识别和打击目标过程极为耗时，尽管现阶段的技术进步已经大幅缩短了由识别目标到执行打击的时间，但高端大规模冲突所面临的瞄准速度与数量的挑战，对进一步压缩处理和打击目标所需时间提出了更高要求。为解决这一挑战，美军多年来围绕利用深度学习技术进行军用目标识别方面开展了诸多研究，其中近年来备受美军重视的Maven项目就是典型代表之一，该项目已经在目标识别的精度与持续性方面取得一定进展，并已经在演习演训，乃至实战中进行了验证。
一、Maven项目及其发展情况
美国国防部于2017年4月启动了Maven项目之后多年来持续开展研究，将其作为美国人工智能军事工作的核心，致力于加速大数据与机器学习的整合，实现有别于传统系统的高精度、持续监视与识别能力，如下表所示。
表：Maven智能系统情况
|
|
|
|
|
发展目标 |
|
|
|
|
|
|
|
|
|
|
|
|
与地面移动目标指示器（GMTI）卫星集成，利用GMTI卫星使用雷达探测运动，可在云层或夜间探测并连续跟踪目标的特点，Maven智能系统能够克服传统光学系统的局限性，确保不间断的监视和识别 | |
