Mari kita kembali ke pembahasan yang hanya disebutkan pada artikel sebelumnya, terkait dengan peran Artificial Intelligence dalam bidang analisis kecerdasan.
Pertanyaan yang kami ajukan pada diri sendiri dan yang akan kami coba jawab adalah sebagai berikut: apa dampak Kecerdasan Buatan pada analisis kecerdasan?
Pertama-tama, kita ingat, mendukung semua, definisi kecerdasan sebagai "produk yang dihasilkan dari pengumpulan, pemrosesan, integrasi, analisis, evaluasi, dan interpretasi informasi (dan data) yang tersedia mengenai negara atau wilayah asing, atau informasi dan pengetahuan tentang lawan yang diperoleh melalui pengamatan, penyelidikan, analisis atau pemahaman".
Tentu saja, definisi ini memiliki raison d'etre sendiri juga di bidang-bidang selain konfrontasi antar pihak (secara militer atau politik), pada kenyataannya adalah mungkin dan sering berguna untuk membuat intelijen pada elemen "ramah" atau pada diri sendiri, apa masalah adalah untuk mendefinisikan dengan benar unsur-unsur untuk menyelidiki.
Sekali lagi untuk memudahkan pembahasan, mari kita ingat kembali apa yang dimaksud dengan “Kecerdasan Buatan”. Karena tidak ada definisi yang diakui secara univokal, saya akan merujuk pada definisi Profesor John McCarthy, dari Universitas Stanford yang untuknya Kecerdasan Buatan "adalah ilmu dan teknik untuk membuat mesin cerdas, terutama program komputer cerdas. Ini terkait dengan tugas serupa menggunakan komputer untuk memahami kecerdasan manusia, tetapi AI tidak harus membatasi dirinya pada metode yang dapat diamati secara biologis."
Karena mudah dipahami, ini sebenarnya bukan definisi untuk mendefinisikan Kecerdasan Buatan, ini menggunakan istilah "kecerdasan". Oleh karena itu Profesor McCarthy karena itu menambahkan bahwa dengan "kecerdasan" yang kami maksud: "bagian komputasi dari kemampuan untuk mencapai tujuan di dunia. Berbagai jenis dan tingkat kecerdasan terjadi pada manusia, banyak hewan, dan beberapa mesin", dan memperingatkan bahwa tidak ada definisi yang jelas dan diakui untuk "kecerdasan", menjelaskan bahwa ketika suatu perilaku (manusia dalam kasus kami) diketahui dengan baik, dimungkinkan untuk membuat mesin yang berperilaku sedemikian rupa untuk meniru perilaku tersebut. Di sisi lain, ketika tidak ada pemahaman yang jelas tentang proses yang sedang dipertimbangkan, sulit untuk membangun mesin yang meniru perilaku manusia.
Oleh karena itu tampaknya logis bagi saya untuk berpikir bahwa untuk memahami bagaimana Kecerdasan Buatan dapat membantu dalam proses analisis kecerdasan, pertama-tama perlu untuk memahami apa yang terdiri dari proses ini. Hanya nanti akan dimungkinkan untuk mengidentifikasi area yang memungkinkan di mana AI dapat membantu.
Salah satu model yang paling dikenal (dan digunakan) di dunia Intelijen adalah apa yang disebut "Siklus Intelijen", yang didasarkan pada lima fase:
- Perencanaan dan Arah. Pada fase ini perlu untuk mengidentifikasi kebutuhan awal dalam hal data yang akan dikumpulkan dan produk intelijen akhir yang diperlukan bagi pengambil keputusan untuk mendukung mereka dalam keputusan mereka. Arahan biasanya diberikan oleh pengambil keputusan atau badan pemerintah, seringkali dalam bentuk pertanyaan.
- Koleksi. Ini terdiri dari pengumpulan data dan informasi mentah, yang diperlukan untuk menghasilkan intelijen, menggunakan semua sumber yang mungkin (di antara yang tersedia atau berwenang untuk kasus tertentu). Di antara sumber-sumber yang umumnya paling banyak digunakan adalah sumber terbuka, tetapi bukan satu-satunya. Perkembangan teknologi sebenarnya telah memungkinkan pengumpulan data melalui perangkat pengawasan elektronik (sensor), misalnya melalui fotografi satelit atau pengumpulan sinyal radio atau lalu lintas Internet.
- Pengolahan. Fase ini terdiri dari konversi dan normalisasi data mentah dan informasi non-standar ke dalam bentuk yang dapat digunakan oleh analis. Misalnya, fase Koleksi mungkin melibatkan surat kabar yang ditulis dalam bahasa yang tidak diketahui oleh analis, dalam hal ini, dalam fase Pemrosesan, terjemahan ke dalam satu atau lebih bahasa yang dikenal oleh karena itu harus dilakukan.
- Analisis dan produksi. Pada fase ini, data dan informasi diubah menjadi intelijen. Analis (atau lebih tepatnya, analis), seorang ahli di sektor ini, harus mempertimbangkan keandalan sumber informasi, validitas dan relevansinya sesuai dengan tujuan (kontekstualisasi) dan implikasi masa depan (untuk berpartisipasi dengan cara ini untuk realisasi kesadaran situasional parsial).
- Penyebaran. Fase terakhir dari siklus terdiri dari mendistribusikan produk jadi kepada mereka yang telah memintanya (atau yang membutuhkannya), pada prinsipnya para pengambil keputusan ini adalah orang yang sama yang memulai siklus melalui permintaan awal.
Kadang-kadang terjadi bahwa pengambil keputusan belum mampu membuat keputusan sehingga mereka dapat memulai siklus baru.
Sekarang, menjadi lebih jelas apa yang terdiri dari siklus kecerdasan (generik), adalah mungkin untuk mencoba memahami di mana dan bagaimana AI dapat membantu. Saya juga menambahkan bahwa setiap organisasi memiliki kekhususannya sendiri dan siklus intelijen yang digunakan tidak selalu sama persis dengan yang diilustrasikan. Ini berarti bahwa jika kita ingin mempelajari bagaimana Kecerdasan Buatan dapat membantu organisasi tertentu di bidang analisis kecerdasan, pertama-tama kita harus mempelajari proses internal mereka dan memverifikasi siklus kecerdasan mereka secara detail.
Dalam kasus kami, kami dapat mengatakan, pada pandangan pertama, bahwa AI dapat mendukung siklus kecerdasan dalam fase Koleksi e Pengolahan. Pada tahap Koleksi, Alat AI dapat digunakan untuk pemilihan dan identifikasi sumber data dan data yang akan dikumpulkan. Pada tahap Pengolahan, AI dapat membantu dalam pelabelan, katalogisasi, dan pengindeksan data. Penggunaan sistem berbasis teknologi Pembelajaran mesin, yang sudah ada, dapat menjadi lebih efektif dengan semakin besar jumlah data yang akan dikumpulkan, diproses, dan dikorelasikan, membebaskan operator dari melakukan tugas yang berulang dan relatif sederhana, waktu yang dapat digunakan lebih berguna untuk analisis yang sebenarnya dan analisisnya sendiri atau untuk meningkatkan persiapan para analis, sebagaimana juga ditunjukkan dalam studi Deloitte "Analisis intelijen masa depan".
Dengan menggunakan teknologi seperti: Pembelajaran mesin dan khususnya dengan Belajar mendalam, adalah mungkin untuk mengambil langkah maju. Dengan Belajar mendalam sebenarnya dimungkinkan untuk menggunakan sistem AI juga dalam fase Analisis dan produksi dan mungkin juga sedang menjalani Penyebaran, khususnya. Kekuatan dari Belajar mendalam terdiri dari pemrosesan dan korelasi teks, gambar, video, dan audio secara efektif tanpa harus melakukan konversi tekstual. Selanjutnya Belajar mendalam memungkinkan kita untuk mengakses kemampuan prediktif, yang seperti yang telah kita lihat di artikel sebelumnya adalah bagian terakhir dari Kesadaran Situasional.
Pada artikel selanjutnya kita akan mencoba memahami caranya.
Alessandro Rugolo, Giorgio Giacinto
Untuk mempelajari lebih lanjut:
- Kwasi Mitchell, Joe Mariani, Adam Routh, Akash Keyal, dan Alex Mirkow. Masa depan analisis kecerdasan Pandangan tingkat tugas tentang dampak kecerdasan buatan pada analisis intel. DELOITTE PUSAT UNTUK WAWASAN PEMERINTAH. 2019.
- Apa itu Kecerdasan Buatan (AI)? | IBM
- JP 2-0, Intelijen Gabungan (jcs.mil)
- Profesor John McCarthy | Ilmu Komputer Stanford
- Kesadaran Situasional, Kecerdasan Buatan, keamanan siber, dan sistem adaptif - Pertahanan Online
- Sistem Adaptif dan Kesadaran Situasional - Pertahanan Online
