美国最新《人工智能/机器学习战略计划》全文就俩字:落地!

学术plus  |   2021-08-21 00:00

《人工智能/机器学习战略计划》制定的三个目标:

(1)推动下一代人工智能和机器学习技术在国土安全部中运用,增加研发投资,利用这些技术建立起安全的网络基础设施;

(2)促进现有已成熟的人工智能和机器学习能力在国土安全部任务中的部署

(3)建立、培养一支跨学科的AI/ML劳动力队伍。后续,国土安全部科技与技术司还将制定具体的实施计划

1.执行摘要

美国国土安全部科技司提出致力于使其能够开展人工智能和机器学习研究、开发、测试和评估活动的目标,以支持国土安全部的任务需求,并就AI/ML的发展以及相关的机遇和风险向利益相关者提供建议。《人工智能/机器学习战略计划》定义了科学技术司有效应对AI/ML给美国防部、以及更广泛的国土安全企业及其服务的任务带来的机遇和挑战的方法。

《人工智能/机器学习战略计划》提出了三个目标:

目标1:推动下一代AI/ML技术,实现跨领域的国土安全能力

科技部将对AI/ML研发活动进行战略投资,以满足国土安全部的关键需求。科技司确定了三个研发目标,分别为:推进值得信赖的人工智能、推进人机团队合作,以及利用AI/ML实现安全的网络基础设施。

推进可信赖人工智能是一项跨学科的工作,旨在研究并为可解释人工智能、隐私保护、对抗偏见和对抗性机器学习等问题提供可操作的解决方案。

科技司将研究人机合作,优化人机交互,同时限制其弱点。

在安全的网络基础设施领域,科技司将研究允许跨系统共享和处理数据的能力、AI/ML模型的有效管理以及实现威胁检测和响应的AI/ML能力。

目标2:促进在国土安全任务中使用经验证的AI/ML能力

科技司将确定技术成熟的能力,并将其与任务需求相匹配,以促进国土安全部各机构和利益相关者对现有AI/ML解决方案的理解和采用。

科技司还将提高非专业人员用于管理和处理大型数据集的能力,同时就AI/ML所需的技术和政策基础设施向国防部提供建议。

目标3:建立一支接受过跨学科AI/ML培训的员工队伍

科技司将招聘专家并培训现有人员,以提高从业人员的AI/ML能力,从而更有效地完成科技任务。

此外,科技司将为更广泛的国土安全部和国土安全企业(HSE)社区提供培训机会方面的专家建议和建议。

科技司的AI/ML方法由国家指南和国土安全部人工智能战略提供信息。科技司领导层致力于确保AI/ML的研究、开发、测试、评估工作以及部门应用程序符合各项法律要求,并维持个人隐私、保护公民权利和公民自由。后续的《人工智能/机器学习实施计划》将详细说明《人工智能/机器学习战略计划》将如何实施。

2.目的

国土安全部科技司人工智能和机器学习战略计划确立了愿景、使命、具体目标和远景目标。该战略计划确定了AI/ML的重点领域,科技司将致力于执行其作为国土安全部总部、国土安全部所属机构以及国土安全企业的研发部门和科学技术顾问的使命。

3.内容

3.1 国土安全部任务环境中的人工智能/机器学习

国土安全部的任务包括管理关键基础设施的网络和物理风险,在促进合法贸易和旅行的同时保护美国边境,预防和调查犯罪活动,以及应对自然和人为灾害等。

AI/ML提供了更有效地完成国土安全部任务和更广泛国土安全企业的众多不同任务的机会。AI/ML在这些任务中的可能用途示例包括在国界线的过境点处理大量传感器数据、扫描网络活动是否存在异常以及模拟自然灾害对关键基础设施的影响。

AI/ML技术的应用也带来了新的风险,国土安全部必须准备好识别、评估和减轻这些风险。国土安全部必须以保护隐私、公民权利和公民自由并防止偏见的方式开发和应用这项新技术,以确保技术有效性并维护公众的信任,国土安全部还必须准备好在问题发生时的有效应对。

3.2科技任务背景下的人工智能/机器学习

国土安全部科技司的使命是:通过科学、技术和创新应对未来的威胁并满足当前的需求,从而保护国家。科技司根据2002年的美国《国土安全法》创建,开展与国土安全部和国土安全企业相关的基础和应用类的研究、开发、演示、测试和评估活动。科技司AI/ML战略计划与2021年科技司战略计划中阐明的目标相吻合,并得到这些目标的支持。

作为国土安全部的研发部门以及国土安全企业成员及其利益相关者值得信赖的科学和技术顾问,科技司将开展研究以了解与快速变化的AI/ML技术相关的机遇和风险及其对国土安全部任务的影响。科技司将使国土安全部和更广泛的国土安全企业能够有效地使用AI/ML来执行他们保护美国人民和国土的使命,同时按照道德标准和美国人民的价值观运作。科技司领导致力于确保AI/ML研究、开发、测试、评估和部门应用符合法定和其他法律要求,维持隐私保护,并维护个人的公民权利和公民自由。

20210821020318_6d2fe4.jpg

4.目标

2020年12月3日发布的美国国土安全部人工智能战略制定了五个目标,以管理国土安全部采用负责任和可信赖的方式将人工智能整合到国土安全部任务中的方法,并成功降低整个国土安全企业中存在的与人工智能相关的风险。 

20210821020319_78e520.jpg

国土安全部的五个人工智能战略目标分别是:

(1)评估人工智能在国土安全业务中的潜力

(2)投资国土安全部的人工智能能力

(3)减少人工智能对美国政府和国土的风险

(4)发展具备人工智能素养的国土安全部劳动力

(5)提高公众信任度和参与度

除与国土安全部的上述五个战略目标一致外,科技司还将继续与跨机构、学术界、行业和国际合作伙伴合作,为国土安全企业活动和支持挑战提供循证指导。科技司在本报告中确立了三个目标,以促进组织在国土安全部的 AI/ML 中的作用,三个战略目标分别是:

远景目标1:推动下一代AI/ML技术实现跨领域的国土安全能力

科技司与学术界、工业界、国际和联邦、州以及地方合作伙伴合作进行研究投资,利用AI/ML突破来满足国土安全需求。科技司的战略目标与国土安全部的人工智能战略目标一致,即:投资国土安全部的人工智能能力。科技司在AI/ML投资的优先领域是推进可信赖的人工智能、人机协作和安全网络基础设施。这些优先领域由科技司AI/ML工作组根据现有和预计的科技司和任务需求制定并验证。

具体目标A:推进可信赖的人工智能。推进可信赖人工智能是一个广泛的研究领域,研究如何确保对AI/ML系统的信心。

具体目标B:推进人机合作,研究人类和人工智能/机器学习如何最有效地协作以执行任务。该研究领域是跨学科的,需要将技术研究与社会科学相结合。

具体任务C:利用AI/ML实现安全的网络基础设施。网络基础设施“由计算系统、数据存储系统、先进的仪器和数据存储库、可视化环境和人员组成,所有这些都通过软件和高性能网络连接在一起,以提高研究生产力并实现原本不可能实现的突破。”网络基础设施支撑着关键的基础设施部门,确保其安全性是国土安全部的使命。AI/ML也是实现网络基础设施的技术革命的基础,鉴于网络基础设施的速度、规模和计算密集型需求,AI/ML是其安全性的重要工具。

远景目标2:促进在国土安全任务中使用经过验证的AI/ML功能

该目标支持国土安全部人工智能战略目标一(评估人工智能对国土安全企业的潜在影响)和国土安全部人工智能战略目标二(投资国土安全部人工智能能力)。科技司使国土安全部机构和国土安全企业的合作伙伴能够在短期内评估并可能采用AI/ML。科技司将与相关机构合作以了解其需求,然后根据需求定制AI/ML研究。科技司的作用还包括确定可以支持相关任务的当前技术,支持机构建立采用AI/ML的能力,制定测试和安全标准,以及就AI/ML的恶意或破坏性使用对任务的影响向国土安全部提供建议等。

具体目标A:识别、评估和转换国土安全部机构和国土安全企业的现有AI/ML能力。

具体目标B:在国土安全部机构和国土安全企业中启用AI/ML。科技司旨在通过识别、评估工具和能力并提供建议,使各机构和合作伙伴能够更好地了解AI/ML解决方案如何应对任务挑战,从而在各个层面实现创新。这一目标要求进行一系列技术投资,同时支持各部门的组织学习。

远景目标3:建立一支受过跨学科AI/ML培训的员工队伍

采用AI/ML要求员工熟悉并适应该技术。为开展AI/ML研究,并就AI/ML向国土安全部和HSE提供建议,科技司将通过培养一批具有各种学科背景和知识的AI/ML专家,包括系统架构师、数据科学家、工程师、计算机科学家、社会科学家、隐私专业人士、伦理学家和政策分析师等,以起到带头作用。科技司还将努力支持国土安全部和国土安全企业的所属机构建立自己的AI/ML员工队伍。

该目标与国土安全部人工智能战略目标(发展国土安全部人工智能劳动力)以及2021年科技战略计划的目标一致,以促进科技劳动力并为当前和未来做好准备。科技司将提供交流和培训AI/ML的机会,并将在培训更多国土安全部员工方面发挥作用,以更好地了解在国土安全部任务中使用AI/ML的机会和面临的挑战。

具体目标A:建立AI/ML科技劳动力。科技司将培训和发展跨学科的劳动力,通过承包商、国家实验室、卓越中心、实习生和研究员等来增强联邦劳动力的专业知识。这需要更战略性地招聘AI/ML人才,以及系统地努力留住和培养人才,以建立机构能力。

具体目标B:实现更广泛的国土安全部AI/ML能力。要在国土安全企业中广泛采用AI/ML,员工必须具备与技术互动的技能和知识,并与内部和外部利益相关者就技术进行讨论。科技司将发挥核心作用,使更广泛的国土安全部员工能够理解和利用AI/ML来完成他们的使命,同时遵守道德标准和13960号行政命令的原则。科技司将通过识别和开展培训活动以及开发与国土安全部首席人力资本官办公室(OCHCO)和人事管理办公室(OPM)一起评估技术专长的标准。


来源:学术plus

版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。

电话:(010)86409582

邮箱:kejie@scimall.org.cn

相关推荐 换一换