ອົງການຂອງລັດຖະບານມີໂອກາດທີ່ມີປະສິດທິພາບໃນການເພີ່ມປະສິດທິພາບແລະປັບປຸງການປະຕິບັດໂດຍການໃຊ້ຄວາມເຂົ້າໃຈຂອງ AI ແລະການຮຽນຮູ້ເຄື່ອງຈັກເພື່ອສ້າງຄວາມເຂັ້ມແຂງໃຫ້ແກ່ຜູ້ຕັດສິນໃຈຂອງພວກເຂົາ. ຢ່າງໃດກໍຕາມ, ພວກເຂົາເຈົ້າຍັງປະເຊີນກັບສິ່ງທ້າທາຍພື້ນຖານ – ບໍ່ມີພອນສະຫວັນພຽງພໍທີ່ຈະໄປປະມານ. ດັ່ງທີ່ຄະນະກໍາມະການຄວາມປອດໄພແຫ່ງຊາດກ່ຽວກັບ AI ໄດ້ເຕືອນວ່າ, “ການຂາດດຸນຄວາມສາມາດຂອງມະນຸດແມ່ນການຂາດດຸນ AI ທີ່ເຫັນໄດ້ຊັດເຈນທີ່ສຸດຂອງລັດຖະບານແລະເປັນຕົວຍັບຍັ້ງທີ່ຍິ່ງໃຫຍ່ທີ່ສຸດດຽວໃນການຊື້, ການກໍ່ສ້າງແລະເຕັກໂນໂລຢີທີ່ໃຊ້ AI ເພື່ອຈຸດປະສົງຄວາມປອດໄພແຫ່ງຊາດ.” ແລະຂະແຫນງການອື່ນໆຂອງລັດຖະບານກາງປະເຊີນກັບສິ່ງທ້າທາຍທີ່ຄ້າຍຄືກັນ.

ການປິດຊ່ອງຫວ່າງນີ້ເປັນສິ່ງທີ່ທ້າທາຍ, ຍ້ອນມີພອນສະຫວັນທີ່ຂາດແຄນມັກຢູ່ໃນຕະຫຼາດມື້ນີ້. ຕາມປະເພນີ, ພຽງແຕ່ນັກວິທະຍາສາດຂໍ້ມູນທີ່ກ້າວຫນ້າທີ່ສຸດທີ່ມີການຝຶກອົບຮົມຫຼາຍປີ, ເລື້ອຍໆລວມທັງປະລິນຍາເອກ, ສາມາດລະຫັດສູດການຄິດໄລ່ເພື່ອສ້າງຕົວແບບ AI ແລະການຄາດຄະເນ. ຢ່າງໃດກໍ່ຕາມ, ຄວາມຕ້ອງການແມ່ນເຕີບໂຕໄວກວ່າການສະຫນອງ, ໂດຍສູນຄວາມປອດໄພແລະເຕັກໂນໂລຢີທີ່ເກີດໃຫມ່ຂອງມະຫາວິທະຍາໄລ Georgetown ຄາດຄະເນວ່າອາຊີບທີ່ກ່ຽວຂ້ອງກັບ AI ຈະເຕີບໂຕໄວກວ່າສອງເທົ່າຂອງແຮງງານລວມຈາກ 2019 ຫາ 2029.

ນັ້ນແມ່ນເຫດຜົນທີ່ວ່າປັນຍາປະດິດທີ່ເປັນປະຊາທິປະໄຕແລະການຮຽນຮູ້ເຄື່ອງຈັກສາມາດພິສູດໄດ້ວ່າເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບຢ່າງບໍ່ຫນ້າເຊື່ອສໍາລັບລັດຖະບານກາງ. AI ທີ່ມີປະຊາທິປະໄຕຫຼຸດລົງລະດັບທັກສະທີ່ຈໍາເປັນເພື່ອດໍາເນີນໂຄງການແລະປັບປຸງການແກ້ໄຂທີ່ມີປະສິດທິພາບແຕ່ສະລັບສັບຊ້ອນເຫຼົ່ານີ້. ທ່າອ່ຽງນີ້ຖືກກະຕຸ້ນໂດຍການລວມກັນຂອງແພລະຕະຟອມການພັດທະນາລະຫັດຕໍ່າ, ຮູບແບບພື້ນຖານ AI ທີ່ມີປະສິດທິພາບຫຼາຍຂຶ້ນ, ແລະກອບວຽກ AIOps/MLOps ທີ່ເປັນຜູ້ໃຫຍ່ຫຼາຍຂຶ້ນ. ນີ້ສ້າງສະພາບແວດລ້ອມທີ່ອັນທີ່ເອີ້ນວ່ານັກວິທະຍາສາດຂໍ້ມູນພົນລະເມືອງສາມາດນໍາໃຊ້ພະລັງງານຂອງ AI ເພື່ອແກ້ໄຂສິ່ງທ້າທາຍທາງທຸລະກິດທີ່ສັບສົນ.

ດ້ວຍ AI ແລະ ML ທີ່ມີປະຊາທິປະໄຕ, ຄວາມເຂົ້າໃຈມີຄວາມໄວທີ່ສູງກວ່າແລະຄ່າໃຊ້ຈ່າຍຕ່ໍາ, ຍ້ອນວ່າອົງການຕ່າງໆສາມາດເຂົ້າຫາອົງປະກອບຂອງລະບົບ AI ໄດ້ກວ້າງຂຶ້ນເພື່ອໃຫ້ປະຊາຊົນສາມາດປ້ອນຂໍ້ມູນແລະໄດ້ຮັບຜົນໄດ້ຮັບທີ່ຕ້ອງການ. ນີ້ເຮັດໃຫ້ຜູ້ເຜີຍແຜ່ແລະເຈົ້າຂອງທຸລະກິດສາມາດນໍາເອົາມູນຄ່າຂອງການວິເຄາະຂັ້ນສູງໃນຂະນະທີ່ຫຼຸດຜ່ອນພາລະຂອງອົງການຂອງລັດຖະບານທີ່ຈະຈ້າງຫຼືຝຶກອົບຮົມຄວາມສາມາດດ້ານວິຊາການສູງ. ນີ້ຈະເປັນສິ່ງຈໍາເປັນເພື່ອ unleashing ທ່າແຮງທີ່ຍິ່ງໃຫຍ່ຂອງ AI; ຂໍ້ມູນການສໍາຫຼວດພົບວ່າ 89% ຂອງຜູ້ບໍລິຫານຂອງລັດຖະບານກາງເຊື່ອວ່າເຕັກໂນໂລຢີປະຊາທິປະໄຕກໍາລັງກາຍເປັນສິ່ງສໍາຄັນໃນຄວາມສາມາດໃນການເຮັດໃຫ້ເກີດການປະດິດສ້າງໃນທົ່ວອົງການຂອງພວກເຂົາ.
ມັນບໍ່ແປກໃຈວ່າເປັນຫຍັງປະຊາທິປະໄຕຂອງ AI ແລະເຄື່ອງມື ML ໄດ້ກາຍເປັນຫນຶ່ງໃນທ່າອ່ຽງທີ່ຫນ້າສົນໃຈທີ່ສຸດໃນ AI ໃນມື້ນີ້. ມັນຢືນຢູ່ເພື່ອສ້າງປະສິດທິພາບອັນໃຫຍ່ຫຼວງສໍາລັບລັດຖະບານກາງໃນຂະນະທີ່ສຸມໃສ່ຄວາມສາມາດຊັ້ນສູງໃນວຽກງານລະດັບສູງ. ແຕ່ໃນຂະນະທີ່ຜົນປະໂຫຍດທີ່ມີທ່າແຮງແມ່ນໃຫຍ່ຫຼວງ, ພວກເຮົາແນະນໍາໃຫ້ໃຊ້ວິທີການວັດແທກໃນການຮັບຮອງເອົາ.

ຖ້າບໍ່ມີນັກວິທະຍາສາດຂໍ້ມູນທີ່ໄດ້ຮັບການຝຶກອົບຮົມຊີ້ນໍາແລະກວດສອບຜົນໄດ້ຮັບ, ສູດການຄິດໄລ່ສາມາດສ້າງຜົນໄດ້ຮັບທີ່ຫຍຸ້ງຍາກ. ຕົວຢ່າງ, ພາຍຫຼັງການລະບາດຂອງພະຍາດໂຄວິດ-19, ທີມວິໄຈຫຼາຍຄົນໄດ້ເລັ່ງພັດທະນາເຄື່ອງມື AI ທີ່ສາມາດຊ່ວຍກວດພະຍາດ ແລະ ປິ່ນປົວຄົນເຈັບ ຫຼື ຊ່ວຍເຫຼືອພະນັກງານແພດໄດ້ດີຂຶ້ນ. ຢ່າງໃດກໍຕາມ, ບໍ່ມີເຄື່ອງມືເຫຼົ່ານີ້ໃດໆທີ່ສ້າງຜົນກະທົບທີ່ມີຄວາມຫມາຍໃນການຕໍ່ສູ້ຕ້ານກັບ COVID, ລາຍງານການທົບທວນເຕັກໂນໂລຢີຂອງ MIT, ແລະບາງອັນກໍ່ໃຫ້ຜົນໄດ້ຮັບທີ່ບໍ່ຖືກຕ້ອງຫຼືສັບສົນ. ອັນໜຶ່ງແມ່ນລະບົບການສະແກນໜ້າເອິກຈາກເດັກນ້ອຍໃນຊຸດຂໍ້ມູນສຳລັບກໍລະນີທີ່ບໍ່ແມ່ນໂຄວິດທັງໝົດ. ມັນໄດ້ຮຽນຮູ້ທີ່ຈະລະບຸເດັກນ້ອຍ, ບໍ່ແມ່ນ COVID.

“ໃນກໍລະນີອື່ນໆ, ບາງ AIs ໄດ້ຖືກພົບເຫັນວ່າໄດ້ເລືອກເອົາຕົວອັກສອນຕົວຫນັງສືທີ່ບາງໂຮງຫມໍໃຊ້ເພື່ອຕິດປ້າຍການສະແກນ,” ບົດຄວາມຍັງແບ່ງປັນ. ດັ່ງນັ້ນ, ຕົວອັກສອນຈາກໂຮງຫມໍທີ່ມີ caseloads ຮ້າຍແຮງກວ່າເກົ່າໄດ້ກາຍເປັນການຄາດຄະເນຂອງ [COVID] ຄວາມສ່ຽງ.”

ອົງການຂອງລັດຖະບານກາງຕ້ອງເຂົ້າຫາ AI ທີ່ມີປະຊາທິປະໄຕຢ່າງລະມັດລະວັງແລະເຂົ້າໃຈເວລາແລະບ່ອນໃດທີ່ຈະລວມເອົາຄວາມຊໍານານທີ່ຈໍາເປັນແລະ guardrails ເພື່ອຮັບປະກັນຜົນໄດ້ຮັບທີ່ເປັນປະໂຫຍດ.

ອີງຕາມວຽກງານຂອງພວກເຮົາເພື່ອປະຕິບັດການແກ້ໄຂ AI ພາຍໃນລັດຖະບານກາງ, ນີ້ແມ່ນສາມຍຸດທະສາດທີ່ອົງການລັດຖະບານກາງຄວນໃຊ້ໃນຂະນະທີ່ພວກເຂົາຊີ້ນໍາໄປສູ່ AI ທີ່ມີປະຊາທິປະໄຕ.

1. ຫຼຸດຜ່ອນຄວາມສ່ຽງໂດຍເລີ່ມຈາກວຽກງານພື້ນຖານຫຼາຍຂຶ້ນ. ເງິນສົດຕິດຢູ່ແລະປະເຊີນກັບການຂາດແຄນຄວາມສາມາດ, ອົງການແມ່ນໄວທີ່ຈະເຫັນຜົນປະໂຫຍດຂອງການວາງຄວາມສາມາດດ້ານວິທະຍາສາດຂໍ້ມູນຢູ່ໃນມືຂອງພະນັກງານທຸກຄົນ. ແຕ່ແທນທີ່ຈະເຮັດແບບລວມໆ – ເປັນວິທີການທີ່ສາມາດເຮັດໃຫ້ອົງການຈັດຕັ້ງປະເຊີນກັບຄວາມຜິດພາດທີ່ມີຄ່າໃຊ້ຈ່າຍ – ເລີ່ມຕົ້ນດ້ວຍວຽກງານຂະຫນາດນ້ອຍກວ່າທີ່ເຫມາະສົມສໍາລັບການທົດລອງ. ສູດການຄິດໄລ່ທີ່ຂຽນໄດ້ດີສາມາດຊ່ວຍໃຫ້ອົງການເລັ່ງວຽກທີ່ໜ້າເບື່ອຫຼາຍເຊັ່ນ: ການຊອກຫາ ແລະນັບເອກະສານຫຼາຍພັນເອກະສານ, ປົດປ່ອຍພະນັກງານທີ່ເປັນມະນຸດໃຫ້ກັບວຽກລະດັບສູງ. ເມື່ອທີມງານຂອງທ່ານຄຸ້ນເຄີຍກັບເທັກໂນໂລຍີຫຼາຍຂື້ນ, AI ຈະຖືກຝັງເລິກເຂົ້າໃນການດໍາເນີນງານປະຈໍາວັນຂອງທ່ານ.

2. ປະຊາທິປະໄຕ ຄຽງຄູ່ກັນ ກັບ​ຜູ້​ຊ່ຽວ​ຊານ​ດ້ານ​ມະ​ນຸດ​. ຜົນກະທົບຂອງນັກວິທະຍາສາດຂໍ້ມູນພົນລະເມືອງອາດຈະສືບຕໍ່ຂະຫຍາຍອອກໄປ, ແຕ່ສໍາລັບໃນປັດຈຸບັນ, ອົງການຂອງລັດຖະບານກາງອາດຈະພົບຜົນສໍາເລັດທີ່ສຸດໃນການລະລາຍ AI ແລະ ML ທີ່ມີປະຊາທິປະໄຕກັບວຽກງານຂອງນັກວິທະຍາສາດຂໍ້ມູນແບບດັ້ງເດີມ. ການຈັບຄູ່ AI ທີ່ມີປະຊາທິປະໄຕກັບຜູ້ຊ່ຽວຊານດ້ານມະນຸດສະທໍາເຮັດໃຫ້ອົງການຕ່າງໆສາມາດກໍານົດທຸງສີແດງທີ່ມີທ່າແຮງໄດ້ໄວ, ກ່ອນທີ່ມັນຈະເຮັດໃຫ້ເກີດຄວາມລໍາອຽງຫຼືສົ່ງຜົນສະທ້ອນທີ່ບໍ່ໄດ້ຕັ້ງໃຈ.

ໃນບາງກໍລະນີ, ອົງການຈັດຕັ້ງໄດ້ເກັບຮັກສານັກວິທະຍາສາດຂໍ້ມູນຢູ່ໃນວົງຮອບເພື່ອຝຶກອົບຮົມແບບຈໍາລອງຢ່າງຕໍ່ເນື່ອງແລະໃຫ້ຄໍາຄິດເຫັນ, ຊອກຫາບ່ອນທີ່ຄວາມລໍາອຽງສາມາດເຮັດໃຫ້ນ້ໍາຕົມ, ຫຼືພຽງແຕ່ກວດສອບແລະກວດສອບວ່າຜົນໄດ້ຮັບທີ່ມີຄວາມຫມາຍກ່ອນທີ່ຈະສົ່ງກັບຜູ້ໃຊ້ສຸດທ້າຍ. ຕາມສະເຕກ, ອົງການຂອງລັດຖະບານກາງທັງໝົດຄວນພິຈາລະນາປະຕິບັດຂັ້ນຕອນການຮັບປະກັນຄຸນນະພາບເຫຼົ່ານີ້.

3. ຈົ່ງຄິດກ່ຽວກັບ guardrails ຂອງທ່ານ. ໃນເວລາທີ່ມັນມາກັບການຈັດສົ່ງ AI ແລະ ML ປະຊາທິປະໄຕ, ມານແມ່ນແທ້ໆໃນລາຍລະອຽດ. ມັນຢູ່ໃນຂໍ້ມູນແບບດັ້ງເດີມທີ່ນັກວິທະຍາສາດສ້າງສູດການຄິດໄລ່ເພື່ອຄາດຄະເນຜົນສະທ້ອນທີ່ບໍ່ໄດ້ຕັ້ງໃຈແລະນໍາໃຊ້ guardrails ທີ່ເຫມາະສົມທີ່ປົກປ້ອງຜູ້ໃຊ້ພົນລະເມືອງຈາກຜົນໄດ້ຮັບທີ່ລໍາອຽງທີ່ພວກເຂົາອາດຈະບໍ່ມີຄວາມຊໍານານທີ່ຈະສັງເກດເຫັນ. guardrails ທີ່ເຫມາະສົມປະກອບມີການເນັ້ນຫນັກໃສ່ການຄຸ້ມຄອງຂໍ້ມູນ; ທ່ານຈໍາເປັນຕ້ອງສ້າງໂຄງສ້າງຂໍ້ມູນຂອງທ່ານສໍາລັບການເຂົ້າເຖິງທີ່ມີຄວາມຮັບຜິດຊອບເພື່ອຮັບປະກັນລະບົບວິທີການນໍາໃຊ້ມັນຢ່າງເຫມາະສົມ. ໃນຂະນະດຽວກັນ, ອົງການຕ່າງໆສາມາດປິດຊ່ອງຫວ່າງຄວາມຮູ້ໄດ້ໂດຍການຈັດຕັ້ງປະຕິບັດການຝຶກອົບຮົມພະນັກງານພື້ນຖານກ່ຽວກັບສະຖິຕິແລະອະຄະຕິ algorithmic. ນັກວິທະຍາສາດຂໍ້ມູນບໍ່ໄດ້ເປັນດັ່ງນັ້ນໃນຄືນ, ແຕ່ການຝຶກອົບຮົມພື້ນຖານສາມາດຊ່ວຍປົກປ້ອງພວກເຮົາຈາກບາງຂໍ້ຜິດພາດທົ່ວໄປ.

ເນື່ອງຈາກວ່າຜູ້ໃຊ້ສຸດທ້າຍສໍາລັບການແກ້ໄຂຂອງລັດຖະບານສ່ວນຫຼາຍແມ່ນພົນລະເມືອງສະຫະລັດ, ອົງການຈັດຕັ້ງຂອງລັດຖະບານກາງມີຄວາມຮັບຜິດຊອບຫຼາຍກວ່າເກົ່າໃນການປະຕິບັດປັນຍາປະດິດທີ່ມີຄວາມຮັບຜິດຊອບທາງດ້ານປະຊາທິປະໄຕ. ດ້ວຍວິທີການຄິດທີ່ຈັບຄູ່ນັກວິທະຍາສາດຂໍ້ມູນພົນລະເມືອງກັບຜູ້ຊ່ຽວຊານທີ່ໄດ້ຮັບການຝຶກອົບຮົມ, ມັນສາມາດເຮັດໄດ້.

ອົງການທີ່ຊອກຫາທີ່ຈະຍ້າຍອອກຫຼືຂະຫຍາຍເຂົ້າໄປໃນພາກສະຫນາມນີ້ທໍາອິດຄວນຄິດຢ່າງລະອຽດກ່ຽວກັບບັນຫາທີ່ພວກເຂົາກໍາລັງຊອກຫາເພື່ອແກ້ໄຂແລະຂໍ້ມູນທີ່ພວກເຂົາຕ້ອງແກ້ໄຂ – ແທນທີ່ຈະເຂົ້າໄປໃນການຊື້ເຄື່ອງມືໂດຍບໍ່ມີເປົ້າຫມາຍຫຼືຜົນໄດ້ຮັບຢູ່ໃນໃຈ. ດ້ວຍວິທີການທີ່ສະຫຼາດ, AI ແລະ ML ທີ່ມີປະຊາທິປະໄຕສາມາດເປັນວິທີທີ່ມີປະສິດທິພາບທີ່ສຸດສໍາລັບອົງການຂອງລັດຖະບານກາງເພື່ອເອົາຊະນະການຂາດແຄນຊັບພະຍາກອນແລະກ້າວໄປສູ່ຍຸກທີ່ມີປະສິດທິພາບແລະມີປະສິດທິພາບຫຼາຍຂຶ້ນ.

ນີ້ແມ່ນສ່ວນໜຶ່ງຂອງຊຸດໂດຍ Accenture Federal Services ຢູ່ໃນສີ່ແນວໂນ້ມທີ່ສ້າງອະນາຄົດຂອງ AI ລັດຖະບານກາງ. ອ່ານ ພາບລວມຂອງພວກເຮົາ ເພື່ອເບິ່ງທ່າອ່ຽງທັງໝົດ ແລະຕິດຕາມການດຳນ້ຳຢ່າງເລິກເຊິ່ງໃນແຕ່ລະອາທິດຂ້າງໜ້າ.

ຜູ້ຂຽນ:

  • Christine Cole | ຜູ້ຈັດການ, ຫົວຫນ້າບັນຊີລູກຄ້າ | LinkedIn
  • Viveca Pavon-Harr, Ph.D. | ຜູ້ອໍານວຍການຂອງ Applied Intelligence Discovery Lab | LinkedIn
  • Jennifer Sample, Ph.D. | ການຂະຫຍາຍຕົວທາງປັນຍາທີ່ນຳໃຊ້ ແລະນຳພາຍຸດທະສາດ | LinkedIn

Categories: AiHome

0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *