
毫无疑问,伊斯兰国(ISIS )目前是这个星球上最令人憎恶的组织之一,自 2014 年他们出现以来,在叙利亚和伊拉克造成了大量的人间惨剧,摧毁了两河流域的许多珍贵的历史文物,还是难民流离失所的罪魁祸首。
面对这凶恶的敌人,誓要改变世界的科技界人士自然不能袖手旁观。机器学习和数据挖掘,就是最新的用来击败野蛮的 ISIS 武装的利器。
日前,一个名为“ 挖掘因果关系:一项针对伊斯兰国的数据驱动研究 ” 的报告在 2015年的“知识探索和数据挖掘大会”上发布。这个报告来自美国亚利桑那州立大学的保罗 · 沙卡林,他曾经是一名美国陆军军官和西点军校的助理教授。这个报告的主要内容是,如何通过与 ISIS 相关的数据挖掘,模拟出他们的行为逻辑,从而为未来预测他们的下一步动向做出准备。
这个研究收集了与 ISIS 相关的 2200 个战争、恐怖袭击和其他事件的所有相关数据。通过对其中一些数据的分析和建模,研究者已经发现了 ISIS 的一些逻辑的蛛丝马迹。
研究发现,与人们想象的不同,ISIS 并非一群毫无目的的乌合之众,相反 “ ISIS 在复杂性和组织性上都体现出了较高的水平。” 但是这样使得他们的行动更有可能被预测。例如在 ISIS 开始攻打伊拉克北部的城市之前,几乎都会有一次巴格达城内的汽车炸弹袭击。研究者认为,这可能是一种调虎离山计:让伊拉克安全部队关注巴格达,而忽视了北方的防备。
(黑色区域代表ISIS的直接控制区,红色区域代表ISIS的进攻区域,浅红色区域代表ISIS的支持者的分布区域)
研究还指出了下一步ISIS的两个重点目标:Balad 和 Baiji 。Balad 附近有重要政府空军基地,Baiji 则有一个区域的主要炼油厂。
尽管已经引起了五角大楼的兴趣,但由于 ISIS 兴起的时间不长,因此凭借现有数据判定出 ISIS 的未来行为,可能是很难的。沙卡林说 “ 我们是在做对 ISIS 既有行为的解释,而不是对未来行为的预测。” 但是,通过引入机器学习技术,这个分析工具正在不断的收集和补充更多的 ISIS 相关的信息,对他们行为的解释模型也会变得越来越精确。也许,离真正的预测也就不远了。而一旦能够成功预测出 ISIS 的未来行动范围,毫无疑问能够为人类彻底铲除这个毒瘤尽一份力。
而更有想象力的事情发生在未来 —— 随着人们对战争收集的数据越加完备,处理的速率和效率越来越高,以及人工智能和机器学习技术的发展。未来的战争会怎样打呢?孙子曾经认为用兵打仗要“其疾如风,其徐如林,侵掠如火,不动如山,难知如阴,动如雷震。”,在大数据的高效处理下,人的思维还能够“难知如阴”吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01