Machine learning troppo costoso per gli archivi di Stato

Jan 19, 2024

Ho guardato_Mis/Getty Images

Iscriviti alla nostra newsletter

Rimani connesso

Di Chris Teale

Avendo inizialmente pianificato di utilizzare l’apprendimento automatico per aiutare gli archivisti a ordinare una grande quantità di dati, gli Archivi di Stato dell’Oregon implementeranno invece l’analisi avanzata dei dati tra le preoccupazioni sul costo e sulla maturità della tecnologia ML.

I funzionari degli archivi alla fine dello scorso anno hanno pubblicato una richiesta di proposte in cui si chiedeva che la tecnologia ML aiutasse a elaborare i dati rimuovendo i duplicati e tutti gli elementi non pertinenti, indicizzandoli per facilitarne l'accesso futuro. La RFP è stata motivata dalla partenza dall'incarico dell'ex governatore Kate Brown e dalla prevista trasmissione agli archivi statali di un massimo di 10 terabyte di dati relativi ai suoi otto anni come governatore.

Ma le risposte alla RFP hanno costretto i funzionari a ripensare, ha detto Kristofer Stenson, responsabile dei registri statali presso gli Archivi di Stato dell'Oregon, durante l'Emerging Tech and Modernization Summit di Nextgov e GCN. Almeno un'offerta per il contratto ML aveva un prezzo tre volte superiore all'intero budget biennale degli archivi, cosa che Stenson descrisse come "apertura degli occhi".

"Non lo definirei un appalto fallito, in quanto abbiamo imparato molto da esso", ha detto Stenson. Data la necessità che la tecnologia maturi ulteriormente e che i prezzi scendano, i leader statali hanno deciso di allontanarsi dal ML.

Invece, Stenson ha affermato che l'Oregon utilizzerà l'analisi avanzata dei dati per elaborare i documenti dagli archivi governativi di Brown. Questa tecnologia aiuterà a identificare e rimuovere eventuali duplicati nonché informazioni sensibili come numeri di previdenza sociale e numeri di telefono. Offre anche la ricerca avanzata per esplorare gli archivi.

Questo sforzo, ha detto Stenson, è “molto più fattibile nel breve termine” e nei limiti del budget attuale. Altre agenzie dell'Oregon utilizzano strumenti di analisi simili, quindi esiste un precedente per gli archivi che lo utilizzano per ora come "trampolino di lancio" verso il ML completo in futuro.

Articoli Correlati

Il machine learning scava negli archivi degli Stati

La contea rurale inserisce i registri catastali su blockchain

La pandemia mette alla prova la gestione dei record elettronici

"Rappresenta ancora un grande passo avanti per noi e, si spera, ci consentirà presto di fornire un accesso più diretto a queste collezioni", ha affermato Stenson.

Gli archivi sono anche nel bel mezzo di una conversazione su come archiviare i terabyte di documenti, comunicazioni e altri dati derivanti dal mandato di Brown, che includeva la guida della risposta del governo statale alla pandemia di COVID-19. Stenson ha affermato che la soluzione probabilmente sarà un approccio ibrido con storage sia nel cloud che in sede per fornire ridondanza.

Alle prese con l’enorme quantità di dati elettronici generati dai funzionari eletti è un problema che tutti gli archivi statali devono affrontare. Stenson ha affermato che il machine learning diventerà presto uno “strumento fondamentale” per gestire tali informazioni.

"Questo è reale, non è più un sogno immaginario", ha detto Stenson. "Questo è il mondo in cui vivremo. Anche se potremmo non esserci ancora del tutto, ci stiamo arrivando abbastanza rapidamente."

Per i funzionari degli appalti, l’episodio ha mostrato lo stato di maturità della tecnologia ML e il costo che i governi devono sostenere per utilizzarla. Stenson ha affermato che mentre l’Oregon “potrebbe aver leggermente anticipato” nel chiedere soluzioni ML ora, è meglio essere lungimiranti sulle tecnologie emergenti piuttosto che restare indietro. "Preferisco guardare avanti piuttosto che arrivare con cinque anni di ritardo", ha detto.

PROSSIMA STORIA:L’innovazione prospera quando i governi abbracciano partenariati pubblico-privati ​​di nuova generazione