隨著俄羅斯和烏克蘭邊境重兵集結，美軍情報分析人員每天必須從大量的衛星圖片中，尋找和計算車輛、飛彈和補給卡車數量，評估實際入侵的可能性，為了降低分析人員的工作量，便找上專門以 AI 演算法分析衛星圖像的 Orbital Insight 公司協助。
地理分析公司 Orbital Insight 位於加州帕羅奧圖（Palo Alto），使用稱為 Orbital Insight GO 的 AI 演算平台，接收衛星、無人機、飛行氣球、手機定位訊號和船舶定位系統等圖像和資訊，分析人類活動模式。
「軍事情報官沒有時間追蹤所有可疑目標，只能專注在最優先的前線人員和武器移動，但大後方看似平常的貨車、火車和船隻移動，對於分析敵方整體調度相當重要。」Orbital Insight 地理空間分析師 Patrick Podejko 表示，目前協助觀測分析全球超過 8,100 個機場、數千個港口和各種實驗場地的日常活動。
以目前俄烏邊境情勢來說，Orbital Insight 演算法幫助美軍分析俄羅斯後方眾多工廠、兵營、補給站，以及公路、鐵路和港口的調動和運輸，來觀察俄軍後勤補給線路的建立情形，因為大規模入侵勢必會先有大規模的補給調動，補給線活動的強度，能預測集結在邊境的十餘萬大軍，是會真的大舉進攻還是演習。
Podejko 也表示，近期為 AI 平台增加不明船隻追蹤功能，標定紀錄特意將船舶定位系統（AIS）關閉的可疑船隻，並從這些可疑船隻的 AIS 開關紀錄推算航道，標定可疑下也可主動警告分析師注意。
但目前 AI 演算法也有侷限，對圖像過少的機密目標如敵方飛彈發射井、發射車或無人機等，缺乏足夠資料學習，會使 AI 無法察覺這些機密目標的移動情況，目前美軍與眾 AI 企業的解決方案是透過電腦合成資料（Synthetic Data），讓 AI 用少量衛星或無人機照片，自行模擬計算目標物的 3D 圖像。
但目前這項技術仍在發展階段，準確率還相當不穩定，因此 AI 演算法只能協助一般目標追蹤分析，機密或敏感目標辨識仍須依賴訓練有素的情報分析師肉眼。
（首圖來源：影片截圖）
