هزینه‌های حمل‌ونقل ارتش با هوش مصنوعی کاهش می‌یابد

به گزارش کارگروه فناوری اطلاعات سایبربان؛ شرکت آی‌بی‌ام به تازگی قراردادی 135 میلیون دلاری را برای گسترش خدمات پشتیبانی ابری و نرم‌افزاری خود برای «فعالیت پشتیبانی لوجستیک نیروی زمینی» (LOGSA¹) آمریکا امضا کرد. بر اساس این قرارداد واحد فعالیت پشتیبانی لوجستیک نیروی زمینی می‌توانند به هوش مصنوعی واتسون دسترسی داشته باشند.
قرارداد یاد شده به دنبال موفقیت‌آمیز بودن استفاده‌ی فعالیت پشتیبانی لوجستیک نیروی زمینی از واتسون برای انتقال داده‌ی تعمیر و نگهداری وسایل نقلیه «Stryker» نیروی زمین است.
کوین آون (Kevin Aven)، همکار و مدیر حساب مشترک نیروی زمینی، تفنگداران دریایی و خدمات جهانی تجاری آی‌بی‌ام گفت:

این موضوع ثابت شده است که واتسون در یک دوره‌ی زمانی کوتاه‌مدت، میزان باورنکردنی از داده‌های بدون ساختار (چیزی مانند میلیاردها بایت داده‌ها) مصرف می‌کند. این سامانه می‌تواند اطلاعات مهمی را از داده‌های خام کسب کرده و از آن برای ایجاد راه‌های پیش رو استفاده کند.

به نظر می‌رسد قرارداد مذکور به معنای گسترش استفاده از هوش مصنوعی برای مدرن و ساده‌سازی جنبه‌های تدارکات فراتر از ناوگان Stryker است. برای نمونه می‌توان به آغاز پروژه‌ی آزمایشی «Air Clearance Authority» اشاره کرد.
مقامات آی‌بی‌ام گفتند:

واتسون به نیروی زمین کمک می‌کند تا به شکل بهتری تجزیه‌وتحلیل میلیون‌ها دلاری که برای حمل‌ونقل صورت می‌گیرد، انجام شود. هوش مصنوعی در اینجا تعیین می‌کند کدام‌یک از مسیرهای هوایی و زمینی منطقی‌تر هستند.

گرگ سوچاک (Greg Souchack)، شریک، مدیر خدمات و راه‌حل‌های ابری، خدمات تجاری جهانی آی‌بی‌ام گفت:

نیروی زمینی می‌خواهد بررسی کند آیا واتسون می‌تواند با بهینه سازی تصمیمات، هزینه‌های حمل‌ونقل را کاهش دهد.

جان کیونزلی (John Kuenzli)، فرمانده‌ی بخش یاد شده گفت:

قابلیت‌های واتسون برای ما هیجان‌انگیز است. این هوش مصنوعی به تحلیلگران ما اجازه می‌دهد تا از تخصص خود روی کارهای فنی‌تر استفاده بکنند.

کیونزلی افزود:

هم‌اینک هفت نفر از تحلیلگران فعالیت پشتیبانی لوجستیک نیروی زمینی، با رسیدگی به 10 درصد درخواست‌ها سالانه 100 میلیون دلاری در بودجه‌ی نیروی زمینی صرفه‌جویی می‌کنند.

وی با اشاره به اینکه واتسون می‌تواند 100 درصد درخواست‌ها را انجام بدهد، گفت:

حمل‌ونقل هوایی از زمینی بسیار گران‌تر است؛ بنابراین ما می‌خواهیم اطمینان حاصل کنیم که تنها در مواقع ضروری از آن بهره می‌بریم. ما فکر می‌کنیم هوش مصنوعی بسیار سریع‌تر از تحلیلگران انسانی می‌تواند به این‌گونه درخواست‌ها پاسخ بدهد.

در رویکرد Stryker واتسون اطلاعات را از طریق 17 حسگر نصب شده روی وسایل نقلیه دریافت کرده و تجزیه‌وتحلیل می‌کند. این هوش مصنوعی توسط گروه کوچکی از کارمندان آموزش دیده است تا بتواند میلیون‌ها داده‌ی مختلف را مورد بررسی قرار بدهد.

___________________________________________

1-Army’s Logistics Support Activity