美国情报界的情报搜集人员正在用于人工智能技术来提高情报服务能力，这些人工智能技术可扫瞄潜在危险性事件发展的新闻，为舰船发送到有关较慢变化态势的警告信息，并可减缓国家安全局的合规性检测工作。　　目前，美国情报界正在普遍利用人工智能技术来提高情报工作效率，这些人工智能系统可减少分析人员的压力，提高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于　　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获取情报分析辅助，该系统可融合全球范围内的新闻报道以动态监控全球趋势、地理政治发展和潜在的危机，从而使情报分析人员不必须每天追踪全球各种语言的报纸新闻和电视新闻才可理解全球趋势。

　　人工智能系统还协助国家地理空间情报局为船员获取全球范围内近期威胁信息，如海盗动向和有可能转变海图的近期航海信息，该系统的数据来源还包括开源和涉密信息。人工智能系统通过用于自然语言处置等技术来增加日常报告数量，并可减少系统处置的数据量，提高报告的准确性和完整性。　　国家安全局开始用于人工智能技术来更佳地解读其搜集的大量信号情报数据，并借此找到不道德模式，以理解web流量模式中的出现异常不道德或有可能伴随反击的其他数据。

此外，国家安全局还期望利用人工智能技术找到国外情报系统中的漏洞以提供涉及情报信息。未来，该机构期望利用人工智能技术来减少情报分析人员的开销，通过用于即时机器翻译和语音辨识来让分析人员较慢分析大量有所不同类型的数据，为情报获取反对，并协助分析人员取得更加可信的结论。　　未来的挑战　　人工智能技术应用于的挑战之一是搜集数据并对这些训练数据展开标示，尽管民用行业也不存在该挑战，但可利用亚马逊公司的MechanicalTurk这样的众包平台展开数据标示。

然而，军用行业无法将搜集到的涉密数据外包，因此美国情报界必须在数据标示方面投放大量工作。　　另一项挑战是，目前的人工智能模型更为薄弱，很更容易受到模型长条这样的赛博反击。

在民用行业，这种情况未包含相当严重问题，最少目前来看仍未经常出现针对人工智能系统的赛博反击。但是，早已有人明确提出了疑虑，2017年MIT的研究人员找到只要严重转变3D打印机物体的特征就能阻碍3D打印机物体的神经网络。

美国情报界早已在探究这类问题并在著手研制如对付网络分解这样的新兴工具；美国国家标准和技术协会也积极开展了人工智能安全性项目。　　此外，大部分不具备低准确性的神经网络并不更容易说明。

人们一般来说并不理解深度自学系统和神经网络这样的简单算法作出决策的过程，而国防安全性领导人一般来说必须作出有依据的决策，因此人工智能系统的不半透明决策过程并有利于决策者在战时或平时作出决策。目前，新型人工智能算法正在渐渐替代神经网络算法，如一些国防安全性系统使用了遗传算法。

神经网络算法不会自律原作统计权重，而遗传算法不会大大递归发展，这便于用户对算法决策过程展开跟踪。

本文来源：开云app官网登录入口-www.lvivfilter.com