
INTELIGENCIA ARTIFICIAL Y COMPUTACIÓN AVANZADA
Incluye las capacidades digitales hardware y software de computadoras, dispositivos y sistemas, la interconectividad entre los mismos, el procesado distribuido en la nube, la evolución de la inteligencia artificial y la gestión y tratamiento de grandes cantidades de datos.
ENFOQUE: SOFTWARE DE GESTIÓN INTELIGENTE DE DATOS
Topics
La cantidad de datos requeridos y producidos por los sectores de Defensa, Seguridad e Inteligencia es difícil de gestionar por su cantidad y heterogeneidad. Se requiere del empleo de sistemas computacionales con capacidad cognitiva y de análisis que sepan dar valor a esos datos y gestionarlos adecuadamente.
La solución requerida debe ser capaz de ingerir de manera continua datos de diferente tipo (texto, imágenes, video y audio), y llevar a cabo la adquisición, procesado, indexación, clasificación, agrupamiento, archivo, aprendizaje y recuperación de la información correlacionándola con otra información obtenida al mismo tiempo o en periodos de tiempo. El sistema debe ser autónomo, robusto, escalable y adaptable teniendo un desarrollo incremental de conocimiento y adaptación a nuevas fuentes, entornos y amenazas.
Este sistema basado en inteligencia artificial detectará patrones de datos, identificará anomalías, contextualizará y correlacionará con otros datos y extraerá conocimiento de todas las fuentes de datos.
La vigilancia persistente realizada por cámaras en entornos urbanos y la vigilancia perimetral se ven desbordados por la cantidad de información que aportan, siendo difícil que uno o varios operadores puedan mantener la atención sobre los mismos de manera continua. Se propone el empleo de técnicas más avanzadas a las de reconocimiento de patrones, empleando inteligencia artificial para incrementar las capacidades de discriminación y alerta en tiempo real sobre múltiples cámaras de vigilancia, con la incorporación de datos acústicos sincronizados que enriquezcan la información disponible. El sistema debe ser capaz de seguir desde múltiples perspectivas la actividad individual humana y de vehículos, teniendo capacidad para inferir comportamientos individuales o colectivos y asociarlos con potenciales amenazas. La inteligencia artificial debe ser capaz de comprender la instalación o la operación siendo adaptable a diferentes entornos. El sistema computacional debe tener capacidad de memoria para llevar a cabo rastreos y correlaciones temporales de individuos, grupos y vehículos, alertando a los operadores en caso de potenciales eventos de riesgo fuera de la rutina a través de los análisis en tiempo real. El sistema puede ser entrenado in situ en bases desplegadas o estables, con entornos urbanos o semiurbanos y mezclas de grupos aliados y potencialmente adversarios.
Ante la recuperación de documentación en mal estado (sucia, quemada, con baja calidad o con pérdidas parciales de contenido) se requiere de un sistema de reconocimiento automático de caracteres capaz de reconstruir los textos completos. El software deberá conseguir presentar un texto claro por eliminación y reconstrucción directa y mejora de la apariencia. Adicionalmente deberá incluir la reconstrucción semántica continua de textos severamente degradados, integrando algoritmos de procesamiento natural del lenguaje. El texto resultante deberá poder ser empleado para la traducción directa por un intérprete o para la integración con un software de traducción automática. Las lenguas arábigas y sus dialectos deben ser tratadas por el sistema.
ENFOQUE: SOFTWARE DE SOPORTE A LA DECISIÓN
Topics
Se solicita un sistema basado en inteligencia artificial capaz de aprender de las operaciones planificadas, re-planteadas y ejecutadas por el jefe de operaciones.
El objetivo es que el sistema sea capaz de dar soporte en futuras operaciones con la protocolarización, predicción de situaciones y alternativas con su valoración para su priorización.
El software inteligente debe ser capaz de capturar entornos, contextos y eventos, las decisiones tomadas por el jefe de la operación, las acciones y los resultados ante eventos, y aprender de los eventos parciales y de todo el desarrollo integral. El sistema debe tener una arquitectura común, incrementable y adaptable a nuevos entornos y amenazas.
La evolución de los vehículos autónomos implica el incremento de la carga de trabajo de sus operadores que tienen que enfrentarse a entornos complejos en los que intervienen múltiples vehículos autónomos, tripulados o no tripulados, con otros tipos de plataformas. El operador deberá disponer de un sistema cognitivo basado en inteligencia artificial, capaz de darle soporte en las tareas de menos riesgo y necesidad de dedicación humana, y que le permita centrar su atención sobre aquellas intervenciones de alto conflicto y riesgo establecidos para la operación. El sistema debe ser capaz de operar con los planes de misión de diferentes sistemas no tripulados o tripulados y su replanificación continua, alertando al operador con anticipación de cualquier conflicto que se pudiera predecir en un entorno complejo y saturado.
Las arquitecturas computacionales disponibles para vehículos y para el combatiente a pie dependen de múltiples sistemas autónomos para llevar a cabo su misión. Dichos sistemas tienen la capacidad de proporcionar datos para mapeo del terreno, reconocimiento o soporte a la adquisición de objetivos y corrección de tiros por las unidades. Los avances en multitud de tecnologías software y hardware de comunicación permiten crear entornos con imágenes y otras señales obtenidas de múltiples plataformas, planeamiento colaborativo, visualización 3D y control asistido por inteligencia artificial. Se pretende desarrollar una arquitectura integral que proporcione una solución que aborde la movilidad, el control flexible y automático de los niveles de tareas, la integración multisensorial, la coordinación multiplataforma en un entorno centrado en red y la coordinación de operaciones en un entorno complejo de plataformas tripuladas y no tripuladas. Así, una misión con múltiples plataformas no tripuladas debe poder ser controlada por un operador que desglose la misión del grupo en tareas y subtareas de las plataformas individuales, integrándolas en el planificador de misión del vehículo, a la vez que soluciona manualmente conflictos entre las distintas plataformas.