แนวปฏิบัติที่ดีที่สุดสำหรับการสร้างแพลตฟอร์มการพัฒนา AI ในหน่วยงานภาครัฐ
John P. Desmond บรรณาธิการเทรนด์ AI
ตามที่ Isaac Faber หัวหน้าวิศวกรของศูนย์บูรณาการปัญญาประดิษฐ์ของกองทัพสหรัฐฯ ระบุว่า AI stack ที่กำหนดโดยมหาวิทยาลัย Carnegie Mellon นั้นเป็นพื้นฐานสำหรับแนวทางของกองทัพสหรัฐฯ ในการพัฒนาแพลตฟอร์มการพัฒนา AI รัฐบาลโลก AI งานนี้จัดขึ้นด้วยตนเองและจากเมืองอเล็กซานเดรีย รัฐเวอร์จิเนีย เมื่อสัปดาห์ที่แล้ว
“หากเราต้องการย้ายกองทัพจากระบบเดิมผ่านการปรับปรุงระบบดิจิทัลให้ทันสมัย หนึ่งในความท้าทายที่ใหญ่ที่สุดที่ผมพบคือความยากลำบากในการเชื่อมช่องว่างในโครงการต่างๆ” เขากล่าว “ส่วนที่สำคัญที่สุดของการเปลี่ยนแปลงทางดิจิทัลคือชั้นกลาง ซึ่งเป็นแพลตฟอร์มที่ทำให้ง่ายต่อการอยู่ในระบบคลาวด์หรือบนเครื่องคอมพิวเตอร์” ความปรารถนาคือการถ่ายโอนแพลตฟอร์มซอฟต์แวร์ของคุณไปยังแพลตฟอร์มอื่นได้อย่างง่ายดายเช่นเดียวกับสมาร์ทโฟนเครื่องใหม่ที่จะถ่ายโอนรายชื่อติดต่อและประวัติผู้ใช้
จริยธรรมตัดข้ามเลเยอร์ของแอปพลิเคชัน AI โดยมีขั้นตอนการวางแผนอยู่ที่ด้านบน ตามด้วยการสนับสนุนการตัดสินใจ การสร้างแบบจำลอง การเรียนรู้ของเครื่อง การจัดการข้อมูลขนาดใหญ่ และเลเยอร์หรือแพลตฟอร์มอุปกรณ์ที่ด้านล่าง
“ฉันขอสนับสนุนว่าเราจะไม่ปิดสแต็กที่เป็นโครงสร้างพื้นฐานหลักและเป็นวิธีในการปรับใช้แอปพลิเคชันและในแนวทางของเรา” “เราจำเป็นต้องสร้างสภาพแวดล้อมการเติบโตสำหรับพนักงานที่กระจายอยู่ทั่วโลก”
กองทัพบกกำลังทำงานบนแพลตฟอร์มซอฟต์แวร์สภาพแวดล้อมการทำงานร่วม (Coes) ซึ่งประกาศครั้งแรกในปี 2560 ซึ่งเป็นการออกแบบขั้นตอนการทำงานของกระทรวงกลาโหมที่สามารถปรับขนาดได้ คล่องตัว แบบแยกส่วน พกพาได้ และเปิดกว้าง “มันเหมาะสำหรับโครงการ AI ที่หลากหลาย” Faber กล่าว สำหรับความพยายามนั้น “ปีศาจอยู่ในรายละเอียด” เขากล่าว
กองทัพบกกำลังทำงานร่วมกับ มช. และบริษัทเอกชนบนแพลตฟอร์มต้นแบบ ได้แก่ วิซิโม Coraopolis, Pa. ซึ่งให้บริการพัฒนา AI Faber กล่าวว่าเขาชอบการทำงานร่วมกันและการประสานงานกับอุตสาหกรรมเอกชนมากกว่าการซื้อสินค้าจากชั้นวาง “ปัญหาคือคุณติดอยู่กับคุณค่าที่ผู้ขายรายหนึ่งมอบให้คุณ ซึ่งโดยปกติไม่ได้ออกแบบมาสำหรับปัญหาเครือข่าย DOD” เขากล่าว
กองทัพบกกำลังฝึกอบรมทีมเทคโนโลยีจำนวนหนึ่งในด้าน AI
กองทัพบกมีส่วนร่วมในความพยายามพัฒนาบุคลากรด้าน AI สำหรับหลายทีม ซึ่งรวมถึง: ความเป็นผู้นำ ผู้เชี่ยวชาญที่มีวุฒิการศึกษาระดับบัณฑิตศึกษา เจ้าหน้าที่ด้านเทคนิคที่ได้รับการฝึกอบรมเพื่อขอการรับรอง และผู้ใช้ AI
ทีมเทคนิคในกองทัพมีการมุ่งเน้นที่แตกต่างกัน: การพัฒนาซอฟต์แวร์สำหรับวัตถุประสงค์ทั่วไป วิทยาศาสตร์การดำเนินงาน การใช้งานที่มีการวิเคราะห์ และทีมปฏิบัติการการเรียนรู้ของเครื่องจักร เช่น ทีมขนาดใหญ่เพื่อสร้างระบบการมองเห็นของคอมพิวเตอร์ “ในขณะที่ผู้คนเข้ามาทำงาน พวกเขาต้องการสถานที่สำหรับการทำงานร่วมกัน สร้างสรรค์ และแบ่งปัน” Faber กล่าว
ประเภทโปรเจ็กต์ประกอบด้วยการวินิจฉัย ซึ่งสามารถผสานรวมสตรีมข้อมูลในอดีต การคาดการณ์ และการกำหนด ซึ่งแนะนำแนวทางการดำเนินการตามการคาดการณ์ “ที่ปลายสุดคือ AI คุณไม่ได้เริ่มต้นด้วยสิ่งนั้น” Faber กล่าว นักพัฒนาจะต้องแก้ปัญหา 3 ประการ ได้แก่ วิศวกรรมข้อมูล แพลตฟอร์มการพัฒนา AI ที่เขาเรียกว่า “ฟองสีเขียว” และแพลตฟอร์มการปรับใช้ที่เขาเรียกว่า “ฟองสีแดง”
“สิ่งเหล่านี้แยกจากกันและมีความสัมพันธ์กันทั้งหมด ทีมต่างๆ เหล่านั้นต้องประสานงานกันทางโปรแกรม โดยปกติแล้ว ทีมโครงการที่ดีจะประกอบด้วยผู้คนจากแต่ละพื้นที่ฟองสบู่เหล่านี้” เขากล่าว “อย่าพยายามแก้ปัญหาฟองสีเขียวหากคุณยังไม่ได้ดำเนินการ มันไม่สมเหตุสมผลเลยที่จะติดตาม AI จนกว่าคุณจะมีความต้องการในการปฏิบัติงาน”
เมื่อถามผู้เข้าร่วมว่ากลุ่มใดเข้าถึงและฝึกอบรมได้ยากที่สุด Faber กล่าวโดยไม่ลังเลว่า “ผู้ที่เข้าถึงได้ยากที่สุดคือผู้บริหาร พวกเขาต้องเข้าใจว่าระบบนิเวศ AI ให้คุณค่าอะไร ความท้าทายที่ใหญ่ที่สุดคือวิธีสื่อสารคุณค่านั้น” เขากล่าว
คณะเสวนาหารือกรณีการใช้งาน AI ที่มีศักยภาพสูงสุด
ในการอภิปรายเรื่องพื้นฐานของการพัฒนา AI ผู้ดำเนินรายการ Kurt Savoie ผู้อำนวยการโครงการ Global Smart Cities Strategies for IDC ซึ่งเป็นบริษัทวิจัยตลาด ได้ถามว่ากรณีการใช้ปัญญาประดิษฐ์ที่เกิดขึ้นใหม่กรณีใดมีศักยภาพมากที่สุด
Jean-Charles Ledet ที่ปรึกษาด้านเทคโนโลยีอิสระของสำนักงานวิจัยวิทยาศาสตร์กองทัพอากาศสหรัฐฯ กล่าวว่า “ฉันชี้ให้เห็นถึงข้อดีของการตัดสินใจที่ขอบ การสนับสนุนนักบินและผู้ปฏิบัติงาน และการตัดสินใจในเบื้องหลังสำหรับภารกิจและการวางแผนทรัพยากร”
Krista Kinnard ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของกระทรวงแรงงานกล่าวว่า “การประมวลผลภาษาธรรมชาติเป็นโอกาสในการเปิดประตูสู่ AI ที่กระทรวงแรงงาน” เธอกล่าว “ท้ายที่สุดแล้ว เราจะทำงานกับข้อมูลเกี่ยวกับผู้คน โครงการ และองค์กรต่างๆ”
ซาวอยถามว่าอะไรคือความเสี่ยงและอันตรายที่ใหญ่ที่สุดที่ผู้เข้าร่วมเห็นในการใช้งาน AI
Anil Chaudhry ผู้อำนวยการรัฐบาลกลางด้านการนำ AI ไปใช้สำหรับ General Services Administration (GSA) กล่าวว่าในองค์กรไอทีทั่วไปที่ใช้การพัฒนาซอฟต์แวร์แบบดั้งเดิม ผลกระทบของการตัดสินใจของนักพัฒนายังมีอยู่เพียงเท่านี้เท่านั้น ด้วย AI “คุณต้องพิจารณาถึงผลกระทบต่อผู้คนในชั้นเรียน ผู้มีสิทธิเลือกตั้ง และผู้มีส่วนได้ส่วนเสียทั้งหมด ด้วยการเปลี่ยนแปลงอัลกอริทึมที่เรียบง่าย คุณสามารถชะลอผลประโยชน์ให้กับผู้คนนับล้านหรือได้ข้อสรุปที่ผิดในวงกว้าง นั่นคือความเสี่ยงที่สำคัญที่สุด” เขากล่าว
เขาบอกว่าเขาขอให้คู่สัญญาของเขาเป็น “คนบนสังเวียนและคนบนสังเวียน”
Kinard ยืนยันสิ่งนี้โดยกล่าวว่า “เราไม่ได้ตั้งใจที่จะดึงผู้คนออกจากวงจร มันเป็นเรื่องเกี่ยวกับการเพิ่มขีดความสามารถของผู้คนในการตัดสินใจได้ดีขึ้น”
เขาเน้นย้ำถึงความสำคัญของการตรวจสอบโมเดล AI หลังจากใช้งานแล้ว “แบบจำลองสามารถเปลี่ยนแปลงได้เมื่อข้อมูลที่รวมการเปลี่ยนแปลง” เขากล่าว “ดังนั้น คุณจำเป็นต้องมีระดับการคิดเชิงวิพากษ์ไม่เพียงแต่จะทำงานเท่านั้น แต่ยังต้องพิจารณาว่าโมเดล AI เป็นที่ยอมรับหรือไม่”
เขากล่าวเสริมว่า “เราได้พัฒนากรณีการใช้งานและความร่วมมือทั่วทั้งรัฐบาลเพื่อให้แน่ใจว่าเราใช้ AI ที่มีความรับผิดชอบ เราจะไม่แทนที่มนุษย์ด้วยอัลกอริธึม”
Lede แห่งกองทัพอากาศกล่าวว่า “เรามักจะใช้สถานการณ์ที่ไม่มีข้อมูล เราไม่สามารถค้นคว้าข้อมูลสงคราม 50 ปีได้ ดังนั้นเราจึงใช้การจำลอง อันตรายในการฝึกอัลกอริทึมก็คือคุณมี ‘การจำลองสู่โลกแห่งความเป็นจริง’ ซึ่งเป็นอันตรายอย่างแท้จริง คุณไม่แน่ใจว่าอัลกอริทึมจะแมปกับโลกแห่งความเป็นจริงได้อย่างไร”
Chaudhry เน้นย้ำถึงความสำคัญของกลยุทธ์การทดสอบสำหรับระบบ AI เขาเตือนนักพัฒนาซอฟต์แวร์ที่ “หลงรักเครื่องมือนี้และลืมจุดประสงค์ของการฝึกหัด” เขาแนะนำให้ออกแบบผู้จัดการฝ่ายพัฒนาในกลยุทธ์การทดสอบและการตรวจสอบอิสระ “การทดสอบของคุณคือคุณต้องทุ่มเทพลังงานของคุณในฐานะผู้นำ ก่อนที่จะนำทรัพยากรไปปฏิบัติ ผู้นำจะต้องคำนึงถึงความคิดว่าพวกเขาลงทุนไปอย่างไรจะประสบความสำเร็จหรือไม่”
Lede แห่งกองทัพอากาศกล่าวถึงความสำคัญของการเผยแพร่ประชาสัมพันธ์ “ฉันเป็นนักเทคโนโลยี ฉันไม่ได้สร้างกฎหมาย ความสามารถของ AI ในการอธิบายวิธีที่มนุษย์สามารถโต้ตอบได้นั้นเป็นสิ่งสำคัญ AI เป็นพันธมิตรที่เราพูดคุยด้วย แทนที่จะเป็น AI ที่จะสรุปว่าเราไม่มีทางตรวจสอบได้” เขากล่าว
อ่านเพิ่มเติมใน รัฐบาลโลก AI
