2019年，前美国家情报总监丹·考茨提出：“情报界的首要任务是缩小数据和决策之间的鸿沟”。美国防创新委员会（U.S. Defense Innovation Board）断言：“无论谁收集和组织最多关于我们自己和对手的数据，都将保持技术优势。如果不能将数据视为战略资产，将把宝贵的时间和空间拱手让给竞争对手。”
通过十余年的探索，美国情报界认为通过“数据+智能”作为解决方案能够有效应对“数据过载”“认知偏见”“合作障碍”等问题，并有望满足美国决策者对于情报机构提出的更准确、更快速、更客观的要求。从技术上看，“数据+智能”就是以数据作为生产资料，通过结合大规模数据处理、云存储、数据挖掘、机器学习、可视化等多种技术，从大量的数据中提炼、发掘、获取情报（知识），为决策者在制定决策时提供有效的数据智能支持，减少或者消除不确定性。在此基础上，美国情报界通过利用美国政府、国防部及其自身发布的“数据战略”“人工智能战略”等初步形成了“数据+智能”战略体系，将帮助情报工作保持其技术优势。
“数据+智能”战略体系的形成
美国决策者认为，数据技术和智能技术是维护国家安全的重要基石。2012年，奥巴马政府发布《大数据的研究和发展计划》，2016年，美国政府再次发布“大数据的研究和发展计划”。在此基础上，2019年12月，美国发布《联邦数据战略与2020年行动计划》。以上数据战略指出，美国联邦政府将“指导进行数据治理，通过政策设计和方法协调，在尊重隐私和机密性的前提下，使用数据完成任务，服务公众、管理资源，为各相关机构管理和使用联邦数据提供指导”。
2012年，奥巴马政府发布《大数据的研究和发展计划》
在大国博弈日益突出的背景下，数据已经成为国家重要的竞争要素和战略资源。美国政府颁布的《联邦数据战略与2020年行动计划》中提出，“将数据作为战略资产开发成为核心目标”。同样，美国防部也于2019年10月颁布了《国防部数据战略》，提出“国防部是一个以数据为中心的机构，通过快速使用数据来获取作战优势和效率”。
人工智能战略方面，美国政府分别发布了《美国人工智能倡议》（2019年2月）、《国家人工智能研发战略规划：2019年更新》（2019年6月），人工智能国家安全委员会提交《初始报告》（2019年7月）、《中期报告》（2019年11月），白宫科技政策办公室发布《美国人工智能倡议：首年总结报告》（2020年2月）。美国防部也发布了《国防部人工智能战略》（2019年2月）。美情报总监办公室发布的《通过机器增强情报》（AIM，2019年）战略构成了“情报+智能”战略体系的最后一环。
数据+智能”战略体系发展重心
以服务情报工作为核心。发展情报智能化需以现实情报工作为核心，以解决情报能力桎梏为目的。纵观情报流程，限制情报机构能力的桎梏包括关键数据搜集难、低价值数据多、数据处理复杂、情报分析受人为因素影响等。
“情报+智能”战略体系
美国发展情报智能化的步骤是从高度自动化到初级智能，最后发展至高级智能。通过智能化的数据处理系统能够降低海量数据处理的难度。同时，人工智能系统能够对搜集到的数据自动分类、关联、打标签，对关键内容予以提示，从而降低数据处理的任务量。此外，人工智能最重要的一个发展方向就是自动（机器）推理。通过机器推理有望降低情报分析人员差异化导致的情报分析差异化，并在一定程度上克服认知偏见。
以实现成果转化为目的。同其他新兴技术相同，人工智能技术从实验性成果转化为应用型成果，需要跨越科技研发的“死亡之谷”。为了整合来自政府机构、私营部门、外国合作伙伴、国家实验室、联邦资助的研究和发展中心（FFRDC）、大学附属研究中心（UARC）以及学术机构的技术成果，情报高级研究计划局（IARPA）通过强化“科技+产业+资本”的三面体，以实施资助项目、召开挑战赛等方式，资助学术团体，吸引企业参与合作，帮助智能化技术跨越“死亡之谷”，降低开发机器学习项目风险，加速机器学习技术的成果转化。
通过研究发现，仅仅通过融资，无法帮助创新顺利落地并商业化。成功跨越“死亡之谷”并不是仅仅有新颖的技术和足够的资金支持就可以完成，创新产品需要消费者和市场的认可。单纯的学术研究方向存在“自发性”和“无序性”，而企业研发过于看重于投资回报率。按照学者安德鲁·彼得森的观点，三方面的资本会在“死亡之谷”不同阶段起着不同的关键作用：物质资本（已有物质资源）、智力资本（已有知识和技能）、社会资本（社会网络关系）。美国情报界通过整合以上三方力量，加速人工智能技术的发展。
追求效率和性价比。美国情报界的技术战略重点是迅速采用数字技术和信息技术，这些技术中，人工智能技术是最有效率且最具有性价比的。人工智能技术在商业领域已经较为成熟，应用于情报行业的适应性很强。相比于量子计算、脑机接口等理论性很强的技术，投资于人工智能技术的情报项目能够获得更为显著的成果转化效果。
以人工智能为代表的信息技术的发展速度远超其他领域的发展速度。对情报工作而言，以传感器为代表的情报搜集设备的发展速度是缓慢的。传感器能力升级的周期数以年计（或十年），但能力提升可能只有20%、30%或50%。以美国锁眼（Keyhole）光学照相侦查卫星为例。锁眼-9型光学侦查卫星最早发射于1971年，其侦查分辨率为0.3米。而锁眼-12型光学侦查卫星最早发射于1990年，其分辨率为0.15米。三代锁眼卫星发射间隔为19年，而分辨率总共提升一倍。相比之下，以人工智能为代表的人工智能发展速度则远超传统情报技术发展步伐。从2012年到2018年，主要人工智能（AI）研究项目中使用的计算能力（“算力”）数量增加了30万倍，平均每3.4个月翻一番。未来的情报工作最显著的变化将来自情报工作搭上了信息技术快速发展的“便车”。
情报界利用“情报+智能”体系发展维持技术优势的目标与方式
“情报+智能”的战略体系能够全面推动情报界发展人工智能的战略规划，这是情报界利用“数据+智能”战略体系发展人工智能技术的目标。该体系解决了情报界发展人工智能技术的数据支持问题，实现了人工智能领域基础研究的借力，形成了情报界技术投资的路径。在美情报总监办公室发布的2019版《国家情报战略》中提出情报界应“加强情报活动的整合与协调，实现最佳的任务执行效果”“加强创新，不断改进情报工作”“利用更加强大、具有独特性和有价值的伙伴关系支持国家安全成果”“提高国家安全信息透明度”。
数据战略方面 美国情报界所推行的数据战略分别体现在《联邦数据战略》《国家情报战略》和《国防部数据战略》中。数据是人工智能进行学习、测试的基础。《联邦数据战略与2020年行动计划》中提出，“通过政策设计和方法协调……使用数据来完成任务、服务公众，管理资源”。同时，该战略提出的四个领域均有助于情报界发展人工智能技术：企业数据治理；访问、使用和扩充；决策和问责制；商业化、创新和公共使用。美国防部在《国防部数据战略》中提出三个重点领域：通过数据优势获取联合全域作战优势、利用数据支持高级领导管理、利用数据支持决策层决策。以上三个领域构成了情报界发展人工智能技术的数据支持。同时，《国防部数据战略》中的8项指导原则（数据管理、数据利用、数据搜集、数据标准化、数据适用性、数据可用性与可访问性、数据自动化管理）有助于美国情报界利用强大的数据环境实现人工智能技术优势，从而维持其情报优势。此外，《情报界科技战略》对于增强全源数据处理和管理也提出了解决方案。
增强全源数据处理和管理路线图
在2019版《国家情报战略》（NIS）中提出：情报界将（一）开发并维护获取和评估数据的能力，以深入了解全球政治、外交、军事、经济、安全和信息环境；（二）开发定量分析方法、数据分析技术和技巧，以提高情报界识别、分析和预测多个投资组合变化情况和新兴趋势的能力；（三）通过数据驱动的审查和性能度量改进业务流程；（四）采取一种先进的方法来适当地访问数据，而不管数据存储在哪里。将信息更好地组织成适当的数据格式并用元数据标记以提高其质量和可用性，将有助于向以信息为中心的情报过程的过渡；（五）继续采用现代数据管理实践，通过安全、现代化的系统和标准，使情报界数据可发现、可访问和可利用；（六）利用先进的分析技术和现代数据提取、关联和赋能功能，最大限度地提高情报界数据的价值；（七）有效利用情报情报界伙伴关系的数据；（八）利用情报元数据能够更好地组织和服务情报流程升级，简化数据到情报服务的流程；（九）为规避数据风险，情报界应改进数据策略，以保持情报优势。
在此基础上，美国情报界采用国家信息交流模型（NIEM）以统一数据格式与标准，解决数据跨机构兼容问题。最后，情报界云（IC Cloud）、情报界信息技术业界通用平台、分析空间等系统均有助于实现情报底层数据互通共享。
人工智能战略方面 美国情报界所利用的人工智能战略来自美国政府、国防部和情报界。2019年的白宫人工智能峰会中曾提出，“利用政府、商业界和学术界的经验和最佳实践，是使用人工智能加速改进政府的有效方法。”美国政府发展人工智能技术的最佳实践是“政府、商业界和学术界之间的协作”。同时，在人工智能人力资源方面，该会议提出“增加能够开发和熟练使用人工智能技术的劳动力团队”。在特朗普政府签发的12859号行政令《美国人工智能倡议》中，提出“联邦政府寻求多个支柱来推进人工智能发展，重点放在人工智能研发、数据和算力资源、技术标准和管理、教育和劳动力、国际参与以及保护我们的人工智能优势等领域”。
2018年，美国防部发布《2018年国防部人工智能战略概要——利用人工智能促进安全与繁荣》（以下简称《战略概要》）。《战略概要》中提出，“人工智能融入决策和军事行动可保持美国军事优势”“人工智能装备可降低运行成本，提高战备水平”“人工智能可增强预测、识别和应对各种来源的网络和物理威胁的能力”“人工智能技术有利于创建精简高效的组织，人工智能可大大提升手工的、体力的、以数据为中心任务的执行效率，从而简化工作流程，提高重复任务的速度”“发展人工智能的关键是建立关键的人工智能构建模块和标准，培养和吸引人工智能人才”。《战略概述》提出的五项战略举措均有助于情报界发展人工智能技术。这五项战略举措分别是：交付可应对关键任务的人工智能能力；建设支持分布式开发和试验的通用基础设施；培养卓越的人工智能人才；与商业界、学术界和国际盟友合作，通过吸引优秀学者投身于与国防相关的长期研究、培养下一代人工智能人才、加强与美国工业界的伙伴关系、在海外发展国际盟友和伙伴关系以及与全球开源社区合作；引领军事伦理道德和人工智能安全。
“数据+智能”战略体系的优势
在信息化和智能化冲击情报领域的条件下，美国情报界通过“数据+智能”战略体系能够保持其领先的情报技术优势。通过高效、便捷的数据管理模式，能够打通情报机构间的数据壁垒。利用数据搜集、处理自动化技术，能够提升情报数据处理效率，节省情报人员精力。采用智能化情报分析技术，有望克服情报分析认知偏见。通过共享情报数据、算法模型、算力需求，能够优化稀缺资源，提升情报界在关键领域投资的效费比。
锁眼-9型光学侦查卫星影像图
此外，通过“数据+智能”的战略体系能够统一情报界内对于数据技术和人工智能技术的认知，改变情报界传统封闭的文化。通过优化情报界对于数据技术和人工智能技术的投资策略，有利于引进商业界和学术界最新的研发成果和学术成果，为情报工作服务。同时，美国情报界在数据战略和人工智能战略中均高度重视与盟友的数据合作，以此来弥补情报搜集中的缺漏。再次，美国情报界通过立法和拨款的方式确保“数据+智能”战略体系得到发展。在近年来颁布的《国防授权法》与《情报授权法》中均提及通过开展专项计划（国家人工智能计划，NAIP），成立专门机构（国家人工智能研究所，NAIC），协调包括国家标准技术研究院（NIST）、国家科学基金会（NSF）等联邦部门参与、投资、管理数据技术和智能技术发展、培训相关人才、确立数据和技术标准。最后，得益于美国高层人员与智库间的“旋转门”传统，兰德公司（RAND）、新美国国家安全中心（CNAS）、战略与国际研究中心（CSIS）等智库对于美国情报界发展“数据+智能”战略体系也多有建议和批判。
结语
美国情报界通过多年摸索和尝试，已经初步形成了“数据+智能”战略体系，该体系对于美国情报界维持其技术优势具有体系推动作用。此外，通过该战略体系，能够有效协调美国情报界内部数据与人工智能资源，吸引商业界和学术界在数据技术和人工智能等领域进行合作。
版权声明：本文刊于2022年2期《军事文摘》杂志，作者：王振宇，如需转载请务必注明“转自《军事文摘》”。
声明：本文来自军事文摘，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
