【太長不看】(TLDR) ：本文介紹了10個DARPA目前正在投資的項目，分別為：CCU（計算文化理解）、CHESS (計算機和人類探索軟件安全)、ConSec (配置安全性)、CONFERS (交會和服務操作執行聯盟)、COMBAT (具有對抗策略的建設性機器學習戰斗 )、CREATE (具有對抗策略的建設性機器學習戰斗)、?CRANE (用新型效應器控制革命性的飛機)、CONCERTO (用于無線電頻率任務操作的融合協作元素)?、CSL (合作安全學習) 、Cornerstone （基石）。

關聯回顧

聊聊美國國防高級研究計劃局正在投資的項目(一)

聊聊美國國防高級研究計劃局正在投資的項目(二)

聊聊美國國防高級研究計劃局正在投資的項目(三)

聊聊美國國防高級研究計劃局正在投資的項目(四)

現實版的天網計劃——美國國防部的“天使基金”在投什么項目？（五）

植物傳感器、細菌防腐涂層——美國國防部的“天使基金”在投什么項目？（六）

萬物自動化——美國國防部的“天使基金”在投什么項目？（七）

太空生存——美國國防部的“天使基金”在投什么項目？（八）

在本系列的第一篇我們對美國國防高級研究計劃局（DARPA）做了一個簡短的介紹。

DARPA的項目相當多都是公開的，由于機構運作節奏很快，所以項目也不停地啟動和終結。但有一點是毫無疑問的：了解DARPA正在資助什么項目，會有助于我們了解美國科技的前沿。這個系列，我們將分大約分幾期來闡述當下DARPA網絡公開的正在資助的科研工程項目，讓大家一窺端倪，或許能對在科技前沿的方向選擇上的朋友有一定程度的啟迪。

本文，我們將繼續和大家介紹另外10個DARPA正在投資對項目。

注意我們對每個項目的解讀也有自身知識結構的局限，如果想進一步了解更多信息，可以去公開渠道自行查詢。

CCU

CCU是Computational Cultural Understanding（計算文化理解）的縮寫。

還記得我們之前介紹過的Habitus項目嗎？CCU和Habitus可以說是一個事情的兩個側重點。都是聚焦在跨域文化的理解上。美國在全球開展業務，并與不同文化保持著持續聯系。不同文化的溝通，不僅僅是語言上的障礙，而經常是深沉次的社會習俗和文化背景差別而導致雞同鴨講。跨文化溝通不暢不僅會破壞談判，而且可能成為導致進一步區域危機升級的因素。在存在重大社會、文化或意識形態差異的地方，猜忌鏈會更為嚴重，溝通失敗的可能性會急劇增加。這也是為什么美國國防部一定要在跨文化交流溝通上下功夫的原因。

在這個領域，Habitus 計劃專注于開發工具和技術，以幫助個人和團隊與來自不同文化的個人進行有效溝通和建立關系。這包括開發可以幫助個人理解不同群體的文化規范和期望的工具，以及用于語言翻譯和文化解釋的工具。

而CCU 計劃專注于開發可以分析大量數據以識別與文化行為和理解相關的模式和趨勢的計算工具。這包括開發可以識別不同人群之間文化差異和相似性的算法，以及用于模擬和建模文化互動的工具。

如果舉個例子的話，Habitus 項目更像是開發的一款智能手機應用程序，為士兵在國外與當地居民互動提供翻譯和文化指導，而 CCU 項目可能會開發分析社交媒體數據的算法，以了解文化價值觀和信仰是如何表達的，跨不同社區共享。

總之，雖然這兩個項目都旨在提高跨文化理解，但 Habitus 項目更側重于個人層面的工具和技術，而 CCU 項目更側重于計算工具和數據分析。

計算文化理解 (CCU) 計劃旨在創建跨文化語言理解技術，以提高溝通者的共情感知和溝通效率。CCU 尋求構建自然語言處理技術，以識別、適應并推薦如何在不同社會、語言和群體親和力的情感、社會和文化規范內運作。為了支持文化多樣化和緊急情況使用需求，CCU 將探索設計為在當地文化中需要最少甚至不需要培訓數據的技術，同時在談判和現場其他互動中最大限度地提高溝通者的成功率。目標系統不再主要依賴于帶注釋的訓練數據，而是利用心理學、社會學等領域的定性和定量發現。

盡管最近在機器學習和多媒體分析方面取得了顯著進步，但當今的人類語言技術應用程序不足以進行跨文化交際分析。為了彌補這些缺陷并推進通信技術以實現更好的文化理解，CCU 計劃將重點關注以下研究課題：

社會文化規范的自動發現：該目標旨在開發能夠自動發現和描述給定社區內的社會文化規范的算法。目標是確定行為模式、溝通方式和其他文化標記，以幫助研究人員更好地了解不同社區的動態及其潛在的價值觀和信仰。

跨文化情感識別的泛化：情感識別是跨文化交流的重要組成部分，因為不同的文化通常以不同的方式表達情感。該目標旨在開發能夠泛化跨文化情緒識別的算法，從而能夠更準確地解釋不同文化背景下的情緒線索。這涉及使用自然語言處理 (NLP) 技術來分析語言數據的情感基調，以便溝通者可以深入了解不同社區背景的人士的文化態度和信仰。

在多個時間尺度上檢測溝通實踐中有影響的變化：該目標旨在開發能夠在多個時間尺度上檢測不同文化內部和跨文化的溝通實踐變化的算法，從短期波動到長期趨勢。目標是確定語言使用、交流方式和其他社會文化標記的差別，這些差別可能表明特定社區或文化發生了更廣泛的變化。

為跨文化互動提供對話幫助：該目標旨在開發可以為從事跨文化互動的個人提供幫助和指導的算法。目標是幫助用戶克服潛在的溝通障礙，例如語言、溝通方式和文化規范的差異，并促進跨不同文化的更富有成效的溝通。

關鍵詞：跨域文化、情感識別、機器學習

CHESS

CHESS是Computers and Humans Exploring Software Security (計算機和人類探索軟件安全)的縮寫。

美國國防部 (DoD) 使用的很多信息化系統中都需要依賴商業現成 (COTS) 軟件、政府現成 (GOTS) 軟件以及免費和開源 (FOSS) 軟件。如果要保證這些軟件中的安全性，就需要高超技能的黑客，他們需要檢查軟件的功能并識別其中的漏洞。特別是0-day漏洞。

0-day 漏洞是軟件供應商或公眾都不知道的軟件應用程序或系統中的安全漏洞，并且沒有可用的補丁或修復程序。0-day 漏洞特別危險，因為攻擊者可以利用它們對個人、組織甚至整個國家發動有針對性的攻擊。攻擊者可以利用 0-day 漏洞獲得對系統的未授權訪問、竊取敏感信息，甚至控制整個網絡。0-day 漏洞的發現通常是技術嫻熟的黑客或國家支持的團體實施復雜且有針對性的攻擊的結果。0-day 漏洞的發現通常會保密，直到有可用的補丁或修復程序來防止漏洞被攻擊者利用。

但0-day 漏洞發現的成本很高，黑客使用程序分析技術和工具來識別和緩解漏洞，但這個過程需要大量的專業知識、人力和時間。經常是一個漏洞的發現需要數百甚至數千小時的手動檢查。即便如此，這種檢查的速度也無法擴展到足以保護不斷增長的軟件代碼量。即便是使用自動程序分析功能，在沒有人工參與的情況下也僅發現幾個漏洞類別，例如內存損壞或整數溢出，但無法解決大多數漏洞。這些未解決的漏洞類型依賴于微妙的語義和上下文信息，這超出了現代自動化的掌握范圍。鑒于世界上專家黑客的人數有限，更不用說美國國防部了。基于目前軟件復雜性現實狀況，用現有方法來檢查現代軟件包的安全性是不可能的。

計算機和人類探索軟件安全 (CHESS) 計劃旨在開發以可擴展、及時和一致的方式發現和解決所有類型漏洞的新技術和工具。該計劃基于這樣一種理念，即結合人類和機器智能的優勢可以帶來更有效和高效的安全測試。由于專家黑客的成本和稀缺性，這些能力必須能夠與不同技能水平的人合作，即使是那些以前沒有黑客經驗或相關領域知識的人。也可以在這個技術和工具的支撐下，完成絕大部份漏洞的發現和修訂。

CHESS 計劃將研究使計算機和人類能夠協作檢查和發現（例如源代碼和編譯的二進制文件）軟件的安全漏洞，目標是找到適合復雜軟件生態系統的規模和速度的 0-day 漏洞。這一目標可以再分解為以下具體目標：

• 開發可以自動檢測和消除軟件漏洞的高級程序分析和驗證技術。

• 創建可以識別復雜軟件系統中的安全弱點的新穎測試方法。

• 研究改善人類分析師和自動化工具之間協作的方法，例如使用自然語言處理和可視化技術。

• 開發工具和技術以幫助創建安全軟件，例如自動代碼生成和驗證工具。

實現這些目標需要在以下方面取得研究突破：

• 開發工具來捕獲和分析黑客對軟件工件進行推理的過程，從而為開發計算機與人類之間高效技能和信息共享提供基礎；

• 創建技術來解決目前受到信息差距阻礙并需要人類洞察力和/或上下文敏感推理的漏洞類別；

• 生成信息差距的表示，供不同技能水平的人類合作者推理；

• 將人類產生的洞察力、專業知識和直覺融入識別和解決漏洞的過程中；

• 發出漏洞證明以確認 0-day 漏洞的存在，并生成一個非破壞性的特定補丁來抵消 0-day 漏洞；

• 合成代表大型、真實世界、復雜軟件包的易受攻擊的挑戰集語料庫。

綜上所述，CHESS 計劃的最終目標是創建新一代的軟件安全工具和方法，這些工具和方法比當前的方法更有效、高效，以及擁有更為友好的用戶界面。

關鍵詞：安全漏洞、0-day漏洞

ConSec

ConSec是Configuration Security (配置安全性)的縮寫。

物聯網 (IoT) 和網絡連接組合系統（例如，飛機、關鍵基礎設施等）的發展導致已部署系統出現前所未有的技術多樣性。從以最低內置安全性開發的消費者物聯網設備（通常被惡意軟件利用以對互聯網基礎設施發起大規模分布式拒絕服務 (DDoS) 攻擊）到對工業控制系統 (ICS) 設備的遠程攻擊，這些新連接的，組合系統提供了廣闊的攻擊面。雖然功能的多樣性以及現在可以通過 Internet 連接、監視和控制的范圍急劇增加，但規模經濟卻降低了平臺的多樣性。廉價的現成商品 (COTS) 設備已在很大程度上取代了單一用途的定制設備。

這種狀況導致現代計算機系統越來越復雜和難以管理，具有多層軟件、硬件和網絡組件，必須全部正確配置以確保安全性。因此，配置錯誤和漏洞是安全漏洞和其他網絡攻擊的主要來源。

ConSec 的目標是開發新技術來管理系統配置，以提高安全性、減少漏洞并增強對網絡攻擊的彈性。ConSec 的核心是專注于開發用于大規模管理系統配置的新工具和技術，包括自動檢測和修復配置錯誤和漏洞的方法。這涉及開發新的算法、軟件工具和最佳實踐，以管理跨大型復雜系統的配置，例如軍方和其他政府機構使用的系統。

為了應對這些挑戰，ConSec 專注于多個研究領域，包括：

配置管理工具和技術：開發用于管理系統配置的新軟件工具和技術，例如自動測試和驗證、錯誤檢測和糾正以及動態重新配置。設計權威且可審核的配置存儲庫，以提供強大的完整性保護。導出組件的功能規范并分析其配置空間中的設置如何影響其功能，無需詳盡探索配置空間即可生成有用的配置語義模型，并使用不完整的信息進行有效推理。通過了解組合系統的操作上下文，以最少的時間為組合系統構建預期功能模型。同時為了測試這種配置的和理性，需要描述源自配置不當或組成不當的組件的攻擊面，并開發通過配置來補救這些弱點的方法。

安全監控和分析：開發新技術來監控系統配置并分析它們是否存在潛在的安全漏洞，例如使用機器學習算法來檢測可能表明存在安全漏洞的異常行為或系統行為變化。監控它們在操作期間的變化，并在發現變化時生成上下文相關的響應。

彈性設計和架構：開發新的設計原則和架構模式來構建本質上對網絡攻擊和配置錯誤更具彈性的系統，例如使用微服務架構和分布式系統。

至少以下技術可能用在這個項目中：

• 用于識別和緩解安全威脅的機器學習和人工智能 (AI) 算法。

• 用于保護傳輸中和靜態數據的高級加密技術。

• 保護軟件開發實踐以減少軟件中的漏洞。

• 網絡安全技術，例如防火墻、入侵檢測和預防系統以及虛擬專用網絡 (VPN)。

• 保護硬件設計以防止基于硬件的攻擊。

• 身份和訪問管理 (IAM) 解決方案可確保只有授權用戶才能訪問敏感數據和系統。

• 安全信息和事件管理 (SIEM) 系統，用于實時監控和響應安全事件。

關鍵詞：配置安全、物聯網、機器學習CONFERS

CONFERS是Consortium for Execution of Rendezvous and Servicing Operations (交會和服務操作執行聯盟)的縮寫。

隨著在軌衛星數量越來越多，衛星的維護和維修變得越來越緊迫。很多情況下，衛星一旦發射，出現無法自行修復或者升級的嚴峻現實挑戰，就意味著需要額外投入巨大的成本去派太空船、火箭或者太空機器人等方式去現場物理檢查、協助和修改這些在軌資產。衛星服務是航天工業的一項關鍵能力，因為它允許衛星在軌道上進行維修、升級或蓄能，從而延長其使用壽命并減少對昂貴且有風險的更換任務的需求。然而，缺乏用于服務操作的標準化接口、協議和程序一直是發展這種能力的主要障礙。

DARPA 就曾經有一個地球同步衛星機器人服務 (RSGS)計劃，該計劃側重于為地球同步軌道上的衛星提供服務。但這些努力都面臨一個主要障礙：缺乏明確的、廣泛接受的技術和安全標準，以負責任地執行涉及商業衛星的在軌活動。七國八制的狀況，給外層空間業務的長期可持續性運營帶來了極大的威脅。

CONFERS 就是在這種背景下于 2016 年被發起的。項目旨在為在軌衛星服務和維護操作制定行業標準和最佳實踐。該計劃匯集了航天工業的領先公司，以創建一個安全、可靠且具有成本效益的軌道衛星服務框架。說白了，就是整個太空產業的標準化。

為應對這一挑戰，CONFERS 正在制定一套衛星服務指南和標準，包括對服務航天器設計和服務程序開發的建議。該計劃還促進行業利益相關者之間的合作，以共享知識和資源，并促進采用通用標準和實踐。這個項目分為3個階段：

第一階段：概念開發

CONFERS 計劃的第一階段側重于開發在軌服務操作的概念框架。這一階段涉及與行業合作伙伴合作，以確定衛星服務和交會操作的最佳實踐，并制定一套實施這些實踐的指南和標準。目標是在行業和政府合作伙伴之間建立共同語言和理解，并為未來的在軌服務制定共同愿景。

第二階段：標準制定

CONFERS 計劃的第二階段側重于將第一階段確定的標準和最佳實踐發展成一套正式的指南和協議。此階段涉及與行業合作伙伴合作，就標準達成共識，并開發一套工具和資源來幫助公司實施指南。目標是建立一個可被業界廣泛采用的在軌服務基準標準。

第三階段：實施和驗證

CONFERS 計劃的第三階段也是最后階段的重點是實施第二階段制定的標準并驗證其有效性。此階段涉及與行業合作伙伴一起測試和驗證標準，并確定需要進一步改進或修改的任何領域。目標是確保標準有效且可擴展，并可被整個行業采用。

CONFERS 目前正處于第三階段，該階段涉及開發和測試一套航天器維修技術標準，以及一個證明航天器符合這些標準的框架。DARPA 的交會和服務操作執行聯盟 (CONFERS) 計劃旨在幫助克服這些挑戰，并為強大的天基能力的新商業系列奠定基礎。CONFERS 設想了一個永久性、自我維持和獨立的標準組織或者聯盟，項目結束后，DARPA將 CONFERS 的領導地位和資金轉移給工業界。工業界可以在該標準組織或者聯盟上與美國政府就在軌服務進行合作和接觸。這個行業/政府標準組織將由來自整個空間界的專家組成。DARPA 主要與 NASA 合作，將把政府任務中數十年的運營經驗帶給該聯盟機構。這個標準機構將負責發布供商業在軌服務組織普遍使用的標準。

參與者將利用政府和行業的最佳實踐來研究、開發和發布非約束性的、協商一致的技術和安全標準，供在軌服務運營的服務提供商和客戶采用。這樣做，該計劃將為外層空間負責任行為的定義和期望提供明確的技術基礎。這些標準將足夠廣泛，以允許各個公司自行實施這些標準以適應其各自的業務，同時確保這些實施符合操作安全的最佳實踐。

關鍵詞：衛星修復、太空標準

COMBAT

COMBAT是COnstructive Machine-learning Battles with Adversary Tactics (具有對抗策略的建設性機器學習戰斗 )的縮寫。

紅藍軍對抗訓練，是軍隊常用的演練手段。隨著人工智能算法和博弈論技術的成熟，更為高效和靈活的紅藍軍模擬演習就變得更為重要。

COMBAT 旨在開發人工智能 (AI) 算法，以生成紅軍旅行為模型，在模擬實驗中挑戰和適應對手藍軍的狀況。該計劃旨在將機器學習與博弈論和人機合作相結合，以創造比傳統方法更現實、更有效、更高效的新訓練方法。這項工作將調查對手如何根據藍軍行動和反應從當前戰術演變為未來戰術。并且迅速制定多個可行的紅軍行動方案，確定最佳解決方案，并提供支持建議的推理。我們可以理解為這是一種類似的戰爭模擬游戲。但這里的AI Red Force會更為難纏。系統會幫助軍事人員發展他們在復雜、高壓力情況下有效作戰所需的技能和知識。

以下技術可能用在這個項目中：

• 多代理強化學習 (MARL) 算法的開發。MARL 是一種機器學習，它涉及多個代理根據環境中其他代理的行為和響應來學習和調整其行為。MARL 算法中經常使用博弈論原理來模擬代理之間的交互，使代理能夠在復雜場景中做出更具戰略性的決策并取得更好的結果。

• 持續學習：AI Red Force 可以設計為不斷學習 Blue Force 的行動和戰術，并相應地調整其行為。這可以通過機器學習算法來實現，這些算法能夠識別藍軍行為的模式和趨勢，并相應地調整自己的行為。

• 動態決策：AI Red Force 可以設計為根據當前情況和 Blue Force 的行動實時做出決策。這可能涉及使用博弈論來分析藍軍的行為并選擇最有效的反應。

• 網絡安全技術：加密、混淆、欺騙等網絡安全技術也可應用于人工智能紅軍，使其更難預測和干擾。這有助于保護紅軍行動的完整性，并防止藍軍通過網絡攻擊或其他形式的干擾獲得優勢。

總的來說，DARPA COMBAT 計劃和 AI Red Force 代表了一種創新的軍事訓練方法，它利用 AI 和機器學習的力量來創造更有效和更逼真的訓練環境。該計劃有可能改變軍隊針對復雜和動態場景的訓練方式，并提高軍事人員在各種作戰環境中的戰備狀態和能力。

關鍵詞：紅藍軍模擬、強化學習、博弈論

CREATE

CREATE是Context Reasoning for Autonomous Teaming (具有對抗策略的建設性機器學習戰斗)的縮寫。

自主智能設備在軍隊用越來越多的使用，比如無人駕駛地面車輛（UGV）、自主水下航行器 (AUV)、無人駕駛飛行器 (UAV)、自主供應系統和自主作戰系統。很多時候，這些自主智能設備之間需要相互協調，共同完成一項任務。這個概念可以理解為一種軍事物聯網( IoMT )是一類用于作戰行動和戰爭的物聯網。它是軍事領域中相互連接的實體或“事物”的復雜網絡，它們不斷相互通信以協調、學習并與物理環境交互，從而以更有效和更明智的方式完成廣泛的活動。

CREATE項目的目標就是開發能夠在復雜、動態環境中協同工作的自主多智能體系統，以實現共同的目標。該計劃側重于開發能夠讓自主代理團隊推理其環境、相互協作并適應不斷變化的環境的技術。項目會讓這些自主智能設備組成團隊，使異構的、上下文感知的智能系統能夠以分散的方式行動，并滿足多個、同時和計劃外的任務目標。

這里可能有以下關鍵技術：

• 情境意識：自主智能體必須能夠了解他們的環境才能做出有效的決策。CREATE 計劃專注于開發使自主智能體能夠推理其環境的技術，包括物理空間、環境中的其他自主智能體和任務目標。

• 協作：自主智能體必須能夠有效地協同工作以實現共同目標。CREATE 計劃專注于開發使自主智能體能夠相互協作的技術，包括通信協議、共享態勢感知和決策過程。

• 適應性行為：自主智能體必須能夠適應不斷變化的環境才能完成任務。CREATE 計劃專注于開發使自主智能體能夠適應不斷變化的環境的技術，包括學習算法、決策過程以及計劃和執行過程。

想象這樣一個場景，一隊自動駕駛汽車被派去執行任務，將物資運送到受災地區的偏遠地區。該團隊由一隊卡車組成，每輛卡車都配備了傳感器和通信設備。卡車必須在復雜的環境中行駛，其中包括損壞的道路、碎片和其他危險。

根據 DARPA CREATE 計劃，自動駕駛汽車將配備情境感知技術，使它們能夠了解周圍環境。例如，車輛可以使用傳感器檢測其路徑中的障礙物和危險，并使用地圖技術在它們周圍導航。他們還可以使用通信設備相互共享信息，例如危險位置或最佳路線。

此外，自動駕駛汽車將配備協作技術，使它們能夠有效地協同工作。例如，車輛可以使用通信協議來協調它們的運動并避免碰撞。他們還可以共享態勢感知信息，例如車隊中其他車輛的位置，以優化他們的路線并避免擁堵。

最后，自動駕駛汽車將配備自適應行為技術，使它們能夠適應不斷變化的環境。例如，如果在他們的路徑上出現新的危險，車輛可以使用決策過程來確定最佳行動方案，例如尋找新路線或減速以避免危險。

總的來說，DARPA CREATE 計劃將使自主智能體能夠在復雜的環境中有效地協同工作，例如災難響應場景。通過利用情境感知、協作和適應性行為技術，即使在充滿挑戰和不可預測的情況下，自主智能體團隊也可以更高效、更安全、更有效地運作。所以必要的人工干預和監督機制是非常必要的，以確保團隊的（有利的）緊急行為：（1）更好地確保預期的任務結果；(2) 限制意外不利行為或后悔的成本。否則一旦被黑客入侵或者無法預知的異常情況，這些自主智能體可能會反向攻擊友軍本身。

關鍵詞：軍事物聯網、自主智能團隊

CRANE

CRANE是Control of Revolutionary Aircraft with Novel Effectors (用新型效應器控制革命性的飛機)的縮寫。

我們當下理解的正常飛機都是有翅膀和尾翼的，依靠渦輪發動機或者噴氣發動機。無人機和直升飛機都是采用電子供電帶動螺旋槳方式飛行。但不管是采用哪種形式，仍有很多飛行問題沒有辦法解決，比如飛行的敏捷機動性不夠，同時無法做到安靜飛行。

CRANE 項目的目標是創造新一代飛機，其運行比現有飛機更高效、更安全、更有效。為實現這一目標，該項目專注于開發先進的控制技術，使飛機能夠執行現有飛機目前無法執行的機動動作。這種技術可能使飛機能夠以更接近蜻蜓和其他高度敏捷的飛行昆蟲的能力進行機動飛行。而且這個飛機很可能無需傳統的機翼。比如以下幾個示例：

• 無需旋轉葉片或復雜機構即可執行垂直起降。

• 接近地面的情況下，仍能做到高速飛行，并能機敏躲開障礙物和湍流的影響。

• 可以快速改變飛行方向和高度，比目前的飛機具有更高的精度和效率。

• 減少飛機產生的湍流量的先進控制技術，比現有飛機飛行更安靜的飛行。

CRANE 項目的關鍵方面之一是使用新型效應器。效應器是可用于控制飛機飛行的裝置。傳統上，飛機控制依賴于空氣動力學表面（例如機翼和尾翼）和發動機推力的組合。然而，CRANE 項目正在探索新型效應器的使用，例如等離子致動器和合成射流，它們可以對飛機的飛行提供更精細的控制。

CRANE 項目的另一個重要方面是使用先進的算法和控制系統。這些系統將能夠實時處理大量數據，并對飛機的飛行做出快速調整。這將使飛機能夠快速準確地響應環境變化，例如湍流或陣風。

CRANE 項目仍處于早期階段，我們可能還需要幾年時間才能看到第一架配備這些新技術的飛機。然而，這些新控制技術的潛在好處是巨大的，它們可能會導致新一代飛機比當今存在的任何飛機都更安全、更高效、更強大。

關鍵詞：離子致動器、合成射流、湍流控制、新一代飛行器

CONCERTO

CONCERTO是CONverged Collaborative Elements for RF Task Operations (用于無線電頻率任務操作的融合協作元素)的縮寫。

電磁頻譜 (EMS) 是現代社會的重要資源，因為它用于包括通信、導航、傳感和成像在內的廣泛應用。本質上，EMS 是電磁波可以傳播的頻率范圍，它包括從無線電波和微波到可見光和伽馬射線的一切。

電磁頻譜之間的干擾是一個嚴重的問題，因為頻譜是一種有限的資源，并且隨著越來越多的設備和應用程序使用無線通信，它變得越來越擁擠。這可能會導致依賴 EMS 的各種系統出現干擾、效率低下和性能下降。干擾會導致導致信號質量下降、數據傳輸緩慢，甚至信號完全丟失，進而引發通信和導航系統中斷或故障，從而對公共安全、國家安全和經濟活動產生重大影響。這種情況在軍用設備中體現的更為嚴重。因為軍用系統處于保密性的考慮，各個部件往往是模塊化生產，大量的不同用途的離散雷達都是獨立設計、分別采購并集成在平臺上的，然后通過緊密耦合的硬件和軟件實現。但是這種方式在頻譜使用方面沒有得到很好的協調。隨著傳感器和通信設備的增加，單一設備對不同頻譜涉獵的很廣泛，導致相互之間產生了干擾。

CONCERTO 旨在通過開發新工具和技術來應對這些挑戰，以實現更有效的 EMS 管理。

CONCERTO 的主要目標之一是讓不同的軍事和民用組織能夠更加協作和高效地使用 EMS。這涉及開發用于頻譜共享的新技術，允許多個用戶在相同頻段內操作而不會相互干擾。該項目還旨在開發新的軟件定義無線電 (SDR) 技術，該技術可以實時適應不斷變化的 EMS 條件并優化不同任務的性能。

為了解決這些問題，正在研究用于管理和優化電磁頻譜使用的新技術和工藝。這包括開發更高效的通信協議，使用先進的信號處理技術來減少干擾，以及實施更好的監控和管理系統來檢測和減輕干擾。

這個項目中使用了馬賽克戰爭的概念，這種概念重新配置防御系統和技術，以便它們可以快速部署以各種不同的組合來完成不同的任務。旨在模仿樂高積木和馬賽克藝術形式的適應性。

馬賽克戰爭可以通過更靈活、更高效地使用可用頻譜資源來幫助優化電磁頻譜 (EMS) 的使用。例如，馬賽克戰爭沒有依賴需要大量頻譜資源的大型集中式通信系統，而是強調使用可以在較窄頻段上運行的小型分散式通信系統。此外，馬賽克戰爭可以通過更多地使用分布式和冗余系統來幫助減輕干擾并提高通信和傳感系統的彈性。通過使用多個可以在不同頻段或不同功率級別運行的較小系統，馬賽克戰爭可以幫助減少干擾或干擾對關鍵系統的影響。

總的來說，CONCERTO 是一個重要的項目，它有可能在軍事和民用環境中提高無線通信和其他依賴 EMS 的操作的效率和有效性。通過開發用于 EMS 管理和優化的新技術和技術，CONCERTO 可以幫助應對擁擠和復雜的無線環境中日益增長的挑戰。

關鍵詞：頻譜資源優化、馬賽克戰爭

CSL

CSL是Cooperative Secure Learning (合作安全學習) 的縮寫。

機器學習需要大量數據來豐富模型。但豐富模型的數據集通常由不同方擁有，并受到隱私、安全、商業秘密或監管要求的保護。同樣，應用的 ML 模型（例如，分類器）通常由不同方擁有，并且可能是專有的，需要嚴格保護以減少輸入數據和建模結果暴露的威脅。由于這些限制，政府和私營部門的組織無法在模型培訓和開發方面充分合作以獲得 ML 系統的最佳性能。CSL 項目涉及來自學術界、工業界和政府組織的研究人員之間的合作，以開發用于安全和隱私保護機器學習的新技術。該項目旨在解決協作機器學習在多方因隱私或安全問題而無法直接共享數據的情況下所面臨的挑戰。

Cooperative Secure Learning (CSL) 將開發一種來保護希望安全地共享其信息以更好地為機器學習模型開發提供信息的實體社區之間的數據、模型和模型輸出的方法。CSL 尋求使多方合作以改進彼此的機器學習模型，同時確保每個實體的個人、預先存在的數據集和模型將保持私有。這項工作將側重于開發用于改進機器學習模型的計算技術的工作原型，并提供支持隱私保護和數據安全的見解和方法。基礎算法將根據其準確性和隱私性以及計算可行性進行評估。可能的技術方法可以利用加密方法（例如，安全的多方計算，同態加密等）差異隱私和其他方法。CSL 的努力將顯著擴展多組織機器學習功能，從而在不損害隱私的情況下構建更明智和更強大的機器學習模型。

Cooperative Secure Learning (CSL) 是一種協作式機器學習框架，多方在分布式環境中共同訓練機器學習模型。參與機器學習過程的各方可能是不同的組織或個人，他們出于隱私或安全方面的考慮不想共享他們的數據。CSL 提供了一種協作和訓練模型的方法，同時保護各方擁有的數據的隱私。

CSL 項目是 DARPA 推動安全和隱私保護機器學習技術發展的更廣泛努力的一部分。

該項目有幾個目標，包括為安全多方計算 (MPC) 開發新的加密技術，開發可以處理加密數據的新機器學習算法，以及探索差分隱私的新方法。該項目還涉及開發一個原型 CSL 平臺，不同組織可以使用該平臺在機器學習任務上進行協作，同時保護其數據的隱私和安全。

CSL 結合使用加密技術和機器學習算法來實現安全協作。加密技術，例如安全多方計算 (MPC) 和同態加密，允許各方在不向彼此透露數據的情況下進行協作。CSL 中使用的機器學習算法旨在處理加密數據，這允許各方在不解密數據的情況下聯合訓練模型。

CSL 有不同的變體，每個都有自己的優點和局限性。例如，聯合學習是 CSL 的一種變體，涉及多方一起訓練模型，同時將數據保存在自己的設備上。差分隱私是 CSL 的另一種變體，它涉及向數據添加噪聲以防止重新識別個人。

總之，合作安全學習 (CSL) 是一種協作式機器學習框架，允許多方一起訓練模型，同時保護其數據的隱私和安全。CSL 結合使用加密技術和機器學習算法來實現這一目標，并且 CSL 有不同的變體，在隱私、安全性和準確性之間提供不同的權衡。

這個項目在2017年發起，并在2021年結項。雖然 CSL 項目可能沒有完全實現其所有目標，但它為開發安全和保護隱私的機器學習技術做出了重大貢獻。作為該項目的一部分而開發的研究和原型可能會繼續對未來安全機器學習技術的開發產生影響。

關鍵詞：機器學習、隱私保護、安全學習

Cornerstone

在戰斗中，士兵特別容易遭受創傷性腦損傷 (TBI) 的傷害。據估計，在最近的沖突中，所有戰斗傷亡的 22% 都是由 TBI 造成的。TBI 會對認知功能產生嚴重的長期影響，并會增加患阿爾茨海默病等神經系統疾病的風險。導致人身和醫療保健基礎設施的長期負擔衰弱。目前，TBI 的治療還沒有通過 II 期臨床試驗。目前針對TBI的干預措施完全依賴于身體保護措施，例如裝甲車和笨重的頭盔，治療僅限于身體和/或心理康復方案，收效甚微。

Cornerstone 計劃旨在制定安全有效的綜合對策以防止腦損傷。更準確地說是預防軍事人員創傷性腦損傷 (TBI) 的研究。

Cornerstone 計劃于 2019 年啟動，為期五年。該計劃涉及來自學術界、工業界和政府組織的研究人員之間的合作，以開發用于預防軍事人員 TBI 的新技術。該計劃包括兩個主要重點領域：

了解 TBI 的生物學機制：該重點領域旨在提高我們對 TBI 潛在生物學機制的理解。這包括識別 TBI 的生物標志物，研究沖擊波對腦組織的影響，以及了解 TBI 如何導致長期認知障礙。

開發預防 TBI 的技術：該重點領域旨在開發預防 TBI 的新技術。這包括開發頭盔和其他防護裝備的新材料，開發檢測和減輕沖擊波的新技術，以及開發預防和治療 TBI 的新療法。當一個人遭受腦損傷時，它會引發一系列類似于多米諾骨牌效應的復雜狀況。這在接觸后幾毫秒內開始，在細胞或分子水平上產生初始反應，然后是一組呈指數級增長的獨立、不同和平行的病癥，這些病癥可以持續數周或數月，每個病癥都需要單獨處理。Cornerstone 旨在針對受傷后幾毫秒的初始反應，從而減少同時治療多個目標的需要。

當一個人遭受腦損傷時，它會引發一系列類似于多米諾骨牌效應的復雜狀況。這在接觸后幾毫秒內開始，在細胞或分子水平上產生初始反應，然后是一組呈指數級增長的獨立、不同和平行的病癥，這些病癥可以持續數周或數月，每個病癥都需要單獨處理。Cornerstone 旨在針對受傷后幾毫秒的初始反應，從而減少同時治療多個目標的需要。

作為 Cornerstone 計劃的一部分，研究人員正在努力開發新的和改進的頭盔設計，以提供更好的 TBI 保護。這包括使用可以更好地吸收和分散沖擊力的先進材料，例如復合材料和陶瓷，以及可以檢測和測量頭盔佩戴者在沖擊過程中所受力的新傳感器技術。研究人員還在探索改善頭盔合身性和舒適性的方法，以及它們與防彈衣等其他防護裝備的整合能力。

除了頭盔設計外，Cornerstone 計劃還專注于開發有助于預防或減輕 TBI 影響的新技術和治療方法，例如可以實時檢測 TBI 跡象的可穿戴傳感器，以及新的藥物和療法可以幫助保護大腦免受傷害或促進受傷后的恢復。

總的來說，DARPA Cornerstone 計劃是一項旨在預防軍事人員創傷性腦損傷的重要舉措。通過專注于了解 TBI 的生物學機制、開發預防新技術以及改進培訓和教育，該計劃旨在降低 TBI 的發病率并改善軍事人員的長期健康結果。

關鍵詞：創傷性腦損傷、頭盔防護

附：DARPA簡介

DARPA，全稱Defense Advanced Research Projects Agency，也就是美國國防高級研究計劃局。從歷史起源來看，DARPA是典型美蘇冷戰的產物。蘇聯在1957年率先發射了人類第一顆人造衛星Sputnik 1，正式開啟了太空時代。為了和蘇聯擼起袖子展開競爭，當時的總統艾森豪威爾在1958年2月7日，聯合學術界、工業界和軍方創建了DARPA。承諾從那時起，美國將成為戰略技術意外的發起者，而不是受害者角色。DARPA 一直不辱使命，堅持一項獨特而持久的使命：對美國國家安全的突破性技術進行關鍵投資。DARPA屬于典型的軍民融合機構，所以在DARPA成立的50多年來，投資的項目無數，而且相當多的項目都超出了軍方的需求。比如我們現在熟知的ARPANET（互聯網等等前身）、GPS、自動語音識別和我們前幾期提到的波士頓動力的多足機器人都是DARPA投資的杰作。其實遠不限于此，現代科技的任何一個角落，幾乎都有DARPA的影子。《經濟學人》稱 DARPA 是“塑造了現代世界”的機構。

更詳細介紹請參見：聊聊美國國防高級研究計劃局正在投資的項目(一)