Bagaimana Jabatan Tenaga AS Mengubah AI

Jabatan Tenaga AS (JAS) telah lama menonjol sebagai salah satu agensi persekutuan AS yang paling berfokuskan sains, teknologi dan inovasi. Ia sepatutnya tidak mengejutkan apabila JAS terus melabur dalam teknologi transformatif seperti kecerdasan buatan dan pembelajaran mesin. 

JAS menubuhkan pejabat Kecerdasan Buatan dan Teknologi (AITO) untuk membantu mengubah DOE menjadi perusahaan Kecerdasan Buatan (AI) terkemuka dunia dengan mempercepatkan penyelidikan, pembangunan, penghantaran dan penggunaan AI. Pamela Isom, Pengarah baharu AITO, akan membentangkan pada acara AI dalam Kerajaan Februari 2021 untuk berkongsi cara mereka memaksimumkan kesan AI melalui penyelarasan strategik, perancangan dan kecemerlangan perkhidmatan pelanggan. Dalam artikel temu bual ini, Cik Isom menerangkan dengan lebih terperinci tentang cara JAS memanfaatkan data, dan teknologi transformatif untuk membantu memajukan misi teras agensi.

Apakah beberapa cara inovatif anda memanfaatkan data dan AI untuk memanfaatkan agensi anda?

Pamela Isom: Tanggungjawab menyelaraskan inisiatif AI merentasi dan merancang strategik hasil AI seluruh jabatan adalah penting untuk menjamin infrastruktur kami dan memaksimumkan kesan misi. Pada tahun 2022, pasukan saya memberi tumpuan kepada tadbir urus AI yang inovatif di mana AI yang bertanggungjawab dan boleh dipercayai menghasilkan standard. Kami memerlukan lebih banyak penyepaduan berteraskan manusia dalam kitaran hayat AI dan katalog algoritma dan set data bersekutu supaya lebih mudah untuk menjejaki kesan pelaburan AI kami, yang sedang kami usahakan. 

Buku permainan pengurusan risiko AI (AIRMP) ialah inovasi terpakai yang kami jangkakan untuk digunakan kepada orang ramai jika semuanya berjalan mengikut perancangan pada tahun 2023. AIRMP menangkap senario risiko dan menyediakan panduan preskriptif untuk mengurangkan risiko tersebut supaya keputusan AI bertanggungjawab dan boleh dipercayai. Buku permainan ini juga mengambil kira pengurangan yang berkaitan dengan peranti tepi seperti sistem tanpa pemandu dan peranti peribadi. Sistem AI Edge membolehkan pasukan, seperti responden kecemasan kami, bertindak pantas ke atas data tepat di tempat data itu ditangkap. Walau bagaimanapun, terdapat ancaman dan kelemahan musuh yang disokong oleh AIRMP. 

Bercakap tentang inovasi, pasukan AI memulakan tahun 2022 dengan sesi kumpulan fokus industri mengenai penumpuan AI dan teknologi mendalam, memberi perhatian yang teliti kepada penumpuan AI dan realiti lanjutan (XR) kerana pertumbuhan ketara dalam ruang ini sekarang. dan pada masa hadapan. Pengalaman mendalam adalah berharga untuk latihan dan pemodelan ketepatan situasi kritikal seperti senario kenderaan autonomi yang kadangkala data sintetik lebih selamat dan tidak invasif seperti data masa nyata. Dengan kerjasama pejabat program lain, pasukan saya sedang mengejar penggunaan AI dan realiti campuran untuk mewujudkan kurikulum latihan AI untuk tenaga kerja dan pengurusan bakat merentas komuniti.

Bagaimana anda memanfaatkan automasi sama sekali untuk membantu perjalanan anda ke AI?

Pamela Isom: Kami menggunakan automasi pada proses perniagaan utama. Kami memulakan perintis untuk menyelaraskan pemprosesan pinjaman dan menjawab beberapa soalan utama yang biasanya ditanya oleh pelanggan supaya pemproses boleh menumpukan pada tugasan yang lebih strategik. Kami menggunakan kedua-dua AI perbualan dan automasi proses robotik untuk menangani tugas operasi. Kami mengambil kesempatan daripada keupayaan yang berada di luar kotak dalam persekitaran awan sebagai titik masuk untuk platform dan teknologi automasi, tetapi kami juga terkenal dengan superkomputer kami yang kami gunakan untuk beban kerja yang paling kompleks dan di mana ia masuk akal. Sesetengah pihak berkepentingan lebih suka produk komersil luar biasa tetapi memandangkan kemajuan dalam sains data, kami mendapati bahawa hibrid ialah pendekatan yang paling sesuai untuk menangani keperluan kami pada masa ini. 

Bagaimana anda mengenal pasti bidang masalah mana yang harus dimulakan untuk projek automasi dan teknologi kognitif anda? 

Pamela Isom: Dua ungkapan terlintas di fikiran. Pertama sekali ialah 'fokus pada misi' dan yang kedua ialah 'dengar'. Penerapan inovasi untuk pencapaian misi adalah penting. Sebagai contoh, algoritma AI boleh dimanfaatkan untuk memastikan penghantaran grid berdaya tahan dan supaya perakaunan tenaga bersih digunakan secara adil merentas komuniti. Kami menjalankan penyelidikan AI, pembangunan, demonstrasi dan amalan penggunaan semula dan audit untuk memaksimumkan kecekapan penyelesaian AI tersebut. Kami mendengar keperluan, keinginan serta perkara yang menyakitkan pihak berkepentingan. Kami mengekalkan inventori pelaburan AI yang kami semak dan kemas kini sekurang-kurangnya setiap tahun melalui sistem pertukaran kecerdasan buatan (AIX) kami. Sesi fokus dengan industri dan ahli akademik untuk mendengar perspektif individu dijalankan untuk bertukar-tukar pendapat dan menangkap cerapan industri mengenai topik AI yang disasarkan. Pada dasarnya, kami menilai keadaan semasa dan sasaran, mengenal pasti jurang dan melalui strategi AI kami, memberi keutamaan, mengatur dan mengambil bahagian dalam penyampaian program yang menggerakkan kami ke hadapan dengan projek teknologi automasi dan kognitif.

Apakah beberapa peluang unik yang dimiliki sektor awam dalam hal data dan AI?

Pamela Isom: Perkongsian strategik dengan sektor swasta, ahli akademik dan pasukan antarabangsa adalah peluang besar untuk sektor awam. Agensi mempunyai peluang untuk keluar dan mencipta peraturan AI untuk pembangunan aset, perkongsian dan amalan privasi zaman moden. Perundangan seperti meningkatkan keselamatan siber Negara dan Mengubah Pengalaman Pelanggan Persekutuan dan Penyampaian Perkhidmatan untuk Membina Semula Kepercayaan dalam Kerajaan semuanya bergantung pada penyelesaian yang beretika, bertanggungjawab dan boleh dipercayai seperti AI yang menghormati hak dan kebebasan sivil kita. Bersama-sama, melalui perkongsian strategik, kita boleh menyelidik dan menemui senario yang paling pelbagai dan mengarang penyelesaian yang melindungi data sambil mendayakan akses yang lebih luas. Perlu ada platform nasional untuk penyelidikan dan kerjasama, dan itulah sebabnya Pasukan Petugas Sumber Penyelidikan AI Kebangsaan, yang mana pasukan saya adalah ahli, adalah sangat penting. Sektor awam tidak boleh memenuhi keperluan kawal selia sahaja - ia memerlukan industri, akademik serta kerjasama antarabangsa.

Apa kes penggunaan yang boleh anda kongsi di mana anda berjaya menggunakan AI?

Pamela Isom: Secara khususnya, pasukan AI menggunakan analisis teks pembelajaran mesin dan pengelompokan bersama-sama dengan kemajuan pemprosesan bahasa semula jadi untuk membantu dengan analisis strategik projek AI Jabatan dan inventori kes penggunaan. Kes penggunaan terdiri daripada penyelidikan kaedah AI sedar domain generasi akan datang untuk mengukuhkan keselamatan negara kita kepada projek tenaga bersih yang mengenal pasti bahan yang mesti digunakan untuk menangani krisis iklim. Kami boleh mengenal pasti tema berdasarkan data yang diinventori dan menjajarkan pihak berkepentingan dari seluruh jabatan dengan sinergi yang sama supaya kami memaksimumkan skala ekonomi, mengurangkan pembaziran, memaklumkan dan memacu lebih banyak aktiviti AI yang merentasi. Kami terus mengembangkan data inventori kami dan hari ini kami boleh mengenal pasti di mana pelaburan AI dan sama ada peluang wujud untuk meningkatkan pengalaman pelanggan. Tanpa AI yang digunakan, pasukan dan pihak berkepentingan jabatan saya perlu menyaring sejumlah besar data, dan hampir mustahil untuk membuat kesimpulan portfolio AI tepat pada masanya yang diperlukan untuk membuat keputusan strategik. 

Memerhatikan misi, penyelidikan kami ke dalam kawasan bawah permukaan adalah mendalam terhadap penangkapan dan penyimpanan karbon. Pembelajaran Mesin Bermaklumat Sains untuk Mempercepatkan Keputusan Masa Nyata dalam Inisiatif Aplikasi Bawah Permukaan (SMART). Ini mengubah interaksi kami dalam dan pemahaman tentang bawah permukaan, dan meningkatkan kecekapan dan keberkesanan penyimpanan karbon skala medan dan operasi minyak dan gas yang tidak konvensional. SMART ialah usaha berbilang organisasi yang dibiayai oleh Penyimpanan Karbon dan Program Huluan Minyak dan Gas DOE dengan tiga bidang fokus visualisasi masa nyata, pembelajaran maya dan ramalan.

Bolehkah anda berkongsi beberapa cabaran berkaitan dengan AI dan ML di sektor awam?

Pamela Isom: Pemilikan AI ialah cabaran yang sedang kami usahakan. Banyaknya data memberikan keperluan yang semakin meningkat untuk AI untuk mengemudi dan meramal dengan tepat. Piawaian anotasi data untuk menegak, cth, tenaga tidak mudah diakses. Terdapat peluang untuk mengembangkan pembelajaran mesin sebelum menggunakan pembelajaran tanpa pengawasan yang lebih maju untuk menangani kes penggunaan kritikal misi. Terdapat juga peluang besar untuk melanjutkan pengurusan bakat AI di luar Jabatan. Seperti yang kita lakukan dengan siber, perlu ada lebih tumpuan pada sains data dan pertumbuhan AI untuk negara, kita tidak mempunyai pilihan dalam perkara itu.

Bagaimana analitik, automasi, dan AI bekerjasama di agensi anda?

Pamela Isom: Walaupun analitik mungkin merupakan titik permulaan atau permulaan untuk AI, kami menggunakan ketiga-tiga (analisis, automasi dan AI) untuk memberikan kesan terbesar daripada pengesyoran yang bertanggungjawab dan membuat keputusan yang boleh dipercayai. Terdapat peluang untuk menambah baik beberapa asas supaya operasi AI (AIOps) memajukan konsep DevSecOps dengan jaminan AI bersepadu, dan melalui keupayaan (analisis, automasi dan AI) terdapat peluang besar untuk meningkatkan kerjasama antara agensi untuk membuat keputusan bersama. Saya akan mengakui bahawa saya melihat lebih banyak kesepaduan itu hari ini, tetapi peluang masih ada.

Bagaimana anda menavigasi masalah privasi, kepercayaan, dan keselamatan di sekitar penggunaan AI?

Pamela Isom: Ini adalah elemen kritikal buku main pengurusan risiko AI (AIRMP) yang dikeluarkan secara dalaman pada tahun 2021. AIRMP membimbing pihak berkepentingan melalui hal privasi, kepercayaan dan keselamatan (dari perspektif musuh) dan memaklumkan pengguna tentang potensi kelemahan yang diperkenalkan dengan AI. Kami mahu orang lain, termasuk Institut Piawaian dan Teknologi Kebangsaan (NIST) mendapat manfaat dan menyumbang kepada usaha ini.

Apa yang anda lakukan untuk membangunkan tenaga kerja siap pakai AI?

Pamela Isom: Kami bekerjasama dengan makmal kebangsaan dan mengajar AI kepada pihak berkepentingan DOE dua kali setahun. Pada tahun 2022 kami ingin membawa latihan ke tahap yang lain dengan, seperti yang dinyatakan, pengenalan kepada pembelajaran mendalam. 

Saya mempunyai matlamat peribadi untuk membantu komuniti yang dipengaruhi oleh aspek automasi AI. Satu bidang yang dibimbangkan ialah pekerjaan yang turut menjadi tumpuan Setiausaha Tenaga dan Pentadbiran. Kami memerlukan rakyat untuk mengekalkan dan berkembang dalam pekerjaan mereka, bukan kehilangan mereka kerana kemajuan AI. Pekerja perlu tahu cara bekerja seiring dengan robot, contohnya, dan cara menambah aspek kebolehjelasan AI supaya inferens disahkan dan disampaikan dengan betul. Keupayaan ini adalah selaras dengan kemahiran yang lebih lembut tetapi kritikal yang memudahkan keyakinan pengguna sambil mencipta peluang unik untuk pembangunan kemahiran. Guru sekolah, sebagai contoh, harus disertakan dalam latihan algoritma dan sekurang-kurangnya, ujian untuk membantu dalam penjanaan output yang adil dan tidak berat sebelah. Mereka memerlukan jaminan bahawa kesimpulan AI tidak akan memberi kesan buruk kepada tingkah laku pelajar atau membahayakan nyawa apabila diterima pakai. AI yang boleh dijelaskan menjanjikan dalam hal ini. Contoh-contoh ini mewakili sebahagian kecil daripada potensi pembangunan kemahiran dan bakat yang boleh menyelamatkan nyawa.

Teknologi AI apa yang paling anda nantikan pada tahun-tahun mendatang?

Pamela Isom: Saya teruja dengan tahun 2022 dan aktiviti condong ke hadapan yang muncul berbanding AI generasi akan datang. Saya sangat menantikan kemajuan dalam AI supaya pergantungan pada data tidak begitu mendalam dan sebaliknya, AI memikirkan data yang diperlukannya sendiri untuk menangani masalah. Saya bersandar pada alat dan teknologi yang memberikan penjelasan tentang penyelesaian dan rasional di sebalik ramalan. Jabatan mengambil peranan kepimpinan yang lebih kukuh dalam AI dengan menambah baik penyelarasan strategi, perancangan dan pelaksanaan program. Makmal kebangsaan dan inisiatif inkubator AI, yang ditaja oleh Lawrence Livermore ialah salah satu daripada banyak contoh pembolehan inovasi yang sedang berlaku. Apabila ia melibatkan pengurangan risiko, kami ingin memastikan bahawa AI tidak memperkenalkan ketidakcekapan tenaga dan sumber yang boleh mengatasi usaha penyahkarbonan dan kami bersemangat untuk menyampaikan AI yang bertanggungjawab dan beretika untuk kebaikan misi, Negara, dan khususnya kami. kanak-kanak. 

Pamela Isom, akan membentangkan pada acara AI dalam Kerajaan Februari 2021 di mana beliau akan menangani cara JAS memaksimumkan kesan AI melalui penyelarasan strategik, perancangan dan kecemerlangan perkhidmatan pelanggan termasuk menangani etika AI, prinsip AI dan sorotan buku main pengurusan risiko AI .