미국 에너지부가 AI를 혁신하는 방법

미국 에너지부(DOE)는 오랫동안 가장 과학, 기술 및 혁신에 초점을 맞춘 미국 연방 기관 중 하나로 자리매김해 왔습니다. 그렇다면 DOE가 인공 지능 및 기계 학습과 같은 혁신적인 기술에 계속 투자하고 있다는 것은 그다지 놀라운 일이 아닙니다. 

DOE는 AI의 연구, 개발, 제공 및 채택을 가속화하여 DOE를 세계 최고의 인공 지능(AI) 기업으로 전환하는 데 도움을 주기 위해 인공 지능 및 기술(AITO) 사무소를 설립했습니다. AITO의 신임 이사인 Pamela Isom은 2021년 XNUMX월 AI in Government 행사에서 발표하여 전략적 조정, 계획 및 고객 서비스 우수성을 통해 AI의 영향을 극대화하는 방법을 공유할 예정입니다. 이 인터뷰 기사에서 Ms. Isom은 DOE가 기관의 핵심 임무를 발전시키는 데 도움이 되는 데이터와 혁신적인 기술을 활용하는 방법에 대해 자세히 설명합니다.

데이터와 AI를 활용하여 기관에 이익을 주는 혁신적인 방법은 무엇입니까?

파멜라 이솜: 인프라를 보호하고 임무 효과를 극대화하려면 교차 AI 이니셔티브를 조정하고 부서 전체 AI 결과를 전략적으로 계획하는 책임이 매우 중요합니다. 2022년에 우리 팀은 책임감 있고 신뢰할 수 있는 AI 결과를 표준으로 삼는 혁신적인 AI 거버넌스에 중점을 두고 있습니다. 우리가 추구하는 AI 투자의 영향을 더 쉽게 추적할 수 있도록 AI 라이프사이클에서 더욱 인간 중심적인 통합과 알고리즘 및 데이터 세트의 연합 카탈로그가 필요합니다. 

AIRMP(AI 위험 관리 플레이북)는 모든 것이 계획대로 진행될 경우 2023년 대중에게 배포될 것으로 예상되는 응용 혁신입니다. AIRMP는 위험 시나리오를 포착하고 이러한 위험을 완화하기 위한 규범적 지침을 제공하여 AI 결정이 책임감 있고 신뢰할 수 있도록 합니다. 플레이북은 무인 시스템 및 개인 장치와 같은 엣지 장치와 관련된 완화 조치도 고려합니다. Edge AI 시스템을 사용하면 응급 구조대와 같은 팀이 데이터가 캡처된 곳에서 바로 신속하게 조치를 취할 수 있습니다. 그러나 AIRMP가 지원하는 적대적인 위협과 취약점이 있습니다. 

혁신에 관해 AI 팀은 AI와 몰입형 기술의 융합에 관한 업계 포커스 그룹 세션으로 2022년을 시작했으며, 현재 이 분야가 크게 성장하고 있기 때문에 AI와 확장 현실(XR)의 융합에 세심한 주의를 기울였습니다. 그리고 앞으로도. 몰입형 경험은 합성 데이터가 더 안전하고 실시간 데이터만큼 침해적이지 않은 자율주행차 시나리오와 같은 중요한 상황의 교육 및 정밀 모델링에 유용합니다. 우리 팀은 다른 프로그램 사무소와 협력하여 AI와 혼합 현실의 사용을 추구하여 인력과 커뮤니티 전반의 인재 관리를 위한 AI 교육 커리큘럼을 구축하고 있습니다.

AI로의 여정을 돕기 위해 자동화를 어떻게 활용하고 있습니까?

파멜라 이솜: 우리는 주요 비즈니스 프로세스에 자동화를 적용합니다. 우리는 대출 처리를 간소화하고 처리자가 보다 전략적인 업무에 집중할 수 있도록 고객이 일반적으로 묻는 몇 가지 주요 질문에 답변하기 위한 파일럿을 시작했습니다. 우리는 대화형 AI와 로봇 프로세스 자동화를 모두 적용하여 운영 작업을 해결하고 있습니다. 우리는 자동화 플랫폼 및 기술의 진입점으로 클라우드 환경에서 기본 제공되는 기능을 활용하고 있지만, 가장 복잡한 워크로드에 활용하는 슈퍼컴퓨터로도 잘 알려져 있습니다. 일부 이해관계자는 상용 제품을 선호하지만 데이터 과학의 발전을 고려할 때 하이브리드가 현재 우리의 요구 사항을 해결하는 데 가장 적합한 접근 방식이라는 것을 알게 되었습니다. 

자동화 및 인지 기술 프로젝트에서 시작할 문제 영역을 어떻게 식별합니까? 

파멜라 이솜: 두 가지 표현이 떠오릅니다. 첫 번째는 '사명 집중'이고, 두 번째는 '경청'입니다. 임무 달성을 위한 혁신의 적용은 필수적입니다. 예를 들어, AI 알고리즘을 활용하여 그리드 전송의 탄력성을 보장하고 청정 에너지 회계가 커뮤니티 전체에 공정하게 적용되도록 할 수 있습니다. 우리는 이러한 AI 솔루션의 효율성을 극대화하기 위해 AI 연구, 개발, 시연을 수행하고 재사용 및 감사를 실천합니다. 우리는 이해관계자의 요구, 욕구, 문제점에 귀를 기울입니다. 우리는 인공 지능 교환(AIX) 시스템을 통해 적어도 매년 검토하고 업데이트하는 AI 투자 목록을 유지 관리합니다. 업계 및 학계와의 집중 세션을 통해 개별 관점을 듣고 의견을 교환하고 대상 AI 주제에 대한 업계 통찰력을 확보합니다. 본질적으로 우리는 현재 및 목표 상태를 평가하고 격차를 식별하며 AI 전략을 통해 자동화 및 인지 기술 프로젝트를 통해 우리를 발전시키는 프로그램 제공에 우선 순위를 지정하고 조정하고 참여합니다.

데이터 및 AI와 관련하여 공공 부문이 갖는 고유한 기회에는 어떤 것이 있습니까?

파멜라 이솜: 민간 부문, 학계, 국제 팀과의 전략적 파트너십은 공공 부문에 좋은 기회입니다. 대행사는 자산 개발, 공유 및 현대의 개인 정보 보호 관행에 대한 AI 규정을 제정하고 만들 수 있는 기회를 갖습니다. 국가의 사이버 보안을 개선하고 정부의 신뢰를 재구축하기 위해 연방 고객 경험 및 서비스 제공을 변화시키는 것과 같은 법안은 모두 시민의 권리와 자유를 존중하는 AI와 같은 윤리적이고 책임감 있고 신뢰할 수 있는 솔루션에 의존합니다. 전략적 파트너십을 통해 우리는 가장 다양한 시나리오를 연구 및 발견하고 더 넓은 액세스를 지원하면서 데이터를 보호하는 솔루션을 구성할 수 있습니다. 연구와 협력을 위한 국가적 플랫폼이 있어야 하며, 이것이 바로 우리 팀이 속해 있는 국가 AI 연구 자원 태스크포스가 매우 중요한 이유입니다. 공공 부문만으로는 규제 요건을 충족할 수 없으며, 산업계, 학계, 국제적 협력이 필요합니다.

AI를 성공적으로 적용한 사례를 공유할 수 있습니까?

파멜라 이솜: 특히 AI 팀은 부서의 AI 프로젝트 및 사용 사례 인벤토리에 대한 전략적 분석을 지원하기 위해 자연어 처리 개선과 함께 기계 학습 텍스트 분석 및 클러스터링을 적용합니다. 사용 사례는 국가 안보를 강화하기 위한 차세대 도메인 인식 AI 방법 연구부터 기후 위기를 해결하기 위해 활용해야 하는 물질을 식별하는 청정 에너지 프로젝트에 이르기까지 다양합니다. 우리는 인벤토리 데이터를 기반으로 테마를 식별하고 부서 전체의 이해관계자를 공통 시너지 효과로 조정하여 규모의 경제를 극대화하고 낭비를 줄이며 정보를 제공하고 더 많은 교차 편집 AI 활동을 추진할 수 있습니다. 우리는 지속적으로 재고 데이터를 발전시키고 있으며 오늘날 AI 투자가 어디에 있는지, 그리고 고객 경험을 개선할 수 있는 기회가 존재하는지 확인할 수 있습니다. AI가 적용되지 않으면 팀과 부서 이해관계자가 방대한 양의 데이터를 조사해야 하며, 전략적 의사결정에 필요한 적시에 AI 포트폴리오 추론을 도출하는 것이 거의 불가능합니다. 

임무를 주시하면서 지하 영역에 대한 우리의 연구는 탄소 포집 및 저장에 관한 심오합니다. 지하 응용 분야의 실시간 의사 결정을 가속화하기 위한 과학 기반 기계 학습(SMART) 이니셔티브. 이는 지하 내부의 상호 작용과 이해를 변화시키고 있으며 현장 규모의 탄소 저장과 비전통적인 석유 및 가스 운영의 효율성과 효과를 크게 향상시키고 있습니다. SMART는 DOE의 탄소 저장 및 업스트림 석유 및 가스 프로그램의 자금 지원을 받는 여러 조직의 노력으로 실시간 시각화, 가상 학습 및 예측이라는 세 가지 중점 영역을 갖추고 있습니다.

공공 부문의 AI 및 ML과 관련된 몇 가지 문제를 공유할 수 있습니까?

파멜라 이솜: AI의 소유권은 우리가 해결하고 있는 과제입니다. 데이터의 과잉으로 인해 AI가 정확하게 탐색하고 예측해야 한다는 요구가 점점 더 커지고 있습니다. 업종에 대한 데이터 주석 표준(예: 에너지)은 쉽게 접근할 수 없습니다. 미션 크리티컬 사용 사례를 해결하기 위해 고급 비지도 학습을 적용하기 전에 기계 학습을 발전시킬 수 있는 기회가 있습니다. AI 인재 관리를 부서 외부로 확장할 수 있는 중요한 기회도 있습니다. 사이버와 마찬가지로 국가를 위해 데이터 과학 및 AI 성장에 더 중점을 두어야 하며, 이에 대한 선택의 여지가 없습니다.

분석, 자동화 및 AI는 기관에서 어떻게 함께 작동합니까?

파멜라 이솜: 분석은 AI의 시작점 또는 진입점이 될 수 있지만, 우리는 세 가지(분석, 자동화, AI)를 모두 적용하여 책임 있는 권장 사항과 신뢰할 수 있는 의사 결정의 가장 큰 영향을 제공합니다. AI 운영(AIOps)이 통합 AI 보증을 통해 DevSecOps 개념을 발전시킬 수 있도록 일부 기본 사항을 개선할 수 있는 기회가 있으며, 기능(분석, 자동화 및 AI)을 통해 공유 의사 결정을 위한 기관 간 협업을 강화할 수 있는 중요한 기회가 있습니다. 나는 오늘 그 응집력을 더 많이 보고 있음을 인정하지만 기회는 남아 있습니다.

AI 사용과 관련된 개인 정보 보호, 신뢰 및 보안 문제를 어떻게 해결하고 있습니까?

파멜라 이솜: 이는 2021년 내부적으로 출시된 AI 위험 관리 플레이북(AIRMP)의 중요한 요소입니다. AIRMP는 이해관계자에게 개인 정보 보호, 신뢰 및 보안 문제(적대적 관점에서)를 안내하고 AI로 인해 발생할 수 있는 잠재적인 취약점을 사용자에게 알립니다. 우리는 국립표준기술연구소(NIST)를 포함한 다른 사람들이 이러한 노력에 도움을 주고 기여하기를 바랍니다.

AI 준비된 인력을 개발하기 위해 무엇을 하고 있습니까?

파멜라 이솜: 우리는 국립 연구소와 협력하여 2022년에 두 번 DOE 이해관계자에게 AI를 가르칩니다. XNUMX년에는 앞서 언급한 것처럼 몰입형 학습을 도입하여 교육을 한 단계 더 발전시키고 싶습니다. 

저는 AI 자동화 측면의 영향을 받는 커뮤니티를 돕는 개인적인 목표를 가지고 있습니다. 관심 분야 중 하나는 에너지부 장관과 행정부의 초점이기도 한 일자리입니다. 우리는 시민들이 AI 발전으로 인해 직업을 잃지 않고 직업을 유지하고 성장할 수 있어야 합니다. 예를 들어 작업자는 로봇과 협력하여 작업하는 방법, AI의 설명 가능성 측면을 강화하여 추론을 올바르게 검증하고 전달할 수 있는 방법을 알아야 합니다. 이 기능은 기술 개발을 위한 고유한 기회를 창출하는 동시에 소비자의 신뢰를 촉진하는 더 부드럽지만 중요한 기술과 일치합니다. 예를 들어, 학교 교사는 공정하고 편견 없는 결과 생성을 지원하기 위해 알고리즘 교육과 최소한 테스트에 포함되어야 합니다. AI 추론이 학생 행동에 부정적인 영향을 미치거나 채택 시 생명을 위험에 빠뜨리지 않을 것이라는 확신이 필요합니다. 설명 가능한 AI(Explainable AI)는 이런 점에서 유망하다. 이러한 예는 생명을 구할 수 있는 기술과 재능 개발 잠재력의 일부를 나타냅니다.

향후 몇 년 동안 가장 기대되는 AI 기술은 무엇입니까?

파멜라 이솜: 저는 2022년과 차세대 AI와 관련하여 떠오르는 미래 지향적인 활동에 대해 기대하고 있습니다. AI가 데이터에 대한 의존도가 너무 높지 않고 오히려 AI가 문제 해결을 위해 어떤 데이터가 필요한지 스스로 파악하는 방식으로 발전할 수 있기를 기대한다. 나는 솔루션에 대한 설명과 예측의 근거를 제공하는 도구와 기술에 기대고 있습니다. 부서는 프로그램의 전략, 계획 및 구현 조정을 개선하여 AI에서 더 강력한 리더십 역할을 맡고 있습니다. 로렌스 리버모어(Lawrence Livermore)가 후원하는 국립 연구소와 AI 인큐베이터 이니셔티브는 현재 일어나고 있는 혁신 활성화의 많은 사례 중 하나입니다. 위험 완화와 관련하여 우리는 AI가 탈탄소화 노력에 대응할 수 있는 에너지 및 자원 비효율성을 도입하지 않도록 하고 사명, 국가, 특히 우리의 이익을 위해 책임감 있고 윤리적인 AI를 제공하는 데 열정을 쏟고 있습니다. 어린이들. 

Pamela Isom은 2021년 XNUMX월 정부 내 AI 행사에서 발표할 예정입니다. 여기서 그녀는 AI 윤리, AI 원칙 및 AI 위험 관리 플레이북 하이라이트를 다루는 것을 포함하여 DOE가 전략적 조정, 계획 및 고객 서비스 우수성을 통해 AI의 영향을 극대화하는 방법을 설명할 예정입니다. .