美国特种作战司令部(SOCOM)指挥官雷蒙德·托马斯将军正在向企业界寻求如何成功实施机器学习和人工智能的实例。你可能知道，美国的SOCOM既是一个贪婪的消费者 - 有些人会说是一种贪得无厌的情报，但也是一个多产的制片人，”托马斯在2018年的GEOINT研讨会上说。
他说，SOCOM在2017年收集了127TB捕获的敌方情报，其中不包括公共信息，动作捕捉视频和通过其他方式收集的信息。将其与SOCOM通过其智能，防御，机构间和学术合作伙伴获得的数据和情报相结合，SOCOM拥有的数据超出了可以在没有人工智能或机器学习的帮助下有效分析和采取行动的数据。
“说明有效和快速消化，分析和最重要的信息传播能力决定了当前和未来任务的成败，这并不夸张。能够快速收集，理解和分享我们的组织和我们多元化合作伙伴的运营或情报价值数据对于成功开展特殊运营至关重要，“托马斯说。
他说，两年前，当国防创新委员会访问时，托马斯意识到人工智能是美国SOCOM所缺乏的。Alphabet的首席执行官埃里克施密特赞扬了SOCOM的人员和原型设计，但表示深度学习很糟糕，他可以用正确的算法解决所有遗留的问题。
通过利用行业已经非常有效地使用的方法，我们的大部分关键流程，包括处理，开发和传播，公开信息，捕获的敌方物资等等，将大大改善，”托马斯说。 。
他说，某些组织开始干预互联网，追踪，打击和化解暴力极端主义者的努力，他想学习如何运作。他说，如果适用于美国国防部新的大规模杀伤性反武器计划，这种做法可能会非常有效。
但他并不只是希望私营企业能够效仿成功的想法。他说，他还访问了纽约市警察局，看看它的一些较新的安全措施。
“两周前，我上去看纽约的融合细胞，以及那种令人惊讶的压缩大都市安全挑战。当我早上和他们坐下来的时候，他们的操作画面在整个城市发生了国内事件，枪击等事件。更有意义的是......就未来和我们的目标而言，他们是如何解决问题的，但他们必须走多远。“
他说，所有不同传感器的集成方式和每个官员与他们一起使用的特定手机相关联的方式令人印象深刻，也激发了他的灵感。他想知道，如果那些传感器正在进入人工智能，他们可以完成什么?难道它能够实时看到军官无法做出的事情，比如从一群人中挑出一张特定的面孔吗?