空中や地上、水中、水上の多くの仕事においては、スマート無人機が必要とされ、人命を危険にさらすことなく作業を行う手段を作業員に提供しています。また、無人機は、より高度な知能を必要とする複雑な任務を担っています。
センサーの解像度は上がり続けており、画素数が増えれば増えるほど、対象物を見つけるために処理しなければならない画素数が増えます。しかし、通常、これらの対象物を見つけるために利用できる時間は限られています。また、無線で画像を送信して処理すると、遅延が大きくなり、他の通信に必要なネットワーク帯域を消費してしまいます。
エッジAI処理の向上により、車両は脅威をより早く特定し、ミッションの次のステップに対しての基本的な判断を行うことができます。また、ASICでの効率的な処理により、消費電力を抑え、走行距離とロイターの時間を向上させます。
AI推論は、船舶、航空機、地上シェルターでのアプリケーションにおいて、情報を収集・処理する人間のオペレーターをサポートすることもできます。AIを利用して大量の受信データをふるいにかけ、さらに注意を払うべき領域を強調することで、オペレーターのストレスを軽減し、生産性を向上させます。
AI は、1 次元（シギントなど）または 2 次元（偵察ビデオ画像など）のデータストリームから効率的にパターンを認知することができます。サンプルレートやフレームレートが上がると、決定論とレイテンシが解析の重要なパラメータとなります。
脅威となるものが常に進化する中、再構成可能なAI推論プラットフォームは必要不可欠です。特定のニューラルネットワークモデルを実行するハードウェアに最適化されたソリューションは、プログラムのライフサイクルにおいて柔軟性を失います。FPGAベースのソリューションは、GPUベースのソリューションのような、SWaPとプログラミングの負担を負うことなく、高性能で再構成可能な推論を提供します。
現代の攻撃は、その多くがサイバースペースで起きています。システムは頻繁に更新され、脅威は防御の先を行くように日々変化しています。情報の価値が高ければ高いほど、攻撃者はその情報を公開したり、破損させようとする傾向が強くなります。
サイバーセキュリティでは、本格的な攻撃が展開される前に、AI推論でプローブパターンを発見できるようにしています。攻撃が始まると、AIはシステムやネットワークの再構成を誘導するため、人間の担当者が対応するよりも早く被害に対処することができます。また、AIは事故後の分析において、膨大なデータを整理し、専門家が精査すべき部分を明らかにすることも可能です。
どんなに慎重に設計され、維持されているシステムであっても、本質的に安全であるということに保証はありません。セキュリティは、脅威の検知と対応を迅速に行うことにかかっています。
