Page 18 - 《国际安全研究》2020年第1期

人工智能时代背景下的国家安全治理：应用范式、风险识别与路径选择

①
冲突可能带来的负面影响。 当然，人工智能技术同样可以应用于全球范围内的自
然灾害和其他社会危机的预警。例如，公共卫生部门能够利用人工智能技术来对实
际疫情数据进行分析，并更准确、有效地对各类传染疾病进行跟踪和预防，从而更

②
高效地利用公共卫生资源。
第二，在反恐方面，人工智能可以基于已有恐怖活动案例的数据及社交媒体等
其他相关数据，对恐怖组织的优先目标、网络结构及其行动路径进行智能化的分析，

③
并据此来预测潜在的恐怖行为、甄别恐怖活动嫌疑人以及制定相应的反恐方案。
例如，美国亚利桑那州立大学的网络社会学智能系统实验室（Cyber-Socio Intelligent
Systems Laboratory）便利用机器学习以及神经网络等人工智能技术对 2014 年 6 月
8 日至 12 月 31 日间发生的 2 200 起“伊斯兰国”的恐怖袭击及其军事行动进行了

分析，并据此构建了一个模拟该恐怖组织行动的模型，以此来推导“伊斯兰国”各
④
类恐怖活动的发生规律以及同联军反制行为之间的关系。
第三，在安防方面，人工智能技术能够推动被动防御安防系统向主动判断与预

警的智能安防系统升级。一方面，经由人工智能算法训练的人脸识别、图像识别与
视频结构化等技术能够有效地提高安防部门识别罪犯的能力，并根据罪犯的相关信
⑤
息给出更优的判决结果； 另一方面，公安部门也能够利用机器学习，对犯罪区域
及其他环境数据集进行分析，从而预测可能发生犯罪的地区，并据此优化相应警力

① 英国艾伦图灵研究所开发的“全球城市分析弹性防御项目”（Project on Global Urban
Analytics for Resilient Defence）、美国洛克希德·马丁公司开发的“综合危机预警系统”（Integrated
Crisis Early Warning System）以及美国政府资助的政治不稳定任务工作小组（Political Instability
Task Force）所研发的政治风险预测模型等，均已将人工智能用于风险预测模型的构建。参见
Weisi Guo, Kristian Gleditsch and Alan Wilson, “Retool AI to Forecast and Limit Wars,” Nature,
October 15, 2018, https://www.nature.com/articles/d41586-018-07026-4。
② Trang Pham, Truyen Tran, Dinh Phung, et al., “Predicting Healthcare Trajectories from
Medical Records: A Deep Learning Approach,” Journal of Biomedical Informatics, Vol. 69, No. 3,
2017, pp. 218-229.
③ Patrick Johnston and Anoop Sarbahi, “The Impact of US Drone Strikes on Terrorism in
Pakistan and Afghanistan,” International Studies Quarterly, Vol. 60, No. 2, 2016, p. 204.
④ Andrew Stanton, Amanda Thart, Ashish Jain, et al., “Mining for Causal Relationships: A
Data-Driven Study of the Islamic State,” in the Proceedings of the 21th ACM SIGKDD International
Conference on Knowledge Discovery and Data Mining, 2015, pp. 2137-2146.
⑤ Richard Berk, “Asymmetric Loss Functions for Forecasting in Criminal Justice Settings,”
Journal of Quantitative Criminology, Vol. 27, No. 1, 2011, pp. 107-123.
· 16 ·