Sammenslåing av regjering med kunstig intelligens

Private virksomheter bruker allerede AI for å finne effektiviteter i egen virksomhet og forbedre avkastningen på produkter og prosjekter.

Med fare for å gå sammen med meg selv, var en av favorittfilmene mine som vokste opp som barn "WarGames" med Matthew Broderick i hovedrollen. Jeg skjønte det ikke den gangen, men i klimakscenen viste den store superdatamaskinen 'WOPR' som ble drevet av forsvarsdepartementet, kunstig intelligens. Ved å spille tic-tac-toe mot seg selv, lærte den en leksjon som forhindret global termonukleær krig.

På mange måter har Hollywood vridd hva mange tenker på når de først hører begrepet kunstig intelligens, eller AI. Mine tanker pleide å gå til filmer som "The Terminator" eller "The Matrix" hvor kjente maskiner utvikler evnen til å tenke selv og prøve å styrte menneskeheten. Selv om dette gir en spennende filmplott, har AI mye mer håndgripelige - og mindre truende - fordeler, spesielt for myndighetene.

I 2018 kunngjorde den amerikanske informasjonssjefen Suzette Kent opprettelsen av den første føderale datastrategien som skal tjene som et fundament for hvordan etater bruker AI.

Analogien hennes med å beskrive behovet for strategien var overbevisende.

"Teknologimodernisering gir oss muligheten til å revurdere grunnlaget vårt," Sa Kentpå et arrangement som kunngjør strategien. “Vi må bevege oss aggressivt. Vi ønsker ikke å bygge høyhastighetstoget uten sporet. ”

AI kan tjene som en del av det sporet. Når regjeringen samler inn flere og flere data, øker behovet for løsninger for å drive sann verdi fra disse dataene. AI, i forbindelse med big data og analyse, kan levere den grunnleggende verdien og gå utover tradisjonelle løsninger for å finne dypere innsikt.

Andre regjeringer har også anerkjent dette. For eksempel var De forente arabiske emirater den første nasjonen som utnevnte en senior statsråd kun fokusert på AI-myndighet og tilsyn i regjeringen, og utnevnte en Statsminister for kunstig intelligensi oktober 2017. Canada var den første nasjonen som ga ut a nasjonal AI-strategi. Og Kina har gitt ut en 3-årsplan å være leder… hvis ikke de leder ... i AI.

forståelse AI

Så for de av oss hvis forståelse av AI hittil utelukkende har vært forståelsen av Hollywood-stormklokken, er AI vitenskapen om treningssystemer for å etterligne bestemte menneskelige oppgaver gjennom læring og automatisering. Kort sagt, det er en teknologi som gjør det mulig for maskiner å lære av erfaring, tilpasse seg nye innganger og utføre spesifikke menneskelige oppgaver, for eksempel mønstergjenkjenning, finne anomalier i data, bilde- og videoanalyse og mer. Spesielt for analyser, kan AI hjelpe analyseprogrammer i myndighetene med å finne sammenhenger og trender i dataene som menneskelige analytikere kan savne på grunn av skala, kompleksitet eller andre faktorer ... og det kan gjøre det med mye raskere hastighet. AI kan finne kontekst i data og få innsikt fra tidligere funn for å skape bedre resultater i fremtiden. Fra et analytisk perspektiv har AI en tendens til å fokusere på disse områdene:

• Maskinlæring: Maskinlæring og dyp læring finner innsikt skjult i data uten eksplisitt å bli fortalt hvor du skal lete eller hva du skal konkludere med. Dette resulterer i bedre, raskere og mer nøyaktige beslutningsprosesser.
• Natural Language Processing: NLP muliggjør forståelse, samhandling og kommunikasjon mellom mennesker og maskiner, og trekker automatisk ut innsikt og nye trender fra store mengder strukturert og ustrukturert innhold.
• Datasyn: Datasyn analyserer og tolker hva som er i et bilde eller video gjennom bildebehandling, bildegjenkjenning og objektdeteksjon.
• Prognoser og optimalisering: Prognoser er med på å forutsi fremtidige resultater, mens optimalisering gir de beste resultatene gitt ressursbegrensninger. Dette inkluderer aktivering av storskala automatisering for å forutsi utfall og optimalisere beslutninger.

Les hele historien her ...