четверг, 9 мая 2024 г.
С Днём Победы!
Дорогие коллеги и друзья! Поздравляю Вас с нашим великим праздником! Желаю Вам и всей нашей стране счастья и процветания!
Мы не только помним и гордимся, - мы продолжаем традиции наших предков. Так держать!
Начинается подготовка специального номера журнала «ИИ и общество» издательства Шпрингер на тему «Когда данные становятся архивными материалами: Повышение доступности электронных документов с помощью искусственного интеллекта»
Данная новость была выложена в апреле 2024 года на сайте Springer Link издательства Шпрингер (Springer)
Публикуемый издательством Шпрингер журнал «ИИ и общество - Знания, культура и обмен информацией» (AI & Society - Knowledge, Culture and Communication) начинает подготовку специального номера «Когда данные становятся архивными материалами: Повышение доступности электронных документов с помощью искусственного интеллекта» (When data turns into archives: making digital records more accessible with AI).
«В последние годы искусственный интеллект (ИИ) стал широко распространённой технологией для повседневного использования. Одной из областей, которой уделяется сравнительно меньше внимания, является использование ИИ для выявления, организации и фильтрации огромных объемов данных, генерируемых государственными служащими. Благодаря переходу на электронно-цифровые технологии, подавляющее большинство государственных данных теперь создается в цифровой форме. Электронная почта заменила традиционные письма, документы в форматах PDF и Word заменили бумажные протоколы и меморандумы, а аудио/визуальные файлы хранятся на локальных жестких дисках и в различных системах. Создатели документов обязаны передавать данные в архивные учреждения для обеспечения их долговременной сохранности и доступности.
Общество может извлечь немало пользы из анализа государственных документов, однако доступ к этим данным чрезвычайно затруднён. Архивные электронные письма, аудио/видеофайлы и другие изначально-электронные документы редко доступны пользователям по целому ряду причин, включающих обеспечение конфиденциальности, неприкосновенности частной жизни (защиты персональных данных), национальной безопасности, авторского права, технологические ограничения и отсутствие упорядоченности. Кроме того, многие государственные документы создаются вне официальных каналов (например, с использованием WhatsApp или личных учетных записей электронной почты). Распространение этих «теневых ИТ» создает свои собственные проблемы с точки зрения обеспечения подотчетности, а также отыскиваемости и доступности этих данных.
Решение проблемы труднодоступности цифровых данных - сложная задача, требующая сотрудничества представителей многих областей и секторов профессиональной деятельности. Искусственный интеллект может использоваться для выявления чувствительных материалов в общей массе изначально-электронных документов, помогая сделать не являющиеся чувствительными (конфиденциальными) материалы доступными. ИИ также может автоматически создавать метаданные в случае, если первоначальные метаданные отсутствуют. Кроме того, ИИ может использоваться для поиска в огромных массивах данных, когда поиск по ключевым словам будет неэффективным. Новые технологии потенциально способны разблокировать доступ к данным и увеличить долю документов, поступающих в архивные хранилища.
Проблема недоступности архивных документов не ограничивается данными, создаваемыми государственными органами и учреждениями. Для сектора культурного наследия серьезной проблемой является предоставление доступа к изначально-электронным документам, которые могут содержать персональные данные и чувствительную информацию. Это оказывает влияние на историков и других ученых, которым необходим доступ к архивным данным для проводимых ими исследований, а также влияет на других пользователей (таких, как журналисты и специалисты «третьего (некоммерческого) сектора»), которые полагаются на данные для информирования общественности информации и ведения информационно-пропагандистской работы.
Основная цель этого специального номера - изучить, как ИИ может помочь с улучшением долговременной сохранность, доступности и удобства использования электронных и изначально-электронных архивных документов. Основное внимание в нём уделяется связанным с ИИ перспективам и проблемами при разблокировании архивных данных как в рамках государственного сектора, так и за их пределами.
В статьях будут предложены новые междисциплинарные теоретические интерпретации, применены методологии исследования к изучению новых вариантов применения и примеров из практики, а также предложены новые точки зрения на нынешнюю и будущую перспективу применения ИИ к данным и электронным архивам.
Мы поощряем заявки, в которых эти исследовательские вопросы рассматриваются с использованием ряда теоретических концепций (включая критических исследования данных, цифровые гуманитарные науки, архивные исследования, исследования в области культурного наследия) и методов исследования (как качественных, так и количественных, включая методы аналитики данных и информатики). Приветствуется работы специалистов-практиков из государственного сектора и сектора библиотек, архивов и музеев, а также статьи молодых специалистов и ученых.
Готовящийся специальный номер станет ключевым результатом проекта LUSTER, финансируемого британским Советом по исследованиям в области искусства и гуманитарных дисциплин» (Arts and Humanities Research Council, AHRC, https://ahrc.ukri.org/ ) . Общая цель проекта LUSTER - связать принимающие политические решения лиц со специалистами в области информатики, цифровых гуманитарных наук и профессионалами архивно-библиотечного и музейного сектора (GLAM, от Galleries, Libraries, Archives and Museums - галереи, библиотеки, архивы и музеи). Более подробную информацию об этом проекте можно найти на его сайте: https://lustre-network.net/ .»
Темы специального номера
В данном специальном выпуске, над подготовкой которого совместно работают представители цифровых гуманитарных наук и социологии, эксперты по искусственному интеллекту, специалисты в области управления информацией, архивисты, библиотекари и музейные работники, - приветствуются статьи, затрагивающие, в том числе, следующие темы:
Публикуемый издательством Шпрингер журнал «ИИ и общество - Знания, культура и обмен информацией» (AI & Society - Knowledge, Culture and Communication) начинает подготовку специального номера «Когда данные становятся архивными материалами: Повышение доступности электронных документов с помощью искусственного интеллекта» (When data turns into archives: making digital records more accessible with AI).
Приглашённым редактором специального номера является д-р Лиз Жайян (Lise
Jaillant - на фото), сотрудница факультета общественных и гуманитарных
наук университета Лавборо (Loughborough University, Великобритания),
профессор цифровых гуманитарных наук (Digital Humanities).
«В последние годы искусственный интеллект (ИИ) стал широко распространённой технологией для повседневного использования. Одной из областей, которой уделяется сравнительно меньше внимания, является использование ИИ для выявления, организации и фильтрации огромных объемов данных, генерируемых государственными служащими. Благодаря переходу на электронно-цифровые технологии, подавляющее большинство государственных данных теперь создается в цифровой форме. Электронная почта заменила традиционные письма, документы в форматах PDF и Word заменили бумажные протоколы и меморандумы, а аудио/визуальные файлы хранятся на локальных жестких дисках и в различных системах. Создатели документов обязаны передавать данные в архивные учреждения для обеспечения их долговременной сохранности и доступности.
Общество может извлечь немало пользы из анализа государственных документов, однако доступ к этим данным чрезвычайно затруднён. Архивные электронные письма, аудио/видеофайлы и другие изначально-электронные документы редко доступны пользователям по целому ряду причин, включающих обеспечение конфиденциальности, неприкосновенности частной жизни (защиты персональных данных), национальной безопасности, авторского права, технологические ограничения и отсутствие упорядоченности. Кроме того, многие государственные документы создаются вне официальных каналов (например, с использованием WhatsApp или личных учетных записей электронной почты). Распространение этих «теневых ИТ» создает свои собственные проблемы с точки зрения обеспечения подотчетности, а также отыскиваемости и доступности этих данных.
Решение проблемы труднодоступности цифровых данных - сложная задача, требующая сотрудничества представителей многих областей и секторов профессиональной деятельности. Искусственный интеллект может использоваться для выявления чувствительных материалов в общей массе изначально-электронных документов, помогая сделать не являющиеся чувствительными (конфиденциальными) материалы доступными. ИИ также может автоматически создавать метаданные в случае, если первоначальные метаданные отсутствуют. Кроме того, ИИ может использоваться для поиска в огромных массивах данных, когда поиск по ключевым словам будет неэффективным. Новые технологии потенциально способны разблокировать доступ к данным и увеличить долю документов, поступающих в архивные хранилища.
Проблема недоступности архивных документов не ограничивается данными, создаваемыми государственными органами и учреждениями. Для сектора культурного наследия серьезной проблемой является предоставление доступа к изначально-электронным документам, которые могут содержать персональные данные и чувствительную информацию. Это оказывает влияние на историков и других ученых, которым необходим доступ к архивным данным для проводимых ими исследований, а также влияет на других пользователей (таких, как журналисты и специалисты «третьего (некоммерческого) сектора»), которые полагаются на данные для информирования общественности информации и ведения информационно-пропагандистской работы.
Основная цель этого специального номера - изучить, как ИИ может помочь с улучшением долговременной сохранность, доступности и удобства использования электронных и изначально-электронных архивных документов. Основное внимание в нём уделяется связанным с ИИ перспективам и проблемами при разблокировании архивных данных как в рамках государственного сектора, так и за их пределами.
В статьях будут предложены новые междисциплинарные теоретические интерпретации, применены методологии исследования к изучению новых вариантов применения и примеров из практики, а также предложены новые точки зрения на нынешнюю и будущую перспективу применения ИИ к данным и электронным архивам.
Мы поощряем заявки, в которых эти исследовательские вопросы рассматриваются с использованием ряда теоретических концепций (включая критических исследования данных, цифровые гуманитарные науки, архивные исследования, исследования в области культурного наследия) и методов исследования (как качественных, так и количественных, включая методы аналитики данных и информатики). Приветствуется работы специалистов-практиков из государственного сектора и сектора библиотек, архивов и музеев, а также статьи молодых специалистов и ученых.
Готовящийся специальный номер станет ключевым результатом проекта LUSTER, финансируемого британским Советом по исследованиям в области искусства и гуманитарных дисциплин» (Arts and Humanities Research Council, AHRC, https://ahrc.ukri.org/ ) . Общая цель проекта LUSTER - связать принимающие политические решения лиц со специалистами в области информатики, цифровых гуманитарных наук и профессионалами архивно-библиотечного и музейного сектора (GLAM, от Galleries, Libraries, Archives and Museums - галереи, библиотеки, архивы и музеи). Более подробную информацию об этом проекте можно найти на его сайте: https://lustre-network.net/ .»
Темы специального номера
В данном специальном выпуске, над подготовкой которого совместно работают представители цифровых гуманитарных наук и социологии, эксперты по искусственному интеллекту, специалисты в области управления информацией, архивисты, библиотекари и музейные работники, - приветствуются статьи, затрагивающие, в том числе, следующие темы:
- Применение ИИ к архивным данных, созданным государственными органами и организациями, организациями сферы культурного наследия или иными учреждениями;
- «Цифровая помойка» (Digital Heap) и проблема неупорядоченных данных;
- Обеспечение большей доступности архивных данных ради общественного блага;
- Риски, связанные с применением ИИ к изначально-электронным документам;
- Смягчение этих рисков: ИИ и этика, разработка систем «ответственного» ИИ;
- Методы исследования (включая подходы на основе ИИ), применяемые для использования архивных данных;
- Качественные подходы - например, для изучения отношения специалистов к ИИ и архивам.
Ключевые контрольные сроки
- Представление тезисов: 30 июня 2024 года
- Представление рукописи: 30 сентября 2024 года
- Период рецензирования и редактирования: октябрь – декабрь 2024 года
- Представление доработанной статьи: 31 января 2025 года
Требования к оформлению
Дополнительную информацию о требованиях к оформлению можно найти в разделе «Правила представления материалов» (Submission guidelines), см. https://link.springer.com/journal/146/submission-guidelines . Чтобы задать вопросы либо направить тезисы (300 слов) по электронной почте, обращайтесь по адресу l.jaillant@lboro.ac.uk .
Источник: сайт журнала «ИИ и общество»
https://link.springer.com/journal/146/updates/26671434
среда, 8 мая 2024 г.
«Диаграмма связей» для стандартов технического подкомитета ИСО TC46/SC11 «Управление документами»
Данный пост старшего аналитика по вопросам политик управления электронными документами Национальных Архивов США и эксперта ИСО Энди Поттера (Andy Potter - на фото) был опубликован в социальной сети LinkedIn 25 апреля 2024 года в учётной записи технического подкомитета ИСО TC46/SC11 «Управление документами».
Вы потерялись в море стандартов? Не волнуйтесь! Представьте себе мир, в котором сложные стандарты кристально ясны и легко усваиваются – именно это предлагает наша «диаграмма связей» (mind map).
Деятельность технического подкомитета ИСО TC46/SC11 «Управление документами», разрабатывающего стандарты в области управления документами и архивными документами, охватывает три основные области: процессы (Processes), системы (Systems) и анализ (Analysis).
С помощью нашей диаграммы связей (см. https://committee.iso.org/files/live/sites/tc46sc11/files/TC%2046%20SC%2011%20Archives%20and%20records%20management%20(5).html ) Вы сможете изучать эти стандарты без лишних усилий. Независимо от того, являетесь ли вы профессионалом в области стандартизации или же новичком, наша диаграмма связей станет вашим проводником на пути к ясности и инновациям.
Попрощайтесь с путаницей и приветствуйте простоту работы со стандартами подкомитета TC46/SC11 в форме диаграммы связей!
Энди Поттер (Andy Potter)
Источник: сайт LinkedIn / сайт подкомитета TC46/SC11
https://www.linkedin.com/feed/update/urn:li:activity:7189325232036302848
Вы потерялись в море стандартов? Не волнуйтесь! Представьте себе мир, в котором сложные стандарты кристально ясны и легко усваиваются – именно это предлагает наша «диаграмма связей» (mind map).
Деятельность технического подкомитета ИСО TC46/SC11 «Управление документами», разрабатывающего стандарты в области управления документами и архивными документами, охватывает три основные области: процессы (Processes), системы (Systems) и анализ (Analysis).
С помощью нашей диаграммы связей (см. https://committee.iso.org/files/live/sites/tc46sc11/files/TC%2046%20SC%2011%20Archives%20and%20records%20management%20(5).html ) Вы сможете изучать эти стандарты без лишних усилий. Независимо от того, являетесь ли вы профессионалом в области стандартизации или же новичком, наша диаграмма связей станет вашим проводником на пути к ясности и инновациям.
Попрощайтесь с путаницей и приветствуйте простоту работы со стандартами подкомитета TC46/SC11 в форме диаграммы связей!
Энди Поттер (Andy Potter)
Источник: сайт LinkedIn / сайт подкомитета TC46/SC11
https://www.linkedin.com/feed/update/urn:li:activity:7189325232036302848
Ярлыки:
аналитика,
ИСО,
стандарты,
управление документами,
TC46
вторник, 7 мая 2024 г.
Гиперавтоматизация: Новый рубеж эффективности деловой деятельности
Данная заметка Дика Вейсингера (Dick Weisinger – на фото) была опубликована 2 апреля 2024 года на блоге компании Formtek.
Роботехническая автоматизация технологических процессов и производств (Robotic Process Automation, RPA) совершает революцию в деловом мире. Автоматизируя повторяющиеся задачи, RPA-автоматизация трансформирует способы ведения компаниями своей оперативной деятельности, что приводит к беспрецедентному повышению эффективности и точности и к экономии затрат. Интеграция искусственного интеллекта (ИИ) и машинного обучения (МО) с инструментами RPA обеспечивает гораздо более высокий уровень автоматизации многих деловых процессов. Эта синергия, часто называемая гиперавтоматизацией (hyperautomation), является ключевым фактором осуществления цифровой трансформации (см. https://www.cio.com/article/654277/future-proofing-your-business-with-hyperautomation.html ).
Последствия RPA-автоматизации и гиперавтоматизации огромны. Они расширяют возможности сотрудников, освобождая их от рутинных задач и давая им возможность сосредоточить свои усилия на более стратегических, творческих и ориентированных на клиента инициативах. Они также обеспечивают масштабируемость и гибкость, позволяя коммерческим организациям легко подстраивать свои операции без необходимости нанимать или обучать дополнительный персонал. Более того, RPA-системы могут быть запрограммированы на точное выполнение законодательно-нормативных требований, что снижает риски их несоблюдения.
Будущие улучшения в технологиях RPA и автоматизации являются многообещающими. Началась эволюция от RPA к интеллектуальным автономным приложениям. Ожидается, что эти приложения, основанные на искусственном интеллекте и машинном обучении, обеспечат интеллектуальную автоматизацию, когнитивные возможности и ИИ-возможности для организаций, выполняющих различные деловые функции. Более того, увеличивающаяся интеграция инструментов машинного обучения в продукты для гиперавтоматизации рассматривается как один из основных факторов роста рынка.
Когда можно ожидать реализации такого рода технологии? Консультационная фирма Deloitte прогнозировала (см. https://enterprisersproject.com/article/2020/12/rpa-robotic-process-automation-trends-watch-2021 ), что где-то в 2023 году RPA-автоматизация выйдет на уровень почти повсеместного внедрения в мире деловой деятельности. Налоговая служба США (IRS) планирует расширять свою программу RPA-автоматизации (см. http://fedscoop.com/irs-robotic-processing-automation-program/ ), ставя своей целью ежегодно разрабатывать и внедрять от 35 до 50 инструментов автоматизации.
Например, решение Microsoft Power Automate (это SaaS-платформа от Microsoft для оптимизации и автоматизации рабочих процессов и бизнес-процессов – Н.Х.) ежемесячно используется более чем 350 тысячами организаций для автоматизации своих процессов (см. https://powerautomate.microsoft.com/en-us/blog/real-world-automation-stories-with-microsoft-power-automate/ ). Например, поставщик медицинских услуг US Acute Care Solutions использует решение Microsoft Power Automate для обработки 20 миллионов медицинских документов ежегодно, экономя благодаря этому более 100 тысяч человеко-часов ежегодно. Компания Komatsu Australia создала RPA-решение с помощью инструментов Power Automate и AI Builder, чтобы автоматизировать процессы выставления счетов, что экономит компании 300 человеко-часов в год при взаимодействии только с одним из её многочисленных поставщиков (см. https://powerautomate.microsoft.com/en-us/blog/komatsu-australia-accelerates-hyper-automation-with-power-automate-from-licensing-to-production-in-4-weeks/ ).
Ещё один ведущий поставщик RPA-решений - компания UiPath ( http://uipath.com/resources/automation-case-studies ), имеет множество успешных внедрений. Например, Университетская больница отделения национального фонда медицинского страхования (NHS Trust) в Плимуте (Великобритания) использует автоматизацию для обеспечения высококачественного медицинского обслуживания. Банк First Abu Dhabi Bank также добился значительных преобразований и прогресса благодаря своим усилиям в области автоматизации.
Ещё одним ярким примером является компания Uber ( http://impactmybiz.com/blog/5-robotic-process-automation-case-studies ). По оценкам, благодаря использованию более 100 систем автоматизации, Uber экономит 10 миллионов долларов в год. Культура RPA-автоматизации в Uber значительно улучшила как условия труда персонала, так и качество обслуживания клиентов.
Этот опыт успешных внедрений иллюстрирует трансформирующую силу RPA-автоматизации и гиперавтоматизации в различных секторах экономики, от здравоохранения до финансов и транспорта. Данный опыт подчеркивает потенциал этих технологий для повышения эффективности, улучшения качества обслуживания клиентов и существенной экономии затрат.
Развитие технологий RPA-автоматизации и гиперавтоматизации - это не просто расширение возможностей, но и транформационные перемены в деловом мире. По мере того, как эти технологии продолжат развиваться и совершенствоваться, они, несомненно, по-новому определят понимание «автоматизации», превращая её из инструмента снижения затрат в движущую силу инноваций и стратегического роста.
Дик Вейсингер (Dick Weisinger)
Источник: блог компании Formtek
https://formtek.com/blog/hyperautomation-the-next-frontier-in-business-efficiency/
Роботехническая автоматизация технологических процессов и производств (Robotic Process Automation, RPA) совершает революцию в деловом мире. Автоматизируя повторяющиеся задачи, RPA-автоматизация трансформирует способы ведения компаниями своей оперативной деятельности, что приводит к беспрецедентному повышению эффективности и точности и к экономии затрат. Интеграция искусственного интеллекта (ИИ) и машинного обучения (МО) с инструментами RPA обеспечивает гораздо более высокий уровень автоматизации многих деловых процессов. Эта синергия, часто называемая гиперавтоматизацией (hyperautomation), является ключевым фактором осуществления цифровой трансформации (см. https://www.cio.com/article/654277/future-proofing-your-business-with-hyperautomation.html ).
Последствия RPA-автоматизации и гиперавтоматизации огромны. Они расширяют возможности сотрудников, освобождая их от рутинных задач и давая им возможность сосредоточить свои усилия на более стратегических, творческих и ориентированных на клиента инициативах. Они также обеспечивают масштабируемость и гибкость, позволяя коммерческим организациям легко подстраивать свои операции без необходимости нанимать или обучать дополнительный персонал. Более того, RPA-системы могут быть запрограммированы на точное выполнение законодательно-нормативных требований, что снижает риски их несоблюдения.
Будущие улучшения в технологиях RPA и автоматизации являются многообещающими. Началась эволюция от RPA к интеллектуальным автономным приложениям. Ожидается, что эти приложения, основанные на искусственном интеллекте и машинном обучении, обеспечат интеллектуальную автоматизацию, когнитивные возможности и ИИ-возможности для организаций, выполняющих различные деловые функции. Более того, увеличивающаяся интеграция инструментов машинного обучения в продукты для гиперавтоматизации рассматривается как один из основных факторов роста рынка.
Когда можно ожидать реализации такого рода технологии? Консультационная фирма Deloitte прогнозировала (см. https://enterprisersproject.com/article/2020/12/rpa-robotic-process-automation-trends-watch-2021 ), что где-то в 2023 году RPA-автоматизация выйдет на уровень почти повсеместного внедрения в мире деловой деятельности. Налоговая служба США (IRS) планирует расширять свою программу RPA-автоматизации (см. http://fedscoop.com/irs-robotic-processing-automation-program/ ), ставя своей целью ежегодно разрабатывать и внедрять от 35 до 50 инструментов автоматизации.
Например, решение Microsoft Power Automate (это SaaS-платформа от Microsoft для оптимизации и автоматизации рабочих процессов и бизнес-процессов – Н.Х.) ежемесячно используется более чем 350 тысячами организаций для автоматизации своих процессов (см. https://powerautomate.microsoft.com/en-us/blog/real-world-automation-stories-with-microsoft-power-automate/ ). Например, поставщик медицинских услуг US Acute Care Solutions использует решение Microsoft Power Automate для обработки 20 миллионов медицинских документов ежегодно, экономя благодаря этому более 100 тысяч человеко-часов ежегодно. Компания Komatsu Australia создала RPA-решение с помощью инструментов Power Automate и AI Builder, чтобы автоматизировать процессы выставления счетов, что экономит компании 300 человеко-часов в год при взаимодействии только с одним из её многочисленных поставщиков (см. https://powerautomate.microsoft.com/en-us/blog/komatsu-australia-accelerates-hyper-automation-with-power-automate-from-licensing-to-production-in-4-weeks/ ).
Ещё один ведущий поставщик RPA-решений - компания UiPath ( http://uipath.com/resources/automation-case-studies ), имеет множество успешных внедрений. Например, Университетская больница отделения национального фонда медицинского страхования (NHS Trust) в Плимуте (Великобритания) использует автоматизацию для обеспечения высококачественного медицинского обслуживания. Банк First Abu Dhabi Bank также добился значительных преобразований и прогресса благодаря своим усилиям в области автоматизации.
Ещё одним ярким примером является компания Uber ( http://impactmybiz.com/blog/5-robotic-process-automation-case-studies ). По оценкам, благодаря использованию более 100 систем автоматизации, Uber экономит 10 миллионов долларов в год. Культура RPA-автоматизации в Uber значительно улучшила как условия труда персонала, так и качество обслуживания клиентов.
Этот опыт успешных внедрений иллюстрирует трансформирующую силу RPA-автоматизации и гиперавтоматизации в различных секторах экономики, от здравоохранения до финансов и транспорта. Данный опыт подчеркивает потенциал этих технологий для повышения эффективности, улучшения качества обслуживания клиентов и существенной экономии затрат.
Развитие технологий RPA-автоматизации и гиперавтоматизации - это не просто расширение возможностей, но и транформационные перемены в деловом мире. По мере того, как эти технологии продолжат развиваться и совершенствоваться, они, несомненно, по-новому определят понимание «автоматизации», превращая её из инструмента снижения затрат в движущую силу инноваций и стратегического роста.
Дик Вейсингер (Dick Weisinger)
Источник: блог компании Formtek
https://formtek.com/blog/hyperautomation-the-next-frontier-in-business-efficiency/
Ярлыки:
автоматизация,
аналитика,
роботехническая автоматизация,
США
Подписаться на:
Сообщения (Atom)