एआई एंड मशीन लर्निंग, कोस्ट गार्ड के लिए संभावित फोर्स मल्टीप्लायर

© विसर्जन / एडोब स्टॉक

आर्टिफिशियल इंटेलिजेंस (एआई) और मशीन लर्निंग (एमएल): इन दो शब्दों का उल्लेख करें और श्रोता आपके पसंदीदा ऑनलाइन समाचार साइट को देखते हुए प्रदर्शित विज्ञापनों के बारे में तुरंत सोच सकते हैं। यह एआई / एमएल का एक संस्करण हो सकता है। आज एआई और एमएल अनुसंधान की स्थिति को देखते हुए, ये उन्नत गणितीय तकनीकें कुछ का प्रतिनिधित्व करती हैं जो यूएस कोस्ट गार्ड को मिशन एप्लिकेशन के लिए तलाशना चाहिए। ऐसा करने के लिए, आम परिभाषाओं को बनाने, चुनौतियों को समझने और व्यावहारिक उपयोग के मामलों की जांच करने की आवश्यकता है।

निजी उद्योग और चिकित्सा के भीतर अनुप्रयोगों में यह साबित हुआ है कि एआई / एमएल तकनीक भविष्य कहनेवाला विश्लेषण में फायदेमंद हो सकती है। रेडियोलॉजी स्लाइड के सटीक प्रारंभिक निदान को बढ़ाने में एआई का उपयोग एक उदाहरण है; खुदरा क्षेत्र के भीतर, पहले ही अमेज़ॅन द्वारा ग्राहक बुद्धि के माध्यम से एआई का प्रदर्शन किया गया है। कभी सोचा है कि जब आप ऑनलाइन खरीदारी करते हैं तो खरीदने के लिए अन्य मदों की सिफारिशें क्यों दी जाती हैं? यह नई बिक्री रणनीति इन उन्नत गणितीय तकनीकों के एक रूप का व्यावहारिक अनुप्रयोग है।

हालांकि, एक संतुलित परिप्रेक्ष्य प्रस्तुत करने के लिए, एआई / एमएल के उपयोग के लिए महत्वपूर्ण चुनौतियां हो सकती हैं जिन्हें नजरअंदाज नहीं किया जाना चाहिए। जनवरी 2018 मैकिन्से क्वार्टरली में लिखते हुए माइकल चुई, जेम्स मनिका और मेहदी मीरमादी के एक लेख में एक चुनौती को उजागर किया गया था। लेख के अनुसार, "जटिलता यह है कि बड़े डेटा सेट कई व्यावसायिक उपयोग के मामलों को प्राप्त करने या बनाने में मुश्किल हो सकते हैं।" डेटा की "गुणवत्ता" में एक और संभावित चुनौती हो सकती है। यह कितना सही है? तीसरी चुनौती एक व्यावहारिक अनुप्रयोग के लिए जानबूझकर अनुसंधान को संक्रमित करने और "हैंड्स-ऑन" ऑपरेटरों के निर्माण के लिए सभी नए प्रशिक्षण अनुप्रयोगों को विकसित करने की क्षमता हो सकती है।

कोस्ट गार्ड के प्राथमिक रणनीतिक दस्तावेजों में से एक यह बताने के लिए एक गाइडपोस्ट प्रदान करता है कि एआई / एमएल का उपयोग कैसे किया जा सकता है। सामरिक योजना 2018-2022 से:

“हमारे व्यक्तिगत और व्यावसायिक जीवन में प्रौद्योगिकी में तेजी से प्रगति, तटरक्षक बल के लिए खेल-बदलते अवसरों को प्रस्तुत करती है, अगर ठीक से दोहन किया जाए। तटरक्षक के संचालन पर उभरती प्रौद्योगिकियों के संभावित प्रभावों को पूरी तरह से समझने के लिए, हम करेंगे: उभरती हुई तकनीकों का मूल्यांकन करें, जैसे मानवरहित प्लेटफ़ॉर्म, डेटा एनालिटिक्स, ब्लॉक चेन एन्क्रिप्शन, आर्टिफिशियल इंटेलिजेंस, मशीन लर्निंग, नेटवर्क प्रोटोकॉल, सूचना भंडारण और मानव-मशीन सहयोग मिशन निष्पादन में संभव उपयोग के लिए। ”यह सरल कथन संभावित अनुप्रयोगों की खोज के महत्व को रेखांकित करता है।

अनुप्रयोगों को समझने के लिए परिभाषा और संदर्भ की आवश्यकता है। 1959 में शोधकर्ता आर्थर सैमुअल ने कहा कि यह संभव है कि कंप्यूटर के लिए "खुद के लिए सीखें।" यह 34 साल बाद "आर्टिफिशियल इंटेलिजेंस" के बारे में चर्चा के बाद किया गया था, जिसे 1995 में डार्टमाउथ कॉलेज से डॉ। जॉन मैकार्थी द्वारा शुरू किया गया था। इन कार्यों ने एक परिभाषा के लिए एक रूपरेखा तैयार की। इसके अलावा, 6 दिसंबर, 2016 को बर्नार्ड मार्र द्वारा लिखित फोर्ब्स पत्रिका के लेख में कहा गया है, "कृत्रिम बुद्धिमत्ता मशीनों की व्यापक अवधारणा है कि हम एक तरह से कार्यों को करने में सक्षम हैं, जिसे हम" स्मार्ट "मानते हैं। निरंतर मार," मशीन लर्निंग। इस विचार के चारों ओर AI का एक वर्तमान अनुप्रयोग है कि हमें वास्तव में मशीनों का डेटा देने में सक्षम होना चाहिए और उन्हें खुद के लिए सीखने देना चाहिए। ”क्या आप दोनों शब्दों के बीच अंतर देखते हैं?

सतह पर बहुत सरल लगता है।

© ryzhi / Adobe स्टॉक

निर्णय लेने के लिए एआई / एमएल के तरीकों का पता लगाने के लिए मांग संकेत का उपयोग संयुक्त राज्य अमेरिका और दुनिया भर में बुखार की पिच पर किया जा सकता है। अमेरिका और उसके सहयोगियों को चीन और रूस के साथ "बौद्धिक हथियारों की दौड़" में खड़ा किया गया है कि कैसे एआई का उपयोग किया जा सकता है। 2018 में, रक्षा विभाग (DoD) ने ज्वाइंट आर्टिफिशियल इंटेलिजेंस सेंटर बनाया, जिसने विषय विशेषज्ञों की एक विस्तृत श्रृंखला का लाभ उठाया है और शिक्षाविदों, उद्योग और अन्य संघीय भागीदारों के साथ भागीदारी की है। “हरनेसिंग एआई टू एडवांस सिक्योरिटी एंड प्रॉस्पेरिटी” नामक एक नई DoD AI रणनीति भी जारी की गई।

रणनीति के सारांश की प्रस्तावना, "एआई तेजी से व्यवसायों और उद्योगों की एक विस्तृत श्रृंखला को बदल रहा है। यह भविष्य के युद्ध के मैदान के चरित्र और खतरों का सामना करने की गति को बदलने के लिए भी तैयार है। ”रणनीति आगे बताती है कि विभिन्न अभियानों के लिए तटरक्षक बल के साथ AI के अनुसंधान, विश्लेषण और आवेदन को एक टीम के रूप में देखा जाना चाहिए। खेल ... साझेदारी महत्वपूर्ण हैं।
रणनीति का सारांश जारी है, “हम अकेले सफल नहीं हो सकते; इस उपक्रम को सरकार में उन लोगों के कौशल और प्रतिबद्धता की आवश्यकता है, जो अकादमिक क्षेत्र के साथ घनिष्ठ सहयोग और वाणिज्यिक क्षेत्र में नवाचार के गैर-पारंपरिक केंद्रों और अंतर्राष्ट्रीय सहयोगियों और भागीदारों के बीच मजबूत सामंजस्य स्थापित करते हैं। हमें एआई की क्षमता के बारे में पूरी समझ हासिल करने में मदद करने के लिए दूसरों से सीखना चाहिए और कानून और हमारे मूल्यों के अनुसार, हमें इन शक्तिशाली प्रौद्योगिकियों को जिम्मेदारी से विकसित करने और उपयोग करने में नेतृत्व करना चाहिए। ”DoD में सहयोग और साझेदारी के प्रकार पर प्रकाश डाला गया। एआई / एमएल तकनीकों के विकास और अनुप्रयोग में तटरक्षक की सफलता के लिए रणनीति समान रूप से अनिवार्य है। लेकिन एक सेवा मिशनों की श्रेणी में AI / ML अनुप्रयोग के लिए संभावनाओं का पता कैसे लगाती है?
प्रारंभिक अन्वेषण के लिए लेखक निम्नलिखित चार मिशन क्षेत्रों की सिफारिश करता है:

(1) समुद्री सुरक्षा निरीक्षण और पोर्ट स्टेट कंट्रोल बोर्डिंग: पिछले निरीक्षणों के वर्षों के डेटा का उपयोग करते हुए, एक लागू AI / ML दृष्टिकोण संभावित रूप से एक परिष्कृत प्रक्रिया विकसित कर सकता है, जो निर्णय निर्माता खुफिया और जोखिम मॉडल के साथ संगीत कार्यक्रम में विचार कर सकते हैं। एक AI / ML एप्लिकेशन संभावित रूप से विश्लेषण प्रयासों को बढ़ाएगा क्योंकि सामरिक प्रयासों को परिष्कृत किया जाता है।

(2) खोज और बचाव योजना और निष्पादन: तटरक्षक बल एसएआर योजना के लिए एक बहुत ही परिष्कृत मॉडल नियुक्त करता है। इसके सर्च एंड रेस्क्यू ऑप्टिमल प्लानिंग सिस्टम में एक्शन डिवेलपमेंट को देखने की कुछ क्षमता है ... लेकिन क्या होगा अगर इन उन्नत गणितीय तकनीकों का उपयोग पिछली सफलता के आधार पर खोज पैटर्न को परिष्कृत करने और निर्णय लेने वालों को सर्वश्रेष्ठ संपत्ति संयोजन पर विचार करने में मदद करने के लिए किया जा सकता है?

(३) ऑइल स्पिल रिस्पांस: १ ९९ ill तक, मिरोस्लाव कुबत, रॉबर्ट होल्ते, और स्टेन मैटविन ने लेख प्रकाशित किया "सैटेलाइट रडार इमेज में ऑयल स्पिल्स के डिटेक्शन के लिए मशीन लर्निंग" जिसमें एआईआर / एमएल अनुप्रयोगों का उपयोग करने के विचार पर चर्चा की गई एक तेल रिसाव की प्रतिक्रिया का समर्थन करें। आजकल, विशेष रूप से डीपवाटर होराइजन घटना के बाद, स्पिल के बारे में जितना संभव हो उतना समझने और इसके भविष्य के आंदोलन का विश्लेषण करने की आवश्यकता है, और मानव रहित हवाई वाहनों से वेसल्स ऑफ अपॉर्चुनिटी के लिए संपत्ति को तैनात करने के लिए सबसे अच्छा कैसे एक सक्रिय AI / ML अनुप्रयोग हो सकता है। जर्नल "एब्सट्रैक्ट एंड एप्लाइड एनालिटिक्स" में 2014 में प्रकाशित शोध ने शुरुआती बिंदु के रूप में झुंड ड्रोन के साथ मॉडलिंग तेल-स्पिल का पता लगाने का विश्लेषण किया।

(४) कानून प्रवर्तन संचालन: इस मिशन के लिए योजना बनाना दोनों ही महत्वपूर्ण है और इसमें महत्वपूर्ण भूमिका निभाने वाली बुद्धिमत्ता वाले कारकों की एक विस्तृत श्रृंखला है। उदाहरण के लिए, टास्क फोर्स के सामरिक नियंत्रण में तटरक्षक बल इस प्रकार के विश्लेषण से एंड-गेम संचालन को प्रभावित करने के लिए लाभान्वित हो सकते हैं। एआई / एमएल एप्लिकेशन एक वास्तविक लाभ हो सकता है, संभवतः समुद्री गश्ती शिल्प और अन्य राष्ट्र संपत्तियों के साथ ऑनबोर्ड सेंसर को एकीकृत करके हमारे अंतःविषय अंत-गेम परिसंपत्तियों को सही जगह पर रखने के लिए।

क्रेडिट कार्ड के उपयोग में धोखाधड़ी का पता लगाने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करने से लेकर रेडियोलॉजिकल छवियों की व्याख्या करने में डॉक्टरों की मदद करने के लिए मशीन लर्निंग, ये उन्नत गणितीय तकनीक कई प्रकार के व्यवसायों और उनकी आवश्यकताओं पर प्रभाव डाल रही हैं। एआई / एमएल के आवेदन की खोज के लिए इन चार विशिष्ट तटरक्षक मिशन क्षेत्रों का सुझाव दिया गया है। यह लेखक की धारणा है कि इन उन्नत तकनीकों का उपयोग करके USCG नीति विकास, प्रशिक्षण, व्यायाम आचरण, योजना और मिशन निष्पादन में अंतर हो सकता है। एक राष्ट्र के रूप में हम जीवन के कई पहलुओं में - इन उन्नत गणितीय तकनीकों की शक्ति को देखने के लिए शुरुआत कर रहे हैं - इनका लाभ उठाने के लिए तटरक्षक बल की स्थिति से, अंतिम परिणाम ऐसे उत्पाद हो सकते हैं जो निर्णय निर्माताओं को मिशन की सहायता में सहायता करते हैं।
इस लेख में शामिल राय लेखक के हैं और यूएस कोस्ट गार्ड की आधिकारिक स्थिति का प्रतिनिधित्व नहीं करते हैं।

लेखक के बारे में: डॉ। जो डिएन्ज़ो यूएस कोस्ट गार्ड रिसर्च एंड डेवलपमेंट सेंटर में रिसर्च पार्टनरशिप के निदेशक हैं। वह सेवा के एआई / एमएल परियोजना के लिए आपदा प्रतिक्रिया योजना, एक सेवानिवृत्त यूएससीजी अधिकारी, और पूर्व कटर कमांडर अधिकारी शामिल हैं। मैरीटाइम रिपोर्टर और इंजीनियरिंग न्यूज़, और मैरीटाइम टेक्नोलॉजी रिपोर्टर में उनका लगातार योगदान है।


10 वीं वार्षिक समुद्री जोखिम संगोष्ठी नवम्बर 13-15, 2019 के लिए निर्धारित है, न्यूयॉर्क में SUNY समुद्री में।
www.sunymaritime.edu/MRS2019