ກະຊວງພະລັງງານຂອງສະຫະລັດກໍາລັງຫັນປ່ຽນ AI ແນວໃດ

ກະຊວງພະລັງງານຂອງສະຫະລັດ (DOE) ໄດ້ຢືນຢູ່ເປັນເວລາດົນນານວ່າເປັນຫນຶ່ງໃນບັນດາອົງການລັດຖະບານກາງຂອງສະຫະລັດທີ່ສຸມໃສ່ວິທະຍາສາດ, ເຕັກໂນໂລຢີແລະນະວັດຕະກໍາທີ່ສຸດ. ມັນຄວນຈະເປັນຄວາມແປກໃຈເລັກນ້ອຍຫຼັງຈາກນັ້ນ DOE ຍັງສືບຕໍ່ລົງທຶນໃນເຕັກໂນໂລຢີການຫັນປ່ຽນເຊັ່ນປັນຍາປະດິດແລະການຮຽນຮູ້ເຄື່ອງຈັກ. 

DOE ໄດ້ສ້າງຕັ້ງຫ້ອງການປັນຍາປະດິດແລະເຕັກໂນໂລຢີ (AITO) ເພື່ອຊ່ວຍຫັນ DOE ໄປສູ່ວິສາຫະກິດປັນຍາປະດິດ (AI) ຊັ້ນນໍາຂອງໂລກໂດຍການເລັ່ງການຄົ້ນຄວ້າ, ການພັດທະນາ, ການຈັດສົ່ງແລະການຮັບຮອງເອົາ AI. Pamela Isom, ຜູ້ອໍານວຍການໃຫມ່ຂອງ AITO, ຈະສະແດງຢູ່ໃນເຫດການຂອງລັດຖະບານໃນເດືອນກຸມພາ 2021 AI ເພື່ອແບ່ງປັນວິທີການທີ່ເຂົາເຈົ້າກໍາລັງເພີ່ມຜົນກະທົບຂອງ AI ໂດຍຜ່ານການປະສານງານຍຸດທະສາດ, ການວາງແຜນ, ແລະການບໍລິການລູກຄ້າທີ່ດີເລີດ. ໃນບົດສໍາພາດນີ້, ນາງ Isom ຈະເຂົ້າໄປໃນລາຍລະອຽດຫຼາຍກວ່າເກົ່າກ່ຽວກັບວິທີທີ່ DOE ກໍາລັງນໍາໃຊ້ຂໍ້ມູນ, ແລະເຕັກໂນໂລຢີທີ່ປ່ຽນແປງເພື່ອຊ່ວຍກ້າວຫນ້າໃນພາລະກິດຫຼັກຂອງອົງການ.

ມີວິທີປະດິດສ້າງອັນໃດແດ່ທີ່ທ່ານກຳລັງໃຊ້ຂໍ້ມູນ ແລະ AI ເພື່ອປະໂຫຍດແກ່ອົງການຂອງເຈົ້າ?

Pamela Isom: ຄວາມຮັບຜິດຊອບຂອງການປະສານງານການລິເລີ່ມ AI ຂ້າມຕັດແລະການວາງແຜນຍຸດທະສາດຜົນໄດ້ຮັບ AI ໃນທົ່ວພະແນກແມ່ນສໍາຄັນເພື່ອຮັບປະກັນພື້ນຖານໂຄງລ່າງຂອງພວກເຮົາແລະເພີ່ມຜົນກະທົບດ້ານພາລະກິດ. ໃນປີ 2022, ທີມງານຂອງຂ້ອຍໄດ້ສຸມໃສ່ການມີນະວັດຕະກໍາ AI ປົກຄອງບ່ອນທີ່ AI ທີ່ມີຄວາມຮັບຜິດຊອບ ແລະຫນ້າເຊື່ອຖືໄດ້ຜົນມາດຕະຖານ. ພວກເຮົາຕ້ອງການການເຊື່ອມໂຍງເປັນສູນກາງຂອງມະນຸດຫຼາຍຂຶ້ນໃນວົງຈອນຊີວິດຂອງ AI ແລະຊຸດລະບົບຂອງລະບົບ algorithms ແລະຊຸດຂໍ້ມູນເພື່ອໃຫ້ມັນງ່າຍຕໍ່ການຕິດຕາມຜົນກະທົບຂອງການລົງທຶນ AI ຂອງພວກເຮົາ, ເຊິ່ງພວກເຮົາກໍາລັງຊອກຫາ. 

ປື້ມຄູ່ມືການຄຸ້ມຄອງຄວາມສ່ຽງ AI (AIRMP) ເປັນນະວັດຕະກໍາທີ່ນໍາໃຊ້ທີ່ພວກເຮົາຄາດວ່າຈະນໍາໃຊ້ກັບສາທາລະນະຖ້າຫາກວ່າທັງຫມົດປະຕິບັດຕາມແຜນການໃນປີ 2023. AIRMP ຈັບສະຖານະການຄວາມສ່ຽງແລະໃຫ້ຄໍາແນະນໍາຕາມໃບສັ່ງແພດເພື່ອຫຼຸດຜ່ອນຄວາມສ່ຽງເຫຼົ່ານັ້ນເພື່ອໃຫ້ການຕັດສິນໃຈຂອງ AI ມີຄວາມຮັບຜິດຊອບແລະເຊື່ອຖືໄດ້. Playbook ແມ່ນແຕ່ຄຳນຶງເຖິງການຫຼຸດຜ່ອນຄວາມກ່ຽວພັນກັບອຸປະກອນຂອບ ເຊັ່ນ: ລະບົບບໍ່ມີຄົນຂັບ ແລະອຸປະກອນສ່ວນຕົວ. ລະບົບ Edge AI ອະນຸຍາດໃຫ້ທີມງານ, ເຊັ່ນວ່າຜູ້ຕອບໂຕ້ສຸກເສີນຂອງພວກເຮົາ, ສາມາດປະຕິບັດຂໍ້ມູນຢ່າງໄວວາໃນບ່ອນທີ່ມັນຖືກບັນທຶກ. ຢ່າງໃດກໍຕາມ, ມີໄພຂົ່ມຂູ່ຕໍ່ສັດຕູແລະຄວາມອ່ອນແອທີ່ AIRMP ສະຫນັບສະຫນູນ. 

ເວົ້າກ່ຽວກັບນະວັດຕະກໍາ, ທີມງານ AI ໄດ້ເລີ່ມຕົ້ນປີ 2022 ດ້ວຍກອງປະຊຸມກຸ່ມຈຸດສຸມອຸດສາຫະກໍາກ່ຽວກັບການລວມຕົວຂອງ AI ແລະເຕັກໂນໂລຢີທີ່ເລິກເຊິ່ງ, ເອົາໃຈໃສ່ຢ່າງໃກ້ຊິດກັບການລວມຕົວຂອງ AI ແລະຄວາມເປັນຈິງຂະຫຍາຍ (XR) ເນື່ອງຈາກການຂະຫຍາຍຕົວຢ່າງຫຼວງຫຼາຍໃນຊ່ອງນີ້ໃນປັດຈຸບັນ. ແລະໃນອະນາຄົດ. ປະສົບການທີ່ເລິກເຊິ່ງມີຄຸນຄ່າສໍາລັບການຝຶກອົບຮົມ ແລະການສ້າງແບບຈໍາລອງທີ່ຊັດເຈນຂອງສະຖານະການທີ່ສໍາຄັນເຊັ່ນ: ສະຖານະການຍານພາຫະນະອັດຕະໂນມັດທີ່ບາງຄັ້ງຂໍ້ມູນສັງເຄາະແມ່ນປອດໄພກວ່າແລະບໍ່ຖືກຮຸກຮານຄືກັບຂໍ້ມູນໃນເວລາຈິງ. ໃນການຮ່ວມມືກັບຫ້ອງການໂຄງການອື່ນໆ, ທີມງານຂອງຂ້ອຍກໍາລັງຊອກຫາການນໍາໃຊ້ AI ແລະຄວາມເປັນຈິງປະສົມເພື່ອສ້າງຫຼັກສູດການຝຶກອົບຮົມ AI ສໍາລັບກໍາລັງແຮງງານແລະການຄຸ້ມຄອງພອນສະຫວັນໃນທົ່ວຊຸມຊົນ.

ທ່ານກໍາລັງໃຊ້ເຄື່ອງຈັກອັດຕະໂນມັດເພື່ອຊ່ວຍໃນການເດີນທາງໄປຫາ AI ຂອງທ່ານແນວໃດ?

Pamela Isom: ພວກເຮົານໍາໃຊ້ອັດຕະໂນມັດໃນຂະບວນການທຸລະກິດທີ່ສໍາຄັນ. ພວກເຮົາໄດ້ລິເລີ່ມການທົດລອງເພື່ອປັບປຸງການປະມວນຜົນເງິນກູ້ ແລະຕອບບາງຄຳຖາມຫຼັກທີ່ລູກຄ້າມັກຖາມ ເພື່ອໃຫ້ຜູ້ປະມວນຜົນສາມາດສຸມໃສ່ການມອບໝາຍຍຸດທະສາດຫຼາຍຂຶ້ນ. ພວກເຮົາກຳລັງນຳໃຊ້ທັງ AI ການສົນທະນາ ແລະ ອັດຕະໂນມັດຂະບວນການຫຸ່ນຍົນເພື່ອແກ້ໄຂວຽກງານປະຕິບັດງານ. ພວກເຮົາກໍາລັງໃຊ້ປະໂຫຍດຈາກຄວາມສາມາດທີ່ບໍ່ມີປະໂຫຍດໃນສະພາບແວດລ້ອມເມຄເປັນຈຸດເຂົ້າສູ່ເວທີອັດຕະໂນມັດແລະເຕັກໂນໂລຢີ, ແຕ່ພວກເຮົາຍັງເປັນທີ່ຮູ້ຈັກສໍາລັບຄອມພິວເຕີ້ຊຸບເປີຄອມພິວເຕີທີ່ພວກເຮົາໃຊ້ສໍາລັບວຽກທີ່ສັບສົນທີ່ສຸດແລະບ່ອນທີ່ມັນມີຄວາມຫມາຍ. ພາກສ່ວນກ່ຽວຂ້ອງບາງຄົນມັກຜະລິດຕະພັນທີ່ບໍ່ມີຊັ້ນວາງທາງດ້ານການຄ້າແຕ່ຍ້ອນຄວາມກ້າວຫນ້າທາງດ້ານວິທະຍາສາດຂໍ້ມູນ, ພວກເຮົາພົບວ່າປະສົມແມ່ນວິທີການທີ່ເຫມາະສົມທີ່ສຸດເພື່ອແກ້ໄຂຄວາມຕ້ອງການຂອງພວກເຮົາໃນເວລານີ້. 

ເຈົ້າຮູ້ໄດ້ແນວໃດວ່າພື້ນທີ່ບັນຫາໃດທີ່ຈະເລີ່ມຕົ້ນດ້ວຍລະບົບອັດຕະໂນມັດ ແລະໂຄງການເຕັກໂນໂລຊີມັນສະໝອງຂອງເຈົ້າ? 

Pamela Isom: ສອງສະແດງອອກມາໃນໃຈ. ທໍາອິດແລະສໍາຄັນແມ່ນ 'ສຸມໃສ່ພາລະກິດ' ແລະທີສອງແມ່ນ 'ຟັງ'. ການປະຕິບັດນະວັດຕະກໍາເພື່ອຄວາມສໍາເລັດຂອງພາລະກິດແມ່ນມີຄວາມຈໍາເປັນ. ສໍາລັບຕົວຢ່າງ, ສູດການຄິດໄລ່ AI ສາມາດຖືກນໍາໄປໃຊ້ເພື່ອຮັບປະກັນວ່າການສົ່ງຜ່ານຕາຂ່າຍໄຟຟ້າມີຄວາມທົນທານແລະເພື່ອໃຫ້ການບັນຊີພະລັງງານສະອາດຖືກນໍາໃຊ້ຢ່າງຍຸດຕິທໍາໃນທົ່ວຊຸມຊົນ. ພວກເຮົາດໍາເນີນການຄົ້ນຄ້ວາ, ການພັດທະນາ, ການສາທິດ AI ແລະປະຕິບັດການນໍາມາໃຊ້ຄືນແລະການກວດສອບເພື່ອເຮັດໃຫ້ປະສິດທິພາບສູງສຸດຂອງການແກ້ໄຂ AI ດັ່ງກ່າວ. ພວກເຮົາຮັບຟັງຄວາມຕ້ອງການ, ຄວາມປາຖະຫນາເຊັ່ນດຽວກັນກັບຈຸດເຈັບປວດຂອງຜູ້ມີສ່ວນກ່ຽວຂ້ອງ. ພວກເຮົາຮັກສາຄັງສິນຄ້າຂອງການລົງທຶນ AI ທີ່ພວກເຮົາທົບທວນແລະປັບປຸງຢ່າງຫນ້ອຍທຸກໆປີຜ່ານລະບົບການແລກປ່ຽນປັນຍາປະດິດ (AIX) ຂອງພວກເຮົາ. ກອງປະຊຸມຈຸດສຸມກັບອຸດສາຫະກໍາແລະນັກວິຊາການເພື່ອຟັງທັດສະນະຂອງບຸກຄົນແມ່ນດໍາເນີນເພື່ອແລກປ່ຽນຄວາມຄິດເຫັນແລະເກັບກໍາຄວາມເຂົ້າໃຈຂອງອຸດສາຫະກໍາກ່ຽວກັບຫົວຂໍ້ AI ເປົ້າຫມາຍ. ໂດຍເນື້ອແທ້ແລ້ວ, ພວກເຮົາປະເມີນສະຖານະປະຈຸບັນແລະເປົ້າຫມາຍ, ກໍານົດຊ່ອງຫວ່າງແລະໂດຍຜ່ານຍຸດທະສາດ AI ຂອງພວກເຮົາ, ບູລິມະສິດ, orchestrate, ແລະມີສ່ວນຮ່ວມໃນການຈັດສົ່ງໂຄງການທີ່ກ້າວໄປຂ້າງຫນ້າດ້ວຍອັດຕະໂນມັດແລະໂຄງການເຕັກໂນໂລຢີມັນສະຫມອງ.

ແມ່ນຫຍັງເປັນໂອກາດທີ່ເປັນເອກະລັກທີ່ພາກລັດມີເມື່ອເວົ້າເຖິງຂໍ້ມູນ ແລະ AI?

Pamela Isom: ການ​ຮ່ວມ​ມື​ຍຸດ​ທະ​ສາດ​ກັບ​ພາກ​ເອ​ກະ​ຊົນ, ນັກ​ສຶກ​ສາ​ແລະ​ທີມ​ງານ​ສາ​ກົນ​ແມ່ນ​ໂອ​ກາດ​ທີ່​ດີ​ສໍາ​ລັບ​ພາກ​ລັດ. ອົງການຕ່າງໆມີໂອກາດທີ່ຈະອອກໄປຂ້າງຫນ້າແລະສ້າງກົດລະບຽບ AI ສໍາລັບການພັດທະນາຊັບສິນ, ການແບ່ງປັນແລະການປະຕິບັດຄວາມເປັນສ່ວນຕົວທີ່ທັນສະໄຫມ. ນິຕິກໍາຕ່າງໆເຊັ່ນ: ການປັບປຸງຄວາມປອດໄພທາງອິນເຕີເນັດຂອງປະເທດແລະການຫັນປ່ຽນປະສົບການຂອງລູກຄ້າຂອງລັດຖະບານກາງແລະການຈັດສົ່ງການບໍລິການເພື່ອສ້າງຄວາມເຊື່ອຫມັ້ນໃນລັດຖະບານຄືນໃຫມ່ແມ່ນອີງໃສ່ການແກ້ໄຂດ້ານຈັນຍາບັນ, ຄວາມຮັບຜິດຊອບ, ທີ່ເຊື່ອຖືໄດ້ເຊັ່ນ AI ທີ່ເຄົາລົບສິດທິພົນລະເຮືອນແລະເສລີພາບຂອງພວກເຮົາ. ຮ່ວມກັນ, ໂດຍຜ່ານການຮ່ວມມືຍຸດທະສາດ, ພວກເຮົາສາມາດຄົ້ນຄ້ວາແລະຄົ້ນພົບສະຖານະການທີ່ຫລາກຫລາຍທີ່ສຸດແລະປະກອບວິທີແກ້ໄຂທີ່ປົກປ້ອງຂໍ້ມູນໃນຂະນະທີ່ເຮັດໃຫ້ການເຂົ້າເຖິງກວ້າງຂວາງ. ມັນຕ້ອງມີເວທີແຫ່ງຊາດສໍາລັບການຄົ້ນຄວ້າແລະການຮ່ວມມື, ແລະນັ້ນແມ່ນເຫດຜົນທີ່ວ່າຄະນະປະຕິບັດງານຊັບພະຍາກອນການຄົ້ນຄວ້າ AI ແຫ່ງຊາດ, ເຊິ່ງທີມງານຂອງຂ້ອຍເປັນສະມາຊິກ, ມີຄວາມສໍາຄັນຫຼາຍ. ຂະ​ແໜງ​ການ​ສາ​ທາ​ລະ​ນະ​ບໍ່​ສາ​ມາດ​ຕອບ​ສະ​ໜອງ​ຂໍ້​ກຳ​ນົດ​ດ້ານ​ລະ​ບຽບ​ການ​ພຽງ​ແຕ່​ຕ້ອງ​ການ​ອຸດ​ສາ​ຫະ​ກຳ, ນັກ​ວິ​ຊາ​ການ ແລະ ການ​ຮ່ວມ​ມື​ສາ​ກົນ.

ມີກໍລະນີໃດແດ່ທີ່ທ່ານສາມາດແບ່ງປັນບ່ອນທີ່ທ່ານໄດ້ນໍາໃຊ້ AI ຢ່າງສໍາເລັດຜົນ?

Pamela Isom: ໂດຍສະເພາະ, ທີມງານ AI ນໍາໃຊ້ການວິເຄາະຂໍ້ຄວາມການຮຽນຮູ້ເຄື່ອງຈັກແລະການຈັດກຸ່ມພ້ອມກັບຄວາມກ້າວຫນ້າການປຸງແຕ່ງພາສາທໍາມະຊາດເພື່ອຊ່ວຍໃນການວິເຄາະຍຸດທະສາດຂອງໂຄງການ AI ຂອງພະແນກແລະການນໍາໃຊ້ກໍລະນີສິນຄ້າຄົງຄັງ. ກໍລະນີການນໍາໃຊ້ແມ່ນມາຈາກວິທີການ AI ທີ່ຮູ້ຈັກໂດເມນລຸ້ນຕໍ່ໄປການຄົ້ນຄວ້າເພື່ອສ້າງຄວາມເຂັ້ມແຂງຄວາມປອດໄພແຫ່ງຊາດຂອງພວກເຮົາຕໍ່ກັບໂຄງການພະລັງງານສະອາດທີ່ກໍານົດອຸປະກອນທີ່ຕ້ອງໄດ້ຮັບການນໍາໃຊ້ເພື່ອແກ້ໄຂວິກິດການສະພາບອາກາດ. ພວກເຮົາສາມາດກໍານົດຫົວຂໍ້ໂດຍອີງໃສ່ຂໍ້ມູນສິນຄ້າຄົງຄັງແລະຈັດວາງພາກສ່ວນກ່ຽວຂ້ອງຈາກທົ່ວພະແນກທີ່ມີການເຊື່ອມໂຍງທົ່ວໄປເພື່ອໃຫ້ພວກເຮົາເພີ່ມປະສິດທິພາບຂອງຂະຫນາດ, ຫຼຸດຜ່ອນສິ່ງເສດເຫຼືອ, ແຈ້ງ, ແລະຊຸກຍູ້ກິດຈະກໍາ AI ຂ້າມຜ່ານຫຼາຍຂຶ້ນ. ພວກເຮົາພັດທະນາຂໍ້ມູນສາງຂອງພວກເຮົາຢ່າງຕໍ່ເນື່ອງ ແລະໃນມື້ນີ້ພວກເຮົາສາມາດລະບຸໄດ້ວ່າການລົງທຶນ AI ຢູ່ໃສ ແລະມີໂອກາດທີ່ຈະປັບປຸງປະສົບການຂອງລູກຄ້າຫຼືບໍ່. ໂດຍບໍ່ມີການນໍາໃຊ້ AI, ທີມງານແລະພາກສ່ວນກ່ຽວຂ້ອງຂອງຂ້ອຍຈະຕ້ອງແຍກຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ, ແລະມັນເກືອບຈະເປັນໄປບໍ່ໄດ້ທີ່ຈະເອົາການພິຈາລະນາຫຼັກຊັບຂອງ AI ທີ່ທັນເວລາທີ່ຈໍາເປັນສໍາລັບການຕັດສິນໃຈຍຸດທະສາດ. 

ຮັກສາຕາກ່ຽວກັບພາລະກິດ, ການຄົ້ນຄວ້າຂອງພວກເຮົາເຂົ້າໄປໃນພື້ນທີ່ subsurface ແມ່ນເລິກເຊິ່ງຕໍ່ກັບການຈັບແລະເກັບຮັກສາກາກບອນ. ການຮຽນຮູ້ເຄື່ອງຈັກທີ່ມີຂໍ້ມູນທາງວິທະຍາສາດເພື່ອເລັ່ງການຕັດສິນໃຈໃນເວລາຈິງໃນໂຄງການ Subsurface Applications (SMART). ນີ້ແມ່ນການຫັນປ່ຽນປະຕິສໍາພັນຂອງພວກເຮົາພາຍໃນແລະຄວາມເຂົ້າໃຈຂອງ subsurface ໄດ້, ແລະຢ່າງຫຼວງຫຼາຍປັບປຸງປະສິດທິພາບແລະປະສິດທິພາບຂອງການເກັບຮັກສາກາກບອນຂະຫນາດພາກສະຫນາມແລະການດໍາເນີນການນ້ໍາມັນແລະອາຍແກັສ unconventional. SMART ແມ່ນຄວາມພະຍາຍາມຫຼາຍອົງການທີ່ໄດ້ຮັບທຶນຈາກໂຄງການເກັບຮັກສາຄາບອນ ແລະໂຄງການນ້ຳມັນ ແລະອາຍແກັສຂອງ DOE ໂດຍມີສາມພື້ນທີ່ຈຸດສຸມຂອງການສະແດງພາບໃນເວລາຈິງ, ການຮຽນຮູ້ສະເໝືອນຈິງ, ແລະການພະຍາກອນ.

ທ່ານສາມາດແບ່ງປັນບາງສິ່ງທ້າທາຍໃນເວລາທີ່ມັນມາກັບ AI ແລະ ML ໃນພາກສາທາລະນະ?

Pamela Isom: ການເປັນເຈົ້າຂອງ AI ແມ່ນສິ່ງທ້າທາຍທີ່ພວກເຮົາກໍາລັງເຮັດວຽກ. ຂໍ້​ມູນ​ອັນ​ຫຼວງ​ຫຼາຍ​ສະ​ແດງ​ໃຫ້​ເຫັນ​ຄວາມ​ຕ້ອງ​ການ​ທີ່​ນັບ​ມື້​ນັບ​ເພີ່ມ​ຂຶ້ນ​ສໍາ​ລັບ AI ນໍາ​ທິດ​ແລະ​ການ​ຄາດ​ຄະ​ເນ​ທີ່​ມີ​ຄວາມ​ຖືກ​ຕ້ອງ​. ມາດຕະຖານການອະທິບາຍຂໍ້ມູນສຳລັບແນວຕັ້ງ, ຕົວຢ່າງ, ພະລັງງານບໍ່ສາມາດເຂົ້າເຖິງໄດ້ຢ່າງສະດວກ. ມີໂອກາດທີ່ຈະພັດທະນາການຮຽນຮູ້ຂອງເຄື່ອງຈັກກ່ອນທີ່ຈະນຳໃຊ້ການຮຽນຮູ້ແບບບໍ່ມີການຄວບຄຸມເບິ່ງແຍງຂັ້ນສູງເພື່ອແກ້ໄຂກໍລະນີການນຳໃຊ້ທີ່ສຳຄັນໃນພາລະກິດ. ນອກຈາກນີ້ຍັງມີໂອກາດທີ່ສໍາຄັນທີ່ຈະຂະຫຍາຍການຄຸ້ມຄອງພອນສະຫວັນ AI ຢູ່ນອກພະແນກ. ດັ່ງທີ່ພວກເຮົາໄດ້ເຮັດກັບ cyber, ມັນຈໍາເປັນຕ້ອງສຸມໃສ່ວິທະຍາສາດຂໍ້ມູນແລະການຂະຫຍາຍຕົວຂອງ AI ສໍາລັບປະເທດຊາດ, ພວກເຮົາບໍ່ມີທາງເລືອກໃນເລື່ອງນີ້.

ການວິເຄາະ, ອັດຕະໂນມັດ ແລະ AI ເຮັດວຽກຮ່ວມກັນຢູ່ອົງການຂອງເຈົ້າແນວໃດ?

Pamela Isom: ໃນຂະນະທີ່ການວິເຄາະອາດຈະເປັນຈຸດເລີ່ມຕົ້ນຫຼືຈຸດເຂົ້າສໍາລັບ AI, ພວກເຮົານໍາໃຊ້ທັງສາມ (ການວິເຄາະ, ອັດຕະໂນມັດ, ແລະ AI) ເພື່ອສະຫນອງຜົນກະທົບທີ່ຍິ່ງໃຫຍ່ທີ່ສຸດຂອງຄໍາແນະນໍາທີ່ມີຄວາມຮັບຜິດຊອບແລະການຕັດສິນໃຈທີ່ຫນ້າເຊື່ອຖື. ມີໂອກາດທີ່ຈະປັບປຸງບາງພື້ນຖານເພື່ອໃຫ້ການດໍາເນີນງານ AI (AIOps) ກ້າວຫນ້າແນວຄວາມຄິດ DevSecOps ດ້ວຍການຮັບປະກັນ AI ປະສົມປະສານ, ແລະໂດຍຜ່ານຄວາມສາມາດ (ການວິເຄາະ, ອັດຕະໂນມັດ, ແລະ AI) ມີໂອກາດທີ່ສໍາຄັນທີ່ຈະເສີມຂະຫຍາຍການຮ່ວມມືລະຫວ່າງອົງການສໍາລັບການຕັດສິນໃຈຮ່ວມກັນ. ຂ້າ​ພະ​ເຈົ້າ​ຈະ​ຍອມ​ຮັບ​ວ່າ​ຂ້າ​ພະ​ເຈົ້າ​ໄດ້​ຮັບ​ການ​ເພີ່ມ​ເຕີມ​ຂອງ​ຄວາມ​ສະ​ຫງົບ​ນັ້ນ​ໃນ​ມື້​ນີ້​, ແຕ່​ວ່າ​ກາ​ລະ​ໂອ​ກາດ​ຍັງ​ຄົງ​ຢູ່​.

ທ່ານກຳລັງຊອກຫາເລື່ອງຄວາມເປັນສ່ວນຕົວ, ຄວາມໄວ້ວາງໃຈ ແລະຄວາມປອດໄພກ່ຽວກັບການໃຊ້ AI ແນວໃດ?

Pamela Isom: ເຫຼົ່ານີ້ແມ່ນອົງປະກອບທີ່ສໍາຄັນຂອງ AI ການຄຸ້ມຄອງຄວາມສ່ຽງ playbook (AIRMP) ທີ່ຖືກປ່ອຍອອກມາພາຍໃນໃນປີ 2021. AIRMP ແນະນໍາຜູ້ມີສ່ວນກ່ຽວຂ້ອງໂດຍຜ່ານເລື່ອງຄວາມເປັນສ່ວນຕົວ, ຄວາມໄວ້ວາງໃຈ, ແລະຄວາມປອດໄພ (ຈາກທັດສະນະຂອງກົງກັນຂ້າມ) ແລະແຈ້ງໃຫ້ຜູ້ໃຊ້ຂອງຊ່ອງໂຫວ່ທີ່ນໍາສະເຫນີດ້ວຍ AI. ພວກເຮົາຕ້ອງການໃຫ້ຄົນອື່ນ, ລວມທັງສະຖາບັນມາດຕະຖານແລະເຕັກໂນໂລຢີແຫ່ງຊາດ (NIST) ໄດ້ຮັບຜົນປະໂຫຍດແລະປະກອບສ່ວນເຂົ້າໃນຄວາມພະຍາຍາມນີ້.

ທ່ານກໍາລັງເຮັດຫຍັງເພື່ອພັດທະນາກໍາລັງແຮງງານທີ່ກຽມພ້ອມ AI?

Pamela Isom: ພວກເຮົາຮ່ວມມືກັບຫ້ອງທົດລອງແຫ່ງຊາດ ແລະສອນ AI ໃຫ້ແກ່ພາກສ່ວນກ່ຽວຂ້ອງຂອງ DOE ສອງຄັ້ງຕໍ່ປີ. ໃນປີ 2022 ພວກເຮົາຕ້ອງການທີ່ຈະເອົາການຝຶກອົບຮົມໄປອີກລະດັບຫນຶ່ງ, ດັ່ງທີ່ໄດ້ກ່າວມາ, ການແນະນໍາການຮຽນຮູ້ແບບເລິກເຊິ່ງ. 

ຂ້ອຍມີເປົ້າໝາຍສ່ວນຕົວເພື່ອຊ່ວຍຊຸມຊົນທີ່ໄດ້ຮັບຜົນກະທົບຈາກລັກສະນະອັດຕະໂນມັດຂອງ AI. ຂົງເຂດໜຶ່ງທີ່ໜ້າເປັນຫ່ວງແມ່ນວຽກເຮັດງານທຳທີ່ເປັນຈຸດສຸມຂອງເລຂານຸການພະລັງງານ ແລະ ບໍລິຫານ. ພວກເຮົາຕ້ອງການພົນລະເມືອງເພື່ອຍືນຍົງແລະເຕີບໃຫຍ່ໃນວຽກຂອງເຂົາເຈົ້າ, ບໍ່ສູນເສຍພວກເຂົາຍ້ອນຄວາມກ້າວຫນ້າຂອງ AI. ພະນັກງານຈໍາເປັນຕ້ອງຮູ້ວິທີການເຮັດວຽກຮ່ວມກັນກັບຫຸ່ນຍົນ, ຕົວຢ່າງ, ແລະວິທີການຂະຫຍາຍລັກສະນະການອະທິບາຍຂອງ AI ເພື່ອໃຫ້ການຊີ້ແຈງຖືກກວດສອບແລະສື່ສານຢ່າງຖືກຕ້ອງ. ຄວາມສາມາດນີ້ແມ່ນຢູ່ຕາມສາຍຂອງທັກສະທີ່ອ່ອນກວ່າແຕ່ສໍາຄັນທີ່ອໍານວຍຄວາມສະດວກໃນຄວາມຫມັ້ນໃຈຂອງຜູ້ບໍລິໂພກໃນຂະນະທີ່ສ້າງໂອກາດທີ່ເປັນເອກະລັກສໍາລັບການພັດທະນາທັກສະ. ສໍາລັບຕົວຢ່າງ, ຄູສອນໂຮງຮຽນຄວນຈະຖືກລວມເຂົ້າໃນການຝຶກອົບຮົມ algorithmic ແລະຢ່າງຫນ້ອຍ, ການທົດສອບເພື່ອຊ່ວຍໃນການຜະລິດຜົນໄດ້ຮັບທີ່ຍຸດຕິທໍາ, ບໍ່ມີຄວາມລໍາອຽງ. ພວກເຂົາຕ້ອງການການຮັບປະກັນວ່າ AI inferences ຈະບໍ່ມີຜົນກະທົບທາງລົບຕໍ່ພຶດຕິກໍາຂອງນັກຮຽນຫຼືເຮັດໃຫ້ຊີວິດມີຄວາມສ່ຽງຕໍ່ການຮັບຮອງເອົາ. AI ທີ່ສາມາດອະທິບາຍໄດ້ແມ່ນມີຄວາມມຸ່ງຫວັງໃນເລື່ອງນີ້. ຕົວຢ່າງເຫຼົ່ານີ້ສະແດງເຖິງສ່ວນຫນຶ່ງຂອງຄວາມສາມາດແລະທ່າແຮງການພັດທະນາພອນສະຫວັນທີ່ສາມາດຊ່ວຍຊີວິດຄົນໄດ້.

ເທັກໂນໂລຢີ AI ອັນໃດທີ່ເຈົ້າຫວັງຢາກໄດ້ຫຼາຍທີ່ສຸດໃນຊຸມປີຕໍ່ໜ້າ?

Pamela Isom: ຂ້ອຍຕື່ນເຕັ້ນກັບປີ 2022 ແລະກິດຈະກໍາທີ່ເອື່ອຍໄປຂ້າງຫນ້າທີ່ກໍາລັງປະເຊີນກັບ AI ຮຸ່ນຕໍ່ໄປ. ຂ້ອຍກໍາລັງຊອກຫາຄວາມກ້າວຫນ້າໃນ AI ຫຼາຍເພື່ອວ່າການເອື່ອຍອີງຈາກຂໍ້ມູນແມ່ນບໍ່ເລິກເຊິ່ງແລະແທນທີ່ຈະ, AI ຄິດໄລ່ວ່າຂໍ້ມູນໃດທີ່ຕ້ອງການດ້ວຍຕົນເອງເພື່ອແກ້ໄຂບັນຫາ. ຂ້າ​ພະ​ເຈົ້າ​ອີງ​ໃສ່​ເຄື່ອງ​ມື​ແລະ​ເຕັກ​ໂນ​ໂລ​ຊີ​ທີ່​ສະ​ຫນອງ​ການ​ອະ​ທິ​ບາຍ​ວິ​ທີ​ແກ້​ໄຂ​ແລະ​ເຫດ​ຜົນ​ທີ່​ຢູ່​ເບື້ອງ​ຫຼັງ​ການ​ຄາດ​ຄະ​ເນ​. ກົມກໍາລັງຖືບົດບາດນໍາພາທີ່ເຂັ້ມແຂງກວ່າໃນ AI ໂດຍການປັບປຸງການປະສານງານຍຸດທະສາດ, ການວາງແຜນແລະການຈັດຕັ້ງປະຕິບັດໂຄງການ. ຫ້ອງທົດລອງແຫ່ງຊາດແລະການລິເລີ່ມ incubator AI, ສະຫນັບສະຫນູນໂດຍ Lawrence Livermore ແມ່ນຫນຶ່ງໃນຕົວຢ່າງຈໍານວນຫຼາຍຂອງການເປີດໃຊ້ນະວັດກໍາທີ່ກໍາລັງເກີດຂຶ້ນ. ໃນເວລາທີ່ມັນມາກັບການຫຼຸດຜ່ອນຄວາມສ່ຽງ, ພວກເຮົາຕ້ອງການທີ່ຈະຮັບປະກັນວ່າ AI ບໍ່ໄດ້ນໍາສະເຫນີພະລັງງານແລະຊັບພະຍາກອນທີ່ບໍ່ມີປະສິດທິພາບທີ່ສາມາດຕ້ານຄວາມພະຍາຍາມ decarbonization ແລະພວກເຮົາມີຄວາມກະຕືລືລົ້ນທີ່ຈະສົ່ງ AI ທີ່ມີຄວາມຮັບຜິດຊອບ, ມີຈັນຍາບັນເພື່ອຜົນດີຂອງພາລະກິດ, ປະເທດຊາດ, ແລະໂດຍສະເພາະຂອງພວກເຮົາ. ເດັກນ້ອຍ. 

Pamela Isom, ຈະນໍາສະເຫນີໃນກອງປະຊຸມລັດຖະບານເດືອນກຸມພາ 2021 AI ໃນກໍລະນີທີ່ນາງຈະກ່າວເຖິງວິທີການທີ່ DOE ກໍາລັງເພີ່ມຜົນກະທົບຂອງ AI ໂດຍຜ່ານການປະສານງານຍຸດທະສາດ, ການວາງແຜນແລະການບໍລິການລູກຄ້າທີ່ດີເລີດລວມທັງການກ່າວເຖິງຈັນຍາບັນ AI, ຫຼັກການ AI, ແລະຈຸດເດັ່ນຂອງການຄຸ້ມຄອງຄວາມສ່ຽງ AI. .