Uma nova fronteira na defesa com IA
O Departamento de Defesa dos EUA está desenvolvendo planos para permitir que empresas comerciais de inteligência artificial treinem seus modelos em dados militares classificados dentro de ambientes seguros especialmente projetados. Até agora, empresas de IA com contratos do Pentágono poderiam acessar informações classificadas para fazer inferências com modelos existentes — mas não podiam usar esses dados como material de treinamento para realmente melhorar e adaptar os modelos. Essa distinção está prestes a mudar.
O movimento representa uma escalação significativa da integração entre capacidades comerciais de IA e o domínio classificado da segurança nacional dos EUA. Se implementado, permitiria que sistemas de IA implantados pelo militar fossem personalizados em dados operacionais reais, produzindo modelos especificamente adaptados às tarefas de análise de inteligência, logística, planejamento e direcionamento que o Pentágono realmente realiza.
Por que treinar em dados classificados é importante
A diferença entre usar um modelo de IA de propósito geral em entradas classificadas e treinar um modelo em dados classificados é substancial. Um modelo de propósito geral treinado em dados públicos da Internet pode funcionar adequadamente em muitas tarefas, mas carecerá do vocabulário especializado, compreensão contextual e raciocínio específico do domínio que vêm do treinamento nos tipos de dados reais que um sistema encontrará na implantação.
Um modelo treinado em relatórios militares classificados, análise de imagens de satélite, inteligência de sinais e dados logísticos desenvolveria capacidades especificamente afinadas para esses domínios. Entenderia a estrutura de formatos de relatórios militares, o vocabulário de avaliações de ameaças e padrões em produtos de inteligência — tudo isso invisível para modelos treinados exclusivamente em dados públicos.
Este tipo de ajuste fino específico do domínio é prática padrão na implantação comercial de IA. Um modelo ajustado em registros médicos funciona melhor em tarefas clínicas do que um modelo de propósito geral. O Pentágono busca a mesma vantagem no domínio da segurança nacional.
A abordagem de enclave seguro
O mecanismo proposto envolve criar ambientes de computação fisicamente seguros — frequentemente chamados de enclaves — onde dados classificados possam ser trazidos para a infraestrutura de treinamento de IA, em vez do contrário. Engenheiros de empresas de IA e seus sistemas operariam dentro dessas instalações sob condições de supervisão que satisfazem requisitos de classificação.
Isso é técnica e logisticamente complexo. O treinamento de grandes modelos de IA requer infraestrutura computacional massiva, e replicar essa infraestrutura nos níveis de segurança necessários para lidar com dados ultrassecretos envolve tanto a aquisição de hardware quanto o estabelecimento de instalações que atendem aos rigorosos padrões de segurança física e cibernética.
Empresas de IA já implantadas pelo Pentágono
O contexto para este anúncio é uma expansão mais ampla de parcerias de IA entre o Pentágono e os principais desenvolvedores comerciais de IA. O Oficial Chefe de Tecnologia do Pentágono, Emil Michael, confirmou esta semana que os sistemas OpenAI já foram implantados dentro do Departamento nas últimas semanas, com Google Gemini esperado para seguir em breve.
Já implantamos OpenAI nas últimas semanas, e vamos implantar os outros aqui, começando com Gemini, disse Michael, confirmando um ritmo de integração de IA que teria sido difícil de imaginar há alguns anos. A mudança de programas piloto cautelosos para implantação operacional sinaliza que o Pentágono vê modelos de linguagem grande comerciais como ferramentas genuinamente úteis, e não curiosidades experimentais.
O plano para permitir treinamento em dados classificados se baseia nessa base de implantação. Empresas cujos modelos já estão operando dentro de sistemas DoD são candidatos naturais para desenvolver versões mais especializadas treinadas nos dados que esses sistemas encontram.
Questões de política e supervisão
O plano levanta questões significativas de supervisão que o Departamento precisará resolver. Quem controla os dados de treinamento e os modelos resultantes? O que acontece com sistemas de IA após o treinamento classificado estar completo — eles permanecem dentro dos sistemas governamentais, ou elementos do que o modelo aprendeu podem migrar para versões comerciais? Como engenheiros de empresas de IA são verificados e supervisionados dentro de instalações seguras?
O Congresso, que tem sido cada vez mais atento ao desenvolvimento de IA e à política de tecnologia de segurança nacional, provavelmente escrutinizará a iniciativa. A combinação de IA comercial e dados de segurança nacional classificados é território sensível que toca em preocupações sobre segurança de dados, acesso corporativo a informações governamentais e estruturas de responsabilidade que governam sistemas de IA militares.
O fato de o Pentágono estar avançando com o planejamento sinaliza confiança de que essas questões podem ser gerenciadas, e que os benefícios operacionais da IA adaptada ao domínio são vistos como suficientemente convincentes para justificar o esforço de construir a infraestrutura necessária e a estrutura de supervisão.
Este artigo é baseado em relatórios de The Decoder. Leia o artigo original.
Originally published on the-decoder.com
