近年來，隨著各國政府開始以各種基于人工智能的應用程序的試點項目的形式對人工智能進行投資，他們對人工智能的興趣日益增加。采用人工智能是政府服務的構思、設計、交付和消費方式轉型變革的杠桿。它通過政府部門之間的信息無縫流動，幫助政府為其民眾提供綜合服務。此外，人工智能的采用有助于重新設計政府流程、解放員工、提高生產力并改善民眾互動。

根據Gartner公司的預測，到2025年，超過50%的政府部門將對關鍵的核心遺留應用程序進行現代化改造，以提高彈性和靈活性。

而MarketsandMarkets公司的分析表明，到2025年，人工智能在軍事領域的市場規模預計將達到188.2億美元。

Gartner公司預測，到2024年，60%的政府人工智能和數據分析投資旨在直接影響實時運營決策和結果。

據媒體《福布斯》的報道，聊天機器人是人工智能驅動的應用程序。隨著政府部門致力尋求實現公共服務自動化的方法，人們將在2022年看到更多這樣的應用程序。

政府服務中的人工智能采用策略

如果說政府是一個大型企業的話，那么其每個部門本身也是一個企業。每個政府部門的主要戰略是將其轉變為人工智能企業。

政府的人工智能戰略是定義與政府權威目標一致的人工智能愿景、使命和目標，并設計一種管理整個政府人工智能能力的方法。

下圖描述了政府的人工智能戰略。人工智能有助于為民眾轉變政府流程、改善服務并增強任務成果。

政府的人工智能采用策略

人工智能政府的愿景是通過加速人工智能的應用，將部門轉變為人工智能企業。其使命是建立智能系統，以改善對民眾的服務交付、民眾服務的準確性并降低成本。

人工智能交付可大致分為三類應用：

• 以領域為中心的系統，幫助識別模式或開發預測。
• 后臺系統，建立在稱為機器人流程自動化的智能自動化工具之上。
• 民眾參與系統，有助于直接與民眾、員工或任何其他利益相關者互動。

政府需要建立協調機構和工作組來管理人工智能。人工智能治理包括投資決策、道德和隱私框架的創建、人工智能工具包的識別和使用以及框架選擇。它還決定了所需的人工智能技術團隊的性質，以及如何發展它們以實現政府的使命。

人工智能治理團隊需要就數據驅動技術的治理方式向政府提供建議，幫助監管機構支持負責任的創新，并建立一個值得信賴的治理體系。治理團隊需要制定政策，以公平、透明和可解釋的方式鼓勵人工智能的發展。

政府采用人工智能的驅動因素

以下是政府采用人工智能的驅動因素：

(1)民眾的要求和期望

人工智能可以支持關鍵的民眾需求和能力，其中包括提高態勢感知和決策能力。

(2)使民眾服務現代化

面向民眾的應用程序提高了政府向民眾提供的服務質量。

例如，人工智能可以通過分析患者信息以進行個性化治療，從而改善患者治療效果。

(3)政府服務創新

通過自動化定義明確的任務，人工智能簡化了操作并增加了勞動力。然后，員工可以將更多時間花在需要人工投入的決策上。

例如，使用計算機生成的虛擬助手可以減少回復基本查詢的時間，而預測分析可以做出更明智的決策。

(4)數據驅動的決策

政府部門每天都在收集大量數據。如果沒有準確的分析，數據不足以提供可操作的見解。更好的決策有可能改善服務并節省時間。

例如，人工智能可以通過使用歷史和實時數據來預測需求，并確保服務總是在正確的時間提供，從而增強用戶體驗。

(5)提高運營效率

政府雇員任務的自動化可以節省成本、時間和精力。

用于政府運營的人工智能類型

政府服務的關鍵業務和技術推動因素是：

• 社會協同治理
• 數字包容
• 移動性
• 聯絡中心
• 云計算
• 一體化政府
• 數據分析
• 開放數據
• 無證書治理系統
• 安全
• 物聯網
• 互操作性
• 游戲化
• 智慧城市

這些可以通過與人工智能的采用聯系起來更好地實現，從而更好地為民眾提供服務。

最常用的人工智能技術包括：

• 機器學習
• 自然語言處理
• 機器人
• 計算機視覺
• 語音識別
• 圖像識別
• 基于規則的系統
• 預測分析

政府服務的人工智能類型

支持人工智能的政府參考架構

以下介紹支持人工智能的高級政府參考架構，包括使用的術語和應用程序架構。主要目標是為電子政務人工智能平臺提出一個框架，以便處理來自大量政府數據的實時報告。這些數據可能來自單個或多個應用程序;主要是那些將數據存儲在各個存儲庫和跨部門、機構的各種數據存儲設施中。

下圖顯示了基于人工智能的高級政府參考架構以及關鍵組件和層，并提供了這些組件和層的簡要說明。

政府人工智能平臺高層參考架構

(1)數據源

數據源提供解決業務問題所需的洞察力。數據源分為結構化數據、半結構化數據和非結構化數據，并且來自多個來源。基于人工智能的解決方案應支持處理來自各種來源的所有類型的數據。

(2)平臺管理服務

平臺管理服務執行模型治理活動，以確保模型的可再現性、模型的可重用性，并確保根據需要重新訓練/回滾模型。MLOps有助于自動化和擴展部署以及管理生產環境中的機器學習應用程序。

數據管理服務、政策、流程、實踐和技術用于管理從源到目的地的數據。

• 數據攝取：這提供了保存從各種來源收集的原始數據并將其傳輸到數據的能力。數據的流提取、解析和加載均在這一階段完成。
• 數據準備：該服務提供了處理不同類型數據并提供對數據的快速洞察的機制。
• 數據湖：它具有使人工智能開發人員、數據科學家和分析師輕松存儲任何大小、形狀和速度的數據以及執行所有類型的處理和分析所需的功能。它存儲所有數據，同時通過批處理、流式處理和交互式分析更快地啟動和運行。
• 數據倉庫：政府數據倉庫存儲整個政府數據，包括來自部門數據庫和數據存儲庫的結構化數據。數據倉庫支持大規模并行處理和無共享架構，并提供考慮結構化和非結構化數據的最佳性能。它的設計方式使其沒有單點故障。

人工智能模型有助于處理各種用例并識別正確的模型以實現業務成果。可以基于用例開發的各種模型是機器學習模型、自然語言處理模型、深度學習模型和邊緣計算模型。

• 模型準備和構建：人工智能智能代理和技術有助于模型準備和模型構建。評估有助于根據規格確定最佳模型。在執行服務期間執行測試和自我修復。
• 使用不同的超參數訓練模型以最大化性能。
• 在模型部署和改進步驟中，不僅部署過程自動化，還執行持續再培訓和重新部署、模型與運營工作流集成以及運營反饋集成以改進模型的過程。
• 模型使用和影響：該組件的功能是確保人工智能模型被業務線實際使用，并影響業務結果。

人工智能應用程序和服務涵蓋各種類型的人工智能組件，以增強民眾服務。各種人工智能服務是機器學習服務、自然語言處理服務、機器人服務、邊緣計算服務。通常，這些服務被建模為微服務。構建管道以獲取輸入數據，使用該輸入運行人工智能模型，并將輸出存儲在數據庫中。這些人工智能服務被開發為微服務。

應用層包括政務流程、核心政務應用、支持應用和生產力應用。不同的用戶可能需要基于他們的角色、職責和功能的不同類型的輸出。它負責使用自主智能代理提供適當的服務，協調和管理應用服務以滿足民眾的需求。

人工智能對政府的好處

人工智能可用于協助公眾與政府互動并獲得民眾服務。人工智能可以加速現有任務并執行超出人類能力的工作。

人工智能還可以幫助實現政府互動的自動化，目前其中大部分都依賴于人類。借助人工智能，電子郵件、在線聊天、電話、查詢回復、社交媒體聊天等都可以實現自動化，并且為了提供更好的客戶體驗，人工智能系統存儲以前的政府互動，并使用它們進行分析。

對民眾的實時援助對于在時間緊迫的情況下與民眾保持經常聯系的政府官員最為有用。其中包括災害管理系統，市民需要了解實時災害狀態和天氣預報。

數據挖掘和基于云計算的人工智能允許分析和處理大量數據，讓政府更好地了解其民眾和政府流程，從而使他們能夠做出更好的業務決策。

在預測能力方面，基于人工智能的系統有助于快速處理大量數據。這有助于減少等待時間、減少錯誤并加快緊急響應速度。它還有助于創造更深入的洞察力和更好的民眾體驗。

在政府中使用人工智能的其他好處是：

• 深入了解政府計劃和政策的執行情況以及原因(描述性和因果分析)。
• 通過以民眾為中心和更有效地設計更好的方案和項目。
• 確定可能的未來情景并推薦最佳行動方案(預測性和規范性分析)。
• 了解政府雇員的情緒，了解他們對政府政策的看法和態度。
• 提高政府監管和稅收制度的有效性。
• 通過參與決策提高民眾滿意度。
• 制定考慮人民需求的正確政策。

政府中的人工智能用例

以下是一些政府部門在政府服務中使用人工智能的簡要說明和使用案例。

(1)農業

農業部門是一個需要各種資源、勞動力、資金和時間才能獲得最佳結果的領域。如今，農業正在走向數字化，人工智能正在這一領域興起。農業中的人工智能對農民非常有幫助，并且正在應用于農業機器人、固體和作物監測以及預測分析。人工智能在農業中的一些用例如下：

• 向農民提供有關影響作物種植的參數(降雨量、土壤質量)的實時信息，以及在給定參數的情況下如何最大限度地提高產量的專家建議。
• GIS和基于傳感器的技術，可實時捕獲和傳輸有關土壤和天氣狀況的地理數據;土壤健康監測與恢復。
• 種植面積趨勢分析;過去5年不同作物面積的經濟狀況;不同農產品的供需狀況;為政府不同農業氣候區的各種作物制定優化的作物面積規劃;為農業規劃者提供決策支持。
• 基于移動技術向農業社區傳播專家建議、警告、咨詢、作物需求和價格以及其他關鍵信息
• 先進的害蟲攻擊檢測。
• 預測作物價格，為播種實踐提供信息。

(2)醫療保健

醫療保健領域正在采用人工智能來做出比人類更好、更快的診斷。人工智能可以幫助醫生進行診斷，并可以在患者病情惡化時發出通知，以便在患者住院前獲得醫療幫助。醫療保健中人工智能的一些用例是：

• 人工智能驅動的診斷，例如影像診斷。
• 為患者提供個性化治療;分析患者數據以預測患者的風險評分，以便醫生可以優先考慮。
• 識別潛在的流行病并追蹤傳播;交叉檢查來自不同地點的具有相似癥狀的患者;模式檢測;何時可能發生爆發的警告。
• 基于人口和社會參數的疾病趨勢。
• 確定與已知病毒攜帶者的接觸者。
• 將氣候、經濟和社會數據與所提供的醫療保健質量相結合;確定易受病毒性疾病影響的地理區域;為部門提供實時決策支持。

(3)教育

人工智能可以自動評分，讓教師將更多的時間花費教學上。人工智能聊天機器人可以作為助教與學生交流。人工智能可以作為學生的個人虛擬導師，隨時隨地輕松訪問。人工智能在教育中的一些用例是：

• 用于定制學習的自適應學習工具。
• 智能互動輔導系統。
• 無論學生人數多少，都提供個性化教育。
• 預測工具，為預計輟學的學生提供先發制人的行動信息。
• 分析學生的進步并發現不一致之處;審查學生的工作以確定優勢并提出修改建議。
• 教師的自動合理化。

(4)地理信息系統和災害管理

一些政府已利用人工智能進行災害管理和災害預警。人工智能系統在獲得有關數千次先前災難的數據時，可以準確預測與可能發生的災難相關的未來。人工智能的一些用例是：

• 幫助分析有關自然資源管理、自然災害的GIS數據。
• 繪制森林干燥度地圖以更好地預測野火。
• 預測災難并確定可能受影響的區域;建議采取預先干預措施以減輕對人口的不利影響。

(5)智慧城市

人工智能用于智慧城市概念，如安全城市、智慧水務、智慧交通、智慧垃圾、智慧停車和智慧交通。其中一些用例是：

• 預測建筑物的火災風險;開發人工智能軟件，旨在識別發生火災的可能性較高的建筑物。
• 智能垃圾處理，持續檢查下水道會導致成本增加。采用人工智能解決方案，可以優化路徑并降低成本。
• 智能家居和智能公共設施。
• 人群管理。
• 人工智能驅動的服務交付。

(6)財務

財務領域正在將自動化、聊天機器人、自適應智能、算法交易和機器學習實施到財務流程中。使用人工智能的一些用例包括：

• 發現預計收入與實際收入之間的差距。
• 幫助增加政府收入。
• 識別逃稅者、漏稅和其他主要收入;進行因果分析;提供決策支持。

(7)公共關系系統

人工智能可以協助分析公共關系系統和流行印刷媒體中的文本輸入(非結構化數據)，識別關鍵問題區域(即區域、問題類型、頻率、嚴重性)，并建議適當的補救措施。聊天機器人是政府服務中最常用的用例。使用人工智能的一些用例包括：

• 安排會議。
• 回答常見問題。
• 將請求定向到政府內的適當區域。
• 填寫表格。
• 協助搜索文件。
• 設計適合政府機構社會經濟概況的幸福指數;支持政府進行適當的抽樣調查;分析結果;就提升指數提出適當建議。

(8)運輸

基于人工智能的系統可以幫助運輸服務提供商優化路線規劃和交付時間表。一些用例是，

• 自動交通控制;人工智能優化交通系統以減少旅行時間;減少交通站點的數量;減少等待時間。
• 自動卡車運輸。
• 智能交通系統監測道路狀況，并就優化資源利用提供預先建議，從而對納稅人產生最大影響。
• 社區停車場。
• 路由流程優化。

(9)公共安全

人工智能可以在他們使用服務時幫助確保公共安全。例如，實時犯罪跟蹤可以幫助保障市民在城市化地區使用公共交通工具時的安全。一些人工智能用例是，

• 用于識別警務熱圖中的模式，以預測下一次犯罪可能發生的地點和時間。
• 確定最佳的警察巡邏位置。警察能夠將資源放在需要的地方，提高效率并確保定期巡邏保護公眾。
• 通過理解和分類查詢來自動化緊急呼叫線路。
• 為尋找失蹤兒童，人工智能幫助提供可疑在線活動的提示，并將信息分享給有關部門。

(10)安全

以下是用于安全領域的高級人工智能用例：

• 改進航海、地形和航圖，這有助于實現安全、精確的導航和更好的監視。
• 提高飛機、船舶和車輛等設備在危險情況下的安全性。
• 預測零件故障、自動診斷和計劃維護。

結論

隨著人工智能和深度學習技術的最新進展，越來越多的政府部門開始使用人工智能技術來改進系統和服務。在政府中使用人工智能必須考慮隱私和安全、與舊系統的兼容性以及不斷發展的工作負載。

采用人工智能是政府服務的構思、設計、交付和消費方式轉型變革的杠桿。它通過跨政府部門的信息無縫流動，幫助政府為其民眾提供綜合服務。此外，人工智能的采用有助于重新設計政府流程、釋放員工的時間、提高生產力或改善民眾互動。

人工智能和機器學習模型為民眾提供更好的服務透明度和準確性。人工智能有助于提高運營效率，從而為政府節省成本，改善對民眾的服務，以及數據驅動的決策，從而為民眾提供更好的服務。

基于人工智能的政府參考架構支持具有穩健性、上市速度和業務成果的人工智能解決方案。

原文標題：Role of Artificial Intelligence for Government，作者：Gopala Krishna Behara