წარმოიდგინეთ, რომ გიწევთ საჭირო ინფორმაციის მოძებნა ყველა იმ დოკუმენტში, მეილებსა თუ შეტყობინებებში, რომელსაც დიდი მულტინაციონალური კომპანია ფლობს. ალბათ, იმასაც ხვდებით, რომ საუბარია არა ათას ან ათი ათასობით, არამედ მილიონობით მონაცემზე. პროცესი რომ მხოლოდ ადამიანურ რესურსს მივანდოთ უამრავი დრო და ენერგია დაიხარჯება, თუმცა არსებობს ბევრად ეფექტური გამოსავალი – ხელოვნური ინტელექტი.
სწორედ მისი გამოყენება გახდა საჭირო ერთ-ერთი წამყვანი ავიამწარმოებელი კომპანიის Airbus-ის საქმიანობის გამოსაკვლევად, მას შემდეგ, რაც მან ქრთამის გაცემა აღიარა. Airbus-ი 2011-2015 წლებში შუამავლების დახმარებით უცხო ქვეყნების მაღალჩინოსნებთან მომგებიანი კონტრაქტების გაფორმებას ცდილობდა. საქმეზე სამართლებრივი მოკვლევა დაიწყო. საბოლოოდ კი იმისათვის, რომ საპროცესო შეთანხმება გაფორმებულიყო, ავიაკომპანია 2016 წელს ინტენსიურ გამოძიებას დასთანხმდა.
Credits to bbc.com
იუსარ ჰალილი ერთ-ერთი გამომძიებელთაგანი იყო, რომელიც 70 კაციან ჯგუფთან ერთად იკვლევდა მონაცემებს. ჰალილი დიდი ხანია მუშაობს სასამართლო ექსპერტიზის ბიზნესში, რომელიც მსოფლიოში მიმდინარე დიდ იურიდიულ დავებს აკვირდება . ის იხსენებს: „Airbus კოშკს ჰგავდა, 900 ოთახით. ჩვენ უნდა გადაგვეწყვიტა რომელ მათგანში შევსულიყავით და საიდან დაგვეწყო გამოძიება.“
ხელოვნური ინტელექტი და სუპერ-მძლავრი პერსონალური კომპიუტერი დიდ როლს თამაშობდა ამ მონაცემთა დამუშავებაში. 500 მილიონი დოკუმენტისა თუ ტრანზაქციის კოლექცია უნდა შემცირებულიყო. ვინაიდან მონაცემთა მოცულობები მალე იზრდება, ასეთ გამოკვლევებში უფრო ხშირად ხელოვნური ინტელექტი გამოიყენება. დუბლიკატების და სხვა შეუსაბამო მასალის აღმოფხვრის შემდეგ გამომძიებლებს 60 მილიონი დოკუმენტი დარჩათ განსახილველი.
Credits to getty images
შეიქმნა შვიდი საგამოძიებო ლოკაცია, რამაც ჯგუფს დოკუმენტების უსაფრთხოდ შესწავლის საშუალება მისცა. ეს ერთ-ერთი აუცილებელი პუნქტი იყო კომპანიისთვის, ვინაიდან მისი ბიზნესი სამხედრო საჰაერო ხომალდების მნიშვნელოვან პროექტებსაც მოიცავს. შესაბამისად, მონაცემები უნდა დამუშავებულიყო ისე, რომ კონფიდენციალურ და სენსიტიურ მასალას საფრთხე არ დამუქრებოდა. სპეციალური პროგრამის დახმარებით მასალის იმ ფორმით დამუშავება მოხერხდა, რომ მთლიანი დოკუმენტის წარმომავლობა არ გამხდარიყო ცნობილი. საიდუმლო თავდაცვის დოკუმენტები უცხო თვალთაგან უხილავი დარჩა.
შემდეგი ნაბიჯი მეტამონაცემთა მოპოვებაა. FRA–მ მოიძია მეტამონაცემები, ინფორმაცია, რომელიც ემყარება ყველა ელექტრონულ დოკუმენტს და მის კონტენტს განსაზღვრავს. ეს მონაცემები მასალის ინდექსაციისთვის გამოიყენეს, რათა შეუსაბამო ინფორმაციები გაეფილტრათ. მანქანური დასწავლის პრინციპის გამოყენებით AI-მ შეტყობინებების კატეგორიზაცია და დაჯგუფება ისწავლა, რამაც პროცესი კიდევ უფრო გაამარტივა.
სისტემა ეძებდა ინფორმაციას ქრთამის შესახებ , რომელიც მონაცემთა ბაზში კოდის სახით იყო დაშიფრული. საბოლოოდ ხელოვნურმა ინტელექტმა მისი გამოაშკარავება შეძლო.
ადამიანებმა ფიზიკურად წარმოდგენილი მილიონობით დოკუმენტის მხოლოდ 5% შეამოწმეს, თუმცა რაოდენობრივად ეს 3 მილიონ დოკუმენტს უდრის. საბოლოოდ ოთხწლიანი ანტიკორუფციული გამოძიება დასრულდა.