在每個聯(lián)邦機構中，重要的見解都隱藏在多年來收集的大量數(shù)據(jù)集中。但是由于聯(lián)邦政府數(shù)據(jù)科學家的短缺，從這些數(shù)據(jù)中提取價值是非常耗時的。然而，隨著數(shù)據(jù)科學，人工智能(AI)和機器學習的進步，各機構現(xiàn)在可以使用先進的工具來轉換信息分析和代理業(yè)務。

　　從預測恐怖威脅到檢測稅務欺詐，一種稱為自動機器學習的新一類企業(yè)級工具，有能力通過預測建模來改變聯(lián)邦決策的速度和準確性。像AI這樣的技術正在改變聯(lián)邦政府理解和決策的方式。

　　要使用自動化機器學習等工具充分發(fā)揮聯(lián)邦政府數(shù)據(jù)科學的潛力，首先了解所用術語及其含義，這一點非常重要。

　　數(shù)據(jù)科學：分析數(shù)據(jù)的藝術

　　數(shù)據(jù)科學是一個廣義的術語，指的是利用數(shù)據(jù)解決問題的科學和藝術。根據(jù)統(tǒng)計數(shù)據(jù)，這種做法融合了數(shù)學，編碼和領域知識，以回答某個數(shù)據(jù)集的具體問題。計算能力的進步已經(jīng)從基于計算器的統(tǒng)計建模轉化為預測算法，將歷史分析轉化為對未來行為的預測。

　　即使是1790年進行的第一次美國人口普查，使用鵝毛筆和紙張，收集了大約20兆字節(jié)的數(shù)據(jù)。今天，人口普查局積壓了將近4000億個數(shù)據(jù)點，對人口統(tǒng)計和行為不斷演變的人口提供了豐富的見解。雖然隨著時間的推移，數(shù)據(jù)量不斷增加，但數(shù)據(jù)科學家卻處于供不應求的狀態(tài)，數(shù)據(jù)量和見解數(shù)據(jù)差距很大，人們需要從數(shù)據(jù)中獲得這些見解。

　　AI ：填補數(shù)據(jù)科學的空白

　　人工智能與數(shù)據(jù)科學重疊，賦予機器相互作用的能力，就好像人參與過程的一樣。人工智能的核心是通過應用數(shù)學模型從數(shù)據(jù)中推斷信息來復制智能人類行為的能力。然而，人工智能更進一步，它可以通過這些機器做出決定并采取行動 - 無論是在數(shù)據(jù)中心還是在云端。

　　早期AI由艾倫·圖靈(Alan Turing)發(fā)展而來，他在二戰(zhàn)期間對德國軍隊發(fā)出的加密信息進行了解密。今天，人工智能在大數(shù)據(jù)的可用性和可訪問性，以及越來越經(jīng)濟實惠的存儲和處理能力方面正在政府中實現(xiàn)。人工智能已成功應用于情報和國防應用，如美國國防部高級研究計劃局(DAPRA)的學習和組織計劃認知代理，現(xiàn)在是蘋果的Siri和無人駕駛飛機的骨干。

　　機器學習：AI進化的下一步

　　隨著人工智能的發(fā)展，新的創(chuàng)新浪潮開始了機器學習。機器學習融合了人工智能和數(shù)據(jù)科學，不僅可以使用算法進行決策，它還可以從過去的數(shù)據(jù)點中學習，改進方法，隨著時間的推移變得更加智能，并收集和分析更多的數(shù)據(jù)。而帶來顛覆性變化的是預測性智能，擁有預測和基于復雜算法的未來事件做準備的能力。

　　想想預測的力量在聯(lián)邦政府中能達到什么樣的效果。例如，機器學習將幫助國稅局找到歸檔稅表中的異常情況，自動標記潛在的欺詐，提交作進一步審查。它還可以將衛(wèi)星和傳感器信息混合，從而為國家氣象局提供預測。

　　這是一個關鍵時刻。數(shù)據(jù)科學家在解釋結果時需要人工智能和自動機器學習，而不是手動管理和處理信息。更重要的是，通過自動化機器學習，聯(lián)邦政府中的任何人都可以作為數(shù)據(jù)科學家，利用預測模型和洞察數(shù)據(jù)所提供的信息。

　　這些進步為聯(lián)邦機構創(chuàng)造了無數(shù)的機會，可以做出更快，更準確的決策，從而大大提高任務能力，效率和安全性，同時還可以調整空缺的數(shù)據(jù)科學家職位。機構可以從企業(yè)的成功經(jīng)驗中學習，并將人工智能定位復雜的網(wǎng)絡對手，在攻擊前找出內部威脅，主動識別欺詐或預測恐怖襲擊。

　　鑒于我們面臨的國家安全和經(jīng)濟威脅以及數(shù)據(jù)科學家日益短缺，采取這種創(chuàng)新對于保持領先一步至關重要。憑借人工智能和機器學習的強大功能，這項功能現(xiàn)在就在我們的指尖。