​ເມື່ອ​ທະຫານ​ກອງທັບ​ທີ່​ໄດ້​ຮັບ​ການ​ໜູນ​ຊ່ວຍ​ທາງ​ອາກາດ, ສູນ​ປະຕິບັດ​ງານ​ໄດ້​ຮັບ​ໜ້າ​ທີ່​ໃນ​ການ​ກຳນົດ ​ແລະ ມອບ​ໝາຍ​ການ​ຊ່ວຍ​ເຫຼືອ​ທາງ​ອາກາດ. ດ້ວຍຊອບແວແບບດັ້ງເດີມ, ຜູ້ປະຕິບັດການເຄື່ອນຍ້າຍຜ່ານຂະບວນການຫຼາຍຂັ້ນຕອນເພື່ອຄົ້ນຫາເຮືອບິນທີ່ມີຢູ່, ລະບຸສັນຍານໂທຫາຂອງພວກເຂົາແລະປະເມີນລະເບີດທີ່ເຂົາເຈົ້າມີ. ການດຶງຂໍ້ມູນທີ່ກ່ຽວຂ້ອງນີ້ອາດໃຊ້ເວລາຫຼາຍນາທີ, ເປັນເວລາດົນນານທີ່ຈະລໍຖ້າໃນເວລາທີ່ເຮັດການຕັດສິນໃຈ “ເວລາຈິງ” ສໍາລັບການສະຫນັບສະຫນູນທັນທີ.

ພິຈາລະນາຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍທີ່ກະຊວງປ້ອງກັນປະເທດສະຫະລັດຕ້ອງຜ່ານທຸກໆມື້ແລະ UAVs ແລະ UAVs ທີ່ກ້າວຫນ້າເກັບກໍາຂໍ້ມູນຫຼາຍຂຶ້ນ, ມັນບໍ່ແປກໃຈທີ່ Pentagon ໄດ້ຫັນໄປຫາປັນຍາປະດິດເພື່ອການຊ່ວຍເຫຼືອ.

ຫົວຫນ້າຫ້ອງການດິຈິຕອນແລະປັນຍາທຽມທີ່ເປີດຕົວໃຫມ່ແລະຄວາມພະຍາຍາມແລະຍຸດທະສາດເຊັ່ນ: ການລິເລີ່ມຂອງປັນຍາທຽມແລະການເລັ່ງຂໍ້ມູນ, ຮ່ວມກັນທັງຫມົດ Domain Command and Control ແລະ JAIC ສະແດງໃຫ້ເຫັນວ່າ DoD ຮັບຮູ້ທ່າແຮງຂອງ AI ໃນການບີບອັດການຕັດສິນໃຈ.

ການເຊື່ອມໂຍງ AI

ການເຊື່ອມໂຍງຂອງ AI ຍັງຄົງເປັນສ່ວນໃຫຍ່ເພາະວ່າການເຂົ້າເຖິງເຄືອຂ່າຍທີ່ສະຫນັບສະຫນູນພາລະກິດຂອງບຸກຄົນຍັງຄົງຢູ່ໃນເຕົາ, ເຊັ່ນດຽວກັນກັບການເຂົ້າເຖິງຂໍ້ມູນພາຍໃນຂອບເຂດເຫຼົ່ານັ້ນ. ເຖິງແມ່ນວ່າຄວາມພະຍາຍາມເຊັ່ນ JADC2 ເບິ່ງຄືວ່າຈະແກ້ໄຂບັນຫານີ້, ຄວາມຫຍຸ້ງຍາກທີ່ກ່ຽວຂ້ອງກັບການຢືນຢູ່ໃນໂຄງສ້າງພື້ນຖານແບບປະສົມແລະການຝຶກອົບຮົມແບບຈໍາລອງການປະຕິບັດພາລະກິດຂອງເຄື່ອງຈັກເຮັດໃຫ້ DoD ມີຄວາມກ້າວຫນ້າຢ່າງຫຼວງຫຼາຍ.

Pentagon ຍັງຂາດການອະນຸຍາດມາດຕະຖານເພື່ອດໍາເນີນການສໍາລັບການອັດຕະໂນມັດແລະ ML, ເພີ່ມເຕີມຈໍາກັດການຝຶກອົບຮົມແລະການນໍາໃຊ້ຂອງຕົວແບບເຫຼົ່ານີ້ແລະ degrades ຄວາມສາມາດຂອງເຄື່ອງມື AI ສະຫນັບສະຫນູນ warfighter ໄດ້.

ການຂັບລົດບັນຫາເຫຼົ່ານີ້ແມ່ນຄວາມຮັບຮູ້ຂອງ AI ເປັນເຄື່ອງມືເພີ່ມເຕີມແຍກຕ່າງຫາກ. ແທນທີ່ຈະ, ມັນຄວນຈະຖືກພິຈາລະນາເປັນອົງປະກອບຫຼັກຂອງເທັກໂນໂລຍີ ແລະເປັນສ່ວນໜຶ່ງຂອງໂຄງສ້າງພື້ນຖານດ້ານໄອທີຂອງອົງການ – ບໍ່ວ່າຈະຢູ່ໃນພື້ນດິນ, ໃນຄລາວ ຫຼືຜ່ານລະບົບປະສົມ.

AI ບໍ່ສາມາດຖືກປະຕິບັດເປັນໂຄງການ R&D ອີກຕໍ່ໄປ. ເນື່ອງຈາກອົງການຕ່າງໆຍຶດຫມັ້ນໃນຂະບວນການພັດທະນາພື້ນຖານເປັນສ່ວນຫນຶ່ງຂອງຫ້ອງສະຫມຸດໂຄງສ້າງພື້ນຖານເຕັກໂນໂລຢີຂໍ້ມູນຂ່າວສານແລະນໍາໃຊ້ໂຄງສ້າງພື້ນຖານທີ່ວ່ອງໄວກວ່າ, ພວກເຂົາຍັງຕ້ອງລວມເອົາຫຼັກການພື້ນຖານຂອງ MLOps ແລະ DataOps ໃນຕອນເລີ່ມຕົ້ນຂອງຂະບວນການວາງແຜນ.

ໂດຍການລວມເອົາ AI ເຂົ້າໃນຂະບວນການວາງແຜນ, ອົງການຕ່າງໆສາມາດຫຼຸດຜ່ອນບາງສ່ວນຂອງການຂາດມາດຕະຖານ ATO, ຍ້ອນວ່າເຈົ້າຫນ້າທີ່ຈະມີເວລາທີ່ຈະກໍານົດແລະອະນຸຍາດໃຫ້ບຸກຄົນທີ່ຈໍາເປັນເປັນສ່ວນຫນຶ່ງຂອງຂະບວນການວາງແຜນ.

ແຕ່ເຖິງແມ່ນວ່ານອກເຫນືອຈາກຂະບວນການວາງແຜນ, ການປະຕິບັດ AI ຕົວຈິງຕ້ອງເລີ່ມຕົ້ນໃນລະດັບພື້ນຖານທີ່ສຸດ – ຂໍ້ມູນທີ່ມີຄຸນນະພາບແລະຂະບວນການຄຸ້ມຄອງຂໍ້ມູນທີ່ເຂັ້ມແຂງ. ຖ້າບໍ່ມີຂໍ້ມູນທີ່ສະອາດ, ເຂົ້າໃຈງ່າຍ, AI ບໍ່ສາມາດໃຫ້ການວິເຄາະປະສິດທິພາບສໍາລັບການຕັດສິນໃຈທີ່ໄວ ແລະຖືກຕ້ອງ.

ຂໍ້ມູນ “ດີ” ແມ່ນສໍາຄັນໂດຍສະເພາະສໍາລັບ DoD, ຍ້ອນວ່າທຸກໆການຊັກຊ້າຫຼືການຕັດສິນໃຈໂດຍອີງໃສ່ຂໍ້ມູນບໍ່ພຽງພໍຫຼືບໍ່ຖືກຕ້ອງສາມາດເຮັດໃຫ້ເກີດຄວາມເສຍຫາຍຕໍ່ຊີວິດ.

ໂດຍການຮັບປະກັນຂໍ້ມູນຖືກປັບປຸງແລະລວບລວມຈາກແຫຼ່ງຕ່າງໆ, ລວມທັງຄວາມສະຫລາດຂອງມະນຸດ (HUMINT) ໃນພື້ນດິນແລະພາກສະຫນາມ, ສັນຍານປັນຍາ (SIGINT), ເຊັນເຊີພື້ນດິນແລະທາງອາກາດ, ກ້ອງຖ່າຍຮູບແລະສື່ສັງຄົມ, DoD ສາມາດຮັບປະກັນວ່າ AI ໃດໆທີ່ປະຕິບັດເຂົ້າໃນລະບົບຂອງພວກເຂົາ. ມີປະສິດທິພາບແລະຖືກຕ້ອງ.

ດ້ວຍຂໍ້ມູນທີ່ສະອາດ, DoD ສາມາດເບິ່ງຜົນປະໂຫຍດຕົ້ນຕໍຂອງ AI ໃນການປ້ອງກັນ – ເລັ່ງການສັງເກດ – ຮັດກຸມ – ການຕັດສິນໃຈ – ປະຕິບັດ loop.

ບົດບາດຂອງ AI ໃນການປ້ອງກັນ

OODA loop ແມ່ນຂະບວນການທີ່ໃຊ້ໂດຍຜູ້ນໍາແລະຜູ້ຈັດການເພື່ອຕັດສິນໃຈຢ່າງໄວວາໂດຍອີງໃສ່ຂໍ້ມູນທີ່ມີຢູ່ໃນເວລາໃດກໍ່ຕາມ, ເຮັດໃຫ້ມະນຸດມີສ່ວນຮ່ວມໃນຂະບວນການ. ເຖິງແມ່ນວ່າອັດຕະໂນມັດເຕັມຮູບແບບອາດຈະເປັນເປົ້າຫມາຍສຸດທ້າຍສໍາລັບບາງພາລະກິດ, ດ່ານກວດກາຕ້ອງຢູ່ໃນສະຖານທີ່ເພື່ອຮັກສາລະບົບຕ່ອງໂສ້ຄໍາສັ່ງທີ່ເຫມາະສົມ, ແລະມະນຸດຕ້ອງມີສິດອໍານາດສຸດທ້າຍຍ້ອນລັກສະນະຂອງສົງຄາມທີ່ບໍ່ແມ່ນເສັ້ນ.

ເມື່ອເວລາຜ່ານໄປ, ເມື່ອຂໍ້ມູນຂະຫຍາຍອອກໄປແລະ ML ກ້າວຫນ້າ, AI ຍັງສືບຕໍ່ພັດທະນາກັບຄວາມຕ້ອງການຂອງພາລະກິດສ່ວນບຸກຄົນ.

ຕົວຢ່າງ, ບາງພາລະກິດອາດຈະຕ້ອງການ AI ເພື່ອສະແກນຮູບພາບດາວທຽມຫຼາຍຮ້ອຍຮູບທີ່ຊອກຫາຖັງສະເພາະ, ໃນຂະນະທີ່ບາງບ່ອນອາດຈະຕ້ອງການ AI ເພື່ອເລັ່ງການແປພາສາຫຼາຍຂໍ້ຄວາມສໍາລັບການທົບທວນຄືນຂອງມະນຸດ. ຕົວກໍານົດການພາລະກິດສະເພາະເຫຼົ່ານີ້ໃຫ້ຕົນເອງກັບສົງຄາມທີ່ບໍ່ແມ່ນເສັ້ນ. AI ສາມາດກ້າວໄປສູ່ OODA loop ໄດ້ໂດຍການລວບລວມຂໍ້ມູນຢ່າງໄວວາຫຼາຍກ່ວາທີ່ມະນຸດສາມາດທົບທວນໄດ້, ນໍາໄປສູ່ການຕັດສິນໃຈທີ່ຖືກຕ້ອງແລະທັນເວລາ.

ບາງຄົນອາດຈະໂຕ້ຖຽງວ່າຍ້ອນສະຖານະການສົງຄາມທີ່ມີການປ່ຽນແປງຕະຫຼອດການນີ້, ການນໍາໃຊ້ຕົວແບບ AI ເພື່ອເລັ່ງການຮອບວຽນ OODA ອາດຈະເຮັດໃຫ້ການສູ້ຮົບສັບສົນແລະສ້າງຄວາມລໍາອຽງທີ່ບໍ່ຈໍາເປັນ, ມີຜົນກະທົບທາງຍຸດທະສາດແລະຜົນກະທົບໃນໄລຍະຍາວ.

ຢ່າງໃດກໍຕາມ, ຄວາມເປັນຈິງແມ່ນມະນຸດເຮັດການຕັດສິນໃຈໂດຍອີງໃສ່ຄວາມຊົງຈໍາແລະປະສົບການແລະສົງຄາມແມ່ນຫຼາຍກ່ວາຄວາມເປັນໄປໄດ້, ສະຖິຕິແລະ heuristics. ການລວມປະສົບການຂອງມະນຸດກັບຄວາມສາມາດຂອງ AI ໃນການສ້າງສະຖານະການຢ່າງວ່ອງໄວສາມາດອະນຸຍາດໃຫ້ມີການຕັດສິນໃຈທີ່ປອດໄພກວ່າ ແລະເໝາະສົມກວ່າ.

ຜົນກະທົບທີ່ຍືນຍົງຂອງ AI

Leveraged ຢ່າງເຫມາະສົມ, AI ສາມາດປັບຂະຫນາດຜົນກະທົບຂອງປະສົບການທີ່ສ້າງຂຶ້ນເພີ່ມເຕີມໂດຍອີງໃສ່ຂໍ້ມູນທັງຫມົດທີ່ມັນມີການເຂົ້າເຖິງ, ຂະຫຍາຍການຮັບຮູ້ສະຖານະການຂອງ warfighters ແລະຂະຫນາດຄວາມສາມາດຂອງເຂົາເຈົ້າເພື່ອຮັກສາດີກວ່າສັດຕູ.

ກຸນແຈຂອງຄວາມສໍາເລັດແມ່ນການຮັກສາມະນຸດເປັນຈຸດໃຈກາງຂອງການອອກແບບ AI ແລະຫຼີກເວັ້ນການປະດິດສ້າງເຕັກໂນໂລຢີທີ່ຈະກ້າວຫນ້າໄວກວ່າຄວາມສາມາດໃນການຕັດສິນໃຈຂອງນັກຕໍ່ສູ້.

ເພື່ອໃຫ້ໄດ້ຜົນປະໂຫຍດຢ່າງແທ້ຈິງຈາກມູນຄ່າຂອງ AI, ພວກເຮົາຈໍາເປັນຕ້ອງເປີດຮູຮັບແສງ. ພວກເຮົາຕ້ອງເບິ່ງນອກເໜືອໄປຈາກການປະຕິບັດທີ່ເນັ້ນໃສ່ຍຸດທະວິທີເຊັ່ນ: ລະບົບອາວຸດທີ່ຂັບເຄື່ອນດ້ວຍ AI ແລະສ້າງວິທີແກ້ໄຂ AI ທີ່ເປັນໃຈກາງຂອງນັກສູ້ຮົບທີ່ໃຫ້ຂໍ້ມູນທີ່ກ່ຽວຂ້ອງໄວຂຶ້ນ.

ດຣ. Allen Badeau ເປັນຫົວຫນ້າເຕັກໂນໂລຢີຂອງ Empower AI, ເຊັ່ນດຽວກັນກັບຜູ້ອໍານວຍການຂອງ Empower AI Center for Rapid Engagement and Agile Technology Exchange (CREATE) Lab.

ມີ​ຄວາມ​ຄິດ​ເຫັນ​?

ບົດຄວາມນີ້ແມ່ນ Op-Ed ແລະຄວາມຄິດເຫັນທີ່ສະແດງອອກແມ່ນຂອງຜູ້ຂຽນ. ຖ້າທ່ານຕ້ອງການຕອບ, ຫຼືມີບັນນາທິການຂອງທ່ານເອງທີ່ທ່ານຕ້ອງການສົ່ງ, ກະລຸນາສົ່ງອີເມວຫາ C4ISRNET ຜູ້ຈັດການອາວຸໂສ Cary O’Reilly.

.


0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *