Saltar al contenido

Aprovechar una ventaja competitiva: sistemas de defensa

14 de mayo de 2021
Ingenieros de inteligencia artificial (metamorworks / Shutterstock.com)

COMENTARIO

Democratizar la IA para el Departamento de Defensa: Aprovechar una ventaja competitiva

El futuro de la guerra está cambiando a un ritmo acelerado. Las batallas del futuro tendrán menos que ver con los equipos de la era de la Guerra Fría (aviones, tanques, barcos) y todo con los datos, el procesamiento de la información y el despliegue efectivo de la inteligencia artificial. La guerra de próxima generación estará habilitada por inteligencia artificial, centrada en la red y rápida a la velocidad de la luz. Lo que está en juego no solo es alto, es asombroso. El vencedor mantendrá el terreno elevado con la ventaja de ser el primero en moverse.

No hay duda de las ambiciones del Partido Comunista Chino de liderar el mundo en IA. Xi Jinping dijo que China será el líder mundial en inteligencia artificial para 2030, y está dirigiendo políticas nacionales en apoyo de este objetivo. Al testificar ante el Comité Senatorial de Servicios Armados recientemente, Eric Schmidt, presidente de la Comisión de Seguridad Nacional sobre Inteligencia Artificial, dijo que está «convencido de que el liderazgo chino en áreas clave de tecnología es una crisis nacional que debe abordarse directamente ahora». Dijo a los legisladores que China podría superar a Estados Unidos en inteligencia artificial en la próxima década, y durante el interrogatorio, Schmidt dijo que pensaba que Estados Unidos está quizás uno o dos años por delante de China en ciertas aplicaciones de inteligencia artificial.

Dado que los márgenes más estrechos, los EE. UU. Y sus aliados deben hacer más para construir una fuerza laboral capaz de IA y transformar la cultura del Departamento de Defensa para adoptar la IA. Para acelerar la adopción de la IA, recomiendo un enfoque de tres niveles.

En primer lugar, el Pentágono debería adoptar un enfoque de ciencia de datos centrado en la automatización, que se ha adoptado en todas las industrias, incluidas las finanzas de vanguardia. Con este enfoque, los científicos de datos pueden aprovechar la automatización en todo el ciclo de vida de la IA para probar rápidamente la viabilidad del encuadre de problemas, generar un primer resultado sólido y luego agregar su experiencia. Las herramientas automatizadas modernas reducen la línea de tiempo de los resultados de la IA de meses o años a días o semanas. Los modelos que aprovechan las herramientas de código abierto que brindan explicabilidad y confiabilidad brindan a los científicos de datos novatos un camino seguro hacia la automatización. La alternativa, y el status quo, es que el DOD contrate significativamente más científicos de datos con nivel de doctorado para crear todas las soluciones de IA. Sin embargo, con la escasez de talento STEM de EE. UU. Y el atractivo de las nuevas empresas de inteligencia artificial de alta tecnología, estos trabajos federales de ciencia de datos permanecerán sin cubrir y el país seguirá rezagado.

En segundo lugar, el Departamento de Defensa debería aprovechar las plataformas de inteligencia artificial empresarial que permitan un conjunto más amplio de personal (por ejemplo, desarrolladores de software, analistas de investigación) con solo unos pocos días de capacitación para crear soluciones de inteligencia artificial. Las plataformas modernas de IA empresarial aprovechan la automatización y proporcionan una interfaz gráfica de usuario simple que permite a las personas sin una gran experiencia en técnicas de aprendizaje automático y programación de software crear un conjunto de algoritmos predictivos.

Recomendado:  Deloitte presenta el Instituto de Inteligencia Artificial para el Gobierno

Por ejemplo, un analista de negocios construyó una solución de inteligencia artificial confiable para identificar los factores que predicen con mayor precisión el éxito de los candidatos para el entrenamiento de fuerzas especiales, ayudando tanto a los candidatos como a los servicios militares. La belleza del aprendizaje automático automatizado es que aumenta la productividad al tiempo que libera a los científicos de datos del DOD con poco personal para que dediquen su tiempo a resolver problemas más complejos, como desarrollar IA de próxima generación para combatir las amenazas cibernéticas.

En tercer lugar, el departamento debe implementar un programa de desarrollo de capacidades de inteligencia artificial y cambio cultural que sea generalizado en todos los niveles de la organización, desde las tropas de primera línea hasta los líderes del Departamento de Defensa. No todos necesitan ser científicos de datos, pero todos deben saber cómo y dónde se puede implementar la IA y cómo aprovechar la inteligencia de las máquinas para cumplir con los requisitos de la misión.

Por ejemplo, los combatientes deben estar capacitados para comprender, integrar e implementar el poder versátil de la IA, cuyas aplicaciones abundan. Además de poner al personal adecuado en los programas de entrenamiento adecuados, la IA puede identificar a los combatientes y veteranos en riesgo de suicidio, identificar patrones para predecir ataques de ciberseguridad y anticipar qué tanques, camiones o helicópteros necesitan mantenimiento antes de dejar varados a los soldados en el campo. La IA también se puede utilizar para pronosticar con mayor precisión la demanda de combustible, municiones u otros suministros.

No hay duda de que Estados Unidos debe dedicar más recursos al desarrollo de una tecnología de inteligencia artificial superior y a la formación de más científicos de datos. No hacerlo pone al país en un gran riesgo tecnológico, económico, militar e incluso personal. A medida que desarrollamos estas capacidades, es esencial que el personal de todos los niveles del DOD desarrolle una comprensión más profunda de cómo, cuándo y dónde usar la IA.

Recomendado:  Robots: ¿robando nuestros puestos de trabajo o solucionando la escasez de mano de obra? | Robots

Sobre el Autor

Chad Cisco es gerente general de soluciones gubernamentales en DataRobot.