科技如何改变智能产业

 
在2018年举行的关于情报组织未来挑战的会议上，前国家情报局局长丹·科茨认为，他对美国情报界的转变必须是革命而不是演变。社区必须具有创新性和灵活性，能够在任何可能出现的地方迅速采用创新技术。
西方世界的情报社区现在处于十字路口：人工智能，大数据，机器人，物联网和区块链等技术的不断增长，改变了游戏规则。这些技术(其中大多数是民用技术)的激增可能造成数据泄露并导致情报机构的后门威胁。此外，由于它们价格合理且无处不在，因此可用于恶意目的。
近年来的技术突破使得情报组织挑战了历史上塑造其努力的公认真理。这些组织的等级划分，产业结构现在正在发生变化，主要围绕新技术与传统情报工作的整合以及人类在情报过程中的角色重新定义。
例如，开源智能(OSINT) – 由情报界创建的概念，用于描述未分类且可供公众访问的信息。传统上，这种信息与分类信息相比较差;因此，与其他类型的技术和资源相比，对OSINT技术的投资大大降低。现在正在改变;与其他更具挑战性的信息类型相比，代理商现在意识到OSINT易于获取且更有益。
然而，这种理解仅仅是因为情报组织对OSINT的使用仍然涉及繁琐的过程，包括未分类和分类的IT环境的缓慢和复杂的集成。因此，情报管理人员 – 例如国务院首脑部的情报部门或成为国家侦察办公室主任的候选人 – 最近认为社区最大的挑战之一是快速有效地整合OSINT，这并不奇怪。它的运作。
实际上，技术创新一直是情报专业的核心。但是，当谈到处理，分析，解释和采取行动时，人类的能力 – 尽管有其局限性 – 一直被认为无疑是优越的。数据和数据源的激增需要更好的优先级和分析系统，这是不容置疑的。但是谁应该拥有至高无上的地位?人类还是机器?
大数据来自间谍业务
话语是暴躁的。情报退伍军人声称人类判断无可替代。他们认为，人工智能永远无法理解战略决策中的各种考虑因素，也无法评估人类行为解释中的抽象问题。机器可以收集数据并可能识别模式，但它们永远不会像人类一样成功地解释现实。其他人也警告依赖机器生命或死亡情况的道德影响，例如决定参战。
相比之下，技术乐观主义者声称，在上个世纪定义情报活动的人类优势已经屈服于技术优势。虽然人类仍然很重要，但他们的角色不再是排他性的，甚至可能在这个过程中也不是最重要的。一般情报人员如何应对现代世界不断产生的大量信息?
从1995年到2016年，覆盖一个低优先级国家的普通美国情报研究员所需的阅读量从每天20,000到20万字增长。而这仅仅是个开始。根据预测，人类将在2025年生产的数字数据量将是现在生产的数字数据的十倍。有人认为这个卷只能由计算机处理 – 甚至是分析。
当然，最热心的倡导者将机器整合到情报工作中并不能完全消除人类的参与;即使是最持怀疑态度的人也不怀疑将人工智能整合到情报活动中的必要性。争论的焦点在于谁将帮助谁：帮助人类或人类帮助机器的机器。
大多数内部人士都认为，将情报社区推向21世纪的关键在于打破组织间和组织内部的壁垒，包括两者之间
国家安全机构内的服务;公共部门，私营部门和学术界之间;以及不同国家的情报部门之间。
因此，推动技术创新是当前情报革命的一部分并不奇怪。国家安全机构已经认识到私营部门和学术界是技术创新的主要推动力。
私人服务和国家情报
在美国，这些机构与安全界之间有着充满活力的合作，包括政府和私营公司共同拥有的风险投资基金。
以In-Q-Tel为基础，这是一家20年前成立的风险投资基金，旨在识别和投资开发创新技术的公司，这些公司服务于美国的国家安全，从而将美国情报界置于技术发展的最前沿。该基金是一家独立的公司，不隶属于任何政府机构，但它与中央情报局保持着持续的协调，美国政府是主要的投资者。
最成功的努力是Palantir，数据集成和知识管理提供商，该公司已成长为一家数十亿公司，虽然有些争议。但是，有许多其他初创公司和更成熟的公司，从复杂的化学检测(例如908设备)，自动语言翻译(例如Lilt)和数字图像(例如沉浸式智慧)到传感器技术(例如Echodyne)，预测分析(例如Tamr) )和网络安全(例如Interset)。
实际上，这些公司，无论大小，都已经完成了很大一部分情报工作。海克斯康，尼斯，Splunk，思科和NEC等公司为情报和执法机构提供全套平台和服务，包括各种分析解决方案，如视频分析，身份分析和社交媒体分析。这些平台通过使用实时数据流分析和机器学习，帮助代理商从收集的和历史数据中获取洞察力并做出预测。如果你愿意的话，一站式智能商店。
政府和非政府合作的另一个例子是情报高级研究项目活动(IARPA) – 一个向国家情报总监(DNI)报告的非营利组织。 IARPA成立于2006年，资助与美国情报界相关的高级研究，重点是学术机构和私营部门之间在广泛的技术和社会科学领域的合作。该基金的年度业务预算相对较小，约为30亿美元，优先考虑满足情报界具体需求的多年发展项目。该基金支持的大多数研究都是非保密的，并且公开接受公众审查，至少在情报机构执行阶段之前。
挑战智力行业的政府霸权
这些都是令人兴奋的机会;然而，未来对情报机构提出了若干挑战：
首先，情报界在收集，处理和传播数据方面失去了首要地位。直到最近，组织Raison D’etre首先是在敌人可以伪装这些信息之前获取有关敌人的信息。
然而，今天，有大量信息可供使用，而且过多的现成工具(其中一些是免费的)允许包括个人在内的所有各方收集，处理和分析大量数据。只需看看IBM的i2 Analyst’s Notebook，它为分析师提供了几千美元的多维可视化分析功能，因此他们可以快速发现隐藏的数据连接和模式。直到最近，这种能力才属于政府组织。
情报组织的第二个挑战在于信息本身的性质及其许多不同的格式，以及收集和处理系统，这些系统通常是独立的，缺乏标准化。因此，很难将所有可用信息合并到单个产品中。因此，情报组织正在开发强调合作和权力下放的概念和结构。
私人市场提供各种合并信息的工具;从简单的现成解决方案到支持复杂组织流程的复杂工具。一些工具可以购买并快速实施 – 例如，数据和知识共享和管理平台 – 而其他工具则由组织自己开发以满足其特定需求。
第三个挑战涉及情报优先排序原则的变化。过去，关于给定目标的信息收集需要做出具体决定并且为此目的分配专用资源，通常以牺牲向不同目标分配资源为代价。但是在这个信息无限量，几乎无限制地访问信息，高级数据存储功能和操作数据的能力的时代，情报机构现在可以大规模地收集和存储信息，而无需立即处理它 – 而是它可以按要求处理。
这一发展带来了其他挑战，包括：需要时需要查明相关信息;快速处理信息;识别模式并从大量数据中得出结论;并使消费者可以获得所产生的知识。因此，智能领域的大多数技术进步应对这些挑战并不奇怪，通过实时将大数据与人工智能，高级信息存储功能和高级信息图形表示等技术结合在一起。
最后，情报组织是根据工业时代的高峰期开发的概念建立和运作的，这些概念支持装配线的原理，既是线性的，也是周期性的。情报周期的线性模型 – 来自消费者的收集，处理，研究，分发和反馈 – 变得不那么重要了。在这个新时代，各种情报职能之间以及情报组织与其生态系统之间的界限越来越模糊。
勇敢的新情报世界
因此，需要一种新的情报工作顺序，因此情报组织目前正处于重新定义过程中。传统的划分 – 例如收集和研究之间;内部安全组织和积极的情报;公共和私营部门 – 都已过时。这不是进行结构改革的另一种尝试：存在一种认识论断裂的感觉，需要重新定义学科，情报组织与其环境之间的关系 – 从决策者到公众 – 以及新结构的发展和概念。
当然，还有更广泛的担忧;立法者需要建立一个法律框架，准确地将基于数据的评估纳入考虑到这些技术的预测方面的方式，并且仍然保护尊重这些概念的民族国家的公民的隐私和安全权利。
尽管他们认识到围绕他们发生的深刻变化，但今天的情报机构仍然是以冷战观念的精神建立和运作的。从某种意义上说，情报组织并没有将当前时间特征的复杂性内化 – 这种复杂性需要放弃对情报机构的二分法(内外)感知，以及对情报企业和政府机构的理解。垄断知识;在权力下放，网络化和日益繁荣的时代已经过时的概念。
虽然有些人怀疑情报组织能够改变和适应未来的挑战，但毫无疑问，他们必须在这个速度和相关性将决定谁占上风的时代这样做。