāng)作一個項目做做，掙點錢，結(jié)果后來發(fā)現(xiàn)自己掉到了一個很大坑里。

    通常的圖形圖形識別都是基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)的算法，包括CNN，YOLO3這些，而深度學(xué)習(xí)建立、模擬人腦進行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，對于視覺識別來說，CNN分層提取的特征與人的視覺機理（神經(jīng)科學(xué)）類似，都是進行邊緣->部分->全體的過程。它被引入使其更接近于最初的目標(biāo)——人工智能(AI, A

    tificial I

    tellige

    ce)。深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學(xué)習(xí)過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標(biāo)是讓機器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。 深度學(xué)習(xí)是一個復(fù)雜的機器學(xué)習(xí)算法，在語音和圖像識別方面取得的效果，遠遠超過先前相關(guān)技術(shù)。

    簡單點說就是算法處理數(shù)學(xué)公式，海量數(shù)據(jù)學(xué)習(xí)后建立數(shù)據(jù)集，還有計算的硬件，就是讓系統(tǒng)能夠識別一艘船，那么就讓這個系統(tǒng)先錄入1萬張的照片，通過算法這些特征記錄下來建立數(shù)據(jù)集，在實際使用的時候，系統(tǒng)捕捉到船舶通過算法后與數(shù)據(jù)集內(nèi)的參數(shù)對比，然后判斷，是不是船舶，那種類型船舶。如果讓船舶能夠?qū)W習(xí)10萬張圖片，那么識別準確率會更高！當(dāng)然對硬件的要求就更高了，就出現(xiàn)了AI芯片！

    AI芯片是算力屬于硬件，算法是通過模擬人類腦部神經(jīng)結(jié)構(gòu)，進行對物體及態(tài)勢的認知，判斷，決策，而常用的神經(jīng)網(wǎng)絡(luò)算法就有30多種，還有很多變異結(jié)構(gòu)

    按照部署位置劃分，AI 芯片可以分為云端芯片和邊緣端芯片。云端芯片部署位置包括公有云、私有云或者混合云等基礎(chǔ)設(shè)施，主要用于處理海量數(shù)據(jù)和大規(guī)模計算，而且還要能夠支持語音、圖片、視頻等非結(jié)構(gòu)化應(yīng)用的計算和傳輸，一般情況下都是用多個處理器并行完成相關(guān)任務(wù)；邊緣端 AI 芯片主要應(yīng)用于嵌入式、移動終端等領(lǐng)域，如攝像頭、智能手機、邊緣服務(wù)器、工控設(shè)備等，此類芯片一般體積小、耗電低，性能要求略低，一般只需具備一兩種 AI 能力。

    按照承擔(dān)的任務(wù)分，AI 芯片可以劃分為訓(xùn)練芯片和推理芯片。訓(xùn)練是指通過大量標(biāo)記過的數(shù)據(jù)在平臺上進行“學(xué)習(xí)”，并形成具備特定功能的神經(jīng)網(wǎng)絡(luò)模型；推理則是利用已經(jīng)訓(xùn)練好的模型輸入新數(shù)據(jù)通過計算得到各種結(jié)論。訓(xùn)練芯片對算力、精度要求非常之高，而且還需要具備一定的通用性，以適應(yīng)多種算法的訓(xùn)練；推理芯片更加注重綜合能力，包括算力能耗、時延、成本等因素。