Вернемся к обсуждению, упомянутому только в предыдущей статье, о роли искусственного интеллекта в области анализа интеллекта.
Мы задаем себе следующий вопрос и на который постараемся ответить: как искусственный интеллект влияет на анализ интеллекта?
Прежде всего, напомним, в пользу всего, определение интеллекта как «продукт, полученный в результате сбора, обработки, интеграции, анализа, оценки и интерпретации информации (и данных), имеющихся в отношении зарубежных стран или регионов, или информации и знаний о противнике, полученных в результате наблюдения, расследования, анализа или понимания».
Конечно, у этого определения есть свой смысл существования и в других областях, помимо конфронтации между сторонами (в военном или политическом плане), на самом деле возможно и часто полезно делать разведку о «дружественном» элементе или о себе самом, о чем важно правильно определить элементы для исследования.
Опять же, чтобы облегчить обсуждение, давайте вспомним, что подразумевается под «искусственным интеллектом». Поскольку не существует однозначно признанного определения, я буду ссылаться на определение профессора Джона Маккарти из Стэнфордского университета, для которого искусственный интеллект «Это наука и техника создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. Это связано с аналогичной задачей использования компьютеров для понимания человеческого интеллекта, но ИИ не должен ограничиваться методами, которые можно наблюдать биологически».
Как легко понять, на самом деле это не определение искусственного интеллекта, здесь используется термин «интеллект». Поэтому профессор Маккарти добавляет, что под «интеллектом» мы подразумеваем: «вычислительная часть способности достигать целей в мире. Различные виды и степени интеллекта встречаются у людей, многих животных и некоторых машин», и предупреждает, что не существует четкого и признанного определения «интеллекта», объясняя, что, когда поведение (в нашем случае человек) хорошо известно, можно создавать машины, которые ведут себя таким образом, чтобы имитировать поведение. С другой стороны, когда нет четкого понимания рассматриваемого процесса, сложно построить машину, имитирующую поведение человека.
Поэтому мне кажется логичным думать, что для того, чтобы понять, как искусственный интеллект может помочь в процессе анализа интеллекта, сначала необходимо понять, из чего состоит этот процесс. Только позже можно будет определить возможные области, в которых ИИ может как-то помочь.
Одна из самых известных (и используемых) моделей в мире интеллекта - это так называемый «цикл интеллекта», который состоит из пяти фаз:
- Планирование и руководство. На этом этапе необходимо определить начальные потребности в данных, которые необходимо собрать, и конечные аналитические продукты, необходимые лицам, принимающим решения, для поддержки их решений. Руководство обычно предоставляется лицами, принимающими решения, или государственными органами, часто в форме вопросов.
- Транспортировка. Он заключается в сборе необработанных данных и информации, необходимых для получения разведывательной информации, с использованием всех возможных источников (среди тех, которые доступны или разрешены для конкретного случая). Среди источников, которые обычно используются, наиболее часто используются открытые источники, но они не единственные. Технологическое развитие фактически позволило собирать данные с помощью электронных устройств наблюдения (датчиков), например, с помощью спутниковой фотографии или сбора радиосигналов или Интернет-трафика.
- Обработка. Этот этап состоит из преобразования и нормализации нестандартных исходных данных и информации в форму, которую могут использовать аналитики. Например, на этапе сбора могут быть задействованы газеты, написанные на языках, неизвестных аналитикам, в этом случае на этапе обработки должен быть выполнен перевод на один или несколько известных языков.
- Анализ и производство. На этом этапе данные и информация преобразуются в интеллект. Аналитик (или, скорее, аналитики), эксперт в своем секторе, должен учитывать надежность источника информации, его достоверность и актуальность в соответствии с целью (контекстуализация) и будущими последствиями (чтобы таким образом участвовать в реализации частичная ситуационная осведомленность).
- распространение. Последняя фаза цикла заключается в распределении готовой продукции среди тех, кто их запросил (или кому они нужны), в принципе, эти лица, принимающие решения, - это те же лица, которые начали цикл через первоначальные запросы.
Иногда бывает, что лица, принимающие решения, еще не могут принять решения, чтобы начать новый цикл.
Теперь, когда стало яснее, из чего состоит (общий) интеллектуальный цикл, можно попытаться понять, где и как ИИ может помочь. Я также добавляю, что каждая организация имеет свои особенности, и используемый цикл разведки не всегда полностью идентичен тому, который проиллюстрирован. Это означает, что если мы хотим изучить, как искусственный интеллект может помочь конкретной организации в области анализа интеллекта, мы должны сначала изучить их внутренние процессы и проверить их интеллектуальный цикл во всех деталях.
В нашем случае с первого взгляда можно сказать, что ИИ может поддерживать интеллектуальный цикл на этапах Транспортировка e Обработка. На этапе ТранспортировкаИнструменты искусственного интеллекта могут использоваться для выбора и идентификации источников данных и данных, которые необходимо собрать. На этапе Обработка, AI может помочь в маркировке, каталогизации и индексации данных. Использование систем на основе технологий Машинное обучение, которые уже существуют, могут быть тем более эффективными, чем больше объем данных, которые необходимо собрать, обработать и сопоставить, освобождая оператора от выполнения повторяющихся и относительно простых задач, время, которое может быть более эффективно использовано для истинного анализа и его собственных или улучшить подготовку аналитиков, что также указано в исследовании Deloitte «Будущее анализа разведданных».
С использованием таких технологий, как Машинное обучение и, в частности, с Глубокое обучение, можно сделать еще один шаг вперед. С Глубокое обучение на самом деле можно использовать системы искусственного интеллекта также на этапах Анализ и производство и, вероятно, также проходит распространение, особенно. Сила Глубокое обучение заключается в эффективной обработке и корреляции текста, изображений, видео и аудио без обязательного преобразования текста. Кроме того, Глубокое обучение позволяет нам получить доступ к прогнозным возможностям, которые, как мы видели в предыдущей статье, являются последней частью Ситуационная осведомленность.
В следующей статье мы попытаемся понять, как это сделать.
Алессандро Руголо, Джорджо Джачинто
Для получения дополнительной информации:
- Кваси Митчелл, Джо Мариани, Адам Рут, Акаш Кейал и Алекс Миркоу. Будущее анализа интеллекта Анализ влияния искусственного интеллекта на анализ интеллекта на уровне задач. ЦЕНТР ДЕЛУАЙТ ПО ГОСУДАРСТВЕННОЙ ИНФОРМАЦИИ. 2019.
- Что такое искусственный интеллект (ИИ)? | IBM
- JP 2-0, Объединенная разведка (jcs.mil)
- Профессор Джон Маккарти | Стэнфордская компьютерная наука
- Интеллектуальный цикл (fas.org)
- Адаптивные системы и ситуационная осведомленность - онлайн-защита
