各国政府越来越多地部署人工智能,特别是代理式人工智能,但在数据、遗留系统和治理方面面临严峻挑战。研究表明,虽然超过一半的公共部门组织正在探索或部署人工智能,但不到四分之一的组织拥有与部署速度相匹配的负责任的人工智能实践。专家强调,主要的障碍并非技术本身,而是底层数据基础以及政府机构内部缺乏技术专长,这导致了人工智能驱动行为的问责差距。早期采用主要集中在自动化重复性、高吞吐量且对公民风险较低的任务上,以便为后续更敏感的应用建立信心。 AI
影响 公共部门人工智能的采用正在加速,但需要强大的数据和治理框架来克服遗留系统障碍并确保问责制。
排序理由 该集群讨论了公共部门人工智能采用的挑战和策略,基于研究和专家意见,而非特定的新发布或事件。
- Anthropic
- Apple Inc.
- Capgemini
- Capgemini Research Institute
- Claude 3
- Gemini
- Google.Cloud
- GPT-4
- Laura Gilbert
- Marc Reinhardt
- Meta*
- Microsoft
- Nvidia
- OpenAI
- Tony Blair Institute For Global Change
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →