对于军事分析师来说,努力使用数百万小时的流动视频从无人机,骑兵将于本月开始到达,采用国防部(国防部)项目Maven的计算机视觉算法的形式。

在4月推出的加速计划下提供这些算法,强调了国防部试图跟上人工智能和机器学习的沟通步伐,但该部门解决了如何解决如何的长期拼图在超出日期之前制定和部署的新技术。这是LID.AWN SHANAHAN,在智能国防部的辩护办公室办公室的战争智力辩护主任杰克Shanahan曾称之为“原型战”。

目标“是转向国防部可行的巨大数据量,”山山说 工业日 10月份为该项目,也称为算法战争跨功能团队(AWCFT),由100多家公司出席。它是“关于从硬件工业年龄转移到软件数据驱动的信息环境,并在整个部门的快速和规模快速完成。”

五角大楼远远落后于自动化行业。特别是Facebook,介绍了广泛的AI应用程序,包括一个可以发现用户的应用程序 自杀倾向 和一个着名引起搅拌的人 创造了自己的语言。谷歌首席执行官Sundar Pichah已表示世界(和谷歌)正在进行 AI-First. 时代。同时,国防部一直在寻求 招募硅谷 帮助弥补失去的地面。

前副副副副副局长鲍勃工作与a创造了awcft 备忘录,将其分配了自动化无人机系统收集的全动视频分析的初始任务,以减轻目前压倒人类分析师的负担。

“虽然我们已经采取了初步探讨了人工智能,大数据和深度学习的潜力,”在备忘录中写道,“我仍然相信我们需要更多地做得更多,在国防部越来越快地走得更加迅速地利用最近的利用这些关键领域的未来进展。“

全动视频说明了国防部面临的那种挑战。手动分析是耗时和低效的,并且由收集的大量视频进行复合。并且就像现在一样的工作,它只是增加了大小。国家地理空间情报局主任Robert Cardillo,谈到更广泛的图像,也包括卫星饲料,表示,在五年内,图像的数量将比现在的“一百万倍”,并且NGA需要八百万图像分析师以当前方法处理它。

早期的项目Maven部署说明了AI的能力,而且也是国防部必须攀爬的山丘。项目团队将空军特殊运营命令推出给a 数据标记 培训机器在静止图像中自主识别特征的应用程序,例如特定类型的卡车或携带武器的人。该过程可以加速分析,但训练机器仍然耗时,要求在变得熟练之前将每种类型的特征标记为100,000次。

使用第一台计算机视觉算法 本月交付,国防部正建立一个新的人体和机器的新模式。 “最终我们希望一个分析师能够做出两倍的工作,可能是他们的三倍’现在,“莫斯林兵团Cour.Swex Cukor,AWCFT智力,监督和侦察运营总局的战士支持,德鲁克鲁克·科尔夫斯·科尔。 “那’s our goal.”

阅读更多信息