Pejabat di Direktorat Sains dan Teknologi Departemen Keamanan Dalam Negeri membahas tentang bagaimana posisi mereka mendukung seluruh organisasi dalam mengejar kemampuan AI dan pembelajaran mesin.
dalam 18 halaman Rencana strategis kecerdasan buatan/pembelajaran mesinDan dada Oleh kelompok penelitian dan pengembangan pada hari Jumat, mereka mencatat risiko yang melekat terkait dengan pengembangan kemampuan teknologi baru tersebut dan membahas bagaimana sains dan teknologi bertujuan untuk bergerak maju secara bertanggung jawab.
“Kami menghabiskan mungkin 10 bulan untuk mengembangkan dokumen ini, dan dalam dua atau tiga bulan pertama, itu lebih dari sesi brainstorming untuk menentukan bagaimana kami akan maju dan bagaimana kami akan membingkainya,” kata John Merrill, Wakil Direktur Teknologi DHS Divisi Pusat. pemerintahan selanjutnya Dalam sebuah wawancara pada hari Selasa. “Selama bulan-bulan pertama itu, kami memiliki banyak sesi dan diskusi — melihat kemampuan AI/machine learning dan kasus penggunaan, dan kemudian komponen operasional akan kembali dan memberi kami masukan dalam hal harapan mereka atau apa yang ingin mereka lakukan. .”
Merrill mengatakan dia telah bekerja di Departemen Keamanan Dalam Negeri “sejak awal.” Dia aktif di Coast Guard selama bertahun-tahun, dan ketika departemen itu dibentuk setelah 9/11, departemen itu berada di bawah lingkupnya. Setelah pensiun dari Coast Guard pada tahun 2007, Merrill dipekerjakan untuk menangani masalah terkait GPS dan navigasi di DHS, bergerak melalui dua kantor dan tinggal selama lebih dari satu dekade.
Dia merinci apa yang digunakan untuk membuat rencana baru ini dan bagaimana hal itu sesuai dengan visi pemerintah yang lebih luas untuk memajukan teknologi.
Dalam mengejar tujuan kepemimpinannya, Departemen Keamanan Dalam Negeri telah menerbitkan laporan di seluruh departemen strategi kecerdasan buatan pada bulan Desember, dengan tujuan memprioritaskan penggunaan teknologi yang bertanggung jawab oleh semua karyawannya. Rencana strategis baru S&T bertujuan untuk melengkapi ini, menurut Merrill, dan pada akhirnya memetakan arah berdasarkan posisi unik departemen untuk mendukung tujuan keseluruhan departemen.
Kecerdasan buatan dan kemampuan pembelajaran mesin semakin hadir dalam banyak aspek kehidupan sehari-hari, meskipun para ahli tidak sepenuhnya bersatu tentang bagaimana menggambarkan teknologi tersebut. Dalam rencana baru, para pejabat dengan jelas mendefinisikan istilah “kecerdasan buatan” dan “pembelajaran mesin.”
Tapi itu tidak sederhana. Merrill mengatakan bahwa lebih dari 60% dari beberapa bulan pertama dihabiskan untuk membahas deskripsi istilah-istilah ini dan bagaimana memastikan mereka cocok dengan konsep dalam strategi DHS.
“Kami memiliki orang-orang yang sangat bersemangat tentang hal ini dalam pendapat mereka, dan kami membutuhkan waktu lebih dari dua bulan untuk menemukan definisi pekerjaan potensial darinya,” jelasnya. “Ini mungkin tantangan terbesar.”
Para pejabat kemudian mulai berpikir tentang bagaimana dan di mana sains dan teknologi dapat memberikan dampak terbesar—dari sudut pandang AI—membantu operasional mereka dan komponen lainnya, serta komunitas yang lebih luas yang mereka layani.
Mereka datang dengan tiga tujuan strategis, yang digariskan dalam rencana: untuk memimpin generasi berikutnya dari teknologi kecerdasan buatan/pembelajaran mesin untuk kemampuan keamanan dalam negeri ujung-ke-ujung; Memfasilitasi penggunaan kemampuan kecerdasan buatan/pembelajaran mesin yang telah terbukti dalam misi keamanan dalam negeri; dan membangun tenaga kerja multidisiplin yang terlatih dalam kecerdasan buatan/pembelajaran mesin.
Di seluruh dokumen tersebut, para pejabat sangat menekankan pada bekerja secara bijaksana dan bertanggung jawab dengan penyebaran teknologi yang muncul. Mereka mencatat bahwa “DHS harus mengembangkan dan memperkenalkan teknologi baru ini dengan cara yang melindungi privasi dan hak-hak sipil dan kebebasan sipil, melindungi dari bias, untuk memastikan efektivitas dan menjaga kepercayaan publik,” dan bahwa orang dalam harus merespons secara efektif ketika masalah muncul.
“Kami perlu memastikan, seiring berjalannya waktu, bahwa apa pun yang kami bayar, terutama dengan AI dan pembelajaran mesin, akan dilihat oleh publik atau terkait dengan audiens — pengumpulan data apa pun — bahwa kami tidak melanggar privasi, “kata Merrill kepada mereka. Hanya butuh satu insiden dan itu akan berantakan. Ini akan memiliki efek residual di setiap program di dalam Departemen Keamanan Dalam Negeri.”
Dalam rencana tersebut, para pejabat menyatakan niat mereka untuk menumbuhkan tenaga kerja teknologi. Mereka menyebutkan rencana untuk membantu Kantor Manajemen Personalia menetapkan kriteria untuk mengevaluasi keahlian teknis calon karyawan. Mereka akan bekerja dengan agensi luar setelah titik ini, membangun kolaborasi sebelumnya. “Sebelum melakukan rencana strategis ini, kami menyurvei lembaga federal lainnya untuk melihat apa yang mereka lakukan,” jelas Merrill, menambahkan, “Apa yang ingin kami lakukan adalah kami ingin saling melengkapi.” Secara khusus, katanya, DHS bekerja sama dengan Institut Standar dan Teknologi Nasional dan Yayasan Sains Nasional saat mereka mengembangkan bukti di bidang ini.
“Kami tahu segera setelah dokumen yang kami miliki dirilis, harapannya adalah bahwa agen federal lainnya akan mulai melihat ini dan mungkin menggunakannya di dalam departemen mereka sendiri, dan itu dapat memengaruhi beberapa keputusan mereka,” katanya.
Merrill terlibat dalam eksplorasi Departemen Keamanan Dalam Negeri terhadap teknologi terkait responden pertama, sehingga banyak kasus penggunaan AI yang dia lihat di dalam agensi sensitif terhadap penegakan hukum. Namun, itu menjelaskan peluang bisnis untuk kecerdasan buatan dan pembelajaran mesin yang dapat diinformasikan oleh rencana baru. Next Generation 911, misalnya, adalah inisiatif yang luas dan kompleks untuk memindahkan layanan telepon darurat Amerika dari sistem lama ke sistem 911 digital atau berbasis IP. Merrill mencatat bahwa infrastruktur yang akan mulai terhubung ke Internet akan meningkatkan jaringan 5G di titik jawaban keselamatan publik.
Karena sangat sulit bagi penanggap dan pengirim panggilan untuk mengekstrak semua informasi yang ditangkap dan diterima, dia mengatakan bahwa DHS sedang mempelajari bagaimana kecerdasan buatan dan kemampuan pembelajaran mesin di backend dapat meningkatkan proses.
“Kami mengembangkan algoritme khusus yang terkait dengan jenis panggilan masuk untuk mengekstrak informasi tersebut menjadi informasi yang dapat ditindaklanjuti yang dapat didorong oleh pengirim ke responden,” kata Merrill. “Namun, tantangannya adalah ketika kami menerima informasi itu, bagaimana Anda mengajarkan kemampuan ini kepada AI untuk dapat mengekstrak informasi untuk insiden tertentu itu?”
More Stories
Kerugian NVIDIA mencapai $100 miliar di tengah kekhawatiran akan gelembung teknologi
Bagaimana inovasi teknologi berkontribusi terhadap modernisasi reformasi produk dalam rantai pasokan
Harga teknologi turun dalam beberapa jam terakhir setelah Nvidia gagal menginspirasi: Markets Wrap