ใช้แป้นลูกศรขึ้น/ลงเพื่อเพิ่มหรือลดระดับเสียงดาวน์โหลดเสียงการค้าอวกาศและข้อมูลภาพจำนวนมากที่กำลังรวบรวมได้ปฏิวัติความฉลาดทางภูมิสารสนเทศ ซึ่งหมายความว่าหน่วยงานต่างๆ เช่น National Geospatial-Intelligence Agency และ National Reconnaissance Office จะต้องค้นหาวิธีใหม่ๆ ในการสร้างสรรค์สิ่งใหม่ๆ ตามข้อมูลของ Jack O’Connor ผู้บริหาร CIA และ NGA ที่เกษียณแล้ว ซึ่งขณะนี้อยู่ที่ Krieger School ที่มหาวิทยาลัย Johns Hopkins
กำลังดำเนินการเกี่ยวกับอัลกอริทึมของคอมพิวเตอร์ที่สามารถตี
ความภาพที่คล้ายกับนักวิเคราะห์ได้ และนั่นมีความสำคัญมากขึ้นเรื่อยๆ
“ปริมาณของข้อมูลนั้นทำให้เกิดความขาดแคลนที่แตกต่างออกไป หลายปีก่อน เมื่อดาวเทียมอวกาศยังใหม่ สิ่งที่หายากคือภาพ แต่ตอนนี้ความสนใจของนักวิเคราะห์นั้นหายาก” O’Connor กล่าวในAgency in Focus: Intelligence Community
NGA และ NRO กำลังมุ่งเน้นความพยายามในการรวบรวมข้อมูลภาพที่พวกเขาสามารถทำได้โดยเฉพาะ และซื้อส่วนที่เหลือจากผู้ขายเชิงพาณิชย์ O’Connor กล่าวว่าการซื้อภาพดิจิทัลเพียงอย่างเดียวนั้นไม่เพียงพอ เอเจนซีจำเป็นต้องสามารถประเมินมูลค่าของสิ่งที่พวกเขาซื้อได้ว่าจะมีคุณค่าเพียงใดสำหรับพวกเขา
Insight by Tanium: เอเจนซีกำลังฝึกฝนวิธีที่ดีที่สุดในการรักษาความปลอดภัยซอฟต์แวร์และมองเห็นซัพพลายเออร์ได้ดีขึ้น เราพูดคุยกับผู้นำจาก DoD, FDA, GSA, NASA และรัฐเพื่อเปิดเผยว่าหน่วยงานต่าง ๆ ตอบสนองความต้องการในการมองเห็นแนวทางปฏิบัติทางไซเบอร์ของผู้ขายได้อย่างไร
“ดังนั้น แนวคิดของความสามารถในการตีความจึงถูกใช้เพื่อวัด
จากนั้นด้วยเหตุผลบางอย่างเมื่อประมาณ 10 ปีที่แล้ว พวกเขาหยุดการวัดมัน แต่มีหน่วยวัดอื่น ๆ ที่จะช่วยให้แนวคิดที่ NGA และ NRA พยายามทำและช่วยผู้ขายในเชิงพาณิชย์” O’Connor กล่าว
ภาพบางภาพอาจดูดีแต่ขาดคุณค่า ในขณะที่ภาพบางภาพอาจดูไม่สมเหตุสมผลในทางเทคนิค แต่มีคุณค่าอย่างยิ่ง การมีมาตราส่วนและคำศัพท์ทั่วไปในชุมชนจะช่วยให้เกิดนวัตกรรมได้ไกล
แม้จะมีนวัตกรรมทั้งหมดที่นำไปสู่ปัจจุบัน แต่ความท้าทายมากมายในอดีตยังคงเป็นจริง โดยเฉพาะทุนมนุษย์
“โรเบิร์ต คอร์เดโร ผู้อำนวยการคนก่อนของ NGA ประเมินว่าต้องใช้นักวิเคราะห์มากกว่าหนึ่งล้านคนในการดูว่าอะไรจะเกิดขึ้น และนั่นเกิดขึ้นเมื่อไม่กี่ปีที่ผ่านมา ตอนนี้จึงมีการสร้างภาพมากขึ้น และไม่มีทรัพยากรของรัฐบาลสำหรับการลงทุนประเภทนั้นในจำนวนนั้น” O’Connor กล่าว
AI จะมีบทบาทสำคัญในการเติมเต็มช่องว่างเหล่านั้น แต่ไม่ใช่การแก้ปัญหาแบบครบวงจร อัลกอริทึมจะต้องรับผิดชอบต่อข้อผิดพลาดเช่นเดียวกับบุคคล สิ่งนี้ต้องการกระบวนการตรวจสอบที่มีหน่วยวัดที่ชัดเจนเพื่อให้สามารถระบุและปรับปรุงปัญหาได้
การผสมผสานระหว่างมนุษย์และอัลกอริธึมอันชาญฉลาดเป็นความสมดุลที่ผู้มีส่วนได้ส่วนเสียทุกคนกำลังไล่ตาม
