Los avances recientes en IA han creado muchas oportunidades en el campo GEOINT, no solo al mejorar las técnicas de análisis de imágenes, sino también al crear datos de entrenamiento sintéticos para que los algoritmos de IA funcionen de manera más eficiente y precisa. Antes de la innovación de los datos de entrenamiento sintéticos, se habrían necesitado aportes humanos para entrenar algoritmos de IA. Al integrar la IA en la producción de datos sintéticos basados ​​y no basados ​​en píxeles, el proceso de capacitación y validación de un modelo se puede realizar de manera más rápida y rentable. Además de los patrones de entrenamiento, hoy en día se utilizan datos sintéticos para predecir cómo se verán en el campo los diferentes patrones de camuflaje u otras técnicas de contradetección. La generación de datos sintéticos también se puede utilizar para probar sensores de última generación.

Descargar White Paper: El papel en evolución de los datos sintéticos en GEOINT Tradecraft

«Los datos sintéticos son una de las claves para desbloquear la inteligencia procesable de los conjuntos de datos que están creciendo mucho más rápido de lo que los humanos pueden inspeccionar y describir», dijo el copresidente del Grupo de Trabajo de Modelado, Simulación y Juegos (MS&G WG) de USGIF, Chris Andrews, Director de Operaciones, Resi.ai. “Ya sea extrayendo información de SIGINT estructurado y texto o de imágenes y videos no estructurados basados ​​en sensores, los datos sintéticos, creados a través de técnicas generativas y basadas en la física, nos permiten diseñar y validar rápidamente algoritmos para monitorear y responder a condiciones en constante evolución en el campo de batalla y en las actividades diarias”.

«Vivimos en un mundo en el que la realidad, la realidad aumentada, la realidad virtual y todos los derivados de cada una de ellas se están convirtiendo en parte del paisaje mental tanto de los profesionales de GEOINT como de los consumidores de la población en general», dijo el copresidente de MS&G WG, Barry Tilton. , Technology Evangelist, Oficina del CTO, Maxar. “Este documento es una bienvenida introducción a cómo el contenido artificial puede servir como puente, permitiendo probar nuevas ideas y como marco de capacitación para la IA generativa. Un gran poder de los datos sintéticos es la capacidad de potenciar lo real, permitiendo vislumbrar el pasado y el futuro”.

Acerca del grupo de trabajo de modelado, simulación y juegos de USGIF

El Grupo de trabajo de modelado, simulación y juegos (MS&G) educa e informa a la comunidad global de inteligencia geoespacial (GEOINT) sobre cómo se puede hacer que la tecnología de modelado, simulación y juegos sea más interoperable con el comercio GEOINT. Buscamos colaborar con la industria, la academia y el gobierno para resaltar los conceptos de investigación avanzada y los desarrollos de tecnología comercial en apoyo de los sistemas de modelado, simulación y juegos geoespaciales que pueden ofrecer GEOINT relevante y autorizado en el momento de la necesidad. Un elemento clave de nuestra estrategia de colaboración es mantener estrechas relaciones de trabajo tanto con el grupo de trabajo de Interoperabilidad, Simulación y Juegos (IS&G) del Open Geospatial Consortium (OGC) como con la Organización de Estándares de Interoperabilidad de Simulación (SISO).

Regístrese para recibir el boletín gratuito insideBIGDATA.

Únase a nosotros en Twitter: https://twitter.com/InsideBigData1

Únase a nosotros en LinkedIn: https://www.linkedin.com/company/insidebigdata/

Únase a nosotros en Facebook: https://www.facebook.com/insideBIGDATANOW