當AI入職FBI 克格勃直呼內行
“城市東部的一所房屋有炸彈即將爆炸！”
“炸彈是由捕鼠器，ACDelco品牌AA電池和鍍鋅管碎片組成的，似乎跟轟炸機有關。”
“恐怖分子來電，第五枚炸彈已經在聯邦快遞的傳送帶上了！”
上述劇情如果發生在好萊塢電影裡，此刻一定會出現一羣運籌帷幄的聯邦調查局分析師，在蛛絲馬跡中開展一場爭分奪秒的競賽，利用各種類型的數據中，抽絲剝繭，作出預判，再與一線特工們緊密合作，阻止悲劇的發生。
這事兒聽起來，是不是比下象棋、寫文章、玩遊戲、替人巡邏、流水線“打工人”要炫酷多了？
最近美國情報高級研究項目活動（IARPA）提出利用人工智能來預測地緣政治事件，進而找出恐怖分子、黑客或任何被認爲是美國敵人的人，所以我們就藉此機會，聊聊AI做情報分析師這事兒，到底靠不靠譜。
IARPA所自主的一些項目，從技術角度看都是我們熟悉的名字：量子計算、低溫計算、人臉識別、通用語言翻譯等等，這些看起來人畜無害的項目，好像和BAT這種大廠的實驗室沒啥不一樣。
但作爲一個由間諜以及博士精英們組成的機構，一切顯然不會這麼簡單，IARPA可以說是美國政府秘密項目中風險最大、影響最深遠的一個，因爲它需要告訴決策者未來可能發生的地緣政治事件。
他們關注的大多是諸如：G7成員國是否會（在某一特定日期）對敘利亞發動軍事攻擊？委內瑞拉一個月內究竟能生產多少石油等等，之類的硬核題材。
那AI在其中扮演了什麼角色呢？比如IARPA資助的一個名叫SAGE的項目，就是利用機器學習來進行協同預測，通過合作將大量的人類非專家預測因子集中起來，使它們“比單一的人類專家預測得更準確、更快”。
通過這一混合模型，SAGE可以向人類提供機器從圖表中獲得的信息，將趨勢可視化呈現出來，以及AI做出的具體預測。
該項目的負責人、南加州大學維特比信息科學研究所（ISI）人工智能部主任阿蘭·加爾斯泰安（Aram Galstyan），前不久就發聲說，SAGE成功預測了朝鮮何時將發射導彈試射。聽起來是不是很刺激？
放在上古時代，擁有占卜未來能力的AI絕對會成爲部落裡權利最高的大巫師。不過子不語亂力亂神，想必大家更想知道這種玄而又玄的能力到底是怎麼來的。
分析師的職場密碼，AI學會了幾招？
明明AI連預測個天氣都時準時不準，怎麼就突然能預報國家大事了？
用南加州大學計算機科學家弗雷德·莫爾斯塔特（Fred Morstatter）的話來說，“AI之所以有效，是因爲人類有硬幣的一面，而機器有硬幣的另一面”——不是鍼砭時事、運籌帷幄，而是與以前的分析工具相比，讓人類更加準確地抵達未來。說人話就是提高“猜中”的概率和效率。
就拿雙十一剁手來說，電商網站的“猜你喜歡”合你心意的機率越來越高多了，其中就有分析預測模型的功勞。
國家大事也同樣遵循這一定律，在各類犯罪行爲發生之前，通過不正常的間諜活動、社交網絡動態、消費記錄等等，來分析和研究對象的行爲與活動，將潛在損害扼殺在搖籃裡。所以AI在政治預測中起到的作用，更像是一個情報分析師，而非指哪兒打哪兒的超級特工。
一個情報分析師應該具備哪些能力？簡單來說有三個：耳目、尖兵、參謀，AI又做到了哪一階段？
1.無處不在的數字“耳目”。
預測的前提，是在數據收集環節就能夠提供給分析師們足夠規模的準確而有效的數據。
古代的大巫師靠燒龜殼、看星象來“未卜先知”。而IARPA的操作模式，就將數據收集通過人工智能進行自動化管理，根據《匹茲堡郵報》的報道，該系統“能夠全天候記錄世界各地所有人的生活。”
其中包括了每一篇Facebook帖子、推特和YouTube視頻；每一個收費站的標籤號碼；每一個GPS下載、網絡搜索和新聞提要；每一個街頭攝像機視頻，甚至是每一次外賣下單和餐廳預約……
IARPA的系統讓程序沒日沒夜地不斷訪問並抓取這些數據，輸送到上游來支撐決策。
2.先知先覺的模型“尖兵”。
每個人對數據的敏感度和運用能力是不同的，一個對各種信息和情報變化不敏感的人，自然無法從中洞察並做出對未來的判斷和預測，也就是缺乏態勢感知（Situation Awareness，SA）的能力，而AI亦如是。
要在讀懂大量信息和情報的基礎上，結合複雜的國內外政治、經濟、科技、文化環境等等，找到規律，這就需要複雜且高性能的模型了。
模型，也就是一種預測的基本方法論，就像媒體們總愛拿“義烏指數”來預測美國大選結果（競選者的應援道具如旗子等大多是由義烏生產的）一樣。一個有效的預測模型，可以成爲一把尖刀，在紛繁的大數據中間庖丁解牛、抽絲剝繭。
這一部分可以說是科技競賽的核心機密了，IARPA到底採用了哪些算法創新我們不得而知，但從大體來看，一般通用的包括決策樹、迴歸技術、聚類算法、深度神經網絡等等，結合NLP自然語言處理來理解網絡信息，來綜合判斷事件的走向與結果。這也是一個科技廠商的大練兵場，比如在2015年巴西世界盃期間，谷歌、微軟、百度、高盛等巨頭就對全部64場比賽的勝負結果，以及冠軍和黑馬進行了預測，哪家準確率更高大家可以自己搜搜看。
3.不令而信的決策“參謀”。
光有模型，那豈不是沒有人類啥事兒了？如果要評選“最晚被AI搶走崗位的職業”，那情報分析師一定位居前列。原因無他，分析的目的是爲行動服務的。
尤其是IARPA這樣的情報機構，最終是要針對各種可能的突發政治事件、公共危機、恐怖活動等等，迅速產出針對性、國家性的戰略決策。
這就需要兩個前提：第一，創新。分析師更強調基於隱性知識的處理和分析，並在此基礎上提出自己的論斷和建議。對於未來不確定的事物，個人的既有知識與經驗就極爲重要了。如果拿情報流程鏈來說的話，數據收集與模型分析大概處於前半段，而後半段能改變事情走向的則來自於專家的智慧結晶。
尤其是一些主觀層面的信息，必須面對面溝通才能從表情、言談舉止中反映出來，依然需要人類分析師出馬，AI在後端提升的效率優先；還有一些隱藏信息，像是一些國家大政方針之類的報告等等，在網絡上可能根本就沒有任何數據留存，也讓AI心有餘而力不足。在這個AI連小學生作文都寫不好的當下，人類分析師的飯碗自然端的穩穩的。
IARPA就每3年到5年輪換一批項目經理，這些人往往來自各個領域，比如語言學、航空航天、原子物理、人工智能、生物識別、神經科學等等。
第二，影響力。
分析師所找到的“政策密碼”，不能閉門造車，最終要在現實中接受檢驗，而執行力度就取決於其建議被認可的程度了。如果是AI上馬，它能保證執行者不用三令五申就會遵守服從嗎，能讓隊友們勇往直前時不需要爲判斷失誤而擔憂嗎，預測錯誤導致行動失敗的責任又如何劃分呢？
換句話說，分析師兜售的是一種具有不確定性的“思想商品”，這就需要其具備能夠與他人發生關係、獲得認可，並推動他人更充分地展開行爲的能力。
技術與影響力，在分析師這一角色的能力體系中互爲表裡。少了後者的AI，目前只能當個“工具人”。
讀到這裡，或許我們不會對IARPA的AI動作有太高的憂慮感。不過，此前我國也有領導人提出了“從科技規律出發前瞻思考世界科技發展走勢，提出諮詢建議，開展科學評估，進行預測預見，在國家宏觀決策中發揮建設性作用”的意見。
我們能從IARPA打造AI情報師的經驗中，去粗取精找到什麼收穫嗎？
變局之前：AI情報待解的隱患
儘管兩國國情不同，但從美國政府機構將AI引入情報工作的動作以及引起的輿論反響中，也可以幫我們規避掉許多不必要的煩惱。
目前來看，IARPA的AI實踐有幾點值得探討。
首先，AI預測結果只在小部分範圍內有效，並沒有更多案例被曝光。除了技術本身的原因之外，許多地方的數據覆蓋範圍並不普遍也有着直接關係。數據是預測的前提，數據不足自然會出現失真的情況。
還有一些領域的規律不明顯，充滿了突發事件和意外影響，比如商界相對於農林牧漁等傳統行業，時不時就有人爲因素影響，這些都需要不斷實時修正。
因此，AI在信息 、知識的獲取和處理上所體現出的極強能力，值得重視，卻也不用過度緊張。
另外，IARPA在AI情報分析上過度發力，已經開始侵犯公民的信息邊界。此前就有媒體曝出，IARPA對國家安全局收集的數百萬私人海外通信進行數據挖掘，儘管其目的是防止恐怖活動，但濫用和侵犯隱私權的可能性也已經引起了不少觀察家的警覺。
在美國，這樣的事情還不在少數，2017年，Facebook收到了來自世界各國政府的78890條信息請求，41%來自美國，其中85%的請求得到了批准，同時也向谷歌、蘋果和其他公司提出了類似的要求。
美國國土安全部（U.S.Department of Homeland Security）的一篇帖子也顯示，他們正試圖創建一個系統，能夠“全天候訪問有密碼保護的影響力人羣的個人社交媒體，並從內容、情感、數量等方面進行分析”。
如何平衡好公民隱私安全與國家利益之間的問題，考驗着政府對待數字化、智能化技術的管理水平。
而在沒有給出具有說服力的共識方案之前，我想大多數人都會更希望這一天更慢一點到來。