謝琪彬 石 宇

(國(guó)防科技大學(xué)國(guó)際關(guān)系學(xué)院 南京 210039)

經(jīng)過(guò)多年的發(fā)展，美國(guó)情報(bào)界運(yùn)用人工智能已經(jīng)從最初的仿真模擬訓(xùn)練，進(jìn)一步發(fā)展到自然語(yǔ)義分析、模式識(shí)別和人工神經(jīng)網(wǎng)絡(luò)技術(shù)，無(wú)論是在人工智能的軟件開(kāi)發(fā)、理論創(chuàng)新還是實(shí)踐應(yīng)用都走在世界前沿。不過(guò)，人工智能是一把“雙刃劍”，它在提升工作效率的同時(shí)必然也會(huì)帶來(lái)許多問(wèn)題，情報(bào)工作作為涉密程度極高的活動(dòng)，不可避免會(huì)遭受倫理沖突和技術(shù)問(wèn)題的困擾，是否理解人工智能的能力局限所在，則是把握人工智能發(fā)展方向，從而更好服務(wù)于情報(bào)工作的關(guān)鍵。

1 人工智能與美國(guó)情報(bào)工作

隨著數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)搜集技術(shù)的發(fā)展，大容量數(shù)據(jù)的處理能力得到顯著提升，情報(bào)工作的自動(dòng)化和智能化水平也不斷提高。在人工智能的加持下，大數(shù)據(jù)技術(shù)與互聯(lián)網(wǎng)融合，使得大規(guī)模人工神經(jīng)網(wǎng)絡(luò)的構(gòu)建成為可能，也為情報(bào)工作的迭代與發(fā)展提供新的方向。

1.1人工智能概述人工智能的定義最初由約翰·麥肯錫(John McCarthy)提出，其認(rèn)為：“人工智能就是要讓機(jī)器的行為看起來(lái)就像是人所表現(xiàn)出的智能行為一樣”[1]。但由于可編程計(jì)算機(jī)在當(dāng)時(shí)仍未出現(xiàn)，所以無(wú)論是從麥肯錫給出此定義的論述還是時(shí)代背景來(lái)看，其只是從思維層面對(duì)“人工智能”的概念進(jìn)行思考，而并沒(méi)有對(duì)人工智能的應(yīng)用場(chǎng)景、實(shí)現(xiàn)方式和技術(shù)要求進(jìn)行探討。同樣，雖然美國(guó)國(guó)防部在2019財(cái)年《國(guó)防授權(quán)法》(NDDA)中給出了人工智能的定義，但在2020年8月美國(guó)國(guó)會(huì)研究院發(fā)布的《人工智能與國(guó)家安全》報(bào)告中，國(guó)會(huì)研究院也表示國(guó)防部只是總結(jié)了學(xué)術(shù)文獻(xiàn)中的相關(guān)定義，并明確指出：“由于在人工智能領(lǐng)域的研究方法多種多樣，所以人工智能至今仍沒(méi)有公認(rèn)的定義，美國(guó)政府也尚未對(duì)人工智能進(jìn)行官方定義”[2]。綜合以上文件，筆者認(rèn)為人工智能是由包括人工智能技術(shù)在內(nèi)的許多技術(shù)和軟硬件共同組成的集合體，目的是使機(jī)器最終能夠達(dá)到以類(lèi)人的智能水平，可以感知、理解、學(xué)習(xí)和做出相應(yīng)反應(yīng)，幫助軍民各領(lǐng)域主體實(shí)現(xiàn)自動(dòng)化和智能化運(yùn)行，以改善服務(wù)和優(yōu)化體驗(yàn)。

通常來(lái)說(shuō)，研究人員將人工智能分為狹義人工智能(Narrow AI)和廣義人工智能(General AI)兩種。狹義人工智能一般執(zhí)行單個(gè)任務(wù)或一組緊密相關(guān)的任務(wù)，此類(lèi)人工智能雖然適用面較為單一，但精確性較高，功能也比較強(qiáng)大。廣義人工智能，又叫強(qiáng)人工智能，指能夠具有類(lèi)人智能的機(jī)器，可以戰(zhàn)略，抽象和創(chuàng)造性地思考，并具有處理一系列復(fù)雜任務(wù)的能力。不過(guò)，盡管機(jī)器當(dāng)前在數(shù)據(jù)搜集、處理和存儲(chǔ)方面相比人類(lèi)有巨大優(yōu)勢(shì)，但人工智能仍然只是人類(lèi)能力的延伸，其發(fā)展仍停留在初級(jí)階段?？傮w上看，由于人工智能研究領(lǐng)域的廣泛性，無(wú)論是在科研還是官方層面都未能對(duì)其形成統(tǒng)一的認(rèn)識(shí)，不過(guò)從國(guó)防的角度來(lái)看，這也為人工智能在情報(bào)領(lǐng)域的發(fā)展提供了足夠的空間，給相關(guān)項(xiàng)目的審批和撥款留下充足的操作空間。

1.2美國(guó)情報(bào)界的人工智能開(kāi)發(fā)現(xiàn)狀目前，包括美國(guó)中央情報(bào)局(CIA)和國(guó)防情報(bào)局(DIA)在內(nèi)的多家情報(bào)機(jī)構(gòu)都在積極探索情報(bào)工作中的人工智能應(yīng)用，他們資助了多家私營(yíng)公司在國(guó)家安全情報(bào)領(lǐng)域的人工智能項(xiàng)目。根據(jù)CIA技術(shù)開(kāi)發(fā)副主任道恩·梅耶里克透露的信息，僅CIA目前就支持開(kāi)展了137個(gè)不同的人工智能項(xiàng)目[3]。

當(dāng)前，CIA主要通過(guò)其旗下的風(fēng)險(xiǎn)投資基金In-Q-Tel開(kāi)展活動(dòng)，主要是為CIA認(rèn)為的對(duì)當(dāng)前和未來(lái)國(guó)家安全與情報(bào)有重大意義的公司和項(xiàng)目提供風(fēng)險(xiǎn)投資。實(shí)際上，In-Q-Tel投資了多家為國(guó)家安全和情報(bào)部門(mén)服務(wù)的公司，包括提供衛(wèi)星影像的“谷歌地球”(Google Earth)，專門(mén)研究海量數(shù)據(jù)處理技術(shù)的軟件公司Palantir和網(wǎng)絡(luò)安全公司Cylance，這些公司都在本領(lǐng)域獲得了相當(dāng)大的成功。與CIA相似，DIA在2014年發(fā)布的《2014國(guó)防情報(bào)局創(chuàng)新戰(zhàn)略計(jì)劃》中就提出要發(fā)展人工智能等先進(jìn)技術(shù)。但DIA與CIA在人工智能技術(shù)需求的一大不同點(diǎn)在于，DIA更為注重能在短時(shí)間內(nèi)得到人工智能技術(shù)的分析處理結(jié)果，壓縮情報(bào)數(shù)據(jù)提取、分析到應(yīng)用所需要的時(shí)間[4]。為了盡快為人工智能的應(yīng)用做好數(shù)據(jù)準(zhǔn)備，DIA在2019年5月對(duì)外宣布了其機(jī)器輔助分析快速存儲(chǔ)系統(tǒng)(MARS)計(jì)劃，旨在輔助人類(lèi)分析師了解人工智能算法的內(nèi)容和可信度，增強(qiáng)二者協(xié)同運(yùn)作能力。

作為在全球人工智能領(lǐng)以及情報(bào)能力方面擁有絕對(duì)話語(yǔ)權(quán)的國(guó)家，美國(guó)情報(bào)領(lǐng)域的人工智能發(fā)展擁有巨大的先發(fā)優(yōu)勢(shì)。CIA作為美國(guó)情報(bào)界人工智能開(kāi)發(fā)的主導(dǎo)者，通過(guò)In-Q-Tel基金發(fā)現(xiàn)并支持了一大批人工智能項(xiàng)目，使得情報(bào)界獲得了許多重要的創(chuàng)新應(yīng)用，特別是在信號(hào)情報(bào)和圖像情報(bào)領(lǐng)域廣泛運(yùn)用的自然語(yǔ)言處理和模式識(shí)別技術(shù)獲得了重大突破，可見(jiàn)在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)仍將處于領(lǐng)先地位。

1.3人工智能與美國(guó)情報(bào)工作融合的研究現(xiàn)狀偵察裝備性能的提升，使得情報(bào)部門(mén)每天都能夠通過(guò)各種手段獲得來(lái)自全球各地的海量偵察情報(bào)數(shù)據(jù)。眾所周知，美國(guó)情報(bào)部門(mén)當(dāng)前面臨的主要問(wèn)題，就是大量情報(bào)數(shù)據(jù)與滯后的分析能力間的矛盾，而這也正是人工智能的優(yōu)勢(shì)所在。因此，如何將人工智能引入國(guó)家情報(bào)體系，則成為政府機(jī)構(gòu)、安全智庫(kù)和諸多學(xué)者研究的熱門(mén)領(lǐng)域。

1.3.1 官方研究 為確保美軍保持人工智能領(lǐng)域的領(lǐng)先地位，美國(guó)國(guó)防部在2018年《國(guó)防戰(zhàn)略》中明確將人工智能確定為保證美國(guó)贏得未來(lái)戰(zhàn)爭(zhēng)的關(guān)鍵技術(shù)領(lǐng)域，并據(jù)此制定了《2018國(guó)防部人工智能戰(zhàn)略概要》。在該戰(zhàn)略概要中，國(guó)防部不僅對(duì)人工智能在增強(qiáng)決策和計(jì)劃等輔助作戰(zhàn)的方面提出構(gòu)想，更是首次對(duì)軍事領(lǐng)域的人工智能倫理與安全進(jìn)行分析。

實(shí)際上，不僅僅局限于國(guó)防部層面，美國(guó)幾大軍種對(duì)人工智能都有相對(duì)獨(dú)立的研究，其中也不乏將人工智融入到情報(bào)領(lǐng)域的探索。美國(guó)陸軍研究實(shí)驗(yàn)室(ARL)下屬的人工智能創(chuàng)新院(A2I2)就長(zhǎng)期關(guān)注陸軍在城市作戰(zhàn)環(huán)境下的情報(bào)、監(jiān)視和偵察(ISR)行動(dòng)。希望通過(guò)人工智能增強(qiáng)作戰(zhàn)能力，并發(fā)現(xiàn)將人工智能與士兵知識(shí)、情報(bào)相融合的獨(dú)特方法，從而可以在戰(zhàn)場(chǎng)情報(bào)競(jìng)爭(zhēng)中取得優(yōu)勢(shì)[5]。受美國(guó)海軍作戰(zhàn)部的委托，海軍分析中心(CNA)也與2019年發(fā)布了《海軍人工智能框架》報(bào)告，報(bào)告對(duì)人工智能在海軍情報(bào)中應(yīng)用及所需數(shù)據(jù)提出了要求，重視用于訓(xùn)練人工智能算法的數(shù)據(jù)合法性，同時(shí)也強(qiáng)調(diào)了在人的“判斷力”基礎(chǔ)上的人機(jī)協(xié)同。此外，美國(guó)空軍也在2019年9月發(fā)布了其《2019人工智能戰(zhàn)略》，該戰(zhàn)略展現(xiàn)了空軍對(duì)使用人工智能獲取空天和網(wǎng)絡(luò)空間優(yōu)勢(shì)的構(gòu)想，尤其體現(xiàn)出空軍對(duì)利用開(kāi)源軟件、算法及數(shù)據(jù)對(duì)支持情報(bào)和作戰(zhàn)行動(dòng)的重視。

總的來(lái)說(shuō)，就美國(guó)政府和軍方發(fā)布的文件以及部門(mén)研究報(bào)告而言，其多為政策層面對(duì)人工智能在情報(bào)領(lǐng)域應(yīng)用提出指導(dǎo)原則，少有涉及相對(duì)具體的實(shí)踐性引導(dǎo)。不過(guò)大部分研究中都表明了對(duì)人工智能倫理和安全問(wèn)題的關(guān)注，各部門(mén)也都對(duì)本領(lǐng)域內(nèi)的情報(bào)工作與人工智能結(jié)合提出了相應(yīng)要求，這表明美國(guó)官方既重視推動(dòng)人工智能的快速應(yīng)用，同時(shí)也具備相對(duì)高的警惕和理性決策能力。

1.3.2 智庫(kù)及學(xué)者研究 美國(guó)擁有大量的防務(wù)與國(guó)家安全類(lèi)智庫(kù)，他們通過(guò)專業(yè)的研究來(lái)滿足美國(guó)官方的政策咨詢需求。新美國(guó)安全中心(CANS)、布魯金斯學(xué)會(huì)(Brookings Institution)和蘭德公司(RAND)等都是為美國(guó)國(guó)家安全提供政策咨詢的核心智庫(kù)，這些智庫(kù)內(nèi)部均設(shè)有專門(mén)的人工智能研究小組或計(jì)劃，并且受情報(bào)界成員的委托開(kāi)展了大量研究，研究成果在美國(guó)政府和軍方后來(lái)發(fā)布的官方文件中均有所體現(xiàn)。

2017年7月，在官方尚未發(fā)布與國(guó)防有關(guān)的人工智能文件之時(shí)，哈佛大學(xué)貝爾弗中心便為國(guó)家情報(bào)總監(jiān)辦公室(ODNI)開(kāi)展研究并發(fā)表了《人工智能與國(guó)家安全》報(bào)告，對(duì)情報(bào)界等其它關(guān)鍵國(guó)防領(lǐng)域運(yùn)用人工智能提出了建議，其中多個(gè)部分的內(nèi)容被吸收進(jìn)2020年8月國(guó)會(huì)研究所發(fā)布的同名報(bào)告。此外，該報(bào)告還分析了軍事和情報(bào)工作自動(dòng)化所導(dǎo)致的失業(yè)問(wèn)題，此部分內(nèi)容在2020年2月白宮科技政策辦公室發(fā)布的《美國(guó)人工智能倡議：年度報(bào)告》中也得到呼應(yīng)。CANS從2018年至今也相繼發(fā)布了6份與人工智能相關(guān)的報(bào)告，在2018年7月發(fā)布的《人工智能與國(guó)際安全》報(bào)告中，該中心對(duì)人工智能在部隊(duì)?wèi)B(tài)勢(shì)感知和情報(bào)搜集與處理方面應(yīng)用進(jìn)行了探討。與之相同，RAND在近幾年也分別受到JAIC和空軍ISR主任的委托，對(duì)國(guó)家安全領(lǐng)域運(yùn)用人工智能的相關(guān)問(wèn)題進(jìn)行研究。在2020年發(fā)布的《人工智能的軍事應(yīng)用》報(bào)告中，RAND對(duì)人工智能的定義及在美軍的當(dāng)前應(yīng)用進(jìn)行梳理，簡(jiǎn)要概括了人工智能在圖像識(shí)別和文本分析等情報(bào)處理層面的使用情況，特別是分析了運(yùn)用人工智能輔助ISR行動(dòng)可能出現(xiàn)的倫理和戰(zhàn)略風(fēng)險(xiǎn)。

此外，近年涌現(xiàn)出大量的相關(guān)評(píng)論、文章和著述，表明國(guó)內(nèi)外學(xué)者也非常關(guān)注美國(guó)情報(bào)界運(yùn)用人工智能的情況。在2016年發(fā)表的《情報(bào)機(jī)構(gòu)中的人工智能倫理》一文中，蘭德公司情報(bào)政策中心研究員科爾特尼·韋恩鮑姆就對(duì)美國(guó)情報(bào)界的人工智能權(quán)限和監(jiān)督問(wèn)題進(jìn)行了討論。國(guó)內(nèi)學(xué)者黃敏聰也利用文獻(xiàn)分析的方法，系統(tǒng)搜集并梳理了美國(guó)情報(bào)界和智庫(kù)近年發(fā)布的相關(guān)報(bào)告，對(duì)美國(guó)國(guó)家情報(bào)體系中人工智能應(yīng)用的若干問(wèn)題進(jìn)行探討，已經(jīng)基本概括了其總體發(fā)展現(xiàn)狀，不過(guò)缺乏對(duì)情報(bào)界人工智能倫理風(fēng)險(xiǎn)及技術(shù)問(wèn)題的關(guān)注。

總體上看來(lái)，受制于技術(shù)限制或保密等原因，國(guó)內(nèi)外智庫(kù)和學(xué)者對(duì)人工智能在軍事中的應(yīng)用研究仍主要聚焦于智能硬件的應(yīng)用，對(duì)人工智能在情報(bào)工作中的運(yùn)用與實(shí)踐并未進(jìn)行詳細(xì)探討。雖然也有部分學(xué)者提出了人工智能在情報(bào)機(jī)構(gòu)中運(yùn)用存在的倫理問(wèn)題，但也主要著眼于人工智能的技術(shù)安全性，而回避了情報(bào)人員關(guān)注的“人機(jī)關(guān)系”問(wèn)題。通過(guò)查閱、搜集和提煉相關(guān)文獻(xiàn)資料以及結(jié)合美國(guó)情報(bào)工作實(shí)踐，本文力圖對(duì)人工智能在美國(guó)情報(bào)體系中的運(yùn)用現(xiàn)狀進(jìn)行相對(duì)系統(tǒng)的分析，并嘗試探討其未來(lái)發(fā)展的困境所在，為學(xué)界提供新的研究思路。

2 人工智能融入美國(guó)情報(bào)體系的現(xiàn)狀分析

美國(guó)情報(bào)界每天都會(huì)搜集和分析大量的情報(bào)數(shù)據(jù)，不僅服務(wù)于駐外美軍執(zhí)行作戰(zhàn)任務(wù)，同樣也用于國(guó)內(nèi)打擊犯罪、毒品交易和恐怖主義。情報(bào)界長(zhǎng)期以來(lái)都在積極開(kāi)發(fā)技術(shù)工具，試圖使用人工智能技術(shù)改善分析過(guò)程，幫助分析師更加有效的進(jìn)行情報(bào)分析，這在情報(bào)工作中也體現(xiàn)出較好的應(yīng)用實(shí)踐。

2.1人工智能強(qiáng)化開(kāi)源情報(bào)的現(xiàn)狀分析

2.1.1 整合海量數(shù)據(jù)信息 開(kāi)源信息的無(wú)序性、復(fù)雜性和數(shù)量龐大，成為信息時(shí)代開(kāi)源情報(bào)手段發(fā)展的主要限制因素，其本質(zhì)是開(kāi)源信息精確抓取與篩選困難。當(dāng)前，美國(guó)情報(bào)機(jī)構(gòu)和軍方越來(lái)越多地利用基于機(jī)器學(xué)習(xí)的分析平臺(tái)來(lái)篩選社交媒體等數(shù)據(jù)源。其目的就是要實(shí)現(xiàn)自動(dòng)化檢測(cè)，提高抓取和篩選數(shù)據(jù)的效率，最終搜集可用于分析的大量文檔并自動(dòng)生成包含任務(wù)、地點(diǎn)和時(shí)間的規(guī)范化材料。根據(jù)美國(guó)的一項(xiàng)調(diào)查研究顯示，2019年平均每天有超過(guò)400萬(wàn)小時(shí)的視頻內(nèi)容長(zhǎng)傳到Y(jié)ouTube，約43億條消息在Facebook上發(fā)布[6]。面對(duì)海量的數(shù)據(jù)，僅依靠情報(bào)人員人力處理和分析，已經(jīng)完全不能滿足需求，相比之下人工智能則能夠突破人腦的計(jì)算速度和耐力限制，極大提升情報(bào)數(shù)據(jù)處理的效率和穩(wěn)定性，滿足開(kāi)源情報(bào)所需的處理能力。

為情報(bào)界提供服務(wù)的國(guó)防承包商ElectrifAi公司推出了一種名為SignalSensor的算法，該算法可以利用機(jī)器學(xué)習(xí)在數(shù)據(jù)量龐大的社交網(wǎng)絡(luò)平臺(tái)和在線論壇等網(wǎng)站檢測(cè)和識(shí)別威脅，并可根據(jù)威脅嚴(yán)重程度對(duì)目標(biāo)進(jìn)行排名。從美國(guó)陸軍開(kāi)源情報(bào)專家內(nèi)森·麥克爾丁的講話中可知，人工智能已經(jīng)與美國(guó)開(kāi)源情報(bào)及傳統(tǒng)軍事領(lǐng)域相交織，在整個(gè)情報(bào)周期當(dāng)中存在大量人工智能驅(qū)動(dòng)的實(shí)體無(wú)人機(jī)和傳感器，也有大量網(wǎng)絡(luò)空間中的網(wǎng)絡(luò)爬蟲(chóng)和蜘蛛程序，它們持續(xù)的搜集大量數(shù)據(jù)并形成針對(duì)目標(biāo)的自動(dòng)和半智能傳播機(jī)制，實(shí)現(xiàn)人工智能加快情報(bào)周期的作用。

2.1.2 提升開(kāi)源情報(bào)可用性 國(guó)會(huì)《人工智能與國(guó)家安全》報(bào)告認(rèn)為，人工智能系統(tǒng)可能有整合來(lái)自多源大量數(shù)據(jù)的能力。過(guò)去，開(kāi)源情報(bào)工作的任務(wù)是找到隱藏的或難以找到的信息；如今，面對(duì)日益增長(zhǎng)的數(shù)據(jù)量，另一個(gè)挑戰(zhàn)則是挖掘大量信息背后所蘊(yùn)含的知識(shí)[7]。2019年10月，美國(guó)陸軍情報(bào)與安全司令部(INSCOM)就與BAE Systems公司簽訂了4.37億美元的采購(gòu)合同，旨在向美國(guó)陸軍派駐國(guó)外的部隊(duì)提供開(kāi)源情報(bào)支持，為地區(qū)指揮官提供騷亂、政治暴力、恐怖主義襲擊或其他與安全相關(guān)事件的預(yù)警。與之相似，CIA所資助的Stabilitas公司，也是利用自動(dòng)抓取網(wǎng)絡(luò)信息，并通過(guò)情緒分析來(lái)監(jiān)測(cè)某一地區(qū)的社會(huì)輿論和地區(qū)局勢(shì)。Stabilitas公司的人工智能程序不斷提取超過(guò)17 000個(gè)全球數(shù)據(jù)源，每天識(shí)別近300 000個(gè)關(guān)鍵事件，例如自然災(zāi)害和地緣政治事件[8]。爾后，該公司通過(guò)軟件識(shí)別和分析，找出受這些事件影響的人員和資產(chǎn)之間的相互聯(lián)系，讓CIA可以有效地監(jiān)視世界各地的突發(fā)自然災(zāi)害和群體性事件。

總體來(lái)看，開(kāi)源情報(bào)工作中人工智能的發(fā)展大致可分為三個(gè)階段：第一階段是作為數(shù)據(jù)整理和篩選的工具；第二階段是人機(jī)協(xié)作，即在人工干預(yù)下的開(kāi)源數(shù)據(jù)自動(dòng)抓取和半智能分析機(jī)制；第三階段是自主運(yùn)行，即人工智能基于海量歷史數(shù)據(jù)反復(fù)訓(xùn)練算法，最終實(shí)現(xiàn)相對(duì)獨(dú)立的自主精確搜集和分析。目前來(lái)說(shuō)，美國(guó)開(kāi)源情報(bào)工作中的人工智能主要發(fā)展方向仍然是人機(jī)協(xié)作，完全脫離人工干預(yù)的人工智能技術(shù)實(shí)現(xiàn)還非常困難，鑒于開(kāi)源信息數(shù)據(jù)樣式和內(nèi)容的雙重復(fù)雜性，利用技術(shù)增強(qiáng)人類(lèi)認(rèn)知能力仍然是開(kāi)源情報(bào)工作的人工智能發(fā)展目標(biāo)。

2.2人工智能強(qiáng)化信號(hào)情報(bào)的現(xiàn)狀分析眾所周知，美國(guó)情報(bào)界已經(jīng)通過(guò)各種形式的人工智能技術(shù)來(lái)提升其情報(bào)工作效率，伴隨通信技術(shù)的發(fā)展，信號(hào)情報(bào)能夠搜集來(lái)自全球各地發(fā)出的電子信號(hào)和通信信號(hào)，其作為傳統(tǒng)的情報(bào)手段也逐漸深入到網(wǎng)絡(luò)攻防領(lǐng)域，成為信息化時(shí)代情報(bào)工作的重要組成部分。

2.2.1 增強(qiáng)網(wǎng)絡(luò)攻防能力 CIA很早就通過(guò)In-Q-Tel基金布局網(wǎng)絡(luò)安全領(lǐng)域的人工智能應(yīng)用，In-Q-Tel投資的Palantir公司開(kāi)發(fā)了Palantir Gotham和Palantir Foundry兩大平臺(tái)，它們幫助情報(bào)機(jī)構(gòu)識(shí)別虛假信息、理解并抵御網(wǎng)絡(luò)攻擊。作為美國(guó)情報(bào)界的專業(yè)信號(hào)情報(bào)機(jī)構(gòu)，國(guó)家安全局(NSA)也正在探索使用人工智能來(lái)檢測(cè)漏洞，NSA局長(zhǎng)Paul Nakasone在《聯(lián)合部隊(duì)季刊》采訪中表示：“NSA正在開(kāi)發(fā)和試驗(yàn)‘自我修復(fù)網(wǎng)絡(luò)’，在該網(wǎng)絡(luò)中我們可以發(fā)現(xiàn)漏洞，并且可以迅速識(shí)別該漏洞并對(duì)其進(jìn)行處理和修補(bǔ)”[9]。

網(wǎng)絡(luò)攻擊和防御是一對(duì)矛與盾關(guān)系，從本質(zhì)上來(lái)說(shuō)網(wǎng)絡(luò)攻防只是逆向?qū)梗湓诩夹g(shù)上并無(wú)較大區(qū)別，通過(guò)改進(jìn)網(wǎng)絡(luò)監(jiān)控和威脅快速識(shí)別，將會(huì)從實(shí)質(zhì)上提升對(duì)脆弱網(wǎng)絡(luò)的攻擊屬性。NSA也正在運(yùn)用人工智能模式化分析其搜集的大量網(wǎng)絡(luò)數(shù)據(jù)，嘗試發(fā)現(xiàn)外國(guó)情報(bào)系統(tǒng)的網(wǎng)絡(luò)漏洞，為注入欺騙信息或開(kāi)展網(wǎng)絡(luò)攻擊提供指引。在美國(guó)“網(wǎng)絡(luò)風(fēng)暴”和“網(wǎng)絡(luò)衛(wèi)士”等常規(guī)演習(xí)中，網(wǎng)絡(luò)分隊(duì)通過(guò)發(fā)送智能網(wǎng)絡(luò)“釣魚(yú)” 電子郵件，搜集掌握假想敵“目標(biāo)屬性、規(guī)模和威脅水平”，并通過(guò)傳送惡意文件謀求獲取更加詳細(xì)的目標(biāo)信息[10]。不過(guò)，人工智能需要接受大量樣本的反復(fù)訓(xùn)練，才能適應(yīng)網(wǎng)絡(luò)數(shù)據(jù)的可變性和復(fù)雜性，而此種人工智能的網(wǎng)絡(luò)攻防仍然只能對(duì)已知的攻擊模式有適應(yīng)性，對(duì)于此前未發(fā)現(xiàn)的新攻擊模式有識(shí)別的不確定性，所以強(qiáng)化深度學(xué)習(xí)來(lái)探索對(duì)多樣化攻擊模式的自動(dòng)識(shí)別，是未來(lái)必須要攻克的技術(shù)難題。

2.2.2 強(qiáng)化信號(hào)情報(bào)感知力 在二戰(zhàn)期間，用于戰(zhàn)術(shù)通信的無(wú)線電信號(hào)可能是信號(hào)情報(bào)的唯一來(lái)源，情報(bào)機(jī)構(gòu)依靠為數(shù)不多的設(shè)備和分析師就能完成分析工作；而現(xiàn)如今，民用無(wú)線通信和非通信的電子信號(hào)激增，使得情報(bào)機(jī)構(gòu)在復(fù)雜的電磁信號(hào)中搜集情報(bào)變得越發(fā)困難。與開(kāi)源情報(bào)不同，除通信數(shù)據(jù)外，信號(hào)情報(bào)所搜集的電磁信號(hào)往往表現(xiàn)為符號(hào)和編碼，大部分都不具有可視性和可讀性，這就決定了人工智能算法對(duì)信號(hào)情報(bào)有著比分析師更強(qiáng)的感知力。通過(guò)學(xué)習(xí)歷史數(shù)據(jù)反復(fù)訓(xùn)練，人工智能和深度學(xué)習(xí)技術(shù)可以讓軟件處理信號(hào)的速度遠(yuǎn)遠(yuǎn)超過(guò)手工編寫(xiě)的算法。例如，美國(guó)DeepSig公司的OmniSIG傳感器軟件中使用了基于深度學(xué)習(xí)的商業(yè)化RF傳感技術(shù)，借助深度學(xué)習(xí)的自動(dòng)特征學(xué)習(xí)功能，OmniSIG傳感器經(jīng)過(guò)幾秒鐘的信號(hào)捕獲和訓(xùn)練，就可以識(shí)別新的信號(hào)類(lèi)型[11]。美國(guó)通用動(dòng)力公司在2019年5月發(fā)布的《SignalEyeTM：機(jī)器學(xué)習(xí)自動(dòng)化的信號(hào)情報(bào)》報(bào)告也表示，該公司設(shè)計(jì)的SignalEye軟件可以通過(guò)機(jī)器學(xué)習(xí)算法加快信號(hào)檢測(cè)和分類(lèi)，實(shí)現(xiàn)自動(dòng)抓取電磁信號(hào)，自動(dòng)檢測(cè)、分析和調(diào)制，最終能夠獲得比人力處理更高的效率?？偟膩?lái)說(shuō)，對(duì)于原始信號(hào)情報(bào)數(shù)據(jù)，基于數(shù)字代碼的機(jī)器算法比人有著更直接的感知，所以人工智能的自動(dòng)化處理可以極大提升信號(hào)情報(bào)處理效率。從這一角度而言，信號(hào)情報(bào)可能是未來(lái)一段時(shí)間內(nèi)，人工智能在美國(guó)情報(bào)體系中能夠發(fā)揮主要作用的少數(shù)情報(bào)門(mén)類(lèi)之一。

2.3人工智能強(qiáng)化地理空間情報(bào)的現(xiàn)狀分析美國(guó)圖像和地理空間系統(tǒng)認(rèn)為,人工智能可以在人力密集型任務(wù)分析、目標(biāo)識(shí)別、任務(wù)自動(dòng)化、地理空間情報(bào)探員培訓(xùn)和推進(jìn)情報(bào)技術(shù)的方法研究等方面產(chǎn)生影響[12]。美國(guó)地理空間情報(bào)局(NGA)的前身國(guó)家圖像測(cè)繪局(NIMA)在很早就開(kāi)始研究圖像情報(bào)中的人工智能解決方案。NIMA研究表明，在執(zhí)行任務(wù)期間，建立準(zhǔn)確、及時(shí)的態(tài)勢(shì)感知至關(guān)重要。而人工智能可以將目標(biāo)區(qū)域(AOI)的可用信息集成到一幅態(tài)勢(shì)圖中，生成2D或3D影像并實(shí)現(xiàn)動(dòng)態(tài)通用操作畫(huà)面(COP)的構(gòu)建。此外，國(guó)防部高級(jí)研究計(jì)劃局(DARPA)的許多人工智能項(xiàng)目也都與自動(dòng)目標(biāo)識(shí)別(ATR)和地理空間目標(biāo)分析緊密相關(guān)。DARPA在2020年7月公開(kāi)了“移動(dòng)目標(biāo)識(shí)別”(Moving Target Recognition program)計(jì)劃，其目的就是要通過(guò)開(kāi)發(fā)處理算法和收集技術(shù)，從而解決使用合成孔徑雷達(dá)(SAR)對(duì)地面移動(dòng)目標(biāo)進(jìn)行檢測(cè)、成像和地理定位的難題。

變化檢測(cè)是人工智能在地理空間情報(bào)中另一大應(yīng)用。傳統(tǒng)上，判讀和分析每天傳回的全球目標(biāo)衛(wèi)星影像并生成情報(bào)報(bào)告，是NGA圖像分析人員最基本的日常工作，通常需耗費(fèi)大量人力資源。但通過(guò)學(xué)習(xí)歷史模式、當(dāng)前趨勢(shì)和動(dòng)態(tài)因素(例如天氣和對(duì)抗行為)等，人工智能可以提高預(yù)測(cè)目標(biāo)行為的能力，幫助確定最合適的方法和位置來(lái)部署資產(chǎn)以進(jìn)行監(jiān)視[13]。也就是說(shuō)，針對(duì)對(duì)象國(guó)軍事、工業(yè)設(shè)施等固定目標(biāo)，通過(guò)完善人工智能變化檢測(cè)算法，機(jī)器即可獨(dú)立完成大部分的監(jiān)測(cè)和篩選工作，幫助圖像分析人員對(duì)高價(jià)值圖像優(yōu)先排序、發(fā)現(xiàn)目標(biāo)物體、識(shí)別異常活動(dòng)及監(jiān)測(cè)目標(biāo)設(shè)施變化情況，最終實(shí)現(xiàn)基于圖像的自動(dòng)化預(yù)警。

當(dāng)前，用于輔助圖像分析的軟件，已經(jīng)從校正、存儲(chǔ)和標(biāo)注功能發(fā)展到可以快速識(shí)別和檢測(cè)大量圖像的智能解譯軟件。面對(duì)來(lái)自異源多平臺(tái)的圖像數(shù)據(jù)，情報(bào)機(jī)構(gòu)需要投入大量資源處理和分析；而如今，最新的自動(dòng)化圖像分析軟件可以合并來(lái)自不同提供者的不同數(shù)據(jù)集，包括諸如不同分辨率、坐標(biāo)系和多光譜帶之類(lèi)的屬性[14]。不過(guò)，在人工智能技術(shù)發(fā)展尚不完善的當(dāng)下，人工智能在地理空間情報(bào)中的定位仍存在很大爭(zhēng)議，如何解決人工智能和分析師分析結(jié)果的差異性問(wèn)題也沒(méi)有確切方法，所以深化數(shù)據(jù)挖掘、自動(dòng)識(shí)別和數(shù)據(jù)可視化等輔助分析的智能增強(qiáng)手段，是當(dāng)下人工智能在地理空間情報(bào)領(lǐng)域主要的發(fā)展方向。

2.4人工智能輔助情報(bào)培訓(xùn)的現(xiàn)狀分析

2.4.1 規(guī)范情報(bào)分析流程 美國(guó)情報(bào)界很早便開(kāi)始嘗試?yán)萌斯ぶ悄芘嘤?xùn)情報(bào)人員。據(jù)公開(kāi)資料可知，美國(guó)海軍戰(zhàn)斗群(BG)的情報(bào)小組，需要在太平洋艦隊(duì)情報(bào)訓(xùn)練中心(FITCPAC)的情報(bào)小組訓(xùn)練器(ITT)進(jìn)行至少三次訓(xùn)練[15]。該訓(xùn)練器對(duì)艦上各情報(bào)單元進(jìn)行仿真模擬，不僅可以用于情報(bào)人員的培訓(xùn)，還能用于演練情報(bào)搜集、傳遞和分析各情報(bào)單元的協(xié)作過(guò)程。

人工智能技術(shù)作為人腦的輔助和延伸，可以突破人腦的生理限制，顯著提升情報(bào)人員分析綜合的科學(xué)性和效率[16]。加強(qiáng)分析師分析過(guò)程的專業(yè)化和標(biāo)準(zhǔn)化，是改善情報(bào)分析工作的有效手段?，F(xiàn)實(shí)中，分析人員是根據(jù)專業(yè)進(jìn)行招聘、訓(xùn)練和使用的，從事信號(hào)情報(bào)分析的人員很難從事人力情報(bào)分析，要使分析人員由其熟悉的領(lǐng)域向其他領(lǐng)域全面擴(kuò)展難度極大[17]。而人工智能技術(shù)能夠?qū)⒉豢深A(yù)測(cè)性元素整合到訓(xùn)練模擬中，因而對(duì)情報(bào)分析培訓(xùn)來(lái)說(shuō)有特別的價(jià)值。近年來(lái)，美國(guó)情報(bào)界開(kāi)發(fā)了多款專門(mén)用于輔助情報(bào)人員培訓(xùn)的人工智能軟件，以情報(bào)高級(jí)研究計(jì)劃局(IARPA)為首的研究機(jī)構(gòu)，通過(guò)開(kāi)發(fā)軍事游戲和虛擬仿真環(huán)境等軟件，為情報(bào)人員提供沉浸式的逼真虛擬體驗(yàn)。IARPA正在開(kāi)發(fā)的CREATE程序，就是開(kāi)發(fā)結(jié)構(gòu)化分析技術(shù)來(lái)改善分析推理的系統(tǒng)，該程序旨在訓(xùn)練情報(bào)人員更好地理解支持或與結(jié)論沖突的證據(jù)和假設(shè)，同時(shí)還能幫助用戶更好地傳達(dá)其推理和結(jié)論[18]。

人工智能的培訓(xùn)算法是基于既往重大事件、海量數(shù)據(jù)集和專家經(jīng)驗(yàn)反復(fù)訓(xùn)練生成的，雖然缺乏批判性思維和對(duì)非常規(guī)事件模擬的創(chuàng)新性，但對(duì)于傳統(tǒng)模式下事件的分析能力遠(yuǎn)超人力。因此，使用人工智能的培訓(xùn)算法輔助情報(bào)人員培訓(xùn)，可以在一定程度上消除人為因素帶來(lái)的理解偏差，使得情報(bào)分析師的分析過(guò)程更加科學(xué)規(guī)范。

2.4.2 輔助心理行為訓(xùn)練 情報(bào)分析是高度復(fù)雜的思維過(guò)程，因此情報(bào)分析本質(zhì)上仍是情報(bào)分析師的思維活動(dòng)。隨著美國(guó)情報(bào)界對(duì)情報(bào)失誤的反思和調(diào)查，人的心理認(rèn)知過(guò)程逐漸成為情報(bào)分析理論研究的重點(diǎn)方向。以小理查茲·霍耶爾(Richards J. Heuer·Jr.)為代表的美國(guó)情報(bào)理論家們認(rèn)為，情報(bào)分析人員自身的“心理決策機(jī)制”受其個(gè)人認(rèn)知能力限制，會(huì)對(duì)情報(bào)分析結(jié)果產(chǎn)生重大影響。然而人的理性受其長(zhǎng)期接觸的客觀世界所影響，一旦形成往往難以改變，這就需要通過(guò)標(biāo)準(zhǔn)化和一定強(qiáng)度的刺激來(lái)規(guī)范其認(rèn)知模式，盡可能規(guī)避認(rèn)知偏見(jiàn)。

目前，美國(guó)情報(bào)界也在探索利用模式化的人工智能和機(jī)器學(xué)習(xí)軟件來(lái)培訓(xùn)分析人員，幫助其認(rèn)識(shí)和規(guī)避思維誤區(qū)。IARPA主導(dǎo)的MOSAIC項(xiàng)目基于認(rèn)知心理學(xué)和行為科學(xué)理論，通過(guò)多模態(tài)傳感來(lái)持久監(jiān)測(cè)分析師及其周邊環(huán)境變化，最終建立綜合模型以評(píng)估分析人員的分析能力。IARPA另一個(gè)研究心理行為的項(xiàng)目KRNS，也向著理解人腦如何表示概念知識(shí)邁進(jìn)了一大步，其高速獲取、組織和運(yùn)用已有知識(shí)，最終形成用于培訓(xùn)情報(bào)分析人員和語(yǔ)言學(xué)家的新穎技術(shù)[19]。由此可見(jiàn)，美國(guó)情報(bào)界對(duì)利用人工智能輔助情報(bào)培訓(xùn)的研究已經(jīng)取得了一定成果，通過(guò)機(jī)器學(xué)習(xí)和重復(fù)演繹大量的歷史事件，人工智能軟件也可以在一定程度上提出替代方案以測(cè)試或規(guī)范分析人員的分析過(guò)程，已經(jīng)從簡(jiǎn)單的仿真模擬和數(shù)據(jù)可視化逐漸轉(zhuǎn)向?qū)θ说恼J(rèn)知和心理發(fā)揮影響。

3 人工智能融入美國(guó)國(guó)家情報(bào)體系的困境分析

人工智能自誕生之初就是具有爭(zhēng)議的矛盾體，技術(shù)上的巨大前景與隨之而來(lái)的一系列社會(huì)倫理問(wèn)題形成鮮明的反差。對(duì)情報(bào)界而言，情報(bào)人員與人工智能的“人機(jī)關(guān)系”是無(wú)法回避的問(wèn)題，數(shù)據(jù)安全和數(shù)據(jù)陷阱也是必須時(shí)刻注意的方面，如何理解人工智能當(dāng)前的發(fā)展困境，則是未來(lái)能否有效應(yīng)對(duì)的前提。

3.1倫理困境

3.1.1 人本倫理問(wèn)題 美國(guó)情報(bào)界對(duì)運(yùn)用人工智能有截然不同的兩種觀點(diǎn)，一方認(rèn)為人工智能系統(tǒng)缺乏抽象思維，因此將分析和判斷的權(quán)利交給完全依賴模式化決策的算法存在較大風(fēng)險(xiǎn)；另一方則認(rèn)為人工智能的算力遠(yuǎn)超人腦，因此只要模型搭建合適，是能夠承擔(dān)大部分分析工作的。事實(shí)上，這也就是長(zhǎng)期以來(lái)強(qiáng)調(diào)思維符號(hào)化的“理性主義”和面向服務(wù)人類(lèi)的“以人為本”理念之爭(zhēng)。

一方面人工智能的運(yùn)用是否會(huì)傷害到情報(bào)人員的尊嚴(yán)，確實(shí)是一個(gè)有待探討的問(wèn)題。將人工智能引入情報(bào)工作，不僅會(huì)觸動(dòng)人類(lèi)情報(bào)雇員的利益，還會(huì)在長(zhǎng)期工作中削弱情報(bào)人員的自信。情報(bào)界的兩種觀點(diǎn)，體現(xiàn)在實(shí)際推動(dòng)層面是“人工智能”(AI)與“智能增強(qiáng)”(IA)之爭(zhēng)，其本質(zhì)仍然是糾結(jié)于利用技術(shù)替代人類(lèi)，還是作為工具增強(qiáng)人類(lèi)。誠(chéng)然，當(dāng)涉及語(yǔ)言的細(xì)微差別、復(fù)雜問(wèn)題的解決以及情感和社交情報(bào)的某些任務(wù)時(shí)，人工智能永遠(yuǎn)無(wú)法做到最好[20]。機(jī)器和算法總是缺乏足夠的人性價(jià)值，在面臨難以量化和描述的情報(bào)問(wèn)題時(shí)，分析人員往往能夠依靠工作經(jīng)驗(yàn)和知識(shí)積累快速做出判斷，而這對(duì)于機(jī)器來(lái)說(shuō)無(wú)疑是一項(xiàng)考驗(yàn)。

另一方面，情報(bào)界運(yùn)用人工智能系統(tǒng)目的就是為了搜集、篩選盡可能多的情報(bào)信息，特別是對(duì)于開(kāi)源情報(bào)和信號(hào)情報(bào)來(lái)說(shuō)，人工智能在數(shù)據(jù)搜集過(guò)程中不免會(huì)對(duì)公民隱私權(quán)造成威脅。大數(shù)據(jù)分析、持續(xù)的ISR、人臉識(shí)別和網(wǎng)絡(luò)功能等基于人工智能的系統(tǒng)可能使獨(dú)裁者能夠監(jiān)視其人口，針對(duì)持不同政見(jiàn)者，審查內(nèi)容或以其他方式侵犯基本人權(quán)[21]。個(gè)人隱私數(shù)據(jù)的權(quán)責(zé)本身就具有法律含義，一旦泄漏便會(huì)造成嚴(yán)重的社會(huì)后果，情報(bào)機(jī)構(gòu)不僅需承擔(dān)相應(yīng)責(zé)任，還會(huì)對(duì)自身形象產(chǎn)生極大負(fù)面影響，CIA前雇員愛(ài)德華·斯諾登曝光美國(guó)情報(bào)界秘密監(jiān)控項(xiàng)目的事件便是典型案例。

3.1.2 信任危機(jī) 支持還是反對(duì)發(fā)展致命性自主武器系統(tǒng)(LAWS)，是人工智能和機(jī)器人領(lǐng)域面臨著一個(gè)重要的倫理問(wèn)題[22]。情報(bào)界也面臨同樣的問(wèn)題，自主系統(tǒng)可以在幾乎沒(méi)有人工干預(yù)的情況下搜集、分析和輸出情報(bào)，但復(fù)雜的算法也使人們不能簡(jiǎn)單地闡釋和理解人工智能的分析過(guò)程和結(jié)論，這就使得自主系統(tǒng)的準(zhǔn)確性、自主程度和權(quán)限界定面臨不小的困難。

一方面，人工智能可以快速地分析大量數(shù)據(jù)，并提供用于做出決策的短期判斷，但情報(bào)分析是敵我雙方持續(xù)、復(fù)雜的腦力對(duì)抗，雖然分析過(guò)程要求基于數(shù)據(jù)層面的客觀，但準(zhǔn)確的判斷結(jié)論往往是分析人員對(duì)當(dāng)前態(tài)勢(shì)的感知和思維邏輯共同作用的結(jié)果，這種實(shí)質(zhì)上的主觀判斷是模式化的人工智能算法所難以企及的；另一方面，將人工智能和機(jī)器人引入美國(guó)情報(bào)體系之中，盡管為情報(bào)人員承擔(dān)了大量事務(wù)性的工作，但也不可避免地替代了部分腦力勞動(dòng)，而承擔(dān)來(lái)自于機(jī)器決策的附加責(zé)任無(wú)疑是任何情報(bào)人員都竭力避免的。事實(shí)上，人工智能并不具有“認(rèn)知”和“意識(shí)”這一判定責(zé)任歸屬的傳統(tǒng)要素，也就是說(shuō)，在算法無(wú)法保證其選擇完全正確的前提下，即使人工智能能夠通過(guò)復(fù)雜的運(yùn)算來(lái)分析判斷情況，并采取相應(yīng)措施或做出決定，它們也缺乏倫理上的決策能力。因此，人類(lèi)委托給他們的行動(dòng)或決定的責(zé)任仍然是由開(kāi)發(fā)和使用該技術(shù)的人類(lèi)代理人承擔(dān)的[23]。而在現(xiàn)有技術(shù)水平下，無(wú)論是軟件系統(tǒng)的開(kāi)發(fā)者還是使用者，都無(wú)法對(duì)人工智能產(chǎn)生絕對(duì)的信任，自然也就不愿為其承擔(dān)相應(yīng)責(zé)任，這種本能的信任缺失是任何技術(shù)都無(wú)法避免的。

3.2應(yīng)用困境

3.2.1 安全問(wèn)題 人工智能本質(zhì)上是計(jì)算機(jī)技術(shù)的延伸，所以無(wú)論是軟件還是硬件層面，人工智能面對(duì)惡意行為都具有相當(dāng)大的脆弱性。鑒于當(dāng)前人工智能技術(shù)的不確定性，針對(duì)人工智能安全性的考量值得關(guān)注。蘭德公司《人工智能的軍事應(yīng)用》報(bào)告中也認(rèn)為，從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)的機(jī)器學(xué)習(xí)系統(tǒng)容易受到其他類(lèi)型的攻擊，包括所謂的數(shù)據(jù)中毒攻擊，在這種攻擊中，敵人可以操縱或欺騙訓(xùn)練數(shù)據(jù)以影響系統(tǒng)的預(yù)期功能。理論上來(lái)說(shuō)，深度學(xué)習(xí)算法需要搜索與以前的惡意代碼相匹配的歷史數(shù)據(jù)，因此敵對(duì)方可能故意設(shè)計(jì)針對(duì)性算法，只需修改代碼的小部分便能夠繞過(guò)檢測(cè)，從而欺騙和誘使我方人工智能系統(tǒng)犯錯(cuò)或崩潰。國(guó)會(huì)《人工智能與國(guó)家安全》報(bào)告也表示，盡管人類(lèi)并非無(wú)法避免錯(cuò)誤，但他們的錯(cuò)誤通常是基于個(gè)人的，并且每次的錯(cuò)誤趨于不同；但是，人工智能系統(tǒng)有可能以相同方式同時(shí)失效，從而可能產(chǎn)生大規(guī)?；蚱茐男杂绊慬24]。

此外，在高度復(fù)雜的自動(dòng)化系統(tǒng)中,系統(tǒng)用戶因不能正確理解系統(tǒng)設(shè)計(jì)者的初衷,進(jìn)而對(duì)接收的信息處理不當(dāng),也會(huì)引發(fā)故障造成事故[25]。一方面，當(dāng)前人工智能算法一般都是針對(duì)某一特定種類(lèi)的情報(bào)資料或數(shù)據(jù)進(jìn)行開(kāi)發(fā)的，一旦使用者輸入錯(cuò)誤數(shù)據(jù)或超過(guò)該系統(tǒng)的承載量就很可能造成故障；另一方面，對(duì)于非專業(yè)的情報(bào)人員來(lái)說(shuō)，調(diào)試和監(jiān)督人工智能系統(tǒng)運(yùn)行幾乎不可能，一旦自主系統(tǒng)抓取了如震網(wǎng)病毒(Stuxnet)等惡意程序，留給人工糾錯(cuò)的時(shí)間將被壓縮，情報(bào)人員很難及時(shí)阻止其自我惡意復(fù)制、傳播等其它惡意行為，極有可能造成己方情報(bào)機(jī)構(gòu)網(wǎng)絡(luò)的崩潰或數(shù)據(jù)泄露。

3.2.2 數(shù)據(jù)陷阱 美國(guó)情報(bào)界擁有世界上最完善的情報(bào)搜集手段，但數(shù)據(jù)處理能力遠(yuǎn)不及搜集能力，因此存在大量的情報(bào)數(shù)據(jù)處理滯后。據(jù)統(tǒng)計(jì)，美軍裝備了8 000多架使用效果良好的無(wú)人機(jī)(UAV)，除圖像外每天可偵獲大約1 600個(gè)小時(shí)的視頻錄像[26]。因此，通常的觀點(diǎn)認(rèn)為人工智能和大數(shù)據(jù)技術(shù)在情報(bào)界有廣泛的應(yīng)用前景，情報(bào)界也不免會(huì)不斷尋求先進(jìn)的人工智能和機(jī)器學(xué)習(xí)技術(shù)。

然而，在人工智能時(shí)代，分析精度的提升使得軟件對(duì)數(shù)據(jù)質(zhì)量有著更高的要求，這就對(duì)情報(bào)工作中的人工智能提出了挑戰(zhàn)。一方面，在民用領(lǐng)域應(yīng)用良好的人工智能算法都經(jīng)過(guò)大量、規(guī)范的數(shù)據(jù)集訓(xùn)練而成，而各種情報(bào)手段搜集得到的數(shù)據(jù)通常是不完整的、片段的，所以情報(bào)界只能通過(guò)極有限的完整真實(shí)數(shù)據(jù)來(lái)訓(xùn)練算法。進(jìn)一步說(shuō)，人工智能系統(tǒng)是否能夠識(shí)別和理解這些數(shù)據(jù)尚且難以判斷，而缺乏一定量的訓(xùn)練樣本則會(huì)使得其分析結(jié)果的精準(zhǔn)性更差強(qiáng)人意。另一方面，危機(jī)事件的發(fā)生概率非常低，且每個(gè)事件都有其自身的特殊性，這就會(huì)導(dǎo)致系統(tǒng)預(yù)警與真實(shí)威脅間的巨大差異。情報(bào)工作面臨的挑戰(zhàn)始終是從大量隨機(jī)信號(hào)中挖掘高價(jià)值信號(hào)，盡管人工智能和大數(shù)據(jù)技術(shù)的應(yīng)用確實(shí)提高了數(shù)據(jù)處理效率，但依賴算法的改進(jìn)很難完全解決算力與運(yùn)算量之間的矛盾。因此，如果一味的推動(dòng)人工智能和大數(shù)據(jù)融入情報(bào)界，很可能會(huì)使情報(bào)機(jī)構(gòu)陷入盲目追尋超大數(shù)據(jù)量而忽略數(shù)據(jù)本身內(nèi)涵的數(shù)據(jù)陷阱之中，從這一角度來(lái)說(shuō)，通過(guò)改進(jìn)情報(bào)搜集手段和方法，提升情報(bào)搜集的針對(duì)性和質(zhì)量，或許是配合人力分析師共同改善情報(bào)工作的有效途徑。

3.2.3 技術(shù)瓶頸 人工智能算法將情報(bào)人員從許多繁雜的事務(wù)性工作中解放出來(lái)，借助大數(shù)據(jù)、云計(jì)算和并行計(jì)算技術(shù)，人工智能擁有了分析復(fù)雜問(wèn)題時(shí)需要處理大量數(shù)據(jù)的算力。但是隨著數(shù)據(jù)量的不斷提升，現(xiàn)今的計(jì)算能力仍然不能滿足長(zhǎng)時(shí)間的高負(fù)荷工作，未來(lái)一段時(shí)間內(nèi)硬件仍將是限制人工智能系統(tǒng)性能的重要因素。深度學(xué)習(xí)技術(shù)的發(fā)展，與GPU、CPU、內(nèi)存和其它硬件性能的提升息息相關(guān)。系統(tǒng)和硬件之間的確存在相互促進(jìn)的作用，并行計(jì)算的出現(xiàn)和算法的優(yōu)化能夠在一定程度上提升硬件的使用效能，但歸根到底硬件性能仍是人工智能算力提升不可逾越的限制因素?；诹孔永碚摳拍畹牧孔佑?jì)算可能是解決計(jì)算能力困境的最佳方案，但該技術(shù)目前還處于研究和實(shí)驗(yàn)階段，能否真正投入使用仍是未知。

此外，人工智能當(dāng)前面臨另一個(gè)技術(shù)性問(wèn)題就是人機(jī)協(xié)同。要實(shí)現(xiàn)情報(bào)工作的人機(jī)協(xié)同，情報(bào)人員就必須了解與之協(xié)作的人工智能運(yùn)作機(jī)理，繼而進(jìn)一步理解其決策過(guò)程并做出評(píng)估。然而，這對(duì)于當(dāng)前深度學(xué)習(xí)算法依賴的神經(jīng)網(wǎng)絡(luò)而言較為困難，利用深度學(xué)習(xí)的分析軟件并不比傳統(tǒng)的監(jiān)控和預(yù)警方法更貼近人類(lèi)思維模式，只是因?yàn)槠渚哂懈鼜?qiáng)的算力而表現(xiàn)出高效率，也就是說(shuō)計(jì)算機(jī)的分析路徑無(wú)論如何也不能貼近人類(lèi)的思維過(guò)程。弗吉尼亞理工學(xué)院的研究人員創(chuàng)建了適用于神經(jīng)網(wǎng)絡(luò)的眼動(dòng)追蹤系統(tǒng)，它記錄了計(jì)算機(jī)分析像素時(shí)的順序[27]。研究人員嘗試通過(guò)這種方式來(lái)追蹤人工智能算法的決策機(jī)理，不過(guò)該試驗(yàn)暴露了機(jī)器的弊端，說(shuō)明即使是深度學(xué)習(xí)算法也無(wú)法完全復(fù)刻人類(lèi)分析師的認(rèn)知能力。

4 結(jié) 語(yǔ)

人工智能對(duì)于美國(guó)情報(bào)界的益處顯而易見(jiàn)，無(wú)論是開(kāi)源數(shù)據(jù)篩選、信號(hào)分類(lèi)、圖像自動(dòng)識(shí)別乃至情報(bào)分析，人工智能都有很大的發(fā)展空間。強(qiáng)大的人工智能系統(tǒng)能夠自主檢測(cè)和保護(hù)己方網(wǎng)絡(luò)不受侵害，先進(jìn)的自然語(yǔ)義分析和模式識(shí)別技術(shù)能夠提高復(fù)雜背景、環(huán)境下的語(yǔ)言、圖像和視頻識(shí)別的準(zhǔn)確性，通過(guò)對(duì)歷史數(shù)據(jù)和專家經(jīng)驗(yàn)的深度學(xué)習(xí)，人工智能還可以預(yù)測(cè)目標(biāo)地域天氣、敵人行為模式以及對(duì)象變化情況。

然而，盡管人工智能在情報(bào)界有廣闊的運(yùn)用實(shí)踐，但不可否認(rèn)其目前仍存在許多問(wèn)題。首先，人工智能應(yīng)用的前提是深度學(xué)習(xí)所需要的大量的訓(xùn)練數(shù)據(jù)，雖然各種情報(bào)手段可以搜集大量的數(shù)據(jù)，但它們往往并不符合機(jī)器識(shí)別和運(yùn)算的要求；其次，人工智能的安全性仍無(wú)法保證，計(jì)算機(jī)攻防技術(shù)的發(fā)展是此消彼長(zhǎng)的過(guò)程，特別是對(duì)于復(fù)雜性和不透明度都較高的人工智能來(lái)說(shuō)，即使遭受攻擊或欺騙也通常難以被發(fā)現(xiàn)；最后，人工智能所帶來(lái)的的倫理問(wèn)題也是情報(bào)界所不可避免的。一方面，搜集的海量數(shù)據(jù)一旦泄露會(huì)造成極大的社會(huì)恐慌和動(dòng)蕩，如何在數(shù)據(jù)需求與公民權(quán)利之間做出取舍仍待討論；另一方面，技術(shù)工具的應(yīng)用難免會(huì)侵犯情報(bào)人員的利益，而人工智能的定位尚未明確，“人工智能”與“智能增強(qiáng)”的爭(zhēng)論還將持續(xù)。

識(shí)別和應(yīng)對(duì)風(fēng)險(xiǎn)的最佳方式是讓適當(dāng)?shù)睦嫦嚓P(guān)者參與進(jìn)來(lái)[28]。無(wú)論是技術(shù)人員、開(kāi)發(fā)人員、情報(bào)人員還是管理者，都應(yīng)當(dāng)加入到人工智能的開(kāi)發(fā)、使用與監(jiān)督全過(guò)程，讓他們充分發(fā)揮各自的專業(yè)優(yōu)勢(shì)，盡可能避免使用過(guò)程中產(chǎn)生的不確定性風(fēng)險(xiǎn)。總的來(lái)說(shuō)，人工智能的發(fā)展對(duì)美國(guó)情報(bào)界既是機(jī)遇也是挑戰(zhàn)，面對(duì)科技發(fā)展的必然趨勢(shì)，情報(bào)界不能拒絕擁抱變革，但也必須警惕和應(yīng)對(duì)其可能帶來(lái)的各種挑戰(zhàn)。