Skip To Content

Najważniejsze wskazówki dotyczące wdrażania

Wykorzystanie AI w instytucji korzystającej z platformy ArcGIS firmy Esri znacząco usprawnia podejmowanie decyzji, efektywność operacyjną i zaangażowanie klientów. Jednakże odpowiednio uporządkowane podejście ma decydujące znaczenie dla zapewnienia, by technologia pozwalała uzyskiwać wartościowe wyniki przy jednoczesnym zachowaniu bezpieczeństwa danych, zgodności z przepisami i gotowości do działania.

Możliwości i wyzwania

Sztuczna inteligencja ma potencjał, by zmieniać instytucje przez wspieranie innowacyjności, usprawnianie procesu podejmowania decyzji oraz ułatwianie prowadzonej działalności. Stawia jednak również unikalne wyzwania, którym trzeba sprostać, by zapewnić pomyślność wdrożenia.

Usprawniony proces podejmowania decyzji a jakość danych: Narzędzia AI ArcGIS umożliwiają analizę złożonych danych geoprzestrzennych w celu generowania przydatnych statystyk. Jednak dokładność zależy od wysokiej jakości danych i ich właściwej klasyfikacji. Instytucje muszą korzystać z narzędzi do zarządzania danymi ArcGIS, aby zapewnić integralność i różnorodność danych.

Sprawność operacyjna a złożoność Integracji: Automatyzacja dzięki AI pozwala znacząco zwiększyć wydajność procedur wykonywania zadań w systemie ArcGIS. Jednak zintegrowanie tych możliwości z istniejącymi systemami (z użyciem interfejsów API, skonteneryzowanych wdrożeń lub środowisk piaskownicy) może wymagać dodatkowych zasobów technicznych i planowania

Ulepszone środowisko klienta a kwestie etyczne: Generowane z użyciem AI statystyki pozwalają na spersonalizowanie usług i usprawnienie procesu decyzyjnego. Niemniej jednak konieczne jest użycie narzędzi przejrzystości, takich jak karty przejrzystości AI, w celu monitorowania i ograniczania potencjalnych uprzedzeń, zapewniając etyczne i uczciwe wyniki.

Innowacyjność i skalowalność a koszty i gotowość pracowników: Zintegrowane rozwiązania AI firmy Esri wspierają innowacyjność i można je skalować odpowiednio do potrzeb instytucji. Mimo to instytucje muszą inwestować w szkolenie pracowników i mogą spotkać się z koniecznością ponoszenia kosztów związanych z dostosowaniem i integracją systemu.

Bezpieczeństwo i zgodność: Produkty ArcGIS udostępniają wbudowane funkcje zabezpieczeń (szyfrowanie, ustawienia bezpiecznego dostępu oraz narzędzia zabezpieczające), które pomagają zachować zgodność z przepisami, np. RODO czy CCPA. Regularne przeglądy i aktualizacje ustawień zabezpieczeń mają zasadnicze znaczenie dla zapewnienia zaufania i ochrony danych o szczególnym znaczeniu.

Przygotowanie instytucji

Zapewnienie gotowości instytucji do wdrożenia rozwiązań AI wymaga przeprowadzenia oceny możliwości infrastruktury, zasad zabezpieczania danych oraz przygotowania pracowników.

Zasady użycia AI: Zdefiniuj wewnętrzne zasady dotyczące korzystania z asystenta AI, w tym dozwolone przypadki użycia i działania ograniczone (np. zapobieganie obsłudze danych o szczególnym znaczeniu przez AI).

Platforma ArcGIS udostępnia kilka aplikacji asystenckich AI ułatwiających zespołom instytucji szybkie tworzenie i wdrażanie rozwiązań GIS na dużą skalę. Gdy instytucja jest gotowa, by zacząć korzystać z tych narzędzi, administrator usługi ArcGIS Online w instytucji może pozwolić członkom instytucji na korzystanie z asystentów AI. Zobacz: Konfigurowanie asystentów AI - Pomoc usługi ArcGIS Online | Dokumentacja.

Zdefiniuj przypadki użycia: Zorganizuj sesje burzy mózgów z zainteresowanymi osobami, podczas których wskazane zostaną możliwości użycia asystentów AI. Przykład: Korzystanie z asystenta AI Business Analyst jako narzędzia zwiększającego wydajność w celu rekomendowania popularnych procedur wykonywania zadań, danych i raportów z infografikami. Zapoznaj się z następującymi przypadkami użycia klientów Esri, którzy już dziś wykorzystują sztuczną inteligencję do wsparcia swojej działalności:

Zarządzanie danymi

Wysokiej jakości dane są podstawą każdej inicjatywy AI. Skuteczne zarządzanie tymi danymi zapewnia, że modele działają właściwie i zgodnie ze standardami w zakresie ochrony prywatności i bezpieczeństwa.

Zbieranie i przygotowanie danych: Zbierz właściwe dane o wysokiej jakości, by użyć ich do trenowania i wdrażania modeli AI. Zadbaj o to, by dane były czyste, aktualne i reprezentatywne dla spodziewanych przypadków użycia.

Skorzystaj z aplikacji ArcGIS Data Reviewer, by zidentyfikować brakujące, niespójne lub błędne dane, zanim zaczniesz korzystać z AI.

Zarządzanie danymi: Opracuj i egzekwuj zasady zarządzania danymi ze szczególnym uwzględnieniem prywatności danych, ich bezpieczeństwa i zgodności z obowiązującymi przepisami. Wdróż niezawodne rozwiązanie do kontroli dostępu, by zabezpieczyć informacje o szczególnym znaczeniu.

Włącz metadane dla swojej instytucji pozwalające na opisywanie, oznaczanie i klasyfikowanie informacji w standardowy i uporządkowany sposób. Platforma ArcGIS udostępnia kilka możliwości klasyfikacji metadanych, które mogą ułatwić instytucji sklasyfikowanie jej zestawów danych z użyciem metadanych: Kategorie metadanych ArcGIS. Instytucje z uporządkowanymi wymogami w zakresie zgodności z przepisami mogą także skorzystać z kategorii metadanych ISO oraz kategorii metadanych INSPIRE.

Integracja z istniejącymi systemami: Zadbaj o to, by rozwiązania AI można było bezproblemowo zintegrować z istniejącą infrastrukturą GIS. Może to obejmować standaryzację formatu danych i ustanowienie współpracy między różnymi systemami.

Określ wymogi użycia AI zgodnie z zasadą „człowiek w pętli” tak, by ostateczne sprawdzenie rekomendacji wygenerowanych przez AI przed ich wcieleniem w życie było wykonywane przez człowieka zgodnie z rysunkiem 1 poniżej:

Rysunek 1: Proces zgodny z zasadą „człowiek w pętli”

Optymalizacja systemów AI

Wykorzystanie wstępnie wytrenowanych modeli: Skorzystaj z biblioteki ArcGIS wstępnie wytrenowanych modeli AI, aby przyspieszyć wdrożenie. Modele te można stosować do różnych zadań, takich jak wyodrębnianie obiektów i klasyfikowania obrazów, co skraca czas i zmniejsza ilość zasobów wymaganych do opracowania modelu. Zobacz:

Opracowywanie modeli niestandardowych: Do zastosowań specjalnych można opracowywać i trenować niestandardowe modele AI z użyciem narzędzi GeoAI ArcGIS. To podejście umożliwia tworzenie rozwiązań dostosowanych do unikalnych zastosowań i zestawów danych biznesowych. Szczegółowe informacje na temat wdrażania niestandardowych modeli AI z użyciem narzędzi Geo AI można znaleźć w sekcji: Przegląd skrzynki narzędziowej GeoAI w aplikacji -ArcGIS Pro | Dokumentacja.

Zapewnienie powodzenia AI

Ciągłe monitorowanie i ulepszanie: Regularne monitorowanie interakcji z AI jest potrzebne do zapewnienia bezpieczeństwa i wydajności systemu. Pamiętaj o rutynowym sprawdzaniu dzienników wykorzystania AI i korzystaj z narzędzia Security and Privacy Adviser w Centrum zaufania ArcGIS, by zapewnić zgodność ze sprawdzonymi zasadami dotyczącymi bezpieczeństwa i prywatności. Dodatkowo opracuj wewnętrzny proces zgłaszania incydentów, by rejestrować i niezwłocznie reagować na wszystkie odstępstwa od normy.

Szkolenie i wsparcie użytkowników: Zapewnij pracownikom możliwość stałego szkolenia w skutecznym użyciu narzędzi AI i interpretuj ich wyniki. Utwórz kanały wsparcia, by pomóc użytkownikom w rozwiązywaniu problemów z aplikacjami AI i w ich optymalizacji. Rozważ użycie następujących materiałów szkoleniowych obejmujących zagadnienia zarówno GeoAI, jak i Deep Learning:

Zasady odpowiedzialnej AI

Uwagi o etyce i przejrzystości: Zapoznanie się z kartami przejrzystości AI ma kluczowe znaczenie dla zrozumienia założeń leżących u podstaw działania poszczególnych asystentów AI, ich danych wejściowych oraz potencjalnych ograniczeń. Obserwacje uzyskane z tych kart mogą posłużyć do aktualizacji wewnętrznych wytycznych i materiałów szkoleniowych, dzięki czemu można poinformować wszystkie zainteresowane osoby o niuansach w działaniu AI. Dodatkowe informacje na temat poszczególnych pól kart przejrzystości można znaleźć w dokumencie Struktura karty przejrzystości.

Weryfikacja informacji: Jest bardzo ważne, by klienci weryfikowali sugestie wygenerowane przez AI, ponieważ sztuczna inteligencja powinna jedynie wspomagać podejmowanie decyzji, a nie zastępować w tym człowieka. Ponadto użytkownicy muszą mieć świadomość, że aplikacje asystenckie AI mogą czasami generować niepoprawne wyniki. Weryfikacja odpowiedzi AI w innych źródłach ma kluczowe znaczenie dla zapewnienia dokładności i zbudowania zaufania dla wyników uzyskiwanych z użyciem AI.