洛克希德·马丁公司正在开发找到野火,冰淇淋商店,飞机,船舶,蓝色汽车和更多
不是关于人工智能机器人控制——它的高效和有效地使用可用的大量的数据及时解决问题。
事实是,在当今社会,地理空间情报(GEO INT)数据的数量,每天收集世界各地——从摄像头,传感器和卫星——是惊人的。简直就是比人类可以身体整理,过程和试着去理解,更不用说当需要快速决策。
为了解决这个庞大的数据处理问题,洛克希德·马丁公司是利用数字转换工具像人工智能和机器学习每天(AI /毫升)。通过使用人工智能,我们可以确保我们的客户总是最大的态势感知和可操作的情报执行关键任务来保护我们的国家和我们的盟友。
来看看四个酷AI /毫升技术洛克希德·马丁公司正在开发利用世界上越来越多的地理的INT数据。
发现和救火更快
干燥的夏季和全球变暖并不做任何支持我们勇敢的消防队员。根据国家跨部门消防中心,今年野火烧毁了2990255英亩(6月17日)。
增加消防队员的挑战,利用目前的资源,通常需要小时地图越来越野火的周边和热斑点。有时需要天使用燃料属性数据(通常是3 - 5岁帮助预测火行为。时间不是在他们一边,实际情况是不断变化的。
洛克希德·马丁公司正在使用AI /毫升帮助消防队员更快的关键数据。该公司正在开发的认知任务管理器,一套指挥和控制的服务旨在使用AI /毫升提供及时、准确、可操作的情报向地面指挥官和运营商能够快速反应和灭火。系统使用本地传感器数据和当前商业化天基图像生成模拟提供更准确和野火的现状和预测火灾增长。
“人工智能可以让我们减少数据收集周期和提供更准确和及时的数据在一个可行的消防队员。使用人工智能,我们可以提供精确的火映射的分钟和小时和预测的速度传播,在数小时内火的方向与天,”Dan Lordan说在洛克希德·马丁公司的人工智能中心高级经理。
帮助你找到坦克、汽车……和冰淇淋吗?
没关系如果你正在寻找坦克在战场上,蓝色的汽车或所有的冰淇淋店在费城,找到的东西在今天日益增长的数据量和diversely-sourced GEO INT数据环境是一个挑战。特别是如果你需要这些数据来做出重要的决策速度。
洛克希德·马丁公司的认知技巧与提示产品地址的缺点手动密集数据收集管理和编制使用AI / ML算法来解决这个问题。它始于喂养系统一个简单的英文需要声明。
“我们可以把一个句子,我需要知道所有的冰淇淋商店在费城,”和系统的认知成分,语句分解成目标和战略信息搜索来自我们所有数据源的数据,”雅各布·卡罗尔说,高级人工智能/毫升研究工程师在洛克希德·马丁公司。“使用AI /毫升技术、齿轮提示和线索可以自主运行的机器速度和生产情报秒。
因为它是一个机器学习模型,系统可以学习和发展。
“我们可以修改每个搜索的参数或模块化产生新的信息,当系统遇到新情况时,它可以适应变化的速度远远超过人类,”卡罗尔说。
检测数据变化快
GEO INT情报数据用户经常检测变化感兴趣区域监控。他们可能想知道船离开或到达港口交通。建筑在城市蔓延扩张吗?有道路或自然灾害后基础设施受损吗?
洛克希德·马丁公司已经开发了AI /毫升工具,提供对象级和像素级变化检测使用时间序列卫星图像提供自动、快速变化检测。训练有素的真实数据,算法运行在该工具允许为最终用户评价和推论。
“在城市发展的情况下,深度学习技术可以用来表示如何监测卫星图像随着时间的快速城市化地区,”解释Dom勒杜克图像处理工程师洛克希德·马丁公司。“后处理算法可以提供对象级变化检测指定位置和新建筑建造时间。”
有足够的标签进行像素级数据输入,AI实际上可以学会识别和认识对象——比如类型飞机和船只或损坏的基础设施在风暴之后——在你监控领域。
“像素级数据可摄入的人工智能算法提供飞机尺寸或推进类型,以及识别类型的飞机,船只和建筑,“加达恩布劳恩,AI /毫升工程师洛克希德·马丁公司。“这允许领域分析师快速了解情况的和自信的建议的行动方针。”
人工智能教学做……人工智能
事实是AI并不知道它的寻找,直到有人——人类——教它去寻找什么。但教学AI可以是一个单调乏味的工作。AI和教学需要的人。
这些重要的人们花费无数个小时“标签”的真实数据,是一个人工智能系统,直到美联储“承认”自己一个搜索项。例如,如果您想让人工智能识别”布朗车”每次出现在卫星图像,贴标签机可能需要引入人工智能”布朗汽车的成千上万的图片。“随着时间流逝,风险是贴标签机就会变得不那么投入,更容易错误或倦怠。
为了解决这个问题,洛克希德·马丁公司TruthTrail创建一个原型游戏化应用程序建立了一个游戏引擎,提出了一种模拟环境,“奖励”贴标签机工作。类似于各种步数健康应用程序所使用的每天数百万,贴标签机达到不同的“成就”更多的图片介绍人工智能系统。
“我们看到其他行业使用游戏化继续激励人们“进入下一个级别。与TruthTrail应用类似的工具来帮助我们保持我们的标签的员工更多的参与,人工智能“解释Ainoghena Igetei,洛克希德·马丁公司的软件工程师。
后端,TruthTrail打算捕捉和利用数据如何贴标签机反应并解决问题。这允许设计、发现和测试新的想法和架构支持满足未来客户的需求,尤其是人工智能。