Hogyan alakítja át az Egyesült Államok Energiaügyi Minisztériuma az AI-t?

Az Egyesült Államok Energiaügyi Minisztériuma (DOE) régóta kiemelkedik az Egyesült Államok egyik leginkább tudományra, technológiára és innovációra összpontosító szövetségi ügynökségeként. Nem meglepő tehát, hogy a DOE továbbra is befektet az olyan transzformatív technológiákba, mint a mesterséges intelligencia és a gépi tanulás. 

A DOE létrehozta a Mesterséges Intelligencia és Technológiai (AITO) irodát, hogy a mesterséges intelligencia kutatásának, fejlesztésének, szállításának és alkalmazásának felgyorsításával segítse a DOE-t a világ vezető mesterséges intelligencia (AI) vállalatává alakítani. Pamela Isom, az AITO új igazgatója előadást tart a 2021. februári AI in Government eseményen, hogy megosszák, hogyan maximalizálják az AI hatásait a stratégiai koordináción, a tervezésen és az ügyfélszolgálati kiválóságon keresztül. Ebben az interjúcikkben Ms. Isom részletesebben bemutatja, hogy a DOE hogyan hasznosítja az adatokat és a transzformatív technológiákat az ügynökség alapvető küldetésének elősegítése érdekében.

Milyen innovatív módon hasznosítja az adatokat és az AI-t az ügynöksége javára?

Pamela Isom: Az átfogó mesterségesintelligencia-kezdeményezések koordinálásának felelőssége és az egész osztályra kiterjedő mesterségesintelligencia-eredmények stratégiai megtervezése kritikus fontosságú infrastruktúránk biztonsága és a küldetések hatásainak maximalizálása érdekében. 2022-ben csapatom az innovatív mesterségesintelligencia-irányításra összpontosít, ahol a felelősségteljes és megbízható AI teljesíti a szabványt. Több emberközpontú integrációra van szükségünk a mesterséges intelligencia életciklusában, valamint egy összevont algoritmus- és adatkészlet-katalógusra van szükségünk, hogy könnyebben nyomon követhessük a mesterségesintelligencia-befektetéseink hatását. 

Az AI kockázatkezelési játékkönyv (AIRMP) egy alkalmazott innováció, amelyet előreláthatólag 2023-ban a nyilvánosság elé terjesztünk, ha minden a tervek szerint alakul. Az AIRMP rögzíti a kockázati forgatókönyveket, és előíró útmutatást ad ezeknek a kockázatoknak a mérséklésére, hogy az AI-döntések felelősek és megbízhatóak legyenek. A játékkönyv figyelembe veszi azokat a mérsékléseket is, amelyek az olyan szélső eszközökre vonatkoznak, mint a pilóta nélküli rendszerek és a személyes eszközök. Az Edge AI-rendszerek lehetővé teszik a csapatok, például a segélyhívóink számára, hogy gyorsan reagáljanak az adatokra ott, ahol azokat rögzítik. Vannak azonban ellenséges fenyegetések és sebezhetőségek, amelyeket az AIRMP támogat. 

Ha már az innovációról beszélünk, a mesterséges intelligencia csapata a 2022-es évet egy iparági fókuszcsoporttal indította a mesterséges intelligencia és a magával ragadó technológiák konvergenciájáról, különös figyelmet fordítva a mesterséges intelligencia és a kiterjesztett valóság (XR) konvergenciájára, mivel ez a terület most jelentős növekedést mutat. és a jövőben. A magával ragadó tapasztalatok értékesek a képzéshez és a kritikus helyzetek precíziós modellezéséhez, például az autonóm járművek forgatókönyveihez, ahol néha a szintetikus adatok biztonságosabbak, és nem olyan invazívak, mint a valós idejű adatok. Más programirodákkal együttműködve csapatom a mesterséges intelligencia és a vegyes valóság felhasználásán dolgozik, hogy mesterséges intelligencia képzési tantervet állítson össze a munkaerő és a közösségek tehetséggondozása számára.

Egyáltalán hogyan használja ki az automatizálást az AI felé vezető úton?

Pamela Isom: A kulcsfontosságú üzleti folyamatokon automatizálást alkalmazunk. Kísérletet indítottunk a hitelfeldolgozás egyszerűsítésére és néhány kulcsfontosságú kérdés megválaszolására, amelyeket az ügyfelek általában feltesznek, hogy a feldolgozók stratégiaibb feladatokra összpontosíthassanak. Mind a párbeszédes AI, mind a robotizált folyamatautomatizálást alkalmazzuk az operatív feladatok megoldására. Az automatizálási platformok és technológiák belépési pontjaként használjuk ki a felhőkörnyezetekben meglévő lehetőségeket, de ismertek vagyunk szuperszámítógépeinkről is, amelyeket a legösszetettebb munkaterhelésekhez használunk, és ahol ennek van értelme. Egyes érdekelt felek a kereskedelmi forgalomban kapható termékeket részesítik előnyben, de tekintettel az adattudomány fejlődésére, úgy találjuk, hogy jelenleg a hibrid a legmegfelelőbb megközelítés szükségleteink kielégítésére. 

Hogyan határozza meg, hogy melyik problématerülettel kell kezdeni az automatizálási és kognitív technológiai projektekben? 

Pamela Isom: Két kifejezés jut eszembe. Az első és legfontosabb a „fókuszálás a küldetésre”, a második pedig a „hallgatás”. Az innovációk alkalmazása a küldetés teljesítése érdekében elengedhetetlen. Például mesterséges intelligencia-algoritmusokat lehetne kihasználni annak biztosítására, hogy a hálózat átvitele rugalmas legyen, és hogy a tiszta energia elszámolását méltányosan alkalmazzák a közösségekben. Az ilyen mesterségesintelligencia-megoldások hatékonyságának maximalizálása érdekében mesterségesintelligencia-kutatást, -fejlesztést, -bemutatót végzünk, valamint gyakoroljuk az újrahasználatot és auditokat. Meghallgatjuk az érintettek szükségleteit, vágyait és fájdalompontjait. Leltárt vezetünk a mesterséges intelligencia befektetéseiről, amelyet legalább évente felülvizsgálunk és frissítünk mesterséges intelligenciacsere (AIX) rendszerünkön keresztül. Fókuszban az iparral és a tudományos szférával, hogy meghallgathassa az egyéni nézőpontokat, véleményeket cseréljenek és megragadják az iparági betekintést a megcélzott AI-témákra. Lényegében felmérjük a jelenlegi és a célállapotot, azonosítjuk a hiányosságokat, és mesterséges intelligencia-stratégiánkon keresztül prioritásokat állítunk fel, összeállítunk, és részt veszünk az olyan programok megvalósításában, amelyek előremozdítanak bennünket az automatizálási és kognitív technológiai projektekben.

Melyek azok az egyedülálló lehetőségek, amelyeket a közszféra kínál az adatok és a mesterséges intelligencia területén?

Pamela Isom: A magánszektorral, a tudományos élettel és a nemzetközi csapatokkal kialakított stratégiai partnerségek nagyszerű lehetőségeket jelentenek a közszféra számára. Az ügynökségeknek lehetőségük van arra, hogy előtérbe kerüljenek, és mesterséges intelligencia-szabályozást alkossanak az eszközök fejlesztésére, megosztására és a modernkori adatvédelmi gyakorlatokra vonatkozóan. Az olyan jogszabályok, mint például a nemzet kiberbiztonságának javítása, valamint a szövetségi ügyfélélmény és szolgáltatásnyújtás átalakítása a kormányba vetett bizalom helyreállítása érdekében, mind olyan etikus, felelősségteljes és megbízható megoldásokra számítanak, mint például a mesterséges intelligencia, amelyek tiszteletben tartják polgári jogainkat és szabadságainkat. Együtt, stratégiai partnerségek révén kutathatjuk és fedezhetjük fel a legkülönfélébb forgatókönyveket, és olyan megoldásokat állíthatunk össze, amelyek védik az adatokat, miközben szélesebb körű hozzáférést tesznek lehetővé. Szükség van egy nemzeti platformra a kutatásra és az együttműködésre, és ezért nagyon fontos a National AI Research Resource Task Force, amelynek a csapatom is tagja. A közszféra nem képes egyedül megfelelni a szabályozási követelményeknek – ehhez az ipar, a tudományos élet és a nemzetközi összefogás is szükséges.

Melyek azok a használati esetek, amelyeket megoszthat, ha sikeresen alkalmazta az AI -t?

Pamela Isom: Az AI-csapat konkrétan a gépi tanulási szövegelemzést és klaszterezést alkalmazza, valamint a természetes nyelvi feldolgozási fejlesztéseket, hogy segítse a minisztérium AI-projektjének stratégiai elemzését és a használati esetek leltárát. A felhasználási esetek a következő generációs, tartomány-tudatos mesterséges intelligencia módszerekkel végzett kutatásoktól a nemzetbiztonságunk megerősítését célzó kutatásokig terjednek, a tiszta energiával kapcsolatos projektekig, amelyek meghatározzák az éghajlati válság kezeléséhez szükséges anyagokat. Leltározott adatok alapján azonosíthatjuk a témákat, és összehangolhatjuk a részleg érdekelt feleit közös szinergiákkal, így maximalizálhatjuk a méretgazdaságosságot, csökkenthetjük a pazarlást, tájékozódhatunk, és több, több területet átfogó mesterségesintelligencia-tevékenységet hajthatunk végre. Folyamatosan fejlesztjük készletadatainkat, és ma már azonosítani tudjuk, hol vannak az AI-befektetések, és vannak-e lehetőségek az ügyfelek élményének javítására. Alkalmazott mesterséges intelligencia nélkül csapatomnak és részlegemnek hatalmas mennyiségű adatot kellene átvizsgálniuk, és szinte lehetetlen lenne időben levonni a stratégiai döntéshozatalhoz szükséges mesterségesintelligencia-portfólió-következtetéseket. 

A küldetést szem előtt tartva a felszín alatti területtel kapcsolatos kutatásaink mélyrehatóak a szén-dioxid-leválasztás és -tárolás terén. A tudományosan informált gépi tanulás a felszín alatti alkalmazások valós idejű döntéseinek felgyorsítására (SMART) kezdeményezés. Ez átalakítja a felszín alatti interakcióinkat és annak megértését, és jelentősen javítja a mezőgazdasági széntárolás és a nem hagyományos olaj- és gázműveletek hatékonyságát és eredményességét. A SMART egy több szervezetet felölelő erőfeszítés, amelyet a DOE szén-dioxid-tárolása és az olaj- és gáztermelési programja finanszíroz, három fókuszterülettel: valós idejű vizualizációval, virtuális tanulással és előrejelzéssel.

Megosztaná néhány kihívást, amikor a mesterséges intelligenciáról és az ML -ről van szó a közszférában?

Pamela Isom: Az AI tulajdonlása kihívás, amelyen dolgozunk. Az adatok tömkelege egyre nagyobb igényt támaszt a mesterséges intelligencia iránt a pontos navigációhoz és előrejelzéshez. A vertikális adatjelölési szabványok, például az energia nem elérhető könnyen. Lehetőség van a gépi tanulás fejlesztésére, mielőtt fejlettebb, felügyelet nélküli tanulást alkalmaznának a kritikus felhasználási esetek kezelésére. Jelentős lehetőség nyílik arra is, hogy az AI tehetséggondozást a tanszéken kívülre is kiterjesszék. Ahogyan a kiberrel is tettük, itt is nagyobb figyelmet kell fordítani az adattudományra és a mesterséges intelligencia növekedésére a nemzet számára, nincs más választásunk ebben a kérdésben.

Hogyan működik együtt az elemzés, az automatizálás és az AI az ügynökségnél?

Pamela Isom: Bár az analitika kiindulási vagy belépési pont lehet a mesterséges intelligencia számára, mindhármat alkalmazzuk (analitika, automatizálás és mesterséges intelligencia), hogy a felelős ajánlások és a hiteles döntéshozatal legnagyobb hatását biztosítsuk. Lehetőség van néhány alapjavításra annak érdekében, hogy az AI-műveletek (AIOps) integrált mesterségesintelligencia-garanciákkal fejlesszék a DevSecOps koncepciókat, és a képességek (analitika, automatizálás és mesterséges intelligencia) révén jelentős lehetőségek nyílnak az ügynökségek közötti együttműködés fokozására a megosztott döntéshozatal érdekében. Bevallom, hogy ma többet látok ebből az összetartásból, de a lehetőségek továbbra is fennállnak.

Hogyan navigál az adatvédelemmel, a bizalommal és a biztonsággal kapcsolatos kérdésekben az AI használatával kapcsolatban?

Pamela Isom: Ezek kritikus elemei az AI kockázatkezelési játékkönyvnek (AIRMP), amelyet belsőleg 2021-ben adtak ki. Az AIRMP végigvezeti az érdekelt feleket a magánélet védelmével, a bizalommal és a biztonsággal kapcsolatos kérdéseken (ellenkező szemszögből), és tájékoztatja a felhasználókat az MI által bevezetett lehetséges sebezhetőségekről. Szeretnénk, ha mások, köztük a Nemzeti Szabványügyi és Technológiai Intézet (NIST) részesülnének ebből az erőfeszítésből, és hozzájárulnának ehhez.

Mit tesz az AI -kész munkaerő fejlesztése érdekében?

Pamela Isom: Együttműködünk a nemzeti laboratóriumokkal, és évente kétszer mesterséges intelligenciát tanítunk a DOE érdekelt feleinek. 2022-ben a képzést egy újabb szintre szeretnénk emelni, amint már említettük, bevezetve az immerzív tanulásba. 

Személyes célom, hogy segítsek azoknak a közösségeknek, amelyekre hatással vannak az AI automatizálási vonatkozásai. Az egyik aggodalomra ad okot a munkahelyek kérdése, amelyre az energiaügyi és adminisztratív miniszter is összpontosít. Szükségünk van a polgárokra, hogy fenntartsák és növekedjenek munkahelyükön, ne pedig elveszítsék őket a mesterséges intelligencia fejlődése miatt. A dolgozóknak tudniuk kell, hogyan dolgozhatnak párhuzamosan például robotokkal, és hogyan bővíthetik az AI magyarázhatósági szempontjait annak érdekében, hogy a következtetéseket hitelesítsék és megfelelően közöljék. Ez a képesség a lágyabb, de kritikus készségekhez igazodik, amelyek elősegítik a fogyasztói bizalmat, miközben egyedülálló lehetőségeket teremtenek a készségek fejlesztésére. Az iskolai tanárokat például be kell vonni az algoritmikus képzésbe és legalább a tesztelésbe, hogy segítsenek a tisztességes, elfogulatlan eredmények létrehozásában. Biztosítaniuk kell, hogy a mesterséges intelligencia következtetései nem befolyásolják hátrányosan a tanulók viselkedését, és nem veszélyeztetik az életeket az örökbefogadáskor. A megmagyarázható mesterséges intelligencia ígéretes ebből a szempontból. Ezek a példák a töredékét képviselik annak a képesség- és tehetségfejlesztési potenciálnak, amely életeket menthet.

Milyen AI technológiákat vár a legjobban az elkövetkező években?

Pamela Isom: Izgatott vagyok a 2022-es év és az előre mutató tevékenységek miatt, amelyek a következő generációs AI-hoz képest felszínre kerülnek. Nagyon várom a mesterséges intelligencia fejlődését, hogy az adatokra való támaszkodás ne legyen olyan mély, hanem inkább az AI maga határozza meg, hogy milyen adatokra van szüksége a problémák megoldásához. Olyan eszközökre és technológiákra támaszkodom, amelyek magyarázatot adnak a megoldásokra és az előrejelzések mögött meghúzódó indokokra. A minisztérium erősebb vezető szerepet vállal a mesterséges intelligencia területén a stratégia, a programok tervezésének és végrehajtásának javításával. A nemzeti laboratóriumok és a Lawrence Livermore által szponzorált mesterséges intelligencia-inkubátor kezdeményezés az innováció lehetővé tételének számos példája. Ami a kockázatcsökkentést illeti, biztosítani szeretnénk, hogy a mesterséges intelligencia ne okozzon olyan energia- és erőforrás-hatékonyságot, amely ellensúlyozhatja a dekarbonizációs erőfeszítéseket, és szenvedélyesen törekszünk felelősségteljes, etikus mesterséges intelligencia megvalósítására a küldetés, a nemzet, és különösen a mi érdekeink érdekében. gyermekek. 

Pamela Isom előadást tart a 2021. februári AI in Government rendezvényen, ahol arról fog beszélni, hogyan maximalizálja a DOE a mesterséges intelligencia hatásait stratégiai koordináción, tervezésen és kiváló ügyfélszolgálaton keresztül, beleértve a mesterséges intelligencia etikájának, a mesterséges intelligencia alapelveinek és a mesterséges intelligencia kockázatkezelési játékkönyvének legfontosabb elemeit. .