Dr. Don Widener, Technisch Directeur van BAE Systems’ Advanced Analytics Lab – Interview Serie

Don Widener is de Technisch Directeur van BAE Systems’ Advanced Analytics Lab en Intelligence, Surveillance & Reconnaissance (ISR) Analysis Portfolio.

BAE Systems is een wereldwijd defensie-, luchtvaart- en beveiligingsbedrijf met ongeveer 83.000 medewerkers wereldwijd. Hun uitgebreide producten en diensten omvatten lucht-, land- en zeemachten, evenals geavanceerde elektronica, beveiliging, informatie technologie en ondersteunende diensten.

Wat was het dat je aanvankelijk persoonlijk aantrok tot AI en robotica?

Ik ben altijd geïnteresseerd geweest in het vergroten van de mogelijkheden van inlichtingenanalisten om effectiever te zijn in hun missie, of dat nu is door middel van handelsontwikkeling of technologie. Met een achtergrond in inlichtingenanalyse zelf, heb ik mijn carrière gericht op het dichten van de kloof tussen inlichtingengegevensverzameling en besluitvorming.

In augustus 2019 BAE Systems kondigde een partnership aan met UiPath, om het Robotic Operations Center te lanceren dat automatisering en machine learning-capaciteiten zal brengen naar de Amerikaanse defensie- en inlichtingengemeenschappen. Kun je deze samenwerking beschrijven?

Het democratiseren van AI voor onze 2.000+ inlichtingenanalisten is een belangrijke drijfveer voor BAE Systems Intelligence & Security sector’s Advanced Analytics Lab. Door middel van Robotic Process Automation (RPA)-tools zoals UiPath kunnen we onze analisten snel aanvullen met maatwerktrainingscursussen en communities of practice (zoals het Robotic Operations Center), waardoor er winst wordt geboekt in efficiëntie en effectiviteit. Analisten zonder programmeringsachtergrond kunnen automatiseringsmodellen of “bots” bouwen om repetitieve taken aan te pakken.

Hoe zullen de bots van het Robotic Operations Center worden gebruikt om cybercrime te bestrijden?

Er is een grote behoefte aan het toepassen van AI op externe dreigingsgegevensverzameling voor Cyber Threat-analyse. Op RSA 2020 hebben we samengewerkt met Dell om hun AI Ready Bundle voor Machine Learning te demonstreren, die NVIDIA GPUs, bibliotheken en frameworks, en beheerssoftware omvat in een complete oplossingsstack. We hebben human-machine teaming gedemonstreerd door bezoekers van de conferentie door een objectdetectiemodel te leiden dat wordt gebruikt om openbaar beschikbare gegevens te filteren om fysieke dreigingshotspots te identificeren, die mogelijk cybercrime kunnen triggeren.

Er zullen enorme hoeveelheden big data worden verzameld om de neurale netwerken te trainen die door de bots worden gebruikt. Wat zijn enkele van de datasets die zullen worden verzameld?

BAE Systems is onlangs beloond met de Army’s Open Source Intelligence (OSINT)-contract, dat verantwoordelijk is voor het integreren van big data-mogelijkheden in onze beveiligde cloudhostingomgeving.

Kun je enkele van de huidige diepe leermethoden beschrijven die op BAE Systems worden gewerkt?

Enkele van de diepe leermethoden waar we aan werken, zijn Motion Imagery, Humanitaire Rampenbestrijding en COVID-19.

Geloof je dat objectdetectie en -classificatie nog steeds een probleem vormen wanneer het gaat om objecten die alleen gedeeltelijk zichtbaar zijn of worden geblokkeerd door andere objecten?

Computer vision-modellen zijn minder effectief wanneer ze gedeeltelijk worden geblokkeerd, maar voor nationale missie-initiatieven zoals Foundational Military Intelligence kunnen zelfs hoge vals-positieve tarieven nog steeds een besluitvormingsvoordeel ondersteunen.

Wat zijn enkele van de andere uitdagingen waarmee computer vision te maken krijgt?

Datamarkering is een uitdaging. We hebben samengewerkt met verschillende datamarkeringbedrijven voor het markeren van ongeclassificeerde gegevens, maar voor geclassificeerde gegevens gebruiken we onze inlichtingenanalisten om deze CV-trainingsinitiatieven te ondersteunen en deze werkkracht is een eindige bron.

Bedankt voor dit interview. Voor iedereen die meer wilt leren, kan hij BAE Systems bezoeken.