美國情報界“數據+智能”戰略體系初探

王振宇

2019年，前美國家情報總監丹·考茨提出：“情報界的首要任務是縮小數據和決策之間的鴻溝”。美國防創新委員會（U.S.?Defense?Innovation?Board）斷言：“無論誰收集和組織最多關于我們自己和對手的數據，都將保持技術優勢。如果不能將數據視為戰略資產，將把寶貴的時間和空間拱手讓給競爭對手。”

通過十余年的探索，美國情報界認為通過“數據+智能”作為解決方案能夠有效應對“數據過載”“認知偏見”“合作障礙”等問題，并有望滿足美國決策者對于情報機構提出的更準確、更快速、更客觀的要求。從技術上看，“數據+智能”就是以數據作為生產資料，通過結合大規模數據處理、云存儲、數據挖掘、機器學習、可視化等多種技術，從大量的數據中提煉、發掘、獲取情報（知識），為決策者在制定決策時提供有效的數據智能支持，減少或者消除不確定性。在此基礎上，美國情報界通過利用美國政府、國防部及其自身發布的“數據戰略”“人工智能戰略”等初步形成了“數據+智能”戰略體系，將幫助情報工作保持其技術優勢。

美國決策者認為，數據技術和智能技術是維護國家安全的重要基石。2012年，奧巴馬政府發布《大數據的研究和發展計劃》，2016年，美國政府再次發布“大數據的研究和發展計劃”。在此基礎上，2019年12月，美國發布《聯邦數據戰略與2020年行動計劃》。以上數據戰略指出，美國聯邦政府將“指導進行數據治理，通過政策設計和方法協調，在尊重隱私和機密性的前提下，使用數據完成任務，服務公眾、管理資源，為各相關機構管理和使用聯邦數據提供指導”。

在大國博弈日益突出的背景下，數據已經成為國家重要的競爭要素和戰略資源。美國政府頒布的《聯邦數據戰略與2020年行動計劃》中提出，“將數據作為戰略資產開發成為核心目標”。同樣，美國防部也于2019年10月頒布了《國防部數據戰略》，提出“國防部是一個以數據為中心的機構，通過快速使用數據來獲取作戰優勢和效率”。

人工智能戰略方面，美國政府分別發布了《美國人工智能倡議》（2019年2月）、《國家人工智能研發戰略規劃：2019年更新》（2019年6月），人工智能國家安全委員會提交《初始報告》（2019年7月）、《中期報告》（2019年11月），白宮科技政策辦公室發布《美國人工智能倡議：首年總結報告》（2020年2月）。美國防部也發布了《國防部人工智能戰略》（2019年2月）。美情報總監辦公室發布的《通過機器增強情報》（AIM，2019年）戰略構成了“情報+智能”戰略體系的最后一環。

以服務情報工作為核心。發展情報智能化需以現實情報工作為核心，以解決情報能力桎梏為目的。縱觀情報流程，限制情報機構能力的桎梏包括關鍵數據搜集難、低價值數據多、數據處理復雜、情報分析受人為因素影響等。

2012年，奧巴馬政府發布《大數據的研究和發展計劃》

美國發展情報智能化的步驟是從高度自動化到初級智能，最后發展至高級智能。通過智能化的數據處理系統能夠降低海量數據處理的難度。同時，人工智能系統能夠對搜集到的數據自動分類、關聯、打標簽，對關鍵內容予以提示，從而降低數據處理的任務量。此外，人工智能最重要的一個發展方向就是自動（機器）推理。通過機器推理有望降低情報分析人員差異化導致的情報分析差異化，并在一定程度上克服認知偏見。

同其他新興技術相同，人工智能技術從實驗性成果轉化為應用型成果，需要跨越科技研發的“死亡之谷”。為了整合來自政府機構、私營部門、外國合作伙伴、國家實驗室、聯邦資助的研究和發展中心（FFRDC）、大學附屬研究中心（UARC）以及學術機構的技術成果，情報高級研究計劃局（IARPA）通過強化“科技+產業+資本”的三面體，以實施資助項目、召開挑戰賽等方式，資助學術團體，吸引企業參與合作，幫助智能化技術跨越“死亡之谷”，降低開發機器學習項目風險，加速機器學習技術的成果轉化。

通過研究發現，僅僅通過融資，無法幫助創新順利落地并商業化。成功跨越“死亡之谷”并不是僅僅有新穎的技術和足夠的資金支持就可以完成，創新產品需要消費者和市場的認可。單純的學術研究方向存在“自發性”和“無序性”，而企業研發過于看重于投資回報率。按照學者安德魯·彼得森的觀點，三方面的資本會在“死亡之谷”不同階段起著不同的關鍵作用：物質資本（已有物質資源）、智力資本（已有知識和技能）、社會資本（社會網絡關系）。美國情報界通過整合以上三方力量，加速人工智能技術的發展。

美國情報界的技術戰略重點是迅速采用數字技術和信息技術，這些技術中，人工智能技術是最有效率且最具有性價比的。人工智能技術在商業領域已經較為成熟，應用于情報行業的適應性很強。相比于量子計算、腦機接口等理論性很強的技術，投資于人工智能技術的情報項目能夠獲得更為顯著的成果轉化效果。

以人工智能為代表的信息技術的發展速度遠超其他領域的發展速度。對情報工作而言，以傳感器為代表的情報搜集設備的發展速度是緩慢的。傳感器能力升級的周期數以年計（或十年），但能力提升可能只有20%、30%或50%。以美國鎖眼（Keyhole）光學照相偵查衛星為例。鎖眼-9型光學偵查衛星最早發射于1971年，其偵查分辨率為0.3米。而鎖眼-12型光學偵查衛星最早發射于1990年，其分辨率為0.15米。三代鎖眼衛星發射間隔為19年，而分辨率總共提升一倍。相比之下，以人工智能為代表的人工智能發展速度則遠超傳統情報技術發展步伐。從2012年到2018年，主要人工智能（AI）研究項目中使用的計算能力（“算力”）數量增加了30萬倍，平均每3.4個月翻一番。未來的情報工作最顯著的變化將來自情報工作搭上了信息技術快速發展的“便車”。

“情報+智能”戰略體系

“情報+智能”的戰略體系能夠全面推動情報界發展人工智能的戰略規劃，這是情報界利用“數據+智能”戰略體系發展人工智能技術的目標。該體系解決了情報界發展人工智能技術的數據支持問題，實現了人工智能領域基礎研究的借力，形成了情報界技術投資的路徑。在美情報總監辦公室發布的2019版《國家情報戰略》中提出情報界應“加強情報活動的整合與協調，實現最佳的任務執行效果”“加強創新，不斷改進情報工作”“利用更加強大、具有獨特性和有價值的伙伴關系支持國家安全成果”“提高國家安全信息透明度”。

美國情報界所推行的數據戰略分別體現在《聯邦數據戰略》《國家情報戰略》和《國防部數據戰略》中。數據是人工智能進行學習、測試的基礎。《聯邦數據戰略與2020年行動計劃》中提出，“通過政策設計和方法協調……使用數據來完成任務、服務公眾，管理資源”。同時，該戰略提出的四個領域均有助于情報界發展人工智能技術：企業數據治理;訪問、使用和擴充;決策和問責制;商業化、創新和公共使用。美國防部在《國防部數據戰略》中提出三個重點領域：通過數據優勢獲取聯合全域作戰優勢、利用數據支持高級領導管理、利用數據支持決策層決策。以上三個領域構成了情報界發展人工智能技術的數據支持。同時，《國防部數據戰略》中的8項指導原則（數據管理、數據利用、數據搜集、數據標準化、數據適用性、數據可用性與可訪問性、數據自動化管理）有助于美國情報界利用強大的數據環境實現人工智能技術優勢，從而維持其情報優勢。此外，《情報界科技戰略》對于增強全源數據處理和管理也提出了解決方案。

增強全源數據處理和管理路線圖

在2019版《國家情報戰略》（NIS）中提出：情報界將（一）開發并維護獲取和評估數據的能力，以深入了解全球政治、外交、軍事、經濟、安全和信息環境;（二）開發定量分析方法、數據分析技術和技巧，以提高情報界識別、分析和預測多個投資組合變化情況和新興趨勢的能力;（三）通過數據驅動的審查和性能度量改進業務流程;（四）采取一種先進的方法來適當地訪問數據，而不管數據存儲在哪里。將信息更好地組織成適當的數據格式并用元數據標記以提高其質量和可用性，將有助于向以信息為中心的情報過程的過渡;（五）繼續采用現代數據管理實踐，通過安全、現代化的系統和標準，使情報界數據可發現、可訪問和可利用;（六）利用先進的分析技術和現代數據提取、關聯和賦能功能，最大限度地提高情報界數據的價值;（七）有效利用情報情報界伙伴關系的數據;（八）利用情報元數據能夠更好地組織和服務情報流程升級，簡化數據到情報服務的流程;（九）為規避數據風險，情報界應改進數據策略，以保持情報優勢。

在此基礎上，美國情報界采用國家信息交流模型（NIEM）以統一數據格式與標準，解決數據跨機構兼容問題。最后，情報界云（IC?Cloud）、情報界信息技術業界通用平臺、分析空間等系統均有助于實現情報底層數據互通共享。

美國情報界所利用的人工智能戰略來自美國政府、國防部和情報界。2019年的白宮人工智能峰會中曾提出，“利用政府、商業界和學術界的經驗和最佳實踐，是使用人工智能加速改進政府的有效方法。”美國政府發展人工智能技術的最佳實踐是“政府、商業界和學術界之間的協作”。同時，在人工智能人力資源方面，該會議提出“增加能夠開發和熟練使用人工智能技術的勞動力團隊”。在特朗普政府簽發的12859號行政令《美國人工智能倡議》中，提出“聯邦政府尋求多個支柱來推進人工智能發展，重點放在人工智能研發、數據和算力資源、技術標準和管理、教育和勞動力、國際參與以及保護我們的人工智能優勢等領域”。

2018年，美國防部發布《2018年國防部人工智能戰略概要——利用人工智能促進安全與繁榮》（以下簡稱《戰略概要》）。《戰略概要》中提出，“人工智能融入決策和軍事行動可保持美國軍事優勢”“人工智能裝備可降低運行成本，提高戰備水平”“人工智能可增強預測、識別和應對各種來源的網絡和物理威脅的能力”“人工智能技術有利于創建精簡高效的組織，人工智能可大大提升手工的、體力的、以數據為中心任務的執行效率，從而簡化工作流程，提高重復任務的速度”“發展人工智能的關鍵是建立關鍵的人工智能構建模塊和標準，培養和吸引人工智能人才”。《戰略概述》提出的五項戰略舉措均有助于情報界發展人工智能技術。這五項戰略舉措分別是：交付可應對關鍵任務的人工智能能力;建設支持分布式開發和試驗的通用基礎設施;培養卓越的人工智能人才;與商業界、學術界和國際盟友合作，通過吸引優秀學者投身于與國防相關的長期研究、培養下一代人工智能人才、加強與美國工業界的伙伴關系、在海外發展國際盟友和伙伴關系以及與全球開源社區合作;引領軍事倫理道德和人工智能安全。

鎖眼-9型光學偵查衛星影像圖

在信息化和智能化沖擊情報領域的條件下，美國情報界通過“數據+智能”戰略體系能夠保持其領先的情報技術優勢。通過高效、便捷的數據管理模式，能夠打通情報機構間的數據壁壘。利用數據搜集、處理自動化技術，能夠提升情報數據處理效率，節省情報人員精力。采用智能化情報分析技術，有望克服情報分析認知偏見。通過共享情報數據、算法模型、算力需求，能夠優化稀缺資源，提升情報界在關鍵領域投資的效費比。

此外，通過“數據+智能”的戰略體系能夠統一情報界內對于數據技術和人工智能技術的認知，改變情報界傳統封閉的文化。通過優化情報界對于數據技術和人工智能技術的投資策略，有利于引進商業界和學術界最新的研發成果和學術成果，為情報工作服務。同時，美國情報界在數據戰略和人工智能戰略中均高度重視與盟友的數據合作，以此來彌補情報搜集中的缺漏。再次，美國情報界通過立法和撥款的方式確保“數據+智能”戰略體系得到發展。在近年來頒布的《國防授權法》與《情報授權法》中均提及通過開展專項計劃（國家人工智能計劃，NAIP），成立專門機構（國家人工智能研究所，NAIC），協調包括國家標準技術研究院（NIST）、國家科學基金會（NSF）等聯邦部門參與、投資、管理數據技術和智能技術發展、培訓相關人才、確立數據和技術標準。最后，得益于美國高層人員與智庫間的“旋轉門”傳統，蘭德公司（RAND）、新美國國家安全中心（CNAS）、戰略與國際研究中心（CSIS）等智庫對于美國情報界發展“數據+智能”戰略體系也多有建議和批判。

美國情報界通過多年摸索和嘗試，已經初步形成了“數據+智能”戰略體系，該體系對于美國情報界維持其技術優勢具有體系推動作用。此外，通過該戰略體系，能夠有效協調美國情報界內部數據與人工智能資源，吸引商業界和學術界在數據技術和人工智能等領域進行合作。

責任編輯：陳曉芳