情報工作可能比你想象中無聊得多，所以美國情報部門開始用算法代替人工了。
“在特殊時刻我會派人坐在一間小黑屋里，盯著顯示屏從事重要的國家安全工作，”美國國家地理空間情報局局長 Robert Cardillo 在接受 Foreign Policy 采訪時說，“這非常的低效。”
Cardillo 最近采用新的辦法，引入人工智能算法，幫助他們分析數量龐大的圖像和錄像，找出規律、發現可疑情況。比如找到隱秘的導彈基地。
為此 Cardillo 招聘了一位科技界人士 Anthony Vinci，他此前創辦一家叫做 Findyr 的大數據公司。
在圖像的情報分析上，美國政府的確不如科技公司掌握的能力多。Facebook 現在已經能夠利用深度學習算法分析衛星圖像，識別的精確度達到 5 米之內。這些數據被用于 Facebook 的無人機項目，該項目旨在在未來用無人機充當基站，把互聯網覆蓋到更多的地方。
Google 同樣具備這樣的能力，去年他們和斯坦福大學合作開辟了一個新的項目，用圖像和算法識別貧困地區。他們利用機器學習結合衛星圖片的方式，成功標識了非洲五個國家的經濟狀況。
這是一個復雜的技術，根據論文的描述，研究者采用了一種被稱為“遷移學習”的算法分兩步判斷和標識貧困現狀。首先讓算法學習白天時間的高清衛星圖像，這包含大約 4096 個與經濟有關的指標比如道路和水道。
建立模型后再結合人口衛生組織以及世界銀行已有的研究對模型進行修正，完成對貧困情況的標識。
這些其實都完全可以用到情報分析上。除了識別圖像，美國中央情報局早在 2015 年就創建了名叫數字創新局（Directorate for Digital Innovation）的新部門，開發用于情報工作的新技術。
目前他們有能力去預測社會動蕩事件，在事件發生的前五天就作出預測。這個模型已經用在了 2016 年美國各州針對警察的暴力事件中。
這些算法都在靠大數據驅動來達成某種結論，但這件事本身依然還有爭議，算法到底能有多大的決定權？美國警方已經使用算法幫助從海量的圖像中識別罪犯——輸入了數據，等待輸出結果，但當中機器是怎么識別的，即使是算法的設計者也不能肯定。盡管從大數據的方法論來看無可辯駁，但這樣的“以貌取人”似乎并不值得過分依賴。
微信掃一掃
