11 februarie 2020

Inteligenţa artificială în intelligence şi nu numai

Mircea Mocanu

Există multe informaţii privind actualitatea şi utilizarea exponenţială a inteligenţei artificiale în toate domeniile de activitate. În tehnologia şi doctrinele militare, ca şi în securitatea internă, avansul este favorizat de concentrarea de fonduri, care reflectă concentrarea de interes, anume interesul de securitate al fiecărui stat. Bineînţeles, domeniul informaţiilor de securitate beneficiază cu prioritate de aplicarea inteligenţei artificiale. Să vedem cum anume.

Sursă foto: Mediafax

Imperativul utilizării inteligenţei artificiale în serviciile de informaţii

Dezvoltările recente ale inteligenţei artificiale (IA) în China au determinat şi revigorarea eforturilor Statelor Unite în acest domeniu, unde avansul tehnologic este accelerat de sârguinţa Beijingului pe acest tărâm de progres. În discursul din anul 2019 despre Starea Uniunii, preşedintele Donald Trump a deschis calea pentru dezvoltări semnificative, după care, acum un an, a semnat Ordinul Executiv 13859 (11.02.2019), ce fundamentează programul federal numit Iniţiativa Americană privind Inteligenţa Artificială. Anterior, printr-o lege din anul 2018, a fost înfiinţată Comisia de Securitate Naţională pentru Inteligenţa Artificială (NSCAI). Acest forum a identificat cinci direcţii de preocupare la nivel federal:

a) investiţii în cercetare şi dezvoltare;

b) aplicarea IA în folosul securităţii naţionale;

c) pregătirea şi recrutarea de talente;

d) protejarea şi fructificarea avantajelor tehnologice ale S.U.A.;

e) cooperarea internaţională.

Problema generală a impactului tehnologiilor avansate asupra societăţii omeneşti, cu efecte majore asupra mediului de securitate global, a fost abordată de MAS într-un articol anterior. Aici, vom detalia unele aspecte privind aplicarea IA în intelligence.

În domeniul informaţiilor de securitate, fie externe, fie interne, noul concept este cel de „intelligence augmentat”, care include beneficiile IA. Potrivit unui expert IBM, acest nivel al informaţiilor de securitate este menit să îmbunătăţească,  să prelungească posibilităţile intelectului uman, nu să le înlocuiască. Noile sisteme cognitive vor integra şi vor plasa în parteneriat oamenii şi maşinile, cu asigurarea unei profunzimi în înţelegerea mediului de securitate. Componentele IA (machine learning, vederea computerizată, procesarea limbajului natural şi automatizarea) constituie instrumente valoroase pentru acţiunea guvernamentală în domeniul informaţiilor de securitate.

În cadrul Departamentului Apărării al S.U.A., obiectivul de folosire a IA vizează perfecţionarea activităţilor de culegere de date şi informaţii, prelucrarea lor optimă, ridicarea nivelului de operativitate a trupelor şi perfecţionare a capabilităţilor mijloacelor de luptă în toate categoriile de forţe armate, precum şi sprijinirea deciziei şi acţiunilor de luptă pentru obţinerea succesului în luptă. Totodată, Pentagonul lucrează şi la un set de principii etice pentru dezvoltarea domeniului IA, dat fiind complicaţiile de această natură, care vor fi scoase în evidenţă mai jos. Aceste principii sunt responsabilitatea, echitatea, trasabilitatea, fiabilitatea şi guvernabilitatea. Principii excelente pentru un articol sau prezentări PowerPoint, dar să vedem ce se întâmplă pe teren.

Vom examina principalele aspecte ale utilizării IA în domeniul informaţiile de securitate în ordinea etapelor prevăzute în ciclul informativ, care oferă un model (o variantă cu patru etape) pentru activitatea de intelligence: direcţionarea, culegerea, procesarea şi analiza, valorificarea (în decizii şi acţiune / operaţii).

Inteligenţa artificială în etapa de direcţionare a activităţii de intelligence

După cum arată şi denumirea, etapa de direcţionare a domeniului intelligence presupune activităţi de construcţie a suprastructurii de reglementare a funcţionării structurilor de informaţii de securitate. În acest sens, Oficiul Directorului Informaţiilor Naţionale al S.U.A. (ODNI) a emis, în anul 2019, documentul programatic The AIM Initiative, ce fundamentează strategia comunităţii americane de intelligence în privinţa utilizării IA. Prescurtarea din denumire, AIM, aduce în atenţie conceptul de augmentare a intelligence prin folosirea maşinilor automate (Augmenting Intelligence using Machines). Strategia AIM prevede misiunea imperativă a comunităţii de intelligence a Statelor Unite de „a analiza, conecta, aplica în context, de a induce semnificaţii şi de a realiza judecăţi analitice şi operaţionale bazate pe toate datele disponibile”.

Dat fiind că direcţionarea presupune inclusiv finanţare şi dezvoltare, această strategie prevede patru obiective de investiţii în IA, ordonate cronologic:

1) investiţii imediate şi curente (fundamentarea datelor, investiţii în ştiinţă şi tehnologie / S&T, inclusiv în direcţia identificării acţiunilor ostile cu folosirea IA);

2) pe termen scurt (adoptarea de soluţii ţintite în domeniul comercial şi în surse deschise);

3) pe termen mediu (investiţii de completare: asigurare în IA şi IA multi-modală pentru crearea şi menţinerea avantajului strategic, inclusiv prin eliminarea blocajelor cronice de cooperare internă în intelligence / stovepipes);

4) pe termen lung (cercetare fundamentală în Sense-making şi armonizarea aspectelor etice şi de teorie a cunoaşterii, dintre oameni şi automate).

După ce informatizarea a fost considerată a fi o a doua alfabetizare, se pare că IA constituie un cu totul alt nivel. De aceea, dincolo de finanţarea programelor şi planificarea activităţilor, conducerea serviciilor de informaţii au responsabilitatea de a facilita absorbirea noii paradigme tehnologice de către operatorii de intelligence din toate compartimentele şi la toate nivelurile, precum şi de către beneficiarii produselor de intelligence. În general, oamenii nu înţeleg uşor mecanismele prin care IA ajunge la concluziile rezultate. Dacă în domenii de larg consum acest inconvenient nu reprezintă o problemă, în securitatea naţională fundamentarea deciziilor implică o responsabilitate pe care factorii de decizie trebuie să o stăpânească având deplină încredere în raţionamentul aplicat. Dar, în cazul IA, concluziile oferite prin machine learning şi reţele neurale nu sunt uşor de interpretat şi de susţinut în faţa factorilor de decizie. Pe câmpul de luptă, acest lucru se traduce prin responsabilitatea de a încredinţa a unor sisteme autonome / automate dirijate prin IA chiar decizia de a deschide focul, de a executa acţiuni letale. De aceea, Comisia NSCAI a avut în vedere consultări cu organizaţia neguvernamentală Ban Killer Robots (Acest aspect de domeniul IA nefiind, însă, strâns legat de intelligence, va fi tratat în alt material).

Totuşi, în afară de problematica organizatorică generală legată de IA, în cadrul etapei de direcţionare a activităţii de intelligence, în această fază, IA se utilizează chiar nemijlocit, în domeniul supravegherii civile democratice (oversight) a întregului proces care operează cu informaţii de securitate. Mai precis, în cazul activităţilor de supraveghere a legalităţii operaţiilor de interceptare a convorbirilor telefonice de către NSA, IA este utilizată în verificări exploratorii (queries) realizate pentru a audita în timp util multitudinea de legături interceptate. Un consilier pe probleme tehnologice pentru conducerea ODNI a precizat că, la fel ca în celelalte aplicaţii ale IA, aceasta nu înlocuieşte supravegherea juridică de către personal uman, ci accelerează şi îmbunătăţeşte acest efort. Aplicaţiile AI în acest caz nu doar verifică activităţile de supraveghere tehnică, ci fac predicţii privind respectarea criteriilor juridice stabilite.

Inteligenţa artificială în culegerea de informaţii

În era informaţională, abundenţa de informaţii sugerează faptul că IA îşi găseşte cele mai importante aplicaţii acolo există foarte multe informaţii de accesat, selectat şi ordonat, în vederea exploatării, deci cât mai aproape de mediul informaţional. Astfel, în intelligence, cea mai intensă utilizare a IA vizează etapa de culegere de informaţii.

IA îşi găseşte un teren generos de aplicare în disciplinele tehnice de culegere de informaţii, inclusiv în exploatarea surselor deschise (OSINT), disciplină care a devenit preponderent tehnică după generalizarea mass media electronice în dauna presei tipărite. Aici, intervenţia IA este uşor de intuit, este vorba despre super-motoare de căutare, detectare de tendinţe şi corelări între informaţii disparate, toate în timp record şi în volume enorme de materiale informaţionale (big data). În Statele Unite, comunitatea de intelligence a înfiinţat sistemul numit Open Source Enterprise, destinat acoperirii volumului imens de informaţii disponibile în spaţiul public, în diferite limbi, pe întreg globul. Domeniul OSINT a fost înfiinţat încă din anul 1941, după atacul de la Pearl Harbor, când a luat naştere în S.U.A. structura Foreign Broadcast Monitoring Service (FBMS), iniţial subordinată Comisiei Federale pentru Comunicaţii.

În domeniul Internetului, IA este utilizată în OSINT pentru explorarea tiparelor de trafic inclusiv în Deep Web, dincolo de posibilităţile reţelelor neurale. Mai nou, faţă de reţelele neurale, unde sistemul / programul setează propriile ponderi statistice, programele de IA folosesc aşa-numiţii „algoritmi genetici”, inspiraţi din biologie, care evoluează secvenţial aşa cum evoluează organismele vii (Dat fiind că aceşti algoritmi oferă o aplicabilitate mai largă, subiectul va fi tratat mai jos). De asemenea, nivelul Deep Learning, cunoscut şi sub numele de „învăţare ierarhică”, este un sub-domeniu al machine learning care foloseşte reţele neurale mari. Deep Learning a fost utilizat în aplicaţii de vedere computerizată, recunoaşterea vorbirii, filtrarea reţelelor de socializare şi alte aplicaţii complexe, de multe ori cu rezultate superioare celor obţinute de experţi umani şi mult mai repede.

Între disciplinele tehnice de culegere de informaţii se numără şi  cercetarea radio / SIGINT, unde IA ajută operatorii să extragă informaţiile necesare din aparentul haos al semnalelor din spectrul electromagnetic. Unele elemente în acest sens au fost atinse şi în alt articol MAS, în contextul războiului electronic din Ucraina. Agenţia americană NSA utilizează IA în domeniul SIGINT pentru a identifica, înţelege şi prefigura tipare de comportament al unui actor în spectrul electromagnetic. În acest fel, IA operează asupra informaţiilor extrinseci privind undele electromagnetice emise de actori de interes, nu asupra informaţiilor intrinseci, adică nu asupra conţinutului informativ al comunicărilor. Programele IA în SIGINT supraveghează spectrul electromagnetic şi identifică anomalii de comportament, învaţă caracteristici comportamentale în spectrul electromagnetic valabile pentru diferite situaţii (schimbări doctrinare, crize, pregătire operaţii, mod de operare în operaţii de război electronic).

O altă disciplină de culegere unde este folosită IA este IMINT, informaţiile provenite din imagini. IMINT este o disciplină de culegere tot mai importantă pentru intelligence, ca şi pentru alte domenii ale vieţii sociale, datorită dezvoltării şi „democratizării” posibilităţilor tehnologice de captare de imagini de toate categoriile. În acest sub-domeniu, instituţiile americane au depus o muncă impresionantă pentru clasificarea a circa 14 milioane de imagini ale diferitelor obiecte, pe care le-au ordonat în 200.000 de categorii de obiecte. Acest „catalog de forme” constituie taxonomia bazei de date de referinţă în vederea identificării formelor prezente în imaginile de interes.

În această etapă a ciclului de intelligence, în alte discipline de culegere este mai puţin loc pentru aplicarea IA, întrucât nivelul de automatizare inferior IA rezolvă satisfăcător cerinţele actuale. Un exemplu este exploatarea surselor umane, HUMINT, disciplină de culegere unde primează contactul direct cu sursa umană şi aspectele psihologice.

Inteligenţa artificială în procesarea şi analiza informaţiilor

Urmând logica ciclului de intelligence şi ordinea de diminuare a volumului de informaţii de examinat, urmează etapa de analiză a informaţiilor. Potrivit doctrinei Pentagonului, există o etapă intermediară, între culegere şi  analiză, anume etapa de procesare a informaţiilor culese, pentru a le aduce în forme pe care analiştii le pot folosi. Cerinţele actuale de prelucrare a informaţiilor culese susţin varianta unei etape separate, considerate pentru procesarea informaţiilor, iar aspectele tehnologice moderne întăresc acest punct de vedere prin creşterea cerinţelor logistice şi organizatorice impuse de specificul, diversitatea şi volumul de activităţi de procesare. Dar această dilemă taxonomică nu influenţează cu nimic activitatea practică.

Multe dintre operaţiile specifice etapei / sub-etapei de procesare sunt sprijinite de produse software de nivel clasic, inclusiv programe de traducere. Dar IA este utilizată pentru recunoaşterea vocii, care permite analiştilor detectarea unor dialecte, particularităţi regionale sau identificarea unor persoane, coroborarea de informaţii şi chiar identificarea unor evoluţii psihologice sau comportamente anormale.

De asemenea, sunt folosite programe specializate pentru stabilirea de meta-date privitoare la informaţiile culese şi pentru gestionarea acestor meta-date în folosul analiştilor. Este vorba despre marcarea informaţiilor după toate criteriile necesare căutării în baza de date, cum ar fi data, numărul de inventar, domeniul, sursa, limba şi multe altele. Dacă aici este nevoie, sau nu, de IA depinde de volumul şi complexitatea datelor (bazele de date sunt big data sau nu), cât şi de politica şi resursele serviciului de informaţii respectiv. 

Tot în cursul procesării, în privinţa utilizării IA în cercetarea informaţiilor intrinseci, cel mai potrivit domeniul de aplicare este cel al decriptării, unde, bineînţeles, informaţiile disponibile sunt, să spunem, sumare... 

În ordinea de selectare şi clarificare a informaţiilor necesare, prin ajungerea la etapa de analiză propriu-zisă, cerinţa de utilizare a IA scade, iar efortul uman este cel care aduce plus-valoarea specifică domeniului intelligence. Şi în analiză sunt folosite programe pe calculator, căutare în baze de date, statistici şi alte instrumente software de sprijin, însă cerinţele pentru IA sunt, se pare, mai reduse, deoarece informaţiile esenţiale selectate pot fi abordate de „inteligenţa naturală”. În ceea ce priveşte analiza în domeniile terorismului şi reţelelor infracţionale, chiar produsele software de clarificare a legăturilor în reţele clandestine sunt suficient de eficiente, în prezent, prin nivelul asigurat de calculatoare fără performanţe de IA.

Inteligenţa artificială în valorificarea produselor de intelligence

După realizarea produselor de intelligence, diseminarea lor către beneficiari nu constituie o etapă primordială, ci o procedură de transfer. Se distinge, însă, ca fiind o etapă de bază, valorificarea produselor în decizie şi acţiune, chiar dacă, de cele mai multe ori, activităţile desfăşurate cu informaţii nu au loc în interiorul serviciilor de informaţii, ci în cadrul managementului de risc sau al operaţiilor, dar în interiorul ciclului.

Între categoriile funcţionale ale sprijinului informativ, o astfel de acţiune este avertizarea diferiţilor beneficiari pe baza informaţiilor culese şi analizate de agenţiile de intelligence. De exemplu, NGIA, agenţia americană de intelligence geo-spaţial (care foloseşte intens imagini de la sateliţi), utilizează IA pentru a realiza un ciclu rapid de culegere, analiză şi acţiune de avertizare oportună a navelor maritime (civile şi militare) privind diferite pericole, cum ar fi acţiuni ale piraţilor, ale unor terorişti, sau pericole naturale, precum şi pentru actualizarea datelor de navigaţie. Pentru realizarea scopului de avertizare, datele obţinute şi prelucrate în secret sunt „sanitizate” şi declasificate.

Mai mult decât avertizarea sunt acţiunile / operaţiile bazate pe intelligence. Aici, IA este folosită, de exemplu, în războiul electronic, menţionat mai sus, dar în acest caz pentru identificarea de vulnerabilităţi în sistemele şi modul de operare ale adversarului, în vederea asigurării succesului în confruntare. Mediul de acţiune este spectrul electro-magnetic, iar operaţiile se desfăşoară simultan cu managementul spectrului, care este acelaşi cu cel folosit de mijloacele proprii. În condiţiile aglomerării spectrului şi prezenţei unor actori ostili, această complexitate impune folosirea IA.

O altă categorie de măsuri şi operaţii bazate pe produse de intelligence care utilizează IA este activitatea de protecţie a informaţiilor, la nivelul cyber-security, pentru detectarea, identificarea şi tratarea riscurilor de compromitere a sistemelor computerizate proprii. Companii producătoare de software anti-virus folosesc de ani buni IA pentru detectarea de tipare şi anomalii ce prevestesc atacuri cibernetice, iar o companie americană foloseşte IA (natural language processing) pentru a supraveghea continuu reţelele de socializare în vederea detectării pregătirilor unor atacuri cibernetice de către grupuri infracţionale, sau identificării unor ameninţări viitoare. De altfel, experţii recomandă supravegherea activităţii hackerilor pe reţelele de socializare, pentru a ţine pasul cu inventivitatea lor şi pentru a înţelege din timp ce fel de atacuri sunt în pregătire, pentru contracararea imediată a atacurilor (O fi legal?).

Pericolul major al folosirii IA în scopuri ostile este agravat de perspectiva ca sistemele IA să preia coordonarea unor procese care sunt deja automatizate. Iar dacă discutăm despre intenţie ostilă, riscul cel mai mare este, bineînţeles, nu de la hackeri individuali, ci de la guverne ostile, care dispun de resurse considerabile şi se pot ascunde perfect în spatele anonimatului oferit de domeniul cibernetic (Aceste rânduri nu vor include referiri la capacităţi sau acţiuni la nivel interstatal cu utilizarea IA). După unele opinii, singurul motiv pentru care IA poate nu a evoluat pe cât ar putea este faptul că metodele clasice încă funcţionează mulţumitor, cu un raport convenabil preţ / valoare.

Alien contra Predator, sau „cui pe cui se scoate”

Protecţia datelor secrete împotriva hackerilor sau a altor actori ostili impune folosirea IA, cu atât mai mult cu cât hackerii înşişi sunt deja în măsură să foloseHYPERLINK "https://gizmodo.com/hackers-have-already-started-to-weaponize-artificial-in-1797688425"aHYPERLINK "https://gizmodo.com/hackers-have-already-started-to-weaponize-artificial-in-1797688425"scHYPERLINK "https://gizmodo.com/hackers-have-already-started-to-weaponize-artificial-in-1797688425"ă IA în atacuri asupra sistemelor de date comerciale sau guvernamentale (greu de probat, totuşi). Teste efectuate în 2017 au dovedit că hackeri artificiali generaţi prin IA (programul SNAP_R) s-au comportat mult mai bine decât hackerii „umani”, prin generarea şi distribuirea mai multor mesaje Twitter în acţiuni de phishing decât oamenii, şi cu o viteză de conversie semnificativ superioară. Un expert a subliniat că este foarte probabil ca hackerii să folosească deja IA pentru că, fiind atraşi de scara de manifestare şi de gradul de spectaculozitate ale acţiunilor lor, doresc să lovească un număr cât mai mare de ţinte sau ţinte protejate, reducând, în acelaşi timp, riscul de a fi identificaţi. Pentru această concepţie de acţiune ilegală, IA, şi mai ales machine learning, constituie instrumente perfecte, pentru că pot decide ele însele ce, când şi cum să atace.

Ajungem, aici, în situaţia folosirii IA împotriva IA. Pare un subiect de Science Fiction, dar deja se întâmplă. O preocupare majoră a celor ce folosesc IA este cea de a proteja propriile programe de IA, pentru că ele pot fi atacate de o IA ostilă. Acest tip de atac se realizează prin acţiuni de model inversion, practic prin păcălirea IA să înveţe după date greşite: dacă se cunoaşte clasa de date după care s-a dezvoltat un software IA, actorul ostil poate injecta date eronate, printr-un „cal troian”, iar IA ţintă se reorientează în mod eronat. Cercetătorii au demonstrat cât de uşor este să păcăleşti reţele neurale care gestionează obiecte tipărite 3D prin simpla modificare a texturii obiectelor.

Dacă în domenii civile / comerciale, aceasta nu este o problemă gravă, lucrurile se schimbă în cazul sistemelor guvernamentale, care trebuie protejate la nivel de siguranţă naţională. Astfel, se deschide o nouă cursă a înarmărilor, care se desfăşoară în domeniul operaţional, nu în domeniul intelligence. Dar nu este chiar adevărat. De fapt, este domeniul operaţional, anume al operaţiile preponderent de intelligence, cum arată şi contracararea ameninţării prezentate mai nou de falsificarea fotografiilor din sateliţi. Noul domeniu de fake news are un impact considerabil din două motive:

a) Fotografiile din sateliţi sunt folosite în domenii foarte importante, de la detectarea de resurse naturale sau studii de mediu până la aplicaţii militare, transporturi sau infrastructură critică, toate de interes major pentru guverne, publicul larg, forţe armate, intelligence, sau decizii de securitate naţională, chiar angajarea de mijloace balistice nucleare;

b) Fotografiile din sateliţi se bucură de încredere.

Un exemplu edificator (pentru ambele motive) privind impactul fotografiilor din satelit este prezentarea de către Statele Unite a fotografiilor cu instalaţiile sovietice de rachete dislocate în Cuba, în cursul crizei rachetelor, din octombrie - noiembrie 1962.

Arme din panoplia IA

Între procedurile de IA de avangardă merită amintite câteva detalii privind Reţelele antagonice generative şi Algoritmii genetici.

Fabricarea de Deep Fakes, adică modificarea frauduloasă a imaginilor (de celebrităţi, oameni politici) în ipostaze neadevărate este cu mult depăşită ca impact de falsificarea imaginilor luate din sateliţi. În acest domeniu, China este considerată a fi lider privind tehnologia emergentă numită Reţelele antagonice generative (GAN – Generative Adversarial Networks). Această procedură de IA operează modificări subtile ale unor detalii din fotografiile realizate prin sateliţi, cu scopul inducerii în eroare a beneficiarilor acelor fotografii. Imaginile contrafăcute sunt eliberate în public, dat fiind extinderea volumului de fotografii disponibile pe piaţă, provenite de la firma particulare.

Prima dată descrise în anul 2014, GAN constituie o evoluţie majoră în ceea ce priveşte modul în care reţelele neurale percep şi recunosc obiecte în imagini, dar şi modul în care acestea pot distinge adevărul de neadevăr, la nivel de pixel. Practic, dacă o reţea neurală „cinstită” urmează logica după care un obiect este stabilit a reprezenta un camion după identificarea unor caracteristici în imaginea disponibilă, reţeaua GAN urmează raţionamentul inversat, potrivit căruia, dacă un obiect din imagine este un camion, atunci trebuie să fie găsite / emulate / construite acele caracteristici specifice camionului, pentru a păcăli prima reţea că obiectul respectiv ar fi un camion. Astfel, tehnologia GAN asmute o reţea contra celeilalte, de unde şi atributul de „antagonice”. Avem o confruntare IA contra IA. Ca şi în viaţă, într-o dispută în care un actor joacă cinstit, iar celălalt trişează, va câştiga cel care trişează, pentru simplul motiv că utilizează un spaţiu mai larg de opţiuni operaţionale. Savanţii chinezi au folosit cu succes tehnologia GAN, în anul 2017, pentru identificarea unor drumuri şi poduri în imagini satelitare. Dacă un program GAN poate diferenţia un pod real de unul fals, acel program poate şi crea un pod fals, pe care IA „cinstită” nu îl poate demasca. Dacă falsurile reprezentând persoane pot fi demontate prin date biometrice, cum ar fi pulsul sau vocea, datele privind obiecte din mediul topografic pot fi falsificate fără grija de a fi detectate altfel decât prin probe fizice directe, din alte surse, de la faţa locului. În acest caz, problema protecţiei mediului informaţional este că imaginile din satelit sunt folosite din ce în ce mai mult, în toate domeniile de activitate, inclusiv în securitatea naţională. Din cauza dimensiunii problemei, riscurile la nivelul societăţii sunt tot mai mari. În cazul forţelor armate sau al serviciilor de informaţii, posibilităţile de detectare a falsurilor GAN sunt mult mai mari, dar sunt cronofage şi scumpe, iar practica împiedică verificarea lor pentru absolut toate cazurile.

Cealaltă procedură de IA folosită în intelligence, în multe dintre situaţiile trecute în revistă, sunt Algoritmii genetici, care sunt, în principiu, motoare de căutare de soluţii, construite pe principiul evoluţiei naturale din biologie, datorat lui Charles Darwin. Aşa cum selecţia naturală promovează indivizii cei mai adaptaţi din cadrul unei populaţii, şi asigură perpetuarea indivizilor cu caracteristicile cele mai potrivite, algoritmii genetici selectează informaţiile cele mai potrivite scopului căutării, în perspectivă dinamică. Un algoritm genetic presupune cinci faze de acţiune:

•     stabilirea unei populaţii iniţiale – mediul de date în care se caută o soluţie la problema programului de IA;

•     stabilirea funcţiei de adaptare – care sunt criteriile care descriu gradul de adaptare a informaţiei / soluţiei la cerinţele căutării (în limbajul speţei, aceste criterii sunt „genele” grupate în „cromozomi” - date binare). Gradul de adaptare este definit de un „scor de adaptare” (fitness score);

•     selecţia soluţiilor după scorul de adaptare. De fapt, algoritmul genetic selectează perechi de soluţii, denumite „părinţi”, care trec la „reproducere”, adică la generarea unei soluţii combinate;

•     încrucişarea soluţiilor selectate este pasul cel mai sofisticat: între cromozomii celor doi părinţi se stabileşte în mod aleator un punct de transfer, iar genele celor doi părinţi sunt combinate până la acel punct de transfer şi astfel nasc urmaşul / „progenitura” rezultată din încrucişarea soluţiilor selectate;

•     mutaţia este fenomenul de variaţie aleatorie a genelor unui urmaş. Mutaţia menţine diversitatea populaţiei (care nu mai poate fi numită „iniţială”) şi împiedică o convergenţă prematură a întregului fenomen.

Aplicarea algoritmului este încheiată atunci când convergenţa totuşi se produce, adică nu mai intervin mutaţii şi urmaşii nu mai sunt diferiţi de părinţi. Situaţia prezintă o populaţie finală care reprezintă setul de soluţii / soluţia complexă căutată. Trebuie subliniat că întreg procesul are loc cu volume mari de date şi cu viteze de lucru foarte mari, deci necesită imense capacităţi de calcul şi de memorie.

Prezentarea succintă şi intuitivă a algoritmului poate fi plictisitoare, dar sugerează nivelul de sofisticare tehnologică a programelor de IA utilizate în mai multe cazuri în intelligence, ca şi în alte domenii de aplicare a IA.

O privire generală cu rol de concluzii

Scurtul periplu prin gama de utilizări ale IA în informaţiile de securitate aduce laolaltă fascinaţia domeniului intelligence şi fascinaţia ciberneticii şi aduce aminte de eforturile criptanaliştilor englezi de la Bletchley Park pentru penetrarea codurilor maşinii naziste de cifrare Enigma. Survin, însă, complicaţii majore, din cauza faptului că Era informaţională a democratizat informaţiile, iar revoluţia tehnologică a trimis viaţa cotidiană către viteze ameţitoare în toate domeniile. În acest caz, responsabilitatea domeniului intelligence şi a factorilor de decizie privind securitatea mediului informaţional general al societăţii impune abordarea integrată a problematicii IA. Separarea activităţii din intelligence, atât de preţioasă tuturor operatorilor din acest domeniu, îşi pierde substanţa din cauza continuumului mediului informaţional al secolului XXI.

Esenţa problemei este că agenţiile care luptă pentru penetrarea informaţiilor secrete ale adversarului ajung la concluzia că integritatea datelor (în sens larg) devine un sanctuar ce trebuie salvgardat la nivel mondial, pentru că reversul presupune consecinţe greu de imaginat. Acţiunile de viciere a datelor includ „otrăvirea”, coruperea, falsificarea sau interzicerea accesului, iar mijloacele IA folosite în aceste scopuri cauzează o situaţie în care „adevărul” accesibil informaţiilor guvernamentale poate fi diferit de „adevărul” datelor publice, ambele fiind, însă, în pericol de compromitere. Dacă luăm în considerare intenţiile ostile ale diferitelor guverne şi folosirea IA şi pentru scopuri de manipulare, un exemplu elocvent este fenomenul fake news, folosit atât în plan intern, cât şi internaţional. Şeful Direcţiei Digitale a CIA a declarat, în anul 2019, că „ne aflăm într-o bătălie existenţială pentru adevăr în mediul digital... există un conflict digital în acest spaţiu de confruntare”.

Tot el a adăugat că „abia începem să înţelegem magnitudinea problemei”.