AI sẽ thay đổi ngành công nghiệp tình báo thế nào?

Giữa thế kỉ 21, khi mọi thứ có thể được phơi bày trên internet, sự việc giống như vụ khinh khí cầu Trung Quốc đi lạc vào không phận Mỹ chắc chắn là một câu chuyện kì lạ và hấp dẫn đối với những công chúng tò mò.

Một thiết bị mà Bắc Kinh tuyên bố là khí cầu khí tượng còn các cơ quan Mỹ lo ngại là thiết bị thu thập thông tin tình báo, tại sao lại “đột ngột” được phát hiện sau đó bắn hạ vào thời điểm đó, trong khi không nhiều thông tin chính thức được tiết lộ? Việc các tổ chức Mỹ và các nước tiếp tục phát hiện loạt “vật thể bay không xác định” (UFO) ở nhiều nơi khác nhau, một phần được cho là do sự cảnh giác và chủ động tìm kiếm các hiện tượng bất thường gia tăng, cũng đặt ra thêm câu hỏi về cách tiếp cận và xử lý các thông tin.

Và thông tin mà các tổ chức tiết lộ không phải là tất cả.

Theo Wired, khi Corey Jaskolski, người sáng lập công ty AI Synthetaic sử dụng các thông tin dự đoán và thuật toán để tìm vị trí của khinh khí cầu từ hình ảnh không gian, kết quả được trả về chỉ sau 2 phút. Những thông tin đầu vào rất đa dạng từ hình ảnh trên mạng xã hội, ước tính về kích thước, hình dạng của khinh khí cầu cũng như mô hình hướng gió. 

Hình ảnh vệ tinh chụp được khí cầu bay ngang qua Mỹ trước khi bị bắn hạ trong tháng này. (Nguồn: Synthetaic)

Arthur Holland Michel, thành viên cấp cao tại Hội đồng Carnegie và là tác giả của một cuốn sách về máy bay không người lái và giám sát, cho biết khả năng lập bản đồ đường đi của khinh khí cầu một cách rõ ràng như vậy có thể là yếu tố thay đổi cuộc chơi đối với vấn đề an ninh quốc gia. Ông nói: “Sự kết hợp giữa AI với hình ảnh vệ tinh chắc chắn là công nghệ rất mạnh mẽ cho hoạt động giám sát, gián điệp và phản gián”.

Mỗi khi sự việc gây chú ý xảy ra, không khó để thấy dân mạng nào đó chia sẻ về những gì họ biết và dự đoán trên mạng xã hội. Đó có thể là hình ảnh, thông tin về thời gian, địa điểm, giao dịch, v.v... Cộng với việc nhiều người có thể tiếp cận các công cụ tình báo nguồn mở, như ảnh chụp vệ tinh và theo dõi chuyến bay, hoạt động thu thập thông tin – phần quan trọng của công việc tình báo – được dự đoán sẽ đứng trước những thay đổi lớn.  

Theo The Economist, trong thời kỳ Chiến tranh lạnh, Cơ quan An ninh Quốc gia Mỹ (NSA) và Trung tâm an ninh mạng chính phủ Anh (GCHQ) đã phát triển các công cụ AI sơ khai để giúp phiên âm và dịch khối lượng lớn các cuộc nghe trộm điện thoại của Liên Xô mà họ bắt đầu thu thập được vào những năm 1960 và 1970.

Tuy nhiên, công nghệ lúc đó vẫn chưa hoàn thiện. Một cựu sĩ quan tình báo châu Âu cho biết cơ quan của ông không sử dụng công cụ phiên âm hoặc dịch thuật tự động ở Afghanistan vào những năm 2000, thay vào đó dựa vào người bản ngữ.

Bây giờ họ đang hy vọng có thể làm tốt hơn.

Các xu hướng khiến AI trở nên hấp dẫn đối với doanh nghiệp trong những năm gần đây – xử lý đa dữ liệu, thuật toán tốt hơn và nhiều sức mạnh xử lý hơn giúp quá trình vận hành mượt mà - đang mang đến cho các cơ quan gián điệp nhiều ý tưởng lớn.

Ngày 24/2/2021, GCHQ xuất bản báo cáo về việc AI có thể thay đổi công việc của họ như thế nào. Ví dụ hoạt động “xác thực thông tin do máy hỗ trợ” có thể giúp phát hiện hình ảnh giả mạo, kiểm tra thông tin sai lệch dù là với các nguồn đáng tin cậy và xác định các nguồn phát tán thông tin đó. AI cũng có thể chặn các cuộc tấn công mạng bằng cách “phân tích các kiểu hoạt động trên mạng và thiết bị”, đồng thời chống tội phạm có tổ chức bằng cách phát hiện các chuỗi giao dịch tài chính đáng ngờ.

Các tổ chức từ khắp các quốc gia cũng đưa ra những báo cáo đầy tham vọng khác. Sáng kiến Đe dọa Hạt nhân, một tổ chức phi chính phủ của Mỹ, gần đây đã chỉ ra rằng việc áp dụng học máy vào dữ liệu thương mại có sẵn có thể phát hiện ra các công ty và tổ chức chưa từng được biết đến trước đây bị nghi ngờ có liên quan đến việc buôn bán bất hợp pháp nguyên liệu cho vũ khí hạt nhân. Với việc các cơ quan tình báo có thể tiếp cận cả những dữ liệu không công khai, khả năng này còn lớn hơn nữa.

(Ảnh minh họa)

Theo Defense Scoop, Cơ quan tình báo trung ương Mỹ (CIA) đang tìm hiểu khả năng những AI như ChatGPT - ứng dụng gây “sốt” gần đây với việc trả lời các câu hỏi phức tạp giống hệt như con người - có thể hỗ trợ các hoạt động tình báo thế nào. Các hoạt động được tìm hiểu bao gồm cả công việc thường ngày và các nhiệm vụ tình báo.

Trong xu hướng mới của trí tuệ nhân tạo và khoa học dữ liệu, các cơ quan tình báo chính phủ đang mong muốn có sự phối hợp từ giới công nghệ, để phát triển các công cụ hàng đầu. Giám đốc Cục tình báo Anh MI6 trong một bài phát biểu cuối năm 2021 đã nhấn mạnh: “Để giữ bí mật, chúng ta phải trở nên mở hơn”. Nước Anh đang đầu tư mạnh vào các lĩnh vực trí tuệ nhân tạo, điện toán lượng tử và sinh học tổng hợp, theo Sky News.

Nếu như trong quá khứ, những nhân viên tình báo Anh từng tự phát triển những công nghệ “viết bí mật” như mực vô hình để truyền thông tin thì hiện tại, “chúng ta không thể hy vọng vào việc sẽ thay thế được ngành công nghệ toàn cầu... không giống trong các bộ phim, chúng ta không thể tự làm tất cả mọi việc”, ông nói.

Đầu tiên là nhiều mối đe dọa hơn, nhiều tác nhân bất chính hơn trong không gian internet. Hai thứ mang lại sự an toàn là quyền lực và khoảng cách địa lý không còn đúng nữa. Trong không gian mạng, bất kỳ ai cũng có thể gây ra những đe dọa xuyên biên giới mà không cần nổ súng vì các khu vực đều được kết nối trực tuyến. Không có đại dương hay dãy núi nào có thể làm lá chắn. Đồng thời, vấn đề sức mạnh cũng không còn như trước đây, khi các nước như Mỹ vừa mạnh vừa dễ bị tổn thương nhất trong không gian mạng vì được kết nối kỹ thuật số rộng rãi.

Theo New York Times, năm 2020, hàng loạt cơ quan chính phủ Mỹ bị ảnh hưởng trong một vụ rò rỉ dữ liệu quy mô lớn. Lầu Năm Góc, các cơ quan tình báo, phòng thí nghiệm hạt nhân và các công ty trong danh sách Fortune 500 sử dụng phần mềm sau đó được phát hiện là đã bị tin tặc xâm phạm. Việc đánh giá những dữ liệu bị đánh cắp vẫn đang được thực hiện.

Khoảng 18.000 người dùng từ các tổ chức tư nhân và chính phủ Mỹ bị rò rỉ dữ liệu do tải về bản cập nhật phần mềm đã bị tin tặc can thiệp. 

Thay đổi thứ hai là về dữ liệu. Nhờ các công nghệ mới, lượng dữ liệu trên Trái đất đang tăng nhanh theo cấp số nhân, và phần lớn trong số đó là từ các nguồn mở được cung cấp công khai. Trước đây, các cơ quan tình báo săn lùng bí mật, nhưng giờ đây họ có thể bị “ngập” trong bể thông tin này. 

Theo cách làm truyền thống, các báo cáo tình báo bắt đầu bằng tài liệu bí mật và sau đó bổ sung thông tin nguồn mở. Nhưng một số ý kiến cho rằng bây giờ nên làm ngược lại: Bắt đầu với trí thông minh nguồn mở và sau đó xem các thông tin thu được phù hợp như thế nào với những gì đến từ các nguồn bí mật. Và chìa khóa để sử dụng trí thông minh mã nguồn mở là AI.

Thay đổi thứ ba là tốc độ cao hơn. Thông tin được truyền đi với tốc độ nhanh hơn, dẫn đến quá trình ra quyết định phải diễn ra với tốc độ nhanh hơn và đòi hỏi chúng ta phải hiểu biết sâu sắc về trí thông minh nhanh hơn nhiều. Trong cuộc khủng hoảng tên lửa Cuba năm 1962, Tổng thống Kennedy có 13 ngày để cân nhắc về những gì sẽ làm sau khi máy bay do thám U-2 phát hiện ra tên lửa của Liên Xô ở Cuba. Vào ngày 11/9, Tổng thống George W. Bush chỉ có 13 giờ để cân nhắc thông tin tình báo về việc ai chịu trách nhiệm về vụ tấn công kinh hoàng và Mỹ sẽ phản ứng như thế nào. Nhưng ngày nay, thời gian quyết định có thể chỉ là 13 phút hoặc ít hơn nữa.

 

Thay đổi thứ tư là số lượng ngày càng tăng những người có thể cần đến thông tin tình báo. Đó không chỉ là những người có thẩm quyền hoạt động về an ninh, mà còn là các nhà lãnh đạo công ty công nghệ, là Twitter và Facebook và các công ty khác có ảnh hưởng toàn cầu hơn hầu hết các chính phủ. Đó cũng có thể là những cử tri cần thông tin về can thiệp bầu cử nước ngoài, v.v...

Thứ năm là cạnh tranh nhiều hơn, nhiều đối thủ hơn trong việc thu thập và phân tích thông tin tình báo. Trong cuộc đột kích Osama Bin Laden, quân đội Pakistan không thấy lực lượng Mỹ đến, nhưng một người đàn ông địa phương nghe thấy tiếng máy bay trực thăng và tweet trực tiếp trong suốt thời gian vụ việc đang diễn ra. Như vậy, ngày nay, bất kỳ ai cũng có thể là nhà thu thập hoặc phân tích tình báo cho dù có nhận ra điều đó hay không. Một thách thức đối với các cơ quan tình báo là tìm cách khai thác những nguồn thông tin này.

Một ví dụ là các thuật toán vệ tinh và AI rất hữu ích trong việc đếm số lượng xe tải trên cầu, nhưng không thể cho bạn biết ý nghĩa của những xe tải đó. Bạn cần con người để tìm ra mong muốn, ý định và mong muốn của những con người khác. Các nhà phân tích con người dành càng ít thời gian để đếm xe tải trên cầu, thì họ càng có nhiều thời gian để tìm ra những chiếc xe tải đó đang làm gì và tại sao.

Ngoài ra, có một lượng lớn dữ liệu nguồn mở, và trí tuệ nhân tạo có thể giúp sàng lọc các dữ liệu này. Vì vậy, một chu trình tình báo mới có thể bắt đầu bằng cách sử dụng thông tin nguồn mở để làm nổi bật các vấn đề chính, sau đó sử dụng các nguồn của con người tìm hiểu sâu hơn về chúng.

Rất nhiều công việc phân tích của con người hiện nay là các nhiệm vụ thông thường có thể được tự động hóa bằng trí tuệ nhân tạo. Ví dụ xác định vị trí tên lửa đất đối không của Trung Quốc trên lãnh thổ rộng lớn của nước này: Một thuật toán phân tích hình ảnh vệ tinh có thể giảm số lượng các địa điểm đáng ngờ, giúp giải phóng băng thông để con người thực hiện tư duy phân tích ở cấp độ cao hơn.

Một trong những ý tưởng hấp dẫn nhất mà các lực lượng đặc nhiệm nghĩ ra trong việc sử dụng AI là các nhóm sử dụng thông tin nguồn mở và AI sẽ cùng cạnh tranh với các nhà phân tích con người. Khi có các giả thuyết thay thế, phân tích của con người có thể trở nên sắc nét hơn và bao quát hơn.

Chuyên gia Zegart nói: “Bất cứ nơi nào có thông tin, sẽ có sự lừa dối. Dữ liệu càng mạnh thì càng dễ bị tấn công. Đó là thế giới chúng ta đang sống. Vì vậy, dữ liệu là một chiến trường mới. Tôi nghĩ rằng điều đó ngày càng đòi hỏi cộng đồng tình báo phải là người xác minh phương án cuối cùng. Làm thế nào để chúng ta biết điều gì đúng và điều gì không? Lúc đó sẽ cần các chuyên gia trong cộng đồng tình báo, những chuyên gia có thể cho chúng ta biết về việc đầu độc dữ liệu. Đó là một trận chiến giữa gián điệp và gián điệp”.

Giống như mô hình dự đoán các xu hướng trong một dịch bệnh có thể xuất hiện các trường hợp “dương tính giả”, các thuật toán AI phân tích thông tin tình báo cũng có thể đưa ra kết quả với một “biên độ lỗi” nhất định. Học máy giỏi trong việc phát hiện xu hướng, nhưng kém trong việc dự đoán hành vi cá nhân. Điều đó đặc biệt đúng khi dữ liệu khan hiếm, chẳng hạn như trong hoạt động chống khủng bố. Các mô hình có thể xử lý dữ liệu từ hàng nghìn vụ trộm mỗi năm, nhưng các cuộc tấn công khủng bố hiếm hơn và do đó có ít dữ liệu để máy học hỏi hơn.

Và như vậy, kết quả "dương tính giả" có thể dẫn đến việc những người vô tội bị “gắn cờ” để điều tra, tạo nên những cuộc truy đuổi sai mục tiêu ngông cuồng.

Đến đây một vấn đề nảy sinh là liệu các đơn vị thực hiện những phân tích này có minh bạch về mức độ lỗi trong phân tích của mình. Sự không chắc chắn có thể giảm xuống đến mức độ nào để đưa ra quyết định, và quyết định dựa trên những phân tích và phán đoán về dữ liệu này có thể được chấp nhận hay không?

Trung tâm điều hành chung và Trung tâm điều hành mạng tích hợp của Bộ chỉ huy không gian mạng Mỹ.

Và những dữ liệu có sẵn có thể không phù hợp định dạng để máy học. Chẳng hạn, dữ liệu từ camera của máy bay không người lái, vệ tinh trinh sát và các cuộc gọi điện thoại bị chặn hiện không được định dạng phù hợp để xử lý. Theo báo cáo của CSIS, việc khắc phục lỗi này là một “nhiệm vụ tẻ nhạt, tốn thời gian và chủ yếu vẫn là (sử dụng) con người, càng trở nên trầm trọng hơn do các tiêu chuẩn phân loại khác nhau giữa và thậm chí trong các cơ quan”.

Các vấn đề về đạo đức cũng quan trọng không kém.

Các cơ quan tình báo phương Tây đang phải đấu tranh với các luật về thu thập và sử dụng dữ liệu riêng tư. Trong báo cáo của mình, GCHQ chỉ nói rằng sẽ chú ý đến xu hướng hệ thống, và minh bạch về sự không chắc chắn trong thuật toán của mình. Các điệp viên Mỹ thì nói một cách mơ hồ hơn rằng họ sẽ tôn trọng “phẩm giá, quyền và tự do của con người”.

Những khoảng trống về quy định này có thể chưa giải quyết được trong thời gian ngắn, trái ngược với tốc độ phát triển của các công nghệ.