为什么需要“大脑启发式人工智能”来实现真正的无人自主？

当前小型低功耗计算机仅支持“窄AI”，适用于基本监控和侦察任务，无法满足复杂AI需求。为提升无人水面、水下和空中车辆的自主性，需在小型计算机上运行复杂AI。现有AI因体积和功耗限制无法部署于无人系统，而“受脑启发”的方法可解决此问题。

核心观点：

1. 脑启发AI方法：通过模仿大脑处理和存储信息的方式，使复杂AI可在小型低功耗计算机上运行。
2. 推理能力：AI通过推理从少量数据中得出结论，类似人类根据细微线索预测行为，减少数据量和计算需求。
3. 边缘计算优势：将处理和内存集成，避免传统计算机的内存与处理分离导致的效率损耗，适用于无人系统。

关键数据：

• 无需依赖卫星通信的AI方案，因功率和带宽限制，云端交互不可行。
• 无人系统需自主判断任务重要性、高效燃料使用、ISR隐蔽性及战斗人员识别。

研究结论：

• 脑启发AI通过推理和边缘计算，使复杂AI在小型低功耗设备上可行。
• AI准确性与大型计算机相当，但需专业知识选择合适线索并应用推理实现自主性。
• 印度洋-太平洋地区无人系统需重新考虑基于AI的边缘计算，人类大脑提供灵感。