Vještačka inteligencija - Slučajevi upotrebe u različitim sektorima

Razgovor o tome šta je vještačka inteligencija, šta ona zapravo znači i šta zaista može da uradi, traje od 1957. godine. Danas se taj razgovor više pretvorio u trku između nacionalnih država, kompanija, pa čak i nezavisnih grupa formiranih oko zajedničkog cilja, kako bi se utvrdilo ko će je koristiti brže i inteligentnije da bi nadmašio svoju percipiranu konkurenciju - bilo sa dobrom ili lošom namjerom.

Ova tekuća diskusija i istraživanje odmah su se razbuktali objavljivanjem ChatGPT-a za javnost, koji je generalno bio malo izložen mogućnostima vještačke inteligencije i kako ih etički koristiti. Kao rezultat toga, vrijeme je da akteri (sa dobrim namjerama) u ovoj diskusiji (1) procjene upotrebu vještačke inteligencije (AI) od strane javnosti, (2) regulišu upotrebu AI - ali da je ne regulišu pretjerano, jer bi to gušilo inovacije, i ( 3) počnu da proizvode pozitivna i produktivna rješenja koja će služiti kao primjeri za demonstriranje vrijednosti AI građanima.

Pošto vještačka inteligencija obuhvata širok spektar kategorija i disciplina, hajde da ispitamo kako generativna AI (GAI) može da se koristi od strane javnog sektora za produktivna rješenja koja poboljšavaju živote svakodnevnih građana.

Prvo, moramo da definišemo GAI, koji su algoritmi (kao što je ChatGPT) koji se mogu koristiti za kreiranje novog sadržaja, uključujući audio, kod, slike, tekst, simulacije i video zapise. Prema ovoj definiciji, GAI može podržati širok spektar sektora i usluga. Evo nekoliko primjera.

1. Usluge javnog sektora: Uvijek sam vjerovao da razvoj i primjenu veštačke inteligencije treba da vodi vlada i da treba da je koristi za poboljšanje efikasnosti svojih usluga usmjerenih na građane. To je zato što vlade imaju pristup velikim količinama podataka (potrebnih za obuku algoritama vještačke inteligencije) i imaju resurse da potroše na razvoj prototipova koji mogu koristiti velikim segmentima stanovništva.

Uzimajući ovo u obzir, upotreba GAI-a može postati fokusna tačka za javni sektor, jer otvara vrata velikom broju slučajeva upotrebe koje građani mogu koristiti eksterno i/ili interno putem pojednostavljenja administrativnih procesa.

Na primjer, inicijalni slučaj upotrebe može biti razvoj samouslužnog inteligentnog robota ili čet bota koji se postavlja na veoma posećenu veb stranicu, i koji je bezbjedno povezan sa sistemima koji sadrže potrebne podatke, kako bi ih pružio građanima u okviru unaprijed definisanih usluga (sve se nalaze na državnoj vlasničkoj infrastrukturi radi minimiziranja rizika). Ove usluge uključuju pružanje prilagođenih/personalizovanih odgovora na pitanja građana glasom ili tekstom, definisanje svih državnih usluga za koje se kvalifikuju, ukazujući im gdje mogu da se prijave, dobijanje jednostavnih sažetaka zakona koji se odnose na njih ili njihova preduzeća, prethodno popunjavanje i podnošenje dokumenata, slanje podsjetnika građanima o važnim rokovima ili datumima obnove, provjera statusa predmeta, validacija podataka i označavanje nedosljednosti (što takođe može pomoći vladi da precizira podatke radi dosljednosti).

2. Sajber bezbjednost: GAI koristi timovima za sajber bezbjednost koji rade na zaštiti sistema i podataka u javnom sektoru i onima koji žele da ih koriste iz zlonamjernih razloga. "Dobri momci" mogu da koriste GAI da podrže detekciju anomalija u realnom vremenu, pametnu autentifikaciju, pomoć u automatizovanom odgovoru na incidente, generišu složene jedinstvene lozinke ili ključeve za šifrovanje i poboljšaju vrednost postojećih alata za sajber bezbednost.

Jednostavno, GAI omogućava preduzećima da preduzmu korake ka proaktivnom pristupu sajber bezbjednosti - što je kritično u današnjem okruženju u kojem sajber hakeri postaju sve sofisticiraniji, na primjer, korišćenjem vještačke inteligencije za kreiranje malvera koji se prilagođava kako bi izbjegao otkrivanje ili razvijao visoko personalizovane fišing prevare.

3. Dekarbonizacija: Kombinacija GAI ili ML i računarstva u oblaku je važna za dekarbonizaciju unutar industrije i na nacionalnom nivou u cjelini. To je zato što se odluke o naporima za dekarbonizaciju donose blagovremenom analizom velikih količina podataka, što je inače ljudima nemoguće.

Primjeri slučajeva upotrebe uključuju predviđanje potražnje za energijom i odgovorno upravljanje; poluautomatsko izračunavanje ugljeničnog otiska; praćenje emisija u realnom vremenu i generisanje preporuka (uključujući scenarije šta ako, pa čak i neto-nula putanje); automatski optimizuje proizvodnju, distribuciju i potrošnju energije u zgradama prema zahtjevima. Sve ovo može dovesti do efikasnijeg korišćenja energetskih resursa i smanjenja emisije ugljenika.

4. Saobraćaj: Sektor saobraćaja je jedan od najvećih faktora koji doprinosi klimatskim promjenama i odgovoran je za veliku količinu emisija gasova staklene bašte. GAI može pomoći u dekarbonizaciji sektora analizom podataka o saobraćaju i potrošnje goriva kako bi se omogućilo preciznije planiranje rute, upravljanje saobraćajem i optimizacija voznog parka.

U pogledu održivog transporta, GAI može omogućiti razvoj infrastrukture za punjenje električnih vozila i dugoročnu pouzdanost.

Na primjer:

- analiza istorijskih podataka i podataka u realnom vremenu, uparen sa softverom za predviđanje, za kreiranje radnih planova za zadovoljavanje dnevne potražnje i optimizaciju performansi.

- Analiza obrazaca u podacima o korišćenju da se predvidi kada će se baterija EV-a isprazniti i gdje bi vozilo moglo biti u tom trenutku. Ovo pomaže u planiranju efikasnih ruta do stanica za punjenje i smanjuje rizik od nestanka struje.

- Analiza podataka mapa o obrascima saobraćaja, zagušenosti, gustini naseljenosti i trenutnim lokacijama stanica za punjenje kako bi se predložila optimalna mjesta za postavljanje novih stanica za punjenje električnih vozila, obezbjeđujući bolju pokrivenost i udobnost za vlasnike EV.

Ovo je samo nekoliko primjera kako se GAI može koristiti za pojednostavljenje našeg rada i poboljšanje opšteg blagostanja. Imajte na umu da nijedan od gore navedenih slučajeva upotrebe ne uključuje zamjenu osoblja GAI-om (što ne bi trebalo da se desi ni u kom slučaju). Umjesto toga, fokus je na automatizaciji analize velikih količina podataka i suvišnih zadataka kako bi se osoblje moglo fokusirati na posao višeg nivoa koji odgovara njihovoj primarnoj funkciji posla.

Podaci predstavljaju jedno od najvažnijih strateških dobara koje drže organizacije, kako privatne tako i javne, i vrijeme je da počnemo da ih aktivno koristimo kako bismo stekli vrijedne uvide i proizveli zaista trajne rezultate.