John P. Desmond、AI トレンド編集者
米陸軍人工知能統合センターのチーフエンジニアであるアイザック・フェイバー氏によると、カーネギーメロン大学が定義したAIスタックは、米陸軍のAI開発プラットフォームへの取り組みの基礎となっているという。 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およびバーチャルで開催された。
「軍をレガシーシステムからデジタル近代化に移行させたい場合、私が発見した最大の課題の1つは、プログラムのギャップを埋めるのが難しいことだ」と同氏は述べた。 「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が連絡先やユーザー履歴を転送するのと同じ簡単さで、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転送したいと考えています。
倫理は AI アプリケーション スタックの各層を横断し、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、ビッグデータ管理、そして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。
「私は、コアインフラストラクチャとして、またアプリケーションをデプロイする方法として、そして私たちのアプローチとしてスタックを無効にしないことを主張しています。」 「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 (Coes) 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ワークフロー設計です。 「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。この取り組みに関して、「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、以下を含むプロトタイプ プラットフォームに取り組んでいます。 ビジモ AI開発サービスを提供するペンシルバニア州コラオポリス。フェイバー氏は、既製品を購入するよりも、民間産業との協力や調整を好むと語った。 「問題は、あるベンダーが提供する価値に囚われていることだ。通常、その価値は国防総省ネットワークの課題に対応するように設計されていない」と同氏は述べた。
陸軍は多くの技術チームに AI の訓練を行っている
陸軍は、以下を含むいくつかのチームの AI 人材育成の取り組みに取り組んでいます。認定のためのトレーニングを受けている技術スタッフ。そしてAIユーザー。
軍の技術チームには、汎用ソフトウェア開発、オペレーション サイエンス、分析を含む展開、およびコンピューター ビジョン システムを構築する大規模チームなどの機械学習運用チームなど、さまざまな重点分野があります。 「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、共有するための場所が必要になります」とフェイバー氏は語った。
プロジェクトの種類には、履歴データ ストリームを統合できる診断、予測、および予測に基づいて推奨事項を作成するガイダンスが含まれます。 「最後にあるのは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、彼が「グリーン バブル」と呼んだ AI 開発プラットフォーム、そして彼が「レッド バブル」と呼んだ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。これらの異なる人々のチームは、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は、これらのバブル領域のそれぞれからの人々で構成されます。」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。運用上のニーズが得られるまで AI を追求しても意味がありません。」
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リーダーだ。彼らはAIエコシステムによってどのような価値が提供されるかを理解する必要がある。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。
パネルディスカッションでは、最も大きな可能性を秘めた AI のユースケースについて議論します
AI開発の基礎に関するパネルでは、市場調査会社IDCのグローバル・スマート・シティ・ストラテジーズのプログラム・ディレクターでモデレーターのクルト・サヴォワ氏が、最も可能性が高い新興の人工知能ユースケースはどれかと質問した。
米空軍科学研究局の独立技術顧問ジャン・シャルル・リード氏は、「私は現場での意思決定の優先順位、パイロットやオペレーターのサポート、ミッションや資源計画の背後にある意思決定について言及している」と述べた。
「自然言語処理は、労働省における AI への扉を開く機会です」と労働省の最高技術責任者のクリスタ キナード氏は述べています。 「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ます。」
サボイ氏は、AI の導入において参加者が感じる最大のリスクと危険は何かと尋ねました。
一般調達局 (GSA) の AI 実装担当連邦ディレクター、アニル・チョードリー氏は、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、開発者の決定の影響はこれまでのところ限られていると述べました。 AIについては、「有権者や利害関係者といった階層全体への影響を考慮する必要がある。アルゴリズムを簡単に変更するだけで、何百万人もの人々への恩恵が遅れたり、大規模に誤った結論が生み出されたりする可能性がある。それが最も重要なリスクだ」と同氏は述べた。
同氏は契約パートナーに対して「リング上の人間、そしてリング上の人間」であることを求めていると語った。
キナード氏もこれを認め、「私たちは人々を蚊帳の外に排除するつもりはない。本当に重要なのは、人々がより良い意思決定をでき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ました。 「モデルに組み込まれるデータが変化すると、モデルも変わる可能性があります」と彼は言う。 「そのため、タスクを実行するだけでなく、AI モデルが受け入れられるかどうかを判断するには、一定レベルの批判的思考が必要です。」
同氏はさらに、「私たちは責任ある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開発してきました。人間をアルゴリズムに置き換えることは決してありません。」と付け加えた。
空軍のレデ氏は、「我々はデータのないケースをよく利用する。50年分の戦争データを調査することはできないので、シミュレーションを使う。アルゴリズムのトレーニングにおける危険性は、『現実世界へのシミュレーション』が行われることだ。これが現実のリスクだ。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。
チョードリー氏は、AI システムをテストする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、独立したテストおよび検証戦略で開発マネージャーを設計することを推奨しました。 「テストでは、リーダーとしてエネルギーを集中しなければなりません。リーダーはリソースを投入する前に、投資が成功したかどうかをどのように正当化するかを念頭に置いておかなければなりません。」
空軍のレデ氏はアウトリーチの重要性について語った。 「私は技術者です。法律を作るわけではありません。人間がAIとどのように対話できるかを説明するAIの能力が重要です。AIは、検証する方法のない結論をAIが出すのではなく、対話するパートナーです」と彼は述べた。
続きを読む AI世界政府。
