据美国《大众机械》网站23日报道，美国大学团队设计、训练的人工智能程序能在卫星照片上自行寻找中国的地对空导弹阵地。据称它能在42分钟内完成分析人员需要60小时才能完成的判读任务，而且准确度相当高。

报道称，密苏里大学团队推出的人工智能程序利用深度学习算法，可在高精度卫星照片中检测、识别中国的地对空导弹阵地。“这个消息揭示了人工智能如何被用来协助人类情报专家，帮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。”

报道称，密苏里大学的研究人员将全球2200个地对空导弹阵地的公开数据与美国地理空间图像提供商“数字全球”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55923平方英里的卫星照片上找到90个地对空导弹阵地，花费时间仅为45分钟。而通常人类判读专家要达到相同的准确度，看完所有的图像需要至少60个小时。

报道称，人工智能程序得以判断地对空导弹阵地的原因，首先在于该阵地的特征有很大相似性。通常情况下，为覆盖所有方向，地对空导弹阵地按照星形布局，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。此外，地对空导弹主要部署在重要目标附近，包括军用机场、核电站、桥梁和工厂等。因此，地对空导弹阵地相对容易在卫星图像中发现。

报道称，这项研究成果对于情报分析师来说可能是一个福音，他们的工作就如同“用消防水龙带喝水”。分析师获得的海量数据通常远远超出他们正确分析数据的能力。虽然这个人工智能程序并不完美，但它可以让分析人员跳过那些已经被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。

报道承认，发现伪装阵地并不容易。“因为伪装本身不具有可识别的特征，伪装的阵地就很难定位。”中国专家也表示，永备的地对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即便人类专家也不容易分辨，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。