Hierin schuilt het probleem: Surveillance produceert een tsunami aan gegevens die niet snel genoeg kunnen worden geanalyseerd zonder a) supercomputers en b) kunstmatige intelligentie. Technocraten zijn in hun element. ⁃ TN-editor
Net als andere militaire diensten en onderdelen van het ministerie van Defensie, wordt de luchtmacht tegenwoordig overladen met streaming intelligence-gegevens en zoekt ze naar machine learning en kunstmatige intelligentie om haar analisten te helpen al die informatie snel praktisch te gebruiken.
In het bijzonder wil de service Multi-intelligence of Multi-INT fuseren, die kan bestaan uit gegevens in meerdere formaten van bemande en onbemande vliegtuigen, satellieten en grondstations, evenals andere bronnen. De hoeveelheid en variëteit van die gegevens kan ertoe leiden dat analisten niet in staat zijn om alles te analyseren en op deskundige wijze het besluitvormingsproces helpen informeren. Dus heeft het Air Force Research Laboratory (AFRL) een INFORMATIE AANVRAAG op zoek naar input van de industrie, de academische wereld en andere overheidslaboratoria over toepasselijke tools die beschikbaar of in ontwikkeling zijn.
https://www.youtube.com/watch?v=5UfF121mFiQ
Een overvloed aan gegevens is niets nieuws - de luchtmacht heeft geklaagd over de gevaren van sensorgestuurde overbelasting sinds de vroege 2000s - maar de noodzaak om het probleem op te lossen wordt steeds urgenter. De luchtmacht verhuist naar een nieuw exploitatieparadigma Sense, Identify, Attribute, Share (SIAS) waarvoor volgens de RFI nieuwe benaderingen nodig zijn voor het exploiteren van Multi-INT.
De luchtmacht ISR Dominance-vluchtplan van de volgende generatie, ondertekend in juli van dit jaar, stelt dat de dienst "de architectuur en infrastructuur moet hebben om machine-intelligentie mogelijk te maken, inclusief automatisering, mens-machine-teaming en uiteindelijk kunstmatige intelligentie", die de intelligentie, bewaking en verkenning van de dienst zal bepalen ( ISR) toekomstige inspanningen.
"Technologiecomponenten die zijn ontworpen om SIAS te ondersteunen, moeten zowel analisten als andere opkomende technologieën opnemen, beredeneren en informeren die zijn ontworpen om zowel ISR-databasequery's als fysieke verzameling te automatiseren," aldus de RFI.
De luchtmacht is verre van alleen in het zoeken naar AI en machine learning om de aanval van intelligentiegegevens te verwerken. Het National Geospatial-Intelligence Agency (NGA) wil de technologieën gebruiken om grip te krijgen op de enorme hoeveelheden geospatiale intelligentie (GEOINT) verzamelt het, gericht op de geospatiale inhoud binnen zijn Multi-INT-gegevensbronnen. NGA meest recent toegekend zeven eenjarige onderzoekscontracten voor het toepassen van geavanceerde algoritmen en machine learning om geospatiale gegevens te karakteriseren. De onderscheidingen waren onderdeel van het driejarige Boosting Innovative GEOINT Broad Agency Announcement (BIG BAA) -initiatief van het bureau, dat sinds 2016 een reeks contracten heeft toegekend voor specifieke onderwerpgebieden.
Het ministerie van defensie Project Maven gebruikt een algoritmische benadering voor het analyseren van miljoenen uren full-motion video van drones en andere bronnen (en was het middelpunt van controverse toen sommige Google-werknemers bezwaar maakten tegen de betrokkenheid van het bedrijf; uiteindelijk Google besloot om te vertrekken het project). De activiteit Intelligente geavanceerde onderzoeksprojecten (IARPA) ontwikkelt ook AI-systemen op andere gebieden van wat het noemt anticiperende intelligentie, zoals zijn Diepe intermodale video-activiteit (DIVA) programma om de monitoring en analyse van eindeloze uren bewakingsvideo te automatiseren.
wpDiscuz