Kaip sukūrėme DI įrankį, vertinantį ES finansuojamus projektus

„Horizon Europe“ ir kiti projektai: spėliojimus keičiame į duomenimis pagrįstą įžvalgą

Problema: per daug kvietimų, per mažai aiškumo

Europos Sąjunga investuoja milžiniškas sumas į mokslinius tyrimus ir inovacijas. Vien tik programai „Europos Horizontas“ 2021–2027 m. skirtas 95,5 mlrd. eurų biudžetas, iš kurių 2025 m. numatyta skirti apie 7,3 mlrd. eurų – įskaitant maždaug 1,6 mlrd. eurų, skirtų būtent dirbtiniam intelektui. Tokiose programose kaip „Digital Europe“ ir Europos gynybos fondas bet kuriuo metu yra skelbiama šimtai kvietimų teikti paraiškas, kurių kiekvienas turi savo apimtį, biudžetą ir konsorciumo taisykles.

Organizacijoms, norinčioms teikti paraiškas, atrankos procesas yra labai svarbus – ir, keista, atliekamas rankiniu būdu. Norint viską padaryti teisingai, reikia skirti mėnesius paraiškos rašymui, kad ji turėtų realių sėkmės šansų. Padarius klaidą, šios pastangos bus iššvaistytos dėl netinkamo konkurso pasirinkimo arba, dar blogiau, prarasta galimybė gauti finansavimą, nes puikus konkursas pasislėpė tarp daugybės kitų.

Praktikoje šis procesas paprastai atrodo taip:

• Valandos, praleistos skaitant - naršant ES finansavimo ir konkursų portale, atveriant vieną kvietimą po kito, bandant įvertinti jų aktualumą.
• Spėliojimai dėl konkurencingumo - nėra paprasto būdo sužinoti, kiek organizacijų pateiks paraiškas, ar koks yra ankstesnių paraiškų sėkmės rodiklis panašiomis temomis.
• Nėra sistemingo palyginimo būdo - duomenys apie kvietimus išsibarstę po atskirus portalo puslapius, nėra centralizuoto, filtruojamo vaizdo.
• Decentralizuota išmokta informacija - iš praeities paraiškų išmoktos pamokos glūdi žmonių galvose arba asmeniniuose užrašuose, o ne pakartotinai naudojamoje sistemoje.

Mes nusprendėme tai pakeisti.

Ką mes sukūrėme

ES finansavimo konkursų analizės ir atrankos asistentas – tai sprendimų priėmimą palengvinanti priemonė, kuri automatizuoja ES finansavimo konkursų duomenų rinkimą, sisteminimą ir analizę. Ji suteikia komandoms aiškų, duomenimis pagrįstą vaizdą, kokias galimybes labiausiai verta išnaudoti ir kodėl.

Pagrindiniame sąsajos ekrane visi vykstantys ir būsimi konkursai pateikiami lentelėje, turinti paieškos ir rūšiavimo funkcijas – kiekvienoje eilutėje iš pirmo žvilgsnio matomas konkurso identifikatorius, pavadinimas, DI tinkamumo balas, techninio intensyvumo balas ir trečiųjų šalių dalyvavimas.

Pasirinkus bet kurį kvietimą, atsidaro jo informacinis langas, kuriame rodoma dirbtinio intelekto atlikta analizė: informacija apie programą, kvietimo tipas, dirbtinio intelekto atitikimo ir techninio intensyvumo balai, priklausomybės žymės bei svarbiausios datos. Slinkdami žemyn išsamiame skydelyje galite pamatyti konkurencingumo prognozes: kiekvienai kvietimo temai sistema rodo prognozuojamą paraiškų skaičių, prognozuojamą finansuojamų paraiškų skaičių, numatomą sėkmės tikimybę ir biudžetą – visa tai apskaičiuota remiantis panašiais ankstesniais kvietimais. Ši priemonė atlieka tris funkcijas:

1. Automatiškai renka ir sistemina kvietimų duomenis

Kasdien veikianti automatizuota sistema prisijungia prie Europos Komisijos paieškos API ir išgauna visus naujai paskelbtus konkursus. Apie kiekvieną iš jų ji surenka šią informaciją:

• Programą, konkurso identifikatorių ir temą
• Konkurso tipą ir dabartinę būseną (atviras, būsimas arba uždarytas)
• Finansavimo sumą ir biudžeto paskirstymą pagal temą
• Pradžios ir pabaigos datas
• Raktinius žodžius ir temines žymes
• Išsamų kvietimo aprašymą
• Vertinimo rezultatus (uždarytų kvietimų atveju) – įskaitant, kiek paraiškų buvo pateikta ir kiek jų gavo finansavimą

Visa ši informacija saugoma struktūrizuotoje paieškos sistemoje. Vietoj to, kad vartotojai vieną po kito naršytų portalo puslapius, dabar jie per kelias sekundes gali filtruoti, rūšiuoti ir lyginti kvietimus.

2. Generuoja informaciją apie kiekvieną skelbiamą konkursą

Kiekvienam atviram ar būsimam konkursui sistema naudoja dirbtinio intelekto modelį, kad įvertintų keletą aspektų, kurie yra svarbūs sprendžiant, ar teikti paraišką:

| Įžvalga | Kokia informacija pateikiama | | :---------------------------------------- | :--------------------------------------------------------------------------------------------------------------------- | | DI atitikties balas (0-100) | Kiek konkursas yra susijęs su DI veikla | | DI atitikties žymės | DI vaidmuo kvietime: pagr. technologija, pagalbinė technologija, duomenų/analizės palaikymas arba vertinimas/stebėsena | | Techninio sudėtingumo balas (0-100) | Techninis gylis ir srities sudėtingumas padeda įvertinti, ar konkursas atitinka komandos gebėjimus | | Priklausomybė nuo ankstesnių projektų | Ar konkursas reikalauja remtis ankstesniais ES finansuotais projektais | | Trečiųjų šalių dalyvavimas | Ar konkurse dalyvauja partneriai iš už ES ribų |

Šios įžvalgos generuojamos automatiškai, analizuojant kiekvieno konkurso pavadinimą, aprašymą, raktinius žodžius ir žymes – rankinė peržiūra nereikalinga.

3. Konkurso konkurencingumo prognozavimas remiantis istoriniais duomenimis

Būtent čia šis įrankis tampa strateginiu pranašumu. Kiekvienam naujam konkursui sistema:

• Iš vektorių saugyklos, naudodama semantinį panašumą, suranda 10 labiausiai panašių užbaigtų konkursų (OpenAI „text-embedding-3-large“ modelis su kosinuso panašumu, saugomas „MongoDB Atlas“).
• Sutampančias istorines temas sugrupuoja pagal konkurso tipą.
• Apskaičiuoja vidutinį pateiktų pasiūlymų skaičių, vidutinį finansuotų pasiūlymų skaičių ir numatomą sėkmės tikimybę kiekvienai temai.

Rezultatas: konkretus, duomenimis pagrįstas prognozavimas, koks konkurencingumas tikėtinas kiekvienai temai iki galutinio termino. Komandos gali atsakyti į klausimus, į kuriuos anksčiau buvo neįmanoma atsakyti nespėliojant: ar šis konkursas pritrauks 50 ar 500 pasiūlymų? Ar sėkmės tikimybė yra tipiška šios rūšies konkursams, ar tai išimtis?

Kaip sistema veikia

Sistema apima keletą specializuotų platformų, kurių kiekviena atlieka tai, ką moka geriausiai.

• Duomenų rinkimas - „n8n“ koordinuoja kasdienį duomenų srautą. Pagrindinis darbo srautas iš ES Komisijos paieškos API gauna visus tą dieną paskelbtus kvietimus, tvarko puslapių numeravimą, išskiria reikiamus laukelius ir įrašo įrašus į „Baserow“.

• Struktūrizuota duomenų saugykla - „Baserow“ sistemoje yra dvi pagrindinės lentelės: viena skirta neapdorotiems kvietimų duomenims, o kita – dirbtinio intelekto sukurtoms įžvalgoms. Schema apima visus laukus, reikalingus tiek filtravimui, tiek analizei.
• Vektorinė paieška - kas savaitę sistema išsaugo uždarytus kvietimus ir jų galutinius vertinimo rezultatus „MongoDB Atlas“ vektorių saugykloje, naudojant 3072 matmenų „OpenAI“ įterpinius. Taip sukuriama nuolat augantis istorinių rezultatų archyvas, kuriame galima atlikti paiešką.

• Įžvalgų generavimas - antroji kassavaitinė užduotis: apdoroti esamus ir būsimus kvietimus. „GPT-4o-mini“ generuoja DI tinkamumo balus ir žymes, o tada sistema suranda panašius ankstesnius kvietimus ir apskaičiuoja konkurencingumo prognozes.

• Duomenų sinchronizavimas - sistema kasdien atnaujina įžvalgų lentelę: užbaigti kvietimai pašalinami, o būsimų kvietimų, kurie jau paskelbti, statusas atnaujinamas.
• Vartotojo sąsaja - suteikia interaktyvią vartotojo sąsają su begalinės slinkties lentele, integruota paieškos funkcija ir stulpelių rūšiavimo galimybe, taip pat išsamiu informacijos skydeliu, kuriame, pasirinkus eilutę, rodomas visas įžvalgų rinkinys.

Poveikis

Įrankis įdiegtas gamybinėje aplinkoje ir aktyviai naudojamas konkursų atrankai.

Anksčiau: Komandos narys kas savaitę praleidžia valandas rankiniu būdu naršydamas ES portale, skaitydamas konkursų aprašymus ir tvarkydamas skaičiuokles. Atranka grindžiama patirtimi ir intuicija. Istoriniai modeliai nėra fiksuojami.

Dabar: Komanda atidaro vieną sąsają, filtruoja pagal programą arba DI aktualumą, patikrina prognozuojamą konkurencingumą ir sutelkia pastangas į konkursus, kurie geriausiai atitinka strateginius tikslus. Kiekvienas sprendimas pagrįstas duomenimis.

Kas pasikeitė:

• Vertinimo laikas smarkiai sutrumpėjo - struktūruotas filtravimas pakeitė valandas trukusią rankinę portalo peržiūrą.
• Prioritetų nustatymas grindžiamas duomenimis - DI atitikties balai ir konkurencingumo prognozės suteikia komandoms kiekybinį sprendimų pagrindą.
• Kaupiasi institucinė patirtis - kiekvienas užbaigtas kvietimas, įtrauktas į vektorių saugyklą, daro ateities prognozes pagrįstesnes.
• Kiekviena įžvalga yra skaidri - balai ir prognozės susiejami su pagrindiniais duomenimis, todėl komandos gali išnagrinėti sprendimo motyvus.

Kaip sistema bus plečiama

Dabartinė sistema yra tvirtas pagrindas. Galimos plėtros apima:

• Gilesnį panašumo atitikimą - vektorių paieškos tobulinimą, siekiant atsižvelgti į tai, kaip temos kinta bėgant laikui.
• Įžvalgos apie konsorciumą - duomenų apie anksčiau laimėjusius konsorciumus įtraukimą, siekiant padėti identifikuoti potencialius partnerius.
• Paraiškų rengimo pagalbą - struktūrizuotų kvietimų duomenų ir istorinių modelių naudojimą paraiškų šablonų pasiūlymams generuoti.
• Išplėstą programų aprėptį - proceso išplėtimą už „Europos Horizontas“ ribų į kitas ES finansavimo programas.

Išvada

ES finansavimo konkursų informacijos rinkimo ir atrankos asistentas parodo, kokios galimybės atsiveria, kai rankinį duomenų peržiūrėjimą pakeičia struktūrizuoti duomenys, o intuiciją – statistinė analizė. Tai nereiškia, kad atmetamas žmogiškasis vertinimas; tai reiškia, kad šiam vertinimui suteikiama geresnė informacija.

Sujungę automatizuotą duomenų išgavimą, struktūrizuotą saugojimą, vektoriais pagrįstą panašumo paiešką ir dirbtinio intelekto pagalba atliekamą analizę, mes pavertėme daug darbo reikalaujantį, nuo patirties priklausantį procesą į lengvai plečiamą, įrodymais pagrįstą sprendimų priėmimo pagalbos įrankį.