Połączenie rządu ze sztuczną inteligencją

Prywatne firmy wykorzystują już sztuczną inteligencję, aby znaleźć efektywność we własnym biznesie i poprawić zwrot z inwestycji w produkty i projekty.

Ryzykując randki ze sobą, jednym z moich ulubionych filmów, gdy dorastałem jako dziecko, były „Gry wojenne” z Matthew Broderickiem w roli głównej. Wtedy nie zdawałem sobie z tego sprawy, ale w kulminacyjnej scenie duży superkomputer „WOPR” obsługiwany przez Departament Obrony pokazał możliwości sztucznej inteligencji. Grając w kółko i krzyżyk przeciwko sobie, nauczył się lekcji, która zapobiegła globalnej wojnie termojądrowej.

Pod wieloma względami Hollywood wypaczyło to, o czym wielu myśli, gdy po raz pierwszy usłyszeli termin sztuczna inteligencja lub sztuczna inteligencja. Myślałem kiedyś o filmach takich jak „Terminator” czy „Matrix”, w których czujące maszyny rozwijają zdolność samodzielnego myślenia i próbują obalić ludzkość. Chociaż tworzy to ekscytującą fabułę filmową, sztuczna inteligencja ma znacznie bardziej namacalne - i mniej groźne - korzyści, szczególnie dla rządu.

W 2018, amerykańska dyrektor ds. Informacji Suzette Kent ogłosiła utworzenie pierwszej federalnej strategii danych, która posłuży jako podstawa dla wykorzystania agencji przez agencje.

Jej analogia w opisywaniu potrzeby strategii była przekonująca.

„Modernizacja technologii pozwala nam na przemyślenie naszego fundamentu” Kent powiedziałna wydarzeniu zapowiadającym strategię. „Musimy działać agresywnie. Nie chcemy budować szybkiego pociągu bez torów ”.

AI może służyć jako część tego toru. W miarę jak rząd gromadzi coraz więcej danych, potrzeba rozwiązań, które pozwolą uzyskać prawdziwą wartość z tych danych, zyskuje na znaczeniu. Sztuczna inteligencja w połączeniu z dużymi zbiorami danych i analizami może zapewnić tę podstawową wartość i wyjść poza tradycyjne rozwiązania, aby uzyskać głębszy wgląd.

Inne rządy również to zauważyły. Na przykład Zjednoczone Emiraty Arabskie były pierwszym krajem, który mianował wyższego urzędnika gabinetu skupionego wyłącznie na wzmocnieniu AI i nadzorze w rządzie, wyznaczając Minister Stanu ds. Sztucznej Inteligencjiw październiku 2017. Kanada była pierwszym narodem, który wydał krajowa strategia AI. I Chiny wydały plan roczny 3 być liderem… jeśli nie die,en lider… w AI.

Rozumienie AI

Tak więc, dla tych z nas, których rozumienie sztucznej inteligencji było dotychczas wyłącznie hitem hollywoodzkiego hitu, sztuczna inteligencja to nauka o systemach szkoleniowych naśladujących określone ludzkie zadania poprzez uczenie się i automatyzację. Krótko mówiąc, jest to technologia, dzięki której maszyny mogą uczyć się na podstawie doświadczenia, dostosowywać się do nowych danych wejściowych i wykonywać określone ludzkie czynności, takie jak rozpoznawanie wzorców, wykrywanie anomalii w analizie danych, obrazów i wideo itp. Specjalnie dla analityki sztuczna inteligencja może pomóc programom analitycznym w rządzie znaleźć powiązania i trendy w danych, których ludzcy analitycy mogą przegapić ze względu na skalę, złożoność lub inne czynniki… i może to zrobić znacznie szybciej. AI może znaleźć kontekst w danych, uzyskując wgląd w poprzednie odkrycia, aby uzyskać lepsze wyniki w przyszłości. Z punktu widzenia analizy sztuczna inteligencja koncentruje się na następujących obszarach:

• Uczenie maszynowe: uczenie maszynowe i głębokie uczenie się znajdują spostrzeżenia ukryte w danych bez wyraźnego informowania, gdzie szukać i co wyciągnąć. Skutkuje to lepszymi, szybszymi i dokładniejszymi możliwościami podejmowania decyzji.
• Przetwarzanie języka naturalnego: NLP umożliwia zrozumienie, interakcję i komunikację między ludźmi a maszynami, automatycznie wydobywając spostrzeżenia i pojawiające się trendy z dużej ilości ustrukturyzowanych i nieustrukturyzowanych treści.
• Wizja komputerowa: Wizja komputerowa analizuje i interpretuje to, co znajduje się w obrazie lub wideo poprzez przetwarzanie obrazu, rozpoznawanie obrazu i wykrywanie obiektów.
• Prognozowanie i optymalizacja: Prognozowanie pomaga przewidywać przyszłe wyniki, a optymalizacja zapewnia najlepsze wyniki, biorąc pod uwagę ograniczenia zasobów. Obejmuje to włączenie automatyzacji na dużą skalę w celu przewidywania wyników i optymalizacji decyzji.

Przeczytaj całą historię tutaj…