Finish Food Authority (FFA), potansiyel halk sağlığı krizlerini önlemeye çalışırken kritik araştırmaları tamamlamak için gereken süreyi önemli ölçüde azaltmak için yapay zeka (AI) teknolojisini kullanıyor.
FFA’nın Disiplinlerarası Risk Değerlendirme Birimi, kuş gribinin gıda güvenliği üzerindeki etkisi de dahil olmak üzere bilimsel risk değerlendirme projeleri üzerinde çalışmaktadır.
Geleneksel olarak, araştırmacılar araştırma yaparken on binlerce belgeyi manuel olarak okur ve işlerdi, bu da projelerin baştan sona iki ila üç yıl sürmesi anlamına gelirdi.
Bu, organizasyonun hızlı hareket etmesi gereken etkilerin kontrol edilmesi gibi durumlarda sorunludur. Örneğin, geleneksel metin araması, bir konu hakkında 20.000 adede kadar araştırmayı getirebilir ve araştırmacıların yararlı makaleleri belirlemek için bunları manuel olarak gözden geçirmesi gerekir. Artık belge okuma ve işlemeyi otomatikleştirmek için Iris.ai’den yapay zeka kullanan FFA, sorunları gerçek zamanlı olarak çözebilir.
FFA artık Iris.ai’nin doğal dil işleme uzmanlığını ve tedarikçinin Researcher Workspace platformunu kullanıyor.
2019 yılında kurulan FFA, Finlandiya Gıda Güvenliği Otoritesi, Kırsal İşler Ajansı ve Finlandiya Ulusal Arazi Araştırması’nın BT hizmetlerinin bir parçası olarak birleşmesinin sonucudur. Başlıca sorumlulukları, gıdaların güvenliğini ve kalitesini teşvik etmek, izlemek ve incelemek, hayvanların ve bitkilerin sağlığını korumak ve hayvan yemlerini ve bitki koruma ürünlerini denetlemektir.
FFA, “İhtiyaç duyulan sonuçlar ve içgörüler genellikle zamana duyarlı olacağından, proje teslim süreleri kritik bir zorluktu” dedi.
Örneğin, FFA, kuş gribinden kaynaklanan riskleri etkileyen faktörleri anlamaya yönelik bir proje üzerinde çalışırken, “hastalığın ülkenin farklı bölgelerine olası yayılmasını anlamaya ihtiyaç duyulduğu için çalışmanın hızlı bir şekilde yapılması gerekiyordu” dedi. FFA.
FFA şunları ekledi: “Manuel olarak [papers on avian flu] Çiftliklerin biyogüvenliği ile göçmen kuşların yollarının kesiştiği noktayı araştıran araştırmanın niş alanı göz önüne alındığında, son derece sıkıcı bir görev olurdu.
“Yine de, Iris.ai’nin araçlarını, özellikle Keşif haritalarının görsel arayüz özelliğini kullanarak, [the FFA] disiplinler arasındaki ilgili makaleleri bu kesişme noktasına kadar daraltabilir ve araştırmacıların ilgili bilgileri bulmasına olanak tanır. Kaydedilen zaman, sorunların gerçek zamanlı olarak ortaya çıktığı kriz durumlarında özellikle önemlidir.”
FFA’ya göre, gelişmekte olan alanlarda araştırma makaleleri bulmak da zordur, çünkü bunlar sınırlıdır ve proje için kullanılan zamanın üçte birine kadarı bilgi aramaya gider.
“Bu farklı alanlarda bu kadar kapsamlı bir şekilde çalışmak zorlayıcı. FFA araştırmacıları bazı konularda derin ve geniş uzmanlığa sahip olabilse de, diğerlerinde hala bilgi boşlukları olabilir. Bu nedenle, kapsamlı araştırmacı ağına ve kapsamlı işbirliğine bakılmaksızın, her FFA araştırmacısının araştırılan bilgi kaynaklarına hızlı bir rotaya ihtiyacı vardır” dedi.
AI teknolojisi, daha hızlı kağıt arama süresi anlamına gelir ve uzayan malzeme toplama süresinin zorluğunun üstesinden gelir. Kullanıcıların, araştırma alanının tam arama terimlerini bilmeden araştırma soruları sormasına olanak tanır ve konulara göre kategorize edilmiş ilgili makalelerin görsel bir haritasını üretir.
FFA’ya göre “Bunun, araştırmacıların bağlamsal olarak daha uygun makaleler bulmasına ve araştırma alanlarına daha iyi bir genel bakış elde etmesine yardımcı olduğu kanıtlanmıştır, bu da sonuçlara varmaya yardımcı olur.”
FFA, “alanlardaki en son makaleleri dahil ederken daha verimli bir veri toplama süreci oluşturarak makalelerin araştırma aşamasını iyileştirdiğini” söyledi. Bu, proje teslimatlarını ve insanların kapasitesini yönetmenin daha değerli bir yolunu yaratıyor.”