AI トレンド編集者、John P. Desmond 著
米陸軍 AI 統合センターのチーフ データ サイエンティストであるアイザック フェイバー氏によると、カーネギー メロン大学によって定義された AI スタックは、米陸軍が AI 開発プラットフォームの取り組みに採用しているアプローチの基礎となります。 AI世界政府 このイベントは先週、バージニア州アレクサンドリアから対面かつバーチャルで開催された。
同氏は、「デジタル近代化を通じて陸軍をレガシーシステムから遠ざけたい場合、私が発見した最大の問題は、アプリケーションの相互運用性に対処することが難しいことだ」と述べた。 「デジタル変革の最も重要な部分は中間層であり、クラウドまたはローカル コンピューター上での利用を容易にするプラットフォームです。」新しいスマートフォンでユーザーの連絡先や履歴を移動するのと同じくらい簡単に、ソフトウェア プラットフォームを別のプラットフォームに移動できるようにすることが望まれています。
倫理は AI アプリケーション スタックのすべての層にまたがっており、計画フェーズを最上位に置き、その後に意思決定サポート、モデリング、機械学習、大規模データ管理、デバイス層またはプラットフォームが最下位に配置されます。
同氏は、「私はスタックをコアインフラストラクチャであり、アプリケーションをデプロイする方法であり、アプローチがサイロ化しないように考慮することを主張している」と述べた。 「私たちは世界中に分散した労働力のための成長環境を作り出す必要があります。」
陸軍は、2017 年に初めて発表された共通オペレーティング環境ソフトウェア (COS) プラットフォームに取り組んでいます。これは、スケーラブルで機敏で、モジュール式で、ポータブルで、オープンな国防総省の業務向けの設計です。 「幅広いAIプロジェクトに適している」とフェイバー氏は語った。この取り組みを実行するには、「悪魔は細部に宿る」と彼は言う。
陸軍はCMUおよび民間企業と協力してプロトタイププラットフォームを開発中 ビジモ AI開発サービスを提供するペンシルベニア州コラオポリスの。ファーバー氏は、市場から製品を購入するよりも、民間産業と協力し調整することを好むと述べた。 「問題は、そのベンダーが提供する価値に縛られてしまうことですが、その価値は通常、国防総省ネットワークの課題に合わせて設計されていないのです」と同氏は述べた。
陸軍はいくつかの技術チームを AI で訓練します
陸軍は、以下を含む複数のチームにわたる AI 人材育成の取り組みに取り組んでいます。認定を取得するためのトレーニングを受ける技術スタッフ。そしてAIユーザー。
陸軍の技術チームが重点を置くさまざまな分野には、汎用ソフトウェア開発、運用データ サイエンス、分析を含む展開、および大規模なチームを必要とするコンピューター ビジョン システムの構築などの機械学習運用チームが含まれます。 「人々が社会人になるにつれて、コラボレーションし、作成し、共有するためのスペースが必要になります」とフェイバー氏は言います。
プロジェクトの種類には、履歴データのストリームを組み合わせた診断、予測、および予測に基づいてアクションを推奨する処方が含まれます。 「最後のものはAIです。そこから始めるべきではありません」とフェイバー氏は語った。開発者は、データ エンジニアリング、同社が「グリーン バブル」と呼ぶ AI 開発プラットフォーム、および同社が「レッド バブル」と呼ぶ展開プラットフォームの 3 つの問題を解決する必要があります。
「これらは相互に排他的であり、すべて相互に関連しています。さまざまな人々からなるチームは、プログラム的に調整する必要があります。通常、優れたプロジェクト チームには、これらすべてのバブル領域の人々が含まれます。」と彼は言いました。 「グリーンバブルの問題をまだ解決していない場合は、解決しようとしないでください。運用上のニーズがない限り、AI を追求することに意味はありません。」
どのグループに到達してトレーニングするのが最も難しいのかという参加者からの質問に、フェイバー氏はためらうことなく答え、「最も到達するのが難しいのは幹部だ。彼らはAIエコシステムが提供する価値を学ぶ必要がある。最大の課題は、その価値をどのように伝えるかだ」と述べた。
パネルでは、最も可能性の高い AI のユースケースについて議論します
新興 AI の基礎に関するパネルディスカッションで、市場調査会社 IDC のグローバル スマート シティ戦略プログラム ディレクターであるモデレータのクルト サヴォワ氏は、最も可能性の高い新興 AI のユースケースは何かと質問しました。
米空軍の科学研究局、自律技術顧問のジャン・シャルル・リード氏は、「ミッションや資源の計画、パイロットやオペレーターのサポート、舞台裏での意思決定など、エッジでの意思決定の利点を指摘したい」と述べた。
労働省の新興技術責任者のクリスタ・キナード氏は、「自然言語処理は労働省におけるAIへの扉を開く機会だ」と述べた。 「結局のところ、私たちは人、プログラム、組織に関するデータを扱っているのです。」
サヴォワ氏は、パネリストが AI を導入する際にどのような主要なリスクや危険性を認識しているかを尋ねました。
一般調達局 (GSA) の連邦 AI 実装担当ディレクターである Anil Chaudhary 氏は、従来のソフトウェア開発を使用する典型的な IT 組織では、開発者の決定が与える影響はそれほど大きくないと述べています。 AIについては、「人々、有権者、そして利害関係者全体への影響を考慮する必要がある。アルゴリズムを単純に変更するだけで、何百万人もの人々の利益を遅らせたり、大きな計算ミスをしたりする可能性がある。それが最も重大なリスクだ」と同氏は述べた。
同氏は、契約パートナーに対し、「人間がループに加わり、人間もループに加わる」よう求めていると述べた。
キナード氏はこれを支持し、「人間を揺るがすつもりはない。本当に重要なのは、人々がより良い決断を下せるようにすることだ」と語った。
同氏は、AIモデルを導入後に監視することの重要性を強調した。 「基礎となるデータが変化すると、モデルが変動する可能性があります」と彼は言いました。 「そのため、行動するだけでなく、AI モデルの動作が許容できるかどうかを評価するためにも、一定レベルの批判的思考が必要です。」
同氏はさらに、「責任あるAIを確実に実装するために、政府全体でユースケースとパートナーシップを構築した。人間をアルゴリズムに置き換えることは決してない」と付け加えた。
空軍のレデ氏は、「データが存在しないユースケースがよくある。50年分の戦闘データを追跡することはできないので、シミュレーションを利用する。リスクはアルゴリズムに『実際の違いに対するシミュレーション』があることを教えることにあり、これが本当のリスクだ。アルゴリズムが現実世界にどのようにマッピングされるかは分からない。」と述べた。
チョーダリー氏は、AI システムのテスト戦略の重要性を強調しました。同氏は、「ツールに夢中になり、演習の目的を忘れる」開発者に対して警告した。彼は、開発マネージャーが独立した検証および検証戦略を設計することを推奨しました。 「あなたの試練は、リーダーとしてエネルギーを集中しなければならないところです。リーダーにリソースを投入する前に、投資が成功したかどうかをリーダーがどのように正当化するかを頭の中で考えておく必要があります。」
空軍指導部は通訳の重要性について語った。同氏は、「私は技術者です。法律を作るわけではありません。人間が対話できる方法でAIの機能を説明する能力が重要です。AIは私たちが対話するパートナーであり、AIは私たちが検証する方法がないという結論に達します。」と述べました。
詳細はこちら AI世界政府。
Leave a Reply