Hvordan det amerikanske energiministerium transformerer kunstig intelligens

Det amerikanske energiministerium (DOE) har længe stået frem som et af de mest videnskabs-, teknologi- og innovationsfokuserede amerikanske føderale agenturer. Det bør derfor ikke undre, at DOE fortsætter med at investere i transformativ teknologi såsom kunstig intelligens og maskinlæring. 

DOE etablerede Artificial Intelligence and Technology (AITO)-kontoret for at hjælpe med at transformere DOE til en verdensførende virksomhed inden for kunstig intelligens (AI) ved at fremskynde forskning, udvikling, levering og indførelse af AI. Pamela Isom, den nye direktør for AITO, vil præsentere ved AI in Government-begivenheden i februar 2021 for at dele, hvordan de maksimerer virkningerne af AI gennem strategisk koordinering, planlægning og fremragende kundeservice. I denne interviewartikel går fru Isom mere i detaljer om, hvordan DOE udnytter data og transformative teknologier til at hjælpe med at fremme agenturets kerneopgaver.

Hvad er nogle innovative måder, hvorpå du udnytter data og AI til gavn for dit bureau?

Pamela Isom: Ansvaret for at koordinere tværgående AI-initiativer og strategisk planlægning af afdelingsdækkende AI-resultater er afgørende for at sikre vores infrastruktur og maksimere missionspåvirkninger. I 2022 er mit team fokuseret på innovativ AI-styring, hvor ansvarlig og troværdig AI er standarden. Vi har brug for mere menneskecentreret integration i AI-livscyklussen og et fødereret katalog af algoritmer og datasæt, så det er nemmere at spore virkningerne af vores AI-investeringer, som vi forfølger. 

AI Risk Management Playbook (AIRMP) er en anvendt innovation, som vi forventer at implementere til offentligheden, hvis alt går efter planen i 2023. AIRMP fanger risikoscenarier og giver foreskrivende vejledning til at afbøde disse risici, så AI-beslutninger er ansvarlige og troværdige. Afspilningsbogen tager endda hensyn til begrænsninger, der er relevante for kantenheder som ubemandede systemer og personlige enheder. Edge AI-systemer gør det muligt for teams, såsom vores nødhjælpspersonale, at handle hurtigt på data lige der, hvor de er fanget. Der er dog modstridende trusler og sårbarheder, som AIRMP understøtter. 

Apropos innovation startede AI-teamet året 2022 med en branchefokusgruppesession om konvergensen af ​​AI og fordybende teknologier, idet de var meget opmærksomme på konvergensen af ​​AI og udvidet virkelighed (XR) på grund af den betydelige vækst i dette rum nu og i fremtiden. Fordybende oplevelser er værdifulde til træning og præcisionsmodellering af kritiske situationer, såsom scenarier for autonome køretøjer, hvor syntetiske data nogle gange er sikrere og ikke så invasive som realtidsdata. I samarbejde med andre programkontorer forfølger mit team brugen af ​​AI og mixed reality for at etablere AI-træningspensum for arbejdsstyrken og for talentstyring på tværs af lokalsamfund.

Hvordan udnytter du overhovedet automatisering til at hjælpe på din rejse til AI?

Pamela Isom: Vi anvender automatisering på vigtige forretningsprocesser. Vi igangsatte en pilot for at strømline lånebehandlingen og besvare nogle centrale spørgsmål, som kunderne typisk stiller, så processorer kan fokusere på mere strategiske opgaver. Vi anvender både konversations-AI og robotprocesautomatisering til at løse operationelle opgaver. Vi udnytter de muligheder, der er ude af boksen i cloudmiljøer, som et indgangspunkt for automatiseringsplatforme og teknologier, men vi er også kendt for vores supercomputere, som vi bruger til de mest komplekse arbejdsbelastninger, og hvor det giver mening. Nogle interessenter foretrækker kommercielle hyldeprodukter, men i betragtning af fremskridtene inden for datavidenskab finder vi, at hybrid er den bedst egnede tilgang til at imødekomme vores behov på nuværende tidspunkt. 

Hvordan identificerer du hvilke(t) problemområde(r) du skal starte med for dine automatiserings- og kognitive teknologiprojekter? 

Pamela Isom: To udtryk kommer til at tænke på. Først og fremmest er 'fokus på mission' og 2. er 'lyt'. Anvendelsen af ​​innovationer til missionsopnåelse er en absolut nødvendighed. For eksempel kunne AI-algoritmer udnyttes til at sikre, at nettransmissioner er modstandsdygtige, og så rent energiregnskab anvendes retfærdigt på tværs af samfund. Vi udfører AI-forskning, udvikling, demonstrationer og praktiserer genbrug og audits for at maksimere effektiviteten af ​​sådanne AI-løsninger. Vi lytter til interessenternes behov, ønsker og smertepunkter. Vi vedligeholder en fortegnelse over AI-investeringer, som vi gennemgår og opdaterer mindst årligt gennem vores kunstig intelligens-udvekslingssystem (AIX). Fokussessioner med industrien og den akademiske verden for at høre individuelle perspektiver udføres for at udveksle meninger og fange industriens indsigt om målrettede AI-emner. I bund og grund vurderer vi nuværende og måltilstand, identificerer huller og gennem vores AI-strategi, prioriterer, orkestrerer og deltager i leveringen af ​​programmer, der fører os fremad med automatiserings- og kognitive teknologiprojekter.

Hvad er nogle af de unikke muligheder, den offentlige sektor har, når det kommer til data og AI?

Pamela Isom: Strategiske partnerskaber med den private sektor, den akademiske verden og internationale teams er store muligheder for den offentlige sektor. Agenturer har mulighed for at gå foran og skabe AI-regler for udvikling af aktiver, deling og moderne praksis for privatliv. Lovgivning, såsom forbedring af nationens cybersikkerhed og transformation af føderale kundeoplevelser og serviceydelser for at genopbygge tilliden til regeringen, regner alle med etiske, ansvarlige og troværdige løsninger som AI, der respekterer vores borgerrettigheder og frihedsrettigheder. Sammen kan vi gennem strategiske partnerskaber undersøge og opdage de mest forskelligartede scenarier og sammensætte løsninger, der beskytter data og samtidig muliggør bredere adgang. Der skal være en national platform for forskning og samarbejde, og derfor er National AI Research Resource Task Force, som mit team er medlem af, så meget vigtig. Den offentlige sektor kan ikke opfylde regulatoriske krav alene – det kræver såvel industri, akademi som internationalt samarbejde.

Hvad er nogle use cases, du kan dele, hvor du med succes har anvendt AI?

Pamela Isom: Specifikt anvender AI-teamet maskinlæringstekstanalyse og -klynger sammen med fremskridt i behandling af naturligt sprog for at hjælpe med strategisk analyse af afdelingens AI-projekt og opgørelse af use case. Anvendelsestilfældene spænder fra næste generations domænebevidste AI-metodeforskning for at styrke vores nationale sikkerhed til rene energiprojekter, der identificerer materialer, der skal bruges til at håndtere klimakrisen. Vi kan identificere temaer baseret på inventerede data og tilpasse interessenter fra hele afdelingen med fælles synergier, så vi maksimerer stordriftsfordele, reducerer spild, informerer og driver flere tværgående AI-aktiviteter. Vi udvikler løbende vores lagerdata, og i dag kan vi identificere, hvor AI-investeringerne er, og om der er muligheder for at forbedre kundeoplevelsen. Uden anvendt AI ville mine team- og afdelingsinteressenter skulle gennemsøge enorme mængder data, og det ville være næsten umuligt at drage rettidige AI-porteføljeslutninger, som er nødvendige for strategisk beslutningstagning. 

Når vi holder øje med missionen, er vores forskning i undergrundsområdet dybtgående i retning af kulstoffangst og -lagring. Det videnskabsorienterede maskinlæringsinitiativ til at accelerere realtidsbeslutninger i undergrundsapplikationer (SMART). Dette transformerer vores interaktioner inden for og forståelse af undergrunden og forbedrer væsentligt effektiviteten og effektiviteten af ​​kulstoflagring i feltskala og ukonventionelle olie- og gasoperationer. SMART er en multi-organisatorisk indsats finansieret af DOE's Carbon Storage and Upstream Oil and Gas Program med tre fokusområder for realtidsvisualisering, virtuel læring og prognoser.

Kan du dele nogle af udfordringerne, når det kommer til AI og ML i den offentlige sektor?

Pamela Isom: Ejerskab af AI er en udfordring, som vi arbejder igennem. Overfloden af ​​data giver et stadigt stigende behov for AI til at navigere og forudsige med nøjagtighed. Dataanmærkningsstandarder for vertikalerne, f.eks. energi er ikke let tilgængelige. Der er mulighed for at udvikle maskinlæring, før du anvender mere avanceret uovervåget læring til at løse missionskritiske brugssager. Der er også en betydelig mulighed for at udvide AI-talentstyring uden for afdelingen. Som vi gjorde med cyber, skal der være mere fokus på datavidenskab og AI-vækst for nationen, vi har ikke noget valg i sagen.

Hvordan fungerer analyse, automatisering og kunstig intelligens sammen i dit bureau?

Pamela Isom: Selvom analyser kan være et start- eller indgangspunkt for AI, anvender vi alle tre (analyse, automatisering og AI) for at give den største effekt af ansvarlige anbefalinger og troværdig beslutningstagning. Der er muligheder for at forbedre nogle fundamentale elementer, så AI-operationer (AIOps) fremmer DevSecOps-koncepter med integrerede AI-forsikringer, og gennem mulighederne (analyse, automatisering og AI) er der betydelige muligheder for at forbedre samarbejdet mellem instanser til fælles beslutningstagning. Jeg vil indrømme, at jeg ser mere af den sammenhæng i dag, men mulighederne er stadig.

Hvordan navigerer du i forhold til privatliv, tillid og sikkerhed omkring brugen af ​​kunstig intelligens?

Pamela Isom: Disse er kritiske elementer i AI-risikostyringshåndbogen (AIRMP), der blev frigivet internt i 2021. AIRMP guider interessenter gennem privatliv, tillid og sikkerhedsspørgsmål (fra et kontradiktorisk perspektiv) og informerer brugere om potentielle sårbarheder introduceret med AI. Vi ønsker, at andre, herunder National Institute of Standards and Technology (NIST), drager fordel af og bidrager til denne indsats.

Hvad gør du for at udvikle en AI-klar arbejdsstyrke?

Pamela Isom: Vi samarbejder med de nationale laboratorier og underviser AI til DOE-interessenter to gange om året. I 2022 ønsker vi at løfte uddannelsen til et andet niveau med som nævnt introduktion til fordybende læring. 

Jeg har et personligt mål om at hjælpe samfund, der er påvirket af automatiseringsaspekterne af AI. Et område af bekymring er job, som også er et fokus for energiministeren og administrationen. Vi har brug for, at borgerne opretholder og vokser i deres job, ikke mister dem på grund af AI-fremskridt. Arbejdere skal vide, hvordan man arbejder sammen med robotter, for eksempel, og hvordan man øger forklaringsaspekterne ved AI, så slutninger valideres og kommunikeres korrekt. Denne evne er på linje med de blødere, men kritiske færdigheder, der letter forbrugernes tillid og samtidig skaber unikke muligheder for kompetenceudvikling. Skolelærere bør for eksempel inkluderes i algoritmisk træning og som minimum testning for at hjælpe med at skabe retfærdige, upartiske output. De har brug for forsikringer om, at AI-slutninger ikke vil påvirke elevernes adfærd negativt eller sætte liv på spil ved adoption. Forklarlig AI er lovende i denne henseende. Disse eksempler repræsenterer en brøkdel af det kompetence- og talentudviklingspotentiale, der kan redde liv.

Hvilke AI-teknologier ser du mest frem til i de kommende år?

Pamela Isom: Jeg er spændt på 2022 og de fremadrettede aktiviteter, der dukker op i forhold til næste generations AI. Jeg ser meget frem til fremskridt inden for AI, så afhængigheden af ​​data ikke er så dyb, og snarere finder AI ud af, hvilke data den skal bruge for at løse problemer. Jeg læner mig op ad værktøjer og teknologier, der giver forklaringer på løsninger og rationalet bag forudsigelser. Afdelingen tager en stærkere lederrolle inden for kunstig intelligens ved at forbedre koordineringen af ​​strategi, planlægning og implementering af programmer. De nationale laboratorier og AI-inkubatorinitiativet, sponsoreret af Lawrence Livermore, er et af mange eksempler på innovation, der sker. Når det kommer til risikoreduktion, ønsker vi at sikre, at AI ikke introducerer energi- og ressourceineffektivitet, der kan modvirke dekarboniseringsbestræbelser, og vi brænder for at levere ansvarlig, etisk AI til gavn for missionen, nationen og især vores børn. 

Pamela Isom, vil præsentere ved AI in Government-begivenheden i februar 2021, hvor hun vil tage fat på, hvordan DOE maksimerer virkningerne af AI gennem strategisk koordinering, planlægning og kundeservice excellence, herunder adressering af AI-etik, AI-principper og AI-risikostyrings-playbook-højdepunkter .