Luftwaffe will KI-Tools zur Lösung der Datenflut bei der Überwachung

defense.gov
Bitte teilen Sie diese Geschichte!
image_pdfimage_print
Hier liegt das Problem: Die Überwachung erzeugt einen Tsunami von Daten, die ohne a) Supercomputer und b) künstliche Intelligenz nicht schnell genug analysiert werden können. Technokraten sind in ihrem Element. ⁃ TN Editor

Wie andere Militärdienste und Komponenten des Verteidigungsministeriums ist auch die Luftwaffe heutzutage mit Streaming-Intelligence-Daten überlastet und bemüht sich um maschinelles Lernen und künstliche Intelligenz, damit ihre Analysten diese Informationen schnell und praktisch nutzen können.

Insbesondere möchte der Dienst Multi-Intelligence oder Multi-INT, das aus Daten in verschiedenen Formaten von bemannten und unbemannten Flugzeugen, Satelliten und Bodenstationen sowie anderen Quellen bestehen kann, zusammenführen. Das Volumen und die Vielfalt dieser Daten können dazu führen, dass Analysten nicht in der Lage sind, alles zu analysieren, und sie können den Entscheidungsprozess sachkundig mitgestalten. So hat das Air Force Research Laboratory (AFRL) eine Informationsanfrage Suche nach Beiträgen von Industrie, Wissenschaft und anderen staatlichen Stellen zu geeigneten Tools, die verfügbar sind oder sich in der Entwicklung befinden.

Eine Überfülle an Daten ist nichts Neues - die Luftwaffe hat sich über das beklagt gefahren von sensorgesteuerter überlastung seit den frühen 2000s - aber die Notwendigkeit, das Problem zu lösen, wird immer dringlicher. Die Luftwaffe bewegt sich auf ein neues Ausbeutungsparadigma namens Erkennen, identifizieren, zuordnen, teilen (SIAS), die laut RFI neue Ansätze zur Nutzung von Multi-INT erfordert.

Die Luftwaffe ISR-Dominanz-Flugplan der nächsten GenerationDer im Juli dieses Jahres unterzeichnete Dienst muss über die Architektur und Infrastruktur verfügen, um maschinelle Intelligenz, einschließlich Automatisierung, Mensch-Maschine-Teaming und schließlich künstliche Intelligenz, zu ermöglichen. Dies definiert die Intelligenz, Überwachung und Aufklärung des Dienstes ( ISR) voranzutreiben.

"Technologiekomponenten, die SIAS unterstützen, müssen sowohl Analysten als auch andere aufkommende Technologien aufnehmen, überdenken und informieren, um sowohl ISR-Datenbankabfragen als auch die physische Erfassung zu automatisieren", heißt es in der RFI.

Die Luftwaffe ist weit davon entfernt, mit KI und maschinellem Lernen gegen den Ansturm von Nachrichtendaten vorzugehen. Die National Geospatial-Intelligence Agency (NGA) möchte die Technologien nutzen, um die enormen Mengen an Informationen in den Griff zu bekommen Geodaten (GEOINT) sammelt es und konzentriert sich dabei auf den räumlichen Inhalt seiner Multi-INT-Datenquellen. NGA zuletzt vergeben sieben einjährige Forschungsverträge zur Anwendung fortgeschrittener Algorithmen und maschinellen Lernens zur Charakterisierung von Geodaten. Die Auszeichnungen waren Teil der dreijährigen Initiative Boosting Innovative GEOINT Broad Agency Announcement (BIG BAA) der Agentur, die seit 2016 eine Reihe von Verträgen zu bestimmten Themenbereichen vergibt.

Das Verteidigungsministerium Projekt Maven Bei der Analyse von Millionen von Stunden Vollbewegungsvideos von Drohnen und anderen Quellen verfolgt Google einen algorithmischen Ansatz (und war das Zentrum der Kontroversen, als einige Google-Mitarbeiter Einwände gegen die Beteiligung des Unternehmens erhoben.) entschied zu gehen das Projekt). Die Intelligence Advanced Research Projects Activity (IARPA) entwickelt auch in anderen Bereichen KI-Systeme Vorausschauende Intelligenz, wie sein Tiefe intermodale Videoaktivität (DIVA) -Programm zur Automatisierung der Überwachung und Analyse von stundenlangen Überwachungsvideos.

Lesen Sie die ganze Geschichte hier…

Treten Sie unserer Mailingliste bei!


Benutzerbild
Abonnieren
Benachrichtigung von