IARPA の HAYSTAC プログラム: AI と IoT で人の移動を予測

米国情報先端研究プロジェクト活動(IARPA) は、モノのインターネット (IoT) とスマート シティに接続された AI とセンサーを使用して、「世界中の人口移動パターンをモデル化できるシステムの開発」を検討しています。

国家情報長官室 ( ODNI ) によると、IARPA の「隠れた活動信号と軌跡の異常特性評価 ( HAYSTAC )」 プログラムは、時間、場所、人口を超えた「正常な」移動モデルを確立し、何が活動を異常にしているのかを判断することを目的としています。

「モノのインターネットとスマート シティインフラストラクチャからの膨大なデータは、人間のダイナミクスを前例のない解像度で理解する新しいモデルを構築する機会を提供し、このセンサーが豊富な世界を移動する人々のプライバシーへの期待を理解する責任を生み出します。」

「これは人間がどのように動くかを理解する前例のない機会であり、HAYSTAC の目標は、特定の時間と場所における通常の動作がどのようなものかを理解することです。」

ジャック・クーパー博士、IARPA

4 年間のHAYSTAC研究プログラムを主導するのは、国家地理空間情報局 (NGA) の研究総局で予測分析の上級スタッフ科学者を務めた後、2020 年に IARPA に加わったジャック クーパー博士です。

プログラムマネージャーにとって、 HAYSTAC は「人間がどのように動くかを理解する前例のない機会であり、HAYSTAC の目標は、特定の時間と場所における通常の動作がどのようなものかを理解することです。」

「 HAYSTACにより、私たちは機械学習と人工知能の進歩を活用して、移動パターンを非常に明確に理解する機会を得ました」とクーパー博士は ODNI への声明で述べました。

「正常な動作をより厳密にモデル化できればできるほど、何が異常であるかをより明確に特定し、起こり得る緊急事態を予測できるようになります。 」と彼は付け加えました。

IARPA によると、「現在の人間の移動モデリング技術は、病気の蔓延や人口移動の研究のために人間の移動についての高度な洞察を提供することができます。」

しかし、「これらは、インテリジェンス コミュニティ (IC) がより微妙な異常を自信を持って特定するために必要な、複雑で詳細なモデリングを提供しません。」

そこでHAYSTACとクーパー博士の出番です。

「HAYSTAC により、機械学習と人工知能の進歩を活用してモビリティ パターンを非常に明確に理解する機会が得られます。」

ジャック・クーパー博士、IARPA

クーパー博士は、人間の活動の検出と特徴付けに焦点を当てた、次のような他の少なくとも 2 つの IARPA 研究プログラムのプログラム マネージャーでもあります。

• Space-Based Machine Automated Recognition Technique ( SMART ) は、衛星画像を使用して、人間の建設プロジェクトや作物の成長などの自然プロセスを検出、監視、特徴づけます。
• Deep Intermodal Video Analytics ( DIVA ) は、何時間ものビデオを視聴し、人または車両が特定のアクティビティを行ったときの数秒を強調表示できる自動アクティビティ検出器を作成しています (例: 重いものを運び、車両に積み込み、走り去るなど) ）。

「モノのインターネット デバイスは、意図を学習するために収集できるデータのソースとして成長しています。」

キャサリン・マーシュ博士、IARPA

2021年12月に開催された国防総省情報情報システム（DoDIIS）世界会議で、IARPA所長のキャサリン・マーシュ博士は次のように述べ、今後のHAYSTACプログラムを予告した。

「モノのインターネット デバイスは、意図を学習するために収集できるデータのソースとして成長を続けています。

「これらの新しいセンサーと検出器を開発すること、そして敵対者が私たちから隠そうとしているものを明らかにするためにマルチモーダルなデータを収集する賢い方法を考えることは、私たちの収集プログラムが目的とすることのまさに核心です。」

HAYSTACプログラムに関して、IARPAはすでに、学界、NGO、テクノロジー企業とつながりのある大手防衛請負業者やコンサルティング会社といくつかの契約を結んでいる。

これらの契約は次の宛先に送られました。

• レイセオンテクノロジーズリサーチセンター
• L3ハリステクノロジーズ株式会社
• STR
• キットウェア株式会社
• レイドス株式会社
• ノバトゥールリサーチソリューション
• デロイト コンサルティング LLP
• レイセオンBBN

プログラムによれば、「 HAYSTACシステムは成熟するにつれて、関連するアラートを作成する際の検出確率と誤報パフォーマンスに基づいて評価され、最終的には 10% しか検出できない正常なアクティビティを生成しながら、異常なアクティビティの 80% を特定することを目指します」説明も