ISIS的行为并不是完全随机的，而是有规律可循，这是Paulo Shakarian的惊人发现。
挖掘ISIS行为之间的相关性
今年8月，Paulo Shakarian的团队在知识发现与数据挖掘会议(Conference>这篇论文中，他们分析了战争研究所提供的2200个ISIS相关事件的数据，构建了一个描述模型——一个模拟ISIS行为的算法。这2200个事件发生于2014年下半年，既包括了围绕ISIS的军事行动，以及反对ISIS的势力(包括伊拉克、叙利亚和美国领导的联盟)。在其中，他们将逻辑程序和因果推理相结合，试图挖掘出事件之间的因果关系。
由此，他们得出了一些规则，这些规则的预测是由多个原子命题(不包含其他命题作为其组成部分的命题，即在结构上不能再分解出其他命题的命题)所组成，并通过比较相同事件序列的规则，来获得因果关系的证据。除了考虑规则的概率(p)之外，他们还研究了因果关系的度量εavg，这可以看做是当同时考虑到其他类似规则时，规则的先决条件所能提供的概率提升。
结果，他们果然发现了一些规律：
1，如果在某个星期，ISIS在伊拉克采取了步兵行动并伴有间接射击，那么，下一个星期在叙利亚就会出现车载简易爆炸装置(VBIED)的行动。(p=1.0，εavg=0.92)
2，如果在某个星期，ISIS在伊拉克提克里特市采取了行动，并进行了大规模的处决，那么，随之而来的就是伊拉克的叙利亚同时出现大量简易爆炸装置(IED)。(p=1.0，εavg=0.97)
3，叙利亚政府空袭之后的一个星期内，ISIS往往会扣留大量人质(εavg=0.91，p=0.67)。并且，在他们的数据库中，类似的大规模扣留总是发生在叙利亚空袭之后。
4，如果联军空袭伊拉克摩苏尔市的同时，ISIS正在对安巴尔省采取行动，那么在空袭后的一个星期内，ISIS在伊拉克的简易爆炸装置行动会大大增加(p=0.67，εavg=0.97)。然而，如果空袭的同时，ISIS还在对叙利亚采取行动，那么，当地简易爆炸装置的使用也会增长(p=0.67，εavg=0.79)。
ISIS每周在伊拉克和叙利亚的武装袭击
根据这些行为规律，他们得出了以下一些结论：
1，ISIS可能会在除巴格达以外的其他区域采取大规模步兵行动之前，在巴格拉采取自杀式车载炸弹，来防止伊拉克军队/警察的增强部署。
2，ISIS倾向于在大规模步兵行动之前，采取间接射击(IDF)作为前导——更符合传统军事力量，而不是大规模使用IDF来实现骚扰的目的(这在伊拉克自由行动期间的反叛团体中很常见)。
3，联军空袭与ISIS对简易爆炸装置的使用之间存在着关系，但却没有激发其他更大规模的武器(例如车载炸弹)，这可能意味着ISIS在这种行动后，会依赖更加分散和反叛风格的策略。
论文中，Shakarain的团队发现，有两个目标对ISIS似乎有特别高的价值——巴拉德和拜伊吉。拜伊吉拥有一座主要的炼油厂，而巴拉德靠近一座重要的政府军事基地 。
Shakarain说，这篇论文描述了「概念的证据」，尽管算不上真正的「大数据」，但结果是显著的。由于数据有限，他们只聚焦在对过去的行为进行建模。
美国国防部对他的研究很感兴趣，或许代表着五角大楼将越来越接受这种数据驱动的计算机研究方法 。他们将继续研究更复杂的临时关系，可能会使用更加细分的时间区间，并且对多个时间单位进行分析。另外，他们还将研究环境变量(例如天气、信息、社交媒体、政治情况等)来找到更多的规律，对反恐策略提供一定的帮助。
不仅如此，人工智能还能完成更多的反恐任务，例如面部识别、分析监控录像中的人类行为等等。希望有更多的研究者投身这个领域，让机器保护我们的生命。但仅靠机器来维持和平是不可能的，更需要的是人的心灵。正如爱因斯坦所说：