ABD Hava Kuvvetleri’nde veri dönüşümü: AFORS’tan öne çıkanlar

Vegas’te olan Vegas’te kalmaz...

Geçen ay Las Vegas’taki Nellis Hava Üssü’nde düzenlenen ABD Hava Kuvvetleri Operasyon Araştırmaları Sempozyumu’na (AFORS) katıldım. Konferans, Hava Kuvvetleri analist topluluğunun yıllık buluşması olup, 200’ün üzerinde katılımcı operasyon araştırmaları, makine öğrenimi ve veri bilimi konularını tartıştı.

Hava Kuvvetleri, verilerle çalışma konusunda araçlarını ve eğitimlerini modernize etmeye ciddi yatırımlar yapıyor ve ben de DataCamp Workspace kullanımı üzerine bir kod eşliğinde atölye çalışması düzenlemek için oradaydım.

Veri dönüşümü için beş kritik alan

Çalışmalar, Analizler ve Değerlendirmeler Teknik Direktörü Dr. Angela Giddings, Hava Kuvvetleri’nin veri dönüşüm programındaki hedefini özetledi. En büyük sorunun, operasyon araştırmaları analistlerinin Hava Kuvvetleri’nin geri kalanı için nasıl bir kuvvet çarpanı hâline gelebileceğini bulmak olduğunu belirtti. Geleneksel olarak operasyon araştırmaları Hava Kuvvetleri içinde oldukça akademik bir gruptu; ancak mevcut hizmet koşullarında bu model artık sürdürülebilir değil.

Dr. Giddings dönüşüm için beş kritik alan sıraladı.

• Projelerin gerçek bir soruna etki ettiğinden emin olmak
• Sonuçların hâlâ ilgiliyken teslim edilmesini sağlamak
• Doğru sorun için doğru veriyi kullanmak
• Matematikten içgörü üretmek
• Görselleştirmelerden yararlanmak

İlginç bir şekilde, bu alanların tümü, ister askeri ister sivil olsun, dünya genelindeki kuruluşların karşılaştığı zorlukları yansıtıyor.

İşe alım zorluğu

Üst düzey subayların sık dile getirdiği bir tema, en iyi veri yeteneklerini işe almak ve elde tutmanın son derece zor olduğuydu. Çalışmalar, Analizler ve Değerlendirmeler Direktörü Wayne Schatz ve Hava Kuvvetleri Baş Analisti Alb. Ron Annaballi, filoyu çalışmak için harika bir yer hâline getirerek bu işe alım zorluğunun nasıl aşılabileceğinden söz ettiler; eğitim ve araçlar bunun kilit unsurları. Hava Kuvvetleri, kurum içi eğitimin yanı sıra üç çevrimiçi eğitim platformuna—DataCamp, Coursera ve PluralSight—erişim sağlıyor. Python, DataBricks, Tableau, Plotly, Dataiku ve Palantir’e geniş erişimle modern bir veri yığını geliştiriliyor.

Etkileyici teknik sunumlar

Teknik sunumlarda, USAF projelerinin çeşitliliği beni etkiledi. Pilot eğitimini optimize etmek yinelenen bir temaydı ve pilotların hangi uçuş manevralarını bilişsel olarak en zorlayıcı veya en korkutucu bulduğunu belirlemek amacıyla kalp atış hızı, göz izleme ve diğer sensörlerin pilotlara takılmasını içeren bir değil iki sunum izledim.

İzlediğim diğer sunumlar, temel iş sorunlarından—Çvş. Nathan Shaw anket geri bildirimlerini analiz etmek için duygu analizi kullanımından bahsetti—varlığından haberdar bile olmadığım sıra dışı sorunlara—Dr. Tyler Danley ve Ütğm. Brian Morrison eğitim uçuşlarını yarasa çarpmalarını azaltacak şekilde nasıl planlayabileceklerini anlattı—ve bilim kurguya kadar uzanıyordu—Öğr. Astsb. Victor Rae, görevler için en iyi kapsama alanını sağlamak amacıyla uydu takımyıldızlarının boyut ve konumunun nasıl optimize edileceğini tartıştı.

Benim için konferansın en iyi teknik konuşması Ütğm. Benjamin McCloskey’ye aitti. İnsansız hava araçları, görüş alanlarındaki binaları ve araçları tespit etmek için kamera verileri üzerinde makine öğrenimi kullanıyor. Ütğm. McCloskey’e göre, modellerin eğitim verilerinin çoğu gündüz ve iyi hava koşullarında toplanıyor. Bu da gerçek görevlerde gece ya da kötü hava koşullarında performansın daha zayıf olması anlamına geliyor. 

Onun çözümü, mevcut kamera görüntülerini gece ya da kötü hava koşullarına benzetmek için "çekişmeli üretici ağlar" olarak adlandırılan bir derin öğrenme tekniğini kullanmaktı. Özetle, nesne tespit modellerinin doğruluğunu artırmak için uydu verilerinin "deepfake"lerini oluşturdu.

DataCamp eğitimi yeni veri ürünlerine yol açtı

Son olarak, Yzb. Dominick Speranza’nın DataCamp tabanlı bir eğitim programının sonuçlarına ilişkin mükemmel bir sunumunu izledim. Programın hedefi, uçak enstrümantasyon verilerinden veri ürünleri oluşturma becerilerini daha yaygın hâle getirmekti. Eğitim programı, seçilmiş bir DataCamp Python kursları dizisinin ardından uçak enstrüman verileri üzerine kurum içi eğitimden oluşuyordu. Eğitimi tamamlamak için yapılan bitirme projesinde katılımcıların bir veri ürünü oluşturması gerekiyordu. Bu veri ürünlerine örnek olarak, F-22 savaş uçağı enstrümantasyonundan gelen veri kalitesini belirlemeye yönelik bir anomali tespit sistemi ve pilot brifing oturumlarını kolaylaştırmak için otomatik bir rapor oluşturucu sayılabilir.

Kapanış

Tüm konferans, Yzb. Bryan Fagan’ın mükemmel organizasyonu sayesinde sorunsuz geçti. (Operasyon araştırmacılarının operasyonlarda iyi olacağını tahmin etmeliydim!) Bu kadar çok iyi veri projesi örneğini dinledikten sonra, ABD Hava Kuvvetleri veri dönüşüm programının nasıl ilerleyeceğini görmek için heyecanlıyım.