जॉन पी। डेसमंड, एआई ट्रेंड्स एडिटर द्वारा
एजेंसी के जोखिम को कम करने के लिए भरोसेमंद एआई और मशीन लर्निंग को आगे बढ़ाना अमेरिकी ऊर्जा विभाग (डीओई) की प्राथमिकता है, और एआई को बड़े पैमाने पर लागू करने के लिए सर्वोत्तम प्रथाओं की पहचान करना यूएस जनरल सर्विसेज एडमिनिस्ट्रेशन (जीएसए) की प्राथमिकता है।
उपस्थित लोगों ने दो सत्रों में यही सीखा ऐ विश्व सरकार पिछले हफ्ते अलेक्जेंड्रिया, वीए में आयोजित लाइव और आभासी कार्यक्रम।
डीओई में एआई और प्रौद्योगिकी कार्यालय की निदेशक पामेला आइसोम, जिन्होंने एजेंसी जोखिमों को कम करने के लिए भरोसेमंद एआई और एमएल तकनीकों को आगे बढ़ाने पर बात की, कई वर्षों से एजेंसी में एआई के उपयोग को बढ़ाने में शामिल हैं। एप्लाइड एआई और डेटा साइंस पर जोर देने के साथ, वह जोखिम शमन नीतियों और मानकों की देखरेख करती है और जीवन बचाने, धोखाधड़ी से लड़ने और साइबर सुरक्षा बुनियादी ढांचे को मजबूत करने के लिए एआई को लागू करने में शामिल रही है।
उन्होंने रणनीतिक पोर्टफोलियो का हिस्सा बनने के लिए एआई परियोजना के प्रयास की आवश्यकता पर जोर दिया। "मेरा कार्यालय एआई पर एक समग्र दृष्टिकोण चलाने और चुनौतियों का सामना करने के लिए हमें एक साथ लाकर जोखिम को कम करने के लिए है," उसने कहा। प्रयास को डीओई के एआई और प्रौद्योगिकी कार्यालय द्वारा सहायता प्रदान की जाती है, जो अनुसंधान, विकास, वितरण और एआई को अपनाने में तेजी लाकर डीओई को विश्व-अग्रणी एआई उद्यम में बदलने पर केंद्रित है।
"मैं अपने संगठन को इस तथ्य से सावधान रहने के लिए कह रही हूं कि आपके पास टन और टन डेटा हो सकता है, लेकिन यह प्रतिनिधि नहीं हो सकता है," उसने कहा। उनकी टीम एआई को शामिल करने वाली प्रणालियों से "हम भरोसा कर सकते हैं" परिणामों के लिए अंतरराष्ट्रीय भागीदारों, उद्योग, शिक्षाविदों और अन्य एजेंसियों के उदाहरणों को देखती है।
"हम जानते हैं कि एआई विघटनकारी है, यह करने की कोशिश में कि मनुष्य क्या करते हैं और इसे बेहतर करते हैं," उसने कहा। “यह मानवीय क्षमता से परे है; यह स्प्रैडशीट्स में डेटा से परे जाता है; इससे पहले कि मैं स्वयं इस पर विचार करूं, यह मुझे बता सकता है कि मैं आगे क्या करने जा रहा हूं। यह इतना शक्तिशाली है, ”उसने कहा।
नतीजतन, डेटा स्रोतों पर पूरा ध्यान देना चाहिए। “एआई अर्थव्यवस्था और हमारी राष्ट्रीय सुरक्षा के लिए महत्वपूर्ण है। हमें सटीकता की आवश्यकता है; हमें ऐसे एल्गोरिदम चाहिए जिन पर हम भरोसा कर सकें; हमें सटीकता चाहिए। हमें पूर्वाग्रहों की आवश्यकता नहीं है, "आइसोम ने कहा," और यह मत भूलो कि आपको तैनात किए जाने के बाद लंबे समय तक मॉडल के आउटपुट की निगरानी करने की आवश्यकता है।
कार्यकारी आदेश गाइड GSA AI कार्य
कार्यकारी आदेश 14028, इस वर्ष मई में जारी सरकारी एजेंसियों की साइबर सुरक्षा को संबोधित करने के लिए कार्यों का एक विस्तृत सेट, और कार्यकारी आदेश 13960, दिसंबर 2020 में जारी संघीय सरकार में भरोसेमंद एआई के उपयोग को बढ़ावा देने के लिए, उसे मूल्यवान गाइड प्रदान करते हैं। काम।
एआई विकास और परिनियोजन के जोखिम को प्रबंधित करने में मदद करने के लिए, आइसोम ने एआई जोखिम प्रबंधन प्लेबुक का निर्माण किया है, जो सिस्टम सुविधाओं और शमन तकनीकों के बारे में मार्गदर्शन प्रदान करता है। इसमें नैतिक और भरोसेमंद सिद्धांतों के लिए एक फ़िल्टर भी है, जिसे एआई जीवनचक्र चरणों और जोखिम प्रकारों में माना जाता है। साथ ही, प्लेबुक प्रासंगिक कार्यकारी आदेशों से संबंधित है।
और यह उदाहरण प्रदान करता है, जैसे कि आपके परिणाम 80% सटीकता पर आए, लेकिन आप 90% चाहते थे। "वहां कुछ गड़बड़ है," इसॉम ने कहा, "प्लेबुक आपको इस प्रकार की समस्याओं को देखने में मदद करता है और आप जोखिम को कम करने के लिए क्या कर सकते हैं, और आपको अपनी परियोजना को डिजाइन और निर्माण के रूप में किन कारकों का वजन करना चाहिए।"
वर्तमान में डीओई के लिए आंतरिक होने पर, एजेंसी बाहरी संस्करण के लिए अगले चरणों पर विचार कर रही है। "हम इसे जल्द ही अन्य संघीय एजेंसियों के साथ साझा करेंगे," उसने कहा।
एआई परियोजनाओं को स्केल करने के लिए जीएसए सर्वोत्तम अभ्यास उल्लिखित
अनिल चौधरी, जीएसए के एआई सेंटर ऑफ एक्सीलेंस (सीओई) के लिए फेडरल एआई इंप्लीमेंटेशन के निदेशक, जिन्होंने एआई को स्केल पर लागू करने के लिए सर्वोत्तम अभ्यासों पर बात की, को रक्षा में प्रौद्योगिकी वितरण, संचालन और कार्यक्रम प्रबंधन में 20 से अधिक वर्षों का अनुभव है। खुफिया और राष्ट्रीय सुरक्षा क्षेत्र।
CoE का मिशन सरकार भर में प्रौद्योगिकी आधुनिकीकरण में तेजी लाना, सार्वजनिक अनुभव में सुधार करना और परिचालन दक्षता में वृद्धि करना है। चौधरी ने कहा, "हमारा व्यवसाय मॉडल उद्योग के विषय विशेषज्ञों के साथ समस्याओं को हल करने के लिए साझेदारी करना है," चौधरी ने कहा, "हम उद्योग समाधानों को फिर से बनाने और उनकी नकल करने के व्यवसाय में नहीं हैं।"
सीओई सहयोगी एजेंसियों को सिफारिशें प्रदान कर रहा है और एआई सिस्टम को लागू करने के लिए उनके साथ काम कर रहा है क्योंकि संघीय सरकार एआई विकास में भारी रूप से संलग्न है। "एआई के लिए, सरकारी परिदृश्य विशाल है। प्रत्येक संघीय एजेंसी के पास अभी किसी न किसी प्रकार की AI परियोजना चल रही है, ”उन्होंने कहा, और AI अनुभव की परिपक्वता एजेंसियों में व्यापक रूप से भिन्न होती है।
विशिष्ट उपयोग के मामलों में वह देख रहा है कि गति और दक्षता बढ़ाने, लागत बचत और लागत से बचने पर, बेहतर प्रतिक्रिया समय और बढ़ी हुई गुणवत्ता और अनुपालन पर एआई ध्यान केंद्रित करना शामिल है। एक सर्वोत्तम अभ्यास के रूप में, उन्होंने एजेंसियों की सिफारिश की उनके व्यावसायिक अनुभव का परीक्षण करें सरकार में उनका सामना करने वाले बड़े डेटासेट के साथ।
चौधरी ने कहा, "हम यहां संरचित और असंरचित डेटा के पेटाबाइट्स और एक्साबाइट्स की बात कर रहे हैं।" [ईडी। नोट: एक पेटाबाइट 1,000 टेराबाइट है।] “उद्योग भागीदारों से उनकी रणनीतियों और प्रक्रियाओं के बारे में भी पूछें कि वे मैक्रो और माइक्रो ट्रेंड विश्लेषण कैसे करते हैं, और रोबोटिक प्रोसेस ऑटोमेशन जैसे बॉट्स की तैनाती में उनका अनुभव क्या रहा है, और डेटा के बहाव के परिणामस्वरूप वे स्थिरता कैसे प्रदर्शित करते हैं ।"
वह संभावित उद्योग भागीदारों से भी कहता है उनकी टीम में एआई प्रतिभा का वर्णन करें या वे किस प्रतिभा तक पहुँच सकते हैं। यदि कंपनी एआई प्रतिभा पर कमजोर है, तो चौधरी पूछेंगे, "यदि आप कुछ खरीदते हैं, तो आपको कैसे पता चलेगा कि आपको वह मिल गया जो आप चाहते थे जब आपके पास इसका मूल्यांकन करने का कोई तरीका नहीं है?"
उन्होंने आगे कहा, "एआई को लागू करने में सबसे अच्छा अभ्यास यह परिभाषित करना है कि आप एआई टूल्स, तकनीकों और प्रथाओं का लाभ उठाने के लिए अपने कर्मचारियों को कैसे प्रशिक्षित करते हैं, और यह परिभाषित करने के लिए कि आप अपने कार्यबल को कैसे विकसित और परिपक्व करते हैं। प्रतिभा तक पहुंच एआई परियोजनाओं में या तो सफलता या विफलता की ओर ले जाती है, खासकर जब एक पायलट को पूरी तरह से तैनात प्रणाली तक बढ़ाने की बात आती है। ”
एक अन्य सर्वोत्तम अभ्यास में, चौधरी ने उद्योग भागीदार की जांच करने की सिफारिश की वित्तीय पूंजी तक पहुंच। “एआई एक ऐसा क्षेत्र है जहां पूंजी का प्रवाह अत्यधिक अस्थिर होता है। उन्होंने कहा, "आप अनुमान नहीं लगा सकते हैं या प्रोजेक्ट नहीं कर सकते हैं कि आप इस साल एक्स राशि खर्च करेंगे, जहां आप बनना चाहते हैं," उन्होंने कहा, क्योंकि एक एआई विकास टीम को एक और परिकल्पना का पता लगाने की आवश्यकता हो सकती है, या कुछ डेटा साफ़ कर सकते हैं जो पारदर्शी नहीं हो सकता है या संभावित रूप से पक्षपाती है। "यदि आपके पास फंडिंग तक पहुंच नहीं है, तो यह एक जोखिम है कि आपकी परियोजना विफल हो जाएगी," उन्होंने कहा।
एक और सर्वोत्तम अभ्यास है रसद पूंजी तक पहुंच, जैसे डेटा जो सेंसर AI IoT सिस्टम के लिए एकत्र करते हैं। “एआई को भारी मात्रा में डेटा की आवश्यकता होती है जो आधिकारिक और समय पर हो। उस डेटा तक सीधी पहुंच महत्वपूर्ण है, ”चौधरी ने कहा। उन्होंने सिफारिश की कि एआई सिस्टम से संबंधित संगठनों के साथ डेटा साझाकरण समझौते किए जाएं। "आपको इसकी तुरंत आवश्यकता नहीं हो सकती है, लेकिन डेटा तक पहुंच होने के कारण, आप तुरंत इसका उपयोग कर सकते हैं और डेटा की आवश्यकता से पहले गोपनीयता के मुद्दों पर विचार करना, एआई कार्यक्रमों को स्केल करने के लिए एक अच्छा अभ्यास है," उन्होंने कहा।
एक अंतिम सर्वोत्तम अभ्यास योजना बना रहा है भौतिक मूलढ़ांचा, जैसे डेटा सेंटर स्पेस। चौधरी ने कहा, "जब आप एक पायलट में होते हैं, तो आपको यह जानना होगा कि आपको अपने डेटा सेंटर में कितनी क्षमता आरक्षित करने की आवश्यकता है, और आपको कितने अंतिम बिंदुओं को प्रबंधित करने की आवश्यकता है", चौधरी ने कहा, "यह सब वापस जुड़ता है पूंजी और अन्य सभी सर्वोत्तम प्रथाओं तक पहुंच के लिए।"
में और अधिक जानें ऐ विश्व सरकार.
प्लेटोए. Web3 फिर से कल्पना की गई। डेटा इंटेलिजेंस प्रवर्धित।
एक्सेस करने के लिए यहां क्लिक करें।
