Kehren wir zu der nur in einem früheren Artikel erwähnten Diskussion zurück, die sich auf die Rolle der Künstlichen Intelligenz im Bereich der Intelligenzanalyse bezieht.
Die Frage, die wir uns stellen und die wir versuchen zu beantworten, ist folgende: Welchen Einfluss hat Künstliche Intelligenz auf die Intelligenzanalyse?
Zunächst erinnern wir uns zugunsten aller an die Definition von Intelligenz als „das Produkt, das aus der Sammlung, Verarbeitung, Integration, Analyse, Auswertung und Interpretation von Informationen (und Daten) hervorgeht, die über fremde Länder oder Regionen verfügbar sind, oder Informationen und Kenntnisse über einen Gegner, die durch Beobachtung, Untersuchung, Analyse oder Verständnis erlangt wurden“.
Natürlich hat diese Definition auch in anderen Bereichen als der Konfrontation zwischen Parteien (militärisch oder politisch) ihre Daseinsberechtigung besteht darin, die zu untersuchenden Elemente richtig zu definieren.
Um die Diskussion zu erleichtern, erinnern wir uns noch einmal daran, was mit "Künstliche Intelligenz" gemeint ist. Da es keine eindeutig anerkannte Definition gibt, verweise ich auf die von Professor John McCarthy von der Stanford University, für den Künstliche Intelligenz "ist die Wissenschaft und Technik der Herstellung intelligenter Maschinen, insbesondere intelligenter Computerprogramme. Sie hängt mit der ähnlichen Aufgabe zusammen, Computer zum Verständnis der menschlichen Intelligenz zu verwenden, aber KI muss sich nicht auf Methoden beschränken, die biologisch beobachtbar sind."
Es ist leicht verständlich, dass dies nicht wirklich eine Definition zur Definition der Künstlichen Intelligenz ist, sondern der Begriff "Intelligenz" verwendet wird. Daher fügt Professor McCarthy hinzu, dass wir mit "Intelligenz" meinen: "der rechnerische Teil der Fähigkeit, Ziele in der Welt zu erreichen. Unterschiedliche Arten und Grade von Intelligenz treten bei Menschen, vielen Tieren und einigen Maschinen auf.", und warnt davor, dass es keine klare und anerkannte Definition für "Intelligenz" gibt, und erklärt, dass es möglich ist, Maschinen zu schaffen, die sich so verhalten, dass sie das Verhalten nachahmen, wenn ein Verhalten (in unserem Fall ein Mensch) gut bekannt ist. Wenn jedoch kein klares Verständnis des betrachteten Prozesses besteht, ist es schwierig, eine Maschine zu bauen, die menschliches Verhalten nachahmt.
Daher erscheint es mir logisch zu denken, dass man zunächst verstehen muss, woraus dieser Prozess besteht, um zu verstehen, wie Künstliche Intelligenz beim Intelligenzanalyseprozess helfen kann. Erst später wird es möglich sein, mögliche Bereiche zu identifizieren, in denen KI irgendwie helfen kann.
Eines der bekanntesten (und am häufigsten verwendeten) Modelle in der Welt der Intelligenz ist der sogenannte „Intelligence Cycle“, der auf fünf Phasen basiert:
- Planung und Leitung. In dieser Phase ist es notwendig, den anfänglichen Bedarf an zu erhebenden Daten und die endgültigen Intelligenzprodukte zu identifizieren, die die Entscheidungsträger benötigen, um sie bei ihren Entscheidungen zu unterstützen. Anweisungen geben in der Regel Entscheidungsträger oder staatliche Stellen, oft in Form von Fragen.
- Sammlung. Es besteht in der Sammlung von Rohdaten und Informationen, die für die Gewinnung von Erkenntnissen erforderlich sind, unter Verwendung aller möglichen Quellen (von denen, die für den konkreten Fall verfügbar oder autorisiert sind). Zu den allgemein am häufigsten verwendeten Quellen gehören Open Sources, aber sie sind nicht die einzigen. Die technologische Entwicklung hat in der Tat die Sammlung von Daten durch elektronische Überwachungsgeräte (Sensoren) ermöglicht, beispielsweise durch Satellitenfotografie oder die Sammlung von Funksignalen oder Internetverkehr.
- In Bearbeitung. Diese Phase besteht darin, nicht standardmäßige Rohdaten und Informationen in eine Form zu konvertieren und zu normalisieren, die von Analysten verwendet werden kann. Beispielsweise kann es sich bei der Sammlungsphase um Zeitungen gehandelt haben, die in den Analysten nicht bekannten Sprachen verfasst wurden, in diesem Fall muss in der Verarbeitungsphase daher die Übersetzung in eine oder mehrere bekannte Sprachen durchgeführt werden.
- Analyse und Produktion. In dieser Phase werden Daten und Informationen in Intelligenz umgewandelt. Der Analyst (oder besser Analysten), ein Experte in der Branche, muss die Zuverlässigkeit der Informationsquelle, ihre Gültigkeit und Relevanz entsprechend dem Ziel (Kontextualisierung) und die zukünftigen Auswirkungen (um auf diese Weise an der Verwirklichung eines teilweises Situationsbewusstsein).
- Verbreitung. Die letzte Phase des Zyklus besteht darin, die fertigen Produkte an diejenigen zu verteilen, die sie angefordert haben (oder benötigen). Im Prinzip sind diese Entscheidungsträger dieselben, die den Zyklus durch die ersten Anfragen gestartet haben.
Manchmal kommt es vor, dass Entscheidungsträger noch nicht in der Lage sind, Entscheidungen zu treffen, damit sie einen neuen Zyklus starten können.
Da nun klarer ist, woraus der (generische) Intelligenzzyklus besteht, ist es möglich zu verstehen, wo und wie KI helfen kann. Ich füge auch hinzu, dass jede Organisation ihre eigenen Besonderheiten hat und der verwendete Geheimdienstzyklus nicht immer perfekt mit dem abgebildeten übereinstimmt. Das heißt, wenn wir untersuchen wollen, wie künstliche Intelligenz einer bestimmten Organisation im Bereich der Intelligenzanalyse helfen kann, müssen wir zunächst ihre internen Prozesse untersuchen und ihren Intelligenzzyklus bis ins Detail überprüfen.
In unserem Fall können wir auf den ersten Blick sagen, dass KI den Intelligenzzyklus in den Phasen von Sammlung e In Bearbeitung. Auf der Bühne von Sammlung, können KI-Tools zur Auswahl und Identifizierung von Datenquellen und zu erhebenden Daten eingesetzt werden. Auf der Bühne von In Bearbeitung, KI kann bei der Kennzeichnung, Katalogisierung und Indexierung von Daten helfen. Der Einsatz von Systemen, die auf Technologien von Maschinelles lernen, die bereits vorhanden sind, umso effektiver sein können, je mehr Daten gesammelt, verarbeitet und korreliert werden müssen, wodurch der Bediener von sich wiederholenden und relativ einfachen Aufgaben befreit wird, Zeit, die für echte Analysen und eigene oder sinnvollere Zwecke verwendet werden kann um die Vorbereitung von Analysten zu verbessern, wie auch in der Deloitte-Studie "The future of Intelligence Analysis" gezeigt wird.
Durch den Einsatz von Technologien wie Maschinelles lernen und insbesondere mit dem Tiefes Lernen, ist es möglich, einen weiteren Schritt nach vorne zu machen. Mit dem Tiefes Lernen es ist tatsächlich möglich, KI-Systeme auch in den Phasen der Analyse und Produktion und wahrscheinlich auch durchmachen Verbreitung, insbesondere. Die kraft von Tiefes Lernen besteht darin, Text, Bilder, Video und Audio effektiv zu verarbeiten und zu korrelieren, ohne unbedingt Textumwandlungen durchführen zu müssen. Außerdem die Tiefes Lernen ermöglicht uns den Zugriff auf Vorhersagefunktionen, die, wie wir im vorherigen Artikel gesehen haben, das letzte Stück von . sind Situationsbewusstsein.
Im nächsten Artikel werden wir versuchen zu verstehen, wie.
Alessandro Rugolo, Giorgio Giacinto
Um mehr zu erfahren:
- Kwasi Mitchell, Joe Mariani, Adam Routh, Akash Keyal und Alex Mirkow. Die Zukunft der Intelligenzanalyse Ein Überblick über die Auswirkungen künstlicher Intelligenz auf die Intelligenzanalyse auf Aufgabenebene. DAS DELOITTE CENTER FÜR REGIERUNGSEINBLICKE. 2019.
- Was ist Künstliche Intelligenz (KI)? | IBM
- JP 2-0, Gemeinsamer Geheimdienst (jcs.mil)
- Professor John McCarthy | Stanford Informatik
- Der Intelligenzzyklus (fas.org)
- Situationsbewusstsein, Künstliche Intelligenz, Cybersicherheit und adaptive Systeme - Online Defense
- Adaptive Systeme und Situationsbewusstsein - Online-Verteidigung
