четверг, 4 января 2024 г.

Возможности, которые открывает цифровой помощник Copilot («второй пилот») для управления документами – и как их не упустить

Данный пост австралийского специалиста в области управления документами и информацией Карла Мелроуза (Karl Melrose – на фото) был опубликован 22 ноября 2023 года на его блоге Meta-IRM (Мета-управление информацией и документами).

Мой комментарий: Цифровой помощник Copilot (букв. «Второй пилот», см. https://support.microsoft.com/en-gb/topic/unleash-your-productivity-with-ai-and-microsoft-365-copilot-0bff3d8e-96a2-4bd0-9ac4-b128b1291394 ) - это торговая марка компании Майкрософт (Microsoft) для инструмента, при помощи которой планируется повысить производительность конечных пользователей, сделав возможности порождающего искусственного интеллекта доступными во всех продуктах компании, включая Microsoft 365. См. также пост на моём блоге: http://rusrim.blogspot.com/2023/08/copilot.html

Цифровой помощник Copilot открывает огромные возможности для управления документами. Предполагается, что он будет способен не просто сказать людям: «Это ценный материал», но и дать более детальные рекомендации: «Это ценный материал, и вот эта его часть полезна для того, что вы делаете прямо сейчас».

Это огромная возможность для управления документами - потому что на протяжении десятилетий мы пытались убеждать коллег в том, что документы имеют ценность, но терпели неудачу в основном потому, что когда кто-нибудь говорил «покажите нам, в чём заключается эта ценность», имеющиеся у нас документы оказывались настолько низкого качества, что мы не способны были это сделать.

Сначала, однако, необходимо решить одну проблему – и каждый специалист по управлению документами должен позиционировать свою деятельность как решение этой проблемы. Это проблема обеспечения конфиденциальности, о которой также можно говорить как об «обеспечении безопасности посредством сокрытия факта существования информации» (security by obscurity).

Используя термин «конфиденциальность», я по сути дела говорю о тех «стенах», которые нам следует возвести в наших организациях и которые говорят: «Вам не нужно об этом знать, поэтому у вас просто не будет доступа к этой информации». Да, такой процесс порой может выйти из-под контроля, но всегда есть возможность провести разумные границы.

Люди с низким уровнем допуска не должны иметь доступа к материалам, требующим высокой степени защиты. Например, люди, не имеющие отношения к расчету заработной платы, не входящие в соответствующее подразделение отдела кадров и не являющиеся руководителями групп, не должны иметь доступа к данным о заработной плате, и т.д. и т.п. Это прагматичные «стены».

Отдача, которую Copilot поможет получить людям - это та отдача, о которой в своё время говорил Лью Платт (Lew Platt - в 1990-е годы – генеральный директор компании Hewlett-Packard, HP – Н.Х.): «если бы компания HP знала о том, какими знаниями она располагает, то наша производительность была бы в три раза выше».

Проблема здесь заключается в том, что, поскольку Copilot (как и любая поисковая система) будет брать данные и информацию из массива доступных пользователю сведений, то он будет «читать» всю информацию, к которой у пользователей есть доступ – и пользователи не должны в конечном итоге получить доступ к закрытой для них информации (имеется в виду информация, ранее защищенная посредством сокрытия факта её существования, поскольку никто не собирался пролистывать и читать всё эти материалы, оставаясь на работе в организации - а теперь Copilot способен сделать это за них!).

Мой комментарий: Это ровно та же проблема, что возникла в результате оцифровки документов. Те в принципе доступные пользователю материалы, которые он физически был не в состоянии обрабатывать в совокупности в бумажном виде, стали неизмеримо более удобными для поиска и анализа (в том числе с использованием продвинутых алгоритмов) после их оцифровки и сведения в информационные ресурсы, оснащённые мощными средствами поиска и анализа – результатом стали раскрытие и утечки конфиденциальных и секретных сведений.

Это очень благоприятный момент для специалистов и служб управления документами – благодаря тому, что мы всегда работали над сегментацией контента, мы знаем, какие подходы использовать и что делать.

Риск здесь в том, что мы можем упустить эту возможность.

В кругах специалистов по управлению документами есть тенденция говорить: «О, если кому-то нужна помощь с документами, ему, естественно, потребуется полномасштабное управление документами», т.е. каждый элемент континуума/жизненного цикла (выберите свою парадигму), EDRMS-системы управления документами и контентом, функциональная классификация и т.д. и т.п.

Нам следует помнить, что то, что хотят получить наши организации - это та отдача, которую даёт Copilot.

Они хотят исключить риск раскрытия информации тем, кому не положено её знать. Всё, что нам нужно сделать - это сосредоточить усилия на решении данной задачи.

Сегментируйте контент таким образом, чтобы те сотрудники, которым нужен доступ, имели его, а те, кому такой доступ не был авторизован, его не имели – и наша звезда взойдёт!

Если же мы попытаемся дать нашим организациям управление документами в полном объёме, то они просто найдут кого-то другого, кто обеспечит им то, что им действительно нужно. Потому что им нужна отдача как от Copilot, но без риска - вот и всё.

Карл Мелроуз (Karl Melrose)

Источник: блог Meta-IRM
https://metairm.substack.com/p/the-copilot-opportunity-for-records

Росстандарт: Опубликован предварительный национальный стандарт ПНСТ 838-2023 «ИИ. Структура описания систем искусственного интеллекта, использующих машинное обучение»

На сайте Федерального агентства по техническому регулированию и метрологии ( http://www.gost.ru/ ) в декабрьском 2023 года разделе ( https://protect.gost.ru/default.aspx?control=6&month=12&year=2023 ) выложен предварительный национальный стандарт ПНСТ 838-2023 «Искусственный интеллект. Структура описания систем искусственного интеллекта, использующих машинное обучение» объёмом 40 страниц, вступающий в силу с 01.01.2024 года и действующий до 01.01.2027 года, см. https://protect.gost.ru/v.aspx?control=8&baseC=6&id=245038

Стандарт подготовлен ООО «Институт развития информационного общества» (ИРИО) на основе собственного перевода на русский язык международного стандарта ISO/IEC 23053:2022 «Концепция систем искусственного интеллекта (ИИ) с использованием машинного обучения» (Framework for Artificial Intelligence (AI) Systems Using Machine Learning (ML)), см. https://www.iso.org/standard/74438.html и https://www.iso.org/obp/ui/#!iso:std:74438:en (а также мой пост https://rusrim.blogspot.com/2022/07/isoiec-230532022.html - Н.Х.). Стандарт внесён Техническим комитетом по стандартизации ТК 164 «Искусственный интеллект».

Во вводной части документа отмечается:

«Настоящий стандарт определяет для области искусственного интеллекта (ИИ) и машинного обучения (МО) структуру для описания типовой системы ИИ, использующей технологии МО. Данная структура описывает компоненты системы и их функции в экосистеме ИИ. Настоящий стандарт распространяется на организации различных типа и размера, в том числе на государственные и частные организации, органы государственной власти и некоммерческие организации, внедряющие или эксплуатирующие системы ИИ.»

Содержание предстандарта следующее:

Предисловие
Введение
1. Область применения
2. Нормативные ссылки
3. Термины и определения
4. Сокращения
5. Общие положения
6. Система машинного обучения
7. Подходы к машинному обучению
8. Конвейер машинного обучения
Приложение А (справочное) Пример потока данных и инструкции об использовании данных для процесса машинного обучения с учителем
Библиография

Источник: сайт Росстандарта
https://protect.gost.ru/v.aspx?control=8&baseC=6&id=245038

среда, 3 января 2024 г.

Как искусственный интеллект революционизирует управление данными

Данная заметка Дика Вейсингера (Dick Weisinger – на фото) была опубликована 24 ноября 2023 года на блоге компании Formtek.

Управление данными - жизненно важная функция для любого коммерческой организации, желающей использовать данные для принятия решений, для инноваций и для получения конкурентных преимуществ. Однако управление данными также является сложной и проблемной задачей, особенно в эпоху больших данных, когда данные генерируются с беспрецедентной скоростью и многообразием.

К счастью, за последнее десятилетие появилось несколько новых технологий, которые радикально меняют сложившуюся передовую практику современного управления данными. В число этих технологий входят облачные вычисления, платформы с открытым исходным кодом, потоковая обработка данных и новые аппаратные среды хранения данных. Однако, пожалуй, самой революционной технологией из всех является искусственный интеллект (ИИ), который трансформирует способы реализации управления данными и способы мышления о нём.

ИИ может применяться в отношении различных аспектов управления данными ( https://sloanreview.mit.edu/article/how-ai-is-improving-data-management/ ), таких, как обеспечение качества данных, интеграция, стратегическое управление, обеспечение безопасности и анализ. ИИ способен автоматизировать и расширить возможности ряда таких задач, выполняя их быстрее, точнее и более масштабируемым образом. Например, ИИ может обнаруживать и исправлять ошибки в данных, выявлять и устранять несогласованности в данных, обеспечивать исполнение политик и правил в отношении данных, защищать данные от несанкционированного доступа или некорректного использования, а также получать на основе данных ценные знания и представления с использованием передовых методов аналитики.

ИИ также поддерживает новый взгляд на управление данными, например, в виде таких подходов, как «данные как услуга» (data as a service, DaaS), расширенная аналитика и многомодельное управление данными (multi-model data management). DaaS - это модель, в рамках которой данные доставляются пользователям или приложениям по требованию через облачные платформы. Термин «расширенная аналитика» (augmented analytics) описывает использование ИИ для расширения возможностей человека при проведении анализа данных, например, путем предоставления интерфейсов на естественном языке, автоматического генерирования аналитических результатов и интерактивной визуализации. Многомодельное управление данными - это подход, который поддерживает несколько типов моделей и форматов данных в одной системе управления базами данных.

Эти новые технологии формируют новый ландшафт управления данными, в котором данные становятся более доступными, надёжными, безопасными и ценными, чем когда-либо прежде. Они также открывают новые возможности для будущих усовершенствований, например, поддерживая более широкое применение практик самообслуживания и совместного управления данными, более интеллектуальные и адаптивные систем данных, а также более этичное и ответственное использование данных.

Управление данными является не только технической, но также и стратегической функцией. Оно играет ключевую роль в любой организации, желающей использовать мощь данных для инноваций и роста. Внедряя искусственный интеллект и другие новые технологии, организации могут улучшить свои способности и результаты управления данными, а также получить конкурентное преимущество в условиях цифровой экономики.

Дик Вейсингер (Dick Weisinger)

Источник: блог компании Formtek
https://formtek.com/blog/how-ai-is-revolutionizing-data-management/

Росстандарт: Опубликован предварительный национальный стандарт ПНСТ 835-2023 «ИИ. Оценка эффективности моделей и алгоритмов машинного обучения в задаче классификации»

На сайте Федерального агентства по техническому регулированию и метрологии ( http://www.gost.ru/ ) в декабрьском 2023 года разделе ( https://protect.gost.ru/default.aspx?control=6&month=12&year=2023 ) выложен предварительный национальный стандарт ПНСТ 835-2023 (ISO/IEC TS 4213:2022) «Искусственный интеллект. Оценка эффективности моделей и алгоритмов машинного обучения в задаче классификации» объёмом 32 страницы, вступающий в силу с 01.01.2024 года и действующий до 01.01.2027 года, см. https://protect.gost.ru/v.aspx?control=8&baseC=6&id=245067

Стандарт подготовлен Национальным исследовательским университетом «Высшая школа экономики» (НИУ ВШЭ) на основе собственного перевода на русский язык международных технических спецификаций ISO/IEC TS 4213:2022 «Информационные технологии - Искусственный интеллект - Оценка эффективности выполнения задачи классификации системами машинного обучения» (Information technology - Artificial intelligence - Assessment of machine learning classification performance), см. https://www.iso.org/standard/79799.html и https://www.iso.org/obp/ui/en/#!iso:std:79799:en . Стандарт внесён Техническим комитетом по стандартизации ТК 164 «Искусственный интеллект».

Во вводной части документа отмечается:

«Ввиду того, что исследователи научных, коммерческих и правительственных организаций продолжают совершенствовать модели машинного обучения, при оценке эффективности моделей и алгоритмов машинного обучения в задаче классификации необходимо применять последовательные подходы и методы.

... Настоящий стандарт устанавливает методологию оценки эффективности моделей и алгоритмов машинного обучения в задаче классификации.»

Содержание предстандарта следующее:

Предисловие
Введение
1. Область применения
2. Нормативные ссылки
3. Термины и определения
4. Сокращения
5. Общие принципы
6. Статические показатели эффективности
7. Тесты статистической значимости
8. Подготовка отчетов.
Приложение А (справочное): Пример эффективности для задачи мультиклассовой классификации
Приложение В (справочное): Пример ROC-кривой, полученной из результатов классификации
Приложение С (справочное): Сводная информация об эталонных тестах моделей и алгоритмов машинного обучения для решения задачи классификации
Приложение D (справочное): CSMF
Библиография

Источник: сайт Росстандарта
https://protect.gost.ru/v.aspx?control=8&baseC=6&id=245067