OMA – Cómo la inteligencia artificial (IA) puede ayudar a las aduanas a automatizar la clasificación del SA

Pruebe aquí la herramienta de demostración para clasificar automáticamente las mercancías con sus descripciones comerciales y experimente cómo la IA podría ayudar en las operaciones aduaneras centrales.

A medida que crece la conciencia entre las agencias aduaneras sobre la importancia y el interés en su aplicación, el equipo de expertos de BACUDA con el apoyo de CCF-Corea continúa brindando métodos y material de capacitación de vanguardia para satisfacer las demandas de los miembros.

Complementando el desarrollo del modelo de red neuronal para respaldar la clasificación de bienes en el Sistema Armonizado, se publicó en CLiKC!, la plataforma de aprendizaje electrónico de la OMA , un curso avanzado de análisis de datos en línea que incluye un módulo práctico sobre el algoritmo de recomendación de HS. El equipo de expertos de BACUDA colaboró ​​en el desarrollo de un modelo de IA para recomendar códigos HS, cuyo objetivo es respaldar la clasificación de mercancías para los funcionarios de aduanas mediante el uso de datos históricos para predecir códigos HS al ingresar las descripciones comerciales de las mercancías.

Una herramienta adjunta proporciona una demostración de las funciones que ofrece el modelo. Al ingresar las descripciones comerciales en la barra de búsqueda, se dan los códigos HS correspondientes y sus probabilidades. Puede consultar las recomendaciones, las descripciones de las mercancías correspondientes en la nomenclatura y las estadísticas sobre importadores, agentes de aduana y países exportadores. También visualiza las funciones del modelo en un plano bidimensional y tridimensional, incluyendo la relación entre los capítulos de la nomenclatura del SA y los resultados de las recomendaciones. También se proporciona un resumen de la recomendación en una pestaña separada para brindar una descripción general del valor explícito que proporciona.

Descripción general del curso avanzado de análisis de datos en línea

El curso avanzado en línea sobre el modelo y el servicio de recomendaciones ya está disponible para su uso instantáneo por parte de las administraciones miembros. El curso consta de cuatro capítulos que guían al usuario de manera integral a través de todos los requisitos y pasos necesarios para aprender aspectos teóricos, capacitar y evaluar el algoritmo AI HS basado en datos de Aduanas proporcionados voluntariamente por el Servicio de Aduanas de Nigeria. ¡Puede descargar el código fuente del modelo y experimentar el servicio de referencia de primera mano a través del curso en línea cargado en el CLiKC! plataforma.

Comenzando con una introducción al Sistema Armonizado y algunos desafíos prácticos que enfrentan los importadores y funcionarios de aduanas, se destaca la importancia de desarrollar un módulo automatizado para respaldar la fase de clasificación en términos de facilitación, ahorro de recursos y cumplimiento.

Los fundamentos de la teoría detrás del algoritmo, incluido el procesamiento del lenguaje natural y la incrustación de texto, se explican detalladamente para complementar el conocimiento necesario para comprender el funcionamiento interno y la derivación del modelo de aprendizaje automático.

Un curso separado guía al alumno paso a paso a través de las instrucciones para ejecutar el algoritmo con Python, señalando las bibliotecas utilizadas, los pasos de preprocesamiento necesarios y cómo evaluar el rendimiento del modelo.

Finalmente, las funciones e instrucciones para usar el servicio de recomendación AI HS en toda su extensión se presentan en el capítulo final del curso. Recomendamos encarecidamente a las partes interesadas que prueben la herramienta y experimenten con ella.

Soporte técnico

Para obtener más asistencia personalizada, la OMA invita a los miembros a ponerse en contacto con el equipo del proyecto BACUDA de la OMA ( bacuda@wcoomd.org ) para organizar una prueba conjunta del modelo de IA de la recomendación del SA con expertos de BACUDA.

Para obtener más información, póngase en contacto con capacity.building@wcoomd.org

Fuente: OMA