SI w zastosowaniach rządowych otwiera nowe możliwości

Sztuczna inteligencja w zastosowaniach rządowych pozwala na osiągnięcie większej skuteczności, zapewnienie lepszych usług i otwarcie nowych możliwości.

Kluczowe fakty dotyczące SI w zastosowaniach rządowych:

  • SI pomaga rządom osiągnąć więcej w ramach napiętego budżetu, zautomatyzować męczące zadania, ulepszyć zdolności kluczowe dla udanej realizacji misji, a także umożliwić przełomy w badaniach.

  • Podstawą sztucznej inteligencji w sektorze publicznym jest skalowalne i wysoce wydajne przetwarzanie danych oraz funkcje zabezpieczeń sprzętowych.

  • Technologie Intel® dla SI pozwalają zespołom na wybór sprzętu najlepiej nadającego się do poszczególnych zadań. Ponadto dają możliwość zoptymalizowania go za pomocą oprogramowania, co owocuje uzyskaniem maksimum wydajności.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

Sztuczna inteligencja zapewnia rządom i sektorowi publicznemu wyjątkowe korzyści na wszystkich obszarach działalności. Jednak korzystające z niej instytucje muszą wziąć pod uwagę prywatność, bezpieczeństwo, kompatybilność ze starszymi systemami i zmieniającą się ilością obciążenia roboczego. Technologie Intel® obsługują całościowe systemy, które czerpią z naszych doświadczeń zdobytych podczas pracy z rządami i sektorem publicznym. Wspólnie jesteśmy w stanie rozwiązać nawet najbardziej złożone problemy. I na dodatek robimy to za pomocą metod, które zmieniają społeczeństwo.

Inwestycja w SI daje sektorowi publicznemu (w tym władzom na szczeblu federalnym, państwowym i lokalnym) niesamowite korzyści. Dzięki sztucznej inteligencji organizacje mogą pracować skuteczniej, zarządzać kosztami i dokonywać wielkich postępów badawczych.

O jej zaletach przekonały się już firmy prywatne. Zastosowanie tej wiedzy w sektorze publicznym niesie korzyści dla każdego. Z kolei rządy często stoją za niezwykle istotnymi postępami technologicznymi. Innowacja w sferze rządowej i w sektorze publicznym może pomóc upowszechnić SI pośród wszystkich branż.

Zalety SI w zastosowaniach rządowych

U podstaw SI w zastosowaniach rządowych leżą uczenie maszynowe, uczenie głębokie, przetwarzanie obrazów, rozpoznawanie mowy czy robotyka. Wykorzystanie tych technik w praktyce przekłada się na realne korzyści. Technologie przetwarzania języka naturalnego automatycznie wychwytują istotne informacje ze źródeł wywiadowczych, a następnie tworzą związki. Pozwala to analitykom na dojście do wniosków dających podstawy do działania. Przewidywania dotyczące współczynnika niepowodzeń pomagają dopilnować prawidłowej konserwacji sprzętu wojskowego i gotowości jego wdrożenia w razie potrzeby. Wykrywanie anomalii cybernetycznych może zrewolucjonizować strategie cyberbezpieczeństwa w systemach rządowych. Możliwości są nieograniczone i na dodatek dopiero nabierają wyraźnych kształtów.

Automatyzacja rutynowych zadań

Ludzie nie są w stanie ręcznie przetworzyć dużych ilości danych, szczególnie jeśli chodzi o olbrzymie zestawy zbierane przez wojsko, lotnictwo i inne sektory rządowe. Jednak SI wykonuje takie czasochłonne i męczące zadania szybko oraz precyzyjnie. Jasno zdefiniowane zadania obejmujące olbrzymie ilości danych i wymagające wielu powtórzeń powinniśmy powierzyć technikom uczenia maszynowego i uczenia głębokiego — wykonują je szczególnie dobrze.

Automatyzując proste i dobrze zdefiniowanie zadania, SI ułatwia pracownikom działania oraz zwiększa ich moce przerobowe. Mogą oni skupić się na decyzjach wymagających ludzkiego wkładu. Przykładowo, amerykańska agencja ds. obywatelstwa i imigracji (USCIS) korzysta z wygenerowanej komputerowo wirtualnej asystentki, Emmy. Odpowiada ona na pytania i pomaga użytkownikom odnaleźć się na stronie internetowej tego urzędu. Jednak to człowiek lepiej wytłumaczy decyzje USCIS i wskaże kolejne etapy postępowania.

Wykonywania zadań kluczowych dla powodzenia misji

Istnieją rządowe agencje, takie jak amerykański Departament Obrony, w których SI obsługuje kluczowe możliwości. Obejmują one poprawę świadomości sytuacyjnej i decyzyjności. Inne kwestie to zwiększenie bezpieczeństwa samolotów, statków lub pojazdów w niebezpiecznych sytuacjach oraz przewidywanie momentów usterek kluczowych elementów, automatyzacja diagnoz czy planowanie konserwacji. SI pomaga również usprawnić rozpoznanie obszarów morskich, ziemnych i powietrznych. To niezwykle ważne w misjach Departamentu Obrony, ponieważ umożliwia bezpieczną i dokładną nawigację, a także lepszy nadzór.

Postępy w dziedzinie badań i rozwoju

Połączenie SI, systemów obliczeń o wysokiej wydajności (HPC) i analityki leży u podstaw badań z zakresu medycyny, genomiki, inżynierii, sejsmologii, astrofizyki i wielu innych dziedzin. Znaczące korzyści z zastosowania SI mogą też odnieść środowiska akademickie i sektor prywatny, szczególnie w zakresie badań sponsorowanych przez rząd. Oto przykład — algorytmy SI pozwalają na szybsze i tańsze prognozy struktur białkowych 3D na podstawie sekwencji aminokwasów.1 Ta wiedza może pomóc badaczom w lepszym zrozumieniu chorób i stworzeniu skuteczniejszych leków.

Firma Intel podchodzi do SI w sposób całościowy i na poziomie systemowym. To podejście pomaga organizacjom wdrożyć właściwy system, o wydajności spełniającej obecne i przyszłe potrzeby.

Intel® SI: podejście na poziomie systemowym

Właściwe dane są kluczowe dla prawidłowego funkcjonowania SI. Ponadto muszą być one precyzyjne i odpowiednio oznakowane w celach szkoleniowych. Modele muszą zostać przeszkolone w prawidłowym otoczeniu programowym i sprzętowym. Dotyczy to w szczególności wdrażania modeli SI w terenie. Przykładowo algorytmy SI działające w satelicie będącej na orbicie powinny uczyć się z nowych danych i stale dostosowywać swoje modele. Należy również traktować system SI jako całość. Obejmuje to przetwarzanie, pamięć operacyjną, pamięć masową oraz połączenie wzajemne. Dzięki temu żaden z tych komponentów nie będzie przyczyniał się do powstawania efektu wąskiego gardła.

Firma Intel podchodzi do SI w sposób całościowy i na poziomie systemowym. Pracujemy z zespołami rządowymi i sektora publicznego w celu określenia sposobów na zarządzanie i przygotowywanie danych, udoskonalanie modeli, a także wdrażanie sprzętu i oprogramowania spełniających wymogi terenowe. To podejście pomaga organizacjom wdrożyć właściwy system, o wydajności spełniającej obecne i przyszłe potrzeby.

Należy też wziąć pod uwagę wyzwania związane z budżetem sektora publicznego, skalowalnością oraz całkowitymi kosztami posiadania (TCO). Skalowalne procesory Intel® Xeon® nie tylko obsługują obciążenia SI, ale również szeroką gamę obciążeń ogólnych. Maksymalizuje to wykorzystanie infrastruktury i może skutkować większą chęcią inwestowania w nowy sprzęt komputerowy.

Pełne portfolio technologii Intel® dla SI obejmuje szereg dodatkowych narzędzi, zestawów programistycznych oraz rozwiązań dla dostawców usług chmury.

Technologie Intel® dla SI — od brzegu po chmurę

Portfolio technologii Intel® dla SI obsługuje systemy wielozadaniowe, stworzone do konkretnych celów oraz konkretnych zastosowań. Oznacza to, że zespoły SI mogą wybrać sprzęt najlepiej nadający się do poszczególnych zadań. Ponadto mogą zoptymalizować go za pomocą oprogramowania, co owocuje uzyskaniem maksimum wydajności. Następujące elementy stanowią mocną podstawę dla niemal każdego zastosowania SI.

Sprzęt komputerowy o wysokiej wydajności

Układów

Skalowalne procesory Intel® Xeon® zapewniają wysoką wydajność uczenia maszynowego i uczenia głębokiego. Dodatkowo zwiększają wartość inwestycji w infrastrukturę dzięki zwiększeniu eksploatacji.

Akceleratory

Akceleratory z portfolio firmy Intel są zaprojektowane z myślą o radzeniu sobie z konkretnymi i rygorystycznymi obciążeniami roboczymi SI. Obejmują one Intel® FPGA dla centrów danych, sieci lub brzegów, a także jednostkę przetwarzania widzenia Intel® Movidius™ do celów przetwarzania obrazów.

Pamięć operacyjna i masowa

Pamięć trwała i dyski półprzewodnikowe Intel® Optane™ przeciwdziałają powstawaniu wąskiego gardła podczas przenoszenia danych. Obsługują również duże aplikacje przechowywane w pamięć.

Połączenia

Technologie Intel® dotyczące połączeń mają umiejętność skalowania mikronów na mile, łączenia elementów na jednym układzie scalonym oraz tworzenia pakietów technologicznych dla centrów danych i sieci bezprzewodowych.

Oprogramowanie i narzędzia programistyczne

Optymalizacja struktury

Optymalizacja popularnych struktur, takich jak TensorFlow czy Caffe, może pomóc programistom we wzmocnieniu struktury Intel®.

Biblioteki oprogramowania

Biblioteki oprogramowania obejmują bibliotekę procedur matematycznych Intel® Math Kernel for Deep Neural Networks (Intel® MKL-DNN) i bibliotekę Intel® Data Analytics Acceleration Library (Intel® DAAL). Pomagają one usprawnić proces programowania. (Patrz komunikat o optymalizacji).

Zestawy narzędzi do oprogramowania

Takie narzędzia oprogramowania, jak zestaw narzędzi OpenVINO™w dystrbucji Intel® pozwalają programistom SI stworzyć model i wdrożyć go na różnych rodzajach sprzętu komputerowego Intel® — na brzegu i w centrum danych.

Organizacje rządowe budujące swoje systemu SI na technologiach Intel® zyskują przewagę pod względem funkcji zabezpieczeń sprzętowych.

Funkcje zabezpieczeń sprzętowych

Nie wszyscy dostawcy technologii pamiętają o bezpieczeństwie tworząc swoje rozwiązania. Organizacje rządowe budujące swoje systemu SI na technologiach Intel® zyskują przewagę pod względem funkcji zabezpieczeń sprzętowych. Wspomniane funkcje pomagają zabezpieczyć algorytmy SI i strumienie danych od punktu końcowego (może być nim odporny na wstrząsy laptop, dron lub satelita) poprzez sieć aż do chmury.

Nasze technologie poprawiające bezpieczeństwo sprzętowe obejmują technologię wykrywania zagrożeń Intel® Threat Detection Technology (Intel® TDT). Ma ona zwiększyć świadomość cybernetycznych zagrożeń i nadużyć. Ponadto w skład zestawów standardowych produktów zabezpieczeń Intel® Security Essentials wchodzi technologia zaufanego wykonania Intel® Trusted Execution Technology (Intel® TXT). Pomaga ona zapewnić, że aplikacje będą działać w bezpiecznych enklawach oraz oferuje wspomaganą sprzętowo akcelerację działań szyfrujących, ochronę danych, kluczy, tożsamości, a także chronione i zweryfikowane procesy uruchamiania.

Studia przypadków: SI firmy Intel® w sektorze publicznym

Firma Intel i nasze ekosystemy pomagają skrócić czas od pilotażu do wdrożenia dzięki gotowym do produkcji rozwiązaniom dla sektora prywatnego i publicznego. Dotyczy to etapów od strategii danych po wdrożenie na skalę biznesową. Poniższe przykłady wykorzystania SI przez rządy dowodzą, jak wielką wartość mogą mieć te rozwiązania dla sektora publicznego.

Urząd ds. wodociągów i kanalizacji Dystryktu Kolumbii (District of Columbia Water and Sewer Authority) odpowiada za usuwanie ścieków i obsługuje w tym regionie ponad 700 tys. mieszkańców. Niektóre elementy tamtejszej infrastruktury mają jednak ponad 200 lat, przez co mierząca łącznie niemal 2900 km sieć rur kanalizacyjnych wymaga ustawicznych inspekcji i konserwacji. Analiza wideo korzystająca z technologii SI Intel® pomaga zmniejszyć koszta i zoptymalizować konserwację.

Co roku FBI informuje o zaginięciach niemal pół miliona dzieci. Prowadzący działalność non profit amerykański narodowy ośrodek ds. zaginięć i wykorzystywania dzieci (National Center for Missing & Exploited Children) dostarcza istotnych informacji pomagających w odnalezieniu zaginionych. Zaawansowane techniki analityczne i SI są w stanie pomóc w przetwarzaniu wskazówek o podejrzanej aktywności w sieci oraz szybko przekazać te informacje odpowiednim organom prawnym.

Defense Advanced Research Projects Agency — DARPA (Agencja Zaawansowanych Projektów Badawczych w Obszarze Obronności)

Firma Intel bierze udział w rozwiązywaniu zadań DARPA oraz programach sztucznej inteligencji DARPA. Ma to na celu rozwijanie badań nad SI. Przykładowo, firma Intel i Uniwersytet Browna pracują razem nad technologią inteligentnego kręgosłupa (Intelligent Spine Technology). Program ten bada wykorzystanie technologii SI Intel®, w tym akceleratorów i oprogramowania open source. Celem jest leczenie urazów rdzenia kręgowego i pomoc sparaliżowanym pacjentom w powrocie do pełnej sprawności ruchowej. Planem badaczy jest zapisywanie sygnałów motorycznych i czuciowych. Na ich podstawie chcą poznać sposoby wykorzystania sieci neuronowych do stymulowania miejsc pourazowych.

Przyszłość SI w zastosowaniach rządowych

Firma Intel bada nowe techniki i strategie cyfrowej transformacji rządowej. Przykładowo, technologia uczenia maszynowego typu federated learning wspomagana przez rozszerzenia ochrony oprogramowania Intel® Software Guard Extensions (Intel® SGX), jest w stanie umożliwić wielu instytucjom współpracę nad projektami bez potrzeby udostępniania prywatnych danych.

Sztuczna inteligencja jest dla każdej organizacji niczym wędrówka. Oferuje ona szereg korzyści dla rządów i sektora publicznego, dzięki którym mogą osiągnąć więcej, zadowolić pracowników i obywateli, a także dokonać niewyobrażalnych postępów. Organizacje mogą przygotować się na sukces starannie planując każdy etap. Pomóc w tym mogą im eksperci w zakresie technologii i wdrażania rozwiązań. Sektor publiczny jest wciąż na początku swojej podróży ze sztuczną inteligencją. Czas zatem poczynić przygotowania. Nastała przyszłość.

Zastrzeżenia i uwagi prawne

Technologie Intel® mogą wymagać obsługującego je sprzętu, oprogramowania lub aktywacji usług.

Żaden produkt ani komponent nie jest całkowicie bezpieczny.

Rzeczywiste koszty i wyniki mogą się różnić.

Firma Intel nie sprawdza ani nie weryfikuje danych podawanych przez osoby trzecie. Aby ocenić ich dokładność, należy się zapoznać z innymi źródłami.

Informacje o produktach i wydajności

1AI protein-folding algorithms solve structures faster than ever, Nature, lipiec 2019 r., nature.com/articles/d41586-019-01357-6.