Bagaimana Departemen Energi AS Mengubah AI

Departemen Energi AS (DOE) telah lama menonjol sebagai salah satu lembaga federal AS yang paling berfokus pada sains, teknologi, dan inovasi. Seharusnya tidak mengejutkan bahwa DOE terus berinvestasi dalam teknologi transformatif seperti kecerdasan buatan dan pembelajaran mesin. 

DOE mendirikan kantor Artificial Intelligence and Technology (AITO) untuk membantu mengubah DOE menjadi perusahaan Artificial Intelligence (AI) terkemuka di dunia dengan mempercepat penelitian, pengembangan, pengiriman, dan adopsi AI. Pamela Isom, Direktur baru AITO, akan hadir di acara Pemerintahan AI Februari 2021 untuk berbagi bagaimana mereka memaksimalkan dampak AI melalui koordinasi strategis, perencanaan, dan keunggulan layanan pelanggan. Dalam artikel wawancara ini, Ms. Isom menjelaskan lebih detail tentang bagaimana DOE memanfaatkan data, dan teknologi transformatif untuk membantu memajukan misi inti agensi.

Apa saja cara inovatif Anda memanfaatkan data dan AI untuk memberi manfaat bagi agensi Anda?

Isom Pamela: Tanggung jawab untuk mengoordinasikan inisiatif AI lintas sektor dan merencanakan hasil AI di seluruh departemen secara strategis sangat penting untuk mengamankan infrastruktur kami dan memaksimalkan dampak misi. Pada tahun 2022, tim saya berfokus pada tata kelola AI yang inovatif di mana AI yang bertanggung jawab dan tepercaya menghasilkan standar. Kami memang membutuhkan lebih banyak integrasi yang berpusat pada manusia dalam siklus hidup AI dan katalog gabungan dari algoritme dan kumpulan data sehingga lebih mudah untuk melacak dampak investasi AI kami, yang sedang kami kejar. 

Buku pedoman manajemen risiko AI (AIRMP) adalah inovasi terapan yang kami antisipasi untuk disebarkan ke publik jika semuanya berjalan sesuai rencana pada tahun 2023. AIRMP menangkap skenario risiko dan memberikan panduan preskriptif untuk memitigasi risiko tersebut sehingga keputusan AI dapat dipertanggungjawabkan dan dapat dipercaya. Buku pedoman bahkan mempertimbangkan mitigasi yang relevan dengan perangkat edge seperti sistem tak berawak dan perangkat pribadi. Sistem Edge AI memungkinkan tim, seperti penanggap darurat kami, untuk bertindak cepat pada data tepat di tempat pengambilannya. Namun, ada ancaman dan kerentanan permusuhan yang didukung oleh AIRMP. 

Berbicara tentang inovasi, tim AI memulai tahun 2022 dengan sesi kelompok fokus industri tentang konvergensi AI dan teknologi imersif, memperhatikan konvergensi AI dan extended reality (XR) karena pertumbuhan signifikan di ruang ini sekarang dan di masa depan. Pengalaman imersif sangat berharga untuk pelatihan dan pemodelan presisi situasi kritis seperti skenario kendaraan otonom di mana terkadang data sintetis lebih aman dan tidak invasif seperti data real-time. Dalam kemitraan dengan kantor program lain, tim saya mengejar penggunaan AI dan realitas campuran untuk menetapkan kurikulum pelatihan AI untuk tenaga kerja dan untuk manajemen bakat di seluruh komunitas.

Bagaimana Anda memanfaatkan otomatisasi untuk membantu perjalanan Anda menuju AI?

Isom Pamela: Kami menerapkan otomatisasi pada proses bisnis utama. Kami memulai uji coba untuk merampingkan pemrosesan pinjaman dan menjawab beberapa pertanyaan kunci yang biasanya ditanyakan pelanggan sehingga pemroses dapat fokus pada penugasan yang lebih strategis. Kami menerapkan AI percakapan dan otomatisasi proses robot untuk menangani tugas-tugas operasional. Kami memanfaatkan kemampuan yang tidak biasa di lingkungan cloud sebagai titik masuk untuk platform dan teknologi otomatisasi, tetapi kami juga dikenal dengan superkomputer kami yang kami gunakan untuk beban kerja paling kompleks dan di tempat yang masuk akal. Beberapa pemangku kepentingan lebih memilih produk komersial yang siap pakai, tetapi mengingat kemajuan dalam ilmu data, kami menemukan bahwa hibrida adalah pendekatan yang paling cocok untuk memenuhi kebutuhan kami saat ini. 

Bagaimana Anda mengidentifikasi area masalah mana untuk memulai proyek otomatisasi dan teknologi kognitif Anda? 

Isom Pamela: Dua ekspresi muncul di pikiran. Yang pertama dan terpenting adalah 'fokus pada misi' dan yang kedua adalah 'mendengarkan'. Penerapan inovasi untuk pencapaian misi merupakan suatu keharusan. Misalnya, algoritme AI dapat dimanfaatkan untuk memastikan bahwa transmisi jaringan tangguh dan agar penghitungan energi bersih diterapkan secara adil di seluruh komunitas. Kami melakukan penelitian, pengembangan, demonstrasi, dan praktik penggunaan kembali AI serta audit untuk memaksimalkan efisiensi solusi AI tersebut. Kami mendengarkan kebutuhan, keinginan, dan juga keluhan para pemangku kepentingan. Kami menyimpan inventaris investasi AI yang kami tinjau dan perbarui setidaknya setiap tahun melalui sistem pertukaran kecerdasan buatan (AIX) kami. Sesi fokus dengan industri dan akademisi untuk mendengarkan perspektif individu dilakukan untuk bertukar pendapat dan menangkap wawasan industri tentang topik AI yang ditargetkan. Intinya, kami menilai kondisi saat ini dan target, mengidentifikasi kesenjangan dan melalui strategi AI kami, memprioritaskan, mengatur, dan mengambil bagian dalam penyampaian program yang memajukan kami dengan proyek teknologi otomatisasi dan kognitif.

Apa saja peluang unik yang dimiliki sektor publik dalam hal data dan AI?

Isom Pamela: Kemitraan strategis dengan sektor swasta, akademisi, dan tim internasional merupakan peluang besar bagi sektor publik. Agensi memiliki kesempatan untuk tampil di depan dan membuat peraturan AI untuk pengembangan aset, berbagi, dan praktik privasi modern. Perundang-undangan seperti meningkatkan keamanan siber Negara dan Mengubah Pengalaman Pelanggan Federal dan Pemberian Layanan untuk Membangun Kembali Kepercayaan pada Pemerintah semuanya mengandalkan solusi yang etis, bertanggung jawab, dan dapat dipercaya seperti AI yang menghormati hak-hak sipil dan kebebasan kita. Bersama-sama, melalui kemitraan strategis, kami dapat meneliti dan menemukan skenario paling beragam dan menyusun solusi yang melindungi data sekaligus memungkinkan akses yang lebih luas. Harus ada platform nasional untuk penelitian dan kolaborasi, dan itulah mengapa Gugus Tugas Sumber Daya Penelitian AI Nasional, di mana tim saya adalah anggotanya, sangat penting. Sektor publik tidak dapat memenuhi persyaratan peraturan saja – ini membutuhkan industri, akademisi, serta kolaborasi internasional.

Apa saja kasus penggunaan yang dapat Anda bagikan di mana Anda berhasil menerapkan AI?

Isom Pamela: Secara khusus, tim AI menerapkan analisis dan pengelompokan teks pembelajaran mesin bersama dengan kemajuan pemrosesan bahasa alami untuk membantu analisis strategis proyek AI Departemen dan inventaris kasus penggunaan. Kasus penggunaan berkisar dari penelitian metode AI yang sadar domain generasi berikutnya untuk memperkuat keamanan nasional kita hingga proyek energi bersih yang mengidentifikasi bahan yang harus digunakan untuk mengatasi krisis iklim. Kami dapat mengidentifikasi tema berdasarkan data yang diinventarisasi dan menyelaraskan pemangku kepentingan dari seluruh departemen dengan sinergi yang sama sehingga kami memaksimalkan skala ekonomi, mengurangi pemborosan, menginformasikan, dan mendorong lebih banyak aktivitas AI lintas sektoral. Kami terus mengembangkan data inventaris kami dan hari ini kami dapat mengidentifikasi di mana investasi AI berada dan apakah ada peluang untuk meningkatkan pengalaman pelanggan. Tanpa penerapan AI, tim dan pemangku kepentingan departemen saya harus menyaring sejumlah besar data, dan hampir tidak mungkin untuk menarik kesimpulan portofolio AI tepat waktu yang diperlukan untuk pengambilan keputusan strategis. 

Mengawasi misi, penelitian kami ke area bawah permukaan sangat mendalam terhadap penangkapan dan penyimpanan karbon. Pembelajaran Mesin yang Diinformasikan Sains untuk Mempercepat Keputusan Waktu Nyata dalam Inisiatif Aplikasi Bawah Permukaan (SMART). Ini mengubah interaksi kita di dalam dan pemahaman tentang bawah permukaan, dan secara signifikan meningkatkan efisiensi dan efektivitas penyimpanan karbon skala lapangan dan operasi minyak dan gas yang tidak konvensional. SMART adalah upaya multi-organisasi yang didanai oleh Penyimpanan Karbon dan Program Hulu Minyak dan Gas Bumi DOE dengan tiga area fokus visualisasi waktu nyata, pembelajaran virtual, dan peramalan.

Bisakah Anda berbagi beberapa tantangan terkait AI dan ML di sektor publik?

Isom Pamela: Kepemilikan AI adalah tantangan yang sedang kami kerjakan. Banyaknya data menghadirkan kebutuhan AI yang semakin meningkat untuk menavigasi dan memprediksi dengan akurat. Standar anotasi data untuk vertikal, misalnya, energi tidak mudah diakses. Ada peluang untuk mengembangkan pembelajaran mesin sebelum menerapkan pembelajaran tanpa pengawasan yang lebih canggih untuk menangani kasus penggunaan kritis misi. Ada juga peluang signifikan untuk memperluas manajemen bakat AI di luar Departemen. Seperti yang kami lakukan dengan dunia maya, perlu ada lebih banyak fokus pada ilmu data dan pertumbuhan AI untuk negara, kami tidak punya pilihan dalam hal ini.

Bagaimana cara kerja analitik, otomatisasi, dan AI di agensi Anda?

Isom Pamela: Meskipun analitik dapat menjadi titik awal atau titik masuk untuk AI, kami menerapkan ketiganya (analitik, otomatisasi, dan AI) untuk memberikan dampak terbesar dari rekomendasi yang bertanggung jawab dan pengambilan keputusan yang kredibel. Ada peluang untuk meningkatkan beberapa dasar sehingga operasi AI (AIOps) memajukan konsep DevSecOps dengan jaminan AI terintegrasi, dan melalui kemampuan (analitik, otomatisasi, dan AI) ada peluang signifikan untuk meningkatkan kolaborasi antar-lembaga untuk pengambilan keputusan bersama. Saya akui bahwa saya melihat lebih banyak keterpaduan itu hari ini, tetapi peluang tetap ada.

Bagaimana Anda menavigasi masalah privasi, kepercayaan, dan keamanan seputar penggunaan AI?

Isom Pamela: Ini adalah elemen penting dari pedoman manajemen risiko AI (AIRMP) yang dirilis secara internal pada tahun 2021. AIRMP memandu pemangku kepentingan melalui masalah privasi, kepercayaan, dan keamanan (dari perspektif permusuhan) dan memberi tahu pengguna tentang potensi kerentanan yang diperkenalkan dengan AI. Kami ingin pihak lain, termasuk National Institute of Standards and Technology (NIST) mendapat manfaat dan berkontribusi dalam upaya ini.

Apa yang Anda lakukan untuk mengembangkan tenaga kerja yang siap AI?

Isom Pamela: Kami bermitra dengan laboratorium nasional dan mengajarkan AI kepada pemangku kepentingan DOE dua kali setahun. Pada tahun 2022 kami ingin membawa pelatihan ke tingkat yang lebih tinggi dengan, seperti yang disebutkan, pengenalan pembelajaran imersif. 

Saya memiliki tujuan pribadi untuk membantu komunitas yang terpengaruh oleh aspek otomatisasi AI. Salah satu bidang yang menjadi perhatian adalah pekerjaan yang juga menjadi fokus Sekretaris Energi dan Administrasi. Kami membutuhkan warga negara untuk mempertahankan dan tumbuh dalam pekerjaan mereka, bukan kehilangan mereka karena kemajuan AI. Pekerja perlu mengetahui bagaimana bekerja bersama-sama dengan robot, misalnya, dan bagaimana meningkatkan aspek-aspek yang dapat dijelaskan dari AI sehingga kesimpulan divalidasi dan dikomunikasikan dengan benar. Kemampuan ini sejalan dengan keterampilan yang lebih lembut namun kritis yang memfasilitasi kepercayaan konsumen sekaligus menciptakan peluang unik untuk pengembangan keterampilan. Guru sekolah, misalnya, harus diikutsertakan dalam pelatihan algoritmik dan setidaknya, pengujian untuk membantu menghasilkan keluaran yang adil dan tidak memihak. Mereka membutuhkan jaminan bahwa kesimpulan AI tidak akan berdampak buruk pada perilaku siswa atau membahayakan nyawa saat diadopsi. AI yang dapat dijelaskan menjanjikan dalam hal ini. Contoh-contoh ini mewakili sebagian kecil dari potensi pengembangan keterampilan dan bakat yang dapat menyelamatkan nyawa.

Teknologi AI apa yang paling Anda nantikan di tahun-tahun mendatang?

Isom Pamela: Saya senang dengan 2022 dan aktivitas condong ke depan yang muncul ke permukaan relatif terhadap AI generasi berikutnya. Saya sangat menantikan kemajuan dalam AI sehingga ketergantungan pada data tidak terlalu besar dan sebaliknya, AI mencari tahu sendiri data apa yang dibutuhkan untuk mengatasi masalah. Saya bersandar pada alat dan teknologi yang memberikan penjelasan tentang solusi dan alasan di balik prediksi. Departemen mengambil peran kepemimpinan yang lebih kuat dalam AI dengan meningkatkan koordinasi strategi, perencanaan dan implementasi program. Laboratorium nasional dan inisiatif inkubator AI, yang disponsori oleh Lawrence Livermore adalah salah satu dari banyak contoh pemberdayaan inovasi yang terjadi. Dalam hal mitigasi risiko, kami ingin memastikan bahwa AI tidak menimbulkan inefisiensi energi dan sumber daya yang dapat melawan upaya dekarbonisasi dan kami bersemangat untuk memberikan AI yang bertanggung jawab dan etis demi kebaikan misi, Bangsa, dan khususnya anak-anak. 

Pamela Isom, akan memberikan presentasi pada acara AI in Government pada Februari 2021 di mana dia akan membahas bagaimana DOE memaksimalkan dampak AI melalui koordinasi strategis, perencanaan, dan keunggulan layanan pelanggan termasuk menangani etika AI, prinsip AI, dan sorotan buku pedoman manajemen risiko AI .