ИИ и интеллектуальный цикл, часть 2
В моем предыдущем блоге были рассмотрены возможные последствия непреднамеренной предвзятости при сборе данных, а также роль искусственного интеллекта в уменьшении этой предвзятости. Для сбора достоверной разведывательной информации требуется нечто большее, чем просто беспристрастные данные; данные сами по себе не могут считаться интеллектом. Сначала он должен пройти этапы обработки и эксплуатации, которые преобразуют данные в необходимые элементы интеллектуального анализа, чтобы обеспечить понимание и ценность ваших операций.
Во второй части серии исследуются этапы обработки и эксплуатации интеллектуального цикла. Я погружаюсь в его ценность для создания действенной аналитики из необработанных данных, а также для работы с общедоступной информацией. Давно утверждалось, что разведывательное сообщество часто ошибочно отдает приоритет разведывательным данным из закрытых источников, упуская из виду ключевую информацию, доступную любому, кто осмеливается залезть в Интернет. Платформа машинного обучения Geospark Analytics, Hyperion, накапливает огромные объемы данных из открытых источников, предоставляет аналитические фильтры для настраиваемой обработки данных и запрограммирована на выявление аномалий активности. По мере того, как организации все больше осознают ценность OSINT (информация с открытым исходным кодом), им нужны мощные инструменты для сужения огромных данных и преобразования их в полезную информацию.
В прошлом году каждую минуту публиковалось в среднем 250 000 твитов. Это 500 миллионов твитов в день или 200 миллиардов твитов в год. Распространенность социальных сетей позволяет пользователям во всем мире выражать свою реакцию, делиться новостями и информировать подписчиков в глобальном масштабе о современных событиях. Социальные сети способствуют потреблению информации быстрее, чем репортер может написать статью по этому вопросу, даже до того, как государственный чиновник сделает публичное заявление. Он также общедоступен и имеет титанический объем. Каналы аналитиков OSINT переполнены газетными статьями, полугодовыми отчетами, твитами, сообщениями в Facebook и новостями о погоде. Им нужны инструменты, которые разбивают данные и направляют их внимание туда, где это необходимо больше всего. Тут на помощь приходит Гиперион.
Hyperion курирует данные социальных сетей и новостных медиа и привязывает информацию к соответствующему местоположению. Он охватывает не только миллионы ежедневных твитов, но и другие социальные сети, местные новости и национальные новостные платформы. Алгоритм извлекает ключевые детали, включая дату и время публикации, название, исходную гиперссылку и категорию события, и все это переводится на выбранный аналитиком язык. Полное резюме находится всего в одном клике. Все данные могут быть сохранены в настраиваемых папках содержимого для последующего изучения — живая база знаний OSINT. Подводя итог, можно сказать, что аналитикам больше не нужно пролистывать ленты Twitter, проводить часы в Google или кропотливо просматривать статьи и блоги. Hyperion предоставляет все, что может понадобиться аналитику, на одной платформе.
Несмотря на свои многочисленные преимущества, огромное количество данных из открытых источников создает серьезную проблему: их не только нужно фильтровать и обрабатывать, но и ключевые данные могут быть легко упущены из виду. Даже если аналитик применит все правильные аналитические фильтры, если он ищет не в том месте, он может упустить что-то невероятно важное. Специалисты по данным из Geospark Analytics решили бороться с потенциальной проблемой, создав горячие точки. Инструмент уведомляет пользователей о любых аномалиях по всему миру, выступая в качестве живой глобальной индикации и алгоритма предупреждения.
По сути, Hyperion разбивает карту на более чем 8000 регионов. Алгоритм машинного обучения постоянно отслеживает приток необработанных данных из социальных сетей и новостных медиа. С момента своего создания более четырех лет назад он со временем узнал, какой тип и количество данных являются нормальными для любого конкретного региона, и постоянно обновляет информацию по мере поступления данных в Hyperion. Когда происходит ненормальный уровень информации — вспомните пневмонию неизвестной этиологии в Ухане в декабре 2019 года или усиление политических волнений перед переворотом в Мьянме 1 февраля — на карте появляется значок точки доступа. Простой визуальный сигнал достаточно заметен, чтобы отвлечь ваше внимание от потенциально разрушительных действий.
Информация из открытых источников может указать нам на событие до того, как оно произойдет или перерастет в кризис. В таком глобализованном и быстро меняющемся мире нам нужно не только быть в курсе последних событий, но и быть в курсе событий по мере их развития. Способность прогнозировать события становится все более важной. В случае с Мьянмой точка доступа появилась на карте за 36 часов до переворота. Пользователи Гипериона обратили внимание на этот район. Аналитики уже недостаточно для обработки информации. Алгоритмы машинного обучения используют исторические тенденции и современные события, чтобы уведомлять аналитиков о назревающих ключевых событиях.
После того, как данные собраны, они должны пройти обширную обработку и использование, прежде чем они будут считаться расходными и действенными интеллектуальными данными. Hyperion AI от Geospark Analytics превосходит альтернативные аналитические механизмы благодаря передовым механизмам, которые фильтруют данные из открытых источников и сообщают пользователям о возникающих, потенциально разрушительных событиях. Как ваша организация получает информацию?
Этот блог является вторым в серии, посвященной тому, как искусственный интеллект Hyperion помогает конечным пользователям и руководителям организаций принимать более взвешенные решения и быстрее. В следующем выпуске вы прочтете о том, как Hyperion оценивает, измеряет и прогнозирует международную стабильность с помощью данных и машинного обучения.
Чтобы узнать, как Hyperion может помочь в реализации миссии вашей организации, свяжитесь с нами по адресу [email protected].
