המלצות על יישום בינה מלאכותית בסוכנויות ממשלתיות בווייטנאם

יש לפתח יישומי בינה מלאכותית צרים.

כיצד אתה מעריך את הכיוון הנוכחי של שימוש בבינה מלאכותית בסוכנויות ממשלתיות?

האסטרטגיה הלאומית הנוכחית בנושא בינה מלאכותית כוללת רק תוכן מפוזר המקצה משימות למספר משרדים ומשרדים וסניפים ליישום בינה מלאכותית בפעילותם, אך אין הנחיות כלליות לגבי השימוש בבינה מלאכותית בסוכנויות מדינה (SGA) מהרמה המרכזית ועד לרמה המקומית (לדוגמה, יישום לביצוע תפקידים ומשימות של SGA, שירות האינטרסים הציבוריים, האינטרסים של המשתמשים; בחירת סדרי עדיפויות ביישום בינה מלאכותית ב-SGA; הבטחת עקרונות ניהול סיכונים כגון שקיפות, אחריות...).

ניתן לראות כי יישומי הבינה המלאכותית הנוכחיים מכוונים בעיקר לשיפור היעילות ואיכות הפעילות של סוכנויות המדינה ועובדי המדינה, למשל, עוזרים וירטואליים לשופטים ולעובדי מדינה. לכן, בעתיד הקרוב, יישומי בינה מלאכותית צריכים להתמקד יותר באינטרסים של הציבור, כגון עוזרים וירטואליים המשמשים במתן שירותים ציבוריים; יש לשים לב תחילה ל"הצבת האנשים בראש סדר העדיפויות".

באופן ספציפי, עבור וייטנאם, אילו המלצות יש לך כדי ליישם בינה מלאכותית בצורה מוצלחת ויעילה יותר?

- לפי הסקר שלנו משנת 2024, רוב המשיבים מאמינים שעבור וייטנאם, מתאים יותר לפתח יישומי בינה מלאכותית צרים ומתמחים בכל תחום, משום שזה פחות יקר; נתונים מובנים זמינים יותר (רוב הנתונים של סוכנויות המדינה הם נתונים מובנים); אנשים מבינים את הנתונים והאלגוריתמים שבהם משתמשים, קל יותר להבחין בין טוב לרע וקל יותר לשלוט בבינה מלאכותית.

בנוסף, יש צורך להקצות חלק מהמשאבים הפיננסיים להשקעה הן במחקר והן בפיתוח של מודלים של בינה מלאכותית, משום שעם וייטנאם עדיין לא מבין אף טכנולוגיית ליבה של בינה מלאכותית (אלגוריתמים עדיין מוחזקים בידי זרים), כמו גם להשקעה בתשתיות (חייבות להיות מעבדות מפתח, וכאשר תהיה תשתית מחשוב, חוקרים יוכלו להשקיע ביצירת מודל אלגוריתם חדש).

חשוב במיוחד להשקיע ולנצל תשתית בינה מלאכותית. עבור תשתית בינה מלאכותית, בטווח הקצר, בהתאם למוכנות של כל יחידה, במסגרת המוגבלת של התשתית, ניתן לפתח פתרונות בינה מלאכותית פשוטים יותר המשתמשים בפחות כוח מחשוב, כפי שעשה בית המשפט העליון של טאי נין במשך זמן רב. או להתאים ולהפחית את מורכבות פתרונות הבינה המלאכותית כדי שיתאימו לנתונים ולכוח המחשוב, כמו במקרה של פיתוח עוזר וירטואלי לתמיכה בסקירת מסמכים משפטיים.

ביישומי בינה מלאכותית מוצלחים, סוכנויות מדינה בנו מערכות אחסון נתונים בעלות קיבולת מספקת כדי לענות על צורכי האחסון הגדלים עקב התוספת המתמשכת של נתוני אימון בינה מלאכותית. בטווח הבינוני והארוך, כדי לשדרג פתרונות בינה מלאכותית קיימים, או לפתח מודלים/פתרונות מורכבים של בינה מלאכותית בסוכנויות מדינה, כגון התרעות על שריפות יער ומפולות, ניתוח נתונים סוציו -אקונומיים, נדרשת קיבולת נתונים גדולה מאוד, תשתית אחסון ענן ותשתית מחשוב חייבת להיות גדולה גם כן. לדוגמה, טיי נין מתכננת לבנות מערכת אחסון נתונים בתחומים מיוחדים כגון סביבה, חקלאות, אקלים, סוציו-אקונומיה, קרקע וכו', שתהיה מוכנה עם נתונים עבור יישומי בינה מלאכותית בתחומים אלה כאשר כל התנאים האחרים מתקיימים.

על פי מחקר של MIT, בינה מלאכותית מביאה ערך צמיחה בר-קיימא לארגונים/מפעלים רק אם היא מיושמת באופן נרחב מספיק (מעל 25% ממשימות הארגון/מפעל); הערך שבינה מלאכותית מביאה לארגונים/מפעלים מתפתח לפי עקומת J, בהתאם לכך, התוצאות ויעילות העבודה עולות בהדרגה בהתאם לרמת היישום. במידה מסוימת, זהו נתון ייחוס לשקילת היקף ורמת יישום הבינה המלאכותית בסוכנויות המדינה בווייטנאם.

שותפויות ציבוריות-פרטיות לניצול הפוטנציאל של יישומי בינה מלאכותית

Cần có sự hợp tác 3 bên để đặt ra những bài toán thích hợp nhất cho AI. (Ảnh minh họa)

נדרש שיתוף פעולה תלת-כיווני כדי לקבוע את הבעיות המתאימות ביותר עבור בינה מלאכותית. (תמונה להמחשה)

מה לגבי שיתוף פעולה עם עסקים, אדוני?

סוכנויות מדינה יכולות ליצור קשרי שיתוף פעולה כדי להשתמש בשירותי תשתית של מרכזי נתונים, שירותי פלטפורמת מחשוב ענן ושירותי אחסון נתונים מבוססי בינה מלאכותית מארגונים גדולים כמו Viettel ו-FPT כדי לפרוס יישומי בינה מלאכותית.

למעשה, Viettel סיפקה לאחרונה תשתית למספר יישובים; באופן ספציפי, היא פורסת תשתית לתמיכה במחוז הואה בין, הממוקם ב-Viettel; תמיכה בלאנג סון בבניית מרכז נתונים חדש (TTDL), המועבר מ-TTDL הישן. במקביל, האפשרות של השכרת תשתית שירותי בינה מלאכותית מומלצת גם עבור סוכנויות ממשלתיות, משום שהיא חוסכת בעלויות השקעה, שדרוגי מערכות, תחזוקת ציוד ועלויות תפעול, ואינה מבזבזת משאבים. לפתרון זה יש בסיס משפטי נוח, שכן צו 82/2024/ND-CP מכיל תקנות לתמיכה ויצירת תנאים נוחים יותר להשכרת שירותי IT.

בנוסף, יש צורך ליצור שותפויות ציבוריות-פרטיות משום שיצירת שותפויות עם גורמים פרטיים חשובה מאוד כדי לנצל באופן מלא את הפוטנציאל של בינה מלאכותית בסוכנויות ממשלתיות, במיוחד בהקשר של סוכנויות ממשלתיות המתמודדות עם קשיים במשאבי תשתית, נתונים ויכולת מקצועית בתחום הבינה המלאכותית. במשך זמן רב, סוכנויות ממשלתיות בווייטנאם מרבות לבצע הזמנות מארגונים גדולים או להשתמש בתשתית ובמשאבי האנוש של אותם ארגונים כדי לבצע משימות טכנולוגיית מידע. בעתיד הקרוב, יש צורך להרחיב את המכרזים למפעלים פרטיים אחרים עם פתרונות בינה מלאכותית מתאימים. כפי שחוו מדינות אחרות, ניתן לבנות רשימה של מפעלי טכנולוגיה אמינים כך שסוכנויות ממשלתיות יוכלו להרגיש בטוחות יותר בבחירת שותפים ליישום פתרונות בינה מלאכותית. ניתן ללמוד וללמוד ממקרים מוצלחים במדינות אחרות, עם תוצאות של העברת ידע, טכנולוגיה ושיטות יעילות מהמגזר הפרטי לסוכנויות ממשלתיות.

האם תוכל לפרט יותר כיצד מדינות אחרות עשו זאת בהצלחה?

לדוגמה, בצרפת, הממשלה מימנה את תוכנית "חממת הבינה המלאכותית" לקידום שיתוף פעולה בין סוכנויות ממשלתיות, סטארט-אפים, חברות פרטיות ומוסדות חינוך לפיתוח ושיתוף כלים ופתרונות בתחום הבינה המלאכותית.

או בסינגפור, יוזמת השותפות הציבורית-פרטית AI Trailblazers בין מספר סוכנויות ממשלתיות בסינגפור לבין Google Cloud שואפת להאיץ את פיתוח פתרונות בינה מלאכותית. יחד עם 50 מפעלים וארגונים מהמגזר הפרטי, 50 סוכנויות ממשלתיות מקבלות גישה חופשית למשך 3 חודשים לערכות הכלים של גוגל, כולל: מעבדים גרפיים בעלי ביצועים גבוהים, פלטפורמת הבינה המלאכותית Vertex, מודלים גנרטיביים של בינה מלאכותית שאומנו מראש וכלי פיתוח בעלות נמוכה. זה מאפשר לסוכנויות, עסקים וארגונים לבנות ולבחון את פתרונות הבינה המלאכותית שלהם בסביבה מבוקרת וייעודה מבוססת ענן לפני פריסה או מסחר שלהם.

יש צורך לשלב הוראת בינה מלאכותית בבתי ספר להכשרה במנהל ציבורי

למרות שלממשלה יש מטרות אסטרטגיות ספציפיות, משאבי אנוש בתחום הבינה המלאכותית עדיין מהווים בעיה גדולה עבור וייטנאם כיום. האם יש לך המלצות לשיפור יכולת התגובה של צוות סוכנויות המדינה הנוכחי בתחום הבינה המלאכותית?

- אחת מיכולות הליבה של משאבי אנוש בסוכנויות המדינה ביישום בינה מלאכותית היא לזהות ולדעת כיצד להציג "בעיות" בנוגע לבינה מלאכותית קרוב למציאות, בהתאם למשימות הספציפיות של סוכנות המדינה. במקביל, אנשים אלה צריכים להיות בעלי יכולת לחבר בין שלושה צדדים, כולל עצמם כאיש האמצע, הצבת הבעיה, ניטור ופיקוח על פתרון הבעיה; הצד הטכנולוגי של ארגון הטכנולוגיה פותר את בעיית הבינה המלאכותית מבחינת טכנולוגיה; והמקצוענים מספקים ידע קלט קרוב למשימות ולבעיות של הבינה המלאכותית.

בנוסף, יש צורך לשפר את הקיבולת הדיגיטלית (כולל בינה מלאכותית ויישומי בינה מלאכותית בסוכנויות המדינה) עבור פקידים ועובדי מדינה. בהתאם, יש לשלב תכנים אלה בתוכניות הכשרה ופיתוח קיימות של מערכת בתי הספר הפוליטיים ובתי הספר למנהל ציבורי. יש לחקור, ללמוד וליישם באופן סלקטיבי תוכניות דומות במדינות אחרות כדי להתאים אותן לסוכנויות המדינה בווייטנאם. בנוסף, יש צורך לנצל תוכניות עבור סוכנויות מדינה של חברות טכנולוגיות גדולות כמו גוגל כדי לשפר את הקיבולת של פקידים ועובדי מדינה.

באופן ספציפי, יש צורך תחילה לבנות ולפתח משאבי אנוש לניהול ותפעול, הכשרת בינה מלאכותית הכוללת מומחים או צוותי IT המתמחים בבינה מלאכותית, נתונים ואבטחת רשת כדי להפעיל ולמטב את המערכת, לייעל מודלים של הכשרת נתונים. במקביל, יש צורך במשאבי אנוש בתחומים מיוחדים בצורה של צוותי מומחים בתחומים מיוחדים כדי לבנות זרימות תהליכים, לסנתז ידע, ליצור מפות חשיבה, להעריך ולצנזר את איכות וערך הנתונים שמשתמשים מקיימים איתם אינטראקציה, וליצור שפה טבעית. שתי קבוצות משאבי אנוש אלו צריכות לתאם באופן קבוע באופן הדוק לאורך כל תהליך התכנון, הבדיקה, ההפעלה והבדיקה של יישומי בינה מלאכותית בפועל.

תודה רבה!

הואנג טו (בוצע)

מקור: https://baophapluat.vn/khuyen-nghi-ve-ung-dung-ai-trong-cac-co-quan-nha-nuoc-o-viet-nam-post549280.html