A Légierő AI eszközöket igényel a megfigyelési adatok átjárhatóságának megoldására

defense.gov
Kérjük, ossza meg ezt a történetet!
Ebben rejlik a probléma: A megfigyelés olyan cunamit eredményez, amely nem elemezhető elég gyorsan a) szuperszámítógépek és b) mesterséges intelligencia nélkül. A technokraták elemükben vannak. ⁃ TN szerkesztő

Mint más katonai szolgálatok és a Védelmi Minisztérium alkotóelemei, a Légierő manapság túlterhelt hírszerzési adatokkal találkozik, és gépi tanulásra és mesterséges intelligenciára törekszik, hogy segítsen elemzőinek mindezen információk gyors gyakorlati felhasználásában.

Pontosabban, a szolgáltatás arra törekszik, hogy a Multi-intelligenciát vagy a Multi-INT-t összeolvasztja, amely több formátumú adatokból áll, legénységgel és pilóta nélküli repülőgépekkel, műholdakkal és földi állomásokkal, valamint más forrásokból. Ezen adatok mennyisége és sokfélesége miatt az elemzők nem képesek mindent elemezni, és tudatosan segíthetnek a döntéshozatali folyamatban. Így a Légierő Kutatólaboratóriuma (AFRL) kiadott egy Információkérés az ipar, az egyetemi közösség és más kormányzati laboratóriumok bevitele az elérhető eszközökre, amelyek rendelkezésre állnak vagy fejlesztés alatt állnak.

https://www.youtube.com/watch?v=5UfF121mFiQ

Az adatok túltermelése semmi új - a légierő panaszkodik a az érzékelő által vezérelt túlterhelés veszélyei a korai 2000-ok óta - de a probléma megoldásának szükségessége egyre sürgetőbb. A légierő új kiaknázási paradigmára halad Érzékelés, azonosítás, attribútum, megosztás (SIAS), amely új megközelítéseket igényel a Multi-INT kiaknázására, az RFI szerint.

A légierő ISR következő generációs dominancia repülési terve, amelyet ez év júliusában írtak alá, kijelenti, hogy a szolgálatnak rendelkeznie kell a gépi intelligencia - beleértve az automatizálást, az ember-gép csoportosítást és végül a mesterséges intelligenciát - lehetővé tévő architektúrával és infrastruktúrával ”, amely meghatározza a szolgálat intelligenciáját, megfigyelését és felderítését ( ISR) a jövőbeni erőfeszítések.

„A SIAS támogatására tervezett technológiai összetevőknek mind az elemzőket, mind az elemzőket és az új ISR-adatbázis-lekérdezések és a fizikai adatgyűjtés automatizálását szolgáló, kialakulóban lévő technológiákat be kell számolniuk, át kell adniuk és tájékoztatniuk kell azokat” - állítja az RFI.

A légierő messze nem egyedül az AI használatáról és a gépi tanulásról próbálkozik az intelligenciaadatok támadásával. A Nemzeti Földrajzi-Intelligencia Ügynökség (NGA) a technológiákat akarja használni, hogy megbirkózzon a hatalmas mennyiségű földrajzi intelligencia (GEOINT), amelyet összegyűjt, a térinformatikai tartalomra összpontosítva a Multi-INT adatforrásaiban. Az NGA legutóbb odaítélte hét egyéves kutatási szerződés fejlett algoritmusok alkalmazásához és gépi tanuláshoz a térinformatikai adatok jellemzésére. A díjak az ügynökség hároméves, az innovatív GEOINT széles körű ügynökség bejelentésének (BIG BAA) kezdeményezésének részét képezték, amely az 2016 óta számos meghatározott területet érintő szerződések sorozatát ítélte oda.

A Védelmi Minisztérium Maven projekt algoritmikus megközelítést alkalmaz drónákból és más forrásokból származó több millió órás teljes mozgású videó elemzéséhez (és ez volt az ellentmondások középpontjában, amikor egyes Google-alkalmazottak kifogásolták a társaság bevonását; végül a Google úgy döntött, hogy távozik a projekt). Az Intelligens fejlett kutatási projektek tevékenysége (IARPA) szintén fejleszti az AI rendszereket az általuk hívott területeken megelőző intelligencia, mint például az Mély intermodális video tevékenység (DIVA) program a végtelen órányi megfigyelési videó megfigyelésének és elemzésének automatizálására.

Olvassa el a teljes történetet itt ...

Feliratkozás
Értesítés
vendég

0 Hozzászólások
Inline visszajelzések
Az összes hozzászólás megtekintése