最近，人工智能技术抄得很火，而一旦将其大规模用于军事领域，那将是改变规则的技术。最近，美国就开始利用人工智能技术在海量卫星照片中捕猎中国导弹阵地了。据美国《大众机械》网站23日报道，密苏里大学团队训练了一个深度学习算法，可在TB（1T=1024G）级数字图像中检测、识别中国的地对空导弹阵地。据称，人工智能程序不仅能够像人一样准确地找到这些阵地，而且远比人类更快。据称，人工智能将被用来补充人类情报专家，帮助他们从数千平方英里的卫星图像中像大海捞针一样找到所需的目标 。不过看空天 认为，对于经过伪装的、不明显的导弹阵地，人工智能可能还需要好好学习下 。

　　报道称，密苏里大学的研究人员选了卫星图像，并获得地对空导弹阵地的图像。然后，大学团队将全球2200个地空导弹阵地的公开数据与DigitalGlobe公司的卫星图像相结合。经过训练，密苏里大学的人工智能程序可以在中国东南部的一块面积约为5.6万平方英里的地区找到90个地空导弹阵地，并且能够在45分钟内完成。而通常人类判读专家要达到相同的准确度，看完所有的图像大约60个小时。

　　地空导弹阵地具有很大的相似性，也给人工智能识别带来方便。上图为最近拍摄的疑似S-75地空导弹阵地，下为越战期间S-75地空导弹阵地。

　　地空导弹阵地特征有很大的相似性，它们遵循既定模式，以确保最大的防御覆盖率。通常情况下，为了覆盖所有方向，地空导弹阵地布局是星形的，拥有4组或5组导弹发射架，围绕着控制中心呈放射性布置。在中央阵地上，拥有控制方舱、跟踪和制导雷达以及发电机。通常情况下，每个发射阵地都被护堤包围，旨在防止导弹发射架遭遇“一石二鸟”式的摧毁。 文章称，通常也可以预测地空导弹阵地的大致位置：地空导弹的选址要考虑保护重要目标，包括军用机场、核电站、桥梁和工厂等。因此，地对空导弹阵地很容易在卫星图像中发现。例如位于台湾对面的解放军某空军基地，在“Google地球”仅仅两分钟就能找到。在基地东北方向似乎是新月形的地空导弹阵地。在这种情况下，中国空军预测台湾的战机和导弹来自东方，不需要星形的配置。

　　文章称，该大学的研究对情报分析师来说可能是一个福音，他们的工作就如同“从消防水龙带喝水”。分析师获得的海量数据通常远远超出了他们正确分析数据的能力。虽然这个系统并不完美，但它可以让分析人员忽略人工智能发现军事设施的区域，并把注意力集中在某些没有什么明显特征的地方。

　　不过文章也承认，发现经过伪装的阵地并不容易。“因为伪装本身不具有以可识别的特征模式，伪装的阵地就很难定位。”看空天 认为，永备的地空导弹阵地外形特征确实比较明显，而野战和临时的导弹阵地，特别是经过伪装后的阵地，并不是一个很容易识别的目标。加之战场上可能还会有假目标、假阵地，显然对于人工智能来说，如果要提高鉴别能力，还需要更多的学习。