เนื้อหานี้ได้รับการสนับสนุนโดย Red Hatกระทรวงกลาโหมได้มุ่งเน้นไปที่การนำปัญญาประดิษฐ์และการเรียนรู้ของเครื่องเข้าสู่กระบวนการตัดสินใจอย่างเด่นชัดมาระยะหนึ่งแล้ว AI และ ML เป็นองค์ประกอบสำคัญของกลยุทธ์การแข่งขันแบบใกล้เพื่อนของ DoDในการเอาชนะความขัดแย้ง หน่วยงานกลาโหมจำเป็นต้องตัดสินใจได้ดีกว่าฝ่ายตรงข้าม และต้องตัดสินใจให้เร็วขึ้น นั่นหมายถึงการรวบรวมข้อมูลมากขึ้นและประมวลผลข้อมูลนั้นเร็วขึ้นและมีประสิทธิภาพมากขึ้น นั่นคือจุดที่เซ็นเซอร์และ AI/ML เข้ามามีบทบาท ซึ่งเป็นดาวเด่นสองดวงของความคิดริเริ่มนี้ แต่สิ่งที่พูดถึงกันน้อยมากคือโครงสร้างพื้นฐานที่รองรับ
เซ็นเซอร์รวบรวมข้อมูลในสนามรบ ระบบข้อมูลที่ใช้ประโยชน์
จากการเรียนรู้ของ AI/ML ทำการคัดแยกข้อมูล ตัดสินใจว่าสายการบังคับบัญชาจะยกระดับได้ไกลแค่ไหน และช่วยให้ผู้มีอำนาจตัดสินใจระดับต่างๆ ประมวลผลข้อมูลและระบุแนวทางปฏิบัติที่ดีที่สุด ฟังก์ชันนี้คล้ายกับวิธีที่หน่วยกู้ภัยหลักจัดลำดับความสำคัญของการดูแลในสถานการณ์ฉุกเฉิน และเช่นเดียวกัน เมื่อดำเนินการคัดแยกแล้ว ต้องใช้รถพยาบาลและเฮลิคอปเตอร์เพื่อขนส่งผู้คนไปยังโรงพยาบาล โครงสร้างพื้นฐานเครือข่ายพื้นฐานจำเป็นต้องเชื่อมโยงสนามรบกับฐานปฏิบัติการข้างหน้า หรือทรัพยากรในระดับที่สูงขึ้น เช่น ศูนย์ข้อมูลข่าวกรองในทวีปอเมริกา และรับประกันว่า ข้อมูลจะไปถึงที่ที่ต้องการ
“กองทัพจำเป็นต้องนำความสามารถดังกล่าวติดตัวไปด้วย
เราจะไม่ไปต่างประเทศและสามารถใช้โครงสร้างพื้นฐานเครือข่ายโทรคมนาคมที่มีอยู่ได้ เราไม่สามารถพึ่งพาสิ่งนั้นได้” Chris Yates หัวหน้าสถาปนิกของ Red Hat กล่าว “ดังนั้นเราจึงจำเป็นต้องมีความสามารถนี้ในการปรับใช้ความสามารถด้านเครือข่ายเหล่านี้อย่างรวดเร็ว ความท้าทายคือนี่เป็นวิธีการจัดการข้อมูลที่ซับซ้อนและซับซ้อนจริงๆ และนั่นหมายความว่ามีโอกาสที่จะทำให้เกิดข้อผิดพลาดของมนุษย์ ดังนั้นวิธีที่เราเห็นว่าสิ่งนี้ได้รับการแก้ไขให้ดีขึ้นคือผ่านระบบอัตโนมัติ”
ระบบอัตโนมัติรองรับการขยายเครือข่าย
ระบบอัตโนมัติช่วยให้โครงสร้างพื้นฐานนี้ขยายขนาดได้อย่างรวดเร็วในทุกสภาพแวดล้อม สิ่งแรกที่จำเป็นคือความสามารถในการเชื่อมต่อเครือข่าย ไม่ว่าจะเป็นสเปกตรัมคลื่นแม่เหล็กไฟฟ้า การส่งสัญญาณผ่านสายหรือผ่านดาวเทียม ข้อมูลต้องการเส้นทางจากสนามรบไปยังระดับการตัดสินใจที่เหมาะสม เมื่อได้มาตรฐานแล้ว ระบบข้อมูลที่ประมวลผลข้อมูลและตัดสินใจว่าข้อมูลจะไปถึงระดับใดจำเป็นต้องปรับใช้
“เราต้องมีแผนนี้และระบบอัตโนมัติในกระเป๋าหลังของเราสำหรับวิธีที่เราจะปรับใช้ส่วนประกอบเหล่านี้ เพื่อที่ว่าเมื่อเราเผชิญกับความท้าทายเหล่านี้ เราจะไม่พยายามแก้ไขใหม่ในทันที ทุกครั้งที่เราเผชิญหน้า ” เยตส์กล่าว
นั่นคือที่มาของประสิทธิภาพการดำเนินงาน ซึ่งจำเป็นต้องเข้าใจความแตกต่างระหว่างการทำงานแบบขนานและการทำงานแบบอนุกรม งานที่ขนานกันสามารถแบ่งออกเป็นหลายชิ้นที่สามารถทำสำเร็จได้พร้อมกัน งานต่อเนื่องต้องทำตามลำดับที่กำหนด หลังคาของอาคารไม่สามารถสร้างได้ก่อนผนัง เป็นแบบอนุกรม ไม่ใช่แบบขนาน ประสิทธิภาพการดำเนินงานจำเป็นต้องเข้าใจว่างานใดเป็นอนุกรม งานใดขนานกัน และหลังจากนั้น สิ่งใดสามารถเป็นอัตโนมัติได้
Credit : สล็อตยูฟ่าเว็บตรง