美国情报界的情报收集人员正在使用人工智能技术来提升情报服务能力，这些人工智能技术可扫描潜在危险事件发展的新闻，为舰船发送有关快速变化态势的警告信息，并可加快国家安全局的合规性检测工作。

　　目前，美国情报界正在广泛利用人工智能技术来提升情报工作效率，这些人工智能系统可降低分析人员的压力，提升情报处理速度和情报报告质量。

　　人工智能技术在情报界的应用

　　在情报界的开源企业中，人工智能系统正在为中央情报局开源中心的情报分析人员提供情报分析辅助，该系统可融合全球范围内的新闻报道以实时监视全球趋势、地理政治发展和潜在的危机，从而使情报分析人员不需要每天跟踪全球各种语言的报纸新闻和电视新闻即可了解全球趋势。

　　人工智能系统还帮助国家地理空间情报局为船员提供全球范围内最新威胁信息，如海盗动向和可能改变海图的最新航海信息，该系统的数据来源包括开源和涉密信息。人工智能系统通过使用自然语言处理等技术来减少日常报告数量，并可增加系统处理的数据量，提升报告的准确性和完整性。

　　国家安全局开始使用人工智能技术来更好地理解其收集的大量信号情报数据，并从中发现行为模式，以了解web流量模式中的异常行为或可能预示攻击的其他数据。此外，国家安全局还希望利用人工智能技术发现国外情报系统中的漏洞以获取相关情报信息。未来，该机构希望利用人工智能技术来降低情报分析人员的负担，通过使用即时机器翻译和语音识别来让分析人员快速分析大量不同类型的数据，为情报提供支持，并帮助分析人员获得更可靠的结论。

　　未来的挑战

　　人工智能技术应用的挑战之一是收集数据并对这些训练数据进行标注，尽管民用行业也存在该挑战，但可利用亚马逊公司的Mechanical Turk这样的众包平台进行数据标注。然而，军用行业无法将收集到的涉密数据外包，因此美国情报界需要在数据标注方面投入大量工作。

　　另一项挑战是，目前的人工智能模型较为脆弱，很容易受到模型倒置这样的赛博攻击。在民用行业，这种情况并未构成严重问题，至少目前来看尚未出现针对人工智能系统的赛博攻击。但是，已经有人提出了顾虑，2017年MIT的研究人员发现只要轻微改变3D打印物体的特征就能干扰3D打印物体的神经网络。美国情报界已经在探讨这类问题并在着手研制如对抗网络生成这样的新兴工具；美国国家标准和技术协会也开展了人工智能安全项目。

　　此外，大部分具备高准确性的神经网络并不容易解释。人们通常并不了解深度学习系统和神经网络这样的复杂算法做出决策的过程，而国防安全领导人通常需要做出有依据的决策，因此人工智能系统的不透明决策过程并不利于决策者在战时或平时做出决策。目前，新型人工智能算法正在逐渐替代神经网络算法，如一些国防安全系统采用了遗传算法。神经网络算法会自主设定统计权重，而遗传算法会不断迭代发展，这便于用户对算法决策过程进行追踪。