ИИ поможет шпионить

Спутники-шпионы и их коммерческие собратья на орбите вокруг земли, как рой космических папарацци, ежедневно захватывают десятки терабайт информации в виде изображений. Разведывательные службы США выступили спонсорами связанного с ИИ нового конкурсного исследования с целью автоматической идентификации интересующих военных объектов по спутниковым изображениям.

С июля группы конкурентов тренировали свои машинно-обучаемые алгоритмы на одном из крупнейших общедоступных наборов данных спутниковых изображений в мире, содержащем 1 000 000 таких маркированных объектов, как здания и сооружения. Эти данные представлены агентством IARPA, курирующим перспективные исследовательские проекты для разведки США. По завершении отбора в конце декабря 10 финалистов представят свои алгоритмы ИИ, позволяющие оценивать наборы данных из спутниковых снимков.

По заявлению Роберто Кардилло, директора Национального агентства геопространственной разведки США, использование ИИ позволит автоматизировать анализ спутниковых снимков и снять 75% рабочей нагрузки с занимающихся этими задачами сотрудников.

Обработка спутниковых снимков является гораздо более сложной задачей для алгоритмов глубокого обучения, чем распознавание по фотографиям человеческих лиц, достопримечательностей или объектов. Эксперты согласны с тем, что алгоритмы глубокого обучения не готовы выполнять всю работу самостоятельно, даже если они достигают 80 или 90-процентной точности.

В опубликованном в октябре сообщении описывают, каким образом алгоритмы глубокого обучения смогли точно идентифицировать в Китае места нахождения ракетных объектов типа «земля-воздух» в районе примерно 90 000 квадратных километров.

Лучший алгоритм обеспечивал точность 98%. Алгоритму потребовалось всего лишь 42 минуты на распознавание с такой же точностью, как у живых аналитиков, которые в среднем затрачивают на эти работы 60 часов. Такие результаты являются хорошим предзнаменованием для IARPA и помогут в использовании ИИ в качестве необходимого инструмента разведки.