För trettio år sedan krävdes det intuition för att hitta en förrädare, en slags sjätte känsla av att något inte stämde. Före Internet, utbredd GPS och Google krävdes det pappersspår, mänsklig intelligens och gumshoe-utredningar. Sandy Grimes upplevde detta på nära håll, men nästan av en slump: Hon förlorade en källa.
Sandy Grimes gick samman med en liten arbetsgrupp för att försöka hitta en mullvad på CIA. De kallade sökandet för Operation Playactor. Olivia Fields for NPR hide caption
toggle caption
Olivia Fields for NPR
Sandy Grimes slog sig samman med en liten arbetsgrupp för att försöka hitta en mullvad vid CIA. De kallade sökandet för Operation Playactor.
Olivia Fields för NPR
”När man arbetar i den här typen av verksamhet har man en personlig relation till de människor som när de gick med på att arbeta för USA:s regering lade sina liv i våra händer”, sade hon, och det är därför som hon kan ha tagit det så personligt när en av spionerna hon skötte, en KGB-tjänsteman i Lagos i Nigeria, försvann.
”Han dök inte upp vid den första återkontakten, dök inte upp vid den andra återkontakten”, sade hon. Det visade sig att han hade arresterats, den första i en rad sovjetiska dubbelagenter som upptäcktes arbeta för västvärlden. ”En efter en förlorade vi dem”, sade Grimes, ”och man kunde inte göra det på något annat sätt: Vi svek dem.”
Det stora mysteriet var om byrån hade att göra med en spion i leden eller en kodknäckare i Moskva. Om dagens analysmetoder hade funnits på den tiden hade de kanske påskyndat upptäcktsarbetet. Moderna algoritmer skulle ha radat och staplat anställdas platser, hittat misstänkta mönster i deras arbetsvanor och spårat deras rörelser.
Men på den tiden, i slutet av 1980-talet när det kalla kriget närmade sig sitt slut, var allt CIA verkligen kunde räkna med erfarna underrättelseproffs som Grimes. Så 1991 inledde byrån en utredning som kallades Operation Playactor. Den bestod till stor del av en liten arbetsgrupp med Grimes, en ung anställd vid Office of Security vid namn Dan Payne, en gammal CIA-analytiker vid namn Jeanne Vertefeuille och två FBI-agenter, specialagent Jim Holt och en sovjetanalytiker vid namn Jim Milburn. (”Vi kallade dem Jim Squared”, sade Grimes.)
Sandra ”Sandy” Grimes, som arbetade vid CIA från slutet av 1960-talet, i sitt hem i Great Falls, Va. Som en av utredarna i Operation Playactor skapade Grimes en kronologi som var avgörande för att identifiera Ames som spion. Nikki Kahn/The Washington Post via Getty Images hide caption
toggle caption
Nikki Kahn/The Washington Post via Getty Images
Sandra ”Sandy” Grimes, som arbetade vid CIA från slutet av 1960-talet, i sitt hem i Great Falls, Va. Som en av utredarna i Operation Playactor skapade Grimes en kronologi som var avgörande för att identifiera Ames som spion.
Nikki Kahn/The Washington Post via Getty Images
Utredningen var en utredning som krävde kalkylblad, pappersakter och förhör, och efter månader av att ha tuggat igenom alla dessa analoga verktyg lyckades teamet begränsa sin lista till cirka 150 CIA-anställda – alldeles för många personer för att ett litet team skulle kunna misstänka eller utreda. Så de kom på en otroligt ovetenskaplig lösning: De bad varandra att lista namnen på fem eller sex personer på byrån som gjorde dem oroliga och rangordnade dem sedan.
Och även om några av namnen på gruppens listor överlappade varandra, fanns det för Grimes egentligen bara en misstänkt: en person som hon hade känt i flera år och som hon faktiskt hade samåkt med; en person som nyligen hade återvänt från en tjänstgöring utomlands: en man vid namn Aldrich Ames.
Ett arkivporträtt från CIA av Ames. Som medlem av byråns operativa avdelning med ansvar för sovjetisk kontraspionage blev han en av de högst rankade och mest skadliga spionerna i USA:s historia. Jeffrey Markowitz/Sygma via Getty Images hide caption
toggle caption
Jeffrey Markowitz/Sygma via Getty Images
Ett arkivporträtt från CIA av Ames. Som medlem av byråns operativa avdelning med ansvar för sovjetisk kontraspionage blev han en av de högst rankade och mest skadliga spionerna i USA:s historia.
Jeffrey Markowitz/Sygma via Getty Images
Namnet kanske ringer en klocka. Som medlem av CIA:s operativa avdelning med ansvar för sovjetisk kontraspionage blev han en av de högst rankade och mest skadliga spionerna i USA:s historia. Och Grimes misstänkte honom av en anledning som ingen algoritm hade kunnat ana: Han verkade helt enkelt annorlunda. ”När han kom tillbaka från Italien 1989 var han en annan människa, verkligen en annan människa”, sade Grimes och förklarade varför han toppade hennes lista. ”Det var som om han kartlade sin egendom och det var nästan den här attityden: ’Jag vet något som du inte vet’. ”
Ett fiskliknande inventeringsproblem
Ungefär samtidigt som Playactor-teamet började sitt sökande efter en förrädare började en datavetare vid namn Jeff Jonas ett nytt jobb i Las Vegas. Månader tidigare hade han fått ett telefonsamtal från The Mirage Casino som frågade om han kunde bygga en speciell programvara åt det. ”De sa: ’Vi har ett lagerproblem'”, minns Jonas. ”Och jag sa: ’Åh, jag är bra på inventeringssystem’. Sedan sa de: ’Bra, det är för fisk’. ”
Mirage hade precis öppnat och hade redan ett problem som man inte hade räknat med: Dess landmärke med ett akvarium på 20 000 gallon höll på att bli en ekonomisk dränering. Det innehöll tusentals dyra och sällsynta tropiska fiskar som man inte kunde redogöra för. ”Jag tror att de spenderade omkring en miljon dollar per år på att underhålla akvariet”, säger Jonas, ”och de försökte hålla reda på vad som åt vad.”
Jonas slutade med att skapa något som vi i dag skulle betrakta som ett av de tidiga dataanalysprogrammen. Hans mjukvara följde inte bara fiskarna utan gjorde det också möjligt för kasinot att fatta bättre beslut om hur de fyllde på akvariet. ”Jag visste inte riktigt då att det skulle bli mitt livsverk”, säger Jonas. Jonas specialitet är att matcha identiteter. Det började med fiskar och övergick sedan till människor. ”Att matcha identiteter råkar bara vara ett svårt problem”, sade han.
Efter att Jonas hade hjälpt Mirage med sitt fiskprogram började kasinon längs remsan fråga honom om han kunde hjälpa dem att modernisera sina säkerhetssystem. I början av 1990-talet var den senaste tekniken för att spåra människor i Vegas bokstavligen ett 3 x 5 tum stort registerkort. ”De gjorde kort över de anställda och de sorterade dem efter namn och de hade en annan uppsättning kort för samma anställda sorterade efter adress”, minns Jonas. ”Det var precis som i biblioteket, men i stället för ämne, titel, författare skulle det vara namn, adress, telefon.”
Jonas började med att digitalisera alla dessa kort, och sedan skapade han ett system som han kallade Non-Obvious Relationship Awareness, eller NORA. ”Det fick det namnet eftersom jag började hitta saker som man inte förväntade sig att det skulle hitta”, säger han. Systemet kunde flagga för en person vid ett spelbord som kanske hade samma telefonnummer som en anställd. Om någon angav mer än ett födelsedatum under sin livstid skulle NORA också identifiera detta. ”Många gånger landar data och det är ingen stor sak”, sade Jonas. ”Men ibland när data landar är det viktigt.” NORA skapade system som skulle hjälpa till att fokusera mänsklig uppmärksamhet på dessa viktiga bitar.
Jeff Jonas sitter vid en dator och skapar programvara som inte bara spårade fisken från The Mirage, utan som också gjorde det möjligt för kasinot att fatta bättre beslut om hur de fyllde akvariet. Så småningom skulle detta system bli känt som Non-Obvious Relationship Awareness – NORA. Olivia Fields for NPR hide caption
toggle caption
Olivia Fields for NPR
Jeff Jonas sitter vid en dator och skapar en mjukvara som inte bara spårar fisken från The Mirage, utan som också gör att casinot kan fatta bättre beslut om hur de fyller på akvariet. Så småningom skulle detta system bli känt som Non-Obvious Relationship Awareness – NORA.
Olivia Fields för NPR
NORA riktade bland annat människans uppmärksamhet på en grupp collegestudenter som verkade ha otroligt mycket tur vid blackjackborden. De fuskade inte, verkade det som. Men det var märkligt att så många unga spelare klarade sig så bra. NORA kom så småningom fram till att dessa unga människor räknade kort – och var medlemmar i MIT Blackjack Team. (Korträkning är inte olagligt, men korträknare ombeds vanligtvis att lämna kasinot. Laget skapade ett ”investeringsbolag” som placerade spelarnas kontanter och sedan delade ut deras vinster. Så småningom förbjöds dess ledande spelare från de flesta kasinon.)
Hade Grimes och CIA-teamet känt till NORA hade det kanske varit precis vad de behövde för att hjälpa dem att hitta och fälla sin egen misstänkte.
Ett mycket analogt system
Det som Grimes hade i stället var en slags mänsklig NORA-ekvivalent. Bland annat hade hon haft en lång personlig interaktion med Ames. Hon observerade hans beteende, på nära håll, långt innan han någonsin blev misstänkt, och hon kunde bedöma vad hon ansåg vara ett beteende utöver det vanliga för en CIA-agent. ”Under bilpoolsdagarna var han alltid sen”, sade hon. ”Han kom springande ut ur lägenheten, skjortan hängde ut, olika färgade strumpor på. Han var en slarver.”
En episod som involverade hans fru, Rosario, fick henne också att tveka. Rosario hade bett en CIA-kollega att skicka henne prenatala vitaminer när hon och Ames var stationerade i Rom 1988. När Grimes sprang på den hjälpsamma kollegan som hade skickat vitaminerna månader senare bar hon en vacker Gucci-sjal. ”Var har du fått tag på den?” Grimes frågade henne. Kollegan sa att Ames fru hade skickat den till henne efter att ha fått vitaminerna. ”Jag sa: ’Det var en fin gåva. ”
I isolering skulle dessa saker ha betytt lite, men NORA-systemet i Grimes huvud fortsatte att pinga på henne när Playactor-teamet intervjuade andra misstänkta. En av frågorna de ställde till alla på deras långa lista – oavsett deras placering på den listan – var denna: Om du skulle spionera eller anmäla dig frivilligt, hur skulle du göra det? De flesta som de pratade med såg frågan som en mental övning; Ames blev förbryllad av frågan. ”Han var tungvrickad”, sade Grimes. ”Det är klart att vi inte säger något, eller hur? Vi sitter där och lyssnar. Men efteråt var vi helt chockade över att han tyckte att frågan var obekväm.”
Den blev en datapunkt i ett mycket analogt system som teamet hade skapat på sina datorer. Payne, den unge FBI-agenten, började få fullmakter för Ames’ bokslut och banktillgodohavanden. Grimes började sammanställa en kronologi med en förteckning över Ames olika CIA-uppdrag, vem han hade rapporterat att han hade träffat i Italien, vilka fall han arbetade med i Amerika. Hon lade till andra slumpmässiga datapunkter: När kom han in och ut från kontoret? När gick han ut för att röka?
Hon lade in allt detta i ett ordbehandlingsdokument på sin dator, vilket i sig innebar vissa utmaningar. Varje morgon när hon loggade in måste hon vänta 20 minuter på att den skulle laddas in där hon hade slutat. ”Varje dag var det en frustration”, sade hon. ”Det var tanklöst.”
Grimes var tvungen att bygga upp en kronologi som följde den huvudmisstänktes alla rörelser. Men hon var tvungen att göra det från grunden och uppåt. Inga kalkylblad. Inga databaser. Bara ett ordbehandlingsdokument som växte till hundratals sidor. Vissa morgnar fick hon vänta i 20 minuter på att dokumentet skulle laddas. Olivia Fields for NPR hide caption
toggle caption
Olivia Fields for NPR
Grimes var tvungen att bygga upp en kronologi som följde den huvudmisstänktes varje steg. Men hon var tvungen att göra det från grunden och uppåt. Inga kalkylblad. Inga databaser. Bara ett ordbehandlingsdokument som växte till hundratals sidor. Vissa morgnar fick hon vänta i 20 minuter på att dokumentet skulle laddas.
Olivia Fields för NPR
Ett av problemen var att för att dokumentet skulle vara användbart och sökbart måste det vara helt konsekvent. Du kunde inte skriva 7 mars en dag och sedan skriva 03/07 nästa dag. Det fick inte finnas några stavfel eller vilsna mellanslag. ”I slutet av dagen var jag tvungen att gå tillbaka och granska allt jag hade skrivit”, säger Grimes. ”Och det kan vara den lilla informationen som gör hela skillnaden.”
Denna uppmärksamhet på detaljerna betalade sig så småningom en morgon när Payne kom till kontoret med ett kuvert fullt av bokslutshandlingar. Han fiskade upp några inbetalningskvitton ur mappen och började sedan lägga till informationen i ett kalkylblad på sin dator. Sedan, som de hade för vana att göra, skickade han sedlarna över kontorsväggen till Grimes, som sedan bläddrade ner till rätt datum i kronologin och lade till dem.
”Jag råkade bara kasta en blick på raden ovanför och tänkte: ’Oj, herregud, dagen innan, lunch med Chuvakhin'”, säger Grimes. ”Och jag tänkte, vilket märkligt sammanträffande.” Sergei Chuvakhin var en sovjetisk diplomat stationerad i Washington. ”Den andra inbetalningssedeln kommer över kubikväggen till mig.” Det var en kontantinsättning på 5 000 dollar som gjordes den 5 juli. Tre dagar tidigare stod det i kronologin: Lunch med Chuvakhin. Grimes knyckte pannan och tog tag i den sista insättningssedeln. Den var på 8 500 dollar i kontanter, insatt den 31 juli. Och kronologin visade att Ames samma dag hade ätit lunch med Chuvakhin.
”Det var allt för Sandy”, sade Grimes och hänvisade till sig själv vid namn. ”Jag sa: ’Ni kommer inte att tro det, det här är det – ni kommer inte att tro det.” Hon sprang ner i korridoren för att berätta det för chefen för CIA:s kontraspionageavdelning, Paul Redmond. ”Jag stängde dörren och väntade inte på honom, jag sa bara: ’Det krävs ingen raketforskare för att se vad som pågår här: Rick är en jävla sovjetisk spion.” (Grimes sade att hon och Redmond fortfarande bråkar om hennes exakta ord. Han säger att hon använde ett mer färgstarkt ord, ett ord som Grimes sa var ett av hans favoritord.)
”Det finaste fall av olydnad jag någonsin mött”
FBI inledde en formell utredning av Ames en kort tid senare; men för att bygga upp fallet var byrån beroende av vad som i dag skulle tyckas vara otroligt analoga saker: telefonavlyssning, avlyssningsapparater, bevakning, flygplan, till och med sopor.
”Ibland måste man borra i väggplattorna för att sätta in mikrofonerna”, säger Robert ”Bear” Bryant, som skulle bli biträdande chef för FBI och som övervakade Ames-utredningen. ”Om man måste gå in i gipsväggen måste man koppla in en elledning, men det svåraste är att få gipsväggen att matcha.”
Detta är första gången Bryant talar offentligt om Ames-fallet. ”Vi satte mikrofoner i hans bil, i hans hus; vi bevakade killen nästan från det att han gick till jobbet.” De hade till och med ett flygplan i luften som följde honom när han körde från sitt hus i Arlington, Va, inte långt från Langley. ”Du hade en kille med en kikare och han sitter där och tittar på motivet när de rör sig”, sade Bryant. ”Det är det bästa sättet att inte förlora någon.”
FBI-agenter hittade den här lappen i Ames papperskorgen 1993; den hänvisar till ett möte med hans KGB-kontakt i Bogotá, Colombia. The Life Picture Collection via Getty Images hide caption
toggle caption
The Life Picture Collection via Getty Images
FBI-agenter hittade den här anteckningen i Ames’ sopor 1993; den hänvisar till ett möte med hans KGB-kontakt i Bogotá, Colombia.
The Life Picture Collection via Getty Images
Men det var något som Bryant uttryckligen hade bett agenterna att inte göra som ledde dem till ett brott i fallet: De gjorde vad som är känt som en ”trash cover”. ”När en person ställer ut sina sopor kan du, om det är på allmän egendom, beslagta soporna och göra en husrannsakan i dem”, säger Bryant. ”De gjorde det mot min order.”
Hösten 1993 minns Bryant att en av hans agenter viftade med en plastpåse med ett gult papper mot honom när han kom in på kontoret. ”Jag frågade: ’Vad i helvete är det där?’ Han sa: ’Vi hämtade det från soporna’. ”
Det var en lapp som Ames hade skrivit till sig själv om ett möte som han skulle ha haft med en KGB-handläggare i Bogotá, Colombia. ”Det var nyckeln till fallet, och en stor nyckel eftersom vi visste var han skulle göra en överlämning. Senare blev jag tillfrågad om det och jag sa att det var det finaste fallet av olydnad jag någonsin mött.”
En mapp i huvudet
Jonas icke uppenbara relationsprogram i Vegas för flera decennier sedan har ersatts av något som i insiderhotbranschen kallas Entity Resolution. Det är ett försök att lära en dator att göra samma associationer som våra hjärnor, utan att vi är helt medvetna om det, gör nästan omedelbart.
Tänk på musikern Prince. Symbolen som han använde för sitt namn kan vara en av de första saker som kommer i åtanke. Vi vet inte hur vi ska förklara att vi associerar den symbolen med Prince – vi vet bara att vi gör det. Sedan görs andra kopplingar: låten ”Purple Rain”, en lila gitarr, en sammetsdräkt.
”Alla de där sakerna som du har samlat på dig med tiden om Prince lever i en mapp i ditt huvud”, förklarar Jonas. ”Och de kom vid olika tillfällen och de beskrevs på olika sätt, men Entity Resolution gummibandades ihop.”
Vår hjärna är väldigt bra på att göra kopplingar. ”Alla saker som du har snappat upp med tiden om Prince lever i ditt huvud, förklarar Jonas, och de kom vid olika tidpunkter och beskrevs på olika sätt, men du förde dem samman på samma sätt. Entity Resolution försöker lära datorer att göra samma sak. Olivia Fields for NPR hide caption
toggle caption
Olivia Fields for NPR
Våra hjärnor är väldigt bra på att göra kopplingar. ”Alla saker som du har fått med tiden om Prince finns i ditt huvud, förklarar Jonas, och de kom vid olika tidpunkter och beskrevs på olika sätt, men du sammanförde dem på samma sätt. Entity Resolution försöker lära datorer att göra samma sak.
Olivia Fields för NPR
Det som skiljer Entity Resolution från traditionella algoritmer är att i stället för att tugga igenom enorma datamängder för att se vad den kan hitta, försöker den organisera saker mer som hjärnan gör. Den frågar: Hur kan ett personnummer likna ett fordonsidentifieringsnummer eller ett serienummer på en router? Hur kan ett födelsedatum liknas vid ett bilmärke eller en bilmodell? Och det sätt på vilket de är likadana är att de i allmänhet identifierar en enda, diskret sak.
Om du hittar ett identiskt VIN på ett antal bilar märker datorn det och markerar det som en anomali. När algoritmen utvecklas kan den hitta andra saker som inte stämmer. I fallet Ames kanske den ser att han just betalat 400 000 dollar kontant för ett hus, men att han tjänar mindre än 70 000 dollar per år. Algoritmen kan flagga för att det är konstigt, så det kräver förmodligen en ny titt.
”Det mest fantastiska med vår algoritm är förmodligen att den kan ändra uppfattning om det förflutna”, säger Jonas. Med andra ord kan den gå tillbaka i tiden för att se om en ny information föreslår ett nytt sätt att tänka på det du analyserar. Du ser att det finns en lunch med en sovjetisk diplomat i Washington D.C. i slutet av juli; väcker det några frågor om den typen av möten i det förflutna? Var det något mönster som vi kanske hade missat?
När Grimes lade till informationen om inbetalningskvittot till sin kronologi råkade hon kasta en blick på raden ovan och såg då luncherna med den sovjetiska diplomaten. Det är en analog version av vad Entity Resolution nu försöker göra.
”Det är historien om att data hittar data”, säger Jonas. ”Det som stör mig med Ames-fallet … är att man måste vänta på att människor ska ställa frågor; man måste vänta på att dåliga saker ska hända. I dag skulle man ta en kopia av allt som finns på hans personliga bärbara dator, och när de väl kan titta på hans bankkonto dyker nya uppgifter upp.”
Människor behöver mycket tid för att bearbeta denna information. Det behöver inte datorer. Inga otympliga, handskrivna kronologier. Jonas menar att det är viktigt att inte förlita sig på magkänsla eller intuition. ”En lista över personer som vi har en föraning om kommer inte alltid att fungera”, säger han. Entity Resolution kan vara den teknik som överbryggar denna klyfta.
I flera år innan Ames greps slog det ingen att märka att hans arbetsmönster hade förändrats. Det fanns inga algoritmer som kunde ha satt ihop att han drack, hade gått igenom en kostsam skilsmässa, betalat kontant för sitt hus, körde en ny bil och kom tidigt till kontoret och gick sent därifrån. Detta var saker som Ames själv medgav att han borde ha tipsat myndigheterna om. Det var bara något de såg i efterhand.
Ames greps den 21 februari 1994 anklagad för spionage. Han erkände sig skyldig i april samma år och dömdes till livstid utan villkorlig frigivning. Jeffrey Markowitz/Sygma via Getty Images hide caption
toggle caption
Jeffrey Markowitz/Sygma via Getty Images
Ames arresterades den 21 februari 1994 på grund av spionage. Han erkände sig skyldig i april samma år och dömdes till livstid utan villkorlig frigivning.
Jeffrey Markowitz/Sygma via Getty Images
”Det som algoritmen inte har någon insikt i är om personen har ändrat sitt mönster för att den kanske har fått barn och nu kommer på andra tider, eller om den kanske har varit sjuk och därför har gjort en serie sjukgymnastiska behandlingar på morgonen”, säger Yael Eisenstat, före detta CIA-analytiker och nu gästforskare vid Cornell Tech. Eisenstat studerar hur algoritmer och teknik påverkar samhället. ”Det finns så många faktiska mänskliga saker som skulle kunna göra den där avvikelsen i mönstret, algoritmen kommer inte att veta det”, sade hon.
Det är därför algoritmerna fortfarande behöver människor för att lägga ihop två och två, som Grimes gjorde. I efterhand var hennes spindelsinne mer effektivt än vad någon algoritm skulle kunna vara. Till och med långt senare sade hon att det var Ames hybris som hjälpte henne att lista ut att han var deras man. Han trodde att han var smartare än alla andra och gav till och med Grimes och Vertefeuille råd om vad Playactor-utredningen skulle leta efter.
”Han sa till mig: ’Du tittar på de bra fallen och du tittar på de dåliga fallen och ser vad som skiljer sig åt'”, sade Grimes. Hon minns att hon då tänkte för sig själv: ”Det är bra att du tycker att jag är så dum. Han trodde att vi var två dumma brudar.”
Två dumma brudar som fångade en spion.