CIA困局:天下再无007,AI识别下无处遁行的“特工”们

2018 年 4 月 25 日 大数据文摘 文摘菌

大数据文摘作品


也许有一天,举枪的邦德将真的会成为只在电影里存在的画面。


007们所依赖的伪造身份正在被他们自己曾经引以为豪的高科技秘密武器所识别。他们的快速反应能力、强大的心理素质也注定无法与正迅速成长的AI鉴别力匹敌。


美国中央情报局(CIA,简称中情局)现在已经意识到了这一点。


现在中情局的主要对手不是外国特工,而是机器。”


中情局负责技术开发的副主任Dawn Meyerriecks,最近在佛罗里达的一个情报会议上无奈表示。


中情局面临的这一困境来源于身份识别的人工智能,很多国家正依靠AI来追踪敌方特工。

数字时代特工们的“身份”困局

V字仇杀队剧照


今天的间谍们有着和昨天一样的重要任务:需要隐形。但不同的是,识别他们的对手,从人变成了AI。


计算机身份识别正在广为应用,但是除了识别罪犯,也可以被用来识别任何一个人。在当前的数字身份跟踪和社交媒体时代,中情局的特工很难以伪装身份执行任务。这个时代正在抛弃当年叱咤风云的“细作”。


特工们不再需要考虑用伪造的文件和谎言来蒙混人类对手,而是需要考虑如何愚弄无比“鸡贼”的人工智能。


根据Meyerriecks的说法,至少有30个国家有能力在目前的闭路电视摄像机系统中做到准确识别可疑人物。这意味着反间谍工具在全球情报界的国际捉迷藏游戏中占据了上风。


随着卫星跟踪和地理空间情报的发展,事实是,人类间谍很可能无法对抗下一代人工智能。


的确,AI想要辨认一个人的真实身份简直so easy。


大数据文摘之前就报道过,计算机视觉识别一眼认出了一颗冷冻五年的头颅。最近,又有一名罪犯在张学友演唱会上被揪了出来


中情局的尝试:用技术应对技术


但中情局不会放弃。


这一美国最古老的间谍机构,正在尝试从派人收集信息转变为使用计算机收集信息,以应对这一困局。


从“人类”为主,转换到现在的“计算机”为主,中情局花了30多年的时间。


早在1984年,一份当年的政府文件显示,有一个成立于1983年的"AI指导小组"负责向中情局的老大提供关于人工智能研究和发展状况的月报。


1984年,在给中情局老大的一篇备忘录中,AI指导小组的组长写道:


人工智能的研究已经在积极启动,现有的领域包括专家系统、自然语言处理、智能数据库接口、图像理解、信号解释、地理和空间数据管理以及智能工作站环境。


在很多人认为人工智能技术的崛起只是科幻小说里的情节时,中情局已经坚持认为,人工智能技术会成为未来的主流。


一份被解密的1984年的美国海军文件👆


该文件列出了一系列的要点,包括对特工进行更多的培训,在学术和专业环境中支持人工智能开发人员,并建立一个开源的人工智能信息交换中心。


耳机、追踪眼镜、水下潜艇、多功能跑车……特工们一向以这些超酷的高科技设备闻名。而技术迭代之快,实非我们所能想象。1985年的《007雷霆杀机》中,詹姆斯·邦德用嵌入戒指里的微型相机神不知鬼不觉地拍摄了反派宴会上的宾客照片。


饰演007次数最多的罗杰·摩尔


短短30年过去,2008年的《量子危机》展示了远距离人脸识别、2012年《天幕杀机》给007配了一把指纹识别手枪,而这时的电影重点已经演变成展示邦德的情感和内心,因为科技没有那么夺人眼球了。


回到现实中,波士顿动力那只跌倒后可以爬起来的机器人已经能做后空翻,还有各种能开门的机器狗、能在雪地负重行走的机器牦牛(戳这里看波士顿动力CEO演讲)……


未来的AI自动化武器可能带来比这更强大的杀伤力。2017年11月,联合国曾曝出过一群AI杀手机器人(戳这里看杀人蜂模拟视频),体型类似蜜蜂,能通过人脸识别精准定位打击目标,直接炸穿大脑致人死亡。


人类间谍或许很快就会成为过去时,而在这个行业,用硅基特工替代人类,似乎是个必然的选择。


原文链接:

https://thenextweb.com/artificial-intelligence/2018/04/23/cia-plans-to-replace-spies-with-ai/ 


【今日机器学习概念】

Have a Great Definition

登录查看更多
1

相关内容

AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
专知会员服务
123+阅读 · 2020年3月26日
AI换脸朱茵变杨幂,技术背后细思极恐
大数据技术
7+阅读 · 2019年3月1日
当你的头出现在A片演员的身体上
PingWest品玩
6+阅读 · 2019年1月6日
揭秘AI识别虚假新闻背后的原理
DeepTech深科技
10+阅读 · 2018年8月5日
Equalization Loss for Long-Tailed Object Recognition
Arxiv
5+阅读 · 2020年4月14日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Arxiv
4+阅读 · 2019年4月3日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Arxiv
7+阅读 · 2018年4月11日
Arxiv
8+阅读 · 2018年1月25日
VIP会员
相关论文
Equalization Loss for Long-Tailed Object Recognition
Arxiv
5+阅读 · 2020年4月14日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Arxiv
4+阅读 · 2019年4月3日
Physical Primitive Decomposition
Arxiv
4+阅读 · 2018年9月13日
Arxiv
7+阅读 · 2018年4月11日
Arxiv
8+阅读 · 2018年1月25日
Top
微信扫码咨询专知VIP会员