W lipcu ubiegłego roku ponad dwa tuziny ludzi zostało rannych podczas strzelania w klubie nocnym w Little Rock w Arkansas, incydent związany z gangami, zgodnie z relacjami mediów lokalnych i krajowych.
Gdybyś był analitykiem w amerykańskiej społeczności wywiadowczej zajmującym się problemami terroryzmu związanymi z Rosją, ten wniosek nie zainteresowałby cię. To, co zatrzymałoby cię na twojej drodze, to fakt, że następnego dnia rosyjski konsulat napisał na Twitterze, że atak mógł być terroryzmem z udziałem Rosjan.
W zalewie wiadomości o ataku i niezliczonych innych wydarzeniach na świecie mogłeś przegapić teorię terroryzmu. W końcu ludzie mogą przetwarzać tylko tyle informacji ręcznie. Ale jeśli korzystasz z nowego narzędzia do wizualizacji ze startu sztucznej inteligencji Elementarzzobaczyłbyś duże zainteresowanie rosyjskich mediów atakiem na Little Rock. Chociaż teoria ta ostatecznie okazała się błędna, przynajmniej zdawałeś sobie z tego sprawę i mogłeś podejmować decyzje dotyczące tego, co chciałbyś zgłosić przełożonym.
Dzisiaj Primer wychodzi z ukrycia. Firma 35-person startup, która niedawno zakończyła rundę finansowania w wysokości X milionów dolarów serii A, opracowała system uczenia maszynowego, który jest w stanie szybko przeszukiwać dziesiątki milionów źródeł danych - artykuły prasowe, artykuły naukowe, posty w mediach społecznościowych i i tak dalej - do ujawnienia informacji niezbędnych zarówno analitykom wywiadowczym, jak i analitykom korporacyjnym. System jest również w stanie dostarczyć najbardziej istotne punkty danych w języku naturalnym, które zbliżają się do poziomu, który mógłby napisać ludzki analityk.
Pierwszymi klientami firmy Primer są In-Q-Tel, niedochodowa firma venture capital, która inwestuje w firmy opracowujące technologie przydatne dla CIA i innych agencji wywiadowczych; Walmart i singapurski suwerenny fundusz majątkowy GIC o wartości 100 miliardów dolarów.
„Dla nas głównym celem jest zbudowanie technologii, która potrafi czytać i pisać, a także pomóc nam zrozumieć świat” - powiedział Sean Gourley, CEO firmy Primer - „gdy staje się on coraz bardziej niestabilny, niepewny i złożony”.
Zaletą firmy Primer dla klientów korporacyjnych i rządowych jest zdolność technologii do przesiewania ogromnych ilości danych. Według IDC łączna ilość danych generowanych globalnie wzrośnie z 16.1 zettabytes (bilion gigabajtów) w 2016 do 163 zettabytes przez 2025. Z tego zettabajty 5.2 zostaną poddane analizie danych przez 2025, 50 razy więcej niż w ubiegłym roku. Oczekuje się, że systemy sztucznej inteligencji będą dotykać 1.4 zettabytes przez 2025, 100 razy więcej niż w ubiegłym roku.
To wielkie liczby, a Primer uważa, że jego technologia może pomóc klientom znaleźć znaczące informacje, które znajdują się na drugim końcu długiego ogona, w rzeczach, które mogą być ukryte, jak to ujmuje Gourley, siódmy akapit na stronie 163 niejasnego raport. Ludzki analityk może nigdy nie miałby czasu, aby odkryć coś tak głęboko w stosie, ale system Primer ma to uwypuklić, jeśli pasuje do zainteresowań analityka - i zrobić to w sposób łatwy do strawienia i przekazania innym.