Kako ameriško ministrstvo za energijo preoblikuje umetno inteligenco

Ameriško ministrstvo za energijo (DOE) že dolgo izstopa kot ena izmed ameriških zveznih agencij, ki so najbolj osredotočene na znanost, tehnologijo in inovacije. Zato bi moralo biti malo presenečenje, da DOE še naprej vlaga v transformativno tehnologijo, kot sta umetna inteligenca in strojno učenje. 

DOE je ustanovil urad za umetno inteligenco in tehnologijo (AITO), da bi pomagal preoblikovati DOE v vodilno svetovno podjetje za umetno inteligenco (AI) s pospeševanjem raziskav, razvoja, dostave in sprejemanja AI. Pamela Isom, nova direktorica AITO, bo predstavila na dogodku AI v vladi februarja 2021, da bo povedala, kako povečujejo učinke AI s strateškim usklajevanjem, načrtovanjem in odličnostjo storitev za stranke. V tem članku intervjuja se ga. Isom podrobneje ukvarja s tem, kako DOE izkorišča podatke in transformativne tehnologije za pomoč pri napredovanju ključnih nalog agencije.

Kateri so nekateri inovativni načini, na katere izkoriščate podatke in umetno inteligenco v korist vaši agenciji?

Pamela Isom: Odgovornost za usklajevanje medsektorskih pobud umetne inteligence in strateško načrtovanje rezultatov umetne inteligence v celotnem oddelku je ključnega pomena za zaščito naše infrastrukture in maksimiranje učinkov misij. Leta 2022 je moja ekipa osredotočena na inovativno upravljanje umetne inteligence, kjer odgovorna in zaupanja vredna umetna inteligenca doseže standard. Potrebujemo bolj človeško osredotočeno integracijo v življenjski cikel umetne inteligence ter združeni katalog algoritmov in nizov podatkov, da bo lažje slediti vplivom naših naložb umetne inteligence, ki jih izvajamo. 

Priročnik za upravljanje tveganja umetne inteligence (AIRMP) je uporabna inovacija, za katero pričakujemo, da jo bomo objavili javnosti, če bo šlo vse po načrtih leta 2023. AIRMP zajema scenarije tveganj in zagotavlja predpisane smernice za ublažitev teh tveganj, tako da so odločitve AI odgovorne in vredne zaupanja. Priročnik celo upošteva ublažitve, ki so pomembne za robne naprave, kot so sistemi brez posadke in osebne naprave. Sistemi Edge AI omogočajo ekipam, kot so naši reševalci, hitro ukrepanje na podatkih tam, kjer so zajeti. Vendar pa obstajajo nasprotovalne grožnje in ranljivosti, ki jih podpira AIRMP. 

Ko že govorimo o inovacijah, je ekipa AI začela leto 2022 s sejo fokusne skupine v industriji o zbliževanju AI in imerzivnih tehnologij, pri čemer je bila pozorna na konvergenco AI in razširjene resničnosti (XR) zaradi znatne rasti tega prostora zdaj. in v prihodnosti. Poglobljene izkušnje so dragocene za usposabljanje in natančno modeliranje kritičnih situacij, kot so scenariji avtonomnih vozil, kjer so včasih sintetični podatki varnejši in niso tako invazivni kot podatki v realnem času. V sodelovanju z drugimi programskimi pisarnami se moja ekipa ukvarja z uporabo umetne inteligence in mešane resničnosti za vzpostavitev učnega načrta za usposabljanje umetne inteligence za delovno silo in upravljanje talentov v skupnostih.

Kako sploh uporabljate avtomatizacijo, ki vam bo pomagala na poti do AI?

Pamela Isom: Avtomatizacijo uporabljamo na ključnih poslovnih procesih. Začeli smo s pilotnim projektom, da bi poenostavili obdelavo posojil in odgovorili na nekatera ključna vprašanja, ki si jih stranke običajno zastavljajo, da se lahko predelovalci osredotočijo na bolj strateške naloge. Za reševanje operativnih nalog uporabljamo tako pogovorno umetno inteligenco kot robotsko avtomatizacijo procesov. Izkoriščamo zmogljivosti, ki so v oblačnih okoljih že vnaprej pripravljene kot vstopna točka za platforme in tehnologije za avtomatizacijo, vendar smo znani tudi po naših superračunalnikih, ki jih uporabljamo za najbolj zapletene delovne obremenitve in kjer je to smiselno. Nekatere zainteresirane strani imajo raje komercialne izdelke, ki so na voljo v prodaji, vendar glede na napredek v znanosti o podatkih ugotavljamo, da je hibridni pristop trenutno najprimernejši za zadovoljevanje naših potreb. 

Kako prepoznate, na katerih problemskih področjih morate začeti pri projektih avtomatizacije in kognitivne tehnologije? 

Pamela Isom: Na misel mi prideta dva izraza. Prva in najpomembnejša je 'osredotočenost na poslanstvo', druga pa 'poslušaj'. Uporaba inovacij za doseganje poslanstva je nujna. Algoritme umetne inteligence bi lahko na primer uporabili za zagotovitev, da so prenosi omrežja odporni in da se računovodstvo čiste energije pošteno uporablja v skupnostih. Izvajamo raziskave, razvoj, demonstracije in prakticiranje ponovne uporabe in presoje umetne inteligence, da bi povečali učinkovitost takšnih rešitev AI. Prisluhnemo potrebam, željam in tudi bolečinam deležnikov. Vzdržujemo popis naložb umetne inteligence, ki ga pregledamo in posodobimo vsaj enkrat letno prek našega sistema za izmenjavo umetne inteligence (AIX). Izvajajo se osredotočena srečanja z industrijo in akademskimi krogi, da se slišijo posamezne perspektive, da se izmenjajo mnenja in zajamejo vpogledi v industrijo o ciljnih temah umetne inteligence. V bistvu ocenjujemo trenutno in ciljno stanje, ugotavljamo vrzeli in s pomočjo naše strategije umetne inteligence določamo prednostne naloge, orkestriramo in sodelujemo pri izvajanju programov, ki nas pomikajo naprej s projekti avtomatizacije in kognitivne tehnologije.

Kakšne so edinstvene priložnosti javnega sektorja glede podatkov in umetne inteligence?

Pamela Isom: Strateška partnerstva z zasebnim sektorjem, akademskimi krogi in mednarodnimi ekipami so velike priložnosti za javni sektor. Agencije imajo priložnost, da se izpostavijo in ustvarijo predpise AI za razvoj sredstev, skupno rabo in sodobne prakse zasebnosti. Zakonodaja, kot sta izboljšanje nacionalne kibernetske varnosti in preoblikovanje zvezne izkušnje strank in zagotavljanje storitev za ponovno vzpostavitev zaupanja v vlado, vse računa na etične, odgovorne in zaupanja vredne rešitve, kot je umetna inteligenca, ki spoštujejo naše državljanske pravice in svoboščine. Skupaj lahko prek strateških partnerstev raziskujemo in odkrivamo najrazličnejše scenarije ter sestavljamo rešitve, ki ščitijo podatke, hkrati pa omogočajo širši dostop. Obstajati mora nacionalna platforma za raziskave in sodelovanje in zato je Nacionalna delovna skupina za raziskovalne vire umetne inteligence, katere članica je moja ekipa, tako zelo pomembna. Javni sektor ne more sam izpolnjevati regulativnih zahtev – zahteva industrijo, akademske kroge in mednarodno sodelovanje.

Katere primere uporabe lahko delite, če ste uspešno uporabili AI?

Pamela Isom: Natančneje, skupina za umetno inteligenco uporablja analizo besedila s strojnim učenjem in združevanje v skupine skupaj z napredkom pri obdelavi naravnega jezika za pomoč pri strateški analizi projekta AI in popisu primerov uporabe. Primeri uporabe segajo od raziskovanja metod umetne inteligence, ki se zavedajo domene naslednje generacije, za krepitev naše nacionalne varnosti do projektov čiste energije, ki identificirajo materiale, ki jih je treba uporabiti za reševanje podnebne krize. Teme lahko identificiramo na podlagi popisanih podatkov in uskladimo zainteresirane strani iz celotnega oddelka s skupnimi sinergijami, tako da čim bolj povečamo ekonomijo obsega, zmanjšamo odpadke, obveščamo in spodbujamo več medsektorskih dejavnosti umetne inteligence. Nenehno razvijamo svoje podatke o zalogah in danes lahko ugotovimo, kje so naložbe umetne inteligence in ali obstajajo priložnosti za izboljšanje uporabniških izkušenj. Brez uporabljene umetne inteligence bi morala moja ekipa in deležniki oddelka presejati ogromne količine podatkov in skoraj nemogoče bi bilo pravočasno izpeljati sklepe o portfelju AI, ki so potrebni za strateško odločanje. 

Naše raziskave podzemnega območja so poglobljene v smeri zajemanja in shranjevanja ogljika, če spremljamo misijo. Pobuda za znanstveno podprto strojno učenje za pospeševanje odločitev v realnem času pri podzemeljskih aplikacijah (SMART). To spreminja naše interakcije znotraj in razumevanje podzemlja ter znatno izboljšuje učinkovitost in uspešnost skladiščenja ogljika na terenu ter nekonvencionalnih operacij nafte in plina. SMART je večorganizacijsko delo, ki ga financira DOE-jev program za shranjevanje ogljika in upstream nafte in plina s tremi osredotočenimi področji vizualizacije v realnem času, virtualnega učenja in napovedovanja.

Ali lahko delite nekatere izzive, ki zadevajo AI in ML v javnem sektorju?

Pamela Isom: Lastništvo AI je izziv, s katerim se soočamo. Številni podatki predstavljajo vedno večjo potrebo po umetni inteligenci za natančno navigacijo in napovedovanje. Standardi za označevanje podatkov za vertikale, npr. energija, niso zlahka dostopni. Obstaja priložnost za razvoj strojnega učenja, preden uporabite naprednejše nenadzorovano učenje za reševanje kritičnih primerov uporabe. Obstaja tudi pomembna priložnost za razširitev upravljanja talentov AI zunaj oddelka. Kot smo storili s kibernetsko tehnologijo, se je treba bolj osredotočiti na znanost o podatkih in rast umetne inteligence za državo, pri tem nimamo izbire.

Kako analitika, avtomatizacija in AI delujejo skupaj v vaši agenciji?

Pamela Isom: Čeprav je analitika lahko izhodišče ali vstopna točka za umetno inteligenco, uporabljamo vse tri (analitiko, avtomatizacijo in umetno inteligenco), da zagotovimo največji učinek odgovornih priporočil in verodostojnega odločanja. Obstajajo priložnosti za izboljšanje nekaterih osnov, tako da operacije AI (AIOps) napredujejo koncepti DevSecOps z integriranimi zagotovili AI, in s pomočjo zmogljivosti (analitika, avtomatizacija in AI) obstajajo pomembne priložnosti za izboljšanje medagencijskega sodelovanja za skupno odločanje. Priznam, da danes vidim več te povezanosti, a priložnosti ostajajo.

Kako se glede uporabe umetne inteligence premikate glede zasebnosti, zaupanja in varnosti?

Pamela Isom: To so ključni elementi priročnika za upravljanje tveganja umetne inteligence (AIRMP), ki je bil interno izdan leta 2021. AIRMP vodi zainteresirane strani skozi vprašanja zasebnosti, zaupanja in varnosti (z nasprotovalnega vidika) in obvešča uporabnike o morebitnih ranljivostih, ki jih prinaša AI. Želimo, da bi drugi, vključno z Nacionalnim inštitutom za standarde in tehnologijo (NIST), imeli koristi in prispevali k tem prizadevanjem.

Kaj počnete za razvoj delovne sile, pripravljene za AI?

Pamela Isom: Sodelujemo z nacionalnimi laboratoriji in poučujemo umetno inteligenco za zainteresirane strani DOE dvakrat letno. V letu 2022 želimo izobraževanje dvigniti na drugo raven z, kot rečeno, uvodom v poglobljeno učenje. 

Osebni cilj imam pomagati skupnostim, na katere vplivajo vidiki avtomatizacije AI. Eno od področij skrbi so delovna mesta, ki so v središču pozornosti tudi ministra za energetiko in uprave. Državljani potrebujemo, da obdržijo in rastejo pri svojih delovnih mestih, ne pa da jih izgubijo zaradi napredka umetne inteligence. Delavci morajo vedeti, kako na primer delati v tandemu z roboti in kako povečati razložljive vidike umetne inteligence, da se sklepi potrdijo in pravilno sporočijo. Ta sposobnost je v skladu z mehkejšimi, a kritičnimi veščinami, ki spodbujajo zaupanje potrošnikov, hkrati pa ustvarjajo edinstvene priložnosti za razvoj veščin. Šolske učitelje je treba na primer vključiti v algoritemsko usposabljanje in vsaj testiranje, da bi pomagali pri ustvarjanju poštenih, nepristranskih rezultatov. Potrebujejo zagotovila, da sklepi AI ne bodo negativno vplivali na vedenje študentov ali ogrozili življenja ob posvojitvi. V tem pogledu je razložljiva umetna inteligenca obetavna. Ti primeri predstavljajo delček potenciala za razvoj spretnosti in talentov, ki bi lahko rešili življenja.

Katere tehnologije AI se v prihodnjih letih najbolj veselite?

Pamela Isom: Navdušen sem nad letom 2022 in nagnjenimi dejavnostmi, ki se pojavljajo glede na naslednjo generacijo AI. Zelo se veselim napredka v umetni inteligenci, tako da zanašanje na podatke ni tako globoko in da AI sama ugotovi, katere podatke potrebuje za reševanje težav. Naslanjam se na orodja in tehnologije, ki nudijo razlage rešitev in utemeljitev napovedi. Oddelek prevzema močnejšo vodilno vlogo na področju umetne inteligence z izboljšanjem usklajevanja strategije, načrtovanja in izvajanja programov. Nacionalni laboratoriji in pobuda za inkubator AI, ki jo sponzorira Lawrence Livermore, je eden od mnogih primerov omogočanja inovacij, ki se dogajajo. Ko gre za zmanjševanje tveganja, želimo zagotoviti, da umetna inteligenca ne bo povzročila neučinkovitosti energije in virov, ki bi lahko nasprotovala prizadevanjem za dekarbonizacijo, in smo navdušeni nad zagotavljanjem odgovorne, etične umetne inteligence v dobro poslanstva, naroda in zlasti našega otrok. 

Pamela Isom bo predstavila na dogodku AI v vladi februarja 2021, kjer bo obravnavala, kako DOE maksimizira učinke AI s strateškim usklajevanjem, načrtovanjem in odličnostjo storitev za stranke, vključno z obravnavo etike umetne inteligence, načel umetne inteligence in poudarki iz priročnika za upravljanje tveganja AI. .