来源:36Kr

在每个联邦机构中,重要的见解都隐藏在这些年来收集的大量数据集中。 但是由于美国联邦政府数据科学家的匮乏,如果真的要这么做的话,那么从这些数据中提取价值是非常耗时的。 然而,随着数据科学,人工智能(AI)和机器学习的发展,联邦机构现在可以使用先进的工具对信息分析和机构运作进行变革。

从预测恐怖威胁到检测税务欺诈,一种称为自动机器学习的新一类企业级工具有能力,通过预测建模来改变联邦机构决策的速度和准确性。像AI这样的技术正在改变联邦政府认知和决策的方式。

要使用自动化机器学习等工具充分发挥联邦政府数据科学的潜力,首先了解所用术语及其含义,这一点非常重要。

数据科学 - 分析数据的艺术

数据科学是一个广义的术语,指的是利用数据解决问题的科学和艺术。根据统计数据,这种做法融合了数学,编码和领域知识,以回答某个数据集的具体问题。计算能力的进步已经从基于计算器的统计建模转化为预测算法,将历史数据分析转化为对未来行为的预测。

即使是1790年进行的第一次美国人口普查,使用鹅毛笔和纸张,收集了大约20兆字节的数据。今天,人口普查局积压了将近4000亿个数据点,对人口和行为不断演变的人口提供了丰富的见解。虽然随着时间的推移,数据量不断增加,但数据科学家却处于供不应求的状态,数据量和见解数据差距很大,人们需要从数据中获得这些见解。

AI - 填补数据科学的空白

人工智能与数据科学重叠,赋予机器相互作用的能力,就像参与过程的人一样。人工智能的核心是通过应用数学模型从数据中推断信息来复制智能人类行为的能力。然而,人工智能的意义在于,它可以通过这些机器做出决定并采取行动 - 无论是在数据中心还是在云端。

艾伦·图灵(Alan Turing)在二战期间对德国军队发出的加密信息进行了解密。今天,人工智能在大数据的可用性和可访问性以及日益可承受的存储和处理能力方面正在政府中实现。人工智能已成功应用于情报和国防应用,如国防部高级研究计划局的学习和组织计划认知代理,现在是苹果的Siri和无人驾驶飞机的骨干。

机器学习 - AI发展的下一步

随着人工智能的发展,新一轮的创新浪潮已经发展成机器学习。机器学习融合了人工智能和数据科学,不仅可以使用算法进行决策 - 它可以从过去的数据点中学习,改进方法,随着时间的推移变得更加智能,并收集和分析更多的数据。这里的游戏改变者是预测性智能 - 预测和准备基于复杂算法的未来事件的能力。

想想预测的力量在联邦政府中能达到什么样的效果。例如,机器学习将帮助国税局找到归档税表中的异常情况,自动标记潜在的欺诈性提交作进一步审查。它还可以将卫星和传感器信息混合到国家气象局的燃料预测中。

这是关键时刻。数据科学家在解释结果时需要人工智能和自动机器学习,而不是手动管理和处理信息。更重要的是,通过自动化机器学习,联邦政府中的任何人都可以作为数据科学家,利用预测模型和洞察数据提供的信息。

这些进步为联邦机构创造了无数的机会,可以做出更快,更准确的决策,从而大大提高任务能力,效率和安全性,同时还可以调整空缺的数据科学家职位。机构可以从企业的成功经验中学习,并将AI指向复杂的网络对手,在攻击之前查明内部威胁,主动识别欺诈或预测恐怖袭击。

鉴于我们面临的国家安全和经济威胁以及数据科学家日益短缺,采取这种创新对于保持领先一步至关重要。凭借人工智能和机器学习的强大功能,这项功能现在就在我们的指尖。

预测性智能的力量:AI 和机器学习将如何改变美国政府决策?相关推荐

  1. 应用丨AI和机器学习如何改变美国政府决策方式

    在每个联邦机构中,重要的见解都隐藏在多年来收集的大量数据集中.但是由于联邦政府数据科学家的短缺,从这些数据中提取价值是非常耗时的.然而,随着数据科学,人工智能(AI)和机器学习的进步,各机构现在可以使 ...

  2. 【火炉炼AI】机器学习018-项目案例:根据大楼进出人数预测是否举办活动

    [火炉炼AI]机器学习018-项目案例:根据大楼进出人数预测是否举办活动 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit-learn 0.19, ...

  3. python分类预测降低准确率_【火炉炼AI】机器学习011-分类模型的评估:准确率,精确率,召回率,F1值...

    [火炉炼AI]机器学习011-分类模型的评估:准确率,精确率,召回率,F1值 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit-learn 0.19 ...

  4. 最新剑桥《AI全景报告》出炉:中国发表机器学习学术研究超过美国

    来源 | 转载自新智元(ID:AI_era) 2019年即将过去一半,剑桥大学的两位研究人员近日推出了本年度的State AI 2019全景报告. 本报告基本沿袭去年的大体框架,从产业.人才.政策.预 ...

  5. 资源 | 2018年14个顶级AI和机器学习会议名录

    编译 | AI [AI科技大本营导读]人工智能和机器学习已经跳出科幻小说的范畴,冲进了现实.不管是技术层面还是商业环境方面,这些领域都在迅速发展,紧跟潮流的步伐是非常重要的. 无论你是技术参与者还是战 ...

  6. 资源|2018年14个顶级AI和机器学习会议名录

    编译 | AI [AI科技大本营导读]人工智能和机器学习已经跳出科幻小说的范畴,冲进了现实.不管是技术层面还是商业环境方面,这些领域都在迅速发展,紧跟潮流的步伐是非常重要的. 无论你是技术参与者还是战 ...

  7. 一周AI回顾 | 特斯拉AI负责人说神经网络正在改变编程,机器学习大神Bengio新论文专注RNN优化

    本期一周AI看点包括行业热点.投融资.业界观点.技术前沿以及应用等方面. 行业 英特尔将同AMD合作PC芯片 共同对抗英伟达 <华尔街日报>援引知情人士的消息称,英特尔将发布一款移动处理器 ...

  8. 年终总结:2021年五大人工智能(AI)和机器学习(ML)发展趋势

    明年,人工智能技术将在企业运营中更加根深蒂固. 人工智能(AI)和机器学习(ML)一直在改变着我们的世界,但是2020年给这两个改变游戏规则的人带来了新的机遇和紧迫性-预计2021年会有更大的发展. ...

  9. Gartner预测:2019年七大AI科技趋势,百万行业将颠覆!

    来源:网络大数据 摘要:尽管科幻小说可能将人工智能机器人描绘成坏人,但一些科技巨头现在也将其用于安全. 微软和优步等公司使用Knightscope K5机器人巡逻停车场和大型户外区域来预测和预防犯罪. ...

最新文章

  1. 开发环境下jboss 7.1.1 Final 的jsp热部署解决方案--转
  2. Python超强全方位学习路线分享(附视频+书籍+面试链接)
  3. Linux有问必答:如何检查Linux的内存使用状况
  4. 【Pytorch神经网络理论篇】 18 循环神经网络结构:LSTM结构+双向RNN结构
  5. ScaleForm十六戒言
  6. 作者:石磊,男,北京金信网银金融信息服务有限公司互联网金融行业数据分析师。...
  7. Docker:unauthorized: incorrect username or password.
  8. 安卓 开源 挣钱_在开源中赚钱并享受乐趣
  9. cocos2d-x游戏引擎核心(3.x)----事件分发机制之事件从(android,ios,desktop)系统传到cocos2dx的过程浅析...
  10. HENXU-SOA的业务规划和建模方法之七——SOA的方法融合
  11. [Iphone开发]如何在GDB中查看变量的值
  12. python plot画图_Python进阶之Matplotlib入门(四)
  13. 索鸟快传2.0免费局域网文件共享软件,用C++开发的基于HTTP的文件共享软件,文件下载上传、在线预览
  14. ffmpeg 简单教程
  15. android修改屏幕比例,安卓屏幕比例修改器
  16. 最简单华为设备怎么无需Root激活XPOSED框架
  17. 阿拉伯数字转人民币大写
  18. 软件开源,航芯方案分享 | 全自动咖啡机设计方案
  19. 【巴什博弈 抢夺资源】
  20. 大数手算法开平方(Java实现)

热门文章

  1. 32岁!清华大学博导,国家优秀青年科学基金获得者!
  2. SAP WM 2-Step Picking的TO单据特殊的地方
  3. SAP RETAIL 基于分配表创建采购订单的时候按工厂拆分?
  4. SAP 谈谈PFCG创建ROLE后打包产生TR
  5. 2021年AI网络安全发展趋势
  6. 沈向洋:从深度学习到深度理解
  7. PC人脸识别登录,出乎意料的简单
  8. 干货!一文读懂人工智能和机器学习有什么关系
  9. “黑科技”要会用才行,探讨人工智能如何落地
  10. SAP MM 采购订单与相关合同的价格差异问题分析