IARPA udvikler AI til at hjælpe med at forudsige fremtiden

For så vidt som hemmeligholdte offentlige projekter går, er målene for IARPA kan være den mest risikable og mest vidtrækkende. Med sin mission at fremme “høj risiko, høj udbytte”-Programmer, forsøger denne forskningsarm fra det amerikanske efterretningssamfund bogstaveligt talt at forudsige fremtiden. Denne organisation er bemandet af spioner og ph.d.er og har til formål at give beslutningstagere ægte, nøjagtige forudsigelser af geopolitiske begivenheder ved hjælp af kunstig intelligens og menneskelige "forudsigere".

IARPA, der står for Intelligence Advanced Research Projects Activity, blev grundlagt i 2006 som en del af kontoret for direktøren for National Intelligence. Nogle af de projekter, den har finansieret, fokuserede på fremskridt inden for kvantecomputering, kryogen computing, ansigtsgenkendelse, universelle sprogoversættere og andre initiativer, der ville passe godt i en Hollywood-actionfilm. Men måske er dets hovedmål at producere "foregribende intelligens." Det er trods alt et spionagentur.

Af hensyn til national sikkerhed ønsker IARPA at identificere store verdensbegivenheder, før de sker, på udkig efter terrorister, hackere eller nogen opfattede fjender af De Forenede Stater. Vil du ikke hellere stoppe en forbrydelse, før den sker?

Det er selvfølgelig, når vi kommer ind i vanskeligt politisk og sci-fi-område. Meget af den forskning, der er udført af IARPA, er faktisk ude i det fri og bruger offentligheden og eksperter i avanceret teknologi. Det er tilgængeligt til "åbne anmodninger", prognoseturneringer og har præmieudfordringer for offentligheden. Du kan stort set send din idé ind lige nu. Men hvad der sker med F&U, når det forlader laboratoriet, er det naturligvis kun NSA og CIA, der ved det.

National Security Agency ekspert James Bamford skrev, at agenturet i sidste ende søger at skabe et system, hvor enorme mængder data om folks liv vil blive udvundet i realtid med det formål at forhindre handlinger, der er skadelige for nationen. I hans artikel til Pittsburgh Post-Gazette, Skrev Bamford, at IARPAs mål er at skabe meget kraftfulde automatiserede computersystemer, styret gennem kunstig intelligens, som ville være “i stand til at katalogisere alles liv overalt, 24/7.” Sådanne programmer vil øjeblikkeligt kunne få adgang til datastrømme, der tilhører borgerne, hvad enten det er fra sociale medier eller andre steder. Som Bamford skriver, at være i stand til at analysere “hvert Facebook-indlæg, tweet og YouTube-video; hvert nummer på bompengekoden hver GPS-download, websøgning og nyhedsfeed; hver videokamera på gaden; hver restaurantreservation på Open Table - eliminerer stort set overraskelse fra intelligensligningen. ”

Selvfølgelig ville man mistanke om, at meget af dette allerede foregår. IARPA'er Kviksølv-program, koncentrerer sig for eksempel om datamining millioner af private oversøiske kommunikationer, der er indsamlet af National Security Agency. Mens det helt sikkert kan argumenteres for, at et sådant program er en national sikkerhedsnødvendighed, har man arbejdet for at få øje på terrorister og elementer, der kan føre til social uro, men potentialet for misbrug og krænkelse af privatlivets rettigheder har advaret observatører.

Et fascinerende nyligt projekt finansieret af IARPA kaldes SAGE, som står for Synergistisk forventning om geopolitiske begivenheder. Som du måske forventer af en så høj titel, ser forskerne, der er involveret i denne bestræbelse, på at forudsige fremtiden. Dette projekt er rettet mod at bruge ikke-eksperter - mennesker, der bruger AI-maskinlæring til at komme med kvalificerede udsagn om, hvad der ville ske.

Anført af Aram Galstyan, direktør for Artificial Intelligence Division ved USC Viterbi Informationsvidenskabelige Institut (ISI), har projektet haft succes med at forudsige konkrete forudsigelser, som at vide, hvornår Nordkorea ville lancere sine missiltest. SAGE fungerer ved at bruge store sæt menneskelige ikke-ekspert forudsigere, samle deres kræfter ved at arbejde sammen og gøre dem "mere nøjagtige og hurtigere end en enkelt ekspert på et menneske", som forklarer en USC pressemeddelelse. Oplysningerne, som disse mennesker eller "forudsigere" bruger til at forudsige, indsamles dog gennem en række maskinindlæringsteknologier.

Læs hele historien her ...