情报工作可能比你想象中无聊得多，所以美国情报部门开始用算法代替人工了。
“在特殊时刻我会派人坐在一间小黑屋里，盯着显示屏从事重要的国家安全工作，”美国国家地理空间情报局局长 Robert Cardillo 在接受 Foreign Policy 采访时说，“这非常的低效。”
Cardillo 最近采用新的办法，引入人工智能算法，帮助他们分析数量庞大的图像和录像，找出规律、发现可疑情况。比如找到隐秘的导弹基地。
为此 Cardillo 招聘了一位科技界人士 Anthony Vinci，他此前创办一家叫做 Findyr 的大数据公司。
在图像的情报分析上，美国政府的确不如科技公司掌握的能力多。Facebook 现在已经能够利用深度学习算法分析卫星图像，识别的精确度达到 5 米之内。这些数据被用于 Facebook 的无人机项目，该项目旨在在未来用无人机充当基站，把互联网覆盖到更多的地方。
Google 同样具备这样的能力，去年他们和斯坦福大学合作开辟了一个新的项目，用图像和算法识别贫困地区。他们利用机器学习结合卫星图片的方式，成功标识了非洲五个国家的经济状况。
这是一个复杂的技术，根据论文的描述，研究者采用了一种被称为“迁移学习”的算法分两步判断和标识贫困现状。首先让算法学习白天时间的高清卫星图像，这包含大约 4096 个与经济有关的指标比如道路和水道。
建立模型后再结合人口卫生组织以及世界银行已有的研究对模型进行修正，完成对贫困情况的标识。
这些其实都完全可以用到情报分析上。除了识别图像，美国中央情报局早在 2015 年就创建了名叫数字创新局（Directorate for Digital Innovation）的新部门，开发用于情报工作的新技术。
目前他们有能力去预测社会动荡事件，在事件发生的前五天就作出预测。这个模型已经用在了 2016 年美国各州针对警察的暴力事件中。
这些算法都在靠大数据驱动来达成某种结论，但这件事本身依然还有争议，算法到底能有多大的决定权？美国警方已经使用算法帮助从海量的图像中识别罪犯——输入了数据，等待输出结果，但当中机器是怎么识别的，即使是算法的设计者也不能肯定。尽管从大数据的方法论来看无可辩驳，但这样的“以貌取人”似乎并不值得过分依赖。
本文转自d1net（转载）
