ความปลอดภัยไซเบอร์
ดร. ดอน วิเดเนอร์, ผู้อำนวยการฝ่ายเทคนิคของ BAE Systems’ Advanced Analytics Lab – สัมภาษณ์ซีรีส์
ดอน วิเดเนอร์ เป็นผู้อำนวยการฝ่ายเทคนิคของ BAE Systems’ Advanced Analytics Lab และ Intelligence, Surveillance & Reconnaissance (ISR) Analysis Portfolio.
BAE Systems เป็นบริษัทการป้องกัน อากาศยาน และความมั่นคงระดับโลกที่มีพนักงานประมาณ 83,000 คน ทั่วโลก ผลิตภัณฑ์และบริการของพวกเขามีหลากหลาย เช่น อากาศยาน ทหารบก และเรือรบ รวมถึงอิเล็กทรอนิกส์ขั้นสูง ความมั่นคง เทคโนโลยีสารสนเทศ และบริการสนับสนุน
สิ่งใดที่ดึงดูดคุณส่วนบุคคลให้เข้าสู่ AI และหุ่นยนต์?
ฉันสนใจที่จะเพิ่มความสามารถของนักวิเคราะห์ข่าวกรองให้สามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น ไม่ว่าจะผ่านการพัฒนาทักษะหรือเทคโนโลยี ด้วยประสบการณ์ในการวิเคราะห์ข่าวกรอง ฉันจึงมุ่งเน้นการทำงานของฉันในการลดช่องว่างระหว่างการเก็บข้อมูลข่าวกรองและการตัดสินใจ
ในเดือนสิงหาคม 2019 BAE Systems ได้ประกาศความร่วมมือกับ UiPath เพื่อเปิดตัว Robotic Operations Center ซึ่งจะนำความสามารถของการประมวลผลอัตโนมัติและเครื่องมือการเรียนรู้ของเครื่องจักรมาใช้ในกลุ่มป้องกันและข่าวกรองของสหรัฐอเมริกา คุณสามารถอธิบายความร่วมมือนี้ได้หรือไม่?
การทำให้ AI มีให้ใช้กับนักวิเคราะห์ข่าวกรองกว่า 2,000 คนของเราเป็นตัวขับเคลื่อนหลักสำหรับ Advanced Analytics Lab ของ BAE Systems Intelligence & Security โดยการใช้เครื่องมือการประมวลผลอัตโนมัติ (RPA) เช่น UiPath เราสามารถเพิ่มประสิทธิภาพและความสามารถในการทำงานของนักวิเคราะห์ได้อย่างรวดเร็วผ่านหลักสูตรฝึกอบรมและชุมชนการปฏิบัติงาน (เช่น Robotic Operations Center) นักวิเคราะห์ที่ไม่มีพื้นฐานการเขียนโปรแกรมสามารถสร้างแบบจำลองการประมวลผลอัตโนมัติหรือ “บอท” เพื่อจัดการกับงานที่ทำซ้ำๆ
บอทจาก Robotic Operations Center จะถูกใช้ในการต่อสู้กับอาชญากรรมไซเบอร์อย่างไร?
มีความจำเป็นอย่างมากในการนำ AI ไปใช้กับการเก็บข้อมูลภายนอกสำหรับการวิเคราะห์ภัยคุกคามไซเบอร์ ที่ RSA 2020 เราได้ร่วมมือกับ Dell เพื่อแสดง AI Ready Bundle สำหรับการเรียนรู้ของเครื่องจักร ซึ่งรวมถึง NVIDIA GPUs, ไลบรารีและเฟรมเวิร์ก และซอฟต์แวร์การจัดการในโซลูชันสแต็คที่สมบูรณ์ เราได้แสดงให้เห็นถึงการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักรโดยการเดินผ่านการสร้างแบบจำลองการตรวจจับวัตถุเพื่อกรองข้อมูลที่มีอยู่เพื่อระบุจุดร้อนของภัยคุกคามทางกายภาพที่อาจกระตุ้นให้เกิดอาชญากรรมไซเบอร์
ชุดข้อมูลใดบ้างที่จะถูกเก็บเพื่อฝึกเครื่องมือการเรียนรู้ของเครื่องจักรที่ใช้โดยบอท?
BAE Systems ได้รับคำสั่งซื้อ Army’s Open Source Intelligence (OSINT) ที่รับผิดชอบในการรวมความสามารถของข้อมูลขนาดใหญ่เข้ากับสภาพแวดล้อมการโฮสต์คลาวด์ที่ปลอดภัยของเรา
คุณสามารถอธิบายวิธีการเรียนรู้ของเครื่องจักรที่ลึกที่กำลังทำงานที่ BAE Systems ได้หรือไม่?
บางส่วนของวิธีการเรียนรู้ของเครื่องจักรที่ลึกที่เรากำลังทำงานอยู่ ได้แก่ Motion Imagery, Humanitarian Disaster Relief และ COVID-19
คุณคิดว่าการตรวจจับวัตถุและการจำแนกประเภทยังคงเป็นปัญหาเมื่อเป็นวัตถุที่มองเห็นไม่ชัดเจนหรือบดบังด้วยวัตถุอื่น?
แบบจำลองการมองเห็นของเครื่องจักรมีประสิทธิภาพน้อยลงเมื่อวัตถุถูกบดบัง แต่สำหรับโครงการริเริ่มภารกิจระดับชาติ เช่น Foundational Military Intelligence อัตราผลบวกลวงสูงอาจยังคงสนับสนุนการได้เปรียบในการตัดสินใจ
ความท้าทายอื่นๆ ที่เผชิญกับการมองเห็นของเครื่องจักรคืออะไร?
การทำเครื่องหมายข้อมูลเป็นความท้าทาย เราได้ร่วมมือกับบริษัททำเครื่องหมายข้อมูลหลายแห่งสำหรับการทำเครื่องหมายข้อมูลที่ไม่มีการจำแนกประเภท แต่สำหรับข้อมูลที่มีการจำแนกประเภท เรากำลังใช้กำลังคนนักวิเคราะห์ข่าวกรองของเราเพื่อสนับสนุนโครงการฝึกอบรมการมองเห็นของเครื่องจักรเหล่านี้ และกำลังคนนี้เป็นทรัพยากรที่มีจำนวนจำกัด
ขอขอบคุณสำหรับการสัมภาษณ์นี้ สำหรับผู้ที่ต้องการเรียนรู้เพิ่มเติมสามารถเยี่ยมชม BAE Systems ได้
