Stranas KA juga menurut Hammam adalah salah satu bentuk perencanaan strategis. Persoalan yang pertama kali dan perlu dikaji oleh tim penyusunan adalah pemahaman kondisi aktual Indonesia dan gap yang harus diatasi agar memenuhi visi nasional kecerdasan artifisial yang diharapkan. Untuk itu, kita melakukan analisis SWOT dengan bantuan kerangka kerja pengembangan Stranas oleh World Economic Forum, sehingga pada akhirnya menghasilkan empat area fokus strategi nasional dan lima bidang prioritas inovasi.
Stranas KA menyertakan roadmap jangka pendek (1th), menengah (3-5 th) dan jangka Panjang (5-10 th), untuk masing-masing aspek baik itu pengembangan talenta KA, etika dan kajian kebijakan KA, infrastruktur dan data KA, riset dan inovasi industri KA, serta program prioritas dan quick win implementasi KA, dan juga target yang perlu dicapai secara nasional, agar implementasi KA berjalan secara optimal, efisien dan efektif sehingga bisa segera dirasakan manfaatnya oleh masyarakat luas.
Pengembangan talenta, kata Hammam, penting karena harus mampu bersaing dengan talenta negara lain. Kemudian terkait data dalam pengembangan KA di Indonesia bukanlah hal mudah, karena data yang dimiliki meskipun banyak namun berserakan, tidak terstruktur, dan terbagi di beberapa lokasi. Dalam aspek riset dan inovasi industri, usecases dari berbagai sektor pembangunan diharapkan muncul.
BPPT sedang berupaya riset dan inovasi industri memunculkan aplikasi yang dibuat oleh perusahaan dan industri Indonesia baik start up maupun perusahan besar.
“Di awal terjadinya pandemi covid19, Stranas baru terbentuk dan BPPT bukanlah pemain tunggal dalam menghasilkan Stranas, namun bekerjasama dengan multi stakeholder. Selain Stranas, BPPT juga menyiapkan Pusat Inovasi Kecerdasan Artifisial (PIKA) yang tugasnya mendukung pengembangan ekosistem inovasi, supaya pada saat Peraturan Presiden terkait KA dihasilkan maka ada sebuah bentuk kelembagaan yang less bureacratic dan kemudaian bisa menjadi wadah satu perkumpulan seperti Pandi untuk kolaborasi riset dan inovasi KA," kata Hammam.
Salah satu yang sudah dihasilkan menjadi baseline PIKA yaitu Prediksi Kebencanaan berbasis Kecerdasan Artifisial (PEKA) Api dan PEKA tsunami. PEKA Api merupakan model forecasting yang mengacu pada kemampuan kita melihat pola karhutla.
"Hampir setiap tahun terjadi karhutla dan banyak menimbulkan kerugian. Karhutla bukan sesuatu yang tidak bisa diprediksi. Dengan adanya prediksi cuaca, kemudian melihat tinggi muka air di lahan gambut sebagai indikator yang dipasangi sensor, kemudian muncul kemampuan AI untuk memprediksi kapan saat yang tepat untuk melakukan TMC. Sementara PEKA tsunami menjadi model prediksi korelasi gempa di kedalaman tertentu dan lokasi tertentu apakah berpotensi membangkitkan tsunami atau tidak,” imbuh Hammam.
BPPT juga menurut Hammam telah mengembangkan KA untuk deteksi Covid-19 melalui citra medis x-ray dan ct scan. KA dimanfaatkan untuk membaca ada tidaknya virus Sarcov2 di paru-paru pasien. KA sangat bagus untuk mengenali image understanding. Inilah yang diperkuat dengan ribuan data yang dikumpulkan melalui RS dan kerjasama internasional, sehingga sistem AI untuk Covid-19 bisa memberikan deteksi membantu radiolog membuat sebuah keputusan (AI for decision support).