Was in Vegas passiert ...
Im letzten Monat habe ich das US Air Force Operations Research Symposium (AFORS) auf der Nellis Air Force Base in Las Vegas besucht. Die Konferenz ist das jährliche Treffen der Analysten-Community der Air Force, bei dem über 200 Teilnehmende über Operations Research, Machine Learning und Data-Science-Themen diskutieren.
Die Air Force investiert stark in die Modernisierung ihrer Tools und Trainings rund um Datenarbeit, und ich war vor Ort, um einen Code-along-Workshop zur Nutzung von DataCamp Workspace zu leiten.
Fünf zentrale Bereiche der Datentransformation
Dr. Angela Giddings, Technical Director of Studies, Analyses, and Assessments, brachte das Ziel der Air Force für ihr Datentransformationsprogramm auf den Punkt. Das große Thema sei, wie Operations-Research-Analysten als Kraftmultiplikator für den Rest der Air Force wirken können. Traditionell war Operations Research innerhalb der Air Force sehr akademisch ausgerichtet, doch dieses Modell passt nicht mehr zur heutigen Realität des Dienstes.
Dr. Giddings nannte fünf Schwerpunkte für die Transformation.
- Sicherstellen, dass Projekte echte Probleme lösen
- Ergebnisse liefern, solange sie noch relevant sind
- Die richtigen Daten für das richtige Problem nutzen
- Aus Mathematik echte Erkenntnisse gewinnen
- Visualisierungen gezielt einsetzen
Bemerkenswert ist, dass all diese Punkte Herausforderungen widerspiegeln, denen sich Organisationen weltweit stellen müssen – ob militärisch oder zivil.
Die Hiring-Herausforderung
Ein wiederkehrendes Thema der ranghohen Offiziere war, dass es extrem schwierig ist, Top-Talente im Datenbereich zu gewinnen und zu halten. Sowohl Mr. Wayne Schatz, Director for Studies, Analyses and Assessments, als auch Col Ron Annaballi, Air Force Chief Analyst, sprachen darüber, dieses Hiring-Problem anzugehen, indem das Squadron zu einem großartigen Arbeitsplatz gemacht wird – wobei Training und Tools entscheidend sind. Die Air Force hat Zugriff auf drei Online-Bildungsplattformen – DataCamp, Coursera und PluralSight – ergänzt durch interne Schulungen. Parallel entsteht ein moderner Datenstack mit breitem Zugang zu Python, DataBricks, Tableau, Plotly, Dataiku und Palantir.
Beeindruckende technische Vorträge
In den technischen Sessions hat mich die Bandbreite der USAF-Projekte beeindruckt. Die Optimierung des Pilotentrainings war ein wiederkehrendes Thema, und ich habe gleich zwei Vorträge gesehen, bei denen Pilotinnen und Piloten mit Herzfrequenz-, Eye-Tracking- und weiteren Sensoren ausgestattet wurden, um herauszufinden, welche Flugmanöver kognitiv am anspruchsvollsten oder am furchteinflößendsten sind.
Andere Vorträge reichten von klassischen Business-Problemen – MSgt Nathan Shaw sprach über den Einsatz von Sentimentanalyse zur Auswertung von Umfragefeedback – bis hin zu Fällen, von denen ich nicht wusste, dass es sie gibt – Dr. Tyler Danley und Maj Brian Morrison erklärten, wie Trainingsflüge so geplant werden, dass weniger Kollisionen mit Fledermäusen auftreten –, bis zu Science-Fiction-Themen – Cdt Victor Rae zeigte, wie sich Größe und Position von Satellitenkonstellationen optimieren lassen, um bestmögliche Missionsabdeckung zu erreichen.
Für mich war der beste technische Vortrag der Konferenz der von 2Lt Benjamin McCloskey. Unbemannte Luftfahrzeuge nutzen Machine Learning auf Kameradaten, um Gebäude und Fahrzeuge im Sichtfeld zu erkennen. Laut 2Lt McCloskey liegt ein Problem darin, dass die meisten Trainingsdaten der Modelle tagsüber und bei gutem Wetter aufgenommen werden. Dadurch ist die Performance in echten Einsätzen bei Nacht oder schlechtem Wetter schlechter.
Seine Lösung war der Einsatz einer Deep-Learning-Technik namens „Generative Adversarial Networks“, um bestehende Kamerabilder so zu verändern, dass sie wie Nacht- oder Schlechtwetteraufnahmen wirken. Im Grunde erzeugte er „Deepfakes“ von Satellitendaten, um die Genauigkeit der Objekterkennungsmodelle zu verbessern.
DataCamp-Training führte zu neuen Datenprodukten
Zum Schluss sah ich einen hervorragenden Vortrag von Capt Dominick Speranza zu den Ergebnissen eines DataCamp-basierten Trainingsprogramms. Ziel war es, Kompetenzen breiter aufzubauen, um aus Fluginstrumentendaten Datenprodukte zu entwickeln. Das Training bestand aus einer kuratierten Reihe von DataCamp-Python-Kursen, gefolgt von internen Schulungen zu Fluginstrumentendaten. Das Capstone-Projekt zum Abschluss verlangte von den Teilnehmenden, ein Datenprodukt zu erstellen. Beispiele waren ein Anomalieerkennungssystem zur Beurteilung der Datenqualität von F-22-Bordinstrumenten und ein automatischer Reportgenerator, der Pilotendebriefings erleichtert.
Fazit
Die gesamte Konferenz lief dank der hervorragenden Organisation durch Maj Bryan Fagan reibungslos. (Ich hätte ahnen können, dass Operations Researcher gut in Operations sind!) Nach all diesen starken Datenprojekten bin ich gespannt, wie sich das Datentransformationsprogramm der US Air Force weiterentwickelt.
