Το Υπουργείο Στατιστικής και Εφαρμογής Προγραμμάτων (MoSPI) ενημέρωσε σημαντικά την επίσημη πύλη δεδομένων του καθιστώντας την άμεσα αναγνώσιμη μέσω μοντέλων τεχνητής νοημοσύνης για να διασφαλίσει την αξιόπιστη χρήση των κρατικών δεδομένων και να βελτιώσει την παροχή κυβερνητικών υπηρεσιών σε ολόκληρη την Ινδία.
Βασικά Σημεία
- Το MoSPI ενημέρωσε την επίσημη πύλη δεδομένων του ώστε να διαβάζεται απευθείας από μεγάλα γλωσσικά μοντέλα (LLM) για να διασφαλίσει ότι τα μοντέλα AI χρησιμοποιούν αξιόπιστα κρατικά δεδομένα.
- Το Υπουργείο εργάζεται για την εναρμόνιση των δεδομένων, τυποποιώντας 288 σύνολα δεδομένων προτεραιότητας από διάφορα υπουργεία ανάλογα με την οικονομική και κοινωνική σημασία.
- Η βασική πρόκληση για την τεχνητή νοημοσύνη στην Ινδία είναι η σημασιολογική διαλειτουργικότητα, διασφαλίζοντας ότι τα συστήματα τεχνητής νοημοσύνης κατανοούν το πλαίσιο και τις ταξινομήσεις των δεδομένων σε όλα τα τμήματα.
- Η κυβέρνηση τυποποιεί τα μεταδεδομένα για 288 σύνολα δεδομένων χρησιμοποιώντας 38 αναγνωριστικά και 88 διεθνείς ταξινομήσεις για να κάνει τα δεδομένα FAIR (ανακαλύψιμα, προσβάσιμα, διαλειτουργικά, επαναχρησιμοποιήσιμα).
- Απώτερος στόχος είναι η βελτίωση της παροχής δημόσιων υπηρεσιών μέσω της ταχύτερης και αποτελεσματικότερης ανάπτυξης των προγραμμάτων κοινωνικής ασφάλισης και της σημαντικής μείωσης των διαρροών.
Για να διασφαλιστεί ότι τα μοντέλα τεχνητής νοημοσύνης δεν βασίζονται σε αναξιόπιστες κυβερνητικές πηγές δεδομένων, το Υπουργείο Στατιστικής και Εφαρμογής Προγραμμάτων (MoSPI) ενημέρωσε την επίσημη πύλη δεδομένων του ώστε να μπορεί να διαβαστεί απευθείας από μεγάλα γλωσσικά μοντέλα (LLM), δήλωσε ανώτερος αξιωματούχος την Παρασκευή.
Επέκταση της πρόσβασης του AI σε αξιόπιστα κρατικά δεδομένα
Ο Γραμματέας του Υπουργείου Στατιστικής και Εφαρμογής Προγράμματος (MoSPI) Saurabh Garg είπε ότι η κυβέρνηση εργάζεται για την εναρμόνιση δεδομένων τυποποιώντας 288 σύνολα δεδομένων προτεραιότητας που είναι οικονομικά και κοινωνικά σημαντικά σε όλα τα υπουργεία.
Μιλώντας για τη μετάβαση σε μια «υποδομή πληροφοριών», είπε ότι το υπουργείο πρόσθεσε πρόσφατα ένα περιτύλιγμα στρώματος Πρωτοκόλλου Περιεχομένου Μοντέλου (MCP) γύρω από την πύλη του. Αυτή η τεχνολογική ενημέρωση επιτρέπει στους προπτυχιακούς φοιτητές να έχουν άμεση πρόσβαση και να επεξεργάζονται επίσημες στατιστικές.
«Εάν τα μοντέλα δεν έχουν εύκολη πρόσβαση σε αξιόπιστα δεδομένα, άλλα δεδομένα θα καλύψουν το κενό», είπε ο Garg στην εκδήλωση NCAER, σημειώνοντας ότι το υπουργείο ήταν ένα από τα πρώτα στον κόσμο που εφάρμοσε το MCP για κυβερνητικά δεδομένα για να διασφαλίσει ότι τα μοντέλα AI έχουν πρόσβαση σε αξιόπιστες πληροφορίες.
Επίλυση θεμάτων σημασιολογικής συμβατότητας
Ωστόσο, ο Garg τόνισε ότι η βασική πρόκληση για την τεχνητή νοημοσύνη στην Ινδία είναι η σημασιολογική διαλειτουργικότητα – διασφαλίζοντας ότι τα συστήματα τεχνητής νοημοσύνης μπορούν να κατανοήσουν το πλαίσιο και την ταξινόμηση των δεδομένων σε όλα τα τμήματα.
Αναδεικνύοντας το πρόβλημα της κατακερματισμένης πληροφόρησης, σημείωσε ότι πέντε διαφορετικά υπουργεία έχουν πέντε ορισμούς για το τι συνιστά ένα σπίτι pakka.
“Πιστεύω ότι πρέπει να δουλέψουμε περισσότερο στη σημασιολογική διαλειτουργικότητα, ώστε τα συστήματα AI να κατανοήσουν το πλαίσιο των ορισμών και των ταξινομήσεων. Και αυτό είναι εξαιρετικά σημαντικό γιατί εάν ο ορισμός οποιασδήποτε έννοιας είναι διαφορετικός σε δύο συστήματα, τότε τα δύο συστήματα δεν μπορούν να επικοινωνήσουν μεταξύ τους”, εξήγησε ο Garg.
Τυποποιήστε τα σύνολα δεδομένων για τη βελτίωση των κρατικών υπηρεσιών
Για να αντιμετωπίσει αυτές τις ασυνέπειες, η κυβέρνηση έχει εντοπίσει 288 σύνολα δεδομένων του υπουργείου και τυποποιεί τα μεταδεδομένα τους. Οι αξιωματούχοι χρησιμοποιούν 38 διαφορετικούς τύπους αναγνωριστικών και 88 διεθνείς ταξινομήσεις για να διασφαλίσουν ότι τα δεδομένα είναι ΔΙΚΑΙΕΣ – ευρεθέντα, προσβάσιμα, διαλειτουργικά και επαναχρησιμοποιήσιμα.
Ο Γκαργκ τόνισε ότι ο απώτερος στόχος της δημοσιοποίησης των εναρμονισμένων κρατικών δεδομένων είναι η βελτίωση της παροχής κρατικών υπηρεσιών. Σημείωσε ότι τα ολοκληρωμένα σύνολα δεδομένων επιτρέπουν ήδη στις κρατικές κυβερνήσεις να εντοπίσουν δικαιούχους και να αναπτύξουν προγράμματα πρόνοιας εντός εβδομάδων από την ανακοίνωση, μια διαδικασία που διαρκούσε ένα χρόνο ή περισσότερο, ενώ μειώνει σημαντικά τις διαρροές.
Αποποίηση ευθύνης: Το περιεχόμενο ειδήσεων λαμβάνεται από την πηγή που αναφέρεται. Οι επικεφαλίδες, οι περιλήψεις, οι επικεφαλίδες ενοτήτων και οι εικόνες δημιουργούνται αυτόματα ή επιλέγονται από τεχνητή νοημοσύνη/αλγόριθμους και μπορεί να μην είναι πάντα απόλυτα ακριβείς. Συνιστάται στους αναγνώστες να ανατρέξουν στο πλήρες άρθρο για το πλήρες περιεχόμενο.
