近年来，随着各国政府开始以各种基于人工智能的应用程序的试点项目的形式对人工智能进行投资，他们对人工智能的兴趣日益增加。采用人工智能是政府服务的构思、设计、交付和消费方式转型变革的杠杆。它通过政府部门之间的信息无缝流动，帮助政府为其民众提供综合服务。此外，人工智能的采用有助于重新设计政府流程、解放员工、提高生产力并改善民众互动。

根据Gartner公司的预测，到2025年，超过50%的政府部门将对关键的核心遗留应用程序进行现代化改造，以提高弹性和灵活性。

而MarketsandMarkets公司的分析表明，到2025年，人工智能在军事领域的市场规模预计将达到188.2亿美元。

Gartner公司预测，到2024年，60%的政府人工智能和数据分析投资旨在直接影响实时运营决策和结果。

据媒体《福布斯》的报道，聊天机器人是人工智能驱动的应用程序。随着政府部门致力寻求实现公共服务自动化的方法，人们将在2022年看到更多这样的应用程序。

政府服务中的人工智能采用策略

如果说政府是一个大型企业的话，那么其每个部门本身也是一个企业。每个政府部门的主要战略是将其转变为人工智能企业。

政府的人工智能战略是定义与政府权威目标一致的人工智能愿景、使命和目标，并设计一种管理整个政府人工智能能力的方法。

下图描述了政府的人工智能战略。人工智能有助于为民众转变政府流程、改善服务并增强任务成果。

政府的人工智能采用策略

人工智能政府的愿景是通过加速人工智能的应用，将部门转变为人工智能企业。其使命是建立智能系统，以改善对民众的服务交付、民众服务的准确性并降低成本。

人工智能交付可大致分为三类应用：

• 以领域为中心的系统，帮助识别模式或开发预测。
• 后台系统，建立在称为机器人流程自动化的智能自动化工具之上。
• 民众参与系统，有助于直接与民众、员工或任何其他利益相关者互动。

政府需要建立协调机构和工作组来管理人工智能。人工智能治理包括投资决策、道德和隐私框架的创建、人工智能工具包的识别和使用以及框架选择。它还决定了所需的人工智能技术团队的性质，以及如何发展它们以实现政府的使命。

人工智能治理团队需要就数据驱动技术的治理方式向政府提供建议，帮助监管机构支持负责任的创新，并建立一个值得信赖的治理体系。治理团队需要制定政策，以公平、透明和可解释的方式鼓励人工智能的发展。

政府采用人工智能的驱动因素

以下是政府采用人工智能的驱动因素：

(1)民众的要求和期望

人工智能可以支持关键的民众需求和能力，其中包括提高态势感知和决策能力。

(2)使民众服务现代化

面向民众的应用程序提高了政府向民众提供的服务质量。

例如，人工智能可以通过分析患者信息以进行个性化治疗，从而改善患者治疗效果。

(3)政府服务创新

通过自动化定义明确的任务，人工智能简化了操作并增加了劳动力。然后，员工可以将更多时间花在需要人工投入的决策上。

例如，使用计算机生成的虚拟助手可以减少回复基本查询的时间，而预测分析可以做出更明智的决策。

(4)数据驱动的决策

政府部门每天都在收集大量数据。如果没有准确的分析，数据不足以提供可操作的见解。更好的决策有可能改善服务并节省时间。

例如，人工智能可以通过使用历史和实时数据来预测需求，并确保服务总是在正确的时间提供，从而增强用户体验。

(5)提高运营效率

政府雇员任务的自动化可以节省成本、时间和精力。

用于政府运营的人工智能类型

政府服务的关键业务和技术推动因素是：

• 社会协同治理
• 数字包容
• 移动性
• 联络中心
• 云计算
• 一体化政府
• 数据分析
• 开放数据
• 无证书治理系统
• 安全
• 物联网
• 互操作性
• 游戏化
• 智慧城市

这些可以通过与人工智能的采用联系起来更好地实现，从而更好地为民众提供服务。

最常用的人工智能技术包括：

• 机器学习
• 自然语言处理
• 机器人
• 计算机视觉
• 语音识别
• 图像识别
• 基于规则的系统
• 预测分析

政府服务的人工智能类型

支持人工智能的政府参考架构

以下介绍支持人工智能的高级政府参考架构，包括使用的术语和应用程序架构。主要目标是为电子政务人工智能平台提出一个框架，以便处理来自大量政府数据的实时报告。这些数据可能来自单个或多个应用程序;主要是那些将数据存储在各个存储库和跨部门、机构的各种数据存储设施中。

下图显示了基于人工智能的高级政府参考架构以及关键组件和层，并提供了这些组件和层的简要说明。

政府人工智能平台高层参考架构

(1)数据源

数据源提供解决业务问题所需的洞察力。数据源分为结构化数据、半结构化数据和非结构化数据，并且来自多个来源。基于人工智能的解决方案应支持处理来自各种来源的所有类型的数据。

(2)平台管理服务

平台管理服务执行模型治理活动，以确保模型的可再现性、模型的可重用性，并确保根据需要重新训练/回滚模型。MLOps有助于自动化和扩展部署以及管理生产环境中的机器学习应用程序。

数据管理服务、政策、流程、实践和技术用于管理从源到目的地的数据。

• 数据摄取：这提供了保存从各种来源收集的原始数据并将其传输到数据的能力。数据的流提取、解析和加载均在这一阶段完成。
• 数据准备：该服务提供了处理不同类型数据并提供对数据的快速洞察的机制。
• 数据湖：它具有使人工智能开发人员、数据科学家和分析师轻松存储任何大小、形状和速度的数据以及执行所有类型的处理和分析所需的功能。它存储所有数据，同时通过批处理、流式处理和交互式分析更快地启动和运行。
• 数据仓库：政府数据仓库存储整个政府数据，包括来自部门数据库和数据存储库的结构化数据。数据仓库支持大规模并行处理和无共享架构，并提供考虑结构化和非结构化数据的最佳性能。它的设计方式使其没有单点故障。

人工智能模型有助于处理各种用例并识别正确的模型以实现业务成果。可以基于用例开发的各种模型是机器学习模型、自然语言处理模型、深度学习模型和边缘计算模型。

• 模型准备和构建：人工智能智能代理和技术有助于模型准备和模型构建。评估有助于根据规格确定最佳模型。在执行服务期间执行测试和自我修复。
• 使用不同的超参数训练模型以最大化性能。
• 在模型部署和改进步骤中，不仅部署过程自动化，还执行持续再培训和重新部署、模型与运营工作流集成以及运营反馈集成以改进模型的过程。
• 模型使用和影响：该组件的功能是确保人工智能模型被业务线实际使用，并影响业务结果。

人工智能应用程序和服务涵盖各种类型的人工智能组件，以增强民众服务。各种人工智能服务是机器学习服务、自然语言处理服务、机器人服务、边缘计算服务。通常，这些服务被建模为微服务。构建管道以获取输入数据，使用该输入运行人工智能模型，并将输出存储在数据库中。这些人工智能服务被开发为微服务。

应用层包括政务流程、核心政务应用、支持应用和生产力应用。不同的用户可能需要基于他们的角色、职责和功能的不同类型的输出。它负责使用自主智能代理提供适当的服务，协调和管理应用服务以满足民众的需求。

人工智能对政府的好处

人工智能可用于协助公众与政府互动并获得民众服务。人工智能可以加速现有任务并执行超出人类能力的工作。

人工智能还可以帮助实现政府互动的自动化，目前其中大部分都依赖于人类。借助人工智能，电子邮件、在线聊天、电话、查询回复、社交媒体聊天等都可以实现自动化，并且为了提供更好的客户体验，人工智能系统存储以前的政府互动，并使用它们进行分析。

对民众的实时援助对于在时间紧迫的情况下与民众保持经常联系的政府官员最为有用。其中包括灾害管理系统，市民需要了解实时灾害状态和天气预报。

数据挖掘和基于云计算的人工智能允许分析和处理大量数据，让政府更好地了解其民众和政府流程，从而使他们能够做出更好的业务决策。

在预测能力方面，基于人工智能的系统有助于快速处理大量数据。这有助于减少等待时间、减少错误并加快紧急响应速度。它还有助于创造更深入的洞察力和更好的民众体验。

在政府中使用人工智能的其他好处是：

• 深入了解政府计划和政策的执行情况以及原因(描述性和因果分析)。
• 通过以民众为中心和更有效地设计更好的方案和项目。
• 确定可能的未来情景并推荐最佳行动方案(预测性和规范性分析)。
• 了解政府雇员的情绪，了解他们对政府政策的看法和态度。
• 提高政府监管和税收制度的有效性。
• 通过参与决策提高民众满意度。
• 制定考虑人民需求的正确政策。

政府中的人工智能用例

以下是一些政府部门在政府服务中使用人工智能的简要说明和使用案例。

(1)农业

农业部门是一个需要各种资源、劳动力、资金和时间才能获得最佳结果的领域。如今，农业正在走向数字化，人工智能正在这一领域兴起。农业中的人工智能对农民非常有帮助，并且正在应用于农业机器人、固体和作物监测以及预测分析。人工智能在农业中的一些用例如下：

• 向农民提供有关影响作物种植的参数(降雨量、土壤质量)的实时信息，以及在给定参数的情况下如何最大限度地提高产量的专家建议。
• GIS和基于传感器的技术，可实时捕获和传输有关土壤和天气状况的地理数据;土壤健康监测与恢复。
• 种植面积趋势分析;过去5年不同作物面积的经济状况;不同农产品的供需状况;为政府不同农业气候区的各种作物制定优化的作物面积规划;为农业规划者提供决策支持。
• 基于移动技术向农业社区传播专家建议、警告、咨询、作物需求和价格以及其他关键信息
• 先进的害虫攻击检测。
• 预测作物价格，为播种实践提供信息。

(2)医疗保健

医疗保健领域正在采用人工智能来做出比人类更好、更快的诊断。人工智能可以帮助医生进行诊断，并可以在患者病情恶化时发出通知，以便在患者住院前获得医疗帮助。医疗保健中人工智能的一些用例是：

• 人工智能驱动的诊断，例如影像诊断。
• 为患者提供个性化治疗;分析患者数据以预测患者的风险评分，以便医生可以优先考虑。
• 识别潜在的流行病并追踪传播;交叉检查来自不同地点的具有相似症状的患者;模式检测;何时可能发生爆发的警告。
• 基于人口和社会参数的疾病趋势。
• 确定与已知病毒携带者的接触者。
• 将气候、经济和社会数据与所提供的医疗保健质量相结合;确定易受病毒性疾病影响的地理区域;为部门提供实时决策支持。

(3)教育

人工智能可以自动评分，让教师将更多的时间花费教学上。人工智能聊天机器人可以作为助教与学生交流。人工智能可以作为学生的个人虚拟导师，随时随地轻松访问。人工智能在教育中的一些用例是：

• 用于定制学习的自适应学习工具。
• 智能互动辅导系统。
• 无论学生人数多少，都提供个性化教育。
• 预测工具，为预计辍学的学生提供先发制人的行动信息。
• 分析学生的进步并发现不一致之处;审查学生的工作以确定优势并提出修改建议。
• 教师的自动合理化。

(4)地理信息系统和灾害管理

一些政府已利用人工智能进行灾害管理和灾害预警。人工智能系统在获得有关数千次先前灾难的数据时，可以准确预测与可能发生的灾难相关的未来。人工智能的一些用例是：

• 帮助分析有关自然资源管理、自然灾害的GIS数据。
• 绘制森林干燥度地图以更好地预测野火。
• 预测灾难并确定可能受影响的区域;建议采取预先干预措施以减轻对人口的不利影响。

(5)智慧城市

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

• 预测建筑物的火灾风险;开发人工智能软件，旨在识别发生火灾的可能性较高的建筑物。
• 智能垃圾处理，持续检查下水道会导致成本增加。采用人工智能解决方案，可以优化路径并降低成本。
• 智能家居和智能公共设施。
• 人群管理。
• 人工智能驱动的服务交付。

(6)财务

财务领域正在将自动化、聊天机器人、自适应智能、算法交易和机器学习实施到财务流程中。使用人工智能的一些用例包括：

• 发现预计收入与实际收入之间的差距。
• 帮助增加政府收入。
• 识别逃税者、漏税和其他主要收入;进行因果分析;提供决策支持。

(7)公共关系系统

人工智能可以协助分析公共关系系统和流行印刷媒体中的文本输入(非结构化数据)，识别关键问题区域(即区域、问题类型、频率、严重性)，并建议适当的补救措施。聊天机器人是政府服务中最常用的用例。使用人工智能的一些用例包括：

• 安排会议。
• 回答常见问题。
• 将请求定向到政府内的适当区域。
• 填写表格。
• 协助搜索文件。
• 设计适合政府机构社会经济概况的幸福指数;支持政府进行适当的抽样调查;分析结果;就提升指数提出适当建议。

(8)运输

基于人工智能的系统可以帮助运输服务提供商优化路线规划和交付时间表。一些用例是，

• 自动交通控制;人工智能优化交通系统以减少旅行时间;减少交通站点的数量;减少等待时间。
• 自动卡车运输。
• 智能交通系统监测道路状况，并就优化资源利用提供预先建议，从而对纳税人产生最大影响。
• 社区停车场。
• 路由流程优化。

(9)公共安全

人工智能可以在他们使用服务时帮助确保公共安全。例如，实时犯罪跟踪可以帮助保障市民在城市化地区使用公共交通工具时的安全。一些人工智能用例是，

• 用于识别警务热图中的模式，以预测下一次犯罪可能发生的地点和时间。
• 确定最佳的警察巡逻位置。警察能够将资源放在需要的地方，提高效率并确保定期巡逻保护公众。
• 通过理解和分类查询来自动化紧急呼叫线路。
• 为寻找失踪儿童，人工智能帮助提供可疑在线活动的提示，并将信息分享给有关部门。

(10)安全

以下是用于安全领域的高级人工智能用例：

• 改进航海、地形和航图，这有助于实现安全、精确的导航和更好的监视。
• 提高飞机、船舶和车辆等设备在危险情况下的安全性。
• 预测零件故障、自动诊断和计划维护。

结论

随着人工智能和深度学习技术的最新进展，越来越多的政府部门开始使用人工智能技术来改进系统和服务。在政府中使用人工智能必须考虑隐私和安全、与旧系统的兼容性以及不断发展的工作负载。

采用人工智能是政府服务的构思、设计、交付和消费方式转型变革的杠杆。它通过跨政府部门的信息无缝流动，帮助政府为其民众提供综合服务。此外，人工智能的采用有助于重新设计政府流程、释放员工的时间、提高生产力或改善民众互动。

人工智能和机器学习模型为民众提供更好的服务透明度和准确性。人工智能有助于提高运营效率，从而为政府节省成本，改善对民众的服务，以及数据驱动的决策，从而为民众提供更好的服务。

基于人工智能的政府参考架构支持具有稳健性、上市速度和业务成果的人工智能解决方案。

原文标题：Role of Artificial Intelligence for Government，作者：Gopala Krishna Behara