Elasticsearch:人工智能时代的公共部门数据治理

news2025/4/2 22:08:13

作者:来自 Elastic Darren Meiss

人工智能(AI)和生成式人工智能(GenAI)正在迅速改变公共部门,从理论探讨走向实际应用。正确的数据准备、管理和治理将在 GenAI 的成功实施中发挥关键作用。

我们最近举办了一场名为 “人工智能时代的公共部门数据治理” 的网络研讨会,邀请了行业专家 IDC 研究总监 Max Klaps 和 Elastic 杰出架构师 Dave Erickson。他们探讨了 GenAI 在政府、教育和国防领域的现状,并深入分析了 GenAI 带来的数据挑战和机遇。

公共部门机构对 AI 的态度发生了重大转变。最初,它们主要在不同的 AI 工具和试点项目上进行探索,如今的重点则是确定能够带来实际价值并与组织使命及关键绩效指标(KPI)相契合的具体用例。

人工智能 ( AI ) 在政府中的发展

政府机构和其他公共部门组织对 AI 的应用方式发生了重大变化。最初,这些组织尝试使用各种 AI 工具和试点项目。然而,现在的重点已经转向识别能够提供实际价值并符合组织使命和关键绩效指标 ( key performance indicators - KPIs ) 的具体用例。

根据 IDC 的研究,大约一半的公共部门组织正在运行试点项目,20% 的组织已经在生产环境中实施 AI 。现在的关键问题是 AI 可以在哪些领域产生最大影响。各组织正在优先考虑那些能够提升运营效率、增强韧性、减少错误、确保合规性并提高流程可观察性的用例。最终目标是利用 AI ,尤其是生成式 AI ( GenAI ) ,为公共部门的工作人员、公民和学生带来更好的成果。

优先考虑高影响力的用例

当前的重点集中在几个关键用例上,被归类为 “第一阶段” ( horizon one ) ,其目标是取得早期成果、测试现有能力,并探索更具影响力和外部导向的未来用例。

第一阶段的用例通常涉及内部流程,例如关键自然基础设施保护、金融市场监管、动态数字立法、公共沟通和通知,以及为高等教育提供 AI 研究和写作辅助。这些用例通常围绕内容获取、摘要和准备展开。

展望未来,公共部门领导者正在探索并扩大对任务成果有直接影响的用例。这些包括提升服务交付、减少税务合规负担、确保支付完整性并降低欺诈风险、将自然语言能力集成到 311 系统中,以及在高等教育中实现超个性化的学生招生和干预。

克服挑战并确保数据准备就绪

实施 GenAI 并非没有挑战,常见的障碍包括:

  • 治理 ( Governance )

  • 风险 ( Risk )

  • 安全性 ( Security )

  • 成本控制 ( Cost control )

  • 可扩展性 ( Scalability )

但一个反复出现的主题是数据准备的重要性。尽管高质量数据至关重要,但数量并不是主要问题。公共部门组织可以利用预训练模型,并专注于为 AI 提供与特定用例相关的、精心整理的数据。这种方法被称为 检索增强生成 ( RAG, Retrieval Augmented Generation ),可以确保 AI 的回答基于权威信息,并降低错误或偏见输出的风险。输入生成模型的数据质量至关重要。

观看 网络研讨会

RAG:成功的关键模式

RAG 是为 生成式 AI ( GenAI ) 提供适当上下文的重要工作流。它不是仅依赖模型的 预先知识 ( pre-existing knowledge ),而是从组织的 专有数据 ( proprietary data )(如 文档 ( documents )图像 ( images )音频 ( audio ))中检索相关数据,并利用这些数据来优化 AI ( 人工智能 ) 的回答。这种方法可以提高 AI 生成答案的准确性 ( accuracy )可信度 ( trustworthiness )可解释性 ( explainability )

Elastic 在实现 RAG 方面发挥着重要作用。我们的 向量数据库 ( vector database ) 使组织能够存储、检索和分析海量数据,从而更轻松地将 AI 关联到权威信息。

负责任的 AI 和风险缓解

负责任的 AI ( Responsible AI ) 需要确保 AI 系统 ( AI systems ) 具备 道德性 ( ethical )可解释性 ( explainable )透明性 ( transparent )。组织可以采取以下措施来促进 负责任的 AI

  • 评估和分类不同用例的 风险等级 ( risk levels )

  • 优先考虑 风险缓解策略 ( risk mitigation strategies ),例如实施 数据安全协议 ( data security protocols )检测偏见 ( detecting bias )

  • 建立 明确的责任和报告机制 ( clear accountability and reporting mechanisms )

  • 与公众沟通,解释 AI 的风险 ( risks )机遇 ( opportunities )

在讨论 AI 风险 ( AI risks ) 时,使用 统一的语言和框架 ( common language and framework ) 至关重要。例如,在 美国 ( United States ),可以参考 国家标准与技术研究院 ( NIST ) 的风险管理框架 ( Risk Management Framework, RMF )

另一个关键点是,将 负责任 AI 的补偿控制 ( compensating controls )AI 本身 ( AI itself ) 分开 —— 换句话说,就是 保持对 AI 监管措施 ( guardrails ) 的控制。此外,持续评估 ( continuous evaluation ) AI 生成的答案 对于确保公众信任至关重要。

为 GenAI 培养人才

人 ( People )成功实施 GenAI ( 生成式 AI ) 的关键。组织需要投入 培训 ( training )发展 ( development ),以确保员工适应这一变革。关键关注点包括:

  • 为所有员工建立 AI 认知 ( AI awareness )风险培训 ( risk training )

  • 技术人员 ( technical staff ) 提供 AI 工具 ( tools )实践机会 ( opportunities )

  • 利用 合作伙伴生态系统 ( partner ecosystem ) 的专业知识,例如 学术研究机构 ( academic research institutions )标准机构 ( standards bodies )

  • 创建空间,让员工体验 AI 的局限性 ( AI's limitations ),并学习如何将其 有效作为工具 ( use it effectively as a tool )。强调 摒弃 AI 是全知全能 ( all-knowing entity ) 的思维方式,并鼓励更加 务实 ( practical ) 的方法,以理解 AI 的能力 ( capabilities )局限性 ( limitations )

了解更多

收听 《人工智能时代的公共部门数据管理》 以获取更多关于 利用 GenAI 的巨大力量与潜力 的见解。

原文:Public sector data stewardship for the AI era | Elastic Blog

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2324680.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

低功耗LPWAN模块开发指南:远距离无线通信与边缘计算融合实战‌

在远程资产追踪、野外环境监测等场景中,稳定可靠的长距离通信与超低功耗是系统设计的核心挑战。eFish-SBC-RK3576通过 ‌原生双UART接口 USB OTG扩展能力‌ ,可无缝集成主流LPWAN模组(LoRa/NB-IoT),实现“数据采集-边…

【超详细教程】2025年3月最新Pytorch安装教程(同时讲解安装CPU和GPU版本)

目录 一、前言二、pytorch简介三、安装准备工作3.1、下载Anaconda 四、判断是否有NVIDIA显卡五、安装pytorch-CPU版本六、安装pytorch-GPU版本6.1、查看CUDA显卡驱动版本6.2、安装CUDA6.3、安装CuDNN(加速器)6.4、安装pytorch-GPU6.5 其他方法安装注意 七…

虚拟电商-话费充值业务(二)话费充值对接供应商模块开发

一、对接供应商模块开发 供应商对接模块chongba_recharge_supplier主要负责的就是调用外部的供应商系统进行充值下单,这种调用是一种基于HTTP协议的调用。 此外在供应商对接模块中主要是实现的业务逻辑有: 1:余额或押金不足情况下的失败轮…

c#winform,倒鸭子字幕效果,typemonkey字幕效果,抖音瀑布流字幕效果

不废话 直接上效果图 C# winform 开发抖音的瀑布流字幕。 也是typemonkey插件字幕效果 或者咱再网上常说的倒鸭子字幕效果 主要功能 1,软件可以自定义添加字幕内容 2,软件可以添加字幕显示的时间区间 3,可以自定义字幕颜色,可以随…

游戏被外挂攻破?金融数据遭篡改?AI反作弊系统实战方案(代码+详细步骤)

一、背景与需求分析 随着游戏行业与金融领域的数字化进程加速,作弊行为(如游戏外挂、金融数据篡改)日益复杂化。传统基于规则的防御手段已难以应对新型攻击,而AI技术通过动态行为分析、异常检测等能力,为安全领域提供了革命性解决方案。本文以游戏反作弊系统和金融数据安…

晶晨S905L3A(B)-安卓9.0-开启ADB和ROOT-支持IPTV6-支持外置游戏系统-支持多种无线芯片-支持救砖-完美通刷线刷固件包

晶晨S905L3A(B)-安卓9.0-开启ADB和ROOT-支持IPTV6-支持外置游戏系统-支持多种无线芯片-支持救砖-完美通刷线刷固件包 适用型号:M401A、CM311-1a、CM311-1sa、B863AV3.1-M2、B863AV3.2-M、UNT403A、UNT413A、M411A、E900V22C、E900V22D、IP112H等等晶晨S905L3A(B)处…

AI来了,新手如何着手学习软件开发?

AI时代新手学习软件开发的7步进化指南 (附具体工具与避坑策略) 一、建立“人机协作”学习观 AI是教练,不是替身 正确姿势:用AI辅助理解概念(如让DeepSeek 、ChatGPT用生活案例解释递归),但坚持手…

《K230 从熟悉到...》矩形检测

《K230 从熟悉到...》矩形检测 《庐山派 K230 从熟悉到...》矩形检测 矩形检测技术是一种广泛应用于电子图像处理的核心技术。它通过识别和分析图像中的矩形结构,为各种应用提供基础支持。从传统图像处理算法到现代深度学习技术,矩形检测的实现途径多种多…

3. 第三放平台部署deepseek

有时候我们会发现使用deepseek服务器,异常卡顿,这是由于多方面原因造成的,比如说访问人数过多等。想要解决这个问题,我们可以选择第三方平台进行部署 第三方平台 我们可以选择的第三方平台很多,比如硅基流动、秘塔搜索…

【C++指针】搭建起程序与内存深度交互的桥梁(下)

🔥🔥 个人主页 点击🔥🔥 每文一诗 💪🏼 往者不可谏,来者犹可追——《论语微子篇》 译文:过去的事情已经无法挽回,未来的岁月还可以迎头赶上。 目录 C内存模型 new与…

IEEE PDF Xpress校验出现 :字体无法嵌入问题以及pdf版本问题

文章目录 问题描述一、字体嵌入问题首先查看一下,哪些字体没有被嵌入查看window的font文件夹里的字体下载字体的网站修复字体嵌入问题 二、pdf版本不对 问题描述 在处理IEEE的camera ready的时候,提交到IEEE express的文件没有办法通过validate&#xf…

cookie详解

一、cookie出现原因 http是无状态的,浏览器无法记录当前是哪个人浏览的,所以出现了cookie 作用:会话状态管理(用户登录状态、购物车、游戏分数)、个性化设置(主题、自定义设置)、浏览器行为跟…

Mayo Clinic Platform在人工智能医疗领域的现状及启示意义研究

一、引言 1.1 研究背景与意义 在科技飞速发展的当下,人工智能(AI)已逐渐渗透至各个行业,医疗领域作为关乎人类生命健康的重要领域,也迎来了人工智能技术带来的深刻变革。人工智能医疗,作为人工智能与医疗行业深度融合的产物,正重塑着全球医疗的格局。 从全球范围来看,…

如何将 Java 应用做成 EXE 的可执行软件

目录 前言一、情景介绍二、实现步骤1. 打 Jar 包2. 编写 bat 批处理文件3. bat 转 exe 前言 最近使用 GUI 帮朋友写了一个软件,为了方便他处理工作上的重复性且很麻烦的事情,程序是使用 Java 写的,就不得不面对一个问题:我必须将…

第一篇:系统分析师首篇

目录 一、目标二、计划三、完成情况1.宏观思维导图2.过程中的团队管理和其它方面的思考 四、意外之喜(最少2点)1.计划内的明确认知和思想的提升标志2.计划外的具体事情提升内容和标志 一、目标 通过参加考试,训练学习能力,而非单纯以拿证为目的。 1.在复…

自动关机监控器软件 - 您的电脑节能助手

## 自动关机监控器 - 您的电脑节能助手 自动关机监控器是一款基于Python开发的实用工具,旨在帮助用户节省电力资源并延长电脑使用寿命。该程序通过监控用户的鼠标和键盘活动,在设定的无活动时间后自动关闭计算机,特别适合需要长时间离开电脑但…

线程概念与控制(中)

线程概念与控制(上)https://blog.csdn.net/Small_entreprene/article/details/146464905?sharetypeblogdetail&sharerId146464905&sharereferPC&sharesourceSmall_entreprene&sharefrommp_from_link我们经过上一篇的学习,接…

[GXYCTF2019]禁止套娃1 [GitHack] [无参数RCE]

Git基础 Git信息泄露原理解析及利用总结 - FreeBuf网络安全行业门户 CTF中的GIT泄露_ctf git泄露-CSDN博客 Git结构 dirsearch扫出来一大堆东西(然而这些并没有什么屁用) 但也算起码了解了git结构了吧 /.git/HEAD:表示当前HEAD指针的指…

从ChatGPT到AutoGPT——AI Agent的范式迁移

一、AI Agent的范式迁移 1. ChatGPT的局限性与Agent化需求 单轮对话的“工具属性” vs. 多轮复杂任务的“自主性” ChatGPT 作为强大的生成式AI,虽然能够进行连贯对话,但本质上仍然是“工具型”AI,依赖用户提供明确的指令,而无法自主规划和执行任务。 人类介入成本过高:提…

stock-pandas,一个易用的talib的替代开源库。

原创内容第841篇,专注智能量化投资、个人成长与财富自由。 介绍一个ta-lib的平替——我们来实现一下,最高价突破布林带上轨,和最低价突破布林带下轨的可视化效果: cross_up_upper stock[high].copy()# cross_up_upper 最高价突破…