Kaip Arlingtono apygarda naudojo AI, kad pagerintų pasirengimą ekstremalioms situacijoms

Reagavimo į ekstremalias situacijas valdymas yra didelių akcijų vieta. Kiekvienas sprendimas gali reikšti gyvenimą ar mirtį, dėl kurio mokymas ir ruošimasis šiems scenarijams yra kritiški.

Per metus iš trijų asmenų komanda iš George'o Masono universitetas stengėsi pagerinti pasirengimą per AI varomus žaidimus Visuomenės saugumo komunikacijos ir ekstremalių situacijų valdymo departamentas į Arlingtonas, Virdžinija.

Naudodama iteracinį procesą ir Arlingtono apygardos departamento narių atsiliepimus, komanda sukūrė du interaktyvius žaidimus, vadinamus vadinamais „Go-Repair“ ir „Geescue“kuris modeliavo infrastruktūros priežiūrą, išteklių paskirstymą ir evakuacijas. Dinamiška mokymosi aplinka suteikė komunalinių paslaugų valdytojams ir savanoriams platesnę apimtį ir lanksesnį lankstumą nei tradiciniai mokymo metodai.

„PG optimizavimo ir sustiprinimo mokymosi modeliai apskaičiuoja optimalius sprendimus, ir tai leidžia žaidėjams įvertinti, ar jų sprendimai yra geresni, ar blogesni“, – teigė, kad teigė Shima Mohebbi, GMU Sistemų inžinerijos ir operacijų tyrimų katedros docentas ir projekto vadovas.

Įtraukus AI į mokymus, departamentas gali geriau nustatyti sprendimų priėmimo tobulinimo sritis ir suteikia įrankį mokytis iš klaidų, neturinčių realaus pasaulio pasekmių. Siekdami išvengti subjektyvumo, dažnai matomo didelių kalbų modeliuose, tyrėjai sukūrė modelį su matematiniu pagrindu ir naudojo mokymąsi armatūros mokymosi.

Įmonės taip pat gali įgyti vertės nuo AI įtraukimo į mokymą ir darbo jėgos plėtrą, pradedant adaptyvių mokymosi platformų ir baigiant AI plgūnių įgūdžių vertinimais. Daugiau nei 3 per 5 valandas privalumus tikėkitės, kad AI visiškai pakeis kelią Šiuo metu vyksta mokymaipagal vadovybės konsultavimo įmonės apklausą OC&C strategijos konsultantai. Dauguma Respondentai teigė, kad jie nori išplėsti AI priėmimą į talentų valdymą.

Norėdami įsitraukti į mokymus, verslo lyderiai gali pasirinkti ne lentynos galimybes. Daugelis įmonių mokymo paslaugų teikėjų, įskaitant „Coursera“, „Skillsoft“ ir „LinkedIn“ mokymąsi, tam tikru laipsniu pridėjo šią technologiją prie savo technologijų kaminų, o CIO taip pat gali atkreipti dėmesį į vidaus sprendimus.

Mohebbi Minėta lyderiai, norintys sukurti panašų „Go-Repair“ ir „Go“ gelbėjimo sprendimą, turėtų pradėti aiškiai suprasti problemą, kurią jie nori išspręsti. Norėdami tai padaryti, „Mohebbi“ komanda sutelkė dėmesį į ryšį su suinteresuotosiomis šalimis.

AI modelio sprendimai

Nepaisant dabartinio susidomėjimo dėl generatyvinės AI Mohebbi's Komanda nesiekė tos konkrečios dirbtinio intelekto šakos.

„AI modeliai, kuriuos naudojame, yra pagrįsti matematiniu pagrindu, o ne tik generuojamais, remiantis ankstesne patirtimi“. Mohebbi pasakė. „Mes tikrai turime turėti tą stiprų matematinį pagrindą, kad išvengtume subjektyvumo, kurį paprastai matome didelių kalbų modeliuose“.

Vien tik Hype nepakanka, kad būtų galima įgyvendinti.

CIO turėjo stengtis suvaldyti generatyvius AI naudojimo atvejus ir suteikti prioritetą tiems, kurie turi daugiausiai potencialo. brangiai kainuojanti technologija nėra pati geriausia ar patikimiausia priemonė kiekvienoje situacijoje.

„Mes norime pažvelgti į AI, o tai nėra plaktukas, ieškantis nagų, bet (būdamas) aišku, kokia yra verslo problema ar kontekstas, kurį mes sprendžiame, ir kaip AI gali mums tai padaryti“, – Surabhi Pokhriyal, „Church & Dwight“ vyriausiasis skaitmeninio augimo pareigūnas, sakė Bendrovės analitikų diena Praėjusią savaitę.

Technologijų lyderiai, kurie erzina generatyvinius AI silpnybes ir remiasi jos stipriosiomis pusėmis, kad prioritetą teiktų naudojimo atvejams, randa sėkmę. Dažnai tai reiškia mažiau dislokavimo. Pirmaujančios organizacijos siekia Pusė daugiau generatyvinių AI galimybių Vidutiniškai, palyginti su mažiau pažengusiais verslais, teigia „Boston Consulting Group“.

Tobulėjant GMU projektui, suinteresuotosios šalys iškėlė klausimus apie AI modelių, naudojamų mokymo žaidimams maitinti, patikimumą.

„Mes pridėjome daugiau informacijos apie šiuos fono algoritmus“ Mohebbi pasakė. „Vėliau jie buvo patogesni ir entuziastingi dėl žaidimo priėmimo“.

Įgyvendinant suinteresuotųjų šalių atsiliepimus

GO-Repair ir gelbėjimo funkcija funkcionuoja gana skirtingai, nei jie iš pradžių. „Mohebbi“ komanda sukūrė keletą versijų prieš nusileisdama dabartinėms funkcijoms ir galimybėms.

„Mes surengėme susitikimus, tada pateikėme versiją ir jie ją išbandys ir pateiks mums atsiliepimų“, – sakė Mohebbi. „Mes atkreipėme dėmesį į jų atsiliepimus ir pateiktume atnaujintą versiją. Tai buvo labai pasikartojantis procesas. “

Vienas iš pirmųjų pakeitimų taip pat buvo didžiausias. Iš pradžių žaidimas buvo sukurtas taip, kad būtų žaidžiamas neprisijungus, tačiau skyriaus saugumo protokolai neleis atsisiųsti. Mohebbi's Tada komanda perėjo prie internetinės plėtros.

Mohebbi's Komanda taip pat pridėjo vaizdinių elementų, patobulintos vartotojo patirties, sustiprino lokalizuotus scenarijus ir suteikė daugiau informacijos apie vartotojų sprendimus ir jų pasekmes viso proceso metu.

Technologų ir galutinių vartotojų partnerystė buvo nepaprastai svarbi projekto sėkmei.

„Jei ne dėl atsiliepimų ir mūsų sąveikos su Arlingtono apygarda, mes net nežinotume apie tam tikrą specifiką ir reikalingas funkcijas“. Mohebbi pasakė.