Tohtori Don Widener, BAE Systemsin Advanced Analytics Lab – Tekninen johtaja – Haastattelusarja

Don Widener on BAE Systemsin Advanced Analytics Labin ja Intelligence, Surveillance & Reconnaissance (ISR) Analysis Portfolion tekninen johtaja.

BAE Systems on globaali puolustus-, ilmailu- ja turvallisuusyhtiö, jolla on noin 83 000 työntekijää maailmanlaajuisesti. Heidän laajat tuotteet ja palvelut kattavat ilma-, maan- ja merivoimat, sekä edistyneet elektroniikka-, turvallisuus-, tietotekniikka- ja tukipalvelut.

Mikä oli se asia, joka aluksi kiinnosti sinua henkilökohtaisesti AI:sta ja robotiikasta?

Olen aina ollut kiinnostunut parantamaan tiedusteluanalyytikkojen kykyä tehdä tehtävänsä tehokkaammin, joko kehittämällä ammattitaitoa tai teknologiaa. Tiedusteluanalyysitaustani johtuen olen keskittynyt urallani siihen, että tiedusteludatan kerääminen ja päätöksenteko olisivat yhtenäisemmän prosessin osia.

Elokuussa 2019 BAE Systems ilmoitti yhteistyöstä UiPathin kanssa Robotic Operations Centerin lanseeraamiseksi, joka tuo automaatio- ja koneoppimismahdollisuuksia Yhdysvaltain puolustus- ja tiedusteluyhteisöille. Voitko kuvailla tämän yhteistyön?

BAE Systemsin Intelligence & Security -sektorin Advanced Analytics Labin tavoitteena on demokratisoida AI 2000+:lle tiedusteluanalyytikollemme. Käyttämällä RPA-työkaluja, kuten UiPathia, voimme nopeasti tarjota analyytikoillemme räätälöityjä koulutusohjelmia ja yhteisöjä (kuten Robotic Operations Center), jolloin saavutamme tehokkuuden ja vaikuttavuuden parantamisen. Ilman ohjelmointitaustaa olevat analyytikot voivat luoda automaatio-malleja tai “botti”-sovelluksia toistuvien tehtävien ratkaisemiseksi.

Miten Robotic Operations Centerin botit tullaan käyttämään taistelussa kyberrikoksia vastaan?

On suuri tarve soveltaa AI:ta ulkoiseen uhkatietojen keräämiseen kybertuhka-analyysin kannalta. RSA 2020 -tapahtumassa yhteistyössä Dellin kanssa esittelimme heidän AI Ready Bundle -ratkaisunsa, joka sisältää NVIDIA (NVDA ):n GPU:t, kirjastot ja kehykset sekä hallintasoftwaren valmiissa ratkaisupaketteissa. Esittelimme ihmisen ja koneen yhteistyötä opastamalla konferenssivieraita luomaan esineen havaitsemismallin, jota voidaan käyttää julkisesti saatavilla olevan datan suodattamiseen fyysisten uhka-alueiden tunnistamiseksi, mikä voi laukaista kyberrikoksia.

Mitä tietoja kerätään laajojen big data -määrien kokoamiseksi boteille?

BAE Systems on vastikään saanut Armeijan Open Source Intelligence (OSINT) -sopimuksen, jossa vastuuta on integroida big data -ominaisuudet turvalliseen pilviympäristöön.

Voitko kuvailla joitakin nykyisiä syväoppimismenetelmiä, joita kehitetään BAE Systemsissa?

Joitakin syväoppimismenetelmiä, joita kehitämme, ovat Liikkuva kuva, Humanitaarinen katastrofien torjunta ja COVID-19.

Uskotko, että esineen tunnistaminen ja luokittelu ovat edelleen ongelmia, kun esineet ovat vain osittain näkyvissä tai peitettyinä muiden esineiden takana?

Tietokoneen näkömallit ovat vähemmän tehokkaita, kun ne ovat osittain peitettyinä, mutta kansallisten tehtävien aloitteiden kuten Perustavanlaatuinen sotilastiedustelu kannalta jopa korkeat väärät positiiviset löydökset voivat edelleen tukea päätöksenteon etua.

Mitä muita haasteita tietokoneen näkö kohtaa?

Tiedon merkintä on haaste. Olemme tehneet yhteistyötä useiden datan merkintäyritysten kanssa merkittäväksi luokittelemattomia tietoja, mutta luokiteltujen tietojen osalta käytämme tiedusteluanalyytikkojen työvoimaa tukemaan näitä CV-koulutusaloitteita, ja tämä työvoima on rajallinen resurssi.

Kiitos tästä haastattelusta. Kaikki, jotka haluavat oppia lisää, voivat vierailla BAE Systemsin sivustolla.