人工智慧已「投身」情報界

作者：陸天歌、張璦敏

情報工作遠比我們想像的要繁瑣和複雜。這不，美國情報部門都開始用人工智慧演算法來替代人工了。

據悉，美國國防部目前正加緊研發可輔助情報人員搜集情報信息的人工智慧技術，並計劃藉助人工智慧演算法分析整理極端恐怖組織的情報數據。無獨有偶，美國中央情報局也在開發用來獲取社交媒體數據的人工智慧。美國安全中心發布的《人工智慧與國家安全》報告中，詳細闡述了人工智慧技術對情報搜集與情報分析的重要價值。

人工智慧「投身」情報界，可充分融合衛星、互聯網、無人機等技術手段，加快情報提取與分析速度，實現全天候、多層次、實時廣泛的情報搜集，甚至有望成為情報界的「大咖」。

測試「空中慧眼」：情報界迫切需要「人工智慧間諜」

這些年，得益於信息化技術手段的提升和網路融合趨勢的加快，看不見摸不著的數據呈現出「井噴」態勢。尤其是無人機和衛星影像等新興技術的發展，正源源不斷地傳送著大量圖像和視頻信息。這可「害苦」了情報分析人員。相比於以往郵件、手寫文檔、電話錄音等情報收集方式，當今的社交網路上每分每秒都誕生著「海量」數據，如何從中快速有效提取出關鍵信息，成為情報部門研究的重點。

情報界迫切需要「人工智慧特工」的原因，主要是如今獲取的情報數據日益複雜，超出了人類分析員執行情報分析任務的能力。美國中央情報局此前公開透露，將依託矽谷開發商開展137個人工智慧情報處理項目。這些項目的涉獵範圍也相當廣泛，大到通過對比數據變化來預測未來重大事件發生的可能性，小到讓計算機自動標記出能引起情報分析員注意的人或物。隨著人工智慧項目的快速發展，人們已經具備從社交媒體收集數據的能力，那些看似不經意發出的「朋友圈」，或許早就被「人工智慧間諜」給盯上了。

與此同時，美國情報高級研究計劃局也積極「試水」人工智慧，通過開展一系列研究項目尋求人工智慧在情報領域的突破。前不久，美國情報高級研究計劃局就專門舉辦了深度學習挑戰賽，招募能自動解析衛星影像的人工智慧「特工」。

眾所周知，軍用間諜衛星就如同「太空狗仔隊」一般，每天圍繞地球瘋狂拍下海量圖像。情報分析員處理圖像能力確實有限，而諸如導彈發射井等軍事設施的情報搜集工作，交給人工智慧再合適不過。據悉，現有的人工智慧技術，已經實現了75%工作量的自動化。

事實上，美國中央情報局早在 2015年就創建了數字創新局。他們開發的用於預測社會動蕩事件的人工智慧系統，能在事件發生前提供預警，並已應用在美國各州針對警察的暴力事件中。2017年底，美軍就在中東地區開展了人工智慧情報分析試驗。載入有特殊演算法的計算機被用來輔助分析無人機採集的視頻信息，從中自動識別出人、汽車以及各類建築物。經過不斷學習和演算法更新，人工智慧在複雜環境下自動識別率已經超過80%。下一步，美軍還將在更多的無人機平台上測試這一「空中慧眼」。

搭起「演算法之橋」：在海量數據中靠演算法「泅渡」

數據無處不在，關鍵看你「用不用心」。此前，有「好事者」通過飛行軌跡記錄軟體找出了100架來自美國國土安全部和美國聯邦調查局的飛機。通過這些飛行數據構建模型，然後藉助人工智慧演算法與其他飛機飛行記錄不斷進行數據分析，他們還找出了許多被「雪藏」的專用飛機乃至軍機。

如此看來，人類行為本身就是數據，而人工智慧只是對數據加以利用的演算法模型。由於有太多的數據需要篩選，情報機構把希望寄托在人工智慧上，試圖藉助人工智慧來快速處理億萬比特的數據。可以說，人工智慧在可用資源和緊迫需求之間搭起了一座「演算法之橋」，藉助演算法在海量數據中「泅渡」，使情報分析自動化程度大幅度提升。人們再也不用耗費大量時間找尋坦克在哪裡，而是可以花更多的時間考慮坦克為什麼在那裡、下一步坦克要做什麼。

人工智慧投身情報工作，其原理並不複雜。藉助語音識別、文本識別、人臉識別等技術，人們就可以把大量非結構化數據「整合標註」，把已採集的數據處理成計算機較易理解的有用信息。據悉，美國空軍正在研究利用機器視覺識別系統監控視頻中的內容。這還只是較為初級的數據信息篩選，理想情況下，人工智慧並不是機械地對特定關鍵詞或畫面做出警報，而是能對所有的文本、圖像和視頻信息有一個整體、動態化的理解過程。

當然，這只是人工智慧用於情報工作的冰山一角。研究人員藉助人工智慧技術，實現對離散數據的關聯集成，不僅提升了情報的自動化處理水平，還可以自主學習得出基於用戶識別的開源情報數據。美國軍方目前正花費數十億美元建立地理空間情報系統，這些涉及到「人文地理」的網頁、電子郵件、即時消息和社交媒體等數據，恰好可以通過人工智慧和機器學習實現收集處理自動化。人工智慧「情報分析員」的優勢就在於演算法可以適應不斷變化的環境和場景，還可以代替人工操作員實施目標識別等任務。

挺進「無形戰場」：日益成為軍事較量的最前沿

人工智慧與情報的有機融合，恰恰說明了科技進步正推動情報獲取、整理和分析過程的技術變革與創新。正是人類面臨情報威脅領域的巨大「數據黑洞」，不斷推動著人工智慧、機器學習等技術在國防科技領域的發展。如今，人工智慧早已成為軍事較量的最前沿，像人類一樣思考的人工智慧「大咖」，只不過是眾多應用中的佼佼者。

早在2015年12月，伴隨著「第三次抵消戰略」的提出，美國國防部就圍繞智能化和自主化提出了5大關鍵技術，進一步推動了人工智慧領域軍事應用的快速發展。美國於2016年專門發布《為人工智慧的未來做好準備》和《國家人工智慧研究與發展戰略規劃》兩份報告，事實上已經將人工智慧置於維持其全球軍事大國地位的科技戰略核心。在美國情報高級研究計劃局參與下的《人工智慧與國家安全》報告中，更明確提出了對人工智慧在情報分析領域發展的迫切需求。如今，美軍已經計劃使用人工智慧演算法來分析整理極端組織的大量情報數據，美國國防部「演算法戰跨職能小組」的第一份「演算法武器」，也是用於無人機目標探測、分類和預警的人工智慧演算法。人工智慧如今早已「跑向」情報這一「無形戰場」。

人工智慧用於情報分析，也並非會使人類徹底「下崗」。美國情報高級研究計劃局開展的衛星影像分析比賽中，就出現了多角度拍攝物體影像上下顛倒、雲朵移動影響成像效果、衛星影像解析度參差不齊等諸多問題，進一步增加了人工智慧深度學習的工作難度。更何況地球衛星圖像並非完美無瑕，即便是人工智慧識別精確度達到90%以上，依舊無法自主完成全部工作。

此外，人工智慧最大的「剋星」，當屬來自人類的欺騙或「誘導輸入」。我們只需要通過簡單的數據輸入就可以「欺騙」人工智慧系統。哪怕只是像素被放錯位置，一張坦克的照片就可能被誤判為汽車，但人眼就很容易辨別出個中差異。為此，人們正在為人工智慧尋找預防和應對「欺騙」的方法。看來，爾虞我詐的軍事博弈，早已從傳統戰場轉移到了數字領域。

來源：中國軍網

系列自媒體

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！