Post #8126

Но сбор разведывательных данных по-прежнему был частично ручным. Видеопоток с беспилотника Predator записывался на диск, диск физически летел на базу, аналитики смотрели запись. Беспилотники над Афганистаном управлялись операторами в Неваде, видеозаписи анализировались аналитиками во Флориде, результаты передавались командирам в Кабуле. Временной разрыв измерялся часами при технологиях, позволявшей делать это в реальном времени. Как мог выглядеть рабочий день военного аналитика в Афганистане. Например, в 2008 году произошел взрыв самодельного устройства. Погибли двое солдат. Аналитик разведки начинает работу. Он открывает шесть разных баз данных — они не связаны между собой, у каждой свой интерфейс, своя логика поиска. База сигнальной разведки. База агентурных донесений. База инцидентов. База биометрических данных. База финансовых транзакций. База авиационных наблюдений. Он ищет в каждой по очереди — вручную. Копирует результаты в таблицу Excel. Строит связи на бумаге — буквально рисует стрелки между именами и номерами телефонов. Ручками. Через несколько дней у него есть гипотеза о том, кто сделал и заложил взрывное устройство. Чтобы проверить гипотезу, он запрашивает доступ к данным другого ведомства. Запрос идет через бюрократическую цепочку. Ответ приходит через неделю. Расследование занимает несколько недель. Как и почти во всех системах человек — самое медленная и ненадежная часть системы. И вот на поле боя пришел ИИ. Одна из самых продвинутых систем Palantir Gotham. Как бы работал аналитик сегодня в такой же ситуации с подрывом самодельной мины? Аналитик открывает одну платформу, которая уже интегрировала все источники данных — в реальном времени, автоматически. Он вводит параметры инцидента — время, место, тип устройства, химический состав взрывчатки. Система автоматически ищет паттерны во всем массиве исторических данных: похожие устройства, похожие места, похожие временны́е паттерны. За несколько минут система выдает граф связей: три предыдущих инцидента с похожим составом взрывчатки, номер телефона, засветившийся рядом со всеми четырьмя, финансовая транзакция накануне каждого взрыва, человек, чья биометрия была снята на блокпосту в трех километрах от места за день до взрыва и т.д. Аналитик видит связи, которые вручную было бы невозможно найти — не потому что данные отсутствовали, а потому что они лежали в разных местах и никто физически не мог просмотреть все одновременно. Расследование, занимавшее недели, занимает несколько часов. Разница между старой системой и новой — не просто скорость. Это принципиально разная природа военного знания. Старая система производила ретроспективное знание: что произошло, кто это сделал. Новая производит предиктивное знание: что произойдет, где, когда. Система анализирует паттерны активности — движение людей, транспортных средств, характер связи, логистические потоки — и выявляет аномалии, предшествующие атакам. И вот теперь в сегодняшней войне с Ираном ИИ показывает, на что он способен. Современная война производит чудовищный объем данных. Беспилотники передают видео. Спутники делают снимки. Перехваченные переговоры расшифровываются. Датчики фиксируют движение. Солдаты присылают рапорты. Союзники делятся данными разведки. Palantir Gotham подключается к принципиально разным источникам одновременно: видеопотоки с беспилотников, спутниковые снимки, перехваченные сигналы, данные о передвижении транспортных средств, финансовые транзакции, социальные сети, рапорты с земли, медицинские данные о потерях, логистика снабжения. Все это приходит в разных форматах, на разных языках, с разной степенью достоверности. Система нормализует эти данные — приводит к единому формату, присваивает степень достоверности, связывает между собой. Но это — только первый уровень. Второй уровень — граф связей. Система умеет автоматически связывать между собой тысячи разрозненных фактов.