Lockheed Martin, principalmente tarihi uçuş saatlerine ve statik kullanım metriklerine dayalı lojistik modellerden uzaklaşıyor. Makine öğrenimi modelleri, gerçek zamanlı tüketim verilerini, uçak işletme profillerini, çevresel koşulları, bozulma eğilimlerini ve dựlen mission talebini birleştiriyor. Modeller, ayrıca jeopolitik risk göstergeleri ve dựlen sortie oranlarını da dahil ederek, parça talebinin artabileceği yerleri öngörmek için kullanılıyor. Lockheed Martin, sistemin yeni telemetri verisi ortaya çıktıkça sürekli olarak yeniden eğitildiğini, böylece tedarik öngörülerinin operasyonel ortamın değişikliklerine uyum sağlayabileceğini söyledi. "AI, bize karar alma avantajı sağlıyor - büyük veri akışlarını işleme, kalıpları tanıma ve insanlardan daha hızlı eylem önerme yeteneği" diye yazdı Smythe. Lockheed Martin, bu yeteneği sistem mühendisliği uzmanlığıyla birleştirerek daha duyarlı askeri sürdürme operasyonları ürettiğini söyledi. Şirket, ayrıca sensör beslemeleri, öngörüler ve sözleşme yürütme verilerini birleştiren web tabanlı bir Lojistik Komuta ve Kontrol, veya LogC2, panosu oluşturuyor. AI işlevleri, anomalileri tanıma, stok yenileme önerileri ve planlamacıların artan operasyonlar veya ortaya çıkan tehditlerin yedek parça kullanılabilirliğini nasıl etkileyebileceğini değerlendirmelerine olanak tanıyan simülasyonları içeriyor. LogC2 panosu, F-35 programı için zaten faaliyette, parça sağlığı, öngörü güven aralıkları ve eyleme geçirilebilir lojistik emirler hakkında bilgi sağlıyor. F-22, F-16 ve C-130 için uzantılar devam ediyor, Lockheed Martin, birden fazla ABD Hava Kuvvetleri platformu boyunca ortak bir AI destekli lojistik resmini oluşturmayı amaçlıyor. Prediktif bakım, şirketin stratejisinin bir başka unsurunu oluşturuyor, derin öğrenme modelleri motor vibrasyonu, sıcaklık ve yakıt akış verilerini analiz ediyor. Lockheed Martin, bu teknolojinin, parça arızasını, arızanın meydana gelmesinden 72 saat önce öngörebileceğini, böylece değiştirme parçalarının arızadan önce konumlandırılabileceğini söyledi. Şirket, ayrıca depolar ve tedarik ağları için otomatik lojistik araçlar geliştiriyor, bunlar arasında envanter sayımları yapabilen, hasarı tanımlayabilen ve stoğu yeniden dağıtabilen vizyon tabanlı robotlar yer alıyor. AI destekli dijital ikizler, onarım süreçlerini, eklemeli üretilen bileşenleri ve yazılımları, konuşlandırılmadan önce operasyonel uçaklara test etmek için kullanılıyor. Lockheed Martin, her AI yeteneğini dahili olarak geliştirmeyi amaçlamıyor ve teknoloji, sürdürme mimarisini tamamladığı yerlerde dış şirketlerle çalışacağını söyledi. Smythe, Adaptive Logistics Intelligent Decision System, veya ALIDS, entegre etme konusunda keşif çalışmaları yaptığı Rune Technologies'i bu yaklaşımın bir örneği olarak gösterdi.
"Savaşçının yerini AI alamaz; onu korur ve güçlendirir. Nokta." dedi Smythe, otomasyonun hizmet üyelerinden rutin teşhis ve lojistik işlerini uzaklaştırmayı ve operasyonel kararlarda insan otoritesini korumayı amaçladığını söyledi. "Teknoloji, açık öneriler sunarak son otoriteyi muharip komutanların elinde bırakırken şeffaf olması için tasarlandı" diye yazdı Smythe. Lockheed Martin, yaklaşımının insan-makine doğrulamasını, izlenebilir model kökenini ve sürekli önyargı ve güvenlik testlerini içerdiğini belirtti. Şirket, AI, dijital ikizler ve otonom lojistiği, manuel tıkanıklıkları azaltmak ve askeri sürdürme ağlarına yeni yetenekler kazandırmak için gereken süreyi kısaltmak için araçlar olarak görüyor. Yaklaşımı, gerçek zamanlı uçak verilerini, bakım ve tedarik kararları ile operasyonel sonuçların insan denetimini korurken birleştiriyor. Kaynak: Lockheed Martin.
