ความสำเร็จของ AI เริ่มต้นขึ้นนานก่อนที่เอเจนซี่จะนำข้อมูลไปใช้กับอัลกอริทึม

ความสำเร็จของ AI เริ่มต้นขึ้นนานก่อนที่เอเจนซี่จะนำข้อมูลไปใช้กับอัลกอริทึม

 ส่วนที่ 1: การออกแบบและวางแผนสำหรับระบบ AI ที่เชื่อถือได้ปัญญาประดิษฐ์คือ “บางทีหนึ่งในเทคโนโลยีที่น่าสนใจโดยพื้นฐานที่สุดในศตวรรษที่ 21ทากะ อาริกะหัวหน้านักวิทยาศาสตร์ข้อมูลและผู้อำนวยการห้องปฏิบัติการนวัตกรรม สำนักงานความรับผิดชอบของรัฐบาลส่วนที่ 2: การออกแบบและวางแผนสำหรับระบบ AI ที่เชื่อถือได้ข้อมูลไม่ค่อยพูดด้วยตัวเอง คุณต้องเข้าใจบริบทราจีฟ อุปปาล

ประธานเจ้าหน้าที่ฝ่ายสารสนเทศ ศูนย์บริการ MEDICARE และ MEDICAID

หน่วยงานของรัฐบาลกลางรู้สึกตื่นเต้นอย่างถูกต้องกับโอกาสที่ปัญญา

ประดิษฐ์สามารถช่วยพวกเขาปรับปรุงและเปลี่ยนแปลงการส่งมอบภารกิจให้ทันสมัยได้อย่างไร

ในความเป็นจริง AI คือ “อาจเป็นหนึ่งในเทคโนโลยีพื้นฐานที่น่าสนใจที่สุดของศตวรรษที่ 21” Taka Ariga หัวหน้านักวิทยาศาสตร์ด้านข้อมูลและผู้อำนวยการห้องปฏิบัติการนวัตกรรมของสำนักงานความรับผิดชอบของรัฐบาลกล่าว

แต่การใช้ AI ให้ประสบความสำเร็จนั้นไม่เพียงแต่ต้องมีการวางแผนอย่างรอบคอบและกลยุทธ์ที่ดีเท่านั้น แต่ยังต้องเตรียมองค์กรของคุณให้พร้อมสำหรับการนำ AI ไปใช้ด้วย กล่าวโดย Ariga ซึ่งพูดในคณะกรรมการที่จัดขึ้นโดย Federal News Network และNoblis

Ariga ระบุความสามารถหลายอย่างที่องค์กรต้องระบุก่อนที่จะนำ AI ไปใช้ สิ่งเหล่านี้รวมถึงการจัดการกับข้อพิจารณาด้านความเป็นส่วนตัวและความสมบูรณ์ของข้อมูล และการทำให้แน่ใจว่า AI ถูกนำไปใช้กับงานของรัฐบาลโดยเนื้อแท้โดยปราศจากอคติ

ผู้ดูแลเช่น GAO จะ “มองหา … ขั้นตอนซ้ำๆ ในการบันทึกการตัดสินใจเกี่ยวกับตัวแปร รอบบทบาทและความรับผิดชอบขององค์กร และรอบ ๆ ข้อมูลของผู้มีส่วนได้ส่วนเสีย” เขากล่าว

วางแผน AI ที่ประสบความสำเร็จในการเคลื่อนไหว

Christopher Barnett ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Noblis กล่าวว่าการวางแผนเริ่มต้นด้วยเซสชั่น “การคิด” กับเอเจนซี่ เซสชั่นดังกล่าวเกี่ยวข้องกับ “นักวิเคราะห์ภารกิจของพวกเขาและรับแนวคิดเกี่ยวกับสิ่งที่ระบบต้องทำและวัตถุประสงค์คืออะไร” แนวทางการวางแผนนี้ดึงผู้เชี่ยวชาญจากหลายสาขาวิชา “เพื่อเข้าถึงต้นตอของความท้าทาย สิ่งที่ภารกิจต้องการ และระบบใดที่ต้องออกแบบก่อน” บาร์เน็ตต์กล่าว

นอกจากเจ้าของไอทีและธุรกิจแล้ว ทีม AI ควรรวมถึงนักวิทยาศาสตร์ข้อมูล ผู้เชี่ยวชาญด้านความปลอดภัยทางไซเบอร์และความเป็นส่วนตัว รวมถึงผู้ปฏิบัติงานด้านกฎหมายและเสรีภาพด้วย

สิ่งสำคัญคือต้องทราบผลลัพธ์ที่ต้องการด้วย ผู้เข้าร่วมในคณะผู้อภิปรายกล่าว ซึ่งช่วยกำหนดขั้นตอนซ้ำๆ ในการจัดทำเอกสารและในการพัฒนาแอปพลิเคชัน AI Ariga กล่าว

Rajiv Uppal หัวหน้าเจ้าหน้าที่สารสนเทศของ Centers for Medicare & Medicaid Services กล่าวว่า แม้ว่าการคิดการใหญ่จะเป็นเรื่องปกติ แต่ให้เริ่มเล็ก ๆ “ให้แน่ใจว่าเราจะเริ่มต้นจากส่วนเล็กๆ ของโปรแกรมที่ใหญ่กว่า” Uppal ให้คำแนะนำ “ตรวจสอบให้แน่ใจว่าเราเสี่ยง [การวิเคราะห์] ก่อนที่เราจะออกไปจัดการกับสิ่งที่ยิ่งใหญ่จริงๆ”

Uppal แนะนำให้ปรึกษากับผู้ใช้ปลายทางเพื่อค้นหาจุดบอดที่ใหญ่ที่สุดในการทำงานของพวกเขา จากนั้นจึงเริ่มต้นจากสิ่งเหล่านั้น นั่นจะให้ผลตอบแทนสูงสุดจากการลงทุนใน AI ในช่วงเริ่มต้นของโปรแกรม เขากล่าว

ทีมพัฒนา AI ของเอเจนซี่จำเป็นต้องเข้าใจโปรแกรมที่จะเสริมโดย AI และข้อกำหนดของมัน Uppal กล่าว หากไม่มีบริบทที่เพียงพอ ทีมจะเสี่ยงต่อการเลือกข้อมูลการฝึกที่ไม่ถูกต้องหรือนำไปใช้ในทางที่ผิด

“ข้อมูลไม่ค่อยพูดด้วยตัวเอง” เขากล่าว “คุณต้องเข้าใจบริบท”

ข้อควรจำ: โมเดล AI จะต้องได้รับการฝึกฝนที่สำนักงานโลจิสติกส์กลาโหม เจส โรว์แลนด์ เจ้าหน้าที่ยุทธศาสตร์ด้าน AI เริ่มต้นด้วยการสันนิษฐานว่าแบบจำลอง AI อาจเปราะบางและมีแนวโน้มที่จะเกิดข้อผิดพลาดได้ นั่นเป็นเหตุผลที่การประเมินความเสี่ยงและต้นทุนที่อาจเกิดขึ้นจากผลลัพธ์ที่ผิดพลาดเป็นแนวทางปฏิบัติที่สำคัญสำหรับกลุ่มของเขาในการวัด ROI ที่เป็นไปได้ของโครงการ AI ใดๆ

หลังจาก ROI การสร้างความรับผิดชอบก็มีความสำคัญเช่นกัน Rowlands กล่าว เขาเปรียบเทียบผู้คน ซึ่งเป็น “สินทรัพย์อัจฉริยะ” อื่นๆ นอกเหนือจากโมเดล AI

“คนของเรา พวกเขามีหัวหน้างาน พวกเขามีการควบคุมภายใน พวกเขามีการประเมินผลงาน” เขากล่าว “เราต้องทำเช่นเดียวกันกับโมเดล AI ของเรา หากต้องการให้ผู้คนไว้วางใจพวกเขา ใครรับผิดชอบโมเดลนี้? ใครกำลังดูโมเดลอยู่”

Credit : สล็อตเว็บแท้ / 20รับ100 / เว็บสล็อตออนไลน์