人机协同赋能的情报周期构想

2024年，美国米切尔航空航天研究所刊文《人机协同赋能的情报周期构想》，指出当前的情报周期已无法满足快速演化的作战需求，并提出了新的情报周期构想。

数字时代的到来不仅为美军带来了文化的转变，也带来了代际差异，但它也提供了一系列新的技术可能性。为了适应21世纪信息的速度，应开发一种新的情报周期。技术发展出可行能力的速度比五年前想象的要快得多。然而，新传感器技术收集的信息量，以及这些传感器网络更广泛地共享的信息量，是实现更快决策的障碍。针对“信息过多”问题，美国情报界就其机遇和挑战进行了探讨。情报界必须考虑人工智能/机器学习（AL/ML）与人机协同相结合将对情报周期产生什么影响，以便确定迅速适应和发展的方法。

目前的情报周期由计划/指示、收集、处理/利用、分析/生成和分发五个功能组成。这个周期被设计成连续的，一个功能无缝地衔接到另一个功能，如有必要，可省略中间功能。但是，这个周期越来越依赖于开展某些活动以达到预期结果所需的时间，这导致了既有孤立又有连续的过程。这种孤立可能导致的后果之一是周期中的每个阶段都会进一步延迟，以确保满足该阶段的所有需求。

如今，这个周期以人类为中心，使用经过时间验证的技术和工具，以及初始的高级分析应用程序，来实现预期的结果。然而，随着人工智能/机器学习，以及生成式人工智能的出现，如Open AI的ChatGPT和谷歌的Bard，传统的情报周期已经无法匹配当今数据环境中信息的数量或规模。现有的工具也不能将周期推进到未来处理同类威胁所需的程度或速度。高层决策人员希望情报界能够快速无缝地将信息融合为情报，并在正确的时间将其快速传递到正确的地点。

目前，人工智能、机器学习和生成式人工智能的快速发展，情报界需要向以任务为中心的人机协同转变，以满足不断压缩的决策需求时间。

因此，本文提出了下述人机驱动的人工智能/机器学习/生成式人工智能情报周期，该周期由四个相互交织的功能组成，这些功能在评估异常情况、情报关联和模式时连续且同时发生。具体功能如下：

发现：使用人工智能/机器学习/生成式人工智能对数据进行广泛的搜索和探索，以梳理来自各种来源的短期和长期数据，例如公开信息数据（社交媒体、新闻媒体、文化规范、人口统计数据和商业数据）；传统的情报收集学科信息（涉密的原始资料和第一阶段情报）；以及经济和工业数据。必须从公开信息数据开始广泛搜索，因为它可以发出即时告警、提示和发现异常情况，或指出在秘密渠道中暴露的联系。这主要由人机协同的机器部分完成，在需要时由人类进行审查。这个周期易于加快从直接收集初始信息到分发给决策者的过程。

生成：感知、识别、发现属性和共享数据，以形成见解或保留数据以供将来使用。人工智能/机器学习/生成式人工智能的优势在于能够快速、大规模地感知大量数据来源。这是通过神经网络和算法来实现的，以识别模式、异常以及属性特征和来源。信息认证和来源归属是确保数据身份的关键功能，并能够发现疑似深度伪造、机器人或恶意编造的情况。所有这些步骤同时发生，通过生成在整个情报界中均可访问的输出来促进数据共享。人机协同的机器部分负责同时进行收集和基础分析。通过使用来自所有情报收集学科、公开信息数据和工业界数据的原始和加工情报，它将解决谁、什么、何时、何地的问题。人员将聚焦于描述意图，以解决“为什么”的问题，以提供监督，并交付决策制定评估。

融合：将信息进行整合、协同、验证和优先排序以形成可用于行动的情报分析，从而为作战人员提供决策优势。信息与情报的结合主要通过机器完成。人员负责身份验证、优先级排序和决策结果。随着人工智能/机器学习/生成式人工智能变得更加精确，一些功能将需要更少的人工干预，然而，编制规则时，人员对于验证、准确性和优先级仍然是必不可少的。换句话说，人类负责批判性思维和批判性推理。在情报周期中，输出可以流向任何一步，包括返回“发现”进行额外的搜索，以填补空白或向最终用户提供见解。

发送见解：以广泛和包容的方式分发情报。机器的灵活性支持迅速将情报分发到整个情报界和决策人员手中。最初，由人来决定对这种情报的访问、存储和检索。随着人类与人工智能/机器学习/生成式人工智能之间的信任日益增长，人类将负责把握谁出于什么目的使用什么情报。一旦情报分发出去，情报周期就会继续推进，以完成任务重点或聚焦于新确定的任务优先事项。

图1 数字化人机协同驱动的情报周期

通过基于人工智能的能力，设想一个由人机协同赋能的以更广泛的数据为中心的情报周期，将彻底改变情报界，向决策者提供及时和精确的情报优势。人工智能/机器学习/生成式人工智能提供的全面发现能力可快速填补现有空白并解决问题，可提供对决策驱动因素和流程的见解，并可利用来自政府内外的数据的力量，极大地扩展情报界的数据库，同时又易于管理。

在一个需要更多数据和更快决策的竞争时代，认识到技术所能提供的速度是至关重要的，前提是要打破现有过时的情报周期。一旦情报界充分试验并吸收了该技术的意义，将进一步展示人机协同的价值。

免责声明：本文转自防务快讯，原作者朱虹。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

转自丨防务快讯

作者丨朱虹

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

电话：010-82635522

微信：iite_er