Jak americké ministerstvo energetiky transformuje umělou inteligenci

Americké ministerstvo energetiky (DOE) dlouho vystupovalo jako jedna z federálních agentur USA, které se nejvíce zaměřují na vědu, technologii a inovace. Pak by mělo být malým překvapením, že DOE nadále investuje do transformativních technologií, jako je umělá inteligence a strojové učení. 

DOE založila kancelář Artificial Intelligence and Technology (AITO), aby pomohla přeměnit DOE na přední světový podnik v oblasti umělé inteligence (AI) urychlením výzkumu, vývoje, poskytování a přijetí AI. Pamela Isom, nová ředitelka AITO, vystoupí na akci AI in Government v únoru 2021, aby se podělila o to, jak maximalizují dopady AI prostřednictvím strategické koordinace, plánování a excelence v oblasti zákaznických služeb. V tomto článku s rozhovorem se paní Isomová věnuje podrobnějším informacím o tom, jak DOE využívá data a transformační technologie, aby pomohla posouvat hlavní poslání agentury.

Jaké jsou některé inovativní způsoby, jak využíváte data a AI ve prospěch vaší agentury?

Pamela Isom: Odpovědnost za koordinaci průřezových iniciativ umělé inteligence a strategické plánování výsledků umělé inteligence pro celé oddělení jsou zásadní pro zabezpečení naší infrastruktury a maximalizaci dopadů misí. V roce 2022 se můj tým soustředí na inovativní řízení AI, kde je odpovědná a důvěryhodná AI standardem. Potřebujeme více lidské integrace v životním cyklu AI a federovaný katalog algoritmů a datových sad, aby bylo snazší sledovat dopady našich investic do AI, o které usilujeme. 

Příručka pro řízení rizik AI (AIRMP) je aplikovanou inovací, u které předpokládáme nasazení pro veřejnost, pokud vše půjde podle plánu v roce 2023. AIRMP zachycuje rizikové scénáře a poskytuje normativní pokyny ke zmírnění těchto rizik, aby rozhodnutí AI byla zodpovědná a důvěryhodná. Příručka dokonce bere v úvahu zmírnění, která jsou relevantní pro okrajová zařízení, jako jsou bezpilotní systémy a osobní zařízení. Systémy Edge AI umožňují týmům, jako jsou naši pohotovostní pracovníci, rychle jednat s daty přímo tam, kde jsou zachycena. Existují však nepřátelské hrozby a zranitelnosti, které AIRMP podporuje. 

Když už mluvíme o inovacích, tým umělé inteligence zahájil rok 2022 zasedáním průmyslové skupiny zaměřené na konvergenci umělé inteligence a imerzivních technologií, přičemž věnoval velkou pozornost sbližování umělé inteligence a rozšířené reality (XR), protože v této oblasti nyní dochází k výraznému růstu. a v budoucnu. Pohlcující zkušenosti jsou cenné pro školení a přesné modelování kritických situací, jako jsou scénáře autonomních vozidel, kde jsou syntetická data někdy bezpečnější a nejsou tak invazivní jako data v reálném čase. Ve spolupráci s dalšími programovými kancelářemi můj tým usiluje o využití umělé inteligence a smíšené reality k vytvoření osnov školení AI pro pracovní sílu a pro řízení talentů napříč komunitami.

Jak vůbec využíváte automatizaci, aby vám pomohla na vaší cestě k AI?

Pamela Isom: Aplikujeme automatizaci na klíčové podnikové procesy. Iniciovali jsme pilotní projekt, jehož cílem bylo zefektivnit zpracování úvěrů a odpovědět na některé klíčové otázky, které si zákazníci obvykle kladou, aby se zpracovatelé mohli soustředit na strategičtější úkoly. K řešení provozních úkolů používáme jak konverzační umělou inteligenci, tak automatizaci robotických procesů. Využíváme schopností, které jsou v cloudových prostředích připraveny jako vstupní bod pro automatizační platformy a technologie, ale také jsme známí svými superpočítači, které využíváme pro nejsložitější úlohy a kde to dává smysl. Některé zúčastněné strany dávají přednost komerčním běžně dostupným produktům, ale vzhledem k pokroku ve vědě o datech skutečně zjišťujeme, že hybrid je v současné době nejvhodnějším přístupem k řešení našich potřeb. 

Jak poznáte, s jakými problémovými oblastmi začít u projektů automatizace a kognitivních technologií? 

Pamela Isom: Napadají mě dva výrazy. První a nejdůležitější je 'zaměřit se na misi' a 2. je 'naslouchat'. Aplikace inovací pro dosažení poslání je nezbytností. Algoritmy umělé inteligence by mohly být například využity k zajištění odolnosti přenosů sítě a spravedlivého účtování čisté energie napříč komunitami. Provádíme výzkum, vývoj, demonstrace a praktické využití a audity umělé inteligence, abychom maximalizovali efektivitu takových řešení umělé inteligence. Nasloucháme potřebám, přáním i bolestem zúčastněných stran. Udržujeme inventář investic do AI, který kontrolujeme a aktualizujeme alespoň jednou ročně prostřednictvím našeho systému pro výměnu umělé inteligence (AIX). Konají se soustředěná setkání s průmyslem a akademickou sférou, kde si vyslechnou jednotlivé pohledy, za účelem výměny názorů a zachycení postřehů z oboru na cílená témata AI. V podstatě hodnotíme současný a cílový stav, identifikujeme mezery a prostřednictvím naší strategie AI určujeme priority, organizujeme a podílíme se na poskytování programů, které nás posouvají vpřed s projekty automatizace a kognitivních technologií.

Jaké jsou jedinečné příležitosti, které má veřejný sektor, pokud jde o data a AI?

Pamela Isom: Strategická partnerství se soukromým sektorem, akademickou sférou a mezinárodními týmy jsou velkou příležitostí pro veřejný sektor. Agentury mají příležitost dostat se do popředí a vytvořit předpisy AI pro vývoj aktiv, sdílení a moderní postupy ochrany soukromí. Legislativa, jako je zlepšení národní kybernetické bezpečnosti a transformace federálních zákaznických zkušeností a poskytování služeb k obnovení důvěry ve vládu, všechny počítají s etickými, odpovědnými a důvěryhodnými řešeními, jako je umělá inteligence, která respektují naše občanská práva a svobody. Společně, prostřednictvím strategických partnerství, můžeme zkoumat a objevovat nejrozmanitější scénáře a sestavovat řešení, která chrání data a zároveň umožňují širší přístup. Musí existovat národní platforma pro výzkum a spolupráci, a proto je Národní tým pro výzkum zdrojů umělé inteligence, jehož je můj tým členem, tak důležitý. Veřejný sektor nemůže splnit regulační požadavky sám – vyžaduje průmysl, akademickou obec i mezinárodní spolupráci.

Jaké jsou některé případy použití, které můžete sdílet tam, kde jste úspěšně použili AI?

Pamela Isom: Konkrétně tým AI používá textovou analýzu a shlukování strojového učení spolu s pokroky ve zpracování přirozeného jazyka, aby pomohl se strategickou analýzou projektu AI ministerstva a inventáře případů použití. Případy použití sahají od výzkumu metod umělé inteligence nové generace s ohledem na doménu k posílení naší národní bezpečnosti až po projekty čisté energie, které identifikují materiály, které je nutné použít k řešení klimatické krize. Můžeme identifikovat témata na základě inventarizovaných dat a spojit zainteresované strany z celého oddělení pomocí společných synergií, abychom maximalizovali úspory z rozsahu, snížili plýtvání, informovali a řídili více průřezových aktivit AI. Neustále vyvíjíme data o našich zásobách a dnes dokážeme identifikovat, kde jsou investice do AI a zda existují příležitosti ke zlepšení zákaznické zkušenosti. Bez aplikované umělé inteligence by zainteresované strany mého týmu a oddělení musely probírat obrovské množství dat a bylo by téměř nemožné vyvodit včasné závěry portfolia umělé inteligence, které jsou nezbytné pro strategické rozhodování. 

Při sledování mise je náš výzkum v podpovrchové oblasti hluboký směrem k zachycování a ukládání uhlíku. Vědecky informované strojové učení pro urychlení rozhodování v reálném čase v podpovrchových aplikacích (SMART) iniciativa. To transformuje naše interakce uvnitř a chápání podpovrchu a výrazně zlepšuje účinnost a efektivitu skladování uhlíku v terénu a nekonvenční operace s ropou a plynem. SMART je multi-organizační úsilí financované DOE's Carbon Storage and Upstream Oil and Gas Program se třemi hlavními oblastmi vizualizace v reálném čase, virtuálního učení a prognózování.

Můžete se podělit o některé výzvy, pokud jde o AI a ML ve veřejném sektoru?

Pamela Isom: Vlastnictví AI je výzvou, kterou pracujeme. Přemíra dat představuje pro AI stále rostoucí potřebu přesně navigovat a předvídat. Standardy anotací dat pro vertikály, např. energie, nejsou snadno dostupné. Existuje příležitost vyvinout strojové učení před aplikací pokročilejšího učení bez dozoru k řešení kritických případů použití. Existuje také významná příležitost rozšířit řízení talentů AI mimo oddělení. Stejně jako v případě kybernetiky je třeba se více zaměřit na datovou vědu a růst AI pro národ, v této věci nemáme na výběr.

Jak ve vaší agentuře spolupracují analytika, automatizace a AI?

Pamela Isom: I když může být analytika výchozím nebo vstupním bodem pro AI, používáme všechny tři (analytiku, automatizaci a AI), abychom zajistili co největší dopad odpovědných doporučení a důvěryhodného rozhodování. Existují příležitosti ke zlepšení některých základů, aby operace AI (AIOps) posouvaly koncepty DevSecOps s integrovanými zárukami AI, a prostřednictvím schopností (analytika, automatizace a AI) existují významné příležitosti ke zlepšení spolupráce mezi agenturami pro sdílené rozhodování. Přiznám se, že dnes vidím více té soudržnosti, ale příležitosti zůstávají.

Jak se orientujete v otázkách ochrany osobních údajů, důvěry a zabezpečení kolem používání AI?

Pamela Isom: Toto jsou kritické prvky příručky pro řízení rizik AI (AIRMP), která byla interně vydána v roce 2021. AIRMP provádí zúčastněné strany záležitostmi ochrany soukromí, důvěry a zabezpečení (z pohledu protivníka) a informuje uživatele o potenciálních zranitelnostech, které AI přináší. Chceme, aby ostatní, včetně Národního institutu pro standardy a technologie (NIST), měli z tohoto úsilí prospěch a přispěli k němu.

Co děláte pro rozvoj pracovní síly připravené pro AI?

Pamela Isom: Spolupracujeme s národními laboratořemi a dvakrát ročně vyučujeme AI zúčastněné strany DOE. V roce 2022 chceme posunout školení na jinou úroveň, jak již bylo zmíněno, úvodem do imerzivního učení. 

Mám osobní cíl pomáhat komunitám, které jsou ovlivněny automatizačními aspekty AI. Jednou z oblastí zájmu jsou pracovní místa, na která se také zaměřuje ministr energetiky a administrativy. Potřebujeme, aby si občané udrželi a rostli ve svých zaměstnáních, nikoli je ztráceli kvůli pokrokům v umělé inteligenci. Pracovníci potřebují například vědět, jak pracovat v tandemu s roboty a jak rozšířit aspekty vysvětlitelnosti umělé inteligence, aby byly závěry ověřeny a správně sdělovány. Tato schopnost je v souladu s měkčími, ale kritickými dovednostmi, které napomáhají důvěře spotřebitelů a zároveň vytvářejí jedinečné příležitosti pro rozvoj dovedností. Například učitelé škol by měli být zahrnuti do algoritmického školení a minimálně do testování, aby napomohli generování spravedlivých a nezkreslených výstupů. Potřebují ujištění, že závěry umělé inteligence nebudou nepříznivě ovlivňovat chování studentů ani neohrozí životy při adopci. Vysvětlitelná AI je v tomto ohledu slibná. Tyto příklady představují zlomek potenciálu rozvoje dovedností a talentů, které by mohly zachránit životy.

Na jaké technologie AI se v příštích letech nejvíce těšíte?

Pamela Isom: Jsem nadšený z roku 2022 a z aktivit nakloněných vpřed, které se objevují ve vztahu k nové generaci umělé inteligence. Velmi se těším na pokroky v AI, aby spoléhání na data nebylo tak hluboké a AI spíše zjistila, jaká data potřebuje k řešení problémů sama. Opírám se o nástroje a technologie, které poskytují vysvětlení řešení a zdůvodnění předpovědí. Ministerstvo přebírá silnější vedoucí roli v AI zlepšením koordinace strategie, plánování a implementace programů. Národní laboratoře a iniciativa inkubátoru AI, sponzorovaná Lawrencem Livermorem, jsou jedním z mnoha příkladů inovací, ke kterým dochází. Pokud jde o zmírňování rizik, chceme zajistit, aby umělá inteligence nezaváděla energetickou neefektivnost a neefektivnost zdrojů, která by mohla čelit snahám o dekarbonizaci, a jsme nadšení z poskytování odpovědné, etické umělé inteligence pro dobro mise, národa a zejména našeho děti. 

Pamela Isom se představí na akci AI ve vládě v únoru 2021, kde se bude zabývat tím, jak DOE maximalizuje dopady AI prostřednictvím strategické koordinace, plánování a excelence zákaznických služeb, včetně řešení etiky AI, principů AI a hlavních příruček pro řízení rizik AI. .