מאת: שי יגר-גרנות 
לקריאת הזרקור בפורמט PDF

מבוא

במסמך זה נסקור בקצרה את השימוש שביצעו כוחות שמירת השלום בבינה מלאכותית לגיבוש תמונת מודיעין. נציג את כלי הבינה המלאכותית, ונעמוד על היכולות שלהם לייצר ולנתח ידע  תרבותי. לבסוף, ננסה לחשוב מה המודיעין הישראלי יכול ללמוד מכך?

מסמך זה מתייחס בעיקרו לשני מאמרים. הראשון, כותרתו "תרבות, סכסוך ובינה מלאכותית – גישה רב-תחומית למניעת סכסוכים ולניתוחם".[1] השני, כותרתו "ניתוח סכסוכים בזמן אמת באמצעות שימוש בבינה מלאכותית למבצעי שלום".[2] הכותב הראשי של שני המאמרים הוא ד"ר דירק קולב – המתמחה בשיטות לזיהוי דפוסים במערכות תקשורת מתקדמות.[3]

ביחס לכוחות השלום של האו"ם הכותבים מתארים את מרכזיותו של המידע הגלוי.[4] הם טוענים גם, שהיתרונות הטמונים בשימוש בו הם ברורים אך מציינים שניים. ראשית, פשוט יותר לחשוף מידע שלא נאסף באמצעים "רגישים". שנית העובדה שיש יותר מידע תקטין לשיטתם את הבקשות למידע ממקורות מסווגים – דבר שיאפשר למקד את הבקשות מן האיסוף. 

מהו הפתרון המוצע?

הכותבים מסבירים שבעידן הנוכחי, על מנת לתאר תמונת מודיעין שלמה יותר, יש לנקוט בגישה מקיפה יותר – דהיינו לדעת לתאר גם מאפיינים  כמו תרבות. ניתוח של סכסוך מנקודת מבט אזורית בלבד יהיה חלקי ולא מדויק מספיק. 
 
ביחס לכוחות השלום, מציינים הכותבים את נחיצותו של המידע האיכותני, הכולל  את הקודים והנורמות התרבותיות באזורי הפעולה השונים. בנוסף, הם מדגישים שנוכח "עומס המידע" והיעדרם של כלים טכנולוגיים מתקדמים שיאפשרו ניתוח מספק, כמותני כמו גם איכותני של המידע הקיים. קונקרטית, למשל מערכת תרגום אוטומטי מהימנה, יש קושי בגיבוש תמונת מודיעין בכלים המסורתיים. הם מצטטים, בהקשר זה, מחקר שקבע שעבודת המודיעין שנעשתה באפגניסטאן נפגעה במידה ניכרת בשל פערי השפה שעימם התמודדו האנליסטים.[5]

הפתרון אותו מציע המאמר כולל פיתוח של מערכות טכנולוגיות שתסייענה לחוקר המודיעין. כך, שהאנליסט יקבל מידע שכבר סונן או קוטלג ויהיה עליו להתמודד עם הרבה-פחות מידע מאשר במצב הקיים. ביחס לשאלה כיצד לקטלג?, לטענתם, ישנם שני מאגרי-מידע קיימים המאפשרים לבצע ניטור וניתוח בזמן אמת של נתונים שונים. [6] הכותבים מציעים,  להשתמש בשני המאגרים הללו כבסיס ולהרחיב את השימוש גם למאגרי-מידע נוספים, למשל בתחום ניהול הסיכונים[7]או התרעה משותפת.[8] הכותבים מציינים שהיו רוצים לקבל, זיהוי של הדמויות המרכזית באירוע וכוונותיו, אפיון של שיח ונרטיבים מובילים או זיהוי של הצהרות של השחקנים השונים, בדגש על אלה שיזוהו כמרכזיים. בנוסף, הם מסבירים שעל המערכת לדעת לחפש ברשת לפי מילות חיפוש רלוונטיות בכל פרק זמן שהוגדר מראש ו"לייבא" את הפריטים הרלוונטיים לתוך המאגר.

בנושא זה, נראה שגרמניה[9] די-מתקדמת כבר כיום בכל הנוגע לחיזוי של איומים באמצעות כלים טכנולוגיים ולניהול מידע על גביהם.[10] בהקשר זה, ממשלת גרמניה הפעילה בסוף 2020 פרויקט שנקרא PREVIEW – כאשר במסגרתו הוקמה מערכת המסוגלת להציג ולנתח מידע גלוי (בדגש על הרשתות החברתיות). זאת, במטרה לספק למקבלי ההחלטות הגרמנים תמונה טובה יותר על אירועים שונים ולנסות להפיק תחזיות לעתיד על בסיס המידע שנאגר בה.  המערכת הגרמנית הוקמה במסגרת שיתוף פעולה בין אנשי אקדמיה, תעשייה והמגזר הציבורי ונראה שהיא מבצעת שימוש בכלים דומים לאלה שמציעים כותבי המאמר להשתמש בהם בכוחות השלום.[11] במבט לעתיד, מסמך אסטרטגיית המידע של ממשלת גרמניה משנת 2021[12],מדגיש שבכוונת הממשלה הגרמנית להמשיך ולשדרג מערכות כמו "PREVIEW" לניתוח של מידע גלוי, ומערכת הביטחון הגרמנית אף מבקשת לרתום את יכולות המערכת הזו לשירותה.[13]

הכותבים מבקשים לשרטט כיצד ייראה איסוף וניתוח במציאות שבה יש מערכת שכזו: 

1.     איסוף – ה"קצירה" מהמקורות הרלוונטיים תיעשה באופן אוטומטי והתוצאות יעברו אופטימיזציה על ידי כלים של "Natural Language Processing" [14] ובכך ייווצר השלב הראשוני לבניית "טופוגרפיית הסכסוך". הכותבים עומדים בנקודה זו על הצורך שאותו כלי NLP – המקושר ל"בסיס נתונים" מסוים-   יהיה גמיש ויתעדכן כל הזמן. 

2.      ניתוח – המידע מעובד, ממוין ועובר תרגום אוטומטי לשפה המבוקשת. הדבר יאפשר לדבריהם שימוש במודלים נוספים (זיהוי נושאים, או ניתוח נימות). כן יתאפשר קידוד גאוגרפי שכמובן הכרחי לצורך יצירת "טופוגרפיית הסכסוך". בשלב זה ישנה בעיה במנועי התרגום, שאינם מסוגלים להתמודד באופן איכותי עם דו-משמעות לשונית (למשל סרקזם). 

סיכום, מסקנות ולקחים למקרה הישראלי ? 

המסקנה המרכזית אותה מבקשים להציג הכותבים היא ששימוש בכלי "בינה מלאכותית" יסייע לכוחות שלום במזעור איומים ובהגברת יעילותם של הכוחות. כמו כן, הם סבורים שניתוח תרבותי באופן "מדעי" הוא בגדר הכרח כיום. 

ביחס לאופן שבו יש לבנות את כלי הניתוח הכותבים סבורים שהגם שישנם אתגרים בניתוח המידע בזמן אמת, יש להטמיע כלים שיידעו לתת מידע וניתוחים בזמן שהוא "קרוב" לזמן אמת. לשיטתם יש להשתמש ב"למידת מכונה" (Machine Learning Operations) על מנת להתמודד עם מאגרי המידע ההולכים וגדלים באופן יומיומי. הם מוסיפים את הצורך בשיח פתוח ובשיתוף פעולה עם הקהילייה המדעית, וטוענים כי הדבר נעשה כיום באיחור. 

ברור שגם המודיעין הישראלי יכול להפיק תועלת מכלים מתקדמים לניתוח תרבותי. למערכת הביטחון הישראלית כמות מרשימה של סנסורים בזירות יעד שונות. באופן אידאלי, היא יכולה להטמיע מערכות כאלו בסביבה המסווגת ולייצר "טופוגרפיות סכסוך" שיאפשרו לקבל תמונה ברזולוציה גבוהה מאוד. יתר על כן, בעתיד הרחוק, היא אף תוכל לייצר סינרגיה בין המידע הגלוי לבין המידע המצוי בסנסורים שלה ולהגביר אף יותר את ה"רזולוציה" של התמונה שתתקבל. 

אמנם מערכת הבטחון הישראלית אינה פעילה בעתות שגרה בכוחות שלום, אך היא נמצאת בחיכוך מתמיד עם אוכלוסייה אזרחית (כך למשל בזירה הפלסטינית) לכן, הכלים הללו שלכאורה מיועדים לכוחות שמצויים בחיכוך עם אוכלוסייה אזרחית, שאין לגביה היסטוריה גזרתית רבת שנים ומפותחת,  עשויים להיות רלוונטיים, לדעתי, גם לצרכיה של המערכת הישראלית. 

אתגר טכני צפוי, להבנתי לפחות, בהקשר של הטמעת הכלים הללו, הוא פערי השפה. קרוב לוודאי שהכלים הללו נבנים כך שיוכלו להתמודד עם טקסטים באנגלית (ואם לא באנגלית, אז באלף-בית לטיני). למיטב ידיעתי, הצורך המרכזי של מערכת הביטחון הישראלית הוא בניתוח של טקסטים בשפות שאינן באלף-בית לטיני (ערבית ופרסית). כלומר, ייתכן שהיכולת להתבסס באופן עמוק על הידע והמאגרים שכבר פותחו במקומות אחרים בעולם, בדגש על המגזר האזרחי היא מוגבלת וישנו צורך בפיתוח של כלים יעודיים – המסוגלים להתמודד עם אלף-בית שאינו לטיני. 






----------------------------------------------------
[1] Culture, Conflict, Artificial Intelligence – an Interdisciplinary Approach for Conflict Prevention and Analysis – נכתב ע"י Dirk Kolb, Philipp Starz,  Tobias Strahl,  Markus Bresinsky
[2]Real-time conflict monitoring using artificial intelligence for peace operations- נכתב ע"י Dirk Kolb  ו-Philipp Starz.  
[3] ד"ר קולב הוא המייסד והמנכ"ל של חברת המודיעין Travelsars המפתחת מערכות AI בתחומים של אסונות בינ"ל וניהול סיכונים – ר' קישור https://traversals.com/about/
[4] הם מצטטים מחקר לפיו 80 אחוזים מן החומרים שברשות אותם כוחות הם ממקורות גלויים. 
[5] מציינים שנכון להיום המערכות יודעות לחפש לפי מילות חיפוש רלוונטיות אך הן מוגבלות ביכולתן לערוך חיפושים "מתוחכמים" יותר משום שרוב המאגרים לא תומכים בחיפושים מסוג זה. 
[6] הראשון, נקרא GDELT ויודע לאפיין אירועים, שפה ונימה. השני נקרא ACLED ויודע לאפיין מיקומים של סכסוכים מזוינים ויומן אירועים. להרחבה ראו https://www.gdeltproject.org/#downloading, https://acleddata.com/about-acled/  
[7] מאגר בשם Management of a Crisis – https://lov.linkeddata.es/dataset/lov/vocabs/moac
[8] מאגר בשם Common Alerting Protocol - http://docs.oasis-open.org/emergency/cap/v1.2/CAP-v1.2.html
[9] https://peacelab.blog/2021/06/crisis-early-warning-berlins-path-from-foresight-to-prevention
[10 https://www.bundesregierung.de/resource/blob/974430/1950464/363842d95b7d26af85939a4be4f13c16/2021-08-12-datenstrategie-en-data.pdf?download=1
[11] למשל ניתוח שיח מהרשתות החברתיות. 
[12] פורסם בשנת 2021. ראו בקישור https://www.bundesregierung.de/resource/blob/974430/1950464/363842d95b7d26af85939a4be4f13c16/2021-08-12-datenstrategie-en-data.pdf?download=1
[13]פועלים עם אוניברסיטת הבונדסוור במטרה לפתח כלים שיסייעו למשה"ג בחיזוי של איומים.   
[14] הכותבים מתארים כי הכלי שלהם מסוגל לעשות ניתוח תחבירי של המשפט, וכי כיום יש לו כבר למעלה מ-3 מיליון רשומות המתעדכנות כמובן כל העת.