Ad

الإرهاب هو استخدام التمييز المقصود والقوة غير القانونية لخلق الرعب بين عامة الناس لتحقيق أهداف دينية أو سياسية. في سنة ٢٠١٩م، نُفذت ١٤٢١ حادثة إرهابية تسببت في قتل ٦٣٦٢ شخص منتشرة بشكل أكبر في جنوب آسيا والشرق الأوسط. ويوجد على موقع «Global Terrorism Dataset – GTD» معلومات عن الأعمال الإرهابية منذ سنة ١٩٧٠م إلى  ٢٠١٨م  بها أكثر من ١٨١ ألف حدث إرهابي. فكيف يساعدنا تعلم الآلة على مقاومة الإرهاب؟

استخدم فريق من الباحثين تعلم الآلة لتوقع واستكشاف الهجمات الإرهابية وتوضح الاختبارات النهائية أن الأنظمة تتنبأ بدقة بالهجمات في المناطق التي تأثرت سابقًا بالإرهاب. ولكن حدوث « black swan – كارثة إرهابية كبرى» لا يمكن توقعها وتنتشر أسرع ما يمكن.

استخدم الباحثون البيانات المتاحة للهجمات التي حدثت من ٢٠٠٢ إلى ٢٠١٦ م في ١٣ منطقة حول العالم.

تستطيع أحد أنظمة الباحثين التنبؤ بالهجمات في غضون أسبوع قبل الحادثة في المناطق التي توجد بها عدد كبير من المناطق التي تعرضت سابقًا للهجمات الإرهابية حيث العراق وجنوب غرب آسيا خطر حدوث هجمات إرهابية يكون بعد ٢٠٠ أسبوع من الحادث الذي سبقه، أما في المناطق الأقل حدوثًا للهجمات فمن المتوقع ٤٠٠ أسبوع لحدوث هجمات بعد آخر هجمة مثل روسيا وشرق أوروبا.  [1]

https://img-cdn.tnwcdn.com/image?fit=1280%2C720&url=https%3A%2F%2Fcdn0.tnwcdn.com%2Fwp-content%2Fblogs.dir%2F1%2Ffiles%2F2021%2F08%2FUntitled-design-2-2.jpg&signature=8abb90e5eac84daa03def3beab2ec611

تناسب طردي وعكسي للهجمات الإرهابية

وقد طرحت الدراسات أن الهجمات الإرهابية تتكرر في نفس المكان حيث يتناسب طرديًا مع عدد منفذي الهجمات الإرهابية وتوفير التكلفة للقيام بالعملية والقيمة التي يحصلون عليها.

وتوقع أيضًا الفريق وجود تناسب عكسي بين احتمالية حدوث الهجمات الإرهابية والكثافة السكانية. حيث تُنفذ العمليات في المناطق الأقل كثافة سكانية، وأيضًا تتناسب عكسيًا مع تحضر المكان حيث صعوبة الوصول إلى الأماكن الحضرية. 

أهم العوامل المؤثرة التي يدرسها علماء تعلم الآلة في دراسة الهجمات الإرهابية

  1. الانتحارية: هل المُقدِم على العمل لغرض انتحاري أم لديه أهدافًا أخرى؟
  2. تحقيق الهدف: هل نجح المخطط الذي أراده الإرهابيون أم لا؟
  3. نوع السلاح الرئيسي الذي تم استخدامه في العمل:
  •  هل أسلحة بيولوجية أم كيميائية؟
  •  يضربون بالأسلحة أم بالمتفجرات؟
  • يستخدمون رصاص حقيقي أم غير حقيقي أم أسلحة بيضاء؟
  • يستخدمون مركبات أم سيارات مفخخة؟
  1. المنطقة: أمريكا الشمالية وأمريكا الوسطى وأمريكا الجنوبية وجنوب غرب آسيا وجنوب آسيا ووسط آسيا وأوروبا وشرق أوروبا والشرق الأوسط وشمال أفريقيا والصحراء الأفريقية وأستراليا وأوقيانوسيا. 
  2. النوع: حيث ينقسم الى عدة أقسام منها ما هو اغتيال أو هجوم مسلح أو خطف أو سرقة أو هجوم على منشأة أم غير معروف. [6]

أهم التقنيات المستخدمة

الشبكة العصبونية والتعلم العميق حيث وصلت دقة التنبؤ بانتحارية الأعمال الإرهابية حاليًا إلى ٩٨٪. ووصلت دقة التنبؤ بالنجاح في تنفيذ العملية إلى ٨٧٪ باستخدام الشبكة العصبونية و٩٣٪ بالتعلم العميق. وتحديد نوع السلاح بدقة ٧٣٪ بالشبكة العصبونية، بينما وصلت إلى ٩٤٪ بالتعلم العميق.

أما في تحديد المنطقة المستهدفة فوصلت دقة الشبكة العصبونية إلى ٨١٪، بينما دقة التعلم العميق ٩٧٪. وفي تحديد نوع الهجوم وصلت دقة الشبكة العصبونية إلى ٧٩٪ والتعلم العميق إلى ٩١٪.

فيتضح من ذلك أن كفاءة هذه التقنيات قوية وتتفوق تقنية التعلم العميق أكثر من الشبكة العصبونية. 

طريقتان لمنع تفاقم العمليات الإرهابية

  1. حماية المنشآت والأفراد وتحقيق الأمان. 
  2. منع الإرهابيين من القيام بمخططهم عن طريق القبض عليهم قبل التنفيذ. [5]

أهم التطبيقات في استخدام تعلم الاّلة في مواجهة الإرهاب

  1. التنبؤ بوقت ومكان الهجمات الإرهابية من خلال محاولة معرفة وسائل التواصل ومعلومات التحويلات المالية المخالفة للقوانين والسفر غير الطبيعي والبحث على الإنترنت
  2. التعرف على توجهات الأشخاص للتطرف، حيث أن بعض الشركات تبني أنظمة للتعرف على اتجاه الأشخاص عن طريق الفيديوهات التي يشاهدونها ومحاولة مقابلتها بعرض فيديوهات أخرى تواجه ظاهرة التطرف. 
  3. محاولة التعرف على الإرهابيين، حيث تم تحليل بيانات ٥٥ مليون هاتف شخصي لأشخاص في باكستان سنة ٢٠٠٧م. ولُُوحظ أن  ١٥ ألف شخص في تفكيره أن يصبح إرهابيًا، ولكن هذه العملية قد تكون غير دقيقة وغير مؤكدة وقد تتغير المعلومات من وقت لآخر. [5]

أهم التحديات التي تواجه العلماء في استخدام تعلم الآلة في مواجهة الإرهاب

  1. مشاكل متعلقة بحقوق الإنسان، حيث لا يوجد قانون دولي يُمّكن من مراقبة جميع الأفراد، ووضعهم على اختبارات الذكاء الاصطناعي. 
  2. تجميع البيانات قد يكون عشوائيًا وغير دقيقًا. 
  3. انعدام الأمان في استخدام البيانات، حيث من الممكن بيع البيانات لجهة أخرى. 
  4. انعدام الشفافية. 
  5. عدم وجود معايير أساسية مضبوطة. 
  6. الشك وعدم التأكد والتحايل على معرفة أمور شخصية و استغلالها.

مصادر

[1] neural

[2] science advances

[3] hindawi

[4] tech xplore

[5] التحالف الإسلامي العسكري لمحاربة الإرهاب

[6] IJACSA

Hossam Gadallah
Author: Hossam Gadallah

صيدلي مهتم بتحليل البيانات في تطوير مستوى الصحة، ومهتم بالتكنولوجيا والإدارة.

سعدنا بزيارتك، جميع مقالات الموقع هي ملك موقع الأكاديمية بوست ولا يحق لأي شخص أو جهة استخدامها دون الإشارة إليها كمصدر. تعمل إدارة الموقع على إدارة عملية كتابة المحتوى العلمي دون تدخل مباشر في أسلوب الكاتب، مما يحمل الكاتب المسؤولية عن مدى دقة وسلامة ما يكتب.


تقنية ذكاء اصطناعي فكر احصائيات

User Avatar

Hossam Gadallah

صيدلي مهتم بتحليل البيانات في تطوير مستوى الصحة، ومهتم بالتكنولوجيا والإدارة.


عدد مقالات الكاتب : 46
الملف الشخصي للكاتب :

مقالات مقترحة

التعليقات :

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *