NATO chce przyspieszyć uczenie się dzięki AI. Wynikiem musi być zmiana zdolności.
Konferencja Lessons Learned w Lizbonie połączyła AI z szybszą adaptacją. Analizujemy dystans między rozpoznaniem wzorca a usunięciem źródła problemu.
- NATO
- Artificial intelligence
Sztuczna inteligencja może szybciej opracować raport z ćwiczeń. Wartość wojskowa powstaje wtedy, gdy ktoś zmieni przebieg kolejnych ćwiczeń. To rozróżnienie stanowi sedno najnowszej dyskusji NATO o uczeniu się organizacji.
W relacji z konferencji Lessons Learned w Lizbonie, opublikowanej 14 października, ACT wskazało AI, realistyczne szkolenie i interoperacyjność. Spotkanie zorganizowało JALLC w imieniu Naczelnego Sojuszniczego Dowódcy Transformacji. AI opisano jako wsparcie przetwarzania informacji i wykrywania wzorców przy zachowaniu ludzkiego osądu.
Najważniejszą miarą jest zmiana wynikająca z wyciągniętego wniosku. W naszej ocenie oznacza to dla oprogramowania obronnego trudniejszy sprawdzian niż płynne streszczenie: użytkownik musi prześledzić dowody aż do decyzji i późniejszej kontroli.
Wzorzec potrzebuje wyjaśnienia
Powtarzające się uwagi w raportach mogą ujawniać rzeczywisty problem. Mogą też opisywać różne przyczyny podobnymi słowami. Narzędzie grupujące takie uwagi powinno zachować powiązanie z każdą obserwacją, jej kontekstem i ograniczeniami.
Przykład to raport szkoleniowy stwierdzający opóźnienie informacji. Przyczyną może być interfejs techniczny, procedura albo organizacja samego ćwiczenia. Streszczenie nie rozstrzygnie, które wyjaśnienie jest właściwe. Analityk potrzebuje dowodów, aby zbadać problem i dobrać zmianę.
Ma to znaczenie dla firm oferujących AI dual-use do analizy dokumentów. Użytecznym produktem jest sprawdzalne powiązanie obserwacji z decyzją organizacji.
Cztery etapy pokazują wynik
Stosujemy model czterech etapów: obserwacja, zweryfikowany wniosek, przypisana zmiana i ponowny test. To model analityczny MSSG, a nie procedura ogłoszona na konferencji. Pomaga pokazać nabywcy lub dowódcy rzeczywisty rezultat uczenia się.
Każdy etap odpowiada na inne pytanie. Co się wydarzyło? Jakie dowody wspierają wyjaśnienie? Kto może zmienić sprzęt lub praktykę? Jaki późniejszy test sprawdzi skutek? AI może pomagać porządkować materiał, lecz decyzja nadal wymaga odpowiedzialnej osoby.
System liczący wyłącznie zarejestrowane wnioski pomija ostatni etap. Więcej wpisów może oznaczać lepszą sprawozdawczość bez poprawy działania.
Wnioski również muszą przekraczać granice
Relacja ACT łączy działania NATO z krajowymi systemami uczenia się. Wniosek użyteczny w jednej organizacji musi zachować znaczenie po przekazaniu do innej.
Crucible 4-26 pokazuje, dlaczego to ważne. NATO sprawdza współpracę komponentów przeciw dronom pochodzących od różnych dostawców i państw. Ustalenie dotyczące ich współdziałania musi trafić do osób mogących zmienić interfejs, wymaganie lub szkolenie, a potem zostać ponownie sprawdzone.
Dla europejskich firm technologii obronnych to szansa na domknięcie tego obiegu. Szybsza analiza jest cenna, gdy skraca drogę do zweryfikowanej poprawy. To mocniejsza definicja wartości wojskowego AI niż tempo pojawiania się raportu.
Źródła i kontekst
Wydawca: Mitchell Strategic Solutions Group. Zobacz zasady redakcyjne i politykę korekt. Więcej →
Czytaj także
NATO zwiększa skalę sieci przeciw dronom. Ukraina współtworzy scenariusze prób.
Satelitarne 5G przekracza ważną granicę: różni dostawcy, jeden działający system
