טכנולוגיות של למידה עמוקה יסייעו באבטחת שדות תעופה?
This post is also available in: 
English (אנגלית)
יוזמה חדשה חותרת ליישם טכנולוגיות של למידה עמוקה בתגבור האבטחה של שדות תעופה. המחלקה האמריקאית לביטחון המולדת פונה למדעני דאטה כדי לשפר את שיטות הבדיקות בשדות תעופה. המחלקה, בשיתוף עם גוגל, הכריזה על תחרות על סך $1.5 מיליון לבניית אלגוריתמים שיזהו באופן אוטומטי עצמים מוסתרים בתמונות שצולמו על ידי מכשירי סריקה גופנית בעמדות הבידוק.
לפי nytimes.com, ממשלת ארה"ב הקציבה את הכסף והתחרות שתימשך שישה חודשים תנוהל על ידי Kaggle, אתר אינטרנט שמארח למעלה ממיליון חוקרי דאטה ונרכש לאחרונה על ידי גוגל.
אמנם החוקרים יוכלו ליישם כל טכניקה בבניית האלגוריתמים, אך התחרות מהווה דרך למנף את ההתקדמות בטכנולוגיה של תחום הלמידה העמוקה – רשתות עצביות עמוקות, לדברי מייסד ומנכ"ל Kaggle, אנת'וני גולדבלום.
רשתות עצביות הן מערכות מתמטיות סבוכות שמסוגלות ללמוד משימות מסוימות באמצעות ניתוח כמויות גדולות של נתונים.
חברות כמו גוגל ופייסבוק משתמשות בטכנולוגיה לצורך זיהוי פנים בתמונות אונליין, זיהוי פקודות קוליות ותרגום משפה לשפה. אך האפשרויות הטמונות בה הן הרבה מעבר לאפליקציות ושירותי אונליין. מקווים כי רשתות עצביות יוכלו לסייע למערכות אוטומטיות לקרוא ביתר דיוק את סריקות הגוף כך שעובדי הבידוק יוכלו להקדיש פחות זמן לזימון נוסעים לבדיקה נוספת באמצעות מישוש.
ג'ון ו. הלינסקי, לשעבר בעל תפקיד ניהולי במינהל אבטחת התעבורה האמריקאי TSA ויועץ אבטחה, מברך על היוזמה להוציא את המשימה למיקור המונים מפני שכך ניתן להיעזר בכישוריהם של חוקרי דאטה רבים.
המחלקה לביטחון המולדת וארגונים נוספים פועלים למצוא דרכים לשפר את טכנולוגיות הבידוק בשדות תעופה, כאשר מינהל אבטחת התעבורה בודק מערכות סי.טי. חדשות שיוכלו לזהות אוטומטית חפצים מוטמנים בתיקי הנוסעים, ולפחות חברה אחת, Smiths Detection, בוחנת את השימוש ברשתות עצביות בעמדות הבידוק.
כדי לסייע לחוקרי הדאטה והלמידה החישובית לאמן את האלגוריתמים שלהם,סיפקה המחלקה לביטחון המולדת למעלה מ-1,000 סריקות גוף תלת-מימדיות. לא מדובר בשיתוף של סריקותיהם של למעלה מ-2 מיליון הנוסעים העוברים מידי יום בשדות התעופה במדינה, אלא בעובדים של מינהל בטיחות התעבורה שהתנדבו לסייע באמצעות יצירת הנתונים עבור התחרות, ועברו באופן חוזר ונשנה דרך מערך של סורקים ניסויים במעבדה בניו ג'רזי. בחלק מהמקרים העובדים נשאו עצמים מוסתרים כשעברו דרך הסורקים, ותמונות אלה סומנו.
באמצעות ניתוח הנתונים האלה, אלגוריתמים של רשתות עצביות ואחרים יכולים ללמוד לאתר בעצמם על חפצים מוסתרים. ג'מי אייצ'ין, מייסד ומנכ"ל חברת ניתוח דאטה בשם DataRobot, אמר שהרשתות העצביות מתאימות מאוד למשימה, אם כי הוא הזהיר שהטכנולוגיה עשויה לטעות ובמקרים מסוימים היא עלולה להיות פגיעה לגורמים מזיקים. המחקר הראה כי לאחר ניתוח הביצועים של מערכת זיהוי תמונה המבוססת על רשת עצבית, גורמים זדוניים עלולים לסמן או לשנות פריטים בדרך שמשטה במערכת וגורמת לה לראות דברים שאינם קיימים או לא להבחין בדברים קיימים.
מסיבות אלה, המטרה המיידית איננה לפתח טכנולוגיה שתחליף את הסורקים האנושיים אלא למצוא דרך להסיר חלק מעומס העבודה המוטל עליהם.
