09 نوامبر 2023
داده ها ابزاری کلیدی برای سیاست گذاران برای پاسخ به تغییرات یک جامعه و چالش هایی است که مردم روزمره با آن مواجه هستند. به همین دلیل است که موسسه ملی آمار و مطالعات اقتصادی لوکزامبورگ، STATEC، همکاری با مرکز بین رشتهای امنیت، قابلیت اطمینان و اعتماد (SnT) دانشگاه لوکزامبورگ را برای راهاندازی آزمایشگاه علوم داده داخلی راهاندازی کرده است. این آزمایشگاه بر روی توسعه و پیاده سازی ابزارهای هوش مصنوعی که از ماموریت STATEC در لوکزامبورگ پشتیبانی می کند، تمرکز خواهد کرد.
فناوری هوش مصنوعی (AI) و یادگیری ماشین (ML) فرصتی برای به حداکثر رساندن قابلیتهای همه دفاتر آمار ملی در سراسر جهان ارائه میکند. آماردانان را قادر میسازد تا حجم عظیمی از اطلاعات دانهای را که اکنون در اختیار ماست – دادههای بزرگ – پردازش و تجزیه و تحلیل کنند. این اجازه می دهد تا آمار رسمی با کارایی بیشتری تولید شود، که باعث می شود راه اندازی AI/ML برای پردازش کلان داده ها در اولویت موسسات آماری در سراسر جهان باشد. لوکزامبورگ بخشی از آن است و STATEC ادغام هوش مصنوعی و ML را به یک عنصر مهم در دستور کار نوآوری خود تبدیل کرده است.
SnT از تیم های STATEC حمایت می کند زیرا آنها از راه اندازی هوش مصنوعی پایه خود فراتر می روند و قابلیت های خود را از طریق آزمایشگاه علوم داده گسترش می دهند. این پروژه از سه عنصر تشکیل شده است:
- مقیاسبندی و حفظ فعالیتهای هوش مصنوعی STATEC
راه اندازی یک سیستم ML در مقابل یک پروژه نرم افزاری سنتی در مقایسه با تفاوت بین تربیت کودک و ساختن خانه بهترین است. سیستمهای هوش مصنوعی، مانند کودکان، برای یادگیری و توسعه بیشتر به دادهها نیاز دارند، در حالی که نرمافزارهای سنتی بر اساس «قوانین» یا «طرحنامههای» به خوبی تثبیت شده ساخته میشوند. به دلیل این تفاوت های اساسی، فناوری ها و فرآیندهای یکسانی که به طور موثر از ایجاد و نگهداری نرم افزار پشتیبانی می کنند برای توسعه سیستم های ML کافی نیستند SnT از تیمهای فناوری اطلاعات STATEC با بررسی فناوریهای موسوم به «MLOps» پشتیبانی میکند، که به STATEC اجازه میدهد توسعه و پذیرش سیستمهای هوش مصنوعی را در سراسر سازمان توسعه دهد.
- بررسی موارد استفاده نوآورانه
هوش مصنوعی یک ابزار است و بنابراین میتوان از آن برای بینهایت موارد استفاده استفاده کرد. بنابراین، زمینه و نیازهای هر سازمانی نیاز به اطلاع رسانی جهت نوآوری دارد. در مورد STATEC یک مثال بالقوه کدگذاری متن بر اساس طبقه بندی های آماری است. این فرآیند در حال حاضر به صورت دستی انجام می شود، اما می تواند با استفاده از پردازش زبان طبیعی به طور خودکار انجام شود. یکی دیگر از موارد استفاده، استفاده از روشهای AI/ML برای ایجاد محاسبات با دادههای آماری است.
- توسعه و پیاده سازی ابزاری برای خودکارسازی پردازش آماری
یک اشکال عادی بسیاری از راهحلهای هوش مصنوعی، جلوه «جعبه سیاه» است که در آن اطلاعات وارد میشود و سپس یک پاسخ یا پاسخ خروجی بدون فرصتی برای درک دلیل داده شدن آن پاسخ داده میشود. این امر به ویژه در تجزیه و تحلیل آماری که شفافیت کلیدی است مشکل ساز است، بنابراین برای سومین عنصر پروژه، تیم SnT قصد دارد آن جعبه سیاه را “مشخص” کند و این امکان را برای آماردانان فراهم می کند تا درک کنند که پردازش داده ها چگونه انجام شده است.
پروفسور Yves Le Traon، محقق اصلی پروژه SnT می گوید: “ما آنها را در طول سفر هوش مصنوعی آنها همراهی خواهیم کرد و به آنها کمک خواهیم کرد تا چالش های بسیاری را که اکنون و در آینده با آنها روبرو خواهند شد حل کنند.” در نهایت، هدف کمک به آماردانان و تیمهای فناوری اطلاعات است تا به صورت همزمان کار کنند و دانش تخصصی خود را به مؤثرترین شکل ممکن گرد هم آورند. این باید به STATEC این ظرفیت را بدهد که از نگهداری با کیفیت و تکامل راه حل های هوش مصنوعی خود اطمینان حاصل کند. راههای زیادی وجود دارد که فناوری هوش مصنوعی میتواند به STATEC کمک کند، و ما هیجانزده هستیم که اینها را با هم کاوش کنیم.»
دکتر سرژ آلگرزا، مدیر کل STATEC میگوید: «معرفی ابزارهای هوش مصنوعی قوی در روششناسی پردازش دادههای ما به آماردانان اجازه میدهد کارآمدتر کار کنند و نوید میدهند که تخصص خود را برای تجزیه و تحلیل آماری آزاد کنند. «نتیجه این کار، دادههای قویتر برای سیاستگذاران لوکزامبورگ و فرآیندهای کارآمدتر برای شهروندانی است که وقت خود را برای فعالیتهای جمعآوری دادهها به ما اختصاص میدهند.»
این مقاله برای اولین بار در 8 نوامبر توسط دانشگاه لوکزامبورگ منتشر شد.