Kementerian Federal untuk Pertahanan Nasional (BMLV) dan IBM
Kementerian Pertahanan Nasional Austria (BMLV) memiliki Departemen Dokumentasi Pusat (ZentDok), yang memberikan nilai istimewa pada kepercayaan dan transparansi pengguna. ZentDok mencari solusi AI yang memungkinkan jaminan kualitas namun tetap sesuai dengan prinsip human-in-the-loop, yang tetap memerlukan interaksi manusia. Dengan solusi potensial apa pun, ZentDok menetapkan bahwa sumber harus dapat dilacak, risiko halusinasi harus dikurangi seminimal mungkin, dan pengguna harus diberi tahu tentang kualitas, relevansi, dan keandalan sumber. Selanjutnya, ZentDok harus menyediakan antarmuka pengguna yang dapat disesuaikan dan manajemen akses yang ramah pengguna.
Karena tidak ada solusi industri yang “siap pakai” untuk persyaratan ini, IBM Austria mengirimkan tim multidisiplin IBM Client Engineering untuk bekerja bersama tim ZentDok. Bersama-sama, mereka mengembangkan Minimal Viable Product (MVP) untuk menguji persyaratan kelayakannya. Dengan menggunakan berbagai fitur berikut, “ChatZentDoc” yang dihasilkan jelas menonjol dibandingkan solusi lainnya:
- Penyediaan respons kualitatif dan berkualitas tinggi berdasarkan sumber yang terverifikasi dan tepercaya.
- Pemilihan sumber optimal dari kumpulan data yang menjadi dasar dihasilkannya respons.
- Koneksi ke sistem yang ada dan pembaruan harian basis data pengetahuan.
- Referensi sumber untuk memverifikasi kebenaran respons, membangun kepercayaan pada AI, dan memungkinkan penelitian lebih lanjut.
- Integrasi fungsi masukan guna menyediakan opsi untuk terus meningkatkan solusi bagi tim ZentDok.
Metode IBM Client Engineering menawarkan keuntungan kepada para pelanggan untuk dapat membiasakan diri dengan produk yang mereka gunakan di bawah bimbingan para pakar. ZentDok adalah pengguna lama teknologi IBM untuk pengumpulan data dan juga telah menggunakan solusi IBM Watson Explorer untuk pemrosesan bahasa alami (NLP) sejak tahun 2016. Jadi, BMLV memutuskan untuk bergerak maju dengan IBM watsonx.ai Teknologi studio AI.
Dengan ChatZentDoc, muncullah sebuah antarmuka yang menggunakan NLP untuk memberikan respons berbasis fakta. Di front end yang dikembangkan secara khusus, pengguna dapat menanyakan basis data dan mengisolasi jawaban menggunakan opsi filter. Respons dapat diekspor bersama dengan dokumen sumber. ChatZentDoc berjalan menggunakan informasi yang diperbarui setiap hari guna memastikan ketepatan waktu yang diperlukan. Dengan cara ini, terciptalah apa yang disebut dengan OSINT (Open-Source Intelligence Tool), yang juga dapat digunakan untuk aplikasi lain dalam administrasi publik.
Meski jadwalnya ambisius, kolaborasinya yang sangat efisien
Kolonel Klaus Mak, yang memimpin ZentDok, menggambarkan kolaborasi dengan IBM sebagai kolaborasi mendalam dan sangat profesional: "Kualitas presentasi pertama sangat mengejutkan kami semua. Tidak ada proyek yang sukses bekerja secepat ini.”
Langkah selanjutnya adalah menciptakan lingkungan pengujian tempat pengguna dari departemen lain dapat menguji kemampuan alat ini. Dengan demikian, ada kebutuhan untuk pelatihan dan pendidikan dalam menangani AI generatif dan NLP: "Kita memasuki dunia yang benar-benar baru di sini. Prompting pengguna adalah hal yang penting dan kemampuan pengguna akan menjadi semakin penting.
Kemampuan untuk bertindak di saat banjir data yang luar biasa
“Intelijen sumber terbuka,” jelas Benedikt Klotz dari IBM, “dapat digunakan secara universal di berbagai bidang yang perlu mencari dan menganalisis sejumlah data tidak terstruktur. Solusi AI untuk sektor publik selalu memberikan tantangan tersendiri dalam hal keamanan dan ketentuan peraturan seperti GDPR, Undang-Undang Keamanan TI, dan Undang-Undang AI Uni Eropa. Pengalaman yang diperoleh dalam proyek percontohan ini juga memberi manfaat bagi area bisnis lain dalam perekonomian yang berurusan dengan data sensitif.”
Mak memandang AI sebagai alat yang ampuh dalam menghadapi ancaman hybrid: “Anda dapat mengamati banjir data dengan kecerdasan manusia, tetapi tidak dapat menilainya. Namun, evaluasi dan klasifikasinya adalah prasyarat bagi kemampuan untuk tetap mampu bertindak berdasarkan skenario risiko.”
Tim IBM Client Engineering Austria terus mengembangkan platform AI yang dihasilkan untuk diterapkan di lingkungan lain. Dengan bantuan IBM Consulting, keterlibatan MVP terus berlanjut sehingga ZentDok dapat mengevaluasi persyaratan lebih lanjut. Sebagai langkah selanjutnya dalam kolaborasi, rencananya watsonx.ai akan digunakan sebagai platform untuk AI generatif tepercaya. Mak melihat potensi besar dalam alat ini, serta kebutuhan pelatihan, sebelum alat ini diterapkan dan dijalankan dengan cara yang aman secara hukum.
Sebaliknya, Mak tidak mengharapkan solusi yang mengakibatkan hilangnya pekerjaan, yang merupakan ketakutan umum dalam konteks AI generatif. Prinsip human-in-the-loop memahami insight yang diekstrak oleh AI generatif dari data yang tidak terstruktur sebagai dukungan bagi pengambil keputusan manusia yang selalu memiliki keputusan akhir. Oleh karena itu, menurut Mak, dibutuhkan lebih banyak personel yang berkualifikasi tinggi, bukannya lebih sedikit. "Saya senang kami bisa melakukan ini,” ujarnya, ”dan saya ingin berterima kasih kepada IBM yang telah menjalankan proses ini dengan sangat cepat dan lancar.”
Kementerian Pertahanan Federal Austria (Jerman: Bundesministerium für Landesverteidigung, kadang-kadang disingkat menjadi BMLV atau Verteidigungsministerium) (tautan berada di luar ibm.com) adalah kementerian yang bertanggung jawab atas semua hal yang berkaitan dengan urusan militer, terutama Angkatan Bersenjata Austria.
Hukum
© Hak Cipta IBM Corporation 2024. IBM, logo IBM, IBM Consulting, dan watsonx.ai adalah merek dagang atau merek dagang terdaftar dari IBM Corp., di AS dan/atau negara lain. Ini adalah dokumen terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.
Contoh klien disajikan sebagai ilustrasi tentang cara klien tersebut menggunakan produk IBM dan hasil yang mungkin telah mereka capai. Kinerja aktual, biaya, penghematan atau hasil lainnya di lingkungan operasi lain mungkin berbeda.