Por AI Trends Staff
Em uma avaliação atualizada recém-lançada da postura do Departamento de Defesa dos Estados Unidos (DoD) sobre inteligência artificial, pesquisadores do Rand Corporation. descobriram que “apesar de alguns sinais positivos, a postura do DoD é significativamente desafiada em todas as dimensões” da avaliação.
Os pesquisadores da RAND foram solicitados pelo Congresso, no âmbito do National Defense Authorization Act (NDAA) de 2019, e pelo diretor do Joint Artificial Intelligence Center (JAIC) do DoD, para ajudar a responder à pergunta: “É O DoD está pronto para alavancar as tecnologias de IA e aproveitar o potencial associado a elas, ou precisa tomar medidas importantes para se posicionar para usar essas tecnologias de forma eficaz e segura e aumentar seu uso? ”
O termo inteligência artificial foi cunhado pela primeira vez em 1956 em uma conferência no Dartmouth College que apresentou um programa projetado para imitar as habilidades de pensamento humano. Quase imediatamente depois disso, a Agência de Projetos de Pesquisa Avançada de Defesa (DARPA) (então conhecida como Agência de Projetos de Pesquisa Avançada [ARPA]), o braço de pesquisa dos militares, iniciou várias linhas de pesquisa destinadas a aplicar os princípios da IA aos desafios de defesa.
Desde a década de 1950, IA - e sua subdisciplina de aprendizado de máquina (ML) - passou a significar muitas coisas diferentes para pessoas diferentes, afirmou o relatório, cujo autor principal é Danielle C. Tarraf, cientista da informação sênior da RAND e professora da a RAND Graduate School. (RAND Corp. é um think tank sem fins lucrativos dos EUA criado em 1948 para oferecer pesquisas e análises para as Forças Armadas dos EUA.)
Por exemplo, o NDAA 2019 citou até cinco definições de IA. “Nenhum consenso emergiu sobre uma definição comum das dezenas de entrevistas conduzidas pela equipe da RAND para seu relatório ao Congresso”, afirmou o relatório da RAND.
Os pesquisadores da RAND decidiram permanecer flexíveis e não se limitar a definições precisas. Em vez disso, eles tentaram responder à pergunta se o DoD está posicionado para construir ou adquirir, testar, fazer a transição e manter - em escala - um conjunto de tecnologias amplamente abrangidas pela IA? E se não, o que o DoD precisa fazer para chegar lá? Considerando as implicações da IA para os tomadores de decisões estratégicas do DoD, os pesquisadores se concentraram em três elementos e como eles interagem:
- o espaço de tecnologia e recursos
- o espectro de aplicações DoD AI
- o espaço de investimento e o horizonte de tempo.
Embora os algoritmos sustentem a maioria das soluções de IA, o interesse e o entusiasmo são alimentados por avanços em IA, como o aprendizado profundo. Isso requer grandes conjuntos de dados e que tendem a ser altamente específicos para os aplicativos para os quais foram projetados, a maioria dos quais são comerciais. Referindo-se aos procedimentos de verificação, validação, teste e avaliação (VVT & E) de IA críticos para a função do software no DoD, os pesquisadores afirmaram: “VVT & E continua sendo um grande desafio para todas as aplicações de IA, incluindo aplicações militares de segurança crítica.”
Os pesquisadores dividiram os aplicativos de IA para DoD em três grupos:
- AI empresarial, incluindo aplicações como o gerenciamento de registros de saúde em hospitais militares em ambientes bem controlados;
- AI de suporte à missão, incluindo aplicativos como o Algorithmic Warfare Cross-Functional Team (também conhecido como Projeto Maven), que visa usar o aprendizado de máquina para ajudar os humanos a analisar grandes volumes de imagens de dados de vídeo coletados no teatro de batalha por drones e;
- AI operacional, incluindo aplicações de IA integrada em sistemas de armas que devem enfrentar ambientes dinâmicos e adversários, e que têm implicações significativas no caso de falha para vítimas.
Metas realistas precisam ser definidas para quanto tempo a IA precisará progredir de demonstrações do que é possível para implementações em grande escala no campo. A análise da equipe RAND sugere implantações em escala no:
- próximo prazo (até cinco anos) para IA empresarial
- meio termo (cinco a dez anos) para a maioria das IA de suporte à missão, e
- termo distante (mais de dez anos) para a maioria das aplicações operacionais de IA.
A equipe RAND vê os seguintes desafios para IA no DoD:
- Organizacionalmente, a estratégia atual do DoD AI carece de linhas de base e métricas para avaliar o progresso. E o JAIC não recebeu a autoridade, os recursos e a visibilidade necessários para dimensionar a IA e seu impacto em todo o DoD.
- Data muitas vezes não existem e, quando existem, muitas vezes carecem de rastreabilidade, compreensão, acessibilidade e interoperabilidade.
- O estado atual de VVT & E pois as tecnologias de IA não podem garantir o desempenho e a segurança dos sistemas de IA, especialmente aqueles que são essenciais para a segurança.
- DoD carece de mecanismos claros para crescer, rastrear e cultivar Talento de IA, um desafio que só vai crescer com a competição cada vez mais acirrada com a academia, o mundo comercial e outros tipos de espaços de trabalho para indivíduos com as habilidades e o treinamento necessários.
- ComunicaçãoOs canais entre os construtores e usuários de IA dentro do DoD são esparsos.
Os pesquisadores fizeram uma série de recomendações para abordar essas questões.
Duas áreas de desafio abordadas
Duas dessas áreas de desafio foram abordadas recentemente em uma reunião organizada pela AFCEA, a associação profissional que conecta pessoas nas forças armadas, governo, indústria e academia, relatada em um relato em FCW. A organização se engaja na “troca ética de informações” e tem raízes na Guerra Civil dos Estados Unidos, de acordo com seu site.
Jacqueline Tame é Diretora Adjunta em exercício do JAIC, cujos anos de experiência incluem cargos no Comitê Permanente de Inteligência da Câmara, trabalho com uma plataforma analítica de IA para o Gabinete do Secretário de Defesa e, em seguida, cargos no JAIC. Ela é graduada pela Naval War College e pela LBJ School of Public Affairs.
Ela abordou como a IA no DoD está entrando em conflito com a cultura e as normas políticas em conflito com sua capacidade. Por exemplo, “Ainda temos mais de ... vários milhares de documentos de orientação de classificação de segurança somente no Departamento de Defesa”. O resultado é uma proliferação de “proprietários de dados”. Ela comentou: “Isso é antitético à ideia de que os dados são um ativo estratégico para o departamento”.
Ela usou o exemplo da manutenção preditiva, que requer análise de dados de uma variedade de fontes para ser eficaz, como um desafio de infraestrutura para o DoD atualmente. “Esta é uma questão de combate”, afirmou Tame. “Para tornar a IA eficaz para aplicações de combate, temos que parar de pensar sobre isso dessas formas limitadas.”
Os padrões de dados precisam ser definidos e unificados, palestrante sugerido Jane Pinelis, chefe de teste e avaliação do JAIC. Sua experiência inclui o tempo no Laboratório de Física Aplicada da Universidade Johns Hopkins, onde ela esteve envolvida em “guerra algorítmica”. Ela também é veterana do Corpo de Fuzileiros Navais, onde suas atribuições incluíam uma posição no Laboratório de Guerra. Ela possui um PhD em Estatística pela Universidade de Michigan.
“Os padrões são as melhores práticas elevadas e não necessariamente temos as melhores práticas ainda”, afirmou Pinelis. O JAIC está trabalhando nisso, coletando e documentando as melhores práticas e liderando um grupo de trabalho na comunidade de inteligência na coleta e marcação de dados.
A fraca disponibilidade de dados tem sido um impedimento à IA para o DoD, afirmou ela. Em resposta, o JAIC está preparando vários contratos de concessão para teste e avaliação e preparação de dados, esperado em breve.
Leia os artigos de origem e as informações de Rand Corporation. e FCW.
