引入AI的前提：无人机FMV数据标准化

21世纪初，美国在阿富汗、伊拉克的两场战争开启了“无人机战争”时代，也直接推动了全动态视频（FMV）技术的成熟与爆发。

与此同步的是，隶属于美国国家地理空间情报局（NGA）的机构动态影像标准委员会MISB（Motion Imagery Standards Board）专门为FMV视频制定了美军标准——MISB ST 0601，官方名为无人机数据链本地集（UAS Datalink Local Set）。

这个FMV视频元数据的军用标准规定了用轻量KLV格式把时间、位置、姿态、平台、传感器、目标、气象与环境等信息打包嵌入到视频流中，从而能够实现跨平台、跨军种的传输和互通共享。

比如，2014年10月发布的MISB ST 0601.8版的标准就明确定义了95个数据标签（Tag）。从这一细节可以看出，在美军标准化情报体系中，无人机平台拍摄的FMV视频画面已经变成了地理空间情报数据的重要源头。情报分析人员对这些FMV的判读和分析，并不是通过逐帧看视频而达成的，而是基于元数据叠加地图、标记目标数据库、历史数据等，最终获知“何时何地，发生了什么的”，可以提取目标位置、生成目标的移动轨迹和速度、识别异常活动、生成目标轨迹和活动模式等。

而这也让美军在战场情报方面遇到了新难题——数据量远超分析能力，让情报分析师不堪重负。

在“数据过载”的困境之下，无人机的FMV视频根本无法转化为可执行的情报，甚至“让反恐战争中的士兵为此付出了生命代价”。

此时，德鲁·库科尔意识到，人工智能（AI）技术或许能解决这个问题。他力图将情报的处理、利用与分发（Processing、Exploitation、Dissemination，简称为PED）等工作做到高度的自动化。

而这一工作的前提，也是因为有了MISB ST 0601标准这个大前提，才能让FMV和携带的多种元数据能够标准化，可跨平台进行解析，也才有引入AI工具后，AI能够自动识别目标、跟踪、分析、关联、生成报告等进展。