美军情报体系人工智能技术发展研究
摘要：分析美军情报体系与人工智能技术的实施背景及意义，并根据美国中央情报局（CIA）、国防情报局(DIA)、情报高级研究计划局（IARPA）和国家地理空间情报局（NGA）等军事情报机构的人工智能运用布局，归纳美军情报体系人工智能技术的发展趋势，从而提出对我国国防科技情报体系人工智能技术应用布局的启示。利用科学计量、数据挖掘和比较分析等方法爬取和研究美军情报机构人工智能项目实施内容、方向以及模式，以及美军情报体系人工智能技术发展的优势。
科技创新，情报先行。科技情报一直以来都是推动科技创新发展的先驱动力。站在新时代科技兴军、改革强军的时代关口，面对新军事革命和加快军事智能化发展、实现国防和军队建设全面创新超越的需求，国防科技情报工作应该在理念、方法、手段、模式等方面解放思想、积极创新、快速转型，特别是要高度重视人工智能技术运用，努力通过“+智能”实现“智能+”，从更跑、并跑向领跑、另跑转变。
发展背景
情报与智能有着“天然”的内在联系。“Intelligence”一词既有情报之意、又有智能之说。智能是获取和应用知识与技巧的能力，而情报又是服务于特定目的的知识，因此，情报与智能可谓一枚硬币的两面，知识将其链接为不可分割的整体。情报与智能的一体化，是情报科学与智能技术未来的发展方向与途径。
美军早在2000年就对人工智能技术与国防科技情报的结合进行了布局，通过中央情报局下属的国家风险投资公司大规模对硅谷相关企业进行投资，并持续资助十几年，这使得美国中央情报局等国家情报机构掌握了人工智能技术与国家情报融合发展的技术制高点。2014年11月，美国防部部长提出“第三次抵消战略”，旨在通过发展人工智能、作战云等新军事技术和作战概念来改变游戏规则和未来战局，聚焦人工智能与自主技术，开发验证无人机蜂群作战、人机协同作战、智能认知作战、数据开源作战、全域渗透作战等新型作战样式，并提升作战平台的智能化、无人化和自主化。2017年7月，美国情报高级研究计划局与哈佛大学联合发布了《人工智能与国家安全》的报告，将人工智能列为影响美国国家安全的重要危险之一，分析了人工智能对美国国家情报体系的重要影响，并为人工智能与国家情报体系一体化发展提供了方向和目标。2019年1月，美国国家情报总监办公室发布《2019国家情报战略》，提到人工智能、自动化和高性能计算等新兴技术提升了竞争对手的军事和情报能力，明确了美国人工智能技术与国家情报战略一体化发展的七大任务。
从国际发展看，随着各国人工智能、大数据、云计算等高新技术在军事领域的融合发展，国防科技情报服务正加速推进传统文献电子化、异构数据整合化、领域知识关联化，未来战争形态逐步由信息化转变为智能化。智能技术与军事情报的一体化发展为美国等发达国家的战略、组织、优先事项和资源分配带来了重大变革。近年来，美国非常重视智能技术与国防科技情报工作的融合，开展了一系列着眼未来的关键技术攻关并已形成一批初步成果。美国中央情报局（CIA）、国防情报局（DIA）、情报高级研究计划局（IARPA）国家地理空间情报局（NGA）等军事情报机构都相继开展了大量运用智能技术的情报分析项目，试图将美军人工智能技术优势转变为国防战略情报优势，争取国家层面的最大利益。美国中央情报局在2018年布局了将近140个项目，通过人工智能技术来完成诸如图像识别、预警预测，风险评估等任务。美国防高级研究计划局（DARPA）推出文本深度挖掘与过滤（DEFT）、全球定量分析（QGA）、知识表示（KE）以及算法战Maven工程等，来提升智能。美国情报高级研究计划局（IARPA）正推动数个人工智能与情报研究项目，包括科技动向理解与预测（FUSE）、优化抽取文本内容增强数据搜索（BETTER）、未来计算系统（FCS）、天基机器自动识别技术（SMART）等，期望在未来五年内发展出相应的智能分析工具。美国国家地理空间情报局（NGA）正在寻求利用人工智能与自动化技术来处理情报，已改变当前的情报处理和应用方式，并希望将情报产品通过移动设备提供给士兵。
美情报机构人工智能项目内容分析
1.CIA
中央情报局组建于1947年，是美国从事情报分析、秘密人员情报搜集和隐蔽行动的重要机构。自成立以来，全球互联网就受控于中情局，并一直是CIA的特别项目。计算机的出现更是强化了这一局面，人工智能技术的发展更是推动了CIA情报分析的快速发展。为了推动人工智能技术在情报搜集和分析上的运用，CIA正同时进行137个不同的人工智能项目，这些项目大部分通过“In-Q-Tel”（以下简称IQT）公司进行筛选并资助，而IQT公司作为非营利组织，其高效的市场化运作手段为CIA的人工智能情报项目推进做出了突出贡献，IQT公司协作CIA近年推进的部分人工智能项目分析如表1所示。
企业
地区
时间
项目内容
Primer
旧金山
2016-2017
利用人工智能技术构建机器学习系统，自动分析和汇总大量非结构化数据和自然语言文档。
Metabiota
旧金山
2017-2018
利用人工智能技术建立业界首个估计险情、防备和风险的情报分析平台。
Ombud
丹佛
2016-2017
利用人工智能技术应用于决策管理和知识协作，为政府机构企业提供高效决策管理平台。
Algorithmia
西雅图
2016
利用该公司的人工智能算法接口，加速政府部门应用平台以及管理系统等运用人工智能技术开发。
DigitalImmunity
马尔堡
2005-2016
利用该公司DigitalDNAMapping技术，使美国免受网络攻击，防止外来恶意代码执行或利用任何漏洞。
Brainspace
达拉斯
2016
利用该公司独特的信息处理方法，加速机器学习效率，进行超期案例评估及调查分析，对信息分类判别。
OrbitalInsight
帕洛阿尔托
2005-2016
利用卫星、无人机等地理空间图像数据，结合人工智能技术，预判区域或全球社会经济发展趋势。
Databricks
旧金山
2015-2016
利用人工智能技术建立复杂分析领域开源数据处理引擎。
IQT公司对外进行风投的企业、项目资金并不是全部披露的，已经披露的投资项目信息可从其企业技术数据库（https://www.iqt.org/portfolio/）中查看，根据上述项目信息，CIA支持的人工智能技术项目主要有以下特点：（1）人工智能技术覆盖数据产业全链条。具体包括数据监测与产生，如对空间地理数据与经济数据的特征抽取，加快数据生成的质量；数据智能分析处理，如开发智能数据分析引擎与自然语言数据处理平台；数据应用与决策，如对国际形势、经济危机等重大国家事件的预测、处理等。（2）着重云端平台的运用。2016年开始CIA加大了对人工智能技术云端平台使用的项目支持数量，诸如对FRAME等智能多系统云端平台。这是CIA作为美国国家情报体系的重要技术策动源，肩负了向美国和其它情报机构扩散技术的使命。（3）人工智能技术的预判与优先支持。虽然人工智能技术成为热点是近两年才开始，但是CIA对于人工智能技术投资可追溯到2000年前后。从IQT公司投资的项目可见，早在2005年就已经对多家人工智能公司进行了战略性投资。这些公司对人工智能技术的研究持续了十几年，积累了扎实的技术基础。
2.DIA
美国防情报局主要职责包括对情报资源进行组织、指导、管理和控制，对国防情报进行搜集、分析、研究和管理，对情报任务进行跟踪、保障和监督，对外国军事情报进行评估，为国防部提供智力支持，以阻止战略突袭和应对各种威胁。DIA从2015年开始，启动了“创新完成计划”，并通过成立新的创新中心办公室来推动计划实施。在计划中，DIA尝试运用人工智能技术，并结合企业以及外部技术项目，推动DIA在人工智能情报项目上的巨大飞跃。目前，每个被DIA创新计划支持的项目都能得到25万美元的种子基金，从而为DIA进行项目开发或技术评估。2016年DIA已经累计为6个人工智能项目投入超过200万美元，全部来自与国防创新实验小组合作的一项专用预算。目前,DIA主要在https://www.fbo.gov和https://www.grants.gov两个网站建立了定期人工智能技术需求，社会各类组织可以随时进行项目申请并获得资助。目前DIA在人工智能技术情报项目上主要有18个方向上的项目需求，其主要内容如表2所示：
序号
项目需求
序号
项目需求
1
ML、NLP、BIGDATA相结合的武器信息系统
10
人工智能与机器学习支持开源信息采集
2
利用人工智能与机器学习工具进行军事情报信息搜集、研究、监测、自动报告、专题数据管理、数据库开发等
11
机器学习支持多任务管理
3
机器学习自动化智能生产工具
12
人工智能与机器学习支持动态威胁分析建模
4
智能预测分析、警报、指示和预警工具
13
人工智能与机器学习支持解决方案绩效评估
5
人工智能半自助多传感器融合
14
人工智能与机器学习支持人力资源招聘
6
人工智能与机器学习支持军事行动
15
人工智能与机器学习支持出版作者关系网络构建
7
人工智能与机器学习支持业务运营
16
人工智能与机器学习支持签名识别
8
人工智能与机器学习支持数据科学环境
17
人工智能与机器学习支持记录管理
9
人工智能支持的情报产品和知识管理
18
人工智能与机器学习支持网络安全
从DIA支持的人工智能技术项目方向以及公开信息看，其主要变现为以下特点：
（1）自然语言处理识别成为人工智能技术运用的重要方向。18个方向中有4个方向涉及自然语言处理的人工智能技术应用，自然语言处理应用得到了美国军事情报部门的高度重视。这一方面与DIA越来越关注社交媒体等数据采集有关，另一方面也与美国军事力量在全球部署息息相关。人工智能技术在自然语言处理中的应用强化了DIA对不同地区、种族以及组织的情报收集与分析能力。
（2）美军一直追求人工智能与军工设备的有机结合。从技术要求看，人工智能分析能力与各类设备传感器数据的集合，成为美军方需求的一大重点。18个方向中有5个方向涉及军事智能设备方面的内容。人工智能技术除了提高设备性能之外，还能实时为所处战区提供包括危险预警、战略分析以及军事策略选择等情报信息支撑。这种支撑甚至可以覆盖到单个士兵等基本作战单元。
（3）快速战区情报生成、分析与处理能力。DIA注重短时间内得到人工智能技术的分析处理结果，压缩情报数据提取、分析到应用所需时间。18个方向中大部分方向多要求技术必须具备短时间内快速分析能力，尤其是其中一个方向就是利用人工智能技术压缩军事情报生成、处理的时间，从而满足实时变化的战场需要。
3.IARPA
为适应情报科技领域愈发激烈的竞争态势，满足美国情报界对于先进技术的需求，美国政府打破了长期以来情报界各机构在情报科技研发工作各自为战的分散局面，通过借鉴美国防高级研究计划局（DARPA）的成功模式，于2016年设立了服务于整个美国情报界的情报高级研究计划局（IARPA）。IARPA隶属于美国国家情报总监办公室（ODNI），主要整合了前国家安全局颠覆性技术办公室、中央情报局情报科技研发中心和国家地理空间情报局国家科技联盟三个机构的科研力量，其服务对象包括美国防部、能源部、国家安全局、各军种等众多政府与军队各级管理部门。IARPA采用小核心、大协作的组织方式，充分汇聚和利用所有研究资源和能力，定向开展“高风险、高收益”类型的中长期情报科技项目研究，已成为美国情报界最高级别的中长期项目项目科技研发指导、管理和实施机构。在项目实施上与DARPA相似，均采用项目经理全权负责制，所有工作均依靠项目经理展开，平均任期3-5年。目前IARPA共有24名项目经理管理36个在研项目。在管理方式上与DARPA一样高度扁平化，下设4分子办公室：意外预判办公室（OAS）、深入分析办公室（IA）、安保操作办公室（SSO）和智能搜集办公室（OSC），每个办公室配有负责人和项目经理。
截至目前，IARPA共发布研究项目62项，分别隶属于数据分析、预测性情报、数据采集和计算技术四大领域。具体如下表所示。
序号
领域
数量
主要内容
1
数据分析
16项
主要关注自然语言处理、计算机视觉、图像识别、语音识别和人类行为学等方向
2
预测性情报
12项
主要关注颠覆性技术预警、网络安全预测、人工智能安全、政治与社会危机、流行病和生物安全等方向
3
数据采集
18项
主要关注传感器技术、地理定位技术、通信信息系统、生物监测等方向
4
计算技术
16项
主要关注超导电子学、量子计算、计算神经科学、机器学习和网络安全等方向
从历年分布情况上看，IARPA在四大领域的研究项目无明显分布特征，这表明IARPA对四大领域的关注程度基本一致，无特别倾向。但从具体项目上看，近年来IARPA情报科技研发的重点越发突出，项目资源加速向人工智能、生物技术和高性能计算等前沿科技领域倾斜。
从研究主题看，人工智能技术全面渗透。IARPA所有已公开的项目中，直接涉及人工智能技术的研究项目多达30个，占比接近50%。根据人工智能技术的实际用途，这些研究项目可以分为四类：一是旨在利用机器学习技术快速获取海量数据、减轻情报人员负担的项目，如“深层多媒体视频分析”（DIVA）、“阿拉丁视频”（AladdinVideo）和“巴别塔语音识别”（Babel）等；二是旨在利用机器学习技术提升情报搜集、信息识别的速度及准确度的项目，如“生物识别开发科技”（BEST）、“生物识别安全系统”（Odin）等；三是旨在利用机器学习对全球重大时间进行精准预测的项目，如“网络攻击自动化非常规传感器环境”（CAUSE）、“地缘政治预测系统”（HFC）等；四是旨在通过对脑科学或神经科学的研究来改善人工智能系统的鲁棒性，如“神经系统中的知识表示”（ICArUS）、“大脑皮层网络机器智能”（MICrONS）等。目前人工智能几乎全面渗透进IARPA四大领域的研究项目中，已成为IARPA情报研究的支撑性、引领性技术。
4.NGA
美国国家地理空间情报局的诞生始于“9.11事件”以后，其首要任务是协助情报部门挑选、分析和发布地理空间信息，主要任务是为军事决策者和行动部门提供地理空间情报、影像资源和地理空间数据，并致力于为客户提供量身定做的地理空间情报分析，服务于解决方案。地理空间情报能用于防御和国家安全，在这方面的应用包括国家和城市地图、数字高程模型、重力数据、全球定位系统、海事和航空导航。
序号
领域
主要内容
1
数据分析与可视化
基于web工具分析和可视化探索多个地理空间数据，包括图像、视频源和基础数据的多个维度和格式，支持大数据存储，符合情报界关于质量与采购的指令。
2
高级GEOINT开发利用
基于GEOINT系统，利用计算机视觉工具进行智能图像处理，自动识别特征和对象，并评估遥感图像和全运动视频的变化，以及进行场景检测、目标识别、特征描述、数据验证、综合标记等应用。
3
活动建模
建立机器可读的活动模型、复合物和基核，以获取对情报问题的知识。使用模型来生成和测试研究假设，确定指标并评估因果关系。
4
地球建模
通过改进天/地参考系、重力、磁学、人工和自然特征提取、水深模型、地形和基础设施模型，以改进其对地球物理模型的建模能力。
5
采集数据
主要包括卫星、机载、地面等遥感数据搜集和开源、商业、位置、文本、发布数据服务等可消费数据搜集，不断寻求智能处理技术包括自动提示、排队、发现、检索、搜集优化和编排所有资源的技术等，以实现数据的最高效交付和访问
6
网络搜索
NGA分析师高效搜索内部网络、与合作伙伴运营和管理的共享网络以及与合作伙伴运营的外部网络中的结构化和非结构化数据和信息。
7
商业智能
了解跟踪客户如何查看、消费和使用分析师所创建的数据、产品和情报报告。允许分析人员和主管
深入研究可以发现，美国的地理空间情报是将影像情报和测绘结合起来，实现了动态、详尽的影像情报数据和地理空间学科的集成，从而为美军进行情报分析和实现信息优势提供坚实基础。美军地理空间情报与人工智能技术结合的主要特点包括：（1）智能处理技术与地图、地理影像数据和地理坐标为主的战场地理空间情报的结合，为战场态势智能感知和战场可视化提供了关键的基础框架。在影像、地理、遥感等多源异构数据的支持下，利用计算机视觉技术和软硬件工具对图像、视频等进行场景检测和目标识别，作战指挥员能够全维、实时感知战场态势，进而向作战部队和保障部队提供战场宏观和微观态势图。这将有利于指挥员及时获取战场信息、全面掌握战场态势、实时评估战场效果。（2）注重仿真建模，利用仿真原理和虚拟现实技术，构建一个可进入、可交互、可量化的三位虚拟战场。地理空间情报能为作战部队提供近似实战的环境条件，是继地图之后的又一战场空间认知工具。其以空间数据库为基础，在人工智能技术支撑下，构成了一个让指挥人员具有生理立体感觉、宛如身临其境的虚拟战场，并将虚拟化的装备、人员、设施融入其中，使得各要素研究不完全受环境、地域、大气、设备、人员等限制，也缩短了研究周期。
美情报机构人工智能技术运用趋势分析
1.人工智能技术逐步代替大量人工情报工作
信息时代情报越来越以大数据的形式展现，传统的人工情报采集、分析工作已经难以适合当前的情报发展趋势。以卫星数据为例，随着卫星的发展和情报收集技术的进步，可收集到的数据正以成倍的速度增长。美国家地理空间情报局表示，未来20年的商用卫星影像情报分析工作，如果需要人工进行的话，需要将近800万名数据分析师，目前美国家地理空间情报局正在积极引入人工智能技术，计划未来该局75%情报分析任务都将全部自动化，从而提高工作效率。
2.社交媒体大数据情报分析得到高度重视
美国《人工智能与国家安全》报告指出，对于社交媒体的数据监测分析以及筛选是美国国家安全的重要保障之一。美军情报机构高度重视社交媒体数据的利用，在各自的项目布局上都涉及社交媒体开源数据的获取和分析，尤其是近两年CIA支持的人工智能技术项目，相当一部分是对社交媒体大数据的处理分析，包括利用自然语言处理技术、图像与情感识别技术等。运用人工智能技术将大大提高收集处理社交媒体数据的规模和速度。
3.美军采用灵活的市场化运作研发手段
美军情报机构与市场建立了紧密的联系，充分沟通协作，使得美军情报机构的需求能快速得到满足，而大量人工智能企业也能获得大量资金资助。如中央情报局依托IQT公司进行人工智能技术开发，IARPA设置扁平化的管理结构并采用项目经理全权负责制的运营方式。从IQT公司支持的项目以及情报机构发布的信息看，大多数的人工智能技术情报项目承担方主要为人工智能初创企业，尤其是硅谷地区的初创公司。究其原因，一方面是因为人工智能初创公司聚集了大量的技术人才储备，另一方面也是由于其发达的风险投资基金，为智能技术研发提供了充足的经费保障。
4.云端应用逐渐成为人工智能情报项目的重要载体
从最近几年的项目布局看，美军各情报机构大多选择将人工智能情报项目布局在云端平台，如CIA已经支持了3个创新项目用于将人工智能技术情报项目部署在亚马逊等云端平台。利用云平台的特性，进一步加快项目的数据搜集广度、深度以及互联互通、信息共享的能力。此外，为了应多云平台应用而引发的安全问题，CIA也支持对于威胁检测能力的项目，从而确保美军情报体系的安全性，如DIA、IARPA等机构均布局了关于人工智能安全预警、风险监测的有关项目。
5.庞大的资金支持成为智能情报发展的重要保障
据统计CIA、DIA、IARPA、NGA等美军情报机构每年都投入超过5000万美元的资金用于支持人工智能技术情报项目。此外，通过美国企业、高校以及其他科研基金支持的人工智能技术情报项目的金额则更为庞大。在美国《人工智能与国家安全》报告中也表示，DARPA、IARPA、海军研究办公室以及国家科学基金会等机构应增加与人工智能相关的情报技术基础研究经费，向美国IQT公司提供更多资源，促进美军政府情报机构与人工智能商业公司的合作。
启示建议
1.加强情报分析与人工智能技术运用的总体布局
美军已充分认识到，人工智能技术已经颠覆了传统情报工作模式，目前国防领域情报工作已经不再是以往的人工手动搜集处理分析的状态，自动化、智能化已经成为情报发展的必然趋势。美军情报机构在第三次人工智能浪潮掀起之前就已经着手布局情报体系与智能技术一体化发展，在战略规划、需求引导、项目策划上体现尤为明显。我国应从顶层设计、战略规划、项目实施等多方面考虑情报体系与人工智能技术的融合发展，设计好我国国家情报体系结构，出台国家层面的情报战略规划，发布人工智能技术与情报分析相结合的科研项目，从国家政府层面加强情报分析与人工智能能技术运用的总体布局。
2.重视社交多媒体大数据等开源数据的开发利用
社交媒体是人们对于事件的反应、对于重要问题的意见、政治情绪、呼吁举行抗议活动以及其他一些事情的声音窗口，社交媒体为防务、情报以及国土安全分析人员就潜在的危机提供了早期预警。我国国防领域情报机构应重视对社交多媒体等开源数据的开发利用，将情报扫描对象覆盖网站、微信、微博、抖音短视频、推特、脸书等多种数据源，涉及军事科技相关新闻动态、期刊、会议文献、科技报告、发明专利等多种数据载体，充分考虑文字、图片、视频等多种数据类型。运用大数据和人工智能技术，开发智能处理工具，对社交多媒体数据进行挖掘分析，并作出相关预测预警。
3.视情向市场企业开放国防科技情报与智能技术应用项目
从美国的经验看，IQT公司的市场化运作模式是美军情报体系人工智能技术运用快速发展的重要助推剂，大量美国人工智能初创企业得到政府项目支持，这些企业无论从运行效率还是技术迭代程度都比传统科研院所或者政府下属研究机构要高。在我国国防科技情报研究中，往往存在一种保守主义，并认为将体制内的项目交由私人中小型初创企业承担是不可靠的，一方面是担心中小型初创企业不具备能力，另一方面认为存在泄密风险。从公开的信息看，我国国防科技管理部门大部分情报项目还是主要依托下属科研院所、高校，这样一方面不利于国家情报体系与民间先进技术的快速结合应用，另一方面也不利于培养人工智能技术市场。因此，可以考虑成立由政府经费为主要支持的类似IQT的国家技术情报技术市场培育公司，通过对我国人工智能技术初创企业的支持，为国家情报机构提供可靠的人工智能技术市场化解决方案。
4.注重人工智能技术情报项目在云端平台的运用与保护
从CIA部署的137个人工智能情报项目看，CIA已有计划将美国家情报体系逐步在云端平台进行部署，包括亚马逊或微软云平台。同时CIA等机构也同步开展了针对人工智能情报项目的网络威胁与保护研究。依托云平台，政府许可的任何人都可以在任何时候任何地方利用美国国家情报体系的强大AI资源。美军已有计划实施战区危险预警情报项目，美军士兵可以依托移动设备快速接入云端平台，快速了解当前战区的实时威胁，并可通过脸部识别、特征提取等手段，快速评估每个作战单元的威胁程度。还有类似的云端人工智能情报项目支撑着美国全球国际事务的参与。因此，我国情报研究与人工智能项目应加快其在云端平台的运用实践，并探索利用我国互联网企业的强大云端支撑能力，提高项目的运用效率以及保护力度。（肖翔、李斌）
声明：本文来自大柳树防务，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系anquanneican@163.com。
人工智能与情报收集分析
人工智能是引领未来的战略性技术，世界上一些主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略。随着互联网的普及和飞速发展，人工智能渐渐成为国际竞争的新焦点，将深刻影响情报收集分析能力。
人工智能对情报收集分析的影响
人工智能是计算机科学、信息论、神经生理学、心理学等多种学科互相渗透而发展起来的一门综合性学科。人工智能解放了人脑，让人从繁重的重复性工作中解放出来，专注于发现性、创造性的工作。
大数据时代，我们身边充斥着各种各样的数据与信息，这些数据与信息成为重要的情报源。美国国防情报局总部的墙上就有一行字，告诫要注意普通民众的意见、评论和玩笑。由此可见我们身边的数据与信息具有非常大的价值，准确高效地收集并分析这些信息为我所用，人工智能将会发挥极大作用。
2017年7月12日，美国权威智库发布的《人工智能与国家安全》报告提到，情报工作者如果能从监控、社交媒体等渠道获取越来越多的数据，通过对这些数据进行筛选、分类和组织，有助于及早发现威胁国家安全的各种情报。
当前，数据海量增长，只靠人力要想收集全部数据，很难完成，也不太现实。因此，推进机器学习或者应用人工智能来收集分析情报，将大大缓解分析人员的负担。人工智能对于情报收集分析的主要影响集中在以下两点。
一、信息来源更加广泛。相比于人工智能收集数据的能力，之前计算机技术只能算是小儿科。以往我们获知的情报信息大多是邮件、手写文档、电话录音和照片等，这些情报是陈旧的、小范围的，信息的不确定性高。如今步入大数据时代，摄像头和无人机正在源源不断地向情报机构输送着大量的图片和视频，社交网络上每分每秒都在生成海量的信息，这使得信息来源更加广泛，如果能及时对这些信息进行处理，将把很多社会安全事件遏制在萌芽阶段。
二、分析方法更加科学。以前，情报学在研究中普遍采用的是确定性研究方法。但是，该方法必须适应于人类社会组织，而人类社会组织属于复杂系统，本身带有不确定性，因此确定性研究与情报活动本身并不匹配。分析技术又被认为是情报学的核心技术，人工智能分析技术是基于大数据建立研究范式的，在特定条件下，人工智能对于不确定性研究对象的分析能力已经超过人力分析，而且对于大量、多维性的数据分析占有绝对优势。因此，人工智能采用的分析方法更加科学，分析结构更加准确，有效避免了某些人为因素导致的偏差，这将会大大节省人力。
基于以上两点，我们可以看出人工智能有着强大的信息优势，将极大提升数据收集与分析能力，并提升产生新数据的能力，这对于情报收集分析将产生重大影响。
情报收集分析中的人工智能应用
当前，人工智能广泛应用于公开信息的深度挖掘，主要用于发现数据与数据管理、信息与事实之间的关联。作为信息技术革命的发源地和领跑者，美国在迎接人工智能新未来的过程中一马当先，也不断将人工智能运用到情报收集分析工作当中。
一、人工智能用于军事情报的收集分析。随着移动互联网基础设施的普及，以及无人机、摄像头等传感器的发展，情报工作要处理的数据量激增。以美国为例，美国国防部大量采购和部署了配有高清摄像头的无人机，并将其广泛应用于阿富汗和伊拉克两个战场，以期从源源不断传回的海量视频资料中获得敌人异常行动的蛛丝马迹，然而这些海量的视频信息让数量庞大的美国情报分析员忙得焦头烂额，效率十分低下。为解决这一问题，美国国防部于2017年4月成立“算法战跨职能小组”，推动国防部加速运用人工智能、大数据及机器学习等关键技术，以期从海量情报中快速获取有用的战场情报。这将有助于减轻全动态视频分析方面的人力负担，将情报分析员从海量的信息辨识、分拣和提炼工作中解放出来，产生更多具有实际价值的情报，提高军事决策水平。
二、人工智能用于社交媒体信息的收集分析。除了用于军事领域的情报收集分析外，美国中央情报局也将之用于日常生活信息的收集分析。以人工智能为基础的算法不仅可以挑选出关键词和名字，还可以分析出数据里隐藏的规律以及与其他事件之间的关联，并且在一次次的规律寻找中不断自我完善。人工智能的运用可以扩展情报处理的手段和范围，找到有价值的碎片信息，可以为防务、情报以及国土安全分析人员就潜在的危机提供早期预警。因此，美国中央情报局充分利用人工智能技术，提升数据收集分析能力，尤其注重获取社交媒体数据。他们通过搜索社交媒体，梳理海量的公共记录信息，形成社交媒体大数据，并对这些数据进行筛查。这种方式，改变了美国情报机构过度依赖人类经验的现状，借助人工智能，提高了情报分析的精准度。
三、人工智能用于网络舆情的分析。互联网每天产生海量数据，大大增加了舆情信息的挖掘难度。运用人工智能，可以实现对互联网所有舆情信息的实时跟踪，并通过文本挖掘、自然语言处理、可视化分析技术，提供舆情监测、专题分析、智能报告、趋势预测、舆情画像、危机预警等服务。可以说，人工智能实现网络舆情分析的自动化、智能化、精准化。当前，人工智能已经广泛应用于政府公共管理和公共服务舆情方面，未来，随着知识图谱、图片音视频信息处理（感知智能）、自然语音处理技术（认知智能）的不断应用，网络舆情的自动化和智能化水平将显著提升，比如把简单的正负面倾向性分析上升到多维度的情感判断，比如用机器人取代大部分舆情分析师的工作，让舆情分析师将精力放在建模和效果评估上，而不是花大量时间进行日常枯燥报告的撰写。
人工智能在情报收集分析中应注意的问题
人工智能需要数据的支撑，没有数据的驱动，就无法进行各种分析与预测，也不能提供精准信息服务。海量数据的收集与分析，可能带来用户隐私信息的泄露。因此，人工智能应用于情报的收集，要充分考虑智能化应用与隐私安全的平衡。具体而言，要注意以下问题：
一、信息收集需要充分授权。2018年1月3日,支付宝的晒“个人账单”事件，遭到国家互联网信息办公室和工信部的先后约谈，其中不妥之处就是提前替用户勾选同意芝麻信用收集用户信息，并向第三方提供。这种做法侵害了用户的知情权和自由选择权。尽管用户为了享受智能化服务，让渡部分个人信息，但对用户个人信息的收集与分析，必须首先获得用户授权。
二、大数据分析应有边界。在人工智能条件下，一个国家的个人信息数据――包括年龄、血型、学历、病历、收入水平、消费记录、思想倾向等都被收集、存储和智能化计算，就可能关系国家安全。比如，通过各种智能穿戴设备、网络平台或者其他公共服务的智能系统可以生成和采集很多个人信息，这些信息经过网络传递和设备之间的数据同步，被更强大的大数据中心所收集和处理，就可以实现对某一国人口信息、经济社会信息的相关性分析。因此，对于敏感的密码、指纹、签名字迹、人脸特征等身份认证信息，更应该有明晰的界限，除特定情况并征得用户授权外，用户本人应绝对掌控，信息采集方也无权违规使用。
三、信息收集与利用要防止用户隐私数据泄露。人工智能的各种应用会越来越多地抓取个人信息，如何防止用户隐私数据泄露将是很大的挑战。一方面，信息收集方要承担起保障数据安全的义务，防止用户隐私数据信息泄露，切实贯彻网络安全法中“谁收集，谁负责”的原则。另一方面，用户也要提高自身安全意识，对社交媒体上的各种行为要采取安全防范措施，注意保护自己。
（原载于《保密工作》2018年第4期）
人工智能在国防领域的七大应用
-1-人工智能在国防领域的应用人工智能在国防领域的应用主要用于7个方面：情报、监视和侦察，后勤，网络空间行动，信息操纵和深度伪造，指挥和控制，半自动和自动驾驶车辆，致命自主武器系统。
（1）情报、监视和侦察。由于有大量可用数据集，因此人工智能在情报领域有很大的用处。情报界以及有大量相关的正在进行中的人工智能项目了。就CIA（中央情报局）就有140个使用AI来完成图像识别和预测分析任务的项目。
（2）后勤。人工智能在军事后勤领域也有很大的应用潜力。空军已经开始使用人工智能来进行飞机维护预测。
（3）网络空间行动。人工智能也有望成为促进军事网络空间行动的关键技术。参议院军事委员会、美国网络司令部司令上将MichaelRogers早在2016年就认为，在网络空间领域只以来人类情报是一个失败的战略。随后他澄清说，应当应用一定程度的人工智能或机器学习技术。DARPA2016网络挑战赛也证明了AI赋能的网络工具的潜在能力，比赛参与者开发了能够自动检测、评估和分发补丁的AI算法。这些能力都可以在未来的网络活动中提供不同的优势。
（4）信息操纵和深度伪造。人工智能技术可以用来制造逼真的伪造图片、音频和视频，这也就是今年大火的“deepfakes”（深度伪造）技术。恶意攻击者可以用深度伪造技术来发起信息操纵活动，攻击每个，如生成虚假新闻报道、影响公共信息、侵蚀公共信任、损害名人名声。为了应对深度伪造技术，DARPA发起了媒体取证项目，以寻求自动检测修改、提供关于视觉媒体真实性信息的理由。
（5）指挥和控制。美国军方正在利用AI在分析方面的能力应用于指挥和控制。空军就开发了一个用于多域指挥和控制的系统，未来人工智能还可能用于融合来自不同域的传感器的数据来创建一个信息的单独源。
（6）半自动和自动驾驶车辆。所有的美国军事服务都在努力将人工智能融入到半自动和自动驾驶车辆中，包括战斗机、无人机、地面车辆和海军舰艇等。人工智能在这些领域的应用与商业半自动驾驶车辆类似，即使用人工智能技术来感知环境、识别物体、融合传感器数据、规划路径、以及与其他车辆之间进行通信。
（7）致命自主武器系统（LAWS）。LAWS是一种特殊的武器系统，使用传感器和计算机算法来独立地识别目标和指挥武器系统在没有人为干预的情况下打击目标。虽然这样的系统目前还不存在，但军事专家相信在未来通信降级或拒绝的特殊环境下，传统武器系统无法工作的情况下LAWS会启到很重要的作用。
-2-军事AI融合的挑战从冷战开始，主要的国防相关技术在商用之前都是由政府主导的项目首先开发的，包括原子核技术、GPS和互联网技术。DARPA的战略计算计划(StrategicComputingInitiative)从1983到1993年10年间共投入10亿美元来开发人工智能在军事应用领域的探索，但进展缓慢。目前，商业公司正在引领人工智能的发展，随后国防部才采纳这些工具并应用于军事领域。对如此具有战略重要性的技术来说，只有一小部分商业公司在开发是非常不同寻常的。除了投资领域的快速变化外，人工智能技术在军事领域的应用存在来自技术、过程、人员和文化方面的挑战。
2.1国际竞争
随着人工智能军事应用的规模和复杂程度不断变大，国会和国防部许多官员都非常关注该领域的国际竞争。参议员TedCruz在thedawnofAI听证会的评论中表示，对美国来说，放弃发展人工智能的领导地位（相当于中国、俄罗斯等国家）不仅会使美国处于技术劣势，还可能对国家安全产生严重影响。
2.2人工智能的机遇和挑战
（1）自治。许多自主系统都多少使用了人工智能技术。相关专家认为军事系统在一些特殊任务中替换人类会获有很大的优势，如：长时间的情报收集和分析，清除化学武器对环境污染带来的破坏等。在这些任务中，自主系统可以减少相关风险，降低成本，为国防部使命提供一系列的价值，如下图所示。
（2）速度和耐力。人工智能引入了在极限时间范围内作战的方法，提供给系统在GHZ速度反应的能力，具有动态加速对抗速度的潜力。现在一般公认的是，时间在战争中具有非常重要的优势，并且反过来会促进军事人工智能应用的广泛应用。
（3）规模化。人工智能可以通过增强人类能力和使用更加廉价但性能更佳的军事系统来形成群聚效应。并且，人工智能系统可以增加单个服务单元的效率。有分析师称，人工智能系统的使用可能使得军事力量与人力规模和经济实力无关。
（4）信息优势。人工智能为数据量指数级增长提供了一种有效的分析方法。据国防部数据，军队共拥有11000架无人机，每个无人机每天都记录了相当于三个NFL赛季的高清录像。但国防部没有足够的人员或系统来处理这些数据以提取出有价值的情报。未来人工智能算法会生成自己的数据来进一步分析，以完成类似提取非结构化数据、金融数据、选举结果到报告中的任务。
（5）预测性。人工智能算法可以产生一些出乎意外的结果。并确实有很多失败的案例，前DARPA主任AratiPrabhakar表示，我们发现人工智能是一项非常有能力的技术，但同时也是非常有限的，而且出错的一些方式可能人类从来不会发生。如果人工智能系统发规模部署，那么系统失败可能会引发明显的风险。分析师称人工智能系统识别的方式可能是相同的，可能会引发大规模的破坏效应。
（6）可解释性。目前，性能最好的人工智能算法都无法解释其工作过程。DARPA和其他组织都在努力来对人工智能算法有更好的理解。可解释性对军事应用来说具有特殊的意义，因为人工智能系统推理的透明度会影响操作人员对系统和系统结果的信任度。可解释性还会对军事AI系统可验证和确认的性能带来影响。由于缺乏可解释的输出，AI系统在军事测试时无法通过审计来确认系统满足了性能的标准。
（7）漏洞利用。人工智能系统可能会增加系统被利用的可能性。首先，AI系统的普及增加了可被黑的系统的数量。其次，AI系统存在被窃取的漏洞，而且几乎都是基于软件的方式。最后，对手还可以精心引入图像分类器和其他类型的错误引发的漏洞。这些漏洞引发了我们对鲁棒性数据安全、网络安全、测试和评估过程的需求。
-3-人工智能对战场的影响尽管人工智能还没有以一种正式的形式进入战场，但专家们预测了人工智能会对未来战争带来潜在影响。这种影响将是多方面的，包括商业投资率、国际竞争力、促进人工智能的能力、对AI应用的军事态度、AI特定战争概念的开发。
许多专家断言人工智能军事应用是一种“必然”，认为它必然会带来重大影响。然而，2016年1月，时任联席会议副主席保罗·塞尔瓦将军指出国防部仍在评估人工智能的潜力。企业开发的人工智能技术提供了军事作战的乘数效应吗？如果是，那么可能需要改变我们的战斗方式。如果不是，那么军队需要提高现有的能力以在对手面前取得一定的优势。目前国会也在考虑影响军事AI应用的一些场景并对其进行分析和监管。返回搜狐，查看更多