Latent人工智能公司LEIP平台提升美海军水下威胁检测能力，开启机器学习运维新时代

2025年3月，美国Latent人工智能公司宣布，其高效推理平台（LEIP）在美海军的海上作战自动目标识别（AMMO）项目中取得了显著成效，大幅提升了水下威胁检测的效率和准确性。这一突破性进展不仅为美海军提供了更强大的工具，也为整个美国防部的机器学习运维（MLOps）应用铺平了道路。

1 传统方法的局限性

以前，清理商业航运区或争议水域对海军来说是一项艰巨的任务，需要耗费大量的人力和物力。在配备计算机视觉人工智能的无人水下航行器（UUV）扫描海底并将图像传回给水手后，必须对这些图像进行人工分析，以区分无害物体和潜在危险的敌方爆炸物。而重新训练和使用新数据更新UUV模型的过程可能需要长达六个月的时间。

2 LEIP平台在水下威胁检测中的应用

为了提升水下威胁检测能力，美海军与国防创新单元（DIU）合作，寻求一个值得信赖的基础设施和一个新的机器学习管道，以快速大规模地跟踪、修改和重新部署机器学习模型。经过全面的评估过程，LEIP被AMMO项目选为主要开发平台，它不仅能够在各种环境中运行，而且具有多种优势：

（1）更快的模型部署和更新：LEIP简化了机器学习管道，并可以通过无线的方式进行更新升级，大幅简化了原本繁琐复杂的更新流程。

（2）适应不断变化的威胁：该平台能够兼容各种规模和配置的模型，使海军能够将其机器学习模型适应不断变化的水下环境和威胁。

（3）安全可靠的操作：LEIP优先考虑模型安全性并提供标准化的运行引擎，确保人工智能系统的完整性和可靠性。

根据Latent人工智能公司公布的数据，以LEIP为核心组件的AMMO项目在各项指标方面均实现了显著提升，其中水下威胁检测的机器学习（ML）模型更新时间缩短97%：以前需要六个月才能完成的更新只需几天即可完成；硬件能耗减少了约20%；运行推理速度提高了4倍。美海军第75特遣部队（CTF）指挥官肖恩·利布准将评价指出，通过与多个国际合作伙伴合作，LEIP平台展示了以运营相关性的速度部署和更新自动目标识别模型的能力。这种人机协作为作战人员提供了强大的水下威胁探测能力，同时也增强了他们对系统的信心。”

3 未来应用

AMMO项目的成功为海军乃至整个国防部更广泛地采用MLOps铺平了道路。Latent公司致力于在未来利用人工智能增强国家安全的努力上展开合作，未来LEIP的应用范围将进一步扩展到机载情报和地理空间分析等领域，以此扩展边缘人工智能的应用范围，包括强大的地理位置情报和地图绘制等。

为了更好地将LEIP系统融入美海军作战体系，该公司还于2025年1月聘请了海军“超越计划”的原总负责人，海军信息战系统司令部（NAVWAR）道格·斯莫尔少将为顾问，指导该公司的未来发展。

MLOps是一种将机器学习模型的开发、部署、监控和维护流程系统化的实践方法。它结合了机器学习、数据工程、DevOps（开发与运维一体化）和持续集成/持续部署（CI/CD）的理念，旨在提高机器学习项目的效率、可扩展性和可靠性。

来源：防务快讯