NRO, görüntüleme uydularının operasyonunu düzenlemek ve yörüngedeki verileri analiz etmek için yapay zeka ve makine öğrenimini kullanmak istiyor.
RESTON, Va. — Teşkilatın direktörü Chris Scolese 15 Kasım’da yaptığı açıklamada, Ulusal Keşif Dairesi’nin casus uyduların konuşlandırılmasını hızlandırmaya çalışırken uzay endüstrisinin oyun kitabından sayfalar ödünç almaya devam ettiğini söyledi.
İstihbarat ve Ulusal Güvenlik İttifakı yemek etkinliğinde yöneticilerden oluşan geniş bir dinleyici kitlesine konuşan Scolese, “Yaptığımız her şeyde daha hızlı hareket etme ihtiyacını ciddiye alıyoruz” dedi.
NRO, ülkenin casus uydularını tasarlar, inşa eder ve işletir.
Scolese, NRO’nun bugün uyduları çizim tahtasından fırlatma rampasına üç yıldan daha kısa bir sürede alabileceğini söyledi. ABD’de ve denizaşırı ülkelerde çok sayıda ticari roketle uydu fırlatıyor .
Ajansın hedeflediği bir sonraki yenilik, görüntüleme uydularının operasyonunu düzenlemek ve yörüngedeki verileri analiz etmek için yapay zeka ve makine öğreniminin kullanılmasıdır.
Bilgileri Dünya’ya geri göndermek yerine uydularda işleme yeteneği , Scolese’nin oyunun kurallarını değiştirebileceğini söylediği ve NRO’nun uydu mimarisine dahil etmesini istediği jeo-uzamsal görüntüleme endüstrisinde ortaya çıkan bir yetenektir .
Scolese, NRO’nun ayrıca, ABD Hava Kuvvetleri ve Savunma İleri Araştırma Projeleri Ajansı tarafından takip edilen bir teknoloji olan uyduları komuta etmek ve görev taleplerine hızla yanıt vermek için makine öğreniminin kullanımına baktığını söyledi .
Ulusal Jeo-uzaysal İstihbarat Teşkilatı Letitia Long’un eski müdürü ile ocak başında yaptığı sohbette Scolese, yapay zeka ve makine öğreniminin özel sektörden daha fazla yardım alabileceği kilit alanlar olduğunu söyledi.
ABD istihbarat teşkilatları, uydulardan görüntü indirme ve bulut bilgi işlem sistemlerinde analiz etme konusunda çok beceriklidir. Scolese, “Şu anki zorluk, bu yetenekleri otomatik özellik tanıma ve otomatik hedef tanıma yapabileceğiniz uzaya taşımaktır” dedi.
Uzay içi analitiği, NRO’nun “veri miktarını tam da ihtiyaç duyulana indirgeyerek” yerdeki kullanıcılara kritik zekayı daha hızlı sunmasına olanak tanıyacaktır. “Ve elbette, tam olarak neyin gerekli olduğunu bulmak, siz onu uzaya taşırken bunu çözmek için ortaklarımızla birlikte çalışmamızı gerektiren bir zorluk.”
Örneğin, sahadaki askeri birimlerin dünyanın belirli bir bölgesine ilişkin görüntülere ihtiyacı varsa, hedef alan üzerinde hangi uydunun bulunduğunu ve bu uydunun doğru sensör tipine sahip olup olmadığını anında belirlemek için yapay zeka ve makine öğrenimi kullanılabilir.
Scolese, ” Kherson [Ukrayna]’ nın bir görüntüsünü istiyorsanız , hava bulutluysa, radar olmalı… Bu nedenle, bu tür şeyleri ele almak için yapay zeka ve makine öğrenimi kullanacağız” dedi.
“Bunun için yardıma ihtiyacımız var,” diye ekledi. “Bunlar zor sorunlar ve zihniyetimizde bir değişiklik gerektiriyor.”