En la agencia de investigación y desarrollo de la comunidad de inteligencia, la sabiduría de la multitud suele ser más importante que la de los expertos.
La Actividad de Proyectos de Investigación Avanzada de Inteligencia está llevando a cabo varias expediciones de investigación simultáneas sobre cómo los datos de fuentes colaborativas podrían usarse para predecir eventos específicos, incluidos brotes de enfermedades o disturbios. Algunos análisis han revelado conexiones inesperadas entre datos aparentemente no relacionados y la probabilidad de que ocurra un evento, incluido que, en conjunto, las reservas canceladas para cenar son predictores bastante buenos de brotes de enfermedades.
En un programa de indicadores de código abierto, IARPA intentó predecir eventos significativos, incluidos brotes de enfermedades e inestabilidad global, utilizando datos disponibles públicamente, dijo el director de IARPA Jason Matheny durante una conferencia mundial de análisis predictivo en Washington el martes. Un equipo de Virginia Tech desarrolló un sistema que incorporó decenas de miles de flujos de datos, incluidos datos de redes sociales, tráfico de enrutadores y reservas en línea, y creó un pronóstico para determinar si era probable que ocurriera un evento en particular, "como si ocurriera o no. habrá inestabilidad política en las calles de Caracas el martes ”, explicó Matheny.
Al final de un torneo de pronósticos que analizaba datos de América Latina, China y partes de África, OSI pudo generar un pronóstico dentro de siete días con una precisión de 70 a 85, dijo.
IARPA también tiene un proyecto de entorno de sensor no convencional automatizado de ataque cibernético destinado a predecir cuándo se planean los ataques cibernéticos, obteniendo datos de charlas en foros de piratas informáticos, consultas de búsqueda web y cambios en los precios del malware en los mercados negros, dijo.
"Cuando la gente comienza a comprar malware ... hay una respuesta de precio", dijo Matheny.
Hasta ahora, pronosticar la inestabilidad económica ha sido un desafío distinto, dijo Matheny.
“Este es un problema muy, muy difícil porque si pudieras hacerlo con precisión, podrías superar a Wall Street”, dijo. "A pesar de nuestros mejores esfuerzos, no hemos podido vencer a Wall Street".