西点毕业生研究揭秘:如何用人工智能打击IS

  次阅读 作者:智能小宝 来源:互联网 2015-11-20 11:29 我要评论(0)

11月13日,法国巴黎市中心发生多起枪击爆炸事件,已造成逾百人死亡。据美联社和欧洲新闻电视台(Euronews)11月14日消息,恐袭已致129人死亡,352人受伤,其中99人受重伤。

ISIS惨绝人寰的行为引起了全世界的愤怒。但是,恐怖分子的行为并不是随机的,而是具有一定的模式。现今最擅长识别模式的技术就是人工智能 了。那么,能不能利用人工智能来提前预知恐怖袭击呢?今天我们就来介绍一位西点军校毕业生,以及他如何用人工智能数据分析的方法对抗ISIS。

Paulo Shakarian现在是美国亚利桑那州立大学的计算机科学教授,曾是西点军校的研究生,还曾担任过美国军方情报官员 。

由于他的工作时常接触到大量一线的情报官员,他突然意识到,有许多智能技术都能运用在这个领域。情报人员常需要分析他们所能获得的所有数据,并对原因作出假设。但他们很少会有时间回头检查,尤其在战争延续期间。在伊拉克时,Shakarian开始用他在西点军校学到的计算机科学知识进行情报分析,并开始构思用人工智能的方法对曾被认为不可预测的反叛组织行为进行建模 。

后来,他进入了马里兰大学,获得了计算机科学的硕士学位。他的目标非常明确:用机器学习的方法来变革情报分析领域 。机器学习也正是无人驾驶汽车所仰赖的技术。当他在马里兰大学获得博士学位后,就进入亚利桑那州立大学,继续他的人工智能研究。

他的研究孵化了多个具有革命潜力的项目,例如游侠特遣部队(Task Force Paladin )用来在阿富汗检测简易爆炸装置的SCARE软件,以及芝加哥警察局用来打击帮派活动的社交媒体分析工具GANG和SNAKE。

近几年,他在这个领域发表了几篇论文。下面我们就来看看,他究竟发现了什么?能预测ISIS的活动规律吗?

让恐怖分子群龙无首:挫败首领生成机制

2012年11月,Shakarain发布了一篇论文,名字叫《攻击强健恐怖网络的塑造行动》(Shaping Operations to Attack Robust Terror Networks),旨在瓦解恐怖组织的首领生成机制。这篇论文引起了美国众议院特别情报委员会的注意,并邀请他去介绍自己的发现。

为了瓦解恐怖组织和反叛网络,安全机构通常倾向于定点打击“高价值目标”(HVT),也就是他们的首领。然而,有无数的例子证明,首领被击毙后,反叛网络很快就会再生成一位新的首领 。例如,2006年6月8日,臭名昭著的基地组织首领阿布·穆萨布·扎卡维被击毙后,一星期之后就出现了一位新首领阿布·艾尤卜·穆哈吉尔。

如何瓦解这种首领的再生成机制呢?Shakarain引入了一个概念叫做“塑造”(shaping)行动,意思是说,在打击首领之前,先采取行动,瓦解该组织产生新领导的能力,然后再采取普通的行动以击毙首领。这样,恐怖网络就很难再生成一位新首领,也就很难东山再起。

那么,要如何做到这一点呢?Shakarain利用了网络理论,通过移除节点,来实现网络中心性的最大化。直观上看,网络中心性代表了高度节点的临界值。低中心性的网络更加去中心化,因此更加容易生成新的首领 。在这篇论文中,他们旨在寻找那些能够使中心性最大化的目标节点,以便使接下来的定点打击更加有效。

之前,这个问题被证明是一个NP完全问题。为了实际操作,他们引入了一个混合的整数线性规划和贪婪启发式搜索。执行贪婪启发式搜索后,在检查5个真实的恐怖分子网络时发现,只需要移除12%的节点,就能提高网络中心性17%~45%。这个算法还能应用在包含1133个节点和5541个边的网络中。

坦桑尼亚网络的节点被贪婪启发式搜索去除后的可视化表现。图A是初始网络,图B去除了3个节点,图C去除了5个节点,图D去除了9个节点。随着去除的节点越来越多,图形变得越来越像星形。当去除11个节点后,拓扑结构就完全像一个星形了。

ISIS的行为并不是完全随机的,而是有规律可循,这是Paulo Shakarian的惊人发现。

挖掘ISIS行为之间的相关性

今年8月,Paulo Shakarian的团队在知识发现与数据挖掘会议(Conference on Knowledge Discovery and Data Mining)上发表了一篇论文,名为《挖掘因果关系:对ISIS的数据驱动研究》(Mining for Causal Relationships: A Data-Driven Study of the Islamic State),公布了他们的发现。

这篇论文中,他们分析了战争研究所提供的2200个ISIS相关事件的数据,构建了一个描述模型——一个模拟ISIS行为的算法。这2200个事件发生于2014年下半年,既包括了围绕ISIS的军事行动,以及反对ISIS的势力(包括伊拉克、叙利亚和美国领导的联盟)。在其中,他们将逻辑程序和因果推理相结合,试图挖掘出事件之间的因果关系。

由此,他们得出了一些规则,这些规则的预测是由多个原子命题(不包含其他命题作为其组成部分的命题,即在结构上不能再分解出其他命题的命题)所组成,并通过比较相同事件序列的规则,来获得因果关系的证据。除了考虑规则的概率(p)之外,他们还研究了因果关系的度量εavg,这可以看做是当同时考虑到其他类似规则时,规则的先决条件所能提供的概率提升。

结果,他们果然发现了一些规律:

1,如果在某个星期,ISIS在伊拉克采取了步兵行动并伴有间接射击,那么,下一个星期在叙利亚就会出现车载简易爆炸装置(VBIED)的行动。(p=1.0,εavg=0.92)

2,如果在某个星期,ISIS在伊拉克提克里特市采取了行动,并进行了大规模的处决,那么,随之而来的就是伊拉克的叙利亚同时出现大量简易爆炸装置(IED)。(p=1.0,εavg=0.97)

本站文章信息来源于网络以及网友投稿,本站只负责对文章进行整理、排版、编辑,是出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如果您有什么意见或建议,请联系QQ28-1688-302!

人工智能实验室
相关文章相关文章
  • 担忧机器人威胁论?DeepMind教机器人

    担忧机器人威胁论?DeepMind教机器人

  • 疑京东用户12G数据泄露 京东:源于3年前安全漏洞

    疑京东用户12G数据泄露 京东:源于3年前安全漏洞

  • 华为iLab发布社交VR网络承载研究成果

    华为iLab发布社交VR网络承载研究成果

  • Android Wear又难产!然后,开发者不干了

    Android Wear又难产!然后,开发者不干了

网友点评网友点评
阅读推荐阅读推荐

科技讯11月28日消息,据英国《独立报》网站报道,如今世界对科技和创新如此关注,是因为人们渴望找到能够解决当前经济、社会和政治问题的解...

上周,科大讯飞、搜狗、百度先后召开发布会,对外公布语音识别准确率均达到「97%」。 而一如阑夕所言「一旦语音识别的准确率达到99%,那将...

想象AI的未来是很有趣的:家庭服务机器人、亚马逊的智能家庭中枢(Echo)等设备将走进每家每户,还有无人机快递和更加精准的医学诊断。这些...

中国AI产业大会12月16日举行:这里有你要的未来,人工智能 中国人工智能学会 机器人 院士 智能机器人 深度学习 AI 报名 ...