ラベル AI の投稿を表示しています。 すべての投稿を表示
ラベル AI の投稿を表示しています。 すべての投稿を表示

2025年12月11日木曜日

ペンタゴンがGoogle Geminiの軍用版を採用し、AI利用を全般的に広げようとしている(Defense News)

 ペンタゴンがGoogle Gemini を採用し、AI 利用促進に向けた新サイトを立ち上げた(Defense News)

スティーブン・ロージー

2025年12月10日 午前4時23分

国防総省とピート・ヘグセス国防長官は火曜日、軍および国防総省職員に対し、Google の「Gemini for Government」を皮切りに、生成型 AI の利用を奨励する大規模な取り組みを開始した。(DOD)

国防総省は火曜日、軍関係者、民間職員、契約社員に対して、同省のウェブサイトに掲載されている生成型人工知能機能の利用を奨励する大規模な取り組みを開始した。

Google Cloud の Gemini for Government は、GenAI.mil で開始される最初の AI 機能だと、ピート・ヘグセス国防長官は火曜日にソーシャルメディアに投稿したビデオで述べた。

「アメリカの戦争の未来はここにあり、それはAI と綴られる」とヘグセス長官はビデオで述べた。

「このプラットフォーム(GenAI.mil)は、Google Gemini はじめとする世界最強のフロンティア AI モデルを、すべてのアメリカの戦士たちの手に直接届ける」と彼は語った。

ユーザーは、GenAI.mil にログインするため国防総省発行の共通アクセスカードを持っている必要がある。許可ない者はアクセスできない。

ヘグセス長官は、敵が急速な技術進歩を利用している中、国防総省は「手をこまねいて見ているわけではない」と述べた。

「ボタンをクリックするだけで、GenAI の AI モデルを利用して、深い研究、文書のフォーマット、さらにはビデオや画像の分析さえもこれまでにないスピードで行うことができる」と、ヘグセス長官はビデオで述べている。

国防総省も火曜日に発表した声明の中で、「戦闘力として人工知能に全力を注いでいる」と述べた。

国防総省はまた、AI に関する取り組みは、ドナルド・トランプ大統領が 7 月に発した「AI 技術において前例のないレベルの優位性を達成する」という命令に従うものであると述べた。

Gemini for Government は、「インテリジェント・エージェント・ワークフロー」、つまり自律的なプログラミングが人間の関与を最小限に抑えて意思決定と行動を行うAI プロセスを採用し、国防総省職員が各機能をより多く試せるようにすると、同省は述べた。

「AI 支配をめぐる世界的な競争で2 位には賞はない」 とエミル・マイケル国防次官(研究・技術担当)は声明で述べた。「我々は、Gemini for Government のような強力な AI 機能を、従業員に直接導入するために迅速に動いている。AIはアメリカの次の『マニフェスト・デスティニー』であり、この新たなフロンティアを確実に支配する」。

イーロン・マスクの xAI、Anthropic、OpenAI は、国防総省が国家安全保障任務の支援のために検討しているその他 AI プログラムである。情報分析、ロジスティクス、データ収集は、国防総省が AI の活用によって改善を望んでいる業務の一部である。

国防総省は、GenAI.mil ウェブサイトの利用方法について、無料トレーニングを省内の全職員に提供すると発表した。トレーニングセッションでは、職員にAI ツールの利用を可能にするとともに、機能を最大限に活用する方法を教える。

国防総省は本プログラム利用時のセキュリティ確保の必要性を強調し、GenAIウェブサイト上の全ツールは管理非機密情報(CUI)扱いとし、作戦運用に耐える十分なセキュリティを確保すると述べた。

Gemini for GovernmentはGoogle検索を基盤としており、生成情報の正確性を維持し「AIによる幻覚リスク」を大幅に低減する。

国防総省は、研究開発局傘下のAI迅速能力開発チームがこれらの機能開発を主導したと説明した。■


スティーブン・ロージーについて

スティーブン・ロージーはディフェンス・ニュースの航空戦担当記者である。以前はエアフォース・タイムズで指導部・人事問題を、ミリタリー・ドットコムでは国防総省・特殊作戦・航空戦を担当した。米空軍作戦を取材するため中東にも赴いている。


Pentagon taps Google Gemini, launches new site to boost AI use

By Stephen Losey

 Dec 10, 2025, 04:23 AM

https://www.defensenews.com/pentagon/2025/12/09/pentagon-taps-google-gemini-launches-new-site-to-boost-ai-use/




2017年11月23日木曜日

AIで衛星画像解析を大幅にスピードアップ



AIで消える商売が多いと言われますが、皆さんは大丈夫ですか。翻訳も真っ先になくなるといわれますが、日本語のような2バイトデータの場合はまだ猶予があるようです。衛星画像をAIに解析させたらどうなるか、というのが今回のテーマですね。ISRの世界もどんどん変わっていきますね。


AI CAN HELP HUNT DOWN MISSILE SITES IN CHINA

AIで中国国内のミサイル陣地をあぶりだせ

A surface-to-air missile is seen through a doorway in Zhuhai, China.
QILAI SHEN/BLOOMBERG/GETTY IMAGES

  1. 核施設やその他秘密施設を衛星画像から探し出す技能を有する人材は情報機関でも限られる。だがディープラーニングが得意な人工知能でグーグルやフェイスブックでは人間の顔が簡単にフィルターできるようになっている。そこで米研究者がディープラーニングのアルゴリズムに中国の地対空ミサイル陣地の識別方法を教え込んだところ人の処理の数百倍の速さでできたという。
  2. アルゴリズムで90千平方キロの中国南東部で地対空ミサイル陣地を探索させた。AIで莫大なデータをフィルターし学習させたところ90パーセントの確率で専門家作業と同じ結果が得られた。さらにすごいの作業時間60時間がディープラーニングソフトウェアにより42分に短縮されたことだ。
  3. 「アルゴリズムがミサイル陣地だと確実に言える場所を探し出した後で人間が確認しましたがアルゴリズムで大幅に時間が節約できました」とカート・ディヴィス(ミズーリ大、地理空間情報センター所長)が語る。「これが初めてではないでしょうか。今回どれだけの時間が節約でき、今後の人的活動にどんな影響がでるでしょうか」
  4. ミズーリ大による研究成果は10月6日に Journal of Applied Remote Sensingに掲載されたが、ときあたかもビッグデータの洪水に対して衛星画像解析専門家の不足が目立っている。この分野で中心の民間企業DigitalGlobeは一日で70テラバイトの生の衛星画像を処理しているが、民間衛星や政府のスパイ衛星のデータ量はもっと多い。
  5. デイヴィスは仲間とともにディープラーニングモデルを見せてくれた。衛星画像処理用に大幅に強化改修してあり、情報機関や安全保障専門家の関心を呼びそうな施設を識別できるようになっている。ディープラーニングモデルにはGoogleNetやResNet’Microsoft Researc)がありもともとは写真ビデオ映像の処理用に作成されたものがあるが、ディヴィスのチームはこれらで衛星画像の処理にあたらせ、途中でディープラーニングにカラー、白黒双方の画像の解析を教え込み、SAM陣地画像が白黒しかない場合に備えた。
  6. チームは北朝鮮全土より狭い範囲の中国領土の写真を使った。
  7. 実際に北朝鮮の兵器開発の動向は衛星画像を日々解析して把握されている。解析専門家でほぼ全数のSAM陣地を比較的小さな同国で探している。だがディープラーニングツールでも自動的に新規SAM陣地が現れればフラッグを立ててくれる。新規SAM陣地を見つけ出すことで別の関心を呼ぶ施設を発見することもあるのは貴重な装備を守るためSAM陣地を敷設することがあるからだ。
  8. 最新研究ではディープラーニングAIを衛星画像解析に応用する課題にも触れている。そのひとつに訓練データベースに必要な例が足りず、衛星画像の正確な識別が困難なことがある。ミズーリ大チームは一般公開情報で世界各地の2千点近いSAM陣地画像にDigitalGlobeの衛星画像を組み合わせて訓練用データを作成してからディープラーニングモデル四点を試し最良の作動モデルを選び出した。
  9. 研究チームはAIの訓練用にあきらかに中国SAM陣地とわかるもの90点を選び出した。これだけの訓練ではディープラーニングを正確に行えないことが多い。ディヴィスのチームはこの90例をわずかに角度を変えることで893千例に変えた。
  10. ディープラーニング成果が今回出たのはSAM陣地が衛星から見た場合に特徴のあるパターンを示し比較的大きいためもある。ただしディヴィスはこれより小さな移動式レーダー装備や軍用車両で同等の効果は期待できないと注意する。今使える衛星画像のピクセル数が小さく識別の効果が出ないためだ。
  11. 不完全なAIでも情報収集に大いに役立つ。例として国際原子力エネルギー機関はすべての核施設を申告通りに監視しながら未発見施設を200か国で探す面倒な仕事を抱えている。ディープラーニングツールでIAEA他機関は衛星画像で原子力発電所はじめ大量破壊兵器の開発状況を監視できるはずとミドルベリー国際研究所(カリフォーニア州モントレー)の東アジア非拡散研究の主任研究謹メリッサ・ハンナムが指摘している。
  12. 「この世界では大量のデータがあり完璧なデータ少しよりたくさんのデータを生かす方が優れていると言えます」■