Crowdbotics の Code Ops は、コードの設計を任された生成 AI モデルであるかのように、高速で安価な DoD ソフトウェアを開発します。
Crowdbotics の創設者兼 CEO である Anand Kulkarni 氏は、同社が Code Ops と呼ぶ活動の一環として、人工知能を使用してソフトウェア開発のプロセスを加速するために会社を設立しました。
Code Ops の背後にある考え方は、再利用可能なパーツを使用し、事前に検証されたコンポーネントを組み合わせることで、ユーザーがソフトウェアの作成プロセスをスピードアップできるというものです。これは、機械知能が得意とするタスクです。
Crowdbotics の機械知能は、ChatGTP のような大規模言語モデルの生成人工知能と類似していますが、応答で次に何が来るかを文字ごとに予測するモデルではなく、Crowdbotics は既存の要素から選択して、ソフトウェア プログラム内の次の正しいコンポーネントを予測します。
Army Technology は Kulkarni 氏にインタビューし、このアプローチが他の方法とどう違うのか、また、軍隊がこのアプローチを使用して、セキュリティ機能が組み込まれた情報技術の防衛要件にタイムリーに対応するためにどのように取り組んでいるのかについて学びました。
Kulkarni 氏は次のように明かしています。「現実世界では、私たちが構築したいソフトウェア システムのほとんどは、以前に構築したソフトウェア システムに似ています。特定の組織向けに一度構築して検証すれば、再度構築する必要はありません。」
「しかし、それにもかかわらず、ほとんどの場合、組織がソフトウェアを構築するときには、国防総省も例外ではなく、新しい基地、新しい請負業者、新しいチームができるたびに、車輪の再発明をすることになります。そのため、ソフトウェア構築のプロセスが遅くなり、非常に非効率的な方法で構築することになります。」
GlobalData が提供する、市場で最も包括的な企業プロファイルにアクセスします。調査にかかる時間を節約し、競争上の優位性を獲得します。
ダウンロードメールがすぐに届きます
当社は、当社の企業プロフィールの独自の品質に自信を持っています。しかし、お客様のビジネスにとって最も有益な決定を下していただきたいと考え、以下のフォームを送信してダウンロードできる無料サンプルを提供しています。
Crowdbotics は、企業や政府が、セキュリティ コンテキストまたは特定の目的のために検証されホワイトリストに登録された事前認証コンポーネント、コード モジュールを使用することで、そのプロセスを迅速化できるようにします。マシン インテリジェンスを使用して、特定のユース ケースに合わせてそれらを組み合わせる方法を予測します。
「当社のソフトウェア製品に搭載されている AI ツールを使用すると、要件を記述し、そのソフトウェア製品を構築するために必要なパーツをまとめるプロセスを自動化できます」と彼は説明します。
Anand Kulkarni (AK): ノーコード ライティングの観点からソフトウェアを計画するのは、実はとても簡単です。技術者でなくても誰でも、自然言語を使用したり、PDF に渡したりして、作成しようとしているものを説明することができます。システムは、組織の要件と、世界から提供されてきた大規模な歴史的要件システムに基づいてトレーニングされています。そして、AI を使用して要件を作成します。実際に試してみることができます。使い方はとても簡単です。
さて、次のステップは、もちろん、実際にリリースされるソフトウェアを構築することです。ここが面白くなる部分です。Crowdbotics は、ノーコード ツールのように、アプリケーション全体をすべて作成することはありません。通常、私たちは、重い作業を必要とする本格的なアプリケーションの構築に使用されます。そのため、製品のウォーム スタートを立ち上げ、まとめ、30 ～ 70% の完成を目指します。その後、私たちまたはお客様の開発チームが、残りの部分を作成します。この拡張モデルは、AI を使用してソフトウェア開発プロセスを加速する方法の典型的な例です。
AK: はい。通常、Code Ops モデルを使用したデリバリーは、従来のソフトウェア開発ライフサイクルの約 55% の時間で済みます。つまり、ほぼ半分に短縮されます。通常、当社の顧客は、コストが約 3 分の 1 になることを実感しています。確かに、防衛産業での当社の展開では、通常 3 年かかるソフトウェア ライフサイクルが、わずか数か月で実行および構築されています。つまり、ソフトウェア作成のサイクルは 6 か月から 9 か月です。もちろん、これはエンドツーエンドの運用です。ロールアウトでは、実際の初期バージョンは非常に迅速にリリースできます。そのため、運用コードを現場に提供したり、チームの手に渡したりするためのタイムラインについて考えるときに、数年ではなく数週間または数か月で実行できることのコンテキストが変わります。
AK: 防衛分野の調達プロセスを変更する方法は 2 つあります。
1 つ目は、もちろん、ソフトウェアのコンポーネントを事前に承認、認証しておくという考え方です。そしてもちろん、これは国防総省内の多くのイノベーターが、基地間でこのような作業の重複が見られることから、長い間提唱してきた考え方です。
良い例としては、国防総省がセキュリティ コンテナ レジストリを立ち上げる取り組みである Iron Bank があります。彼らは、このプロセスを迅速に効率化するために使用できる要素のホワイトリストを用意しました。Crowdbotics はこの概念をさらに進めています。私たちは、再利用可能なさまざまな部品やシステム (通常はソフトウェア) をインデックス化していますが、将来的には、チームが検証済みのコンポーネントを実際に見つけて組み合わせる方法を加速するために、ソフトウェア以外のコンポーネントも追加することを考えています。
これが役立つもう 1 つの側面は、要件の作成です。これは、調達チームにとって大きな悩みの種となることがよくあります。たとえば、空軍のどこかの契約事務所にいるとします。大手の契約会社と対立するプロセスで、市場に投入する次のソフトウェア システムに厳密に従う要件を文字単位で決める作業に追われています。これは、外部の議論や、このようなソフトウェア システムがどのように構築されたかに関する履歴データ、または商業の世界でこのようなシステムがアジャイル方式でどのように構築されているかに関する情報に基づいていません。
AK: これがソフトウェアを構築する正しい方法だと考えています。Code Ops というアプローチは、アプリケーションを計画して起動する適切な方法です。しかし、国防総省内のすべての基地、すべてのチーム、すべてのグループがデータを取得して適応できるようにする必要があると考えています。そのため、私たちはプライベート モジュールと呼ばれるものを歓迎します。つまり、プライベート チームが独自のデータをここに入れ、識別、検出、検証され、表示されるソフトウェア要素またはコンポーネントを国防総省のユーザーに公開する方法を考え出すことを歓迎します。
さて、その意味でこれが独占ソリューションであるかどうかについて議論するのは、まだ遠いと思います。私たちが本当に答えようとしているのは、Code Ops がソフトウェアを構築し、特に国防総省のコンテキスト内でソフトウェアを計画するためのより優れた方法であることを人々に確実に知らせるにはどうすればよいか、という別の質問です。
そして、これが私が最も興味深い質問だと思う質問です。なぜなら、現在、国防総省の多くの賢明な人々が、より機敏で競争力を維持し、戦闘員に優位性を与えるソフトウェアを構築するにはどうすればよいかを問うているからです。そして、彼らは多くの場合、航空機を製造するのと同じ方法でソフトウェアを構築していますが、これは民間の世界の運営方法や物事の進め方とは異なります。
AK: 実のところ、私たちは国防総省と 4 年間にわたって協力してきました。現在、私たちの最大の商業パートナーは国防総省です。現在、私たちは積極的に展開し、AETC、ATC、AFRL などいくつかのグループで活動しています。
私たちは当初、キャッスル ロックというソフトウェア部門の 1 つを通じて空軍に入りました。しかし、今日では、私たちのソフトウェアは最も広く利用され、作戦基地で働いています。彼らは、戦闘員のための特定の狭い目的のためにソフトウェアを構築し、国防総省の実際の問題を解決しようとしている人々です。これは、このモデルの成功を積極的に支持する良い例だと私たちは考えています。このモデルは、抽象的な意味だけでなく、実際にミッションを前進させる有用なソフトウェアを構築するために実際に使用できます。そのときに、成功の兆候が本当に見えるのです。
AK: おそらく、国防総省内で構築された最もよく知られているアプリケーションは、データ駆動型即応性と呼ばれる製品です。これは、機体から得られる情報を使用してトレーニング サイクルを加速する方法を解明しようとしていた教官パイロットによって概念化されました。ご存知のように、現代の機体、ストライク、F-35 は、多くの点で高度にセンサーが組み込まれたプラットフォームです。大量の情報を生成します。しかし残念ながら、その情報は、トレーニング サイクルや今日の戦術分析でのフィードバックとして体系的に使用されていません。これが問題であると認識されました。この情報は素晴らしいのですが、学習プロセスを加速するために使用されず、アーカイブのテープに保管されています。
ミッションの後、訓練では、インストラクターと一緒にビデオを見て、何が起こったか、特定の瞬間を確認します。しかし、これは非常に時代遅れの方法論を使用して行われ、特定のシナリオを手で見て、何が起こったかを話し合います。そして、確かに、それは私たちがお互いに物事を教え合う従来の方法の一種です。しかし、現代のテクノロジーの時代に、もっとスマートなことをできない理由はありません。
そこで空軍は、人工知能を使って「このデータを体系的に調べることはできるだろうか？」と考えました。
データ駆動型の準備製品により、教官パイロットは報告中に何が起こったかを自動的に確認できます。プラットフォームは AI を使用して、出撃中に発生したすべての関連アクティビティを識別します。「ミッションで何が起こったかを AI で分析した結果、発生した特定の操作、または特定の手順は次のとおりです。」そして、「結果は次のとおりです。」つまり、「これは良かったのか、悪かったのか。」
たとえば、何らかの手順を実行していて、着陸しようとしていて、不適切な迎え角で着陸しているとします。これは危険な状況で、飛行機に負担がかかります。最悪の場合、実際の事故を引き起こす可能性があります。これは自動的に検出できる類のことです。そして、これは着陸で、迎え角はここ、規定の迎え角はここ、迎え角に対して急激に着陸している、と言うことができます。これは非常に単純な状況です。
複数艦艇による交戦を見ると、非常に高度な質問をすることができます。たとえば、ドッグファイトの準備が完了し、交戦しようとしていたとき、あるレッドチームがブルーチームを攻撃のために交戦ゾーンに追い込むような状況に陥ったとします。そのことを特定して、「これは X を行うのに適切なタイミングだったのに、代わりに Y を行ったため、交戦の機会を逃した」と言えるでしょうか。これは、指摘して特定できる非常に重要なポイントです。そしてもちろん、そのフィードバック ポイントを特定して提供できます。
これらは、クラウドボティクス上に構築された製品を使用して、空軍が AI を使って今日の質問に答える重要な方法です。そして、これはこの種のアプローチを強く支持するものです。これは、パイロットの育成をいかにスピードアップするか、AI を使用して出撃回数をいかに減らすか、大規模な分析を行って戦闘員の戦術的優位性をどのように向上させるかといった意味で、空軍全体の問題に似ています。
これらは良い推薦だと思います。しかし、このアプローチを使って解決された小さな問題もあります。私たちは、セキュリティ、旅行報告の問題を解決するためだけに作られた、退役軍人によって作られた素晴らしい製品を見ました。基地のセキュリティ要件のために旅行を報告するという基本的なことをしなければならない場合、それは面倒ですよね。そして彼は言いました。「そうですね、これは防衛産業にとって本当の問題であり、実際に運用されている基地にとって本当の問題です。面倒です。」
しかし、大規模な素数を扱う世界では、そのようなことは不可能です。つまり、ソフトウェアを構築することです。これは非常に小さなニッチな問題だからです。彼は Crowdbotics を使用してそれを構築することができました。これは、このアプローチで解決できる小さな問題のもう 1 つの例です。
業界をリードする当社の洞察力を活用して、ビジネスに優位性を与えましょう。
業界をリードする当社の洞察力を活用して、ビジネスに優位性を与えましょう。
業界をリードする当社の洞察力を活用して、ビジネスに優位性を与えましょう。
グローバル防衛技術：空軍技術フォーカス（月刊）
テーマ別特集（月刊）
私は、Verdict Media Limitedがプライバシーポリシーに従ってこのフォームを通じて提供された私の詳細を収集することに同意します。
GlobalData Media ネットワーク全体のすべてのニュースレターを表示します。
軍事航空宇宙産業のニュースと調達に関する主要サイト