【资料】美国国土安全部生成式人工智能部署手册

乐活   2025-02-06 16:52   美国  

本文是美国国土安全部(DHS)发布的《公共部门生成式人工智能部署手册》(2025年1月版),旨在指导公共部门组织负责任地采用生成式人工智能(GenAI)技术。手册基于DHS开展的三项GenAI试点项目的经验教训,提供了结构化的框架,帮助组织根据其独特的使命和运营环境实施GenAI解决方案。手册还讨论了组织在构建全面、现代的技术交付能力时应考虑的因素,包括AI赋能技能和技术,如以人为本的设计、敏捷软件交付和数据管理。

主要观点

引言:国土安全部(DHS) GenAI试点项目

  • 国土安全部(DHS)的GenAI目标:利用AI服务于国土安全使命,已在AI和机器学习领域投资超过15年,并在政府机构中较早投资于GenAI。

    • 高层领导的关注和热情是推动DHS内部资源整合的关键因素。

    • 部门各组件表现出强烈兴趣和主动性,寻找负责任地利用AI支持其操作工作的方式。

  • AI路线图:2024年3月发布首个人工智能路线图,描述了国土安全部(DHS)负责任使用AI的计划,同时保护个人隐私权、公民权利和自由。

    • 路线图列出了国土安全部(DHS)的AI倡议,描述了AI技术在整个部门的潜力,并提供了对国土安全部(DHS) AI方法的可见性。

  • GenAI试点项目:作为路线图的一部分,国土安全部(DHS)宣布将在2024年内完成三个GenAI试点项目,优先选择有助于员工工作的应用,而不是取代他们。

    • 试点项目被设计为如果成功,可以在部门和其他联邦政府机构中广泛适用。

试点项目详情

  • 试点1:加强调查线索国土安全调查局(HSI)测试AI增强调查流程的能力,使用LLM系统提高摘要效率和准确性。

  • 试点2:帮助地方政府创建灾害减缓计划:美国公民及移民服务局测试LLM能力,帮助地方政府开发社区灾害减缓计划。

  • 试点3:为移民官员创造新型培训机会:美国公民及移民服务局测试AI改善难民和庇护移民官员培训的能力,提供动态个性化面试培训。

风险考量

  • 风险类型:使用GenAI和其他新技术伴随风险,包括对抗性使用的风险、GenAI系统的风险以及实施GenAI的风险。

    • 这些风险可能包括操作、安全、数据、隐私和不适当偏见风险。

  • 风险管理国土安全部(DHS)通过强大的跨职能治理流程主动纳入风险缓解措施,包括持续监测和测试。

开始行动

  • 适应当前阶段:手册适用于任何处于了解和将AI技术融入工作中不同阶段的公共部门组织。

  • 具体步骤

    • 使命增强型GenAI用例:确保GenAI部署与组织使命一致,设计解决特定问题的GenAI试点。

    • 联盟建设与有效治理:从最高领导层获得支持,建立跨职能团队监督GenAI部署。

    • 工具与基础设施:评估现有的技术工具和基础设施,考虑部署GenAI应用程序所需的技术能力。

    • 负责任使用与可信度考量:从一开始就考虑如何确保GenAI使用的责任性和可信度,以及如何应对潜在风险。

    • 测量与监控:开发GenAI应用程序的团队应使用适当的指标衡量进度并向领导和其他利益相关者报告。

    • 培训与人才获取:培训员工进行负责任和有效的GenAI使用,招聘能够支持GenAI开发的熟练员工。

    • 可用性测试及其他反馈机制:纳入用户和其他利益相关者的迭代反馈以开发和改进GenAI应用程序。

使命增强型GenAI用例

  • 设计GenAI试点:解决特定问题,支持使命增强过程,先关注支持使命的过程,再添加到关键操作中。

  • 评估资源需求:包括资金、人员、数据和技术,定义最小可行产品和评估成功的标准。

  • 执行步骤

    • 对齐GenAI部署的潜在使命和价值。

    • 范围GenAI试点以改进特定的使命增强过程。

    • 招募受益于GenAI试点的高管赞助商。

    • 评估资源,包括人员、资金、数据和技术。

    • 定义试点的最小可行产品和成功评估的标准。

联盟建设与有效治理

  • 寻求高级别赞助:从尽可能高的级别获得支持,包括组织负责人。

  • 建立跨组织联盟:包括风险管理、合规和监督负责人,确保早期规划过程中纳入他们的见解。

  • 评估现有治理结构:确定可能的差距,指定现有的治理机构或建立新的机构来监督AI和任何GenAI试点。

  • 执行步骤

    • 优先获得尽可能高级别的早期支持,并获得组织各部分关键利益相关者的输入。

    • 评估现有的治理结构和政策以识别潜在差距。

    • 指定一个包含跨职能代表的现有治理机构或建立一个新的管理监督机构。

总结

本文核心观点在于,DHS通过其GenAI试点项目展示了如何在公共部门负责任地部署生成式人工智能技术。手册强调了使命导向的GenAI用例、跨组织联盟建设、工具和基础设施评估、负责任使用和信任度考量、测量和监控、培训和人才获取以及可用性测试等关键步骤。DHS的经验表明,通过精心设计的试点项目、跨职能合作和强有力的治理结构,公共部门可以有效地利用GenAI提升其使命执行能力,同时确保技术的安全、可靠和道德使用。手册提供的框架和建议旨在帮助其他公共部门组织在其独特的背景下成功实施GenAI解决方案。

《国土安全部(DHS)公共部门通用人工智能部署手册》(2025年1月)

【目录】
秘书和首席人工智能官的信
引言:DHS GenAI 试点项目
试点1:通过LLM增强搜索和摘要强化调查线索 
试点2: 帮助地方政府制定灾害风险缓解计划
试点3: 为移民官创造新颖的培训机会
操作
增强任务型通用人工智能用例
联盟建设与有效治理
工具和基础设施
负责任的使用和可信度考虑
测量与监测
培训和人才招聘
可用性测试和其他反馈机制
附录
附录A:资源
附录B:词汇表
附录C:试点提案提交模板
附录D:样本度量仪表板

国土安全调查局(HSI)测试了人工智能增强调查过程的能力。 在这次试点中,国土安全调查局(HSI)调查员使用基于大型语言模型(LLM)的系统来提高他们所依赖的摘要的效率和准确性,以确定调查线索。 该系统旨在利用开源技术,使调查员能够更快地总结和搜索调查报告中的上下文相关信息。部署后,该试点不仅可以提高芬太尼相关网络的检测率,还有助于确定侵犯儿童犯罪的犯罪者和受害者,并揭示关键的模式和趋势,以推进国土安全调查局(HSI)的重要工作。

联邦紧急管理局(FEMA)测试了大型语言模型(LLM)的能力,以帮助地方政府为全国各地的社区制定灾害风险缓解计划。灾害风险缓解计划对于建设韧性社区至关重要,但它们也是篇幅长、复杂的文件,许多社区难以编写。该试点项目旨在使州和地方政府能够高效地识别和理解其社区的风险以及相应的缓解策略。该试点从公开可用、研究深入的来源创建了规划草案元素,这些元素可以定制以满足每个社区的独特需求。目标是使更多社区能够提交灾害风险缓解资金的补助申请,提高韧性,并减少灾害风险。

美国公民及移民服务局(USCIS)测试了AI在改善难民和寻求庇护者移民官培训方面的能力。USCIS使用GenAI提供动态、个性化的面试培训,以适应官员的具体需求,并确保在广泛的情景、现行政策和法律方面获得最佳的知识和培训。增强的培训材料使每位官员都有机会自行练习和准备与难民和寻求庇护者的面试,尽可能频繁地进行,从而实现持续学习,并减少对有限的人工引导培训的依赖。这种动态、适应性的培训资源旨在提高学员的面试技巧,增加对关键任务信息的理解和记忆,提高其决策过程的准确性,并随着时间的推移减少重新培训的需求。
上述资料原文及机器翻译已上传知识星球
长按识别下面的二维码可加入小编知识星球
    里面有万余篇资料可供下载
    越早加入越便宜
    续费五折优惠


丁爸 情报分析师的工具箱
每天为大家精选各类情报分析相关的资源、工具、技巧和资讯,努力成为情报分析师必备的工具箱。外挂机器人“小丁丁”还能陪您聊天,给您查航班、查列车、查天气、查酒店、查美食、查股票、回答您的提问等等。
 最新文章