情報(bào)工作可能比你想象中無(wú)聊得多，所以美國(guó)情報(bào)部門(mén)開(kāi)始用算法代替人工了。
“在特殊時(shí)刻我會(huì)派人坐在一間小黑屋里，盯著顯示屏從事重要的國(guó)家安全工作，”美國(guó)國(guó)家地理空間情報(bào)局局長(zhǎng) Robert Cardillo 在接受 Foreign Policy 采訪時(shí)說(shuō)，“這非常的低效。”
Cardillo 最近采用新的辦法，引入人工智能算法，幫助他們分析數(shù)量龐大的圖像和錄像，找出規(guī)律、發(fā)現(xiàn)可疑情況。比如找到隱秘的導(dǎo)彈基地。
為此 Cardillo 招聘了一位科技界人士 Anthony Vinci，他此前創(chuàng)辦一家叫做 Findyr 的大數(shù)據(jù)公司。
在圖像的情報(bào)分析上，美國(guó)政府的確不如科技公司掌握的能力多。Facebook 現(xiàn)在已經(jīng)能夠利用深度學(xué)習(xí)算法分析衛(wèi)星圖像，識(shí)別的精確度達(dá)到 5 米之內(nèi)。這些數(shù)據(jù)被用于 Facebook 的無(wú)人機(jī)項(xiàng)目，該項(xiàng)目旨在在未來(lái)用無(wú)人機(jī)充當(dāng)基站，把互聯(lián)網(wǎng)覆蓋到更多的地方。
Google 同樣具備這樣的能力，去年他們和斯坦福大學(xué)合作開(kāi)辟了一個(gè)新的項(xiàng)目，用圖像和算法識(shí)別貧困地區(qū)。他們利用機(jī)器學(xué)習(xí)結(jié)合衛(wèi)星圖片的方式，成功標(biāo)識(shí)了非洲五個(gè)國(guó)家的經(jīng)濟(jì)狀況。
這是一個(gè)復(fù)雜的技術(shù)，根據(jù)論文的描述，研究者采用了一種被稱(chēng)為“遷移學(xué)習(xí)”的算法分兩步判斷和標(biāo)識(shí)貧困現(xiàn)狀。首先讓算法學(xué)習(xí)白天時(shí)間的高清衛(wèi)星圖像，這包含大約 4096 個(gè)與經(jīng)濟(jì)有關(guān)的指標(biāo)比如道路和水道。
建立模型后再結(jié)合人口衛(wèi)生組織以及世界銀行已有的研究對(duì)模型進(jìn)行修正，完成對(duì)貧困情況的標(biāo)識(shí)。
這些其實(shí)都完全可以用到情報(bào)分析上。除了識(shí)別圖像，美國(guó)中央情報(bào)局早在 2015 年就創(chuàng)建了名叫數(shù)字創(chuàng)新局（Directorate for Digital Innovation）的新部門(mén)，開(kāi)發(fā)用于情報(bào)工作的新技術(shù)。
目前他們有能力去預(yù)測(cè)社會(huì)動(dòng)蕩事件，在事件發(fā)生的前五天就作出預(yù)測(cè)。這個(gè)模型已經(jīng)用在了 2016 年美國(guó)各州針對(duì)警察的暴力事件中。
這些算法都在靠大數(shù)據(jù)驅(qū)動(dòng)來(lái)達(dá)成某種結(jié)論，但這件事本身依然還有爭(zhēng)議，算法到底能有多大的決定權(quán)？美國(guó)警方已經(jīng)使用算法幫助從海量的圖像中識(shí)別罪犯——輸入了數(shù)據(jù)，等待輸出結(jié)果，但當(dāng)中機(jī)器是怎么識(shí)別的，即使是算法的設(shè)計(jì)者也不能肯定。盡管從大數(shù)據(jù)的方法論來(lái)看無(wú)可辯駁，但這樣的“以貌取人”似乎并不值得過(guò)分依賴(lài)。
微信掃一掃
