Kuinka Yhdysvaltain energiaministeriö muuttaa tekoälyä

Yhdysvaltain energiaministeriö (DOE) on pitkään eronnut joukosta yhtenä tieteeseen, teknologiaan ja innovaatioihin keskittyneimmistä Yhdysvaltain liittovaltion virastoista. Ei liene yllätys, että DOE jatkaa investointeja muuntavaan teknologiaan, kuten tekoälyyn ja koneoppimiseen. 

DOE perusti tekoäly- ja teknologiatoimiston (AITO) auttaakseen muuttamaan DOE:stä maailman johtavan tekoälyn (AI) yritykseksi nopeuttamalla tekoälyn tutkimusta, kehitystä, toimittamista ja käyttöönottoa. AITO:n uusi johtaja Pamela Isom esiintyy helmikuun 2021 AI in Government -tapahtumassa kertoakseen, kuinka he maksimoivat tekoälyn vaikutukset strategisen koordinoinnin, suunnittelun ja asiakaspalvelun erinomaisuuden avulla. Tässä haastatteluartikkelissa Ms. Isom kertoo tarkemmin siitä, kuinka DOE hyödyntää dataa ja muuntavia teknologioita edistääkseen viraston ydintehtäviä.

Millä innovatiivisilla tavoilla hyödynnät dataa ja tekoälyä toimistosi hyödyksi?

Pamela Isom: Vastuu monialaisten tekoälyaloitteiden koordinoinnista ja osastonlaajuisten tekoälytulosten strategisesta suunnittelusta on ratkaisevan tärkeää infrastruktuurimme turvaamiseksi ja tehtävien vaikutusten maksimoimiseksi. Vuonna 2022 tiimini keskittyy innovatiiviseen tekoälyn hallintaan, jossa vastuullinen ja luotettava tekoäly saavuttaa standardin. Tarvitsemme enemmän ihmiskeskeistä integraatiota tekoälyn elinkaareen sekä yhdistelmäluetteloa algoritmeista ja tietojoukoista, jotta on helpompi seurata tekemiemme tekoälyinvestointiemme vaikutuksia. 

Tekoälyn riskienhallinnan pelikirja (AIRMP) on sovellettu innovaatio, jonka odotamme ottavan käyttöön yleisölle vuonna 2023, jos kaikki menee suunnitelmien mukaan. AIRMP kaappaa riskiskenaariot ja tarjoaa ohjeellisia ohjeita näiden riskien vähentämiseksi, jotta tekoälypäätökset ovat vastuullisia ja luotettavia. Pelikirja ottaa huomioon jopa lievennyksiä, jotka liittyvät reunalaitteisiin, kuten miehittämättömiin järjestelmiin ja henkilökohtaisiin laitteisiin. Edge AI -järjestelmien avulla tiimit, kuten hätäkeskuksemme, voivat toimia nopeasti datan suhteen siellä, missä ne on tallennettu. On kuitenkin olemassa kilpailevia uhkia ja haavoittuvuuksia, joita AIRMP tukee. 

Innovaatioista puheen ollen, tekoälytiimi aloitti vuoden 2022 alan fokusryhmäistunnolla tekoälyn ja immersiivisten teknologioiden lähentymisestä. Hän kiinnitti erityistä huomiota tekoälyn ja laajennetun todellisuuden (XR) lähentymiseen, koska tällä alalla on nyt merkittävää kasvua. ja tulevaisuudessa. Mukaansatempaavat kokemukset ovat arvokkaita kriittisten tilanteiden koulutuksessa ja tarkkuuden mallintamisessa, kuten autonomisten ajoneuvojen skenaarioissa, joissa synteettiset tiedot ovat joskus turvallisempia eivätkä niin invasiivisia kuin reaaliaikainen data. Yhteistyössä muiden ohjelmatoimistojen kanssa tiimini pyrkii käyttämään tekoälyä ja sekoitettua todellisuutta luodakseen tekoälykoulutuksen opetussuunnitelman työntekijöille ja kykyjen hallintaan eri yhteisöissä.

Miten hyödynnät automaatiota lainkaan auttaaksesi matkallasi tekoälyyn?

Pamela Isom: Käytämme automaatiota keskeisissä liiketoimintaprosesseissa. Aloitimme pilotin lainojen käsittelyn tehostamiseksi ja vastaamiseksi joihinkin keskeisiin kysymyksiin, joita asiakkaat yleensä kysyvät, jotta käsittelijät voivat keskittyä strategisempiin tehtäviin. Käytämme sekä keskustelullista tekoälyä että robottiprosessiautomaatiota operatiivisiin tehtäviin. Hyödynnämme pilviympäristöjen valmiita ominaisuuksia automaatioalustojen ja -teknologioiden sisääntulopisteenä, mutta meidät tunnetaan myös supertietokoneistamme, joita käytämme monimutkaisimmissa työkuormissa ja missä se on järkevää. Jotkut sidosryhmät suosivat kaupallisia valmiita tuotteita, mutta tietotekniikan edistysaskeleet huomioon ottaen huomaamme, että hybridi on tällä hetkellä sopivin tapa vastata tarpeisiimme. 

Kuinka tunnistat, mistä ongelma -alueista aloittaa automaatio- ja kognitiiviset teknologiaprojektisi? 

Pamela Isom: Kaksi ilmaisua tulee mieleen. Ensimmäinen ja tärkein on "keskittyminen tehtävään" ja toinen on "kuuntele". Innovaatioiden soveltaminen tehtävän saavuttamiseksi on välttämätöntä. Tekoälyalgoritmeja voitaisiin esimerkiksi hyödyntää sen varmistamiseksi, että verkon lähetykset ovat joustavia ja että puhtaan energian laskentaa sovelletaan oikeudenmukaisesti kaikissa yhteisöissä. Teemme tekoälytutkimusta, kehitystä, demonstraatioita ja harjoitamme uudelleenkäyttöä ja auditointeja maksimoidaksemme tällaisten tekoälyratkaisujen tehokkuuden. Kuuntelemme sidosryhmien tarpeita, toiveita ja kipukohtia. Ylläpidämme tekoälyinvestoinneistamme luetteloa, jonka tarkistamme ja päivitämme vähintään vuosittain tekoälyn vaihtojärjestelmämme (AIX) kautta. Keskity istuntoja teollisuuden ja korkeakoulujen kanssa kuullakseen yksittäisiä näkökulmia mielipiteiden vaihtamiseksi ja alan näkemysten keräämiseksi kohdistetuista tekoälyaiheista. Pohjimmiltaan arvioimme nykytilan ja tavoitetilan, tunnistamme puutteita ja AI-strategiamme avulla priorisoimme, organisoimme ja osallistumme ohjelmien toimittamiseen, jotka vievät meitä eteenpäin automaatio- ja kognitiivisen teknologian projekteissa.

Mitkä ovat julkisen sektorin ainutlaatuiset mahdollisuudet datan ja tekoälyn suhteen?

Pamela Isom: Strategiset kumppanuudet yksityisen sektorin, korkeakoulujen ja kansainvälisten tiimien kanssa ovat suuria mahdollisuuksia julkiselle sektorille. Toimistoilla on mahdollisuus astua esiin ja luoda tekoälysäännöksiä omaisuuden kehittämiseen, jakamiseen ja nykypäivän tietosuojakäytäntöihin. Lainsäädäntö, kuten kansakunnan kyberturvallisuuden parantaminen ja liittovaltion asiakaskokemuksen ja palvelutoimituksen muuttaminen hallitukseen luottamuksen palauttamiseksi, luottavat kaikki eettisiin, vastuullisiin ja luotettaviin ratkaisuihin, kuten tekoälyyn, jotka kunnioittavat kansalaisoikeuksiamme ja -vapauksiamme. Yhdessä strategisten kumppanuuksien avulla voimme tutkia ja löytää mitä monipuolisimpia skenaarioita ja luoda ratkaisuja, jotka suojaavat tietoja ja mahdollistavat laajemman pääsyn. Tutkimusta ja yhteistyötä varten on oltava kansallinen foorumi, ja siksi National AI Research Resource Task Force, jonka jäsen tiimini on, on erittäin tärkeä. Julkinen sektori ei pysty yksin täyttämään säännösten vaatimuksia – se vaatii teollisuuden, tiedemaailman ja kansainvälistä yhteistyötä.

Mitä käyttötapoja voit jakaa, jos olet onnistuneesti soveltanut tekoälyä?

Pamela Isom: Tarkemmin sanottuna tekoälytiimi käyttää koneoppimisen tekstianalyysiä ja klusterointia sekä luonnollisen kielen käsittelyn edistysaskeleita auttaakseen osaston tekoälyprojektin strategisessa analyysissä ja käyttötapausten kartoituksessa. Käyttötapaukset vaihtelevat seuraavan sukupolven toimialuetietoisista tekoälymenetelmien tutkimuksesta kansallisen turvallisuutemme vahvistamiseksi puhtaan energian hankkeisiin, joissa tunnistetaan materiaaleja, joita on hyödynnettävä ilmastokriisin ratkaisemiseksi. Voimme tunnistaa teemoja inventoitujen tietojen perusteella ja sovittaa sidosryhmät eri puolilta osastoa yhteisiin synergiaetuihin, jotta voimme maksimoida mittakaavaedut, vähentää hukkaa, tiedottaa ja edistää monialaisia ​​tekoälytoimintoja. Kehitämme varastotietojamme jatkuvasti ja pystymme tänään tunnistamaan, missä tekoälyinvestoinnit ovat ja onko olemassa mahdollisuuksia parantaa asiakaskokemusta. Ilman sovellettua tekoälyä tiimini ja osaston sidosryhmieni joutuisivat seulomaan valtavia tietomääriä, ja olisi lähes mahdotonta tehdä oikea-aikaisia ​​tekoälysalkkupäätelmiä, jotka ovat välttämättömiä strategisen päätöksenteon kannalta. 

Tehtävää silmällä pitäen maanalaisen alueen tutkimuksemme on syvällistä hiilidioksidin talteenoton ja varastoinnin suhteen. Tieteellistä koneoppimista nopeuttava reaaliaikaisten päätösten tekeminen maanalaisissa sovelluksissa (SMART) -aloite. Tämä muuttaa vuorovaikutustamme maanalaisena ja sen ymmärtämistä sekä parantaa merkittävästi kenttämittakaavan hiilen varastoinnin ja epätavanomaisten öljy- ja kaasutoimintojen tehokkuutta ja tehokkuutta. SMART on DOE:n hiilivarastointi- ja öljy- ja kaasuohjelmasta rahoitettu moniorganisaatio, jossa on kolme painopistealuetta: reaaliaikainen visualisointi, virtuaalinen oppiminen ja ennustaminen.

Voitko jakaa joitain julkisen sektorin tekoälyn ja ML: n haasteita?

Pamela Isom: Tekoälyn omistaminen on haaste, jonka läpi työskentelemme. Lukuisat tiedot vaativat tekoälyltä jatkuvasti kasvavaa tarvetta navigoida ja ennustaa tarkasti. Tietojen huomautusstandardit vertikaaleille, esim. energia ei ole helposti saatavilla. On mahdollisuus kehittää koneoppimista ennen edistyneemmän ohjaamattoman oppimisen soveltamista kriittisiin käyttötapauksiin. On myös merkittävä mahdollisuus laajentaa tekoälyn osaamisen hallintaa osaston ulkopuolelle. Kuten teimme kyberin kanssa, tietotieteeseen ja tekoälyn kasvuun on keskityttävä enemmän kansakunnan kannalta, meillä ei ole tässä asiassa vaihtoehtoja.

Miten analytiikka, automaatio ja tekoäly toimivat yhdessä toimistossasi?

Pamela Isom: Vaikka analytiikka voi olla tekoälyn aloitus- tai aloituskohta, käytämme kaikkia kolmea (analytiikkaa, automaatiota ja tekoälyä) tarjotaksemme vastuullisten suositusten ja uskottavan päätöksenteon suurimmat vaikutukset. On mahdollisuuksia parantaa joitain perusteita, jotta AI-toiminnot (AIOps) edistävät DevSecOps-konsepteja integroiduilla tekoälyvakuutuksilla, ja ominaisuuksien (analytiikka, automaatio ja tekoäly) kautta on merkittäviä mahdollisuuksia parantaa virastojen välistä yhteistyötä yhteistä päätöksentekoa varten. Myönnän, että näen enemmän tätä yhtenäisyyttä tänään, mutta mahdollisuuksia on edelleen.

Miten liikut tekoälyn käytön yksityisyyttä, luottamusta ja turvallisuutta koskevissa asioissa?

Pamela Isom: Nämä ovat keskeisiä osia tekoälyn riskienhallinnan pelikirjassa (AIRMP), joka julkaistiin sisäisesti vuonna 2021. AIRMP opastaa sidosryhmiä yksityisyyden, luottamuksen ja turvallisuusasioiden läpi (kiistallisesta näkökulmasta) ja tiedottaa käyttäjille tekoälyn aiheuttamista mahdollisista haavoittuvuuksista. Haluamme muiden, mukaan lukien National Institute of Standards and Technology (NIST), hyötyvän ja osallistuvan tähän pyrkimykseen.

Mitä teet kehittääksesi tekoälyvalmiita työvoimaa?

Pamela Isom: Teemme yhteistyötä kansallisten laboratorioiden kanssa ja opetamme tekoälyä DOE:n sidosryhmille kahdesti vuodessa. Vuonna 2022 haluamme viedä koulutuksen uudelle tasolle, kuten mainittiin, johdatuksella immersiiviseen oppimiseen. 

Minulla on henkilökohtainen tavoite auttaa yhteisöjä, joihin tekoälyn automaationäkökohdat vaikuttavat. Yksi huolenaihe on työpaikat, joihin myös energia- ja hallintoministeri keskittyy. Tarvitsemme kansalaisia ​​ylläpitämään ja kasvamaan työpaikoissaan, emmekä menettämään heitä tekoälyn edistymisen vuoksi. Työntekijöiden on tiedettävä, kuinka työskennellä yhdessä robottien kanssa ja kuinka lisätä tekoälyn selitettävyyttä, jotta päätelmät validoidaan ja välitetään oikein. Tämä kyky on pehmeämpien mutta kriittisten taitojen linjojen mukainen, mikä lisää kuluttajien luottamusta ja luo ainutlaatuisia mahdollisuuksia taitojen kehittämiseen. Esimerkiksi koulujen opettajat tulisi ottaa mukaan algoritmikoulutukseen ja vähintään testaukseen, jotta voidaan luoda oikeudenmukaisia ​​ja puolueettomia tuloksia. He tarvitsevat takeita siitä, että tekoälypäätelmät eivät vaikuta haitallisesti opiskelijoiden käyttäytymiseen tai vaaranna ihmishenkiä adoption yhteydessä. Selitettävä tekoäly on lupaava tässä suhteessa. Nämä esimerkit edustavat murto-osaa taitojen ja lahjakkuuksien kehittämismahdollisuuksista, jotka voivat pelastaa ihmishenkiä.

Mitä AI -tekniikoita odotat eniten tulevina vuosina?

Pamela Isom: Olen innoissani vuodesta 2022 ja eteenpäin suuntautuvista toiminnoista, jotka nousevat pintaan suhteessa seuraavan sukupolven tekoälyyn. Odotan innolla tekoälyn edistymistä, jotta tietoon riippuvuus ei ole niin syvällistä, vaan tekoäly selvittää itse, mitä dataa se tarvitsee ongelmien ratkaisemiseksi. Nojaudun työkaluihin ja teknologioihin, jotka tarjoavat selityksiä ratkaisuista ja ennusteiden perusteista. Osasto ottaa vahvempaa johtajuutta tekoälyssä parantamalla strategian koordinointia, suunnittelua ja ohjelmien toteuttamista. Kansalliset laboratoriot ja Lawrence Livermoren tukema tekoälyhautomoaloite ovat yksi monista esimerkeistä innovaatioiden mahdollistamisesta. Mitä tulee riskien lieventämiseen, haluamme varmistaa, että tekoäly ei aiheuta energia- ja resurssitehottomuutta, joka voisi estää hiilidioksidipäästöjen vähentämispyrkimyksiä, ja olemme intohimoisia toimittamaan vastuullista, eettistä tekoälyä tehtävän, kansakunnan ja erityisesti meidän eduksi. lapset. 

Pamela Isom esittelee helmikuun 2021 AI in Government -tapahtumassa, jossa hän kertoo, kuinka DOE maksimoi tekoälyn vaikutukset strategisen koordinoinnin, suunnittelun ja asiakaspalvelun erinomaisuuden avulla, mukaan lukien tekoälyn etiikka, tekoälyperiaatteet ja tekoälyn riskienhallinnan pelikirjan kohokohdat. .