美國能源部如何改變人工智能

美國能源部 (DOE) 長期以來一直是最注重科學、技術和創新的美國聯邦機構之一。 因此，美國能源部繼續投資人工智能和機器學習等變革性技術也就不足為奇了。 

美國能源部成立了人工智能與技術（AITO）辦公室，通過加速人工智能的研究、開發、交付和採用，幫助能源部轉型為世界領先的人工智能（AI）企業。 AITO 新任主任帕梅拉·伊索姆(Pamela Isom) 將在2021 年XNUMX 月舉行的人工智能政府活動中發表演講，分享他們如何通過戰略協調、規劃和卓越的客戶服務來最大限度地發揮人工智能的影響。 在這篇採訪文章中，伊索姆女士更詳細地介紹了能源部如何利用數據和變革性技術來幫助推進該機構的核心使命。

您利用數據和人工智能為您的機構帶來哪些創新方式？

帕梅拉·伊索姆： 協調跨領域人工智能計劃和戰略規劃全部門人工智能成果的責任對於保護我們的基礎設施和最大限度地提高任務影響至關重要。 2022 年，我的團隊將專注於創新的人工智能治理，其中負責任且值得信賴的人工智能將成為標準。 我們確實需要在人工智能生命週期中進行更多以人為本的集成，以及算法和數據集的聯合目錄，以便更容易跟踪我們正在追求的人工智能投資的影響。 

AI 風險管理手冊(AIRMP) 是一項應用創新，如果一切按計劃進行，我們預計將在2023 年向公眾部署。AIRMP 捕獲風險場景並提供規範性指導來減輕這些風險，從而使AI 決策負責任且值得信賴。 該手冊甚至考慮了與無人系統和個人設備等邊緣設備相關的緩解措施。 邊緣人工智能係統使我們的應急響應人員等團隊能夠在捕獲數據的地方快速採取行動。 然而，AIRMP 支持一些對抗性威脅和漏洞。 

說到創新，人工智能團隊以一場關於人工智能和沈浸式技術融合的行業焦點小組會議拉開了2022 年的序幕，密切關注人工智能和擴展現實(XR) 的融合，因為該領域目前正在顯著增長以及未來。 沉浸式體驗對於關鍵情況的訓練和精確建模非常有價值，例如自動駕駛汽車場景，有時合成數據更安全，並且不像實時數據那樣具有侵入性。 我的團隊與其他項目辦公室合作，致力於利用人工智能和混合現實為勞動力和跨社區的人才管理建立人工智能培訓課程。

您如何利用自動化來幫助您邁向人工智能之旅？

帕梅拉·伊索姆： 我們在關鍵業務流程上應用自動化。 我們啟動了一項試點，以簡化貸款處理並回答客戶通常提出的一些關鍵問題，以便處理者可以專注於更具戰略性的任務。 我們正在應用對話式人工智能和機器人流程自動化來解決運營任務。 我們正在利用雲環境中開箱即用的功能作為自動化平台和技術的切入點，但我們也以超級計算機而聞名，我們將其用於最複雜的工作負載和有意義的地方。 一些利益相關者更喜歡商業現成產品，但鑑於數據科學的進步，我們確實發現混合是目前滿足我們需求的最合適方法。 

您如何確定自動化和認知技術項目從哪些問題領域開始？ 

帕梅拉·伊索姆： 我想到了兩種表達方式。 首先也是最重要的是“專注於使命”，第二是“傾聽”。 應用創新來完成任務勢在必行。 例如，可以利用人工智能算法來確保電網傳輸具有彈性，從而使清潔能源核算在各個社區中得到公平應用。 我們進行人工智能研究、開發、演示以及實踐重用和審計，以最大限度地提高此類人工智能解決方案的效率。 我們傾聽利益相關者的需求、願望和痛點。 我們維護人工智能投資清單，並至少每年通過人工智能交換 (AIX) 系統進行審查和更新。 與行業和學術界舉行焦點會議，聽取個人觀點，就目標人工智能主題交換意見並獲取行業見解。 本質上，我們評估當前和目標狀態，找出差距，並通過我們的人工智能戰略，確定優先順序、編排和參與交付項目，推動我們推進自動化和認知技術項目。

公共部門在數據和人工智能方面有哪些獨特的機會？

帕梅拉·伊索姆： 與私營部門、學術界和國際團隊的戰略夥伴關係對於公共部門來說是巨大的機會。 各機構有機會脫穎而出，為資產開發、共享和現代隱私實踐制定人工智能法規。 改善國家網絡安全、轉變聯邦客戶體驗和服務交付以重建對政府的信任等立法都依賴於道德、負責任、值得信賴的解決方案，例如尊重我們公民權利和自由的人工智能。 通過戰略合作夥伴關係，我們可以共同研究和發現最多樣化的場景，並製定保護數據的解決方案，同時實現更廣泛的訪問。 必須有一個國家級的研究和合作平台，這就是為什麼國家人工智能研究資源工作組（我的團隊是其中的成員）如此重要。 公共部門無法單獨滿足監管要求——它需要行業、學術界以及國際合作。

您可以分享哪些成功應用人工智能的用例？

帕梅拉·伊索姆： 具體來說，人工智能團隊應用機器學習文本分析和聚類以及自然語言處理進步來協助對該部門的人工智能項目和用例清單進行戰略分析。 用例範圍從用於加強國家安全的下一代領域感知人工智能方法研究到識別必須用於解決氣候危機的材料的清潔能源項目。 我們可以根據庫存數據確定主題，並通過共同的協同作用協調整個部門的利益相關者，從而最大限度地發揮規模經濟、減少浪費、提供信息並推動更多跨領域的人工智能活動。 我們不斷發展我們的庫存數據，今天我們可以確定人工智能投資在哪裡，以及是否存在改善客戶體驗的機會。 如果沒有應用人工智能，我的團隊和部門利益相關者將不得不篩選大量數據，並且幾乎不可能及時得出戰略決策所需的人工智能組合推論。 

我們密切關注任務，對地下區域的研究對碳捕獲和儲存具有深遠意義。 用於加速地下應用實時決策的科學機器學習 (SMART) 計劃。 這正在改變我們對地下的相互作用和理解，並顯著提高油田規模碳儲存和非常規石油和天然氣作業的效率和有效性。 SMART 是一項由美國能源部碳儲存和上游石油和天然氣計劃資助的多組織項目，重點關註三個領域：實時可視化、虛擬學習和預測。

您能否分享一下公共部門人工智能和機器學習面臨的一些挑戰？

帕梅拉·伊索姆： 人工智能的所有權是我們正在努力解決的一個挑戰。 大量數據對人工智能準確導航和預測的需求日益增長。 垂直行業（例如能源）的數據註釋標準不容易獲得。 在應用更先進的無監督學習來解決關鍵任務用例之前，有機會發展機器學習。 還有一個重要的機會將人工智能人才管理擴展到部門之外。 正如我們在網絡領域所做的那樣，國家需要更多地關注數據科學和人工智能的發展，我們在這件事上別無選擇。

分析、自動化和人工智能如何在您的機構協同工作？

帕梅拉·伊索姆： 雖然分析可能是人工智能的起點或切入點，但我們應用這三者（分析、自動化和人工智能）來提供負責任的建議和可信的決策的最大影響。 有機會改進一些基礎知識，以便人工智能運營 (AIOps) 通過集成人工智能保證推進 DevSecOps 概念，並且通過功能（分析、自動化和人工智能），有很大機會加強機構間協作以實現共享決策。 我承認，今天我看到了更多的凝聚力，但機會仍然存在。

您如何解決圍繞人工智能使用的隱私、信任和安全問題？

帕梅拉·伊索姆： 這些是 2021 年內部發布的人工智能風險管理手冊 (AIRMP) 的關鍵要素。AIRMP 通過隱私、信任和安全問題（從對抗的角度）指導利益相關者，並告知用戶人工智能引入的潛在漏洞。 我們希望包括美國國家標準與技術研究院 (NIST) 在內的其他機構能夠受益並為這項工作做出貢獻。

您正在採取哪些措施來培養一支人工智能就緒的勞動力隊伍？

帕梅拉·伊索姆： 我們與國家實驗室合作，每年兩次向能源部利益相關者教授人工智能課程。 2022 年，我們希望通過引入沉浸式學習，將培訓提升到另一個水平。 

我的個人目標是幫助受人工智能自動化影響的社區。 令人關注的一個領域是就業，這也是能源部長和政府關注的焦點。 我們需要公民維持和發展他們的工作，而不是因為人工智能的進步而失去他們。 例如，工作人員需要知道如何與機器人協同工作，以及如何增強人工智能的可解釋性，以便正確驗證和傳達推論。 這種能力類似於較軟但關鍵的技能，可以增強消費者的信心，同時為技能發展創造獨特的機會。 例如，學校教師應該參與算法培訓，並至少參與測試，以幫助產生公平、公正的輸出。 他們需要確保人工智能推論不會對學生的行為產生不利影響或在採用後將生命置於危險之中。 可解釋的人工智能在這方面很有前途。 這些例子代表了可以拯救生命的技能和人才發展潛力的一小部分。

未來幾年您最期待哪些人工智能技術？

帕梅拉·伊索姆： 我對 2022 年以及與下一代人工智能相關的前瞻性活動感到興奮。 我非常期待人工智能的進步，這樣對數據的依賴就不那麼嚴重了，相反，人工智能可以自己找出解決問題所需的數據。 我依賴於提供解決方案解釋和預測背後的基本原理的工具和技術。 該部門正在通過改善戰略、規劃和項目實施的協調，在人工智能領域發揮更強有力的領導作用。 由勞倫斯·利弗莫爾 (Lawrence Livermore) 贊助的國家實驗室和人工智能孵化器計劃是正在發生的創新支持的眾多例子之一。 在緩解風險方面，我們希望確保人工智能不會導致能源和資源效率低下，從而阻礙脫碳工作，並且我們熱衷於為使命、國家、特別是我們的利益提供負責任、道德的人工智能孩子們。 

Pamela Isom 將在2021 年XNUMX 月舉行的AI in Government 活動中發表演講，屆時她將介紹能源部如何通過戰略協調、規劃和卓越的客戶服務來最大限度地發揮AI 的影響，包括解決AI 道德、AI原則和AI 風險管理手冊要點。