Prosjekt Maven for å distribuere datamaskinalgoritmer til krigssone innen årets slutt

Del denne historien!

TN har gjentatte ganger advart om våpenløpet rundt kunstig intelligens, og militæret er gjerningsmannen. Dette betyr at AI blir brukt og foredlet til å drepe og ødelegge rundt om i verden. Man må spørre, hva kan gå galt med det? ⁃ TN Editor

Å vinne kriger med datamaskinalgoritmer og kunstig intelligens var blant temaene som forsvarsdepartementets etterretningstjenestemenn diskuterte under et nylig forsvar på toppen av et teknologisk forsvar her.

En frittstående utstilling med tittelen, "Innovations in Defense: Artificial Intelligence and the Challenge of Cybersecurity," inneholder Pittsburgh-baserte team ForAllSecures Mayhem Cyber Reaching System. Systemet tok førsteplassen i august 2016 Cyber Grand Challenge-finalen, og slo ut seks andre datamaskiner. Mayhem CRS er nå utstilt på Smithsonian's National Museum of American History. Utstillingen ble produsert av Lemelson Center for the Study of Invention and Innovation. Utstillingen vil gå gjennom september 17, 2017.

Presentatører inkluderte Marine Corps Col. Drew Cukor, sjef for det algoritmiske krigføringens tverrfunksjonsteam i etterretnings-, overvåknings- og rekognoseringsoperasjonens direktorat-krigerstøtte på kontoret til underministeriet for forsvar for etterretning.

Ved slutten av kalenderåret vil avdelingen felt avanserte datamaskinalgoritmer på regjeringsplattformer for å trekke ut gjenstander fra enorme mengder bevegelse eller stillbilder, sa Cukor i sine kommentarer.

"Mennesker og datamaskiner vil arbeide symbiotisk for å øke våpensystemers evne til å oppdage gjenstander," la Cukor til. Til slutt håper vi at en analytiker vil være i stand til å gjøre dobbelt så mye arbeid, potensielt tre ganger så mye, som de gjør nå. Det er vårt mål. ”

En datamaskinalgoritme er et sett med regler som skal følges under problemløsningsoperasjoner. Cukor beskrev en algoritme som om 75 linjer med Python-kode “plassert i en større programvare-maskinvare-beholder.”

Han sa at det umiddelbare fokuset er 38 klasser av objekter som representerer hva slags ting avdelingen trenger å oppdage, spesielt i kampen mot den islamske staten Irak og Syria.

Prosjekt Maven

Arbeidet med å hjelpe en arbeidsstyrke som stadig blir overveldet av innkommende data, inkludert millioner av timer med video, begynte i april da daværende visedepartementets forsvarssekretær Bob Work kunngjorde i et notat at han opprettet et algoritmisk krigføring tverrfunksjonelt team, overvåket av underministeren forsvar for etterretning, for å jobbe med noe han kalte Project Maven.

"Som mange studier har gjort det klart, må forsvarsdepartementet integrere kunstig intelligens og maskinlæring mer effektivt på tvers av operasjoner for å opprettholde fordeler i forhold til stadig flere motstandere og konkurrenter," skrev Work.

"Selv om vi har tatt foreløpige skritt for å utforske potensialet i kunstig intelligens, big data og dyp læring," la han til, "jeg er fortsatt overbevist om at vi trenger å gjøre mye mer og bevege oss mye raskere over DoD for å dra nytte av nyere og fremtidige fremskritt i disse kritiske områdene. ”

Project Maven fokuserer på datasyn - et aspekt av maskinlæring og dyp læring - som automatisk trekker ut objekter av interesse fra bevegelige eller fremdeles bilder, sa Cukor. Biologisk inspirerte nevrale nettverk brukes i denne prosessen, og dyp læring defineres som å bruke slike nevrale nettverk på læringsoppgaver.

"Denne innsatsen er en kunngjøring ... om at vi skal investere for virkelig her," sa han.

Arbeider med industrien

Det vil ikke være lett å levere kunstig intelligens til en kampsone, sa Cukor.

"Det er ingen" black box "som leverer AI-systemet regjeringen trenger, i hvert fall ikke nå," sa han. "Nøkkelelementer må settes sammen ... og den eneste måten å gjøre det på er med kommersielle partnere ved siden av oss."

Arbeidet som skal utføres i løpet av de neste månedene, inkluderer triaging og merking av data slik at algoritmene kan trenes, forklarte oberst.

“Dette arbeidet er iboende statlig, og så har vi en stor gruppe mennesker - sofistikerte analytikere og ingeniører - som går gjennom dataene våre og rydder opp. Vi har også et forhold til et betydelig datamerkingsfirma som vil tilby tjenester på tvers av våre tre nettverk - de uklassifiserte og de klassifiserte nettverkene - slik at arbeidsstyrken vår kan merke dataene våre og forberede dem på maskinlæring, ”sa Cukor.

Avdelingen har en betydelig innsats pågående for å skaffe beregningskraft, inkludert grafiske prosesseringsenheter som tillater opplæring av maskinlæringsalgoritmer, sa han. En algoritmisk utviklingskontrakt er også i prosess - avdelingen vil gå gjennom en konkurransedyktig utvelgelsesprosess for å finne leverandører som kan tilby algoritmer mot DoD-data.

"Du kjøper ikke AI som du kjøper ammunisjon," la han til. “Det er en bevisst arbeidsflytprosess, og hva avdelingen har gitt oss med sine raske anskaffelsesmyndigheter, er en mulighet i rundt 36 måneder til å utforske hva som er statlig og [hvordan] best å engasjere industrien [til] fordel skattebetaleren og krigsføreren som de beste algoritmene som finnes for å øke og utfylle arbeidet han gjør. ”

Andre aspekter ved arbeidet inkluderer å integrere og felt algoritmene, og når en algoritme er på en plattform, må den optimaliseres over livssyklusen, sa Cukor.

AI Arms Race

"Vi er i et AI-våpenkappløp," sa Cukor. “... Det skjer i industrien [og] de fem store internettbedriftene forfølger dette tungt. Mange av dere vil ha lagt merke til at Eric Schmidt [administrerende styreleder i Alphabet Inc.] kaller Google for et AI-selskap nå, ikke et dataselskap. ”

Oberst beskrev teknologien som er tilgjengelig kommersielt, det moderne innen datorsyn, som "ærlig talt, fantastisk", takket være arbeid i området av forskere og ingeniører ved Stanford University, University of California-Berkeley, Carnegie Mellon University og Massachusetts Institute of Technology, og en investering på $ 36 milliarder dollar i fjor på tvers av kommersiell industri.

"Ingen områder vil bli berørt av effekten av denne teknologien," la han til.

Foreløpig er mange oppgaver, som datasyn, klare for AI-evner, og mange er ikke, sa Cukor, og la merke til at “AI ikke vil velge et mål [i kamp]… når som helst. Det AI vil gjøre er å komplimentere den menneskelige operatøren. ”

Før du implementerte algoritmer for å bekjempe soner, sa Cukor: "Du må ha dataene dine klare og du må forberede deg og du trenger beregningsinfrastrukturen for opplæring."

Det trengs også algoritmeutviklere og programvareingeniører, sa han, et grensesnitt må utvikles mellom AI og menneskelige operatører, og til slutt vil det være behov for integrering og optimalisering over distribusjonslivssyklusen.

"Alle disse tingene må samsvares i løpet av de neste 36 månedene når vi beveger oss nedover denne veien," sa Cukor.

Les hele historien her ...