ใช้แป้นลูกศรขึ้น/ลงเพื่อเพิ่มหรือลดระดับเสียงดาวน์โหลดเสียงการสืบสวนคดีอาชญากรรมของกระทรวงกลาโหมมักมีเป้าหมายที่ข้อมูลหลักฐาน แต่ปัจจุบันวิธีการสืบสวนแบบดั้งเดิมได้ผสานรวมการวิเคราะห์ข้อมูลรูปแบบใหม่เข้าด้วยกัน The Naval Criminal Investigative Service (NCIS) มองเห็นการเปลี่ยนแปลงหลายประการในอนาคตNCIS ซึ่งเป็นหน่วยงานบังคับใช้กฎหมายพลเรือนของรัฐบาลกลาง สนับสนุนกรมกองทัพเรือ ตั้งแต่กะลาสีเรือไปจนถึงนาวิกโยธิน ซึ่งทำให้อยู่ในตำแหน่งที่ไม่เหมือนใครในการสืบสวนอาชญากร ป้องกันการก่อการร้าย หรือ
ปกป้องความลับทางทหาร หัวหน้าเจ้าหน้าที่ฝ่ายข้อมูล Laukik Suthar
กล่าวว่าหน่วยงานมีบุคลากรเพียง 2,000 คนใน 190 แห่งทั่วโลก ดังนั้นจุดสนใจหลักในตอนนี้คือการเข้าถึงเจ้าหน้าที่พิเศษของ Department of Navy
ส่วนหนึ่งของการเข้าถึงนั้นคือการทำให้แน่ใจว่าผู้คนมีกลไกการค้นหาหรือดัชนี ดังนั้นพวกเขาจึงรู้ว่าต้องทำงานกับข้อมูลใด“คุณพูดถูกเกี่ยวกับการเปิดกล่องและตรวจสอบให้แน่ใจว่าข้อมูลนั้นมีอยู่จริง แต่เราต้องไปที่การช่วยสำหรับการเข้าถึงด้วย หมายความว่าไม่สำคัญว่าคุณจะอยู่ที่ใด เมื่อคุณเข้าถึงข้อมูลได้ หมายความว่าอาจเป็นได้ ผ่านทางสายแข็งที่ฐาน หรืออาจเป็นทางอากาศก็ได้” Suthar กล่าวในFederal Monthly Insights – Special Bulletin: Digital Investigations “คุณอาจอยู่ที่นั่นนอกบ้านของพยาน และคุณต้องการเข้าถึงข้อมูลนั้น หรือคุณอาจอยู่ในสถานที่เกิดเหตุ และคุณกำลังพยายามเชื่อมต่อข้อมูลประเภทต่างๆ ที่กำลังมองหาคุณอยู่ มีภาพจำลอง 3 มิติของห้องที่คุณต้องการหรือไม่”
เขากล่าวว่าองค์ประกอบหลักสามประการของความท้าทายด้านข้อมูลสำหรับ NCIS ได้แก่ คำถามในการเข้าถึงข้อมูล และคำถามความน่าเชื่อถือ – การรวมข้อมูลเพื่อให้เจ้าหน้าที่พิเศษสามารถดูได้จากรูปแบบข้อมูลที่เชื่อถือได้ เขากล่าวว่าข้อสามคือการวิเคราะห์ข้อมูลแบบซ้อนทับ
“ผมไม่ได้พูดถึง – ปัญญาประดิษฐ์ในรูปแบบที่แท้จริงของมัน”
เขากล่าวกับ Tom Temin ใน Federal Drive “แต่การเชื่อมโยงข้อมูลที่เกี่ยวข้องเข้าด้วยกัน เย็บเข้าด้วยกัน แล้วให้แดชบอร์ดบางประเภทหรือบริบทว่ามันมาได้อย่างไร ร่วมกันสำหรับผู้ปฏิบัติงานในพื้นที่เพื่อให้แน่ใจว่าพวกเขามีข้อมูลที่พวกเขาต้องการ”
เป็นการยากที่จะรวมข้อมูลที่ไม่มีโครงสร้างสำหรับการตรวจสอบในรูปแบบรวม Suthar กล่าวว่าข้อมูลสามารถมาในลักษณะที่ “ไม่สามารถจดจำได้” ซึ่งไม่เป็นธรรมชาติสำหรับเจ้าหน้าที่ที่จะดู แต่อย่างใดก็สมเหตุสมผลสำหรับคอมพิวเตอร์
“แมชชีนเลิร์นนิงและ AI – ปัญญาประดิษฐ์ – ทำงานได้ค่อนข้างดี อีกครั้ง ไปที่เครื่องมือผลิตภัณฑ์ได้ดีพอ เพื่อให้สามารถอ่านข้อมูลได้ แต่นี่คือสิ่งที่เราไม่ได้พูดถึงบ่อยเกินไป ไม่ได้ทำคนเดียว” เขากล่าว “คุณต้องเป็นหุ้นส่วน คุณไม่สามารถทำคนเดียวได้ คุณต้องร่วมมือกับผู้คนและต้องทำงานร่วมกับหน่วยงานอื่นๆ เพื่อให้แน่ใจว่าข้อมูลที่ไม่มีโครงสร้าง – ข้อมูลที่มีโครงสร้างจะเหมือนกันทุกประการกับองค์กรที่เป็นพันธมิตร เพราะเราจาก NCIS เราทำงานในหน่วยงานหลายแห่ง”