技术提供商:TAMR-通过机器学习驱动和人工指导的解决方案,自动组织公司的企业级数据的公司
客户:美国海关和边境保护局(CBP),国土安全部的美国部的一部分(DHS)
工业:政府,军事和国防,安全
功能:加强对实体分辨率匹配算法
技术提供商联系人:戴维·邓普顿
问题
美国海关和边境保护局(CBP)的机构一直在寻找开发并发布的“全球旅行评估系统(GTAS)”作为安全理事会2178号决议对外国恐怖分子战斗机的结果。GTAS的设计是由CBP是一个开源平台,可以接收和存储标准空气旅行信息(高级乘客信息(API)和旅客姓名记录(PNR))实现实时的风险建模。上的CBP的细节要求具体列举如下:
- 利用API/PNR提供的生物特征数据,将乘客与现有数据库进行匹配。
- 根据API和PNR数据进行离散的乘客身份匹配。
- 使用历史数据为乘客建立个性化的个人资料
所采取的行动
据美国海关和边境保护局的分析集成主管Ari Schuler说:
“我们希望扩大我们的生态系统尤其是在可视化,预测模型和实体解析的领域”
该CBP与合作的Tamr加强对GTAS实体识别和匹配算法。迈克尔·葛姆雷,联邦团队领导,索赔的Tamr,该公司使用的人引导机器学习在下面的步骤地址的CBP要求:
- Tamr的机器学习平台是为了从大量的API或PNR数据中识别乘客身份而开发的
- ML平台的“培训”得到旅行领域特定区域主题专家的持续输入的帮助
- 输出的形式是匹配的十进制概率,人类管理人员使用它来做出明智的决策。
我们对应大卫邓普顿从的Tamr的通信团队,他详细解释的一体化的特点如下:
“TAMR的机器学习平台,从乘客(API)和保留(PNR)数据的大规模数据集实施的决心乘客身份。TAMR也被用来乘客数据比较由政府维持知名人士的组织列表。
在该ML平台的“训练”可以通过在旅游领域的区域,特定的主题专家连续输入来辅助。系统生成匹配的概率从0到1,可以通过人的经理来做出明智的决定。”
他补充说,在人的引导下“培训”过程,这通常需要一到两天,由用户,让他们具体是或否的问题一个UI的方式提供指导。对于这个特殊的合作,提供的Tamr一个技术项目负责人以及由CBP工作人员密切支持。TAMR还声称,他们的系统可以匹配使用GTAS在不到5秒钟大多数旅行者。
结果
在写这篇文章的时候,下跌的Tamr分享与通过AI与CBP合作取得任何改进指标。
可转让的课程
这里商业领袖的外卖是,目前的AI是在涉及从现有结构化大规模数据集的个别的匹配或识别任务非常能干。这本质上意味着,在像保险或医疗保健行业,其中存在访问结构化和策划公共数据集的行业,类似的AI集成今天是可行的。
例如,在保险业,一个可转移的经验是通过将预先设置的配置文件与客户信息数据库匹配来识别新的业务机会。在医疗保健领域,可以通过将症状数据与患者特征数据集进行匹配,或者根据过去的历史记录识别有风险的个人,从而实现可能的诊断