人工智能能帮助士兵在战斗中学习快很多次。

新技术允许美国士兵学习速度比常规方法快13倍，军方研究人员称这可能有助于挽救生命。

在美国陆军研究实验室，科学家们正在用有限的资源提高学习率。有可能帮助士兵更快地破译信息提示，并更快地部署解决方案，例如识别像车载简易爆炸装置之类的威胁，或者从空战区图像中潜在的危险区。

研究人员依赖于低成本、轻量级的硬件并实现了协同过滤，这是一种先进的低功耗现场可编程门阵列平台上的著名机器学习技术，与最先进的优化Mult相比，实现了13.3倍的加速训练。I-核心系统和12.7倍加速优化GPU系统。

这项新技术消耗的电力也少得多。消耗量为13.8瓦特，相比于多核和130瓦的GPU平台，这是自适应、轻量级战术计算系统的一个潜在有用的组成部分。

Rajgopal Kannan博士，一位ARL研究员说，这项技术最终将成为一套嵌入下一代战车的工具的一部分，为分布式联盟环境中的作战人员提供认知服务和设备。

下一代战斗机的研制技术是实验室所追求的六大军事现代化重点之一。

卡南与南加州大学的一组研究人员合作，即Viktor Prasanna教授和数据科学与建筑实验室的学生。ARL和USC正在努力通过ARL的西海岸开放校园倡议加速和优化在异构低成本硬件上的战术学习应用。

这项工作是军方更关注人工智能和机器学习研究的一部分，旨在帮助获得战略优势，并确保战斗机的优势与应用，如现场自适应处理和战术计算。

Kannan说，他正致力于开发一些技术，通过先进的廉价硬件的创新设计来加速AI/ML算法。

Kannan说，论文中的技术可以成为潜在项目的工具链的一部分。例如，一个新的自适应处理项目，最近开始，他是一个关键的研究者可以使用这些能力。