Hoiatussüsteemi olemus seisneb selles, et arvutiprogramm jälgib pidevalt ettevõtte majandusandmeid ja teades konkreetse sektori üldiseid majanduspõhimõtteid, saab aru kui ettevõte hakkab n-ö keskmisest kuhugi poole kalduma. Juhul, kui ettevõtte majandustulemused on muutunud kehvemaks, teeb süsteem lisaanalüüsi. Analüüsi põhjal järeldab süsteem, kas ettevõttel võib sarnaste arengute jätkudes tekkida likviidsusprobleeme ja väheneda võime täita oma kohustusi. Kui oht on olemas, saadab arvutisüsteem ettevõttele varase hoiatuse. Arvutisüsteemi antud hoiatus ettevõttele on informatiivne ega too kaasa õiguslikke tagajärgi. Välja on töötatud prototüüp ja kontseptuaalsed lahendused varase hoiatamise teenuse käivitamiseks Eestis.

Kõigi analüüsitavate sektorite määratlemine ja probleemettevõtete kirjeldus (st täpne kirjeldus, millised on sektorid, millised ettevõtted millistes sektorites täpselt milliseid hoiatusi saavad). 2023. jaanuari seisuga loodud esmased mudelid.

Toetada Euroopa Liidu algatuste ja Eesti seisukohtade kohta vajaliku info leidmist kasutades selleks Claude 3.5 Sonnet mudelit.

Eesti fotopärandi massdigiteerimine ja pildituvastus.

Muinsuskaitseamet arendab uut digitaalsete objektide kirjeldamise tehisintellekti kratt Folli prototüüpi, mille eesmärk on liikuda lähemale digitaalsete objektide kirjeldamise automatiseerimisele, mis võimaldaks tõsta andmekvaliteeti, kasutada mäluasutuste töötajate aega nutikamalt ning teha kogud avalikkusele paremini ligipääsetavaks.

Fyma rakendust kasutatakse Tartus erinevate liiklejagruppide loendamiseks. Saadud andmeid kasutatakse peamiselt analüüside koostamisel, otsustustes, planeeringute menetlemisel, tänavate hoolduse planeerimisel, teadustegevuses, liikuvuse indikaatorite arvutamisel (vt https://its.cs.ut.ee/modsplit/ ).

Süsteem salvestab kogu Riigikogu saalis toimuva arutelu helifailidena ja kõnetuvastus kirjutab selle üles, edasi tuleb Hansule appi toimetaja, kes vaatab teksti üle ja avaldab Riigikogu koduleheküljel.

Projekti eesmärk oli tagada apteekides alternatiivsetest ravimitest soodsaimate hinnakokkulepperavimite müügilolek, et patsiendil oleks alati võimalus valida soodsaim lahendus. Selleks tuli aga tõhustada Ravimiameti järelevalvevõimekust nii riskide hindamise kui hinnakokkulepperavimite müügiloleku kontrollimise osas. Projekti jooksul analüüsiti, milliseid riiklike andmeid saab kasutada hinnakokkulepperavimite saadavuse riskimudeli loomiseks ning loodi vastav tarkvara prototüüp. Masinõppel põhinev riskimudel aitab Ravimiameti inspektoritel koostada riskipõhist inspekteerimisplaani.

Kratt transkribeerib numbrile 112 tehtavaid kõnesid.

Hädaabiteadete menetluse protsess on väga laiamahuline ja keeruline, mistõttu võivad päästekorraldajad ohuhinnangu andmisel eksida ja/või kulutavad selleks liigselt aega. Ohuhinnangu andmisel tuleb arvestada vähemalt kolme erineva ametkonna teadmisvajadusega ressursi saatmiseks ning samal ajal menetleda hädaabikõne minuti jooksul. Info kogumine piiratud ajaressursi tingimustel on inimeste jaoks keeruline ning vigade vähendamine on kriitilise tähtsusega. Häirekeskuse ohuhinnangute abimees on tehisintellektil põhinev tarkvaraarendus, mis aitab sissetulevat kõnet transkribeerides ja varasemaid tegevusi arvesse võttes pakkuda päästekorraldajale tõenäoliseima sündmuse tüüpjuhtumi.

Ravimi väljamõeldud nimede sobivuse hindamisel kontrollib Ravimiamet, et nimi ei oleks segamini aetav ühegi teise ravimi nimega ning ei sisaldaks toimeaine nimetust. Aastas viib Ravimiamet läbi u 1200 väljamõeldud nimede hindamist. Spetsialistil kulub ühe nime hindamisele keskeltläbi 7 minutit, mis summeerituna teeb aasta peale kokku vähemalt 138 tundi tööaega. Nimede kontrollimise automatiseerimise korral saaksid spetsialistid vabanenud tööaega kasutada uute taotluste sisuliseks hindamiseks. Lisaks tööaja efektiivsemale kasutamisele minimeerib nimede automaatkontroll inimliku eksimisvõimaluse, mis nimede mehaanilisel kontrollimisel on kõrge.

Statistikaameti kodulehel teenindab kliente virtuaalne assistent Iti, kes oskab vastata statistika tarbijate ja andmeesitajate tüüpküsimustele. Kui Iti vastust ei tea, suunab ta päringu selle sisu alusel klienditoele. Virtuaalne assistent Iti teab, kui palju elab Eestis inimesi, kui suur on palgalõhe, keskmine palk ja tarbijahindade muutus ning palju muudki. Iti aitab ka andmeesitajat, kelle tüüpilisemad küsimused on seotud elektroonilises andmeedastuskeskkonnas toimetamise ja küsimustike täitmisega.