ארבע משימות ה-AI הלאומיות של סינגפור: מדוע התעופה היא התחנה הראשונה

משימת הקישוריות אינה מוגבלת לשדות תעופה. היא פותחת אפשרויות גם ברשתות התעופה, הספנות והנמלים של סינגפור. נמל התעופה צ'אנגי ונמל טואס מספקים סביבות תפעול מורכבות ועשירות בנתונים, שבהן ניתן ליישם AI לאופטימיזציה של פעילות שדות התעופה, התחבורה הימית והלוגיסטיקה.

הבחירה בתעופה כנקודת פתיחה אינה מעידה בהכרח על כך שהמגזר מתקדם יותר מכל האחרים. היא משקפת את העובדה שמדובר במערכת לאומית מורכבת, שבה תיאום תפעולי, נתונים ובטיחות חייבים לפעול יחד — ולכן היא יכולה לשמש מבחן משמעותי ליישום AI בקנה מידה רחב.

2. ייצור מתקדם: AI שפועל בעולם הפיזי

משימת הייצור המתקדם מתמקדת ב-AI שיכול להשתלב בסביבות ייצור פיזיות. בין הכיוונים שנבחנים: רובוטיקה, סימולציות לתכנון מחדש של תהליכים, תאומים דיגיטליים ותחזוקה חזויה. יישומים כאלה עשויים לסייע ליצרנים לזהות תקלות ייצור מוקדם יותר ולהפחית בזבוז חומרי גלם והשבתות — אך החומרים שסופקו מתארים אותם כיעדים ויישומים מתוכננים, לא כתוצאות שכבר הוכחו.

הדגש על AI מגולם, או AI פיזי, מופיע גם בתוכניות של סינגפור למחקר יישומי ולניסויים בתנאי אמת.

3. שירותים פיננסיים: עסקאות בטוחות יותר והחלטות טובות יותר

בתחום הפיננסי, המשימה צפויה להתמקד בהתמודדות עם פשיעה פיננסית שהולכת ונעשית מתוחכמת יותר, בשיפור כלים לניהול פיננסי ובתמיכה במערכות תשלום חוצות־גבולות מהדור הבא.

הגישה המגזרית חשובה במיוחד כאן: מערכות AI פיננסיות פועלות בתוך סביבה מפוקחת, עם נתונים רגישים, חובות ציות והחלטות שעלולות להשפיע באופן משמעותי על אנשים וארגונים. לכן, הדגש של האסטרטגיה על גישה מבוקרת לנתונים ועל פריסה אחראית הוא תנאי מעשי להרחבת השימושים האלה.

4. בריאות: מתמיכה קלינית לטיפול מותאם אישית

היישומים שהוגדרו בתחום הבריאות כוללים סיוע באבחון ובהחלטות קליניות, תכנון משאבים ומתן הכוונה וטיפול רפואיים מותאמים יותר למטופל.

אלה שימושים בעלי רמת סיכון גבוהה, ולכן יעדי הטכנולוגיה קשורים ישירות למנגנוני אחריות ובקרת סיכונים. המקורות הזמינים מבהירים את הכיוון שאליו סינגפור שואפת, אך אינם מוכיחים שכל אחד מהיישומים הללו כבר נפרס בקנה מידה לאומי.

כיצד NAIS 2.0 אמורה להפוך משימות לאימוץ בפועל

האסטרטגיה המעודכנת מציגה את המשימות כיותר מרשימה של פרויקטי פיילוט. היא מחברת בין בעיות מגזריות לבין היכולות הדרושות לפיתוח, בדיקה והרחבה של פתרונות: מחקר והנדסת AI יישומיים, עובדים "דו־לשוניים ב-AI" — בעלי מומחיות מקצועית לצד יכולת לעבוד עם מערכות AI — גישה מבוקרת למאגרי נתונים רלוונטיים ושינוי עמוק יותר של השירות הציבורי.

המבנה הזה נועד להתמודד עם פער נפוץ ביישום טכנולוגיות: מודל מבטיח לבדו אינו מספיק. ארגונים זקוקים גם למומחיות בתחום, לנתונים שימושיים, לתשתית טכנולוגית, לסביבות בדיקה ולכללים ברורים להפעלת AI במצבים שבהם לטעות עלולות להיות השלכות משמעותיות.

מחקר וכישרונות הם חלק מהתשתית

סינגפור הקצתה יותר מ־מיליארד דולר סינגפורי בין 2025 ל-2030 במסגרת התוכנית הלאומית למחקר ופיתוח בתחום ה-AI. ההשקעה מיועדת למחקר בסיסי ויישומי וכן לפיתוח כוח אדם — מחינוך קדם־אוניברסיטאי ועד סגל אקדמי ושיתופי פעולה עם מוסדות מחקר בינלאומיים.

NAIS 2.0 שמה דגש גם על כישרונות דו־לשוניים ב-AI: אנשים שמחברים בין מומחיות בתחום מסוים לבין היכולת להשתמש ב-AI ולעבוד איתו באופן יעיל. הדבר חשוב במיוחד במשימות כמו תעופה, ייצור ובריאות, שבהן מערכות מוצלחות חייבות להשתלב בתהליכי העבודה המקצועיים ובדרישות הבטיחות — ולא רק להציג ביצועים טכנולוגיים מרשימים.

פונגול ואקוסיסטם המחקר כסביבות ניסוי

רובע הדיגיטל פונגול (Punggol Digital District) מפותח כאתר ניסוי מתקדם ל-AI מגולם ול-AI יישומי. הניסויים המתוכננים כוללים חברות שיפעילו רובוטים למשימות כמו ניקיון, סיור וחלוקת מזון.

סינגפור מרחיבה במקביל את אקוסיסטם המחקר שלה באמצעות נוכחות המחקר של NVIDIA במדינה. המעבדה צפויה לעבוד עם אוניברסיטאות מקומיות, התעשייה והממשלה בתחומים כמו רובוטיקה, מודלי AI חסכוניים באנרגיה ותשתיות קשורות.

סביבות כאלה חשובות משום שלא ניתן להעריך AI פיזי רק באמצעות מדדים או הדגמות תוכנה. רובוטים ומערכות אוטונומיות צריכים להיבחן במצבים שבהם אפשר למדוד בפועל אמינות, תיאום ובטיחות.

אמון ואחריות נשארים במרכז

מסגרת ממשל ה-AI של סינגפור למערכות AI סוכניות — מערכות שיכולות לתכנן ולבצע פעולות באופן אוטונומי יותר — מספקת לארגונים הנחיות לפריסה אחראית. המסגרת מציבה את האחריות האנושית והארגונית במרכז, עם מבני ממשל, תפקידי פיקוח ובקרות סיכון המותאמים לרמת העצמאות ולסיכון של המערכת.

אמצעי הגנה מרכזי הוא איסור על ביצוע פעולות בעלות סיכון גבוה או פעולות בלתי הפיכות ללא בחינה אנושית. ארגונים נקראים להגדיר נקודות ביקורת או גבולות פעולה שבהם נדרש אישור של אדם.

העיקרון הזה רלוונטי לכל ארבע המשימות. AI עשוי לסייע באופטימיזציה של נמל, בזיהוי פעילות פיננסית חשודה או בתמיכה בהחלטה קלינית — אך הארגון שמפעיל את המערכת נשאר אחראי לאופן פעולתה וליכולת של בני אדם להתערב.

מה מלמדת הגישה של סינגפור

התוכנית של סינגפור בולטת משום שהיא משלבת ארבע משימות מגזריות עם התנאים הדרושים לאימוץ רחב: מימון מחקר לטווח ארוך, פיתוח כוח אדם, סביבות ניסוי משותפות ותפעוליות, גישה לנתונים רלוונטיים והנחיות לפריסה אחראית.

התעופה מספקת את הדוגמה המוקדמת והברורה ביותר. זהו תחום לאומי מורכב ובעל חשיבות רבה, שבו ניתן ליישם AI בתיאום תפעולי תוך שמירה מפורשת על דרישות בטיחות. המשימות האחרות — ייצור, פיננסים ובריאות — יתמודדו עם אתגרים טכנולוגיים ורגולטוריים שונים, והמקורות שסופקו עדיין אינם מצביעים על השלמת פריסה בכל ארבעת המגזרים.

השורה התחתונה היא ש-NAIS 2.0 נועדה להעביר את סינגפור מניסויים נקודתיים ליישום מגזרי רחב. השאלה אם השאיפה הזו תניב שיפור מדיד תלויה באיכות הפריסה, בעוצמת הפיקוח האנושי וביכולת לבנות מערכות AI סביב צרכים תפעוליים אמיתיים — ולא סביב הדגמות טכנולוגיות בלבד.