Qui sta il problema: la sorveglianza produce uno tsunami di dati che non può essere analizzato abbastanza velocemente senza a) supercomputer eb) intelligenza artificiale. I tecnocrati sono nel loro elemento. ⁃ TN Editor
Come altri servizi militari e componenti del Dipartimento della Difesa, l'Aeronautica si sta sovraccaricando in questi giorni con lo streaming di dati di intelligence e sta cercando l'apprendimento automatico e l'intelligenza artificiale per aiutare i suoi analisti a mettere rapidamente tutte queste informazioni in pratica.
In particolare, il servizio sta cercando di fondere Multi-intelligence o Multi-INT, che può consistere in dati in più formati provenienti da aerei, satelliti e stazioni terrestri con e senza equipaggio, nonché da altre fonti. Il volume e la varietà di tali dati possono lasciare agli analisti incapaci di analizzarli tutti e aiutare consapevolmente a informare il processo decisionale. Quindi l'Air Force Research Laboratory (AFRL) ha emesso a Richiesta di informazioni alla ricerca di input dall'industria, dal mondo accademico e da altri laboratori governativi sugli strumenti applicabili disponibili o in fase di sviluppo.
https://www.youtube.com/watch?v=5UfF121mFiQ
Una sovrabbondanza di dati non è una novità: l'Aeronautica militare si è lamentata pericoli di sovraccarico guidato dal sensore sin dai primi 2000, ma la necessità di risolvere il problema sta diventando più urgente. L'Air Force si sta muovendo verso un nuovo paradigma di sfruttamento chiamato Senso, identificazione, attributo, condivisione (SIAS) che richiede nuovi approcci allo sfruttamento di Multi-INT, secondo la RFI.
L'Aeronautica Piano di volo di dominanza ISR di nuova generazione, firmato a luglio di quest'anno, afferma che il servizio "deve avere l'architettura e l'infrastruttura per consentire l'intelligenza delle macchine, tra cui automazione, team uomo-macchina e, in definitiva, intelligenza artificiale", che definirà l'intelligence, la sorveglianza e la ricognizione del servizio ( ISR) sforzi futuri.
"I componenti tecnologici progettati per supportare SIAS dovranno inserire, ragionare e informare sia gli analisti sia le altre tecnologie emergenti progettate per automatizzare sia le query del database ISR che la raccolta fisica", afferma RFI.
L'Air Force è tutt'altro che sola nel tentativo di utilizzare l'intelligenza artificiale e l'apprendimento automatico per affrontare l'assalto dei dati di intelligence. La National Geospatial-Intelligence Agency (NGA) vuole utilizzare le tecnologie per ottenere una gestione di enormi quantità di intelligenza geospaziale (GEOINT) raccoglie, concentrandosi sul contenuto geospaziale all'interno delle sue fonti di dati Multi-INT. NGA premiata più di recente sette contratti di ricerca di un anno per applicare algoritmi avanzati e machine learning per caratterizzare i dati geospaziali. I premi facevano parte dell'iniziativa triennale Boosting Innovative GEOINT Broad Agency Announcement (BIG BAA) dell'agenzia, che sin da 2016 ha assegnato una serie di contratti riguardanti aree tematiche specifiche.
Il Dipartimento della Difesa Progetto Maven sta adottando un approccio algoritmico per analizzare milioni di ore di video full-motion da droni e altre fonti (ed è stato il centro della controversia quando alcuni dipendenti di Google si sono opposti al coinvolgimento dell'azienda; Google alla fine deciso di andarsene il progetto). L'Intelligence Advanced Research Projects Activity (IARPA) sta anche sviluppando sistemi di intelligenza artificiale in altre aree di ciò che chiama intelligenza anticipatoria, come il suo Attività video intermodale profonda (DIVA) programma per automatizzare il monitoraggio e l'analisi di infinite ore di video di sorveglianza.
wpDiscuz