（人工智能从关系网中发现恐怖分子|图片来源：Palantir）
类似这样的细节报告令美国情报机构走出了许多过去的误区，比如在伊拉克的自杀性袭击中，反抗组织更依赖雇佣军走私网络，而不是狂热信徒。在阿富汗，美国特种部队利用Palantir来策划袭击行动。在检索一个小村庄前，系统会给出地图，详细指出所有发生过枪击冲突和土炸弹爆炸的地方，然后再判断出哪里最有可能被伏击。根据这些信息，特种部队可以轻松地占领这个村子。
有消息称Palantir协助中情局找到了大量基地组织和塔利班高层，并在美国军方追杀本·拉登的行动中发挥了作用。2010年春，加拿大安全部门利用Palantir的软件粉碎了一个间谍组织，这个组织曾经侵入了印度国防部和一些政要的电子邮箱。
天网恢恢
2015年5月，美国国家安全局（NSA）被曝出正在运行一个代号为“天网（Skynet）”的项目。不同于电影《终结者》中试图毁灭人类的大规模人工智能Skynet，NSA的“天网”可以根据个人所处位置、拨打电话的时间地点、去往相关地方的频率等信息，分析和寻找恐怖主义分子。
（天网通过机器学习训练来寻找可疑目标|图片来源：The Intercept）
天网计划是基于人工智能算法的云端大数据分析系统，可以综合分析多维度的元数据，通过机器学习来进行情报检测。与NSA合作开发天网的研究机构包括哈佛大学、MIT林肯实验室和TMAC（旅行和流动分析中心）。
人工智能还被用于机场安检。911之后，负责全国机场安检的美国运输安全局（TSA）工作量剧增。TSA雇用了约六万五千名职工，每天安检一百八十万乘客、五百万件行李。反恐任务艰巨而TSA经费紧张，因此有专家提出采用“画像法”（Profiling）重点排查具有某些行为和背景特征的乘客，但因为被批评有种族和宗教歧视之嫌，这一提议未被系统采用。
此后，TSA启动了风险安全计划，开发了名为“风险管理分析工具”的数据处理系统。这一系统利用多年积累的大量经验性数据，模拟恐怖分子行为，进而找出机场安检的薄弱环节、改革安检程序。对照系统勾画出的恐怖分子“画像特征”，TSA把乘客分成几等，区别对待，实行不同的安检程序，重点检查人数不多的某几类乘客，从而集中有限的人力物力。
小编推荐阅读
