Como outros serviços militares e componentes do Departamento de Defesa, a Força Aérea está sobrecarregada atualmente com o fluxo de dados de inteligência e procura aprendizado de máquina e inteligência artificial para ajudar seus analistas a colocar rapidamente todas essas informações em uso prático.
Especificamente, o serviço procura fundir a Multi-inteligência, ou Multi-INT, que pode consistir em dados em vários formatos de aeronaves, satélites e estações terrestres e não tripuladas, além de outras fontes. O volume e a variedade desses dados podem deixar os analistas incapazes de analisar tudo e ajudar a informar o processo de tomada de decisão. Portanto, o Laboratório de Pesquisa da Força Aérea (AFRL) emitiu um Pedido de informação procurando informações da indústria, da academia e de outros laboratórios governamentais sobre as ferramentas aplicáveis disponíveis ou em desenvolvimento.
https://www.youtube.com/watch?v=5UfF121mFiQ
Uma superabundância de dados não é novidade - a Força Aérea vem reclamando da perigos de sobrecarga acionada por sensor desde os primeiros 2000s - mas a necessidade de resolver o problema está se tornando mais urgente. A Força Aérea está mudando para um novo paradigma de exploração chamado Sentir, Identificar, Atribuir, Compartilhar (SIAS), que exige novas abordagens para explorar o Multi-INT, de acordo com o RFI.
A Força Aérea Plano de vôo de domínio ISR de próxima geração, assinado em julho deste ano, afirma que o serviço "deve ter a arquitetura e a infraestrutura para permitir a inteligência da máquina, incluindo automação, equipe humano-máquina e, finalmente, inteligência artificial", que definirá a Inteligência, a Vigilância e o Reconhecimento do serviço ( ISR) no futuro.
“Os componentes de tecnologia projetados para oferecer suporte ao SIAS precisarão ingerir, raciocinar e informar os analistas e outras tecnologias emergentes projetadas para automatizar as consultas ao banco de dados ISR e a coleta física”, afirma a RFI.
A Força Aérea está longe de procurar usar a IA e o aprendizado de máquina para lidar com o ataque de dados de inteligência. A Agência Nacional de Inteligência Geoespacial (NGA) deseja usar as tecnologias para controlar as enormes quantidades de inteligência geoespacial (GEOINT) que coleta, concentrando-se no conteúdo geoespacial dentro de suas fontes de dados Multi-INT. NGA premiado mais recentemente sete contratos de pesquisa de um ano para aplicar algoritmos avançados e aprendizado de máquina para caracterizar dados geoespaciais. Os prêmios fizeram parte da iniciativa de três anos da Agência de Boosting Innovative GEOINT Innovative Agency (BIG BAA), que desde a 2016 firmou uma série de contratos voltados para áreas temáticas específicas.
O Departamento de Defesa Projeto Maven está adotando uma abordagem algorítmica para analisar milhões de horas de vídeo em movimento total de drones e outras fontes (e foi o centro da controvérsia quando alguns funcionários do Google se opuseram ao envolvimento da empresa; o Google finalmente decidiu sair o projeto). A Atividade de Projetos de Pesquisa Avançada de Inteligência (IARPA) também está desenvolvendo sistemas de IA em outras áreas do que chama inteligência antecipatória, como a sua Atividade intermodal profunda em vídeo (DIVA) para automatizar o monitoramento e a análise de inúmeras horas de vídeo de vigilância.
wpDiscuz