Se va a la guerra con los datos que se tienen: la IA de próxima generación para la seguridad nacional

(T'Jae Ellis/U.S. Army photo illustration) (Laboratorio de Investigación del Ejército)

La inteligencia artificial es la tecnología más poderosa de las últimas generaciones, con el potencial de afectar a la seguridad, el bienestar y el liderazgo mundial de Estados Unidos. 

Las agencias de seguridad nacional de Estados Unidos deben desarrollar e integrar capacidades habilitadas por la IA para competir y defenderse en la era de la IA. Sin embargo, los métodos estándar y las tecnologías de IA se quedan cortos para las misiones especializadas y de altas consecuencias de la seguridad nacional. La Administración Nacional de Seguridad Nuclear (NNSA) del Departamento de Energía (DOE) de EE.UU. y los Laboratorios Nacionales están desarrollando la próxima generación de IA: métodos y tecnologías innovadores diseñados para los retos de la seguridad nacional y los conceptos operativos. Las agencias de seguridad nacional deberían aprovechar la investigación y el desarrollo de la IA de próxima generación de la NNSA para acelerar la innovación en materia de IA y hacer posible una fuerza preparada para la IA.

La revolución de la IA está dominada por los sistemas basados en el aprendizaje profundo, entrenados con vastos conjuntos de datos de imágenes genéricas y ejemplos de texto. Aunque son potentes, estas técnicas están diseñadas para casos de uso en los que es posible recopilar millones de ejemplos comunes y los conocimientos derivados del modelo son de poca importancia. Las redes neuronales profundas de estos sistemas de IA se basan en la suposición de conjuntos de datos equilibrados con ejemplos distribuidos uniformemente: se supone que el sesgo desaparece porque los conjuntos de datos son muy grandes y los elementos de datos están representados en una proporción uniforme. En resumen, el aprendizaje profundo requiere conjuntos de datos grandes y aburridos. Los conjuntos de datos más interesantes, como los típicos de la seguridad nacional, llevan a estas tecnologías más allá del rendimiento y de los límites del uso previsto.

La Oficina de Investigación y Desarrollo de la No Proliferación Nuclear de la NNSA (DNN R&D) está avanzando en el estado del arte de la IA para cumplir con los requisitos de modelos robustos, éticos y seguros. La investigación de la cartera de IA de próxima generación de DNN R&D se centra en los "talones de Aquiles" que limitan la utilidad de los modelos estándar de IA para la seguridad nacional. Aunque la misión de DNN R&D es desarrollar tecnologías y capacidades basadas en la ciencia para las misiones de detección de la proliferación nuclear, las oportunidades y los requisitos de la IA se comparten para las misiones de toda la seguridad nacional. Las agencias de seguridad nacional deberían adoptar como práctica estándar las técnicas, modelos y tecnologías de IA de próxima generación en la construcción de sistemas de IA para misiones de seguridad nacional.

Construir modelos útiles con datos malos y sesgados

(T'Jae Ellis/U.S. Army photo illustration) 

La investigación de la cartera de IA de próxima generación no da por sentado que los datos sean buenos. Más bien, los investigadores de la IA de nueva generación saben que no lo son: los datos son escasos, desordenados, incompletos y sesgados. En seguridad nacional, se va a la guerra con los datos que se tienen. La empresa de seguridad nacional no puede esperar a tener buenos datos para desarrollar métodos que permitan construir sistemas de IA útiles. Los datos nunca serán lo suficientemente buenos. Los investigadores de la próxima generación de IA están desarrollando métodos para construir modelos sólidos y útiles a partir de datos malos y sesgados, incluyendo modelos y arquitecturas de IA con conciencia de dominio, métodos para fusionar datos de múltiples fuentes y enfoques para aprovechar los datos sintéticos.

Las técnicas convencionales de ciencia de datos y aprendizaje automático exigen que los datos por sí solos proporcionen toda la información necesaria para describir fenómenos o características relevantes de forma precisa y completa. En lugar de basarse estrictamente en los datos, la IA para la seguridad nacional debe utilizar métodos de IA con conciencia de dominio: técnicas computacionales para combinar datos con predicciones y simulaciones modeladas, información de operadores humanos o expertos en la materia, e información del entorno operativo. Estos métodos incluyen funciones de pérdida personalizadas y arquitecturas de modelos, como una red neuronal adversa al dominio que penaliza al modelo cuando viola una restricción informada por la misión y entrena al modelo para que sea más sensible a las señales correctas.

Los investigadores de la cartera de IA de nueva generación están desarrollando métodos para combinar y analizar conjuntamente datos procedentes del aire, la tierra, el mar, el espacio y el ciberespacio. La fusión de datos requiere sofisticados enfoques matemáticos e informáticos. Las técnicas exitosas combinan fuentes de datos dispares dentro de un marco subyacente como una ontología, un modelo basado en gráficos, una ciencia computacional o un modelo predictivo, o un marco de inteligencia de decisiones. Los modelos computacionales y las técnicas no supervisadas suelen ser la mejor opción porque pueden aplicarse a escala. La cartera de IA de próxima generación está avanzando en la ciencia de la fusión de datos para permitir la integración rápida y continua de datos multidominio para las demandas de las misiones en la era moderna, donde la fusión de datos es el nuevo paradigma.

La cartera de IA de próxima generación genera datos curados y sintéticos para superar los datos escasos, sesgados e incompletos. El objetivo principal son los tipos de datos relevantes más allá de las imágenes y el texto, incluidas las señales, las mediciones, los sensores y los datos científicos y técnicos. Además, la cartera de IA de próxima generación conserva conjuntos de datos especializados que capturan atributos y comportamientos que son relevantes para la seguridad nacional y para entrenar modelos que son útiles para estas misiones.

La empresa de seguridad nacional de Estados Unidos debe integrar la IA para ganar en la competencia y el conflicto con China, Rusia y las amenazas emergentes. Aunque esta transformación es desalentadora, Estados Unidos cuenta con un recurso inestimable: La NNSA y los Laboratorios Nacionales del DOE ya están desarrollando soluciones para construir sistemas de IA para las misiones de seguridad nacional. Las agencias de seguridad nacional deberían recurrir a las capacidades de IA de próxima generación de los Laboratorios Nacionales del DOE en la carrera entre las potencias mundiales para desarrollar y desplegar la inteligencia artificial.

Angela M. Sheffield es la directora del programa de ciencia de los datos e inteligencia artificial de la Oficina de Investigación y Desarrollo de la No Proliferación Nuclear de la Administración Nacional de Seguridad Nuclear en el Departamento de Energía. Dirige el principal programa del gobierno estadounidense para desarrollar sistemas de inteligencia artificial con el fin de transformar la seguridad nacional y cumplir con los requisitos de la misión en todo el gobierno de Estados Unidos para prevenir la proliferación de armas nucleares y reducir la amenaza del terrorismo nuclear.

Fuente:https://www.defensenews.com