Conciencia total de la información

A diferencia de los demás componentes del programa, Genoa precedió a TIA y sentó las bases para este. ^{[ 20 ]} La función principal de Genoa era el análisis de inteligencia para asistir a los analistas humanos. ^{[ 21 ]} Fue diseñado para respaldar enfoques tanto descendentes como ascendentes; un responsable político podía plantear la hipótesis de un ataque y usar Genoa para buscar pruebas que la respaldaran o recopilar información de inteligencia en un diagrama y sugerir posibles resultados. Los analistas humanos podían entonces modificar el diagrama para probar diversos casos. ^{[ 22 ]}

El proyecto Genoa fue encargado de forma independiente en 1996 y se completó en 2002 según lo previsto.

Mientras que Genoa se centró principalmente en el análisis de inteligencia, Genoa II tenía como objetivo proporcionar medios para que las computadoras, los agentes de software, los responsables políticos y los agentes de campo pudieran colaborar. ^{[ 21 ]}

Genisys se propuso desarrollar tecnologías que permitieran la creación de "repositorios de información ultragrandes y de todas las fuentes". ^{[ 23 ]} Se debía recopilar y analizar una enorme cantidad de información, y la tecnología de bases de datos disponible en ese momento era insuficiente para almacenar y organizar tales volúmenes de datos. Por ello, desarrollaron técnicas de agregación virtual de datos para facilitar un análisis eficaz en bases de datos heterogéneas, así como en fuentes de datos públicas no estructuradas, como la World Wide Web . El "análisis eficaz en bases de datos heterogéneas" implica la capacidad de extraer información de bases de datos diseñadas para almacenar diferentes tipos de datos, como una base de datos con antecedentes penales, una base de datos de llamadas telefónicas y una base de datos de inteligencia extranjera. La Web se considera una "fuente de datos públicos no estructurados" porque es de acceso público y contiene muchos tipos diferentes de datos (blogs, correos electrónicos, registros de visitas a sitios web, etc.), todos los cuales deben analizarse y almacenarse de manera eficiente. ^{[ 23 ]}

Otro objetivo era desarrollar "una arquitectura de sistema distribuida y de gran tamaño para gestionar el enorme volumen de datos brutos de entrada, resultados de análisis y retroalimentación, lo que daría como resultado un almacén de datos más simple y flexible que funciona bien y nos permite conservar datos importantes indefinidamente". ^{[ 23 ]}

El análisis de redes sociales escalable (SSNA) tuvo como objetivo desarrollar técnicas basadas en el análisis de redes sociales para modelar las características clave de los grupos terroristas y distinguirlos de otros grupos sociales. ^{[ 24 ]}

La extracción de evidencia y el descubrimiento de vínculos (EELD) desarrollaron tecnologías y herramientas para el descubrimiento, la extracción y la vinculación automatizados de evidencia dispersa contenida en grandes cantidades de fuentes de datos clasificadas y no clasificadas (como registros de llamadas telefónicas de la base de datos de llamadas de la NSA , historiales de internet o registros bancarios). ^{[ 25 ]}

EELD fue diseñado para crear sistemas capaces de extraer datos de múltiples fuentes (por ejemplo, mensajes de texto, redes sociales, registros financieros y páginas web). Su objetivo era desarrollar la capacidad de detectar patrones que comprendieran múltiples tipos de vínculos entre elementos de datos o comunicaciones (por ejemplo, transacciones financieras, comunicaciones, viajes, etc.). ^{[ 25 ]} Está diseñado para vincular elementos relacionados con posibles grupos y escenarios "terroristas", y para aprender patrones de diferentes grupos o escenarios con el fin de identificar nuevas organizaciones y amenazas emergentes. ^{[ 25 ]}

La simulación de guerra en un entorno asimétrico (WAE, por sus siglas en inglés) se centró en el desarrollo de tecnología automatizada que pudiera identificar indicadores predictivos de actividad terrorista o ataques inminentes mediante el análisis del comportamiento individual y grupal en un contexto ambiental amplio y la motivación de terroristas específicos. ^{[ 26 ]}

La detección, extracción y resumen de información translingüística (TIDES) desarrolló tecnología avanzada de procesamiento del lenguaje para permitir a los hablantes de inglés encontrar e interpretar información crítica en varios idiomas sin necesidad de conocer esos idiomas. ^{[ 27 ]}

Se invitó a grupos externos (como universidades, corporaciones, etc.) a participar en las evaluaciones anuales de recuperación de información , detección y seguimiento de temas, extracción automática de contenido y traducción automática realizadas por el NIST . ^{[ 27 ]} La Universidad de Cornell , la Universidad de Columbia y la Universidad de California, Berkeley recibieron subvenciones para trabajar en TIDES. ^{[ 17 ]}

Communicator debía desarrollar tecnología de "interacción dialógica" para permitir a los combatientes hablar con las computadoras, de modo que la información fuera accesible en el campo de batalla o en los centros de mando sin una interfaz basada en teclado. Communicator debía ser inalámbrico, móvil y funcionar en un entorno de red. ^{[ 28 ]}

El software de interacción de diálogo debía interpretar el contexto del diálogo para mejorar el rendimiento y adaptarse automáticamente a nuevos temas, de modo que la conversación fuera natural y eficiente. Communicator hacía hincapié en el conocimiento de la tarea para compensar los efectos del lenguaje natural y los entornos ruidosos. A diferencia de la traducción automática del habla en lenguaje natural , que es mucho más compleja debido a un vocabulario y una gramática prácticamente ilimitados, Communicator aborda cuestiones específicas de la tarea, de modo que existen vocabularios restringidos (el sistema solo necesita poder comprender el lenguaje relacionado con la guerra). También se inició una investigación sobre la interacción informática en idiomas extranjeros para su uso en operaciones de coalición. ^{[ 28 ]}

Se realizaron ejercicios reales que involucraron operaciones logísticas de unidades pequeñas con los Marines de los Estados Unidos para probar la tecnología en entornos extremos. ^{[ 28 ]}

El proyecto de identificación humana a distancia (HumanID) desarrolló tecnologías de identificación biométrica automatizadas para detectar, reconocer e identificar personas a grandes distancias con fines de "protección de la fuerza", prevención del delito y "seguridad/defensa nacional". ^{[ 29 ]}

Los objetivos de HumanID eran: ^{[ 29 ]}

• Desarrollar algoritmos para localizar y adquirir sujetos a una  distancia de hasta 150 metros (500 pies).
• Integrar el reconocimiento facial y de la forma de caminar en un sistema de identificación humana que funcione las 24 horas del día, los 7 días de la semana.
• Desarrollar y demostrar un sistema de identificación humana que funcione hasta a 150 metros (500  pies) utilizando imágenes visibles.
• Desarrollar un sistema de radar de ondas milimétricas de baja potencia para la detección de un amplio campo de visión y la clasificación de la marcha con un campo de visión estrecho.
• Caracterizar el rendimiento de la marcha a partir de vídeos para la identificación humana a distancia.
• Desarrollar un sistema de reconocimiento facial multiespectral infrarrojo y visible .

Varias universidades colaboraron en el diseño de HumanID. La Facultad de Informática del Instituto Tecnológico de Georgia se centró en el reconocimiento de la marcha . Este reconocimiento fue un componente clave de HumanID, ya que podía emplearse en secuencias de vídeo de baja resolución y, por lo tanto, ayudar a identificar sujetos a distancia. ^{[ 30 ]} Planearon desarrollar un sistema que recuperara los parámetros estáticos del cuerpo y la zancada de los sujetos mientras caminaban, al tiempo que investigaban la capacidad de las trayectorias del ángulo articular normalizadas en el tiempo en el plano de la marcha como método de reconocimiento de la marcha. La universidad también trabajó en la detección y el seguimiento de rostros mediante expresiones y habla. ^{[ 18 ]}

El Instituto de Robótica de la Universidad Carnegie Mellon (parte de la Facultad de Ciencias de la Computación ) trabajó en el reconocimiento facial dinámico. La investigación se centró principalmente en la extracción de características biométricas corporales a partir de videos y la identificación de sujetos a partir de esas características. Para llevar a cabo sus estudios, la universidad creó bases de datos de secuencias de video multicámara sincronizadas de movimiento corporal, rostros humanos bajo una amplia gama de condiciones de imagen, videos de expresiones codificadas con AU e imágenes hiperespectrales y polarimétricas de rostros. ^{[ 31 ]} Las secuencias de video de datos de movimiento corporal consistieron en seis puntos de vista diferentes de 25 sujetos caminando en una cinta de correr. Se probaron cuatro marchas diferentes de 11 segundos para cada una: caminar lento, caminar rápido, inclinado y llevando una pelota. ^{[ 30 ]}

La investigación del Instituto de Estudios Informáticos Avanzados de la Universidad de Maryland se centró en el reconocimiento de personas a distancia mediante la forma de andar y el rostro. También se utilizaron cámaras infrarrojas y de cinco grados de libertad. ^{[ 32 ]} Las pruebas incluyeron la filmación de 38 hombres y 6 mujeres de diferentes etnias y características físicas caminando a lo largo de un camino en forma de T desde varios ángulos. ^{[ 33 ]}

El Departamento de Electrónica y Ciencias de la Computación de la Universidad de Southampton estaba desarrollando un sistema de "reconocimiento automático de la marcha" y se encargaba de compilar una base de datos para probarlo. ^{[ 34 ]} La Universidad de Texas en Dallas estaba compilando una base de datos para probar sistemas faciales. Los datos incluían un conjunto de nueve imágenes estáticas tomadas desde diferentes puntos de vista, un video de cada sujeto mirando alrededor de una habitación, un video del sujeto hablando y uno o más videos del sujeto mostrando expresiones faciales. ^{[ 35 ]} La Universidad Estatal de Colorado desarrolló múltiples sistemas para la identificación mediante reconocimiento facial. ^{[ 36 ]} La Universidad de Columbia participó en la implementación de HumanID en condiciones climáticas adversas. ^{[ 31 ]}

El proyecto de biovigilancia se diseñó para predecir y responder al bioterrorismo mediante el monitoreo de fuentes de datos no tradicionales, como animales centinela, indicadores de comportamiento y datos médicos prediagnósticos. Aprovecharía los modelos de enfermedades existentes, identificaría indicadores tempranos de salud anormal y analizaría las bases de datos existentes para determinar los indicadores tempranos más valiosos de afecciones de salud anormales. ^{[ 37 ]}

Genoa II , que se centraba en la colaboración entre máquinas y humanos, fue renombrado "Topsail" y transferido a la Actividad de Investigación y Desarrollo Avanzado (ARDA) de la NSA (ARDA pasó posteriormente al control del Director de Inteligencia Nacional como la Oficina de Tecnologías Disruptivas ). Las herramientas del programa se utilizaron en la guerra de Afganistán y otras partes de la guerra contra el terrorismo . ^{[ 16 ]} En octubre de 2005, el SAIC firmó un contrato de 3,7 millones de dólares para trabajar en Topsail. ^{[ 22 ]} A principios de 2006, un portavoz del Laboratorio de Investigación de la Fuerza Aérea dijo que Topsail estaba "en proceso de cancelación por falta de fondos". Cuando se les preguntó sobre Topsail en una audiencia del Comité de Inteligencia del Senado ese febrero, tanto el Director de Inteligencia Nacional , John Negroponte, como el Director del FBI, Robert Mueller, dijeron que desconocían el estado del programa. El adjunto de Negroponte, el exdirector de la NSA , Michael V. Hayden , dijo: "Me gustaría responder en sesión a puerta cerrada". ^{[ 16 ]}

El Sistema Prototipo de Conciencia de la Información fue reclasificado como "Baloncesto" y SAIC continuó trabajando en él, bajo la supervisión de ARDA. A finales de septiembre de 2004, Baloncesto contaba con financiación completa del gobierno y se estaba probando en un centro de investigación gestionado conjuntamente por ARDA y SAIC. ^{[ 16 ]}