Naval Research Lab ระดมสมองวางแผนที่จะจัดการกับความท้าทายของ AI ที่มีข้อมูลเป็นศูนย์กลาง

Naval Research Lab ระดมสมองวางแผนที่จะจัดการกับความท้าทายของ AI ที่มีข้อมูลเป็นศูนย์กลาง

ประสบการณ์การฟังที่ดีที่สุดอยู่บน Chrome, Firefox หรือ Safari สมัครรับเสียงสัมภาษณ์ประจำวันของ Federal Drive ใน  Apple Podcasts  หรือ  PodcastOneกระทรวงกลาโหมตั้งความหวังไว้ว่าสักวันหนึ่งจะวางเครื่องมือปัญญาประดิษฐ์ไว้ในมือของนักรบเพื่อช่วยในการตัดสินใจโดยใช้ข้อมูลในสนามรบ แต่ด้วยสถานะปัจจุบันของเทคโนโลยีและการขาดแคลนข้อมูลการฝึกอบรมที่อัลกอริทึมต้องการ เป้าหมายนั้น ดูเหมือนจะยากที่จะบรรลุในระยะสั้น

ชุมชนการป้องกันรวมถึง Defense AI Center ยืนหยัดเมื่อปีที่แล้ว

 ได้เปิดตัวนักบิน AI ในทุกสิ่ง ตั้งแต่ การบำรุงรักษา เชิงคาดการณ์ของเครื่องบินและยานพาหนะไปจนถึงเรืออัตโนมัติ แต่สำหรับโครงการที่เป็นแรงบันดาลใจทั้งหมดของ DoD เครื่องมือ AI มักจะทำงานได้ไม่ดีนักในสถานการณ์ที่ข้อมูลเหลือน้อยหรือไม่มีโครงสร้างในลักษณะที่อัลกอริทึมไม่สามารถประมวลผลได้

        ข้อมูลเชิงลึกโดย Carahsoft: เอเจนซีจะบรรลุประสบการณ์ลูกค้าที่ยอดเยี่ยมด้วยความปลอดภัยทางไซเบอร์ที่ได้รับการปรับปรุงได้อย่างไร ในระหว่างการสัมมนาผ่านเว็บสุดพิเศษนี้ Jason Miller ผู้ดำเนินรายการจะหารือเกี่ยวกับการเปลี่ยนแปลงสู่ระบบคลาวด์และกลยุทธ์การจัดการข้อมูลประจำตัวและการเข้าถึงกับหน่วยงานและผู้นำในอุตสาหกรรม

Ranjeev Mittu หัวหน้าสาขาการจัดการข้อมูลและสถาปัตยกรรมการตัดสินใจของ Naval Research Lab กล่าวว่าอัลกอริทึม AI ในปัจจุบันต้องการข้อมูลการฝึกอบรมที่เชื่อถือได้เพื่อทำการตัดสินใจอย่างชาญฉลาดในโลกแห่งความเป็นจริง

“ยังไม่ชัดเจนว่าต้องการข้อมูลเท่าใดภายใต้สถานการณ์ใด สำหรับปัญหาประเภทใด และฉันคิดว่ามันกำลังจะเกิดขึ้น มีงานวิจัยมากมายเกิดขึ้น แต่ฉันคิดว่าโดยพื้นฐานแล้วยังมีงานวิจัยอีกมากที่ต้องทำในความสัมพันธ์ระหว่างข้อมูลและการฝึกอบรม และอะไรคือการแลกเปลี่ยนที่ถูกต้องสำหรับปัญหาประเภทต่างๆ” Mittu กล่าวในการสัมภาษณ์ กับเฟดเดอรัลนิวส์เน็ตเวิร์ก

ส่วนหนึ่งของการยกระดับ AI ไปอีกขั้น Naval Research Lab ได้สำรวจโดยใช้บอทและเครื่องมือการเรียนรู้ของเครื่องเพื่อปรับปรุงการจ้างงาน การเก็บรักษา และการฝึกซ้ำ Mittu กล่าวว่าบางส่วนของแนวคิดเหล่านี้รวมถึงการใช้อัลกอริธึม AI เพื่อกรองผ่านแอปพลิเคชันและให้ผู้ช่วยเสมือนช่วยดำเนินการสัมภาษณ์หรือคัดกรองผู้สมัคร

“ฉันคิดว่าเราควรดูที่สิ่งนั้นและดูว่าอะไรประสบความสำเร็จ

 — อะไรที่ใช้ได้ผลในอุตสาหกรรมและอะไรที่ใช้ไม่ได้ และหาวิธีที่เราสามารถใช้เทคนิคเหล่านั้นสำหรับ DoD” Mittu กล่าว

เพื่อติดตามการมีส่วนร่วมและความพึงพอใจของพนักงาน ห้องปฏิบัติการยังได้ระดมความคิดในการใช้ AI และเครื่องมือการเรียนรู้ของเครื่องเพื่อเชื่อมโยงจำนวนสิ่งพิมพ์และสิทธิบัตรที่พนักงานของ NRL ผลิตขึ้นในช่วงหลายปีที่ผ่านมา และซ้อนทับข้อมูลนั้นกับการเปลี่ยนแปลงของสภาพแวดล้อมในการทำงาน เช่น เป็นแนวทางการบริหารจัดการใหม่

“คุณสามารถเห็นได้ว่าสิ่งใดที่ช่วยปรับปรุงสภาพอากาศและผลผลิตได้จริง และสิ่งใดที่มีแนวโน้มที่จะทำให้มันลดลง” Mittu กล่าว “คุณสามารถแก้ไขสิ่งเหล่านั้นไปพร้อมกันได้ เพื่อให้แน่ใจว่าพนักงานของคุณมีความสุข [ที่] พวกเขากำลังเติบโต และคุณจะเห็นได้จากผลลัพธ์ที่จับต้องได้ที่พวกเขาสร้างขึ้น แทนที่จะเรียนรู้มันในตอนท้ายเมื่อพวกเขากำลังจะออกไป และมันก็สายเกินไปที่จะทำอะไรเพื่อนำมันกลับมาหรือเก็บไว้ต่อไป ฉันคิดว่าสิ่งเหล่านี้เป็นสิ่งที่เราควรจะพิจารณา”

ในขณะที่ฝ่ายบริหารของทรัมป์ได้มองหาวิธีที่จะก้าวนำหน้าผลกระทบของ AI ที่มีต่อพนักงาน โดยเริ่มความพยายามในการปรับปรุงทักษะพนักงานของรัฐบาลกลางและทำงานบนกรอบจริยธรรมสำหรับการใช้ AI ของรัฐบาล Mittu กล่าวว่าการขาดข้อมูลที่มีคุณภาพโดยทั่วไปยังคงเป็นความท้าทายพื้นฐานสำหรับ ความโปร่งใสและความสามารถในการอธิบายของ AI ที่มากขึ้น

“เราไม่ได้ควบคุมข้อมูลของเราเอง เรากำลังเชื่อมต่อกับระบบที่ให้ข้อมูลที่เราไม่จำเป็นต้องเป็นเจ้าของ เราอาจเป็นเพียงผู้กลืนกินข้อมูล” เขากล่าว “ดังนั้น ฉันคิดว่าจากมุมมองนั้น มันยากมากที่จะเข้าใจเชื้อสายของข้อมูลนั้น มันมาจากไหน? ใครเป็นผู้สร้างข้อมูลและกระบวนการใดที่ดำเนินการกับข้อมูลนั้น ก่อนที่ข้อมูลจะมาถึงคุณ ฉันคิดว่ามันเป็นปัญหาของการควบคุม [และ] การจัดการ ซึ่งยิ่งคุณมีการควบคุมและจัดการข้อมูลน้อยลง คุณก็ไม่รู้จริงๆ ว่ามันหลอมรวมเข้าด้วยกันได้อย่างไร และถูกรวมเข้าด้วยกันเพื่อให้ส่วนนั้นแก่คุณในการฝึก [อัลกอริทึม] ”หน่วยงานส่วนใหญ่ยังคงมีบางส่วนที่ต้องทำร่วมกับภาคเอกชนเมื่อพูดถึงการเปิดตัวเครื่องมือ AI เมื่อเปรียบเทียบกับบริษัทเอกชนส่วนใหญ่แล้ว หน่วยงานต่าง ๆ มีช่วงเวลาที่ยากลำบากในการแบ่งปันข้อมูลระหว่างกัน และมีข้อมูลที่เก็บอยู่ในเครือข่ายต่าง ๆ ที่หลากหลายพร้อมระบบการจำแนกประเภทที่แตกต่างกัน นอกจากนี้ อุตสาหกรรมสามารถรับและทดลองใช้เทคโนโลยีเกิดใหม่ได้เร็วกว่ารัฐบาล

“ฉันคิดว่ามีอุปสรรคบางอย่างที่ DoD ต้องเอาชนะ ไม่เพียงแต่กระบวนการได้มาซึ่งระบบประเภทนี้เท่านั้น แต่ยังทำงานข้ามองค์กรต่างๆ ได้อย่างไร ในเมื่อองค์กรต่างๆ เองอาจแตกต่างกันมากจากมุมมองด้านไอที ” มิตตูกล่าว

Credit : สล็อตยูฟ่า / คืนยอดเสีย / เว็บสล็อตออนไลน์