情报分析的未来（英）

功能 情报分析的未来 人工智能对英特尔的分析 夸西·米切尔、乔·马里亚尼、亚当·劳斯、阿卡什·凯亚尔和亚历克斯·米尔科 德勤中心政府的见解 人工智能将如何影响英特尔分析，特别是情报界劳动力？了解组织可以做什么 最有效地整合人工智能并发挥人类的优势和机器。 未来已经来了公司没有测量工人 BaneanygstmspIatcwtedabysoAoImerpdemaesntoarotornganTzhastaorntsce3 我 N最后十年中,人工智能(AI)从near-science小说进展吗常见的现实在一系列业务 应用。在智能分析中，人工智能已经被部署到标签图像和整理 海量数据，帮助人类看到信号的噪音。但是情1报机构 （IC）现在用AI做的只是一瞥 是来了。这些早期的应用程序指向未来的AI会潇洒地部署 超负荷分析师提取价值的能力从信息。 采用人工智能不仅推动了增加计算能力 算法还爆炸的数据了 可用。到2020年,世界经济论坛预计数字字节数将增加40倍数据比可见的星星 宇宙。情报2分析人员, 扩散的数据意味着成功的信息过载。人类分析师根本无法应对这么多的数据。他们需要帮助。 情报领导人知道人工智能可以帮助解决这种海量数据,但他们也不知道 开始解决这些问题，提出一项任务——看看AI水平可能会改变在英特尔工作 寻求采用率和移动速度 全面试点。人工智能已经存在;让我们看看如何它将塑造情报分析的未来。 人工智能在英特尔周期 智能流经五步“循环” 由专家、分析师和管理层提供集成电路:规划和方向;收集;加工;分析和生产;和 传播(图2),输出的值 在整个周期,包括完成的情报分析师们的手中 决策者,塑造了一个重要的程度所使用的技术和流程,包括 那些利用人工智能。 无人机系统等技术, 远程传感器、先进的侦察飞机、互联网,电脑,和其他系统增压收集过程 到了这样一种程度,分析师通常有更多的 AI将会影响他们的工作和什么比他们可以处理的数据。事情越来4越复杂, 劳动力。根据调查的私营部门公司,有一个明显的差距 引入人工智能和理解的影响。近20%的员工表示经历过 改变角色、任务或工作方式 实施人工智能的结果，但近50%的人工智能 收集的数据通常驻留在不同的系统中 ,在不同的媒介,需要分析师花时间拼凑相关 信息或数据融合更深可以开始分析。 人工智能是什么意思? 根据上下文，“人工智能”一词可能意味着各种各样的事情。为了帮助领导者了解如此广阔的格局，区分类型的模型类 人工智能,应用程序的人工智能。首先是基于人工智能工作方式的分类;第二个是基于任务的人工智能将做什么。 图1 人工智能：模型类和示例应用程序 ul引擎 规则以sotware,otenormoif-then语句,预定义的自动化 、获。 PRORAMS乙水TEMSEVES 智能规则引擎 规则以sotware,otenormoif-then语句,预定义的自动化的、可以学习和adat。 机器学习 一套统计技术，自动化分析模型，用于学习 rom数据不合法rorammin交货。 深度学习 一个更复杂的ormomachinelearnindeelosmultilehiddenlayersoanalysisredictions。 认知语言 一组o统计技术问题 enale分析知, 和人类局域网uaesenerationo 自然局域网uaerocessinNLP 自然局域网uaeeneration NLG 语义comutin 对acilitateinteracin与机器。年代演讲重新定义自己 Ereliaaluatin人类来源的能力我在其他的ormoortin Analyin语法o社会 媒体或其他ostidentiy局外人可能ersarye广告通信 年代演讲合成 计算机视觉 自动提取、分析和understandinoinormation罗罪leimae或se影响o imaes模型licates, 人类视觉和苏尔驴。 Imae重新定义自己视频分析 Handwritin重新定义自己声音重新定义自己 阿提卡的角色重新定义 Identiyintrackin制造,o敬重,eolehotos或ideos Identiyino敬重和“ roriate柔年代英蒂iduals 巴勒斯 S坦ot权wa力re,erorms常规 、ymimickineo勒与申构请交互throuh 用户interace和yollowinsim卡勒规则作出决定。 过程自动化和 配置 Automatinmissionrelated和 后台任务报告 GrahicaluserinteraceGUIFillinincommonorms 自动化 广告国内外决策系统 Automatinlatormschedulin deconfliction托收法力充血 预测分析 分析数据ycominin模型类、es特别是机器learninredict结果和理解 关键的咏叹调莱斯。 e统计模型预测法Nae贝叶斯和其他 roilistic模型神经网络 Analyin广告ersary课程啊行动 Modelin广告ersaryro靓 核或其他的技术 德、值得表示“状态”箴idin领导人与实时 决策支持 技术的例子潜在的用途 来源:德勤分析。 获得更多的数据应该是一件好事。但没有融合和处理它的能力，它可以淹没分析师语无伦次的山脉 数据拼凑在一起。国家主任 地理空间情报局表示，如果趋势情报组织,可能很快就需要 800万多个图像分析师, 五倍的总人数 在所有政府中都有绝密许可。在5 现代数字化时代，战争胜利取决于一个国家的分析能力更快和更准确的信息 对手,不能分析数据。但考虑到6 人类的速度操作,简单 没有足够的时间来理解所有数据，并且执行其他必要情报周期 任务。 人工智能可以提供急需的支持。情报机构已经使用AI的权力 通过大量的数据退出至关重要 “已知”进行进一步分析。例如, 各机构已经使用人工智能来自动识别和标记车辆图案以识别SA-21表面- 对空导弹电池或筛选数百万个金融交易识别模式 符合非法武器走私。 同样，联合人工智能中心 （国防部的人工智能联络点）是已经在努力开发产品 “操作智能融合,联合所有域指挥和控制、加速传感器-射击时间,自治和群集 系统、发展目标和操作中心工作流程。” 我们的分析表明在这些人工智能操作可以节省分析师的时间和提高能力输出。虽然确切的时间节省将取决于所有源分析师执行的工作类型 AI-enabled系统可以节省的支持吗高达364小时或超过45个工作 天(图3)。这些储蓄可以释放事实上,研究产业从银行到 分析师对高优先级投入更多时间 通过额外培训完成任务或培养技能，在其他活动。(更多信息 我们的方法,见附件)。 人工智能的真正价值 然而，人工智能的好处可以远远超出时间。储蓄。毕竟,情报工作永远不会结束; 总有另一个问题的要求 的关注。所以节约时间与AI不会减少劳动力或削减情报预算。而 人工智能的更大的价值来自可能是什么称为一个“自动化红利”:更好的方法 分析师可以利用这些技术之后的时间减轻他们的工作量。 物流显示的最大好处 自动化来自当工作人员使用 技术“价值链。“把7 另一种方式，他们花更多的时间执行任务对组织和/或有更大利益 客户。例如,当自动释放供应链的工人测量等任务 库存或填写订单，他们可以重新部署通过匹配特定时间创造新的价值 客户需要供应商的能力。为8 智能分析，利用AI即时拉动否则难以辨别的迹象和警告 (地)导致的混乱的数据可以让人类分析师做更高价值的工作来确定如果给定地代表一个有效的威胁。 图3 由于大规模，所有来源分析师可以获得额外的工作时间采用人工智能 Plannin和方向 集合 处理和exloitation 分析 传播 其他和管理任务 时间saed1.5oreAI总数 所有源分析师 外循环:Pre-AI内圈:Post-AI 小时或 ．工作日 保存每个分析师 来源:德勤分析。 创造附加价值有两种主要方式 用额外的时间:分析师可以花更多的时间在 高附加值的任务他们已经这样做了,或者他们也可以添加新的高附加值的任务. 做更多:人类关注人类任务 然而,在这些好处可以实现之前,情报组织必须确定哪些 是最高价值的任务，因此也是最好的适合人类工人执行。首先，让我们人类与电脑或其他相比较 机器。 关键是理解之间的差异专业情报和一般智力. 即使是一个简单的袖珍计算器 表现最好的数学天才 价值链通过出售他们的许多流线化处理和exploitation-related任务上机器。他们可以把更多的自己的能量分析、规划和方向 任务通常需要更多的创造力,与同事沟通和协作 和决策者。 我们的模型(见“附录:方法论”) 英特尔分析师也有类似的预测。随着人工智能的拍摄执行数据清理、标记或模式等任务 识别,所有源分析师可以花更多 处理上下文相关或独特的人工任务的时间。因此，未来的分析师可能会花费更多 58%的时间与他人合作今天比他们做。 一些任务。但是当它快速和准确,运算是唯一的任务 袖珍计算器可以执行。它有一个非常狭窄,专业 情报。人类,另一方面手,甚至超越 最先进的电脑 情报。麻省理工学院教授 托马斯·马龙解释说,“即便是一个五岁孩子比最一般智力 今天的先进的计算机程序。一个孩子可以进行一个更明智的讨论 比电脑更大范围的主题项目今天,和更有效的运作 不可预测的物理环境。”9 因此,尽管机器比人类处理大量的数据或努力 极端的精度水平,人类更擅长 任务与上下文或发生巨大的变化那些需要高水平的人际关系 交互。人类工人和联合在一起, 人工智能工具可以发挥自己的优势;人工智能解决大量的数据和人类处理 情报组织必须 确定哪些是最高的值的任务,因此,一个适合人类的工人 执行。 如何在整个过程中进行更大的协作英特尔周期吗?作为一个例子,在传播阶段,分析师目前的信息来决定 制造商,与他们合作,这样他们就可以最好的决定。如果AI能承担多少组装准备工作的来源,创造 图形，甚至起草报告，人类分析师可以专注于决策者的需求，以及局势的影响。在这种情况下，一个分析师将简单地为AI提供主题 即将到来的简报或成品。从那里,人工智能可以自动生成相关列表要通读的报告，预选地图或影像，标记简报的相关功能，甚至 写的简短概述的背景事件。 高度可变的任务。内部情报类似的转变已经在新闻业发生。 组织、人类分析师可以向上移动人工智能被用于自动生成简单 新闻故事。10在第一年,华盛顿对手行为的模型 帖子的机器人都发表了850篇文章从奥运会到选举。通过自动化 注重细节的任务,比如写公司财报,美联社发现机器人的使用降低了记者的工作负载20%,让他们减少错误和关注 发现更大的趋势。11因此,即使作为输出增加,在企业有更少的错误 收益故事。英特尔分析师可以从类似的安排:AI可以生成程序 情报总结或每日报告,允许 分析师将专注于将这些报告综合成大趋势或定制报告 特定决策者的偏好。 个月创建和更新,导致很长 正式的情报产品的循环。今天,使用人工智能和大数据、分析 速度要快得多，通常只是缺少实时时间。这是现在发生在赛车,公式 一场比赛球队调整策略模型的基础上成千上万的数据点作为汽车赛车 在跟踪。13天气或突然转变 从竞争对手可以触发一个意想不到的进站改变团队的计划在几秒钟内。后 一级方程式赛车的例子中,智慧分析师AI-infused模型 迅速模拟更复杂的场景从决定,能够回答问题 制造商,他们问他们 如果人工智能能承担的准备比等待英特尔完成 产品。我们的模型表明, , 在装配工作来源,创造分析师可以花39 图形或夜起草报告更多的时间百分比建议决策者以这种方式 人类分析师可以关注 决策者的需求 后采用人工智能规模(图3)。 的影响情况。•发展的人。一个 动力,告知员工 做一些新的事情:探索可能性 我们都曾经历过,新技术 有新的任务。因此人工智能很可能也会为工人引入全新的任务。 使用其他先进技术的采用 作为