Comment AI aide les agences Intel à trouver des aiguilles dans la botte de foin

En juillet dernier, plus de deux douzaines de personnes ont été blessées lors d'une fusillade dans une discothèque à Little Rock, Arkansas, un incident lié aux gangs, selon la couverture médiatique locale et nationale.

Si vous étiez un analyste des services de renseignement américains couvrant les questions de terrorisme liées à la Russie, cette conclusion ne vous aurait pas intéressé. Cependant, ce qui vous aurait arrêté, c'est que le lendemain, le consulat de Russie a tweeté que l'attaque était peut-être un acte terroriste impliquant des Russes.

Dans le flot de couverture médiatique de l'attaque et les innombrables autres développements dans le monde, vous avez peut-être raté la théorie du terrorisme. Après tout, les humains ne peuvent traiter manuellement qu'une quantité aussi importante d'informations. Mais si vous utilisiez un nouvel outil de visualisation du démarrage de l’intelligence artificielle Apprêt, vous auriez vu l’intérêt intense des médias russes pour l’attaque de Little Rock. Bien que cette théorie se soit finalement révélée fausse, vous auriez au moins eu conscience de cette possibilité et avez été en mesure de prendre des décisions concernant ce que vous souhaitiez rapporter à vos supérieurs.

Aujourd'hui, Primer sort de la furtivité. La start-up 35-person, qui a récemment clôturé une série de financement de la série A de 14.7 millions de dollars, a développé un système d’apprentissage automatique capable de parcourir rapidement des dizaines de millions de sources de données: articles de presse, articles académiques, publications sur les réseaux sociaux et réseaux sociaux. ainsi de suite, pour faire apparaître le type d'informations qui est essentiel à la fois pour les analystes du renseignement et les analystes d'entreprise. Le système est également capable de fournir les points de données les plus importants en langage naturel qui se rapprochent du niveau de ce qu'un analyste humain pourrait écrire.

Les premiers clients de Primer sont In-Q-Tel, une société de capital risque sans but lucratif qui investit dans des sociétés développant des technologies utiles à la CIA et à d’autres agences de renseignement; Walmart et le fonds souverain GIC de Singapour, le milliard de dollars 100.

«Pour nous, le principal objectif est de construire une technologie capable de lire et d'écrire et de nous aider à comprendre le monde», a déclaré Sean Gourley, PDG de Primer, «à mesure qu'elle devient de plus en plus volatile, incertaine et complexe».

La présentation de Primer aux entreprises et aux clients gouvernementaux est la capacité de sa technologie à analyser d’immenses quantités de données. Selon IDC, la quantité totale de données générées dans le monde passera des zettaoctets 16.1 (un billion de gigaoctets) en 2016 aux zettaoctets 163 de 2025. De ce nombre, les zettaoctets 5.2 seront soumis à l'analyse de données par 2025, fois plus que l'an dernier. Les systèmes d’intelligence artificielle devraient toucher les zettaoctets 50 d’ici 1.4, fois plus que l’année dernière.

Ce sont de gros chiffres, et Primer pense que sa technologie peut aider ses clients à trouver les informations utiles qui se cachent derrière la queue, des choses qui pourraient être cachées dans, comme le dit Gourley, le septième paragraphe de la page 163 d'un obscur rapport. Un analyste humain n'a peut-être jamais le temps de découvrir quelque chose d'aussi profond, mais le système de Primer est censé le mettre en évidence s'il correspond aux intérêts de l'analyste - et ce, de manière facile à digérer et à transmettre aux autres.