IA y aprendizaje automático, posibles multiplicadores de fuerza para la Guardia Costera

© immimagery / Adobe Stock

Inteligencia artificial (IA) y aprendizaje automático (ML): mencione estos dos términos y el oyente puede pensar instantáneamente en los anuncios que se muestran al ver su sitio de noticias en línea favorito. Esta es una versión de lo que podría ser AI / ML. Dado el estado actual de la investigación de IA y ML, estas técnicas matemáticas avanzadas representan algo que la Guardia Costera de los EE. UU. Debería explorar para la aplicación de la misión. Para hacer esto, es necesario crear definiciones comunes, comprender los desafíos y examinar los casos de uso práctico.

Se ha demostrado en aplicaciones dentro de la industria privada y la medicina que las técnicas de IA / ML pueden ser beneficiosas en el análisis predictivo. Un ejemplo es el uso de IA para mejorar el diagnóstico inicial preciso de diapositivas de radiología; Dentro del sector minorista, Amazon ya ha demostrado la inteligencia artificial a través de la inteligencia del cliente. ¿Alguna vez se preguntó por qué se proporcionan otras recomendaciones de artículos para comprar cuando realiza una compra en línea? Esta nueva táctica de ventas es una aplicación práctica de una forma de estas técnicas matemáticas avanzadas.

Sin embargo, para presentar una perspectiva equilibrada, puede haber desafíos significativos para el uso de AI / ML que no deben ignorarse. Un desafío fue destacado en un artículo de Michael Chui, James Manyika y Mehdi Miremadi, escrito en el McKinsey Quarterly de enero de 2018. Tomó nota del artículo: "La complicación es que los conjuntos de datos masivos pueden ser difíciles de obtener o crear para muchos casos de uso empresarial". Otro posible desafío puede estar en la "calidad" de los datos. ¿Qué tan exacto es? El tercer desafío puede ser la capacidad de hacer una transición de la investigación deliberada a una aplicación práctica y desarrollar todas las nuevas aplicaciones de capacitación para construir operadores "prácticos".

Uno de los principales documentos estratégicos de la Guardia Costera proporciona una guía para explorar cómo se podría usar AI / ML. Del Plan Estratégico 2018-2022:

“El rápido avance tecnológico en nuestras vidas personales y profesionales presenta oportunidades innovadoras para la Guardia Costera, si se aprovecha adecuadamente. Para comprender completamente los posibles impactos de las tecnologías emergentes en las operaciones de la Guardia Costera, haremos lo siguiente: Evaluaremos tecnologías emergentes, como plataformas no tripuladas, análisis de datos, cifrado de cadena de bloques, inteligencia artificial, aprendizaje automático, protocolos de red, almacenamiento de información y colaboración humano-máquina. para su posible uso en la ejecución de la misión ”. Esta simple declaración subraya la importancia de explorar posibles aplicaciones.

Para comenzar a comprender las aplicaciones, se necesitan definiciones y contexto. En 1959, el investigador Arthur Samuel opinó que las computadoras podrían "aprender por sí mismas". Esto fue seguido 34 años después con una discusión sobre "inteligencia artificial" que fue iniciada en 1995 por el Dr. John McCarthy de Dartmouth College. Estas acciones crearon un marco para una definición. Además, un artículo de la revista Forbes del 6 de diciembre de 2016 escrito por Bernard Marr establece: "La inteligencia artificial es el concepto más amplio de máquinas capaces de realizar tareas de una manera que consideramos" inteligente ". Continúa Marr," Machine Learning es una aplicación actual de IA basada en la idea de que realmente deberíamos poder proporcionar datos a las máquinas y dejar que aprendan por sí mismos ”. ¿Ve la diferencia entre los dos términos?

Parece bastante simple en la superficie.

© ryzhi / Adobe Stock

La señal de demanda para explorar las formas en que AI / ML se puede utilizar para la toma de decisiones está en un punto álgido, tanto en los Estados Unidos como en todo el mundo. Los Estados Unidos y sus aliados se encuentran en una "carrera armamentista intelectual" con China y Rusia sobre cómo se puede usar la IA. En 2018, el Departamento de Defensa (DoD) creó el Centro Conjunto de Inteligencia Artificial, que ha aprovechado una amplia gama de expertos en la materia y se ha asociado con académicos, la industria y otros socios federales. También se lanzó una nueva estrategia DoD AI titulada "Aprovechar la IA para avanzar en nuestra seguridad y prosperidad".

El prefacio del resumen de la estrategia señala: “La IA está cambiando rápidamente una amplia gama de empresas e industrias. También está preparado para cambiar el carácter del futuro campo de batalla y el ritmo de las amenazas que debemos enfrentar ”. La estrategia exige que la investigación, el análisis y la aplicación de la IA con la Guardia Costera para diferentes misiones se consideren como un equipo deporte ... las alianzas son la clave.
El resumen de la estrategia continúa: “No podemos tener éxito solos; Esta empresa requiere la habilidad y el compromiso de aquellos en el gobierno, una estrecha colaboración con la academia y / o centros de innovación no tradicionales en el sector comercial, y una fuerte cohesión entre los aliados y socios internacionales. Debemos aprender de los demás para ayudarnos a lograr la comprensión más completa del potencial de la IA y debemos liderar el desarrollo responsable y el uso de estas potentes tecnologías, de acuerdo con la ley y nuestros valores ". El tipo de colaboración y asociación resaltada en el DoD La estrategia es igualmente imprescindible para el éxito de la Guardia Costera en el desarrollo y la aplicación de las técnicas de IA / ML. Pero, ¿cómo explora un servicio las posibilidades para la aplicación AI / ML en una variedad de misiones?
El autor recomienda las siguientes cuatro áreas de misión para la exploración inicial:

(1) Inspecciones de seguridad marítima y abordajes de control del Estado del puerto: utilizando datos de años de inspecciones anteriores, un enfoque AI / ML aplicado podría desarrollar un proceso refinado que los responsables de la toma de decisiones podrían considerar en concierto con los modelos de inteligencia y riesgo. Una aplicación AI / ML mejoraría potencialmente los esfuerzos de análisis a medida que se refinan los esfuerzos tácticos.

(2) Planificación y ejecución de búsqueda y rescate: la Guardia Costera emplea un modelo muy sofisticado para la planificación SAR. Su sistema de planificación óptima de búsqueda y rescate tiene cierta capacidad para observar el desarrollo del curso de acción ... pero ¿qué pasaría si estas técnicas matemáticas avanzadas pudieran usarse para refinar los patrones de búsqueda basados en el éxito pasado y ayudar a los tomadores de decisiones a considerar las mejores combinaciones de activos?

(3) Respuesta a derrames de hidrocarburos: ya en 1998, Miroslav Kubat, Robert Holte y Stan Matwin publicaron el artículo "Aprendizaje automático para la detección de derrames de hidrocarburos en imágenes de radar satelital", que analizaba la idea de utilizar aplicaciones AI / ML para Apoyar la respuesta a un derrame de petróleo. Hoy en día, especialmente después del evento Deepwater Horizon, la necesidad de comprender tanto como sea posible sobre el derrame y analizar su movimiento futuro, y la mejor manera de desplegar activos desde vehículos aéreos no tripulados a Buques de Oportunidad podría ser una aplicación proactiva de AI / ML. La investigación publicada en 2014 en la revista "Abstract and Applied Analytics" analizó el modelado de detección de derrames de petróleo con drones enjambre como punto de partida.

(4) Operaciones de aplicación de la ley: la planificación de esta misión es deliberada y guiada por una amplia gama de factores, siendo la clave la inteligencia accionable. Por ejemplo, las unidades de la Guardia Costera bajo el control táctico de un grupo de trabajo podrían beneficiarse de este tipo de análisis para afectar las operaciones del final del juego. Las aplicaciones AI / ML podrían ser un beneficio real, posiblemente integrando sensores a bordo con patrullas marítimas y otros activos de la nación para colocar nuestros activos de interdicción en el juego final en el lugar correcto.

Desde el uso de inteligencia artificial para detectar fraudes en el uso de tarjetas de crédito hasta la aplicación de aprendizaje automático para ayudar a los médicos a interpretar imágenes radiológicas, estas técnicas matemáticas avanzadas están teniendo un impacto en una variedad de profesiones y sus requisitos. Estas cuatro áreas de misión específicas de la Guardia Costera se sugieren para explorar la aplicación de AI / ML. El autor cree que el uso de estas técnicas avanzadas puede marcar la diferencia en el desarrollo de políticas, capacitación, conducta, planificación y ejecución de misiones de USCG. Como nación, recién estamos comenzando a ver el poder de estas técnicas matemáticas avanzadas, en muchas facetas de la vida: al posicionar a la Guardia Costera para aprovecharlas, el resultado final puede ser productos que ayuden a los tomadores de decisiones a ayudar al logro de la misión.
Las opiniones incluidas en este artículo son las del autor y no representan una posición oficial de la Guardia Costera de los Estados Unidos.

Sobre el autor: el Dr. Joe DiRenzo es el Director de Asociaciones de Investigación en el Centro de Investigación y Desarrollo de la Guardia Costera de los Estados Unidos. Es el ex gerente de proyecto para el proyecto de AI / ML del servicio que involucra la planificación de respuesta a desastres, un oficial retirado de USCG y ex oficial al mando de la corte. Es colaborador frecuente de Maritime Reporter y Engineering News, y Maritime Technology Reporter.


El décimo simposio anual sobre riesgos marítimos está programado del 13 al 15 de noviembre de 2019 en SUNY Maritime en Nueva York.
www.sunymaritime.edu/MRS2019