Dr. Don Widener, teknisk direktør for BAE Systems’ Advanced Analytics Lab – Intervju-serie

Don Widener er teknisk direktør for BAE Systems’ Advanced Analytics Lab og Intelligence, Surveillance & Reconnaissance (ISR) Analysis Portfolio.

BAE Systems er et globalt forsvars-, romfarts- og sikkerhets­selskap som syssel­setter rundt 83 000 mennesker verden over. Deres omfattende produkter og tjenester dekker luft-, land- og sjø­styrker, samt avanserte elektroniske, sikkerhets-, informasjons­teknologi- og støtte­tjenester.

Hva var det som opprinnelig tiltalte deg personlig til AI og robotikk?

Jeg har alltid vært interessert i å øke evnen til etterretningsanalytikere til å være mer effektive i deres oppdrag, enten det er gjennom fagutvikling eller teknologi. Med en bakgrunn i etterretningsanalyse selv, har jeg fokusert min karriere på å lukke gapet mellom innsamling av etterretningsdata og beslutning.

I august 2019 BAE Systems kunngjorde et samarbeid med UiPath, for å lansere Robotic Operations Center som vil bringe automatisering og maskinlæringsevner til USAs forsvars- og etterretnings­samfunn. Kan du beskrive dette samarbeidet?

Demokratisering av AI for våre 2 000+ etterretningsanalytikere er en primær driver for BAE Systems Intelligence & Security-sektorens Advanced Analytics Lab. Ved å bruke verktøy for robotprosesseringsautomatisering (RPA) som UiPath kan vi raskt øke våre analytikere med tilpassede opplæringskurser og fagfellesskap (som Robotic Operations Center), og drive frem økninger i effektivitet og effekt. Analytikere uten programmeringsbakgrunn kan bygge automatiseringsmodeller eller “bots” for å håndtere repetitive oppgaver.

Hvordan vil botene fra Robotic Operations Center bli brukt til å bekjempe cyberkriminalitet?

Det er et stort behov for å anvende AI på eksterne trusseldatainnsamling for cybertrusselanalyse. Ved RSA 2020 samarbeidet vi med Dell for å vise frem deres AI-klare pakke for maskinlæring, som inkluderer NVIDIA-GPU-er, biblioteker og rammer, og administrasjonsprogramvare i en komplett løsningsstakk. Vi viste menneske-maskin-samarbeid ved å gå konferansebesøkende gjennom en objektdeteksjonsmodell som ble brukt til å filtrere offentlig tilgjengelige data for å identifisere fysiske trusselhotspots, som kan utløse cyberkriminalitet.

Store hav av big data vil bli samlet inn for å trene de neurale nettverkene som brukes av botene. Hva er noen av datasettene som vil bli samlet inn?

BAE Systems ble nylig tildelt hærens Open Source Intelligence (OSINT)-kontrakt, som er ansvarlig for å integrere big data-egenskaper i vår sikre sky-hosting-miljø.

Kan du beskrive noen av de nåværende dypelæringmetodene som arbeides med i BAE Systems?

Noen av de dypelæringmetodene vi arbeider med er Bevegelsesbilder, Humanitær katastrofehjelp og COVID-19.

Tror du at objektdeteksjon og -klassifisering fortsatt er et problem når det gjelder objekter som bare er delvis synlige eller skjult av andre objekter?

Datamodeller for datamaskin-syn er mindre effektive når de er delvis skjult, men for nasjonale oppdrag som grunnleggende militær etterretning kan selv høye falske positiv-rater fortsatt støtte beslutningsfordel.

Hva er noen av de andre utfordringene som møter datamaskin-syn?

Data-merking er en utfordring. Vi har samarbeidet med flere data-merke­selskaper for å merke uklassifiserte data, men for klassifiserte data bruker vi vår etterretningsanalytiker-arbeidsstyrke til å støtte disse CV-trening-initiativene, og denne arbeidsstyrken er en begrenset ressurs.

Takk for denne intervjuet. For alle som ønsker å lære mer kan de besøke BAE Systems.