AI＆機械学習、沿岸警備隊のための可能な乗数
人工知能（AI）と機械学習（ML）：これらの2つの用語に言及すると、リスナーは、お気に入りのオンラインニュースサイトを表示するときに表示される広告を即座に考えることができます。これはAI / MLの1つのバージョンです。現在のAIとMLの研究の状況を考えると、これらの高度な数学的手法は、米国沿岸警備隊がミッションアプリケーションのために探索すべきものです。これを行うには、共通の定義を作成し、課題を理解し、実際の使用事例を検討する必要があります。
AI / ML技術は予測分析に有益であることが、民間産業および医学内のアプリケーションで証明されています。例としては、放射線スライドの正確な初期診断を強化するAIの使用があります。小売部門では、AIがすでに顧客インテリジェンスを介してAmazonによって実証されています。あなたがオンラインで購入するとき、購入するアイテムの他の推奨事項が提供される理由を不思議に思ったことはありませんか？この新しい販売戦術は、これらの高度な数学的手法の実践的な応用です。
ただし、バランスのとれた観点を提示するために、無視すべきではないAI / MLの使用には重大な課題がある可能性があります。 2018年1月のマッキンゼークォータリーで執筆したMichael Chui、James Manyika、Mehdi Miremadiの記事で、1つの課題が強調されました。 「複雑なことは、多くのビジネスユースケースで大量のデータセットを取得または作成するのが困難になる可能性があることです」という記事に注目してください。もう1つの可能な課題は、データの「品質」です。どれくらい正確ですか？ 3番目の課題は、意図的な研究を実用的なアプリケーションに移行し、すべての新しいトレーニングアプリケーションを開発して「実践的な」オペレータを構築する能力です。
沿岸警備隊の主要な戦略文書の1つは、AI / MLの使用方法を調査するための指針を提供します。戦略計画2018-2022から：
「私たちの個人的および職業的生活における技術の急速な進歩は、適切に活用されれば、沿岸警備隊にゲームを変える機会を提示します。沿岸警備隊の運用に対する新興技術の潜在的な影響を完全に理解するために、以下を行います：無人プラットフォーム、データ分析、ブロックチェーン暗号化、人工知能、機械学習、ネットワークプロトコル、情報ストレージ、ヒューマンマシンコラボレーションなどの新興技術を評価しますこの単純なステートメントは、可能なアプリケーションを探索することの重要性を強調しています。
アプリケーションの理解を開始するには、定義とコンテキストが必要です。 1959年、研究者のアーサー・サミュエルは、コンピューターが「自分で学ぶ」ことができると考えました。これに続き、34年後にダートマス大学のジョン・マッカーシー博士によって「人工知能」に関する議論が始まりました。これらのアクションにより、定義のフレームワークが作成されました。さらに、2016年12月6日のフォーブス誌の記事、バーナードマーは、「人工知能とは、「スマート」と見なす方法でタスクを実行できるマシンのより広い概念です。続くマー、「機械学習」機械データを実際に提供し、彼らが自分で学習できるようにするべきだという考えに基づいたAIの現在のアプリケーションです。」2つの用語の違いはわかりますか？
表面上は非常に単純なようです。
©ryzhi / Adobe Stock
AI / MLを意思決定に使用する方法を探求する要求信号は、米国と世界中の両方で熱狂しています。米国とその同盟国は、AIの使用方法について中国とロシアとの「知的な軍拡競争」に参加しています。 2018年、国防総省（DoD）は、幅広い分野の専門家を活用し、学者、業界、その他の連邦パートナーと提携した共同人工知能センターを設立しました。 「私たちのセキュリティと繁栄を促進するためにAIを活用する」というタイトルの新しいDoD AI戦略もリリースされました。
戦略の要約の序文は、「AIはさまざまなビジネスや産業を急速に変化させています。また、将来の戦場の特性と直面しなければならない脅威のペースを変える態勢が整っています。」この戦略は、さまざまな任務に対する沿岸警備隊とのAIの研究、分析、および適用をチームとして検討する必要があることをさらに強化しますスポーツ…パートナーシップが鍵です。
戦略の要約は続けられます。この取り組みには、政府関係者のスキルとコミットメント、学界および/または商業部門の非伝統的なイノベーションセンターとの緊密な協力、および国際的な同盟国とパートナー間の強い結束が必要です。 AIの可能性を最大限に理解するために他の人から学ぶ必要があり、法律と私たちの価値観に従って、これらの強力な技術を責任を持って開発し、使用することにつながる必要があります。 AI / ML技術の開発と応用における沿岸警備隊の成功には、戦略が等しく不可欠です。しかし、サービスは、さまざまなミッションにわたってAI / MLアプリケーションの可能性をどのように探求するのでしょうか？
著者は、初期調査のために次の4つのミッション領域を推奨しています。
（1）海上安全検査と港湾状態管理搭乗：長年の以前の検査からのデータを使用して、AI / MLアプローチを適用すると、意思決定者がインテリジェンスおよびリスクモデルと連携して検討できる洗練されたプロセスを開発できる可能性があります。 AI / MLアプリケーションは、戦術的な努力が洗練されるにつれて、分析の努力を強化する可能性があります。
（2）捜索救助計画と実行：沿岸警備隊は、SAR計画のために非常に洗練されたモデルを採用しています。 Search and Rescue Optimal Planning Systemには、Course of Action開発を見る機能がありますが、これらの高度な数学的手法を使用して過去の成功に基づいて検索パターンを絞り込み、意思決定者が最適な資産の組み合わせを検討できるようにしたらどうでしょうか？
（3）油流出対応： 1998年まで、Miroslav Kubat、Robert Holte、およびStan Matwinは、人工衛星レーダー画像で油流出を検出するための機械学習に関する記事を公開しました。油流出への対応を支援する。今日、特にDeepwater Horizonイベントの後、流出について可能な限り理解し、その将来の動きを分析する必要性、および無人航空機からVessels of Opportunityに資産を展開する最適な方法は、プロアクティブなAI / MLアプリケーションかもしれません。 2014年にジャーナル「Abstract and Applied Analytics」で発表された研究では、出発点として群れドローンを使用した油流出検出のモデリングが分析されました。
（4）法執行機関の運用：このミッションの計画は、実行可能なインテリジェンスをキーとするさまざまな要因によって計画的であり、ガイドされています。たとえば、機動部隊の戦術的管理下にある沿岸警備隊部隊は、この種の分析からゲーム終了時の操作に影響を与える可能性があります。 AI / MLアプリケーションは、オンボードセンサーを海上パトロールクラフトやその他の国の資産と統合して、阻止のゲーム終了資産を適切な場所に配置できる可能性があります。
人工知能を使用してクレジットカードの不正使用を検出することから、医師が放射線画像を解釈するのに役立つ機械学習を適用することまで、これらの高度な数学的手法は、さまざまな職業とその要件に影響を与えています。これらの4つの特定の沿岸警備隊のミッションエリアは、AI / MLのアプリケーションの調査に推奨されます。これらの高度な技術を使用すると、USCGポリシーの開発、トレーニング、演習、計画、およびミッションの実行に違いが生じる可能性があると著者は信じています。国家として、私たちはこれらの高度な数学的手法の力を人生の多くの面で見始めています-沿岸警備隊を活用してそれらを活用することにより、最終結果は意思決定者がミッション達成を支援する製品となります。
この記事に含まれる意見は著者のものであり、米国沿岸警備隊の公式見解を表すものではありません。
著者について： Dr. Joe DiRenzoは、米国沿岸警備隊研究開発センターの研究パートナーシップのディレクターです。彼は、災害対応計画を含むサービスのAI / MLプロジェクトの元プロジェクトマネージャー、引退したUSCG役員、元カッター司令官です。彼は、Maritime ReporterおよびEngineering News、Maritime Technology Reporterに頻繁に寄稿しています。
第10回海上リスクシンポジウムは、ニューヨークのSUNY Maritimeで2019年11月13〜15日に開催されます。
www.sunymaritime.edu/MRS2019
