直到最近,试图整合这些信息都需要大量的人力资源来进一步组织、数据输入、解决不同数据库之间的兼容性问题以及机构之间无法互操作的不同计算机系统和文件格式。即使可以开发一个中央存储库,旧的数据仓库架构也没有针对 AI/ML 算法进行优化。以 LLM 为代表的 NLP 的进步,加上可以结合图像、地理空间信息和表格数据的多模态模型的进步,有可能从根本上改变联邦许可审查人员组织和理解必要信息的能力,从而进行更有效的许可和选址流程以及环境审查。亚利桑那大学的研究人员通过开发现有环境影响声明 (EIS) 的大型数据库并使用 NLP 开发有关文档的更多元数据(包括将它们地理标记为县级),从而展示了 NLP 工具的一些功能,从而改善了文档的搜索和可访问性。40 尽管在解决跨机构现有数据库的兼容性和互操作性方面仍然存在挑战,但人工智能工具可以大大减少整合和组织这些不同信息源以及优化其数据结构以用于人工智能模型所需的时间。
主要关键词