AI改变发展中国家的开源情报 - iYouPort
AI改变发展中国家的开源情报
没有净土了……
在发达国家，情报界可以并且确实已经挖掘了大量的数据。
很多有价值的信息可以从媒体报道、公共财务信息和社交媒体帖子中提取。网站跟踪用户活动，智能手机也在不断吞噬用户的信息，从地理位置到搜索历史等等。通过使用人工智能工具，分析人员能够理解这些公开数据的洪流，并将其转化为可用的情报资源，即所谓的 开源情报 。
- 这里的解释很重要 ……《 这不是一场竞技表演：关于IYP为什么要采取开源情报 》
但是，并非世界上的每一个地方都产生大量的数据。
“这种情况在全世界只有极少数的地方不存在 —— 就是基本上每一个发展中经济体”，地理空间数据和分析公司 FRAYM 的首席执行官 Ben Leo 说，“[在发展中经济体]你无法通过那种美国使用的相同类型的技术来全面和有代表性地勾勒整个社会。”
Leo 表示，美国军方和情报界对利用开源情报进行预测分析的兴趣越来越浓厚 —— 毕竟，正确收集和处理开源情报可以帮助提醒地区指挥官即将发生的政治抗议、政治暴力、极端主义袭击、或其他类型的事件。值得一提的是， 美国陆军在10月份授予 BAE 系统公司 4.37 亿美元的任务订单，专门用于获取开源情报支持 。
上图是一套书，您可以在这里下载 ： https://www.patreon.com/posts/cong-gao-duan-ru-39443209
当然，为了创建可用且可靠的开源情报，像 FRAYM 这样的公司将需要 在数据贫乏的地区创建数据丰富的分析。
Leo说，“我们所做的是，我们吞噬了外面那些非常高质量的、未被充分利用的数据集。我们引入了更多的公共数据集，并利用我们的 AI/ML 算法将它们全部整合在一起，大规模地生成这种超本地数据。”
该公司将带有地理标记的家庭数据输入到其机器学习算法中，然后从那里可以 产生低至1公里×1公里网格级别的精准数据分析，涵盖宗教、种族、语言、年龄、教育程度、电力、媒体消费等几十个特征。
FRAYM 过去曾向美国政府提供服务，但该公司负责人拒绝透露他们目前正在合作或希望与之合作的任何机构。
他解释说，过去，在数据匮乏的地区，其实只有两种方法可以进行预测。首先，分析人员可以通过社交媒体监测目标事件；虽然这可以帮助指挥官了解当地的情况，但它的预测能力非常有限。
“以前，你一直停留在两个世界里”，Leo 说，“要么是这样一个世界：‘我要监控社交媒体，并尝试应用自然语言处理或其他工具，将这些数据汇总并使其变得有意义，这样我就可以尝试确定一个临界点。、直到聊天到了一定的程度让人觉得某个城市正在发生重要的事情？那时候就太晚了。这对基本的态势感知（维稳）可能会有帮助，但是对于作战指挥官来说，这并不那么有帮助或强大。”
另一种方法是从根本上规划过去事件发生的方式和位置，并尝试找到可以预测未来事件的相关性。这也非常有限。
但由于可以获得美国政府没有的专有数据，Leo 说他的公司已经能够为数据匮乏的地区创造一个独特的开源情报来源。
“这是第一次将这种非常全面和丰富的数据带到发展中市场。基本上，在没有以数据身份为中心的生态系统的任何地方，FRAYM 为市场带来了一套强大的解决方案。” Leo 说。⚪️
AI could transform open source intelligence in the developing world
文章版权归原作者所有。
