ジョンP.デズモンド、AIトレンドエディター
信頼できるAIと機械学習を進めて政府機関のリスクを軽減することは、米国エネルギー省（DOE）の優先事項であり、AIを大規模に実装するためのベストプラクティスを特定することは、米国一般調達局（GSA）の優先事項です。
それは、出席者がでのXNUMXつのセッションで学んだことです。 AI世界政府 先週、バージニア州アレクサンドリアで開催されたライブおよびバーチャルイベント。
DOEのAIおよびテクノロジーオフィスのディレクターであるPamelaIsomは、エージェンシーのリスクを軽減するための信頼できるAIおよびMLテクニックの進歩について話し、数年前からエージェンシー全体でAIの使用を広めることに携わってきました。 彼女は、応用AIとデータサイエンスに重点を置き、リスク軽減のポリシーと基準を監督し、AIを応用して人命を救い、詐欺と戦い、サイバーセキュリティインフラストラクチャを強化してきました。
彼女は、AIプロジェクトの取り組みが戦略的ポートフォリオの一部である必要性を強調しました。 「私のオフィスは、AIに関する全体的な見方を推進し、課題に取り組むために私たちを結集することでリスクを軽減するためにあります」と彼女は言いました。 この取り組みは、研究、開発、配信、AIの採用を加速することにより、DOEを世界をリードするAI企業に変革することに焦点を当てているDOEのAIおよびテクノロジーオフィスによって支援されています。
「私は私の組織に、あなたが何トンものデータを持つことができるという事実に注意するように言っていますが、それは代表的ではないかもしれません」と彼女は言いました。 彼女のチームは、AIを組み込んだシステムからの「信頼できる」結果について、国際的なパートナー、業界、学界、その他の機関からの例を調べています。
「私たちは、AIが人間が行うことを実行し、それをより良くしようとすることにおいて破壊的であることを知っています」と彼女は言いました。 「それは人間の能力を超えています。 スプレッドシートのデータを超えています。 自分で考える前に、次に何をするかを教えてくれます。 それはとても強力です」と彼女は言いました。
その結果、データソースに細心の注意を払う必要があります。 「AIは経済と国家安全保障にとって不可欠です。 精度が必要です。 信頼できるアルゴリズムが必要です。 正確さが必要です。 バイアスは必要ありません」とIsom氏は付け加え、「モデルが展開されてからずっと後に、モデルの出力を監視する必要があることを忘れないでください」と付け加えました。
大統領命令ガイドGSAAI作業
今年14028月に発行された政府機関のサイバーセキュリティに対処するための一連の詳細な行動である大統領令13960と、2020年XNUMX月に発行された連邦政府での信頼できるAIの使用を促進する大統領令XNUMXは、彼女に貴重なガイドを提供します。仕事。
AIの開発と展開のリスクを管理するために、IsomはAIリスク管理ハンドブックを作成しました。このハンドブックには、システムの機能と軽減手法に関するガイダンスが記載されています。 また、AIのライフサイクルステージとリスクタイプ全体で考慮される倫理的で信頼できる原則のためのフィルターもあります。 さらに、このプレイブックは関連する大統領命令に関連付けられています。
また、結果が80％の精度で得られたが、90％が必要だったなどの例が示されています。 「そこで何かがおかしい」とIsom氏は付け加え、「このプレイブックは、これらのタイプの問題と、リスクを軽減するために何ができるか、プロジェクトを設計および構築する際に考慮すべき要素を検討するのに役立ちます。」
現在、DOEの内部にありますが、代理店は外部バージョンの次のステップを検討しています。 「私たちはすぐに他の連邦機関とそれを共有するでしょう」と彼女は言いました。
AIプロジェクトをスケーリングするためのGSAのベストプラクティスの概要
GSAのAIセンターオブエクセレンス（CoE）の連邦AI実装担当ディレクターであるAnil Chaudhryは、AIを大規模に実装するためのベストプラクティスについて講演し、防衛におけるテクノロジーの提供、運用、およびプログラム管理において20年以上の経験があります。インテリジェンスと国家安全保障部門。
CoEの使命は、政府全体のテクノロジーの近代化を加速し、公共の経験を向上させ、運用効率を高めることです。 「私たちのビジネスモデルは、問題を解決するために業界の対象分野の専門家と提携することです。私たちは業界のソリューションを再現して複製するビジネスではありません」とChaudhry氏は付け加えました。
CoEは、連邦政府がAI開発に深く関与しているため、パートナー機関に推奨事項を提供し、パートナー機関と協力してAIシステムを実装しています。 「AIにとって、政府の状況は広大です。 現在、すべての連邦政府機関で何らかのAIプロジェクトが進行中です」と彼は述べ、AIの経験の成熟度は政府機関によって大きく異なります。
彼が見ている典型的な使用例には、AIが速度と効率の向上、コスト削減とコスト回避、応答時間の改善、品質とコンプライアンスの向上に焦点を当てていることが含まれます。 ベストプラクティスのXNUMXつとして、彼は代理店を推奨しました 彼らの商業経験を精査する 彼らが政府で遭遇するであろう大きなデータセットで。
「ここでは、構造化データと非構造化データのペタバイトとエクサバイトについて話しています」とChaudhry氏は述べています。 [Ed。 注：ペタバイトは1,000テラバイトです。] 「また、マクロおよびミクロの傾向分析を行う方法に関する戦略とプロセス、ロボットプロセス自動化などのボットの展開における経験、およびデータのドリフトの結果として持続可能性を実証する方法について、業界パートナーに質問してください。 。」
彼はまた、潜在的な業界パートナーに チームのAIタレントについて説明する または彼らがアクセスできる才能。 会社がAIの才能に弱い場合、Chaudhryは、「何かを購入した場合、それを評価する方法がないときに、必要なものが得られたことをどのようにして知ることができますか？」と尋ねます。
彼は次のように付け加えました。「AIを実装する際のベストプラクティスは、AIツール、テクニック、プラクティスを活用するために従業員をトレーニングする方法を定義し、従業員を成長させ成熟させる方法を定義することです。 才能へのアクセスは、特にパイロットを完全に展開されたシステムにスケールアップする場合、AIプロジェクトの成功または失敗につながります。」
別のベストプラクティスでは、Chaudhryは業界パートナーの 金融資本へのアクセス。 「AIは資本の流れが非常に不安定な分野です。 「今年、目的の場所にたどり着くためにXドルを費やすと予測したり、予測したりすることはできません」と彼は言いました。AI開発チームは別の仮説を検討したり、透過的でない可能性のあるデータをクリーンアップしたりする必要があるかもしれないからです。または潜在的に偏っている。 「資金を利用できない場合、プロジェクトが失敗するリスクがあります」と彼は言いました。
もうXNUMXつのベストプラクティスは 物流資本へのアクセス、AIIoTシステム用にセンサーが収集するデータなど。 「AIには、信頼できるタイムリーな膨大な量のデータが必要です。 そのデータに直接アクセスすることが重要です」とChaudhry氏は述べています。 彼は、AIシステムに関連する組織とデータ共有契約を結ぶことを推奨しました。 「すぐには必要ないかもしれませんが、データにアクセスできるので、すぐに使用でき、データが必要になる前にプライバシーの問題を検討することは、AIプログラムをスケーリングするための良い習慣です」と彼は言いました。
最後のベストプラクティスは、 物理インフラストラクチャ、 データセンタースペースなど。 Chaudhry氏は、「パイロット段階では、データセンターで予約する必要のある容量と、管理する必要のあるエンドポイントの数を知る必要があります」と述べ、「これはすべて結びついています。資本と他のすべてのベストプラクティスへのアクセスに。」
で詳細はこちら AI世界政府.
PlatoAi。 Web3の再考。 増幅されたデータインテリジェンス。
アクセスするには、ここをクリックしてください。
