Dans un environnement multi-domaines, le DoD s’appuie sur les données, l’IA pour prendre des décisions plus rapidement | Réseau d’information fédéral
Aperçu du dragon écarlate
Se déplacer à la vitesse des machines
Le ministère de la Défense s’est engagé sérieusement à tirer parti des capacités d’intelligence artificielle depuis le lancement du Joint AI Center (JAIC) en 2019.
Les services ont commencé à opérationnaliser l’IA à travers les données en franchissant les frontières réelles et imaginaires, en interagissant avec des ensembles de données disparates pour fournir des renseignements et des données opérationnelles dans l’espace de combat et en orchestrant les capacités de l’IA aux niveaux stratégique, opérationnel et tactique.
Les Armys XVIIIth airborne ont récemment terminé un exercice appelé Scarlet Dragon IV qui a démontré de nombreuses capacités d’IA et de données.
Le colonel Joe OCallaghan, officier d’appui-feu pour l’Armys XVIII Airborne Corps., a déclaré que cet exercice trimestriel aide l’ensemble du ministère de la Défense à apprendre à utiliser les données pour prendre des décisions meilleures et plus rapides.
Nous avons fait l’autopsie de chaque dragon écarlate, et nous faisions certaines choses, y compris l’augmentation de la vitesse de décision, ce qui nous a amenés à repenser les rôles humains dans nos flux de travail standard. Nous avons dû évoluer de workflows de traitement en série vers des workflows de traitement parallèle. Et en effet, à partir de là, les signaux de la demande sont émis par tous les départements qui ont effectivement montré que la technologie en série était révolue. Nous avons compris que l’époque d’une image opératoire commune est révolue. Vous avez une expérience utilisateur intégrée car vous devez interagir avec ces données, a déclaré OCallaghan lors de la discussion. Concours de technologie et de grande puissance. Je pense que la dernière chose que nous avons apprise, c’est que souvent nous allons créer de l’IA pour les analystes et que cela a fini par être la mauvaise façon de faire des affaires. Vous deviez créer une IA pour un flux de travail pour l’opérateur, pour le décideur, puis réorganiser ce que fait réellement l’analyste. Ainsi, un analyste n’est plus, disons dans le domaine du développement de cibles, le type qui se connecte et refoule les informations. Il ne passe plus des heures à regarder une image. Il est en fait le superviseur parce que l’IA effectue les tâches routinières qui étaient régulièrement effectuées par les jeunes soldats, les marins, les aviateurs, les marines et les gardiens. Maintenant, nous pouvons survoler cela et traiter ces données rapidement.
La capacité de traiter rapidement les données dans un environnement multidomaine, à partir de plusieurs sources de données, puis d’appliquer des analyses avancées via l’IA et l’apprentissage automatique a été l’objectif des quatre Scarlet Dragons.
OCallaghan a déclaré que prouver que toutes ces choses fonctionnent dans un environnement commun est la chose la plus importante qui puisse découler de ces exercices.
C’est plus une question d’avantage décisionnel qu’autre chose. L’IA est séduisante. C’est intéressant que les gens s’y intéressent. Mais en réalité, il s’agit de savoir comment compresser les flux de travail que nous réalisons pour aller à la vitesse de la machine exploitant les communications de machine à machine, à l’aide de cette IA ? il a dit. Dans Scarlet Dragon III et Scarlet Dragon II, nous savions que nous étions sur quelque chose avec la rapidité avec laquelle nous pouvons prendre des décisions. Donc Scarlet Dragon III, nous avons essayé de dire, d’accord, je vois combien de cibles je peux détecter en une heure. Donc, ce que nous avons découvert, c’est que nous avons absolument inondé les processus hérités des humains pour l’exécuter, et nous avons réalisé que ce n’est pas une question de nombre de cibles que je peux développer, mais de décisions. Ainsi, l’IA nous permet de prendre des décisions plus rapidement que jamais auparavant, ainsi que d’exploiter des concepts que nous n’avions pas vraiment, vraiment introduits dans le passé, tels que la couche spatiale hybride émergente entre l’industrie commerciale et le gouvernement, où nous apportons tous ces capteurs ensemble pour nous donner une véritable connaissance multi-domaines.
L’utilisation de l’intelligence géospatiale est un exemple de cette rapidité de décision dans un environnement multidomaine. OCallaghan a déclaré que si un humain devait regarder un produit GEOINT, cela pourrait lui prendre 40 minutes et sept gigaoctets de bande passante. Mais si la machine peut le faire en une minute en utilisant 15 kilo-octets de bande passante, c’est une énorme amélioration pour les commandants.
Ce que nous avons vu, c’est une compression importante dans les threads qui étaient généralement là pour tout type de mission, et cela amène vraiment les gens, dans certains cas, à avoir une crise d’identité, car ils comprennent et apprennent comment les données circulent, puis se réoutillent eux-mêmes pour un échelon supérieur, a-t-il déclaré. C’est vraiment quelque chose que, du côté des opérations, vous aviez l’habitude d’obtenir traditionnellement un produit de 12 à 24 heures, mais maintenant vous me dites que je dois prendre des décisions à la seconde où quelque chose apparaît devant moi et déterminer ce que je tu veux faire avec ? Cela remet en question les flux de travail typiques d’une personne, ce qui signifie que dans de nombreux cas, vous devrez abaisser la prise de décision au plus bas échelon et avoir la foi que les personnes qui prennent ces décisions les prennent en compte avec ce que cet analyste est produire à la vitesse de la machine.
À la base de ce partage et de cette analyse de machine à machine se trouve, bien sûr, une infrastructure cloud. OCallaghan a déclaré que Scarlet Dragon s’appuie sur les technologies actuelles et émergentes, mais l’armée reconnaît l’importance de s’assurer que les systèmes fonctionnent et que les données sont accessibles, quel que soit le théâtre ou l’environnement.
Le cloud joue pour nous un rôle important dans tout cela car le cloud permet non seulement de passer d’une machine à l’autre, mais d’une machine à plusieurs machines. En faisant cela, vous vous assurez que tout le monde a cette conscience de la situation partagée de ce que vous faites réellement, et qu’ils prennent des décisions proportionnées à la décision que vous venez de prendre, afin de rassembler les meilleurs aspects de tous les interarmées rapidement sur tout type de problèmes tactiques, opérationnels ou stratégiques que nous rencontrons, a-t-il déclaré. Maintenant, de l’autre côté de tout cela, avec la conscience partagée de la situation, la capacité partagée de traiter quelque chose prend de l’ampleur.
Et l’utilisation du cloud permet au DoD de se connecter plus facilement avec la communauté du renseignement.
OCallaghan a de nouveau souligné le partage de l’intelligence géospatiale qui aide à compresser le lien entre le capteur et le tireur.
Cela n’a vraiment pas été fait à grande échelle dans le passé, et donc au lieu d’attendre maintenant un jour à trois jours pour obtenir un produit de projet géospatial, vous l’obtenez en quelques secondes. Cela nous permet de traiter toutes ces informations rapidement. Mais cela suscite aussi beaucoup de dialogues sur la contextualité. Comment pouvons-nous nous assurer que nous prenons tous les mêmes décisions sur les mêmes produits géospatiaux parce qu’en fin de compte, tout le monde vit sur la surface de la Terre ? Vous ne vivez pas sur l’air, certaines personnes vivent sur l’eau, mais ce n’est pas un État-nation. Et donc vraiment ce que nous recherchons, comment travaillons-nous contextuellement avec les mêmes informations qui alimentent davantage la discussion sur les données ? il a dit. En 27 ans, je n’ai jamais vu le soutien que nous avons maintenant de la part de l’IC de la DIA, de la NGA et d’autres pour attaquer rapidement ces problèmes et les résoudre. Nous passons autant de temps au téléphone et par courrier électronique avec eux et l’ingénierie qu’avec nos propres frères du DoD.
Écoutez l’émission complète :