Projekt Maven til at implementere computeralgoritmer til krigszone ved årets slutning

Del denne historie!

TN har gentagne gange advaret om våbenløbet omkring kunstig intelligens, og militæret er gerningsmanden. Dette betyder, at AI bliver brugt og forfinet til at dræbe og ødelægge rundt om i verden. Man må spørge, hvad kan der gå galt med det? ⁃ TN Editor

At vinde krige med computeralgoritmer og kunstig intelligens var blandt de emner, som forsvarsdepartementets efterretningstjenestemænd drøftede under et nyligt forsvar One Tech-topmøde her.

En fristående udstilling med titlen "Innovations in Defense: Artificial Intelligence and the Challenge of Cybersecurity", indeholder Pittsburgh-baserede team ForAllSecures Mayhem Cyber Reaching System. Systemet fandt førstepladsen i august 2016 Cyber Grand Challenge-finalen og slog seks andre computere ud. Mayhem CRS vises nu på Smithsonian's National Museum of American History. Udstillingen blev produceret af Lemelson Center for Study of Invention and Innovation. Udstillingen løber gennem september 17, 2017.

Præsentanterne inkluderede Marine Corps Col. Drew Cukor, chef for det algoritmiske krigsførelseskrydsfunktionsteam i efterretnings-, overvågnings- og rekognoseringsoperationer Direktorat-krigsstæders support på kontoret for underministeriet for forsvar for efterretning.

Ved udgangen af kalenderåret vil afdelingen felt avancerede computeralgoritmer på regeringsplatforme for at udtrække objekter fra enorme mængder bevægelse eller stadig billeder, sagde Cukor i sine bemærkninger.

”Mennesker og computere vil arbejde symbiotisk for at øge våbensystemers evne til at opdage objekter,” tilføjede Cukor. ”Til sidst håber vi, at en analytiker vil være i stand til at udføre dobbelt så meget arbejde, potentielt tre gange så meget, som de gør nu. Det er vores mål. ”

En computeralgoritme er et sæt regler, der skal følges under problemløsningsoperationer. Cukor beskrev en algoritme som om 75 linjer med Python-kode "placeret i en større software-hardware-container."

Han sagde, at det øjeblikkelige fokus er 38-klasser af genstande, der repræsenterer den slags ting, som afdelingen har brug for at opdage, især i kampen mod den islamiske stat Irak og Syrien.

Projekt Maven

Bestræbelserne på at hjælpe en arbejdsstyrke, der i stigende grad er overvældet af indgående data, inklusive millioner af timers video, begyndte i april, da den daværende vicepolitiske forsvarssekretær Bob Work i et notat meddelte, at han opretter et algoritmisk krigsførende tværfunktionelt hold, overvåget af underministeren forsvar for efterretning, for at arbejde på noget, han kaldte Project Maven.

”Som adskillige undersøgelser har gjort det klart, skal forsvarsdepartementet integrere kunstig intelligens og maskinlæring mere på tværs af operationer for at opretholde fordele i forhold til stadig mere modstandere og konkurrenter,” skrev Work.

”Selvom vi har taget foreløbige skridt for at udforske potentialet ved kunstig intelligens, big data og dyb læring,” tilføjede han, “jeg er stadig overbevist om, at vi er nødt til at gøre meget mere og bevæge os meget hurtigere over DoD for at drage fordel af de nylige og fremtidige fremskridt på disse kritiske områder. ”

Project Maven fokuserer på computersyn - et aspekt af maskinindlæring og dyb læring - der autonomt udvinder objekter af interesse fra bevægelige eller stadig billeder, sagde Cukor. Biologisk inspirerede neurale netværk anvendes i denne proces, og dyb læring defineres som anvendelse af sådanne neurale netværk til læringsopgaver.

”Denne indsats er en meddelelse ... om, at vi vil investere rigtigt her,” sagde han.

Arbejder med industrien

Det vil ikke være let at levere kunstig intelligens til en kampzone, sagde Cukor.

"Der er ingen 'sorte kasse', der leverer det AI-system, som regeringen har brug for, i det mindste ikke nu," sagde han. "Nøgleelementer skal sættes sammen ... og den eneste måde at gøre det på er med kommercielle partnere ved siden af os."

Arbejde, der skal udføres i løbet af de næste par måneder, inkluderer triaging og mærkning af data, så algoritmerne kan trænes, forklares oberst.

”Det arbejde er i sagens natur statsligt, og så har vi en stor gruppe mennesker - sofistikerede analytikere og ingeniører - der gennemgår vores data og renser dem. Vi har også et forhold til en betydelig datamærkningsvirksomhed, der vil levere tjenester på tværs af vores tre netværk - de uklassificerede og de klassificerede netværk - for at give vores arbejdsstyrke mulighed for at mærke vores data og forberede dem til maskinlæring, ”sagde Cukor.

Afdelingen har en betydelig indsats i gang med at skaffe beregningskraft, herunder grafiske behandlingsenheder, der tillader træning af maskinlæringsalgoritmer, sagde han. En algoritmisk udviklingskontrakt er også i gang - afdelingen gennemgår en konkurrencepræget udvælgelsesproces for at finde leverandører, der kan levere algoritmer mod DoD-data.

”Du køber ikke AI, som du køber ammunition,” tilføjede han. ”Der er en bevidst arbejdsgangsproces, og hvad afdelingen har givet os med sine hurtige anskaffelsesmyndigheder, er en mulighed i ca. 36 måneder til at undersøge, hvad der er statslige og [hvordan] bedst at engagere industrien [til] fordel skatteyderne og krigsføreren, der ønsker de bedste algoritmer, der findes til at udvide og supplere det arbejde, han udfører. ”

Andre aspekter af arbejdet inkluderer integration og feltning af algoritmerne, og når en algoritme først er på en platform, skal den optimeres i løbet af sin livscyklus, sagde Cukor.

AI Arms Race

”Vi er i et AI-våbenkapløb,” sagde Cukor. “... Det sker i industrien [og] de fem store internetfirmaer forfølger dette stærkt. Mange af jer vil have bemærket, at Eric Schmidt [bestyrelsesformand for Alphabet Inc.] kalder Google for et AI-firma nu, ikke for et datafirma. ”

Oberst beskrev den tilgængelige teknologi, kommercielt, den nyeste inden for computervision, som "ærligt ... bedøvelse" takket være arbejde i området af forskere og ingeniører ved Stanford University, University of California-Berkeley, Carnegie Mellon University og Massachusetts Institute of Technology og en investering på $ 36 milliarder sidste år på tværs af kommerciel industri.

"Intet område vil blive efterladt upåvirket af virkningen af denne teknologi," tilføjede han.

På nuværende tidspunkt er mange opgaver, som computersyn, klar til AI-kapaciteter, og mange er ikke, sagde Cukor og bemærkede, at “AI ikke vil vælge et mål [i kamp]… helst snart. Hvad AI vil gøre, er at komplimentere den menneskelige operatør. ”

Før Cukor implementerede algoritmer til bekæmpelse af zoner, "skal du have dine data klar, og du skal forberede dig, og du har brug for beregningsinfrastrukturen til træning."

Der er også behov for algoritmeudviklere og softwareingeniører, sagde han, der skal udvikles en grænseflade mellem AI og menneskelige operatører, og i sidste ende vil det være nødvendigt med integration og optimering i implementeringslivscyklus.

”Alle disse ting skal sættes i harmoni i løbet af de næste 36 måneder, når vi bevæger os ned ad denne sti,” sagde Cukor.

Læs hele historien her ...