미 국방부의 AI 책임자는 데이터 라벨링이 중국과의 경쟁에서 이기기 위한 핵심이라고 말해

점점 더 경쟁이 치열해지는 인공지능 게임에서 중국을 능가하기 위해 미국은 궁극적으로 기계 훈련 요법에 사용될 산더미 같은 데이터를 수집, 라벨링 및 분류하는 노력을 극적으로 강화해야 한다고 미 국방부의 AI 차르가 말했다.

"기계 학습은 여러분을 절약하지 못할 것입니다. ML 비용이 많이 들 거예요. 왜죠? 당신은 그 데이터에 라벨을 붙여야 합니다,"라고 1월 26일 콜로라도에서 열린 전략 및 전쟁 센터 심포지엄에서 Craig Martell 최고 디지털 및 AI 책임자가 말했다. "만약 우리가 중국을 이기고 AI에서 중국을 이겨야 한다면, 우리는 규모에 맞는 라벨링 방법을 찾아야 한다. 규모에 따라 레이블을 지정하지 않으면 승리할 수 없기 때문입니다."

패턴 인식 기능 또는 자율성을 갖춘 시스템 또는 장비는 실제로 작업을 수행하기 위해 상당한 양의 이전 노출(깨끗하고 풍부한 정보)이 필요합니다.

디지털 생명선은 유지보수 예측과 향상된 물류뿐만 아니라 육군의 OMFV(Optional Manued Fighting Vehicle)에 탑재될 것으로 예상되는 것처럼 항법과 표적 인식에 연료를 공급할 수 있다. 그러나 커리큘럼을 생성하려면 시간, 데이터 및 인력과 같은 리소스가 필요합니다.

마르텔가 속한 CDAO는 2021년 12월 국방부 전반에 걸쳐 AI와 데이터 분석의 통합을 가속화하고 확장하는 것을 목표로 설립되었다. 그 사무실은 합동 AI 센터, 국방 디지털 서비스, Advana 및 최고 데이터 책임자의 역할을 인수한 후 몇 달 후인 6월에 첫 번째 완전한 발전을 이루었다.

마르텔은 목요일에 "그들은 이 네 가지가 함께 내가 데이터와 AI에 대한 필요성의 계층구조를 만들어내는 것을 보았다"고 말했다. "기본적으로 가장 아래쪽에서는 데이터를 올바르게 파악해야 합니다. 무엇보다도, 우리는 훌륭한 분석 기능을 확보해야 합니다."

미 국방부는 수년간 더 많은 정보를 바탕으로 결정을 신속하게 내리고 일반적으로 어떤 군인이나 선원이나 사람도 감히 가지 못하는 곳에 탐사를 용이하게 하기 위한 수단으로 AI를 추구해왔다.

미국 관리들에 따르면 국가 안보의 최우선 위협인 중국과 러시아도 마찬가지라고 한다.

이전에 리프트와 링크드인에서 일했던 마르텔은 "중국이 더 나은 알고리즘에 접근할 수 있기 때문에 우리를 이기지 못하고 있다"고 말했다. "그들은 그저 이런 큰 방에 앉아 있을 것입니다. '탱크, 탱크, 미사일, 미사일이 아니라' 실제로 데이터에 라벨을 붙이고 하루에 10시간에서 12시간, 일주일에 6일, 아무 것도 받지 않습니다. 왜냐하면 그들은 독재 국가에 살고 있기 때문입니다."

정부회계책임실 보고서에 따르면 2021년 초 현재 국방부에는 주요 무기체계와 연계된 여러 AI 프로젝트를 포함해 685개 이상의 AI 프로젝트가 진행 중이다.

이달 초 공군은 하워드 대학에 5년간 9천만 달러 규모의 계약을 체결했으며 학교는 유인 무인 팀 구성을 포함한 전술적 자율성에 대한 연구를 주도할 것이다.