Instituto Zhiyuan de Estrategia y Defensa Mu Jian / Compilado
De: el sitio web del Centro de Estudios Internacionales y Estratégicos Estadounidenses
[Guía Zhiyuan] El editor de este artículo es un extracto de un artículo escrito por el Grupo Especial de Investigación de Tecnología e Inteligencia del Centro de Estudios Estratégicos e Internacionales (CSIS) que utiliza tecnologías emergentes para mejorar las capacidades de análisis de inteligencia estratégica de los analistas de inteligencia. El título original es The Analytic Edge: aprovechar las tecnologías emergentes para transformar el análisis de inteligencia. Este artículo primero estudia los nuevos métodos para integrar la tecnología en el proceso de análisis de inteligencia, luego analiza los obstáculos y limitaciones clave de la integración de la inteligencia artificial y otras tecnologías en el análisis estratégico y, finalmente, analiza el análisis de inteligencia en la era de la IA y el big data. ¿Cómo debería el personal mejorar su propio valor estratégico y proporcionar a los tomadores de decisiones el máximo valor de la inteligencia, así como la importancia de construir un futuro sistema de inteligencia?
Si Estados Unidos invierte ahora en la transformación tecnológica, los analistas de inteligencia en 2030 mirarán de un lado a otro a sus homólogos en 2020 con ojos increíbles, incluso comprensivos y compasivos. Con la inteligencia artificial líder en el mundo, el análisis de datos de vanguardia y las capacidades ilimitadas de computación en la nube, los futuros analistas podrán dominar casi continuamente su entorno de combate objetivo. En todos los campos de la información, desde la inteligencia de código abierto hasta la inteligencia altamente confidencial, podrán extraer, integrar, visualizar y utilizar rápidamente datos de alta calidad dentro de toda la información. Podrán proporcionar rápidamente asesoramiento de alto nivel y rico en datos a los encargados de formular políticas. Con respecto a las técnicas de análisis oportunas adoptadas por los predecesores y el proceso de análisis obsoleto de "leer, escribir, pensar", los futuros analistas pueden encogerse de hombros, pensando que estos son el legado de la era pasada, y la velocidad y escala de la era de big data. incompatible.
Sin embargo, los analistas de inteligencia en 2020 no tienen tiempo ni interés para considerar este escenario futuro de fantasía. A medida que la cantidad de datos aumenta exponencialmente, su capacidad para procesar datos aumentará ligeramente. Sus monitores están llenos de múltiples arreglos de inteligencia, unidades compartidas aisladas, hojas de cálculo y bases de datos administradas manualmente, archivos kmz propensos a errores y ninguna interfaz para sintetizar datos. Se sintieron abrumados por las muchas "nuevas herramientas" y "soluciones de inteligencia artificial" que se les proporcionaron, y se sintieron decepcionados por su practicidad y usabilidad para el análisis estratégico. En el caso de requisitos y horarios ininterrumpidos del cliente, los analistas utilizarán de forma predeterminada el pequeño conjunto de fuentes de información aisladas confiables y la tecnología de inteligencia probada en el tiempo a la que están acostumbrados para recopilar información y proporcionar un "suficientemente bueno "Productos de información más o menos puntuales".
Aunque la situación actual no es tan sombría como la mencionada anteriormente, y el futuro puede no ser tan brillante como lo mencionado anteriormente, los analistas del departamento de inteligencia están de hecho completamente detrás de la curva de nivel tecnológico en 2020. Es probable que el crecimiento explosivo de los datos y las tecnologías disruptivas, la rápida evolución y aparición de nuevas amenazas globales y la aceleración del ciclo de toma de decisiones de los responsables de las políticas interrumpan el proceso de análisis de inteligencia. La forma en que el departamento de inteligencia integra rápidamente la tecnología avanzada en el análisis de inteligencia de fuente completa será muy importante para su capacidad para competir en el entorno de inteligencia futuro y para proporcionar productos de análisis oportunos, precisos y relevantes. Mientras visualizan y dan forma a los futuros analistas de inteligencia, las agencias de inteligencia pueden y deben usar tecnologías emergentes para mejorar las capacidades de los analistas.
Limitaciones de las nuevas tecnologías en el trabajo de análisis de inteligencia
Para los analistas, aunque las ventajas de la inteligencia artificial y las tecnologías relacionadas pueden ser enormes, las agencias de inteligencia enfrentan algunos obstáculos y limitaciones clave al aplicar estas herramientas al análisis de fuente completa. Los amplios desafíos de adquisición de tecnología, infraestructura digital y arquitectura de datos identificados por el equipo de investigación en la primera fase dificultan las tareas de recopilación y procesamiento de inteligencia, que también afectarán las tareas de análisis de inteligencia. Pero los obstáculos estructurales no son el único obstáculo ni el principal. Las principales razones que obstaculizan la adopción de tecnologías emergentes para el análisis son las propias limitaciones de la tecnología para cumplir con los estándares de inteligencia e interpretación de los analistas, así como las preferencias culturales e institucionales de los analistas e instituciones sobre sus métodos tradicionales de inteligencia y análisis.
Adquisición y fusión de datos
Las aplicaciones de inteligencia artificial precisas y perspicaces necesitan capturar, organizar y administrar ciertos datos. La gran cantidad de inteligencia y datos potencialmente relevantes utilizados para el análisis puede exceder las capacidades de procesamiento, filtrado y absorción de un analista altamente calificado. Los desafíos a los que se enfrenta la estandarización y fusión de conjuntos de datos complicarán aún más el uso de datos, que se obtienen a través de métodos confidenciales y de fuentes públicas.
Mantente al día con el ritmo del desarrollo de datos
La velocidad y la escala de la fusión de inteligencia y herramientas de procesamiento de datos del departamento de inteligencia deben mantenerse al día con el número y la diversificación cada vez mayores de inteligencia y datos. Incluso si la inteligencia artificial está optimizada y simplificada, la proliferación de sensores, flujos de inteligencia y datos de inteligencia de código abierto (las redes 5G y los dispositivos de IoT aceleran este proceso) aún abrumarán el poder de procesamiento de los analistas. La incapacidad de capturar y analizar datos en tiempo real colocará a los analistas de inteligencia detrás de la curva estándar para brindar conocimiento de la situación a los tomadores de decisiones.
La fusión de datos
Para los analistas, las mejores aplicaciones de inteligencia artificial podrán utilizar datos de inteligencia de código abierto y secretos para entrenar algoritmos y obtener conocimientos, pero la arquitectura incompatible y las barreras de seguridad pueden obstaculizar los datos de "gama baja" y "gama alta". Fusión. Al igual que con los datos, los algoritmos de aprendizaje automático y los modelos de código abierto pueden enfrentar obstáculos similares al migrar a sistemas confidenciales y al integrarse en flujos de trabajo analíticos.
Etiqueta de datos
Las mejores aplicaciones de inteligencia artificial también requieren una gran cantidad de datos, y estos datos requieren muchas etiquetas y etiquetas; esta es una tarea larga, que requiere mucho tiempo y en su mayoría manual1. A diferencia del sector privado, que puede colaborar y contratar etiquetadoras de "economía del trabajo", los conjuntos de datos confidenciales del servicio de inteligencia deben etiquetarse internamente y los analistas realizan la mayor parte del trabajo manualmente. Aunque no es imposible realizar estas tareas en un corto período de tiempo, dado que los datos continúan creciendo exponencialmente, el etiquetado y marcado manual se verá abrumado2.
Limitaciones del algoritmo
El análisis se basa en técnicas de inteligencia rigurosas y una explicación / razonamiento claros de la lógica, la evidencia, las suposiciones y las inferencias utilizadas para sacar conclusiones. La complejidad del análisis estratégico, los estándares y requisitos de transparencia y aseguramiento de la inteligencia, así como los desafíos inherentes al proceso y las funciones de análisis de modelado, impondrán limitaciones teóricas y prácticas sobre el uso actual de los flujos de trabajo de análisis de inteligencia artificial.
Modelado de análisis estratégico
La tecnología de inteligencia compleja y las habilidades cognitivas de análisis estratégico son intrínsecamente difíciles de definir, estandarizar y replicar y, por lo tanto, difíciles de modelar, lo que impone limitaciones prácticas a las aplicaciones de inteligencia artificial. Poner el significado de la nueva inteligencia en el entorno e identificarlo, pesar y conectar los datos para formar un gráfico de inteligencia, organizar la inteligencia de manera lógica y convincente, demostrar y evaluar: este proceso de análisis combina arte y ciencia, y estandarización. La aplicación de tecnología de inteligencia y la inteligencia y comprensión de los investigadores de inteligencia, así como juicios extraídos de datos concretos, razonamiento deductivo, experiencia cultural e intuición analítica perfeccionada a largo plazo. Si la tarea de análisis no se puede digitalizar, la capacidad de aplicar inteligencia artificial será limitada3.
desviación
Los conocimientos generados en inteligencia artificial requieren que los analistas ayuden a dar forma, mejorar y guiar algoritmos y modelos, pero los analistas tendrán desviaciones en la forma de conceptualizar los problemas de inteligencia, diseñar modelos y seleccionar datos de entrada, lo que resultará en sesgos y posiblemente inexactos. el resultado de. La transparencia de los sesgos inherentes a los datos, la forma en que se utilizan los modelos y su impacto en las conclusiones y los niveles de confianza serán fundamentales, pero puede que no sea fácil de entender para los clientes4.
Interpretabilidad
Para aplicar los resultados de la inteligencia artificial, los analistas deben comprender la lógica, las desviaciones, los supuestos y las inferencias de los algoritmos y modelos que producen estos resultados, que pueden o no conocerse. Muchas de las aplicaciones de inteligencia artificial más complejas y los conocimientos de las máquinas se derivan de algoritmos de "caja negra" en los que la lógica y los procesos de las máquinas son difíciles de definir (si no imposibles). La falta de transparencia en la cadena de evidencia, dónde y cómo se usa la inteligencia artificial, condiciones de validez, etc., hacen que las conclusiones extraídas por la máquina puedan ser poco confiables e inutilizables5.
Autenticidad
Los analistas deben evaluar constantemente la calidad, precisión y relevancia de la inteligencia, mientras aprenden a medir un nuevo factor que alguna vez se dio por sentado: la autenticidad. Las técnicas para clasificar erróneamente los datos a través de algoritmos de engaño y las técnicas que utilizan redes generativas hostiles 6 para falsificar profundamente los datos confidenciales y de código abierto pueden confundir a los analistas, lo que lleva a errores de análisis y errores de decisión de políticas7. A medida que los adversarios se vuelven más hábiles para manipular datos y lanzan operaciones de engaño fraudulentas específicas a una velocidad y escala más rápidas, garantizar la autenticidad de los datos y la inteligencia se volverá más difícil.
la seguridad
Los analistas también enfrentarán contramedidas de inteligencia artificial agresivas y específicas de las agencias de inteligencia de países hostiles. Estas agencias de inteligencia están diseñadas para infiltrarse e interrumpir los sistemas de inteligencia artificial y, por lo tanto, afectar la confianza de los analistas en las herramientas y los resultados de la inteligencia artificial. La prisa por adoptar la inteligencia artificial puede traer vulnerabilidades a una serie de amenazas de "anti-inteligencia artificial" a costa de estrictos estándares de seguridad de inteligencia artificial, protocolos y requisitos de prueba. Estas amenazas incluyen datos "tóxicos" inyectados en modelos de inteligencia artificial, y Sistema completamente pirateado y manipulado 8. Incluso si el adversario no puede acceder a este nivel y convencer a los analistas de que su sistema de inteligencia artificial está dañado e inutilizable, se puede lograr el mismo efecto9.
Odio analíticamente la reforma
Aunque los obstáculos técnicos son enormes y reales, el mayor obstáculo para la aplicación de la inteligencia artificial puede ser el propio analista. En el campo del análisis de inteligencia, están profundamente arraigadas las preferencias institucionales, burocráticas y culturales, así como las técnicas y habilidades de inteligencia probadas y comprobadas que consideran el estándar de oro global. La inversión insuficiente en inteligencia digital, la incertidumbre en el valor de la inteligencia artificial y las tareas de inteligencia de código abierto y la aversión cultural al riesgo y al cambio pueden impedir que los analistas y departamentos más innovadores incorporen tecnologías emergentes en sus tareas.
Alfabetización digital
Los analistas deben tener habilidades digitales básicas para utilizar de manera efectiva la inteligencia artificial y las herramientas analíticas en el análisis, y para explicar los conocimientos derivados de la inteligencia artificial a los clientes de políticas que son aún menos competentes en tecnología digital. Para desarrollar estas habilidades, los analistas necesitan no solo capacitación profesional, sino también liderazgo y apoyo administrativo. Sin embargo, los líderes institucionales deben lograr un equilibrio entre la inversión en habilidades digitales y la tecnología de inteligencia tradicional, el idioma y otras capacitaciones regionales, que también serán fundamentales para las capacidades analíticas de las agencias de inteligencia.
Obstáculos burocráticos
La inversión en IA requiere años de compromiso con la implementación y la integración, gastos de gestión del capital social para obtener apoyo institucional y la aceptación de los riesgos y fallas ocasionales por parte del liderazgo. Sin embargo, los gerentes de nivel medio y alto tienden a permanecer en sus puestos solo durante 2-3 años. Es posible que no estén dispuestos a gastar su tiempo y recursos ya escasos en nuevas tecnologías con retornos de tareas inciertos y riesgo de falla, especialmente si Sus líderes de inteligencia y agencias supervisoras desalientan este tipo de palabras aventureras.
Valor de la tarea
Si los analistas y gerentes no ven "beneficios para la misión" claros y sustanciales de la tecnología, la capacitación, la motivación y el apoyo de liderazgo pueden no ser suficientes para estimular el entusiasmo por la adopción de tecnología. Los beneficios marginales de los conocimientos y la productividad pueden no justificar el tiempo, los gastos y los costos de oportunidad necesarios para adquirir inteligencia artificial y capacidades analíticas. Los analistas también pueden recibir demasiadas herramientas técnicas para ver el valor de cualquier herramienta, especialmente aquellas herramientas que no están específicamente diseñadas y personalizadas para satisfacer sus necesidades de análisis únicas. Los analistas que confían y confían en la tecnología de inteligencia tradicional tienen más probabilidades de darse por vencidos y no adoptar nuevas tecnologías a las que no pueden adaptarse.
Confianza en métodos no tradicionales
El uso de capacidades de inteligencia artificial requiere inteligencia de código abierto como una fuente importante de análisis y aprender a ganar confianza en los resultados derivados de la máquina. Los obstáculos para la adopción de nuevas tecnologías son la preferencia de las agencias de inteligencia por los informes secretos que constituyen juicios, la sospecha de la inteligencia de código abierto como datos de diagnóstico (esta sospecha solo aumentará con la falsificación y la falsedad profundas), las preocupaciones sobre la seguridad de la inteligencia artificial y Confíe en la tecnología de inteligencia probada en el tiempo en lugar de en los procedimientos de caja negra. La preferencia por los informes secretos puede ser comprensible, porque la interceptación de una señal de inteligencia o una fuente de inteligencia humana puede ser la única forma de distinguir planes e intenciones. Sin embargo, mientras se espera que se recopile y procese la información secreta, ignorar los conocimientos de inteligencia de código abierto oportunos y prácticos hará que los analistas se queden atrás de las necesidades de información y los ciclos de toma de decisiones de los tomadores de decisiones.
El valor estratégico de los analistas de inteligencia profesionales en la nueva era tecnológica
Obviamente, al sopesar sus ventajas y limitaciones, las tecnologías emergentes como la inteligencia artificial, la computación en la nube y la analítica avanzada pueden automatizar las tareas de análisis clave y crear un ancho de banda más estratégico para los analistas. Pero, ¿qué valor crea la tecnología para el análisis en sí? El análisis de alto nivel debe responder preguntas complejas para los tomadores de decisiones (por ejemplo, ¿cuál es la perspectiva de un conflicto entre un aliado y una fuerza hostil? ¿Una protesta a gran escala en el país X se convertirá en guerra civil)? Para responder a estas preguntas, debe responder una serie de subpreguntas interrelacionadas. Estas subpreguntas deben vincularse en una historia de análisis coherente, a saber: qué sucedió, por qué, su impacto, sus perspectivas y cuáles son los beneficios para los Estados Unidos. influencias. Entonces, ¿de qué manera pueden las nuevas tecnologías ayudar a resolver estos problemas?
El valor directo de la tecnología radica en la capacidad de resolver los problemas de cómo capturar, organizar, correlacionar y comprender cantidades masivas de inteligencia y flujos de datos. Estos datos están relacionados con el país, el problema o la meta de interés del analista. La tecnología también puede ayudar a los analistas a evaluar el impacto, detectando y midiendo el impacto de problemas o actores en el entorno de combate. El retraso de la inteligencia artificial y las tecnologías relacionadas responde a la razón. Comprender los factores impulsores, las intenciones y las motivaciones de los actores extranjeros, así como la historia, los antecedentes y la personalidad que dan forma a su comportamiento, son principalmente el dominio de los expertos en antropología. A medida que avanza la tecnología de inteligencia artificial, puede volverse cada vez más capaz de identificar estos factores impulsores, ayudando así a predecir las perspectivas del problema. Pero por ahora, explicar el impacto de la inteligencia en los políticos estadounidenses seguirá siendo la ventaja única de los analistas humanos.
Si bien las tecnologías emergentes aportarán un inmenso valor al análisis de las agencias de inteligencia, en los próximos años surgirá otra pregunta: ¿qué valor tiene el análisis de las agencias de inteligencia para la política estadounidense? Aunque las agencias de inteligencia seguirán disfrutando de muchas ventajas, como Conozca la recopilación de inteligencia, pero la combinación de inteligencia de código abierto de alta calidad, inteligencia geoespacial e inteligencia de señales que se puede obtener de canales comerciales y análisis de datos hará que la competencia de análisis de inteligencia sea más intensa. Cualquier organización bien entrenada y equipada podrá realizar un análisis completo de los eventos actuales a una velocidad más rápida y a un menor costo, con una calidad comparable a la de los analistas del departamento de inteligencia. En el futuro, el sensor cada vez más común y el entorno de información de detección continua, la tasa de adopción de tecnología más rápida del sector empresarial y las instalaciones superiores de inteligencia de código abierto pueden darle una ventaja sobre el sector de inteligencia en la evaluación de eventos globales que cambian rápidamente.
La ventaja competitiva de los analistas de inteligencia puede verse disminuida al proporcionar inteligencia sobre amenazas y eventos en los próximos años a los legisladores estadounidenses. Sin embargo, dado que el objetivo de la agencia de inteligencia es distinguirse de la inteligencia de código abierto, su valor para la política estadounidense no vendrá de un análisis de actualidad de la CNN ligeramente mejor. Si bien el departamento de inteligencia puede y debe proporcionar análisis oportunos para mantener la relevancia para los responsables de la formulación de políticas, la fortaleza del departamento de inteligencia debe seguir siendo la experiencia de sus analistas experimentados y el análisis que pueden proporcionar únicamente a los responsables de la formulación de políticas. Es decir, tienen conocimientos únicos e incomparables sobre las causas y perspectivas de los eventos globales, su impacto en los intereses estadounidenses y las amenazas emergentes.
Por supuesto, las nuevas tecnologías seguirán siendo muy importantes. Un analista del departamento de inteligencia que ha dominado la inteligencia artificial y las habilidades de inteligencia de código abierto puede comprender rápidamente lo que está sucediendo, comprender la inteligencia secreta y los antecedentes históricos, comprender las razones y proporcionar información sobre amenazas globales, escenarios futuros y su impacto en la política de EE. UU. Insights. La combinación de tecnologías emergentes, experiencia antropológica y tecnología de inteligencia colocará a los analistas en el departamento de inteligencia en una posición única para responder varias preguntas complicadas, generalmente orientadas a la tecnología, que los tomadores de decisiones pueden plantear en los próximos años, como :
¿Cuáles son nuevos?
A medida que los competidores estadounidenses utilizan cada vez más métodos no convencionales, indirectos y secretos para obtener una ventaja estratégica, los analistas deben poder descubrir nuevos y crecientes en los campos político, paramilitar, de la información y económico. Área gris "Actividad 10. Los analistas con experiencia en detección de señales de inteligencia artificial, descubrimiento de patrones y herramientas de visualización, así como estrategias, campañas y principios operativos del enemigo estarán en la mejor posición para descubrir nuevas acciones e identificar las crecientes pero significativas en el entorno de combate. Los cambios brindan una alerta temprana a los responsables políticos de EE. UU. Y reducen el riesgo de sorpresas estratégicas.
¿Cuáles son las verdaderas?
A medida que se aceleran las actividades de desinformación e influencia extranjeras (que son más rápidas, más grandes, más complejas y parecen más reales), los legisladores estadounidenses necesitarán agencias de inteligencia para ayudar a distinguir lo "real". Y ficción ". Los analistas deberán tener capacidades de inteligencia artificial, como la detección de fraude profundo sintético e irreal en una red de confrontación generativa, y análisis de sentimientos para medir los factores que afectan las acciones. Los analistas con habilidades técnicas básicas y experiencia nacional serán muy adecuados para evaluar las estrategias de guerra de información de los oponentes y las posibles acciones futuras.
¿Qué hacer en el futuro?
La inteligencia estratégica anticipada no es para predecir amenazas específicas, sino para concebir y evaluar correctamente la posibilidad de eventos y hostilidades potenciales. El modelado basado en inteligencia artificial, la deducción de guerra y el análisis de escenarios pueden ayudar a los analistas a identificar y descubrir posibles cursos de acción, predecir los puntos de decisión del enemigo y descubrir todo tipo de situaciones antes de que la probabilidad sea baja pero tenga un gran impacto en los intereses estadounidenses. firmar.
Empoderar a los analistas de inteligencia actuales y futuros
La capacidad de la agencia de inteligencia para integrar y utilizar tecnologías innovadoras en el análisis estratégico es fundamental para generar y mantener las ventajas de los tomadores de decisiones en la toma de decisiones frente a enemigos y competidores cada vez más complejos. Para mantener su ventaja analítica, el departamento de inteligencia debe comenzar simultáneamente a visualizar, planificar e invertir en tareas analíticas futuras, y adoptar y absorber rápidamente las tecnologías emergentes en la tecnología de inteligencia actual.
Serán los propios analistas de inteligencia quienes conectarán las necesidades de análisis actuales y futuras. Debido a la limitada cuota de reclutamiento, el largo tiempo de capacitación, la baja movilidad del personal y la alta tasa de retención, no es fácil que el personal del departamento de inteligencia sea reemplazado por talentos con nuevas tecnologías11. De hecho, como afirmó Joseph Gartin, ex director de aprendizaje de la Agencia Central de Inteligencia, "la fuerza laboral del futuro ya está aquí". Los analistas en 2020 pueden convertirse en futuros líderes y gerentes. Para las personas, seguirán siendo analistas en 2030. El liderazgo de inteligencia y las partes interesadas importantes (formuladores de políticas, congresos, departamentos de tecnología e investigación) deben proporcionar a estos analistas tecnología y capacitación para que puedan prosperar hoy y establecer los números para el éxito futuro. Fundamento, ventajas institucionales y normas culturales. ¿Entonces que debemos hacer ahora?
Utilice inteligencia de código abierto
En términos de proporcionar información y promover el análisis y el juicio, así como en términos de necesidad estratégica en una era de big data, las agencias de inteligencia deben redefinir la inteligencia de código abierto como un tipo de inteligencia básica junto con la inteligencia secreta tradicional. Además, la inteligencia de código abierto no solo se puede utilizar como información de referencia importante para la evaluación de inteligencia secreta, sino que también se puede utilizar como una tarea de análisis. La combinación de inteligencia de código abierto de alta calidad, inteligencia geoespacial comercial e inteligencia de señales significa que el análisis de inteligencia de todas las fuentes ahora se puede realizar a un nivel no confidencial. En lugar de tratarlo como competencia, la agencia de inteligencia también podría considerar la "inteligencia de código abierto terminada" como una oportunidad para expandir la cobertura de la inteligencia y tener un impacto en nuevos clientes y partes interesadas que pueden valorar la inteligencia. La tecnología de inteligencia del Departamento y los conocimientos obtenidos a través de medios no confidenciales, incluida la aplicación de la ley nacional, los gobiernos extranjeros, la tecnología y la industria, y el público estadounidense en general.
Preste atención a la información científica y tecnológica.
La información sobre los sistemas de inteligencia artificial extranjeros y las capacidades, planes e intenciones científicas y tecnológicas también debe considerarse como una tarea de inteligencia básica, recopilada y analizada, que es vital para la planificación y los recursos de las futuras tareas de la agencia de inteligencia. Las agencias de inteligencia deben ser capaces de comprender y predecir tecnologías emergentes, especialmente inteligencia artificial, biotecnología y computación cuántica, y sus aplicaciones en política exterior, competitividad económica, operaciones militares y de inteligencia. Para hacer esto, es necesario recopilar en secreto las capacidades y aplicaciones tecnológicas de los oponentes, así como la inteligencia formal de código abierto sobre las fuentes de innovaciones tecnológicas extranjeras (incluidas patentes, asociaciones, adquisiciones y expansiones). Los analistas necesitan más conocimientos técnicos y tácticos para comprender los sistemas de inteligencia artificial extranjeros, así como sus propias capacidades y limitaciones de inteligencia artificial para recopilar, localizar y obtener datos.
Tecnología integrada
Los analistas de inteligencia deben desarrollar un cierto grado de inteligencia digital en ciencia de datos e inteligencia artificial. Sin embargo, trabajar con expertos técnicos reales, como científicos de datos, ingenieros de aprendizaje automático y diseñadores de productos, puede desencadenar la verdadera naturaleza del análisis de inteligencia artificial. potencial. La incorporación de científicos de datos en el departamento de análisis ayudará a los científicos de datos a comprender y analizar conjuntos de problemas, ayudar a los analistas a comprender la inteligencia artificial relacionada, construir y personalizar modelos de manera conjunta, aplicar las herramientas correctas al conjunto de datos correcto y generar Dar resultados significativos 12. Los ingenieros de aprendizaje automático y los diseñadores de productos deben ponerse en contacto con los usuarios finales de los analistas para comprender cómo diseñar, construir y ajustar software, herramientas e interfaces para satisfacer los requisitos únicos de los analistas.
Difundir los logros esporádicos
Al crear una infraestructura digital e incentivos institucionalizados para la adopción de tecnología en todo el sistema, los líderes de los departamentos de inteligencia también deben autorizar a los supervisores individuales y a los centros de tareas a obtener, probar y adoptar herramientas analíticas que se adapten a las necesidades específicas de su misión. Ciertas tareas de análisis, especialmente aquellas que se centran más en la inteligencia práctica como la lucha contra el terrorismo, serán más adecuadas para el uso de inteligencia artificial / aprendizaje automático. Pero los líderes del departamento de inteligencia deben determinar los atributos, las normas y las mejores prácticas de la unidad de transformación tecnológica, y buscar difundir las lecciones aprendidas para inspirar métodos creativos en todo el departamento.
Responsable de políticas educativas
El valor del análisis de inteligencia proviene en última instancia del impacto de los productos en los clientes de políticas, así como de la confianza de los clientes en la calidad, claridad y transparencia de sus juicios. A medida que las agencias de inteligencia integran la inteligencia artificial y el análisis de datos en sus productos, los analistas deben poder explicar de manera clara y convincente a los tomadores de decisiones cómo se aplican estas tecnologías, su peso relativo en la formación de evaluaciones y su impacto. El impacto del nivel de confianza de los juicios clave. Los analistas deben convertirse en educadores de la inteligencia artificial y las aplicaciones analíticas, y aprender a generar confianza con líderes estratégicos que toman decisiones clave sobre políticas y acciones basadas en el análisis de inteligencia artificial.
En términos de enriquecer y promover el análisis y el juicio, y en términos de necesidad estratégica en la era del big data, las agencias de inteligencia deben redefinir la inteligencia de código abierto como inteligencia básica, al igual que la inteligencia secreta tradicional.
【1】 Entrevista de investigación de empresa de proveedor de tecnología y nube de EE. UU.
【2】 Entrevista de investigación de firma de tecnología y análisis de EE. UU.
【3】 Paul R. Dougherty y H. James Wilson, Human + Machine: Reimagining Work in the Age of AI (Cambridge, MA: Harvard Business Review Press, 2018),
【4】 Joseph Gartin, "Pensando en los problemas de gestión del talento de la IC en un entorno de IA / ML", Debate elevado, 8 de julio de 2020, https://elevateddebate.com/thinking-about-the-ics-talent-management-issuesin- an-ai-ml-environment /.
【5】 Servicio de Investigación del Congreso, Inteligencia Artificial y Seguridad Nacional (Washington, DC: CRS); PatrickTucker, “What the CIA's Tech Director Wants from AI”, Defense One, 6 de septiembre de 2017, https://www.defenseone.com/technology/2017/09/cia-technology-director-artificial-intelligence/140801/.
【6】 “Se entrenan dos redes neuronales en tándem: una está diseñada para ser una red generativa (el falsificador) y la otra una red discriminativa (el detector de falsificaciones). El objetivo es que cada uno se entrene y se mejore, reduciendo la necesidad de grandes datos de entrenamiento etiquetados ". Ver Comisión de Seguridad Nacional sobre Inteligencia Artificial, Informe provisional.
【7】 ODNI, la iniciativa AIM; CRS, Inteligencia Artificial y Seguridad Nacional; ErikLin-Greenberg, “Aliados e inteligencia artificial”, Revisión de seguridad nacional de Texas 3, no. 2 (primavera de 2020): 56-76.
【8】 Entrevista de investigación de la firma de análisis y software de seguridad de USAI, entrevista realizada por el Grupo de Trabajo de Inteligencia y Tecnología de CSIS, julio de 2020.
[9] Igual que arriba.
【10】 Para obtener más análisis sobre la competencia en la “zona gris”, consulte el Proyecto de la Zona Gris de CSIS en https://www.csis.org/grayzone.
【11】 Gartin, "Pensando en los problemas de gestión del talento del CI".
【12】 Entrevista de investigación de firma de tecnología y análisis de EE. UU.
1. ¡ Analice el impacto de la "interpretabilidad" en la inteligencia artificial desde una perspectiva integrada!
2. Registro [MCU], biblioteca estándar, biblioteca HAL, biblioteca LL, ¡tantas bibliotecas! ¿Cómo me pides que elija?
3. ¿Cuántos pasos hay para desarrollar proyectos embebidos con Linux?
5. El entorno de desarrollo integrado nacional ayuda a la RISC-V nacional a romper el monopolio de los gigantes extranjeros en la tecnología de chips
6. Al realizar el desarrollo integrado, ¿cómo se da cuenta de la pantalla LCD?
Descargo de responsabilidad: este artículo se reproduce en línea y los derechos de autor pertenecen al autor original. Si está involucrado en los problemas de derechos de autor de la obra, comuníquese con nosotros, confirmaremos los derechos de autor según los materiales de certificación de derechos de autor que proporcione y pagaremos la remuneración del autor o eliminaremos el contenido.