В этом и заключается проблема: наблюдение производит цунами данных, которые невозможно проанализировать достаточно быстро без а) суперкомпьютеров и б) искусственного интеллекта. Технократы в своей стихии. ⁃ Редактор TN
Подобно другим военным службам и компонентам Министерства обороны, ВВС в наши дни перегружены потоковой разведывательной информацией и стремятся к машинному обучению и искусственному интеллекту, чтобы помочь своим аналитикам быстро использовать всю эту информацию для практического использования.
В частности, служба стремится объединить Multi-Intelligence или Multi-INT, которые могут состоять из данных в различных форматах с пилотируемых и беспилотных летательных аппаратов, спутников и наземных станций, а также из других источников. Объем и разнообразие этих данных могут привести к тому, что аналитики не смогут все это проанализировать, и они помогут информировать процесс принятия решений. Таким образом, Исследовательская лаборатория ВВС (AFRL) выпустила Запрос информации ищет информацию от промышленности, научных кругов и других правительственных лабораторий о применимых инструментах, которые доступны или находятся в разработке.
https://www.youtube.com/watch?v=5UfF121mFiQ
Переизбыток данных не является чем-то новым - ВВС жаловались на Опасность перегрузки, вызванной датчиком с ранних версий 2000, но необходимость решения проблемы становится все более актуальной. ВВС движется к новой парадигме эксплуатации под названием Смысл, идентифицировать, атрибут, поделиться (SIAS), что требует новых подходов к использованию Multi-INT, в соответствии с RFI.
ВВС План полета доминирования ISR следующего поколенияПодписано в июле этого года и гласит, что служба «должна иметь архитектуру и инфраструктуру, обеспечивающую возможность машинного интеллекта, включая автоматизацию, объединение людей в машины и, в конечном счете, искусственный интеллект», который будет определять интеллект, наблюдение и разведку службы ( ISR) усилия идут вперед.
«Технологические компоненты, разработанные для поддержки SIAS, должны будут принимать во внимание, обдумывать и информировать как аналитиков, так и другие новые технологии, предназначенные для автоматизации как запросов к базе данных ISR, так и физического сбора данных», - говорится в RFI.
Военно-воздушные силы далеко не одиноки в поисках искусственного интеллекта и машинного обучения, чтобы справиться с натиском разведывательных данных. Национальное агентство геопространственной разведки (NGA) хочет использовать технологии, чтобы справиться с огромным количеством геопространственный интеллект (GEOINT) он собирает, ориентируясь на геопространственный контент в своих источниках данных Multi-INT. NGA недавно награжден семь однолетних исследовательских контрактов для применения передовых алгоритмов и машинного обучения для характеристики геопространственных данных. Награды были частью трехлетней инициативы Агентства по расширению инновационного широкого распространения GEOINT (BIG BAA), которая с момента подписания 2016 заключила ряд контрактов, направленных на конкретные тематические области.
Министерство обороны Проект Maven использует алгоритмический подход к анализу миллионов часов полноценного видео от дронов и других источников (и был центром споров, когда некоторые сотрудники Google возражали против участия компании; Google в конечном итоге решил уйти проект). Деятельность по исследованиям в области передовых научных исследований (IARPA) также занимается разработкой систем искусственного интеллекта в других областях, которые она называет упреждающий интеллект, такие как его Глубокая интермодальная видео активность (DIVA) программа для автоматизации мониторинга и анализа бесконечных часов видеонаблюдения.
wpDiscuz