El F-35 está a punto de volverse mucho más inteligente

POR PATRICK TUCKEREDITOR DE TECNOLOGÍA

6 DE DICIEMBRE DE 2018

Una compañía de California está buscando acelerar la adopción de inteligencia artificial del Departamento de Defensa, comenzando con algunos de sus aviones más importantes.

La guerra en el siglo XXI se basa en datos, muchos de ellos en el caso del F-35 Joint Strike Fighter. Los archivos de datos de la misión que informan a los despliegues y misiones del F-35 pueden tardar hasta 18 meses en compilarse, con información sobre todo, desde radares enemigos y misiles antiaéreos hasta formas de onda y armas cibernéticas. Ahora el Pentágono ha contratado a una compañía de California para reducir el tiempo de compilación a solo un mes, utilizando inteligencia artificial.

La compañía, C3 , se ve a sí misma como una especie de personalizador de IA , que combina diferentes metodologías, desde el simple aprendizaje automático hasta el aprendizaje profundo más sofisticado , y la combinación de formas heterogéneas de datos que no funcionan bien juntas, desde imágenes hasta valoraciones diagnósticas y texto. —En productos que son específicos del problema. Algunos pueden ser más pesados ​​en el aprendizaje profundo, otros en la máquina, en cuyo caso la empresa trabaja para acelerar la laboriosa tarea de etiquetado de datos.

Han estado haciendo negocios en silencio con el Departamento de Defensa durante 15 meses, después de un contacto inicial de la Unidad de Innovación de Defensa. Ya están involucrados en nueve proyectos, en su mayoría relacionados con el mantenimiento predictivo para aeronaves como el E-3 Sentry AWACS , el C-5 Galaxy , el F-16 y, próximamente, el F-35, prediciendo cuándo una parte o computadora El sistema puede fallar en función del clima, el despliegue, la misión, la antigüedad y el estado de sus componentes, etc.

Por supuesto, el F-35 ya tiene un sistema de diagnóstico a bordo, el Sistema de Información Logística Autonómico o ALIS . Nikhil Krishnan, vicepresidente de productos de C3, dijo que su software no reemplazará a ALIS , o cualquier cosa que Lockheed Martin o sus subcontratistas F-35 ya hayan construido. En cambio, apunta a combinar la información de esas fuentes para crear una imagen mejor y más completa de lo que está sucediendo con el avión.

Además de ALIS , dijo Krishnan, el software de C3 devorará “datos operativos, salidas, podría incluir el clima, la historia de la pieza, ¿se realizaron trabajos de reparación antes? Realmente estamos en un nivel más alto que cualquiera de estos subsistemas, incluido ALIS ". La esperanza es poder preposicionar partes y mantenedores para hacer reparaciones o modificaciones rápidas, no solo en respuesta a lo que el avión ha atravesado sino, quizás, Lo que está a punto de pasar también.

Todo eso es independiente del trabajo de C3 en la optimización del archivo Mission Date, que está programado para completar el desarrollo el próximo verano. El archivo sirve como una especie de biblioteca de amenazas. “Son los datos a bordo los que notifican de manera proactiva al piloto de la aeronave las próximas amenazas. El problema hoy es que lleva demasiado tiempo generar ese archivo de datos de la misión. Podemos aplicar las capacidades de agregación de datos que tienen C3 y AI para hacer que el proceso sea un orden de magnitud más rápido para que los datos estén más actualizados ", dijo Edward Abbo, Presidente y CTO de C3 .

El proceso de hoy es muy manual, en gran parte porque las fuentes y los tipos de datos son muy diversos. "El analista de hoy tendría que ir a la fuente de datos por fuente de datos y luego, dentro de la fuente de datos, campo de datos por campo de datos, buscando, por ejemplo, ver si esta base de datos aquí tiene este campo para un objeto en el teatro", explicó Krishnan . Gran parte de los datos son altamente desestructurados, como comentarios en texto, con los que el software no funciona bien. La esperanza es automatizar el proceso de examinar las fuentes y presentar al operador una lista de problemas, como las posibles discrepancias en la inteligencia y las recomendaciones. 

La compañía también está desarrollando una nueva herramienta basada en inteligencia artificial para recopilar información sobre objetivos potenciales. Es similar a lo que Google estaba haciendo para el Pentágono bajo el Proyecto Maven, pero con un impulso. Mientras que el enfoque de Maven era aplicar la inteligencia artificial para reconocer objetos en imágenes, el nuevo proyecto, en desarrollo, integraría una variedad de datos de diversas fuentes para construir una imagen más completa, similar a la forma en que el cerebro funciona para combinar información sensorial con experiencia vivida y la intuición para crear una comprensión de lo que está pasando.

“Digamos que está buscando un Toyota Corolla en la autopista [y] tiene transmisión de video. "Estamos haciendo dos cosas, analizando el video para la identificación y clasificación de los objetos y luego el segundo es contextualizar esa información", dijo Abbo. "¿Un Toyota Corolla fue descubierto por alguien más hace cinco minutos? ... Esa información se puede agregar al hecho de que usted acaba de detectar ese Toyota Corolla ahora, y puede determinar que es el mismo en función de la velocidad u otros factores". El objetivo es seguimiento predictivo del campo de batalla. En este momento, el seguimiento del campo de batalla es "un conjunto muy aislado de observaciones, si lo desea. Pero si pudieras agregar esas observaciones juntas, tendrías mucho mejor sentido de predecir a dónde podría ir alguien ”.

Abbo no dijo qué rama o servicio del ejército contrató a C3 para el proyecto de inteligencia, pero el esfuerzo se parece mucho a lo que Google y otros estaban haciendo con la comunidad de operaciones especiales.

Por supuesto, una cosa que la compañía no puede resolver es por los problemas más grandes que enfrentan los funcionarios que buscan abrazar más a fondo la inteligencia artificial para la defensa y la inteligencia. Las redes neuronales a menudo superan las soluciones de aprendizaje automático, pero son más difíciles de explicar con fines legales y políticos. El segundo es el problema de la integridad de los datos , donde los datos erróneos pueden arrojar buenos modelos y sesgar los resultados, una situación de vida o muerte en el caso de la inteligencia militar.

La reparación sigue siendo un problema humano.

https://www.defenseone.com/technology/2018/12/f-35-about-get-lot-smarter/153338/?oref=d-skybox