美國情報(bào)界的情報(bào)收集人員正在使用人工智能技術(shù)來提升情報(bào)服務(wù)能力，這些人工智能技術(shù)可掃描潛在危險(xiǎn)事件發(fā)展的新聞，為艦船發(fā)送有關(guān)快速變化態(tài)勢的警告信息，并可加快國家安全局的合規(guī)性檢測工作。

目前，美國情報(bào)界正在廣泛利用人工智能技術(shù)來提升情報(bào)工作效率，這些人工智能系統(tǒng)可降低分析人員的壓力，提升情報(bào)處理速度和情報(bào)報(bào)告質(zhì)量。

人工智能技術(shù)在情報(bào)界的應(yīng)用

在情報(bào)界的開源企業(yè)中，人工智能系統(tǒng)正在為中央情報(bào)局開源中心的情報(bào)分析人員提供情報(bào)分析輔助，該系統(tǒng)可融合全球范圍內(nèi)的新聞報(bào)道以實(shí)時(shí)監(jiān)視全球趨勢、地理政治發(fā)展和潛在的危機(jī)，從而使情報(bào)分析人員不需要每天跟蹤全球各種語言的報(bào)紙新聞和電視新聞即可了解全球趨勢。

人工智能系統(tǒng)還幫助國家地理空間情報(bào)局為船員提供全球范圍內(nèi)最新威脅信息，如海盜動(dòng)向和可能改變海圖的最新航海信息，該系統(tǒng)的數(shù)據(jù)來源包括開源和涉密信息。人工智能系統(tǒng)通過使用自然語言處理等技術(shù)來減少日常報(bào)告數(shù)量，并可增加系統(tǒng)處理的數(shù)據(jù)量，提升報(bào)告的準(zhǔn)確性和完整性。

未來的挑戰(zhàn)

人工智能技術(shù)應(yīng)用的挑戰(zhàn)之一是收集數(shù)據(jù)并對這些訓(xùn)練數(shù)據(jù)進(jìn)行標(biāo)注，盡管民用行業(yè)也存在該挑戰(zhàn)，但可利用亞馬遜公司的Mechanical Turk這樣的眾包平臺(tái)進(jìn)行數(shù)據(jù)標(biāo)注。然而，軍用行業(yè)無法將收集到的涉密數(shù)據(jù)外包，因此美國情報(bào)界需要在數(shù)據(jù)標(biāo)注方面投入大量工作。

另一項(xiàng)挑戰(zhàn)是，目前的人工智能模型較為脆弱，很容易受到模型倒置這樣的賽博攻擊。在民用行業(yè)，這種情況并未構(gòu)成嚴(yán)重問題，至少目前來看尚未出現(xiàn)針對人工智能系統(tǒng)的賽博攻擊。但是，已經(jīng)有人提出了顧慮，2017年MIT的研究人員發(fā)現(xiàn)只要輕微改變3D打印物體的特征就能干擾3D打印物體的神經(jīng)網(wǎng)絡(luò)。美國情報(bào)界已經(jīng)在探討這類問題并在著手研制如對抗網(wǎng)絡(luò)生成這樣的新興工具；美國國家標(biāo)準(zhǔn)和技術(shù)協(xié)會(huì)也開展了人工智能安全項(xiàng)目。

此外，大部分具備高準(zhǔn)確性的神經(jīng)網(wǎng)絡(luò)并不容易解釋。人們通常并不了解深度學(xué)習(xí)系統(tǒng)和神經(jīng)網(wǎng)絡(luò)這樣的復(fù)雜算法做出決策的過程，而國防安全領(lǐng)導(dǎo)人通常需要做出有依據(jù)的決策，因此人工智能系統(tǒng)的不透明決策過程并不利于決策者在戰(zhàn)時(shí)或平時(shí)做出決策。目前，新型人工智能算法正在逐漸替代神經(jīng)網(wǎng)絡(luò)算法，如一些國防安全系統(tǒng)采用了遺傳算法。神經(jīng)網(wǎng)絡(luò)算法會(huì)自主設(shè)定統(tǒng)計(jì)權(quán)重，而遺傳算法會(huì)不斷迭代發(fā)展，這便于用戶對算法決策過程進(jìn)行追蹤。