Project Maven implementeert computeralgoritmen in oorlogszone tegen het einde van het jaar

Winnende oorlogen met computeralgoritmen en kunstmatige intelligentie behoorden tot de onderwerpen die inlichtingenfunctionarissen van het ministerie van Defensie tijdens een recente Defensie One Tech Summit hier bespraken.

Een stand-alone tentoonstelling getiteld "Innovations in Defense: Artificial Intelligence and the Challenge of Cybersecurity", bevat het Pittsburgh-gebaseerde team ForAllSecure's Mayhem Cyber ​​Reasoning System. Het systeem behaalde de eerste plaats bij de finale van de 2016 Cyber ​​Grand Challenge in augustus en versloeg zes andere computers. De Mayhem CRS is nu te zien in het Smithsonian's National Museum of American History. De tentoonstelling werd geproduceerd door het Lemelson Center for the Study of Invention and Innovation. De tentoonstelling loopt tot en met september 17, 2017.

Een stand-alone tentoonstelling getiteld "Innovations in Defense: Artificial Intelligence and the Challenge of Cybersecurity", bevat het Pittsburgh-gebaseerde team ForAllSecure's Mayhem Cyber ​​Reasoning System. Het systeem behaalde de eerste plaats bij de finale van de 2016 Cyber ​​Grand Challenge in augustus en versloeg zes andere computers. De Mayhem CRS is nu te zien in het Smithsonian's National Museum of American History. De tentoonstelling werd geproduceerd door het Lemelson Center for the Study of Invention and Innovation. De tentoonstelling loopt tot en met september 17, 2017.

Presentatoren waren onder meer Marine Corps Col. Drew Cukor, hoofd van het Algorithmic Warfare Cross-Function Team bij de afdeling Ondersteuning van inlichtingen, bewaking en verkenningsoperaties Directoraat-Warfighter in het kantoor van de onderstaatssecretaris van Defensie voor inlichtingen.

Tegen het einde van het kalenderjaar zal de afdeling geavanceerde computeralgoritmen op overheidsplatforms plaatsen om objecten te extraheren uit enorme hoeveelheden bewegende of stilstaande beelden, zei Cukor in zijn opmerkingen.

"Mensen en computers zullen symbiotisch samenwerken om het vermogen van wapensystemen om objecten te detecteren te vergroten", voegde Cukor toe. “Uiteindelijk hopen we dat één analist twee keer zoveel, mogelijk drie keer zoveel werk kan doen als nu. Dat is ons doel. "

Een computeralgoritme is een set regels die moeten worden gevolgd tijdens probleemoplossende bewerkingen. Cukor beschreef een algoritme als ongeveer 75 lijnen van Python-code "geplaatst in een grotere software-hardware container."

Hij zei dat de onmiddellijke focus ligt op 38-klassen van objecten die het soort dingen vertegenwoordigen dat de afdeling moet detecteren, vooral in de strijd tegen de Islamitische Staat Irak en Syrië.

Project Maven

De inspanning om een ​​personeelsbestand te helpen dat steeds meer overweldigd werd door binnenkomende gegevens, waaronder miljoenen uren video, begon in april toen de toenmalige plaatsvervangend minister van Defensie Bob Work in een memo aankondigde dat hij een Algorithmic Warfare Cross-Functional Team aan het opzetten was, onder toezicht van de onderstaatssecretaris van verdediging voor intelligentie, om te werken aan iets dat hij Project Maven noemde.

"Zoals vele studies hebben aangetoond, moet het ministerie van defensie kunstmatige intelligentie en machine learning effectiever integreren in alle operaties om voordelen te behouden ten opzichte van steeds capabele tegenstanders en concurrenten," schreef Work.

"Hoewel we voorzichtige stappen hebben gezet om het potentieel van kunstmatige intelligentie, big data en diep leren te verkennen," voegde hij eraan toe, "blijf ik ervan overtuigd dat we veel meer moeten doen en veel sneller over DoD moeten gaan om te profiteren van recente en toekomstige ontwikkelingen op deze kritieke gebieden. "

Project Maven richt zich op computervisie - een aspect van machine learning en deep learning - dat autonoom interessante objecten uit bewegende of stilstaande beelden haalt, zei Cukor. Biologisch geïnspireerde neurale netwerken worden in dit proces gebruikt en diep leren wordt gedefinieerd als het toepassen van dergelijke neurale netwerken op leertaken.

"Deze inspanning is een aankondiging ... dat we hier echt gaan investeren," zei hij.

Werken met de industrie

Snelle levering van kunstmatige intelligentie in een gevechtszone zal niet eenvoudig zijn, zei Cukor.

"Er is geen 'zwarte doos' die het AI-systeem levert dat de overheid nodig heeft, althans niet nu," zei hij. "Sleutelelementen moeten worden samengesteld ... en de enige manier om dat te doen is met commerciële partners naast ons."

Het werk dat de komende maanden moet worden gedaan, omvat onder meer het sorteren en labelen van gegevens, zodat de algoritmen kunnen worden getraind, legde de kolonel uit.

“Dat werk is inherent aan de overheid en daarom hebben we een grote groep mensen - geavanceerde analisten en ingenieurs - die onze gegevens doornemen en opschonen. We hebben ook een relatie met een belangrijk datalabelbedrijf dat diensten zal leveren via onze drie netwerken - de niet-geclassificeerde en de geclassificeerde netwerken - zodat ons personeel onze data kan labelen en voorbereiden op machine learning, ”zei Cukor.

De afdeling heeft een aanzienlijke inspanning geleverd om rekenkracht te verwerven, inclusief grafische verwerkingseenheden die het trainen van machine-learning-algoritmen mogelijk maken, zei hij. Er loopt ook een contract voor algoritmische ontwikkeling - de afdeling zal een competitief selectieproces doorlopen om leveranciers te vinden die algoritmen kunnen leveren tegen DoD-gegevens.

"Je koopt geen AI zoals je munitie koopt," voegde hij eraan toe. "Er is een opzettelijk werkstroomproces en wat de afdeling ons heeft gegeven met zijn snelle acquisitie-autoriteiten is een kans gedurende ongeveer 36 maanden om te onderzoeken wat de overheid is en [hoe] het beste de industrie kan betrekken om de belastingbetaler en de oorlogsjager te bevoordelen de beste algoritmen die er zijn om het werk dat hij doet te versterken en aan te vullen. "

Andere aspecten van het werk omvatten het integreren en afhandelen van de algoritmen, en zodra een algoritme op een platform is, moet het gedurende zijn levenscyclus worden geoptimaliseerd, zei Cukor.

AI Wapenwedloop

"We zijn in een AI-wapenwedloop," zei Cukor. “… Het gebeurt in de industrie [en] de vijf grote internetbedrijven zijn hier intensief mee bezig. Velen van jullie zullen hebben opgemerkt dat Eric Schmidt [uitvoerend voorzitter van Alphabet Inc.] Google nu een AI-bedrijf noemt, geen gegevensbedrijf. "

De kolonel beschreef de commercieel beschikbare technologie, de state-of-the-art in computer vision, als "eerlijk gezegd ... verbluffend", dankzij werk in het gebied door onderzoekers en ingenieurs aan Stanford University, de Universiteit van Californië-Berkeley, Carnegie Mellon Universitair en Massachusetts Institute of Technology en vorig jaar een investering van $ 36 miljard in de commerciële industrie.

"Geen enkel gebied zal onaangetast blijven door de impact van deze technologie," voegde hij eraan toe.

Voor nu zijn veel taken, zoals computer vision, klaar voor AI-mogelijkheden en veel niet, zei Cukor, en merkte op dat "AI niet snel een doel [in gevecht] zal selecteren ... ... binnenkort. Wat AI zal doen, is de menselijke operator complimenteren. ”

Voordat hij algoritmen implementeerde om zones te bestrijden, zei Cukor: "Je moet je gegevens gereed hebben en je moet je voorbereiden en je hebt de computerinfrastructuur nodig voor training."

Ook nodig zijn algoritme-ontwikkelaars en software-ingenieurs, zei hij, een interface moet worden ontwikkeld tussen AI en menselijke operators, en uiteindelijk zal integratie en optimalisatie nodig zijn gedurende de implementatielevenscyclus.

"Al deze dingen moeten in de komende 36-maanden in harmonie worden gebracht terwijl we deze weg inslaan," zei Cukor.

Lees hier het hele verhaal ...