如今，政府部门拥有前所未有的机会，可以利用人工智能（AI）大幅提升其部门的现代化水平。虽然基于人工智能技术的实验已经开始，但远远没有完全整合。

对一些人来说，为政府部门采用人工智能技术而铺平道路似乎是一个艰难的任务，但随着人工智能变得更加普及、强大和实用，这是不可避免的。例如美国、中国等国家已经在全球范围内开辟了这条道路。在美国，其问题不在于是否部署人工智能，而在于如何开始，而现在正是时候。美国总统特朗普最近签署了一项行政命令，制定了一项促进人工智能技术的国家计划，指导美国联邦机构研究启动和扩大促进其任务的人工智能倡议。

很少有一种解决方案可以同时提高速度、提高质量，并降低成本，但基于人工智能的技术可以提供这些结果。根据调研机构德勤公司的研究，采用人工智能，美国政府每年可以节省数亿个工时和数十亿美元的成本，可能在五到七年内释放30%的政府工作人员的时间。

人工智能轨迹：将人类从“进入”发展到“开启”再到“退出”循环

政府部门由执行一系列任务的人员组成，其中许多任务是重复且非常耗时的，而这些任务称之为“循环”。当人们执行这些平凡和重复的任务时，他们身陷“循环”之中。这些任务更适用于通过人工智能进行优化。通过将人工智能应用于这些任务，政府部门工作人员可以开展更多的认知任务，这是最终审查和批准过程的一部分，因此可以在“循环” 中移动。这可以带来更多的晋升机会，同时节省大量时间。

最终，“循环”可以开始实施，也就是说，一个任务可以自主完成，根据之前的结果再启动后续任务，同时减少对人工干预和参与这两个过程。

“退出循环”描述了一个人工智能连接的“循环”生态系统，让人们远离粗略的结果审查并退出。当然，“退出循环”并不总是其最终目标；当然，在许多情况下，工作人员应该保持这种“循环”。但是，当在人工智能发挥作用时，工作人员有许多机会将他们所节省的时间和资源重新分配到其他更紧迫的优先事项，并利用人工智能带来的价值。

人工智能在行动：公共安全

政府部门的公共安全部门是人工智能能够产生重大影响的一个领域。美国的警察和司法部门正在采用人工智能技术希望迅速而坚决地逮捕嫌疑犯并结案。通常，例如实施嫌疑人身份识别这样的过程可能非常困难。调查人员审查嫌疑犯的照片或视频监控，通常要花费数天甚至数周的时间，而以往是通过查看已知罪犯的文件夹或计算机数据库来进行人工匹配。

支持人工智能的面部识别可以使这一过程更简单，其速度提高了90%，然而，目前很少有执法机构能够根据已知的罪犯数据库执行自动面部识别。这导致了巨大的资源浪费，同时大大增加了解决犯罪所需的时间。

当人工智能技术被允许加速这一过程时，其结果就大不相同。例如，一个由人工智能驱动的应用程序，允许调查人员快速加载嫌疑人的照片或视频，并在几分钟内在已知的犯罪数据库中通过统计匹配获得一个列表。这个过程很像犯罪现场留下的指纹，可以在数据库中搜索到匹配的指纹。在许多情况下，这有助于公共安全机构大大加快调查速度，并帮助他们逮捕犯罪分子。

例如，加利福尼亚州的一个警察局使用人工智能工具将其连接到已知的罪犯数据库。一旦确定可能的嫌疑人，调查人员就确认了匹配信息，选择附上相关的说明，并与警察局的其他同事分享。从犯罪现场录像中生成并保存在部门数据库中的未知人脸，可在调查人员解雇或添加到他们现有的相关人员数据库的列表中进行审查。

因此，该部门利用其预订数据库的功能，在6个月的时间内识别50多名嫌疑人。在这种情况下，他们身陷这个“循环”参与可疑的识别过程，但利用人工智能技术可节省数千小时的人力和财力。

当考虑处理爆炸式增长的音频和视频监控录像时，这些人力和物力的节省变得更加显著。而随着越来越多的警察部门采用取证摄像头，利用交通摄像头和手机拍摄的视频证据，需要筛选的音频、视频、图像的数量是当今执法专业人员面临的最大挑战之一。

此外，最近在加利福尼亚州通过的一项新法律（包括纽约、内华达和罗德岛州在内的其他州也考虑了不同程度的法律）带来一项极其耗时的新挑战，它要求该州警察部门处理获得的任何音频或视频片段，除非是积极调查的一部分，否则应在收集音频和视频片段的45天内，根据要求向公众提供。但是，在发布此类信息之前，必须编辑和删除可能泄露无辜人员身份或其他个人身份信息（PII）的任何内容。如果人工完成的话几乎难以实现，因此需要采用人工智能的帮助。

同样，当工作人员积极参与并且进入“循环”时，人工编校过程需要大量的人力和专业知识来审查每个框架并进行编辑。事实上，一些警察部门已经报告说，这个过程可能需要10分钟或更长时间，每个人需要在视频本身每一分钟的时间内进行剪辑。但是，当引入人工智能技术时，可以简化和加速编校过程，使这些视频不仅能够满足法律要求，而且能够从节省时间和成本中获益。

展望未来

人工智能将继续在政府部门的运营中发挥重要作用。但政府部门通往人工智能的道路并不是投资数十亿美元的资金来改革政府运作的方式，这条路径始于识别可以用人工智能增强或替换的重复过程。

随着更多这些任务的确定，不同“循环”之间的连接对于充分利用人工智能的全部潜力将变得越来越重要。但随着这种情况的发展，这条道路需要专注于构建强力的组织，提醒人们可以“退出循环”，让人工智能解决系统中的当前挑战，并首先保证公众的安全。