A Atividade de Projetos de Pesquisa Avançada de Inteligência dos EUA (IARPA) está procurando “desenvolver sistemas capazes de modelar padrões de movimento populacional em todo o mundo” usando IA e sensores conectados à Internet das Coisas (IoT) e cidades inteligentes.
De acordo com o Escritório do Diretor de Inteligência Nacional ( ODNI ), o programa “Hidden Activity Signal and Trajectory Anomaly Characterization ( HAYSTAC ) da IARPA visa estabelecer modelos de movimento 'normais' em tempos, locais e populações e determinar o que torna uma atividade atípica.
“Dados expansivos da Internet das Coisas e infraestruturas de cidades inteligentes oferecem oportunidades para construir novos modelos que entendam a dinâmica humana em resolução sem precedentes e criem a responsabilidade de entender as expectativas de privacidade para aqueles que se movem neste mundo rico em sensores”.
“Esta é uma oportunidade sem precedentes para entender como os humanos se movem, e o objetivo da HAYSTAC será construir uma compreensão de como é o movimento normal em qualquer momento e lugar”
Dr. Jack Cooper, IARPA
Liderando o programa de pesquisa HAYSTAC de quatro anos está o Dr. Jack Cooper , que ingressou na IARPA em 2020 após um período na National Geospatial-Intelligence Agency (NGA) na Diretoria de Pesquisa, onde era um cientista sênior para análise preditiva.
Para o gerente do programa, o HAYSTAC representa “ uma oportunidade sem precedentes para entender como os humanos se movem, e o objetivo do HAYSTAC será construir uma compreensão de como é o movimento normal em qualquer momento e lugar ”.
“Com o HAYSTAC , temos a oportunidade de alavancar o aprendizado de máquina e os avanços da inteligência artificial para entender os padrões de mobilidade com clareza excepcional”, disse o Dr. Cooper em uma declaração ao ODNI.
“ Quanto mais robustos pudermos modelar os movimentos normais, mais nitidamente poderemos identificar o que está fora do comum e prever uma possível emergência ”, acrescentou.
De acordo com a IARPA , “as técnicas atuais de modelagem de mobilidade humana podem fornecer informações de alto nível sobre o movimento humano para o estudo da disseminação de doenças ou migração populacional”.
No entanto, “Eles não fornecem a modelagem complexa e refinada que a Comunidade de Inteligência (IC) precisa para identificar anomalias mais sutis com confiança”.
É aí que entram HAYSTAC e Dr. Cooper.
“Com o HAYSTAC, temos a oportunidade de alavancar o aprendizado de máquina e os avanços da inteligência artificial para entender os padrões de mobilidade com clareza excepcional”
Dr. Jack Cooper, IARPA
O Dr. Cooper também é o gerente de pelo menos dois outros programas de pesquisa da IARPA focados na detecção e caracterização de atividades humanas, que incluem:
“Os dispositivos da Internet das Coisas são uma fonte crescente de dados que podem ser coletados para aprender a intenção”
Dra. Catherine Marsh, IARPA
Falando na Conferência Mundial do Sistema de Informações de Inteligência do Departamento de Defesa (DoDIIS) em dezembro de 2021, a diretora da IARPA , Dra. Catherine Marsh, prenunciou o próximo programa HAYSTAC quando disse:
“Os dispositivos da Internet das Coisas são uma fonte crescente de dados que podem ser coletados para aprender a intenção.
“Desenvolver esses novos sensores e detectores, bem como pensar em maneiras inteligentes de coletar dados multimodais para revelar o que nossos adversários estão tentando esconder de nós, é o cerne do objetivo de nossos programas de coleta.”
Para seu programa HAYSTAC , a IARPA já concedeu vários contratos a grandes empreiteiras de defesa e empresas de consultoria ligadas à academia, ONGs e empresas de tecnologia.
Esses contratos foram para:
“À medida que os sistemas HAYSTAC amadurecem, eles serão avaliados com base na probabilidade de detecção e desempenho de alarme falso na criação de alertas relevantes, buscando identificar 80% da atividade anômala enquanto gera atividade normal que é apenas 10% detectável”, de acordo com o programa descrição .
Este artigo foi publicado originalmente por Tim Hinchliffe no The Sociable.