做者 | Raghav Bharadwaj
編譯 | CDA數據科學研究院
近年來,各國政府對人工智能的興趣都有所增長,許多政府官員開始說一些企業高管在兩三年前提出的相同問題。政府和大型非政府組織開始在人工智能上進行投資,將預算和時間用於各類人工智能應用的試點計劃,並與該領域的人們就該技術的將來影響進行討論。算法
隨着機器學習能力的提升,世界各國的政府可能會在人工智能研究上投入更多的資金。IDC估計,在2018年至2021年之間,美國政府對認知和人工智能技術的投資將以54.3%的複合年增加率增加。當前,國家和地方政府正在與學術界和各行業領導者合做,將人工智能項目付諸實踐,其應用範圍從協調交通到將政府的積壓文檔進行數字化。數據庫
咱們研究了公共部門,以找出人工智能在那些方面推進了各類規模的政府的價值,並瞭解政府官員對這項技術的想法。api
本報告涵蓋了政府在三種應用中試行、實施或計劃的人工智能項目:網絡
儘管如此,人工智能在政府中的應用現在仍處於萌芽階段。各國政府可能須要克服幾個障礙才能成功採用這項技術:機器學習
下面,咱們將詳細介紹各個國家政府目前正在進行的人工智能項目。這些項目的一個共同主題彷佛是,許多政府正經過與學術界和產業界的公私合做夥伴關係參與探索性人工智能項目。學習
紐約市社會服務部(DSS)擁有約18,000名員工,爲超過300萬公民提供公共援助和就業服務。 在他們發起的一項名爲補充養分援助計劃(SNAP)的項目中,政府機構的員工每個月須要處理約7萬份SNAP申請。優化
但願利用DSS服務的市民主要是走進政府的實體服務中心,提交他們的快速申請。面對如此大量的應用程序和有限的手工資源,DSS決定經過提供一個稱爲ACCESS HRA (AHRA)的自助在線門戶來數字化和自動化流程。網站
該項目的最終目標是改善網站訪問者的在線體驗,減小進入實體服務中心的人數。據稱,AHRA門戶容許用戶查詢有關殘疾福利、收入支持、食品援助和醫療保險的信息,以查看他們的病例狀態、賬戶餘額和電子通知雲計算
IBM和DSS創建了公私合做關係來開發門戶。IBM Watson Health Government團隊的任務是 找到一個可擴展的解決方案 ,以最大程度地擴大與客戶羣的聯繫。IBM被容許從DSS的15個物理服務中心的PC銀行訪問數據。這使IBM能夠訪問用戶反饋,該反饋闡明瞭人們但願從程序中看到的趨勢。人工智能
該夥伴關係創建了一個由公共和私營部門的企業和技術專家組成的多學科團隊。該團隊在DSS設計工做室工做,該工做室共同開發了自助服務門戶的元素。
根據DSS負責業務流程創新辦公室的助理副專員Lauren Aaronson的說法,在與IBM的項目以後,超過75%的SNAP申請是在線提交的,而物理服務中心的人流量減小了30%。
紐約市的DSS沒有明確說明他們如何利用IBM Watson的機器學習能力,可是Watson是基於人工智能的。所以,咱們能夠推斷出產品的用途。Watson可能容許DSS創建一個基於天然語言處理的搜索功能的數字門戶。在關於銀行中的天然語言處理的報告中,咱們詳細介紹了這種功能在銀行中的一個用例。
此外,IBM Watson可能已經容許NYC DSS使用機器視覺來數字化他們的紙質文檔。經過這樣作,DSS在理論上可以搜索他們的文檔掃描中與案例工做相關的各類關鍵字,就好像它們是更結構化的文檔,從一開始就以數字方式輸入。
2015年,美國公民和移民服務局(USCIS)宣佈推出一款名爲Emma的聊天機器人。據報道,Emma能夠回答有關移民的問題,並把遊客帶到美國移民局網站的右側頁面。美國移民局收到了大量的客戶諮詢,每一年有超過1400萬個關於移民問題的電話。
用戶能夠點擊「提問」和「須要幫助嗎?」問問美國移民局網頁右上角的Emma」連接。若是Emma找不到正確的信息,軟件會自動將客戶重定向到人工代理。
咱們目前找不到任何可靠的案例研究報告了聊天機器人的成功。然而,咱們能夠推斷聊天機器人使用天然語言處理和天然語言生成來工做。聊天機器人背後的算法可能被輸入了數千條短信,內容涉及各類常見的移民問題和服務請求,好比申請簽證的狀態。
這些信息會被人類標記爲各類類型的查詢,例如「申請表格的請求」或其餘類型的查詢。這將訓練算法識別組成信息的文本鏈,這些信息涉及到這些類型的查詢,而這些信息沒有被標記。聊天機器人將向用戶生成響應。
新加坡政府最近宣佈與微軟合做,爲他們的智能國家計劃開發對話界面。韓國外交部長、「智能國家」計劃負責人維維安•巴拉克裏什南(Vivian Balakrishnan)宣佈,政府計劃探索在選定的公共服務中使用聊天機器人。爲此,新加坡信息通訊發展局(IDA)正與微軟合做,將會話智能構建到現有的公共服務中,做爲概念項目的證實。該項目的目標是使全部公民更容易訪問和參與在線公共服務網站。
國際開發協會之前曾開發過一種名爲「Ask Jamie」的虛擬助理,能夠在其餘政府機構的網站上實現,以回答特定領域的問題。當用戶訪問代理網站時,一個聊天窗口會自動打開,Jamie能夠經過天然語言生成的方式回覆用戶的詢問。
國際開發協會稱,Ask Jamie還能夠接受培訓,以便在用戶的搜索查詢過於寬泛的狀況下詢問後續問題。若是傑米找不到問題的答案,聊天機器人就會把用戶轉給政府機構的人類表明。
對於「智能國家計劃」,Microsoft旨在經過三個步驟來完成概念驗證:
根據新聞發佈,微軟還將與新加坡政府合做,創建卓越中心(CoE),爲政府和行業在數字轉型方面發揮領導做用。CoE還將經過IDA支持概念驗證,以開發可以服務於多語言人羣和不一樣年齡的人的能力。
匹茲堡市與快速流量技術公司(Rapid Flow Technologies)合做開發了SURTRAC(可擴展的城市交通控制),這是一款自動交通優化和控制軟件。城市交通管理部門可使用SURTRAC來管理經過幾個十字路口的交通流,並使用AI來優化交通系統,以減小出行時間、減小交通站點數量和減小等待時間。
匹茲堡運輸部於2012年與快速流量技術公司合做,將其安裝在匹茲堡東自由區附近的一個試點項目中。Surtrac在匹茲堡的三條主要道路(潘恩環島,賓夕法尼亞大道和高地大道)上鍊接了九個交通訊號燈網絡。
Surtrac從嵌入在交通訊號中的傳感器或攝像機接收數據,並計算每一個十字路口流出的車輛數量的交通分配預測。該軟件還連續每1-2秒從新計算一次這一預測,使其對交通情況的忽然變化具備高度反應性。
咱們能夠推斷,這是因爲機器視覺技術。這款軟件背後的機器學習算法極可能是在不一樣角度、不一樣光線、不一樣速度和不一樣交通量的汽車貼標籤圖像。這將訓練算法識別流量時,出示的交通視頻沒有標記。
Rapid Flow聲稱SURTRAC在試點過程當中幫助該市將出行時間減小了25%,交通中斷減小了30%,等待時間減小了40%,總排放量減小了21%。 Rapid Flow隨後與當地的匹茲堡管理部門合做,將解決方案擴展到城市的其餘地區,使加裝的交通訊號燈總數達到50個左右。
Greg Barlow是Rapid Flow Technologies的首席技術官。他擁有卡內基梅隆大學的機器人博士學位。
來自喬治亞理工學院、埃默裏大學和加州大學歐文分校的人工智能研究人員與亞特蘭大消防救援部門(AFRD)合做開發了一款預測分析軟件,旨在識別發生火災的可能性更高的建築物。
研究人員開發了Firebird,據稱它使用了AFRD提供給他們的58個變量的歷史數據。這些數據包括物業位置、火災發生率、建築規模、建築結構和2010-2014年的建成年份。數據被輸入一我的工智能預測分析軟件,算法被調整爲預測5000棟建築的火災風險分數。該大學稱,該軟件準確預測了該建築73%的火災事件。
因爲人工智能的破壞性潛力,政府中人工智能的擴散可能須要爲世界各國政府制定一個宏觀層面的戰略。各國政府須要確保其政策和立法與將來十年人工智能的發展方向保持一致。下面,咱們將簡要介紹世界各國政府詳細闡述其戰略的一些更普遍的舉措。這些舉措相對較新,關於它們的可靠信息有限。
德國聯邦政府宣佈,它正在起草一份有關人工智能(AI)的戰略,2018年12月在紐倫堡舉行的數字峯會上提交。
在他們的新聞稿中,德國聯邦政府表示,他們將就可能須要的應用可能性空間和法規諮詢幾位專家。這些專家來自全德國的行業協會和學術界,他們的看法將做爲制定戰略的基礎。這個顧問小組還將幫助肯定戰略的目標和行動領域,最終將由德國聯邦內閣經過。
日本國家高級工業科學技術研究所(AIST)和日本經濟產業省經濟貿易產業省宣佈了一項合做計劃,旨在吸引頂尖人工智能研究人員參與日本人工智能技術的開發和商業化。爲此,日本氣象廳、日本專利局,電力,交通和運輸當局目前正在進行人工智能項目能夠幫助加強人類能力的任務,如專利和商標業務檢查、交通管理和預測,預測能力的發展應急響應
在咱們的《印度人工智能研究報告》中,咱們注意到咱們採訪的專家彷佛一致認爲,有一個正式的人工智能政策,以及關於人工智能在該國應該如何發展的使命聲明,多是提升公民意識的必要條件。2018年6月,印度國家轉型研究所(NITI) Aayog(印地語政策委員會)發佈了他們的國家人工智能戰略。此外,印度政府工商部門還於2017年啓動了一個旨在促進印度經濟轉型的人工智能工做組。
彷佛有一些證據代表,印度州政府已經將人工智能應用於某些應用,如公民參與。例如,安得拉邦政府宣佈與微軟(Microsoft)合做開發Kaizala應用程序。Kaizala正被用於收集來自社交媒體和政府此前存在的門戶網站的公民反饋。客戶反饋被自動分類並傳送到適當的部門進行考慮。