‧ 人工智慧也能對抗 ISIS：瓦解網路使其群龍無首

機器之心汪汪

11月13日，法國巴黎市中心發生多起槍擊爆炸事件，已造成逾百人死亡。據美聯社和歐洲新聞電視臺(Euronews)11月14日消息，恐襲已致129人死亡，352人受傷，其中99人受重傷。

ISIS慘絕人寰的行為引起了全世界的憤怒。但是，恐怖分子的行為並不是隨機的，而是具有一定的模式。現今最擅長識別模式的技術就是人工智慧了。那麼，能不能利用人工智慧來提前預知恐怖襲擊呢？今天我們就來介紹一位西點軍校畢業生，以及他如何用人工智慧和資料分析的方法對抗ISIS。

Paulo Shakarian現在是美國亞利桑那州立大學的電腦科學教授，曾是西點軍校的學生，還曾擔任過美國軍方情報官員。這些經歷讓他非常熟悉恐怖分子的行為。

小時候，他認為戰爭很遙遠，但在西點軍校讀大四的時候，911恐怖襲擊改變了他的看法。2002年，他作為美軍第一裝甲師的軍方情報官員被派到了伊拉克，並在那裡待了14個月，然後在駐紮德國的第501軍事情報旅擔任排長。在那裡，他為軍隊收集、處理和分析了大量情報，還榮獲了銅星勳章。

由於他的工作時常接觸到大量一線的情報官員，他突然意識到，有許多智慧技術都能運用在這個領域。情報人員常需要分析他們所能獲得的所有資料，並對原因作出假設。

但他們很少會有時間回頭檢查，尤其在戰爭延續期間。在伊拉克時，Shakarian開始用他在西點軍校學到的電腦科學知識進行情報分析，並開始構思用人工智慧的方法對曾被認為不可預測的反叛組織行為進行建模。

後來，他進入了馬里蘭大學，獲得了電腦科學的碩士學位。他的目標非常明確：用機器學習的方法來變革情報分析領域。機器學習也正是無人駕駛汽車所仰賴的技術。當他在馬里蘭大學獲得博士學位後，就進入亞利桑那州立大學，繼續他的人工智慧研究。

他的研究孵化了多個具有革命潛力的項目，例如遊俠特遣部隊（Task Force Paladin ）用來在阿富汗檢測簡易爆炸裝置的SCARE軟體，以及芝加哥警察局用來打擊幫派活動的社交媒體分析工具GANG和SNAKE。

近幾年，他在這個領域發表了幾篇論文（點擊閱讀原文，從網頁中可查看論文原文）。下面我們就來看看，他究竟發現了什麼？能預測ISIS的活動規律嗎？

讓恐怖分子群龍無首

2012年11月，Shakarain發佈了一篇論文，名字叫《攻擊強健恐怖網路的塑造行動》（Shaping Operations to Attack Robust Terror Networks），旨在瓦解恐怖組織的首領生成機制。這篇論文引起了美國眾議院特別情報委員會的注意，並邀請他去介紹自己的發現。

為了瓦解恐怖組織和反叛網路，安全機構通常傾向於定點打擊“高價值目標”（HVT），也就是他們的首領。然而，有無數的例子證明，首領被擊斃後，反叛網路很快就會再生成一位新的首領。

例如，2006年6月8日，臭名昭著的基地組織首領阿布·穆薩布·紮卡維被擊斃後，一星期之後就出現了一位新首領阿布·艾尤蔔·穆哈吉爾。

如何瓦解這種首領的再生成機制呢？Shakarain引入了一個概念叫做“塑造”（shaping）行動，意思是說，在打擊首領之前，先採取行動，瓦解該組織產生新領導的能力，然後再採取普通的行動以擊斃首領。這樣，恐怖網路就很難再生成一位新首領，也就很難東山再起。

那麼，要如何做到這一點呢？Shakarain利用了網路理論，通過移除節點，來實現網路中心性的最大化。直觀上看，網路中心性代表了高度節點的臨界值。低中心性的網路更加去中心化，因此更加容易生成新的首領。在這篇論文中，他們旨在尋找那些能夠使中心性最大化的目標節點，以便使接下來的定點打擊更加有效。

之前，這個問題被證明是一個NP完全問題。為了實際操作，他們引入了一個混合的整數線性規劃和貪婪啟發式搜索。執行貪婪啟發式搜索後，在檢查5個真實的恐怖分子網路時發現，只需要移除12%的節點，就能提高網路中心性17%～45%。這個演算法還能應用在包含1133個節點和5541個邊的網路中。

上圖是他們的一個例子：坦尚尼亞網路的節點被貪婪啟發式搜索去除後的視覺化表現。圖A是初始網路，圖B去除了3個節點，圖C去除了5個節點，圖D去除了9個節點。隨著去除的節點越來越多，圖形變得越來越像星形。當去除11個節點後，拓撲結構就完全像一個星形了。

挖掘ISIS的行動規律

ISIS的行為並不是完全隨機的，而是有規律可循，這是Paulo Shakarian的驚人發現。

今年8月，Paulo Shakarian的團隊在知識發現與資料採擷會議（Conference on Knowledge Discovery and Data Mining）上發表了一篇論文，名為《挖掘因果關係：對ISIS的資料驅動研究》（Mining for Causal Relationships: A Data-Driven Study of the Islamic State），公佈了他們的發現。

這篇論文中，他們分析了戰爭研究所提供的2200個ISIS相關事件的資料，構建了一個描述模型——一個類比ISIS行為的演算法。這2200個事件發生於2014年下半年，既包括了圍繞ISIS的軍事行動，也包括反對ISIS的勢力（包括伊拉克、敘利亞和美國領導的聯盟）。在其中，他們將邏輯程式和因果推理相結合，試圖挖掘出事件之間的因果關係。

由此，他們得出了一些規則，這些規則的預測是由多個原子命題（不包含其他命題作為其組成部分的命題，即在結構上不能再分解出其他命題的命題）所組成，並通過比較相同事件序列的規則，來獲得因果關係的證據。

除了考慮規則的概率（p）之外，他們還研究了因果關係的度量εavg，這可以看做是當同時考慮到其他類似規則時，規則的先決條件所能提供的概率提升。

結果，他們果然發現了一些規律：

1.如果在某個星期，ISIS在伊拉克採取了步兵行動並伴有間接射擊，那麼，下一個星期在敘利亞就會出現車載簡易爆炸裝置（VBIED）的行動。（p=1.0，εavg=0.92）

2.如果在某個星期，ISIS在伊拉克提克裡特市採取了行動，並進行了大規模的處決，那麼隨後，伊拉克和敘利亞就會同時出現大量簡易爆炸裝置（IED）。（p=1.0，εavg=0.97）

3.敘利亞政府空襲之後的一個星期內，ISIS往往會扣留大量人質（εavg=0.91，p=0.67）。並且，在他們的資料庫中，類似的大規模扣留總是發生在敘利亞空襲之後。

4.如果聯軍空襲伊拉克摩蘇爾市的同時，ISIS正在對安巴爾省採取行動，那麼在空襲後的一個星期內，ISIS在伊拉克的簡易爆炸裝置行動會大大增加（p=0.67，εavg=0.97）。然而，如果空襲的同時，ISIS還在對敘利亞採取行動，那麼，當地簡易爆炸裝置的使用也會增長（p=0.67，εavg=0.79）。