智能大脑Sentient：当《疑犯追踪》的“机器”成为现实

本期导览

Sentient小史

二重身：BlackSky

孵化中的未来

Sentient由国家侦察办公室(NRO, National Reconnaissance Office)研发，它旨在成为一个包罗万象的分析工具，能够吞噬各种数据，理解过去与现在，并拥有预测未来的能力。

Sentient小史

到目前为止，Sentient仍被视为政府机密。但已公布的文件揭示了有关该计划的一些新细节。

从2010年10月起，有关Sentient的研究就一直在进行，当时NRO还发布了一份Sentient白皮书的申请。

一份简报说明，项目Sentient在2013年实现了它的第一个研发里程碑，但关于这个里程碑的具体内容仍有待修改。

2016年，众议院军事委员会(House Armed Services Committee)就国家安全空间问题举行了一场听证会，会上简要介绍了Sentient这个由数据驱动的大脑，但此后的公开会议就再也没有提到过它。

2018年，网上发布的一份报告称Sentient即将上线，不过据NRO公共事务办公室副主任凯伦·弗格森(Karen Furgerson)透露，Sentient目前正在研发中。

Sentient可以使卫星变得更为高效。它帮助人类处理繁琐的大海捞针式的工作，让他们可以专注于更为深层次的分析。

Sentient对所有类型的信息都感兴趣。除了图像，还可能包括财务数据、天气信息、航运统计数据、谷歌搜索的信息、药品购买记录等等。

Sentient也可能包含无可置疑的偏见，得出可疑的结论，并引起公民对自由以及数据保护的担忧。

凯伦·弗格森(Karen Furgerson)则补充：

“Sentient是一种思维系统。”

“Sentient会摄取大量数据并对其进行处理。”

“Sentient旨在帮助分析师在大量数据中找到‘连接点’。”

“Sentient会对正常模式进行编目，检测异常，并帮助预测和模拟对手的潜在行动路线。”

“让人参与到监控智能数据和信息的循环，是监控算法性能的一个关键方法。Sentient是人工辅助的机器对机器学习。”

即使Sentient还停留在早期阶段，它的存在也给隐私专业户们发出了许多危险信号。美国科学家联合会(Federation of American Scientists)研究员、政府保密项目负责人史蒂文·阿夫特古德(Steven Aftergood)则对Sentient提出了一些非常关键的问题。

“Sentient的算法真的有效吗？它们在哪些方面存在偏见？它们产生了多少谬误？Sentient会把我们价值10亿美元的卫星发射到徒劳无益的地方去吗？”

“我们必须考虑到 Sentient使我们误入歧途的影响。”

“在某种程度上，NRO和Sentient都应该以任务为导向，而不应该为了窥探而窥探。”

NRO于1961年成立。在20世纪70年代，该办公室开始发射具有类似于哈勃太空望远镜的规格的“钥匙孔”级卫星，但它们的目标是地球，而不是其他星系。NRO收集包括在飞机，导弹或其他系统的测试或操作期间的数据、截获的语音，文字或图像通讯和雷达，以及其他各种信息。在超过150种已知的美国军用卫星中，NRO的运行量约为50。 

Sentient的二重身：BlackSky

在NRO成立近60年后，如今，天空中已经布满了卫星，其中一些卫星由私人情报公司拥有。而其中之一，BlackSky，一个利用卫星采集信息运作的情报系统，它本质上就是Sentient的二重身，唯一的区别是，BlackSky不在高保密行列之中。

BlackSky从25颗卫星、4万多个新闻来源、1亿个移动设备、7万艘轮船和飞机、8个社交网络、5000个环境传感器和数千个物联网设备中获取数据。在现实世界中，BlackSky可能会被用来跟踪俄罗斯战机的位置，这个系统拥有俄罗斯军方停放飞机的地方的图片，而且知道各种飞机的大致形状，加上它的形状识别算法，BlackSky能够识别出像素，并将其组合成某种给定的模式。一旦把卫星图片放进这个算法，它甚至能算出有多少架战机正停在跑道上。

内部人士将这一过程称为“供给和提示(tipping and cueing)”：使用同源数据来提示卫星查看特定的位置，或者使用来自卫星的信息来启动另一个设备的搜集工作。如果做得足够好，一家公司（或情报机构）就能建立起一座关于过去的知识仓库，比竞争对手更快地理解当前的事件，或许有一天还能预测未来。

而BlackSky只是刚刚起步，最近才发射了自己的卫星，其系统的最终成功和实用性还有待证明。根据现有的信息，目前还不清楚与Sentient类似的系统发展到什么程度。前中情局分析员艾伦·汤姆森(Allen Thomson)则坦言，Sentient更宏伟的目标可能仍旧很简单：寻找“目标”。

孵化中的未来

所有这些来自NRO、军方以及这些商业卫星公司的图像，结合其他地理空间情报——创造了大量的信息，也成为了Sentient的门户。此外，你必须用正确的数据训练这些程序。如果你想让算法知道无线电发射塔是什么样子的，但你又只能在充足的阳光下向他们展示无线电塔，那么，它们就很可能会认为“塔旁的黑影”也是塔的一部分。如果在阴天看到这样的结构，它们根本辨识不出来。当然，这只是其中一个例子。

截图来自《疑犯追踪》(Person of Interest) 第4季第11集

缔造者芬奇在教The Machine如何下棋。他对这个庞大的人工智能说：“多年来，很多思想者，为棋着迷。但我不喜欢下棋，因为这种游戏诞生于冷酷的时代，那时，生命的价值被忽视，所有人都相信，生命有贵贱之分，如王，如卒。我不认为生命有贵贱之分，我知道你未来会遇上极其沉重的决定，有一天我会离去，但就算你忘记一切，也请一定要记住...人，不是棋子，你不能认定生命的贵贱...这一课的内容是，如果有人把这个世界当一盘棋，那么他就应该失败。”

目前，我们一无所知。问题持续不断，而且几乎无法回答，Sentient可能潜藏着什么偏见？训练它的数据是什么样的？谁在验证其结论，又如何验证？NRO使用的间谍卫星，主要是为了关注美国境外的世界，与包括美国国家安全局(NSA)和中央情报局(CIA)在内的其他情报机构不同，NRO暂时并没有真正卷入重大的国内间谍丑闻。但同样，NRO没有就商业数据在Sentient中的作用给出一个具体的答案。

目前，Sentient仍是秘密。Sentient只与那些拥有安全许可的人对话，尽管它可能会像汤姆森所说的那样：倾听一切。