混合智能作为对混合战争的回应

简介: 混合智能作为对混合战争的回应

640.png


在过去的二十年里,安全环境发生了许多变化。新技术带来了不对称的机会。全面战争的代价已将冲突推向灰色地带。

国家和非国家行为者之间的界限已经模糊。所谓混合战争,将常规战争、非常规战争甚至商业活动结合起来,以达到有意义的地缘政治效果。


从某种意义上说,成为一个寻求低成本、高影响力的方法来塑造世界的坏人从未如此简单。也许没有哪个团体比俄罗斯准军事公司瓦格纳集团更能说明这些不断变化的现实。

尽管所有这些看起来都是坏消息,但这些趋势也有不利的一面:正如新技术降低了成本并增加了战争的影响一样,它们也为更便宜、更好的情报收集和验证创造了新的可能性。


但我们是否利用了这些可能性?情报专业人员是否像政治技术专家和战争企业家一样迅速发展他们的方法?无论如何,混合战争的情报等价物是什么?

我想提出一个概念,叫做混合智能。我不知道混合智能是否是正确的术语(敏捷智能?),但我想建议一种新的、更轻量级的智能方法不仅是可能的,而且对于解决当代安全环境中的威胁是必要的。


正如我所说,混合智能比传统智能更便宜、更好、更快、更敏捷。它以轻量级的方式结合了多种情报来源。它使用最新技术来超越旧方法。它向前倾斜并进入对手的创新周期。

传统情报在很大程度上依赖于信号情报(即窃听)和专有技术,而混合情报则将人类情报与空中情报、开源情报 (OSINT) 和其他技术支持形式的情报相结合。

而且它不惧怕使用现成的商业技术。混合智能,就像混合战争一样,从根本上说是一种以创新、适应和技术为中心的创业努力。


混合智能在多个领域具有巨大潜力。近年来,开源情报 (OSINT) 已经从报纸发展到更广泛的范围,挖掘公开可用信息的指数增长。OSINT 革命经进行了好几年。但实际上,围绕开源情报出现了整个行业。


空间情报也具有令人难以置信的上升潜力。在过去十年中,地球观测、无人机技术以及支持 AI 的监视和收集方面的进步令人难以置信。成本大幅下降,而能力却蓬勃发展和提高。我们仅仅触及了这些技术可能性的皮毛。

机器人技术、人工智能、面部识别和大数据的进步也带来了机遇。甚至像目前在比佛利山庄(富裕的洛杉矶郊区开创了一个由摄像头、无人机和监控技术组成的集成系统,该系统可能很快就会出现在您附近的城市。)用的警察技术也可以部署用于混合智能。

我对人类智能的趋势不太熟悉,但这里的好处可能是双重的:做更多的事情并将其与其他形式的智能更好地整合。


为了了解混合智能在实际应用中的样子,让我们考虑一下在金三角追踪鸦片生产及其背后的团体所面临的挑战。金三角是指老挝、泰国和缅甸交界的山区。

该地区的大部分鸦片产自缅甸,缅甸的鸦片产量已达到年来的最高水平。军事政变后,2022 年的产量比 2021 年翻了一番,政变使缅甸陷入仍在进行中的内战。

联合国毒品和犯罪问题办公室 最近发布了 2022 年缅甸鸦片生产报告。他们的方法将卫星图像的使用与实地验证和产量调查相结合。


如果指派一个混合情报小组来监视和跟踪鸦片生产,并确定其背后的团体,他们将如何做?那会是什么样子?

它可能看起来像一个林业小组使用卫星遥感对该地区的每棵树或资源进行清点,然后识别每一片罂粟田。它可能看起来像使用人类智能来识别主要的加工和配送地点。

然后使用配备摄像头的无人机跟踪和识别这些中心后面的人,使用面部识别捕捉他们的脸。


开源情报可用于更完整地了解鸦片贸易及其背后的参与者:他们的利益、家庭和网络;以及地理空间和金融图景。开源情报小组甚至可能是混合情报工作的发起人,就像城市实验室和在线调查之家进行的调查一样。

十年前,通过卫星和无人机使用高质量的空中情报持续监测金三角在技术上非常复杂且非常昂贵。今天不会那么多了。


因此,混合情报行动的一部分可能涉及构建或购买专门定制的 GIS 分析,以持续监测该地区的罂粟生产,然后收集无人机和卫星定期拍摄的图像。

这可能是新的监控技术带来的最根本的转变:持续监控。这些功能允许以一小部分成本和近乎实时地改进情报收集和验证。


坏人可能有许多危险的不对称机会触手可及,但一旦被发现,他们就永远无法隐藏。

混合智能使拒绝它们的操作空间成为可能。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 机器人
语音克隆达到人类水平,微软全新VALL-E 2模型让DeepFake堪比配音员
【8月更文挑战第10天】微软的VALL-E 2模型标志零样本语音合成新高度,通过重复感知采样与分组编码建模,显著提升语音合成的稳定性与效率。在LibriSpeech等数据集上,VALL-E 2的语音自然度与说话者相似度超越前代和其他系统,达到人类水平。然而,其卓越性能也引发了潜在滥用风险的关注。尽管如此,VALL-E 2在辅助沟通、教育、娱乐等领域的应用前景广阔。[论文](https://arxiv.org/pdf/2406.05370)
115 64
|
机器学习/深度学习 人工智能 达摩院
港大阿里“视觉AI任意门”,一键向场景中无缝传送物体
本文主要展示了阿里和港大的AI版「任意门」,实现零样本的图像嵌入。
|
12月前
|
传感器 机器学习/深度学习 中间件
CLAID:关闭人工智能和数据收集的循环——一个用于智能边缘云和数字生物标记应用的跨平台透明计算中间件框架
CLAID:关闭人工智能和数据收集的循环——一个用于智能边缘云和数字生物标记应用的跨平台透明计算中间件框架
146 0
|
机器学习/深度学习 人工智能 自然语言处理
攻破“鸡尾酒会”难题,人声分离给生活带来了哪些改变?
试想一下,在一个嘈杂的鸡尾酒会上,同时存在着许多不同的声源:多个人同时说话的声音、餐具的碰撞声、音乐声等等。如何在酒会上分辨出特定人物的声音,这对于我们人类来说十分简单。
攻破“鸡尾酒会”难题,人声分离给生活带来了哪些改变?
科学家首次证实量子通讯优于传统信息传输方式
假如爱丽丝需要给鲍勃发送100个经典比特数来确保他能够回答出问题,那么,只需发送约10个量子位就能完成同样的任务。
561 0
|
人工智能
《中国人工智能学会通讯》——4.35 时变传输周期
本节书摘来自CCAI《中国人工智能学会通讯》一书中的第4章,第4.35节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。
1112 0
|
人工智能 机器人 大数据
《中国人工智能学会通讯》——7.32 量化计算 建立情感数据库
本节书摘来自CCAI《中国人工智能学会通讯》一书中的第7章,第7.32节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。
1677 0
|
人工智能 安全 算法
《中国人工智能学会通讯》——11.38 在线鲁棒负荷频率控制器设计
本节书摘来自CCAI《中国人工智能学会通讯》一书中的第11章,第11.38节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。
1160 0
|
人工智能 算法
《中国人工智能学会通讯》——11.69 基于主动样本选择的判别式跟踪 方法
本节书摘来自CCAI《中国人工智能学会通讯》一书中的第11章,第11.69节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。
1330 0
下一篇
无影云桌面