Kaip JAV Energetikos departamentas keičia AI

JAV Energetikos departamentas (DOE) jau seniai išsiskiria kaip viena iš labiausiai į mokslą, technologijas ir inovacijas orientuotų JAV federalinių agentūrų. Nenuostabu, kad DOE ir toliau investuoja į transformacines technologijas, tokias kaip dirbtinis intelektas ir mašinų mokymasis. 

DOE įsteigė Dirbtinio intelekto ir technologijų (AITO) biurą, kad padėtų DOE paversti pirmaujančia pasaulyje dirbtinio intelekto (DI) įmone, paspartindama DI tyrimus, plėtrą, pristatymą ir pritaikymą. Pamela Isom, naujoji AITO direktorė, pristatys 2021 m. vasario mėn. AI vyriausybės renginyje, kad pasidalintų, kaip jie maksimaliai padidina AI poveikį pasitelkdami strateginį koordinavimą, planavimą ir klientų aptarnavimo kokybę. Šiame interviu straipsnyje M. Isom išsamiau aprašo, kaip DOE naudoja duomenis ir transformuojančias technologijas, padedančias vykdyti pagrindines agentūros užduotis.

Kokiais novatoriškais būdais naudojate duomenis ir dirbtinį intelektą, kad jūsų agentūra būtų naudinga?

Pamela Isom: Atsakomybė už kompleksinių dirbtinio intelekto iniciatyvų koordinavimą ir strategiškai planuojant padalinio AI rezultatus yra labai svarbi siekiant apsaugoti mūsų infrastruktūrą ir maksimaliai padidinti misijos poveikį. 2022 m. mano komanda daugiausia dėmesio skiria naujoviškam AI valdymui, kai atsakingas ir patikimas DI atitinka standartą. Mums reikia labiau į žmogų orientuotos AI gyvavimo ciklo integracijos ir sujungto algoritmų bei duomenų rinkinių katalogo, kad būtų lengviau sekti mūsų vykdomų dirbtinio intelekto investicijų poveikį. 

AI rizikos valdymo planas (AIRMP) yra taikomoji naujovė, kurią tikimės įdiegti visuomenei, jei viskas vyks pagal planą 2023 m. AIRMP fiksuoja rizikos scenarijus ir pateikia nurodymus, kaip sumažinti šią riziką, kad dirbtinio intelekto sprendimai būtų atsakingi ir patikimi. Vadovėlyje netgi atsižvelgiama į švelninimo priemones, kurios yra svarbios kraštiniams įrenginiams, tokiems kaip nepilotuojamos sistemos ir asmeniniai įrenginiai. „Edge AI“ sistemos leidžia komandoms, pvz., mūsų skubios pagalbos tarnyboms, greitai veikti su duomenimis ten, kur jie yra užfiksuoti. Tačiau yra priešiškų grėsmių ir pažeidžiamumų, kuriuos palaiko AIRMP. 

Kalbant apie naujoves, dirbtinio intelekto komanda 2022 metus pradėjo pramonės tikslinės grupės sesija apie AI ir įtraukiančių technologijų konvergenciją, daug dėmesio skirdama AI ir išplėstinės realybės (XR) konvergencijai, nes dabar ši erdvė labai auga. ir ateityje. Įtraukianti patirtis yra vertinga mokant ir tiksliai modeliuojant kritines situacijas, pvz., autonominių transporto priemonių scenarijus, kai kartais sintetiniai duomenys yra saugesni ir ne tokie invaziniai kaip realaus laiko duomenys. Bendradarbiaudama su kitais programų biurais, mano komanda siekia naudoti AI ir mišrią realybę, kad sukurtų DI mokymo programą, skirtą darbo jėgai ir talentų valdymui visose bendruomenėse.

Kaip apskritai panaudojate automatizavimą, kad padėtumėte savo kelionei į AI?

Pamela Isom: Pagrindiniuose verslo procesuose taikome automatizavimą. Pradėjome bandomąjį projektą, skirtą supaprastinti paskolų apdorojimą ir atsakyti į kai kuriuos pagrindinius klausimus, kuriuos paprastai užduoda klientai, kad perdirbėjai galėtų sutelkti dėmesį į strategines užduotis. Operatyvinėms užduotims spręsti taikome ir pokalbio AI, ir robotų procesų automatizavimą. Naudojamės debesų aplinkose teikiamomis galimybėmis kaip automatizavimo platformų ir technologijų įėjimo tašku, tačiau esame žinomi ir dėl superkompiuterių, kuriuos naudojame sudėtingiausiems darbo krūviams ir kur tai prasminga. Kai kurios suinteresuotosios šalys teikia pirmenybę komerciniams, jau paruoštiems produktams, tačiau, atsižvelgiant į duomenų mokslo pažangą, mes manome, kad šiuo metu tinkamiausias būdas patenkinti mūsų poreikius yra hibridas. 

Kaip nustatyti, nuo kokių probleminių sričių pradėti savo automatizavimo ir pažinimo technologijų projektus? 

Pamela Isom: Į galvą ateina du posakiai. Pirmas ir svarbiausias yra „susitelkti į misiją“, o antrasis – „klausytis“. Inovacijų taikymas siekiant misijos yra būtinas. Pavyzdžiui, dirbtinio intelekto algoritmai galėtų būti naudojami siekiant užtikrinti, kad tinklo perdavimas būtų atsparus ir kad švarios energijos apskaita būtų sąžiningai taikoma bendruomenėse. Mes atliekame AI tyrimus, plėtojimą, demonstracijas ir praktikuojame pakartotinį naudojimą bei auditus, kad padidintume tokių AI sprendimų efektyvumą. Įsiklausome į suinteresuotųjų šalių poreikius, norus ir skaudulius. Tvarkome dirbtinio intelekto investicijų inventorių, kurį peržiūrime ir atnaujiname bent kartą per metus naudodami dirbtinio intelekto mainų (AIX) sistemą. Vykdomos sesijos su pramonės ir akademinės bendruomenės atstovais, siekiant išgirsti individualias perspektyvas, siekiant apsikeisti nuomonėmis ir užfiksuoti pramonės įžvalgas tikslinėmis AI temomis. Iš esmės mes vertiname esamą ir tikslinę būseną, nustatome spragas ir, pasitelkę AI strategiją, nustatome prioritetus, koordinuojame ir dalyvaujame įgyvendinant programas, kurios skatina mus vykdyti automatizavimo ir pažinimo technologijų projektus.

Kokias unikalias galimybes viešasis sektorius turi duomenų ir AI srityje?

Pamela Isom: Strateginė partnerystė su privačiu sektoriumi, akademine bendruomene ir tarptautinėmis komandomis yra puiki galimybė viešajam sektoriui. Agentūros turi galimybę išsiveržti į priekį ir sukurti AI reglamentus dėl turto plėtros, dalijimosi ir šiuolaikinės privatumo praktikos. Teisės aktai, tokie kaip tautos kibernetinio saugumo gerinimas ir federalinės klientų patirties bei paslaugų teikimo keitimas, siekiant atkurti pasitikėjimą vyriausybe, remiasi etiškais, atsakingais ir patikimais sprendimais, tokiais kaip AI, kurie gerbia mūsų pilietines teises ir laisves. Kartu su strategine partneryste galime tyrinėti ir atrasti pačius įvairiausius scenarijus bei kurti sprendimus, kurie apsaugo duomenis ir suteikia platesnę prieigą. Turi būti nacionalinė tyrimų ir bendradarbiavimo platforma, todėl Nacionalinė AI tyrimų išteklių darbo grupė, kurios narė yra mano komanda, yra tokia labai svarbi. Viešasis sektorius negali atitikti norminių reikalavimų vienas – tam reikia pramonės, akademinės bendruomenės ir tarptautinio bendradarbiavimo.

Kokiais naudojimo atvejais galite pasidalyti, kai sėkmingai pritaikėte AI?

Pamela Isom: Konkrečiai, dirbtinio intelekto komanda taiko mašininio mokymosi teksto analizę ir klasterizavimą kartu su natūralios kalbos apdorojimo pažanga, kad padėtų strateginei departamento AI projekto analizei ir naudojimo atvejų aprašui. Naudojimo atvejai svyruoja nuo naujos kartos domeno žinomų AI metodų tyrimų, skirtų mūsų nacionaliniam saugumui sustiprinti, iki švarios energijos projektų, kuriuose nustatomos medžiagos, kurios turi būti panaudotos sprendžiant klimato krizę. Galime nustatyti temas remdamiesi inventorizuotais duomenimis ir suderinti suinteresuotąsias šalis iš viso departamento su bendra sinergija, kad maksimaliai padidintume masto ekonomiją, sumažintume švaistymą, informuotume ir skatintume visapusiškesnę AI veiklą. Nuolat tobuliname savo atsargų duomenis ir šiandien galime nustatyti, kur yra DI investicijos ir ar yra galimybių pagerinti klientų patirtį. Be taikomojo dirbtinio intelekto, mano komanda ir padalinio suinteresuotosios šalys turėtų atsijoti didžiulius duomenų kiekius ir būtų beveik neįmanoma laiku padaryti AI portfelio išvadų, būtinų strateginiams sprendimams priimti. 

Stebėdami misiją, mūsų požeminio ploto tyrimai yra labai svarbūs anglies dioksido surinkimui ir saugojimui. Moksliškai pagrįsta mašininio mokymosi iniciatyva, skirta pagreitinti sprendimus realiuoju laiku požeminėse programose (SMART). Tai keičia mūsų sąveiką ir supratimą apie požeminį paviršių bei žymiai pagerina anglies saugojimo ir netradicinių naftos bei dujų operacijų efektyvumą ir efektyvumą. SMART yra kelių organizacijų pastangos, finansuojamos iš DOE anglies dioksido saugojimo ir naftos ir dujų programos, apimančios tris pagrindines sritis: vizualizaciją realiuoju laiku, virtualų mokymąsi ir prognozes.

Ar galite pasidalinti kai kuriais iššūkiais, susijusiais su AI ir ML viešajame sektoriuje?

Pamela Isom: DI nuosavybės teisė yra iššūkis, kurį mes dirbame. Duomenų gausa rodo, kad dirbtinis intelektas turi vis didesnį poreikį naršyti ir tiksliai numatyti. Vertikalių duomenų anotacijos standartai, pvz., energija nėra lengvai prieinama. Yra galimybė tobulinti mašininį mokymąsi prieš taikant pažangesnį neprižiūrimą mokymąsi, kad būtų sprendžiami kritiniai naudojimo atvejai. Taip pat yra didelė galimybė išplėsti AI talentų valdymą už departamento ribų. Kaip ir kibernetinės erdvės atveju, daugiau dėmesio turi būti skiriama duomenų mokslui ir AI augimui tautoje, šiuo klausimu neturime kito pasirinkimo.

Kaip jūsų agentūroje kartu veikia analizė, automatika ir AI?

Pamela Isom: Nors analizė gali būti AI pradžia arba įėjimo taškas, mes taikome visas tris priemones (analitiką, automatizavimą ir AI), kad pateiktume didžiausią atsakingų rekomendacijų ir patikimų sprendimų priėmimo poveikį. Yra galimybių patobulinti kai kuriuos pagrindus, kad dirbtinio intelekto operacijos (AIOps) patobulintų DevSecOps koncepcijas su integruotomis AI garantijomis, o pasitelkus galimybes (analitiką, automatizavimą ir AI) atsirastų didelių galimybių sustiprinti agentūrų bendradarbiavimą priimant bendrus sprendimus. Prisipažinsiu, kad šiandien matau daugiau tos darnos, bet galimybių išlieka.

Kaip naršote privatumo, pasitikėjimo ir saugumo problemas, susijusias su AI naudojimu?

Pamela Isom: Tai yra esminiai DI rizikos valdymo plano (AIRMP), išleisto 2021 m., elementai. AIRMP padeda suinteresuotosioms šalims spręsti privatumo, pasitikėjimo ir saugumo klausimus (iš priešingos pusės) ir informuoja vartotojus apie galimus pažeidžiamumus, atsiradusius naudojant AI. Norime, kad kiti, įskaitant Nacionalinį standartų ir technologijų institutą (NIST), gautų naudos ir prisidėtų prie šių pastangų.

Ką darote, kad sukurtumėte AI paruoštą darbo jėgą?

Pamela Isom: Bendradarbiaujame su nacionalinėmis laboratorijomis ir du kartus per metus mokome dirbtinio intelekto DOE suinteresuotąsias šalis. 2022 m. norime perkelti mokymus į kitą lygį, kaip minėta, supažindinant su įtraukiu mokymusi. 

Turiu asmeninį tikslą padėti bendruomenėms, kurioms daro įtaką AI automatizavimo aspektai. Viena susirūpinimą keliančių sričių yra darbo vietos, kurioms taip pat daug dėmesio skiria Energetikos sekretorius ir administracija. Mums reikia, kad piliečiai išlaikytų ir augtų savo darbo vietose, o ne prarastų juos dėl AI pažangos. Darbuotojai turi žinoti, kaip, pavyzdžiui, dirbti kartu su robotais ir kaip išplėsti AI paaiškinamumo aspektus, kad išvados būtų patvirtintos ir tinkamai perduodamos. Ši galimybė yra panaši į švelnesnius, bet svarbius įgūdžius, kurie skatina vartotojų pasitikėjimą ir sukuria unikalias galimybes tobulinti įgūdžius. Pavyzdžiui, mokyklų mokytojai turėtų būti įtraukti į algoritmų mokymą ir bent jau testavimą, kad padėtų generuoti sąžiningus, nešališkus rezultatus. Jiems reikia garantijų, kad dirbtinio intelekto išvados neturės neigiamos įtakos mokinių elgesiui ir nekels pavojaus gyvybei įsivaikinant. Šiuo atžvilgiu paaiškinamas AI yra daug žadantis. Šie pavyzdžiai atspindi dalį įgūdžių ir talentų ugdymo potencialo, galinčio išgelbėti gyvybes.

Kokių AI technologijų labiausiai laukiate ateinančiais metais?

Pamela Isom: Džiaugiuosi 2022-aisiais ir į priekį nukreipta veikla, kuri iškyla, palyginti su naujos kartos AI. Labai laukiu DI pažangos, kad pasikliovimas duomenimis nebūtų toks gilus, o dirbtinis intelektas pats išsiaiškina, kokių duomenų jam reikia problemoms spręsti. Remiuosi įrankiais ir technologijomis, kurios pateikia sprendimų paaiškinimus ir prognozių pagrindimą. Departamentas imasi stipresnio vadovaujančio vaidmens dirbtinio intelekto srityje, gerindamas strategijos koordinavimą, programų planavimą ir įgyvendinimą. Nacionalinės laboratorijos ir AI inkubatoriaus iniciatyva, remiama Lawrence'o Livermore'o, yra vienas iš daugelio inovacijų įgalinimo pavyzdžių. Kalbant apie rizikos mažinimą, norime užtikrinti, kad dirbtinis intelektas nesukeltų energijos ir išteklių neefektyvumo, kuris galėtų atremti dekarbonizavimo pastangas, ir aistringai siekiame užtikrinti atsakingą, etišką AI misijos, tautos ir ypač mūsų labui. vaikai. 

Pamela Isom pristatys 2021 m. vasario mėn. AI vyriausybės renginyje, kuriame aptars, kaip DOE maksimaliai padidina AI poveikį strateginiu koordinavimu, planavimu ir klientų aptarnavimo meistriškumu, įskaitant AI etikos, AI principų ir AI rizikos valdymo vadovo svarbiausius dalykus. .