Το NSTC δημοσιεύει έκθεση σχετικά με τα διδάγματα που αντλήθηκαν από την ομοσπονδιακή χρήση του Cloud Computing για την υποστήριξη της έρευνας και ανάπτυξης της τεχνητής νοημοσύνης

Η Τεχνητή Νοημοσύνη (AI) και η Μηχανική Μάθηση (ML) έχουν κάνει τεράστια βήματα προόδου την τελευταία δεκαετία. Ένα μεγάλο μέρος αυτής της προόδου μπορεί να αποδοθεί σε μεγάλες ποσότητες προσβάσιμων συνόλων δεδομένων και υπολογιστικών πόρων. Πρόσφατα, πολλοί ομοσπονδιακοί φορείς άρχισαν να επενδύουν στη μόχλευση εμπορικών πόρων υπολογιστικού νέφους για την προώθηση της έρευνας και ανάπτυξης AI/ML (R&D). Εθνικό Συμβούλιο Επιστήμης και Τεχνολογίας του Λευκού Οίκου (NSTC) και η Υποεπιτροπή AI μόλις δημοσίευσαν μια έκθεση για Διδάγματα που αντλήθηκαν από την Ομοσπονδιακή χρήση του Cloud Computing για την υποστήριξη της έρευνας και ανάπτυξης της τεχνητής νοημοσύνης συνοψίζοντας τα διδάγματα που αντλήθηκαν από ομοσπονδιακούς οργανισμούς σχετικά με τη χρήση του cloud computing για την περαιτέρω έρευνα και ανάπτυξη της τεχνητής νοημοσύνης.

Η έκθεση προέκυψε από την έκθεση της Επίλεκτης Επιτροπής για την τεχνητή νοημοσύνη άλλης ομοσπονδιακής κυβέρνησης, Συστάσεις για τη μόχλευση πόρων υπολογιστικού νέφους για έρευνα και ανάπτυξη τεχνητής νοημοσύνης με ομοσπονδιακή χρηματοδότηση που περιγράφει τις συστάσεις προς την Ομοσπονδιακή Κυβέρνηση για να προωθήσει τη χρήση του cloud computing για την υποστήριξη της καινοτομίας AI. Ενεργώντας με βάση αυτές τις συστάσεις, η υποεπιτροπή MLAI διευκόλυνε μια σειρά διαλόγων μεταξύ εκπροσώπων φορέων και εμπορικών παρόχων υπολογιστικού νέφους για να βοηθήσει στον εντοπισμό προκλήσεων και βέλτιστων πρακτικών στον υπολογιστικό νέφος και στην Ε&Α. Οι πιο πρόσφατες εκθέσεις για τα «Μαθήματα που αντλήθηκαν» συνοψίζουν τα βασικά ευρήματα από αυτούς τους διαλόγους που συνοψίζονται σε οφέλη από επενδύσεις, βέλτιστες πρακτικές, κοινές προκλήσεις και ευκαιρίες στο μέλλον. Μπορείτε να βρείτε την πλήρη αναφορά από τον διάλογο εδώ.

Οφέλη της επένδυσης 

• Παροχή στους ερευνητές επίμονη, κατ' απαίτηση πρόσβαση σε δυνατότητες αιχμής, επιτάχυνση του πειραματισμού και τη χρήση της τεχνητής νοημοσύνης σε νέους τομείς
• Δυνατότητα αναπαραγωγιμότητας και επεκτασιμότητας των ερευνητικών δραστηριοτήτων και των αποτελεσμάτων τους
• Βοηθήστε τους ερευνητές να αποκτήσουν γρήγορα πρόσβαση σε εξειδικευμένο υλικό AI
• Παρέχετε στις εταιρείες πρόσβαση στις πιο πρόσφατες και πιο ενημερωμένες υπολογιστικές δυνατότητες

Βέλτιστες Πρακτικές 

• Ειδικές διοικητικές ομάδες. Η οικοδόμηση αυτής της ικανότητας έχει παράσχει στις υπηρεσίες την απαραίτητη τεχνογνωσία και εξουσία για τη διαχείριση και την επίβλεψη της πρόσβασης σε πόρους, υπηρεσίες και πλατφόρμες υπολογιστικού νέφους. Τέτοιες ομάδες έχουν επίσης παράσχει εκπαίδευση στην κοινότητα των χρηστών και έχουν ελέγξει την καταλληλότητα των απαιτούμενων πόρων για την επίτευξη συγκεκριμένων ερευνητικών στόχων.
• Έλεγχος ταυτότητας χρήστη. Τα περισσότερα από τα προγράμματα έχουν περιορισμένη πρόσβαση σε γνωστούς, ειδικευμένους και διαπιστευμένους χρήστες. Πολλοί απαιτούν επίσης έλεγχο ταυτότητας δύο παραγόντων ως στοιχείο των μέτρων ασφαλείας τους. Μαζί, αυτά τα μέτρα παρέχουν ένα βασικό επίπεδο ασφάλειας και τη δυνατότητα δημιουργίας ελέγχων πρόσβασης βάσει χρήστη.
• Κατάρτιση και εκπαίδευση. Η βοήθεια κατάρτισης και οι ευκαιρίες εκπαίδευσης ήταν εξαιρετικά σημαντικές για την αντιμετώπιση των υφιστάμενων κενών δεξιοτήτων, την προώθηση ευκαιριών δίκαιης πρόσβασης και την οικοδόμηση τεχνογνωσίας μεταξύ της βάσης των χρηστών. Η διάθεση αυτών των πόρων βοήθησε τους υποστηριζόμενους ερευνητές να πλοηγηθούν στις διάφορες προσφορές πόρων υπολογιστικού νέφους και να ταιριάξουν συγκεκριμένες έρευνες και ανάγκες με τις σωστές αρχιτεκτονικές υπολογιστών και εργαλεία λογισμικού.
• Προυπολογισμένοι πόροι και ροές εργασίας. Ιδιαίτερα όταν υποστηρίζονται εσωτερικές ή εστιασμένες στην αποστολή ερευνητικές προσπάθειες, οι προ-υπολογισμένες ροές εργασίας έχουν μειώσει την διπλή εργασία και έχουν δημιουργήσει προσιτές βασικές προσεγγίσεις για κοινά σημεία εκκίνησης για αναλύσεις.

Κοινές Προκλήσεις

• Αποτελεσματική εξουσιοδότηση χρήστη. Ο έλεγχος ταυτότητας των χρηστών μπορεί να δημιουργήσει σημεία συμφόρησης που σχετίζονται με την επαλήθευση ταυτοτήτων και την παροχή δυνατοτήτων σύνδεσης. Η υποχρηματοδότηση ή η υποστελέχωση των κυβερνητικών οργανισμών μπορεί να οδηγήσει σε καθυστερήσεις στις ενεργοποιήσεις λογαριασμών και στην επίλυση ζητημάτων που προκύπτουν σε κάθε επίπεδο πρόσβασης. Επιπλέον, η έλλειψη έγκυρης υπηρεσίας και καθοδήγησης σε επίπεδο κυβέρνησης σχετικά με τις εγκεκριμένες υπηρεσίες, η οποία περιλαμβάνει ζητήματα απορρήτου και πρόσβασης μεταβλητών δεδομένων, επιβραδύνει την υιοθέτηση και δημιουργεί διαφορές μεταξύ των πολιτικών και των διαδικασιών του οργανισμού.
• Δικαστικά έξοδα. Το κόστος αποθήκευσης και πρόσβασης δεδομένων περιπλέκει τη δυνατότητα πολλαπλών ομάδων να έχουν πρόσβαση σε κοινόχρηστα δεδομένα. Επιπλέον, η χρέωση και οι προϋπολογισμοί περιπλέκονται περαιτέρω από τη μεταβλητότητα του κόστους υπολογιστικού νέφους ανά έργο και την ευκολία με την οποία οι ερευνητές μπορούν να εξαντλήσουν ακούσια πιστώσεις μέσω της χρήσης εσφαλμένων ρυθμίσεων. Επιπλέον, οι μεταβλητές χρεώσεις προσθέτουν περιπλοκές στις ομοσπονδιακές διαδικασίες προμηθειών, όπως και η αβεβαιότητα σχετικά με το ποιες κατηγορίες πιστώσεων μπορούν να χρησιμοποιηθούν για την αγορά ποιων υπολογιστικών δυνατοτήτων.
• Οργάνωση. Διασφάλιση ότι οι χρήστες μιας δεδομένης πλατφόρμας υπολογιστικού νέφους μπορούν να εντοπίσουν και να διατηρήσουν την επίγνωση των δεδομένων, των πειραμάτων και των αποτελεσμάτων που σχετίζονται με την εργασία και τα ενδιαφέροντά τους.
• Απόρρητο και ασφάλεια. Καθορισμός τρόπων φιλοξενίας και διευκόλυνσης της πρόσβασης στα σωστά είδη δεδομένων με κατάλληλες διασφαλίσεις απορρήτου και ασφάλειας, υπόκεινται σε εκτιμήσεις προϋπολογισμού, μεταβαλλόμενες ερευνητικές προτεραιότητες και στην εξελισσόμενη κοινότητα χρηστών που εξυπηρετείται.
• Ενοποίηση υπηρεσιών cloud με πόρους που δεν ανήκουν στο cloud. Παρουσιάζει προκλήσεις όσον αφορά τη δυνατότητα στους ερευνητές να έχουν αποτελεσματική πρόσβαση σε όλο το εύρος των πόρων του οργανισμού.
• Ανάπτυξη εργατικού δυναμικού. Πολλοί ομοσπονδιακοί υπάλληλοι έχουν περιορισμένη εξοικείωση με τις τεχνολογίες υπολογιστικού νέφους και λίγοι έχουν πιστοποίηση βιομηχανίας σε συστήματα υπολογιστικού νέφους. Αυτοί οι περιορισμοί προκαλούν τόσο τις εσωτερικές ερευνητικές προσπάθειες όσο και την ικανότητα παροχής καθοδήγησης και πόρων σε εξωτερικούς ερευνητές.

Ευκαιρίες που κοιτάζουν μπροστά

Για να αντιμετωπίσει τα οικονομικά μοντέλα, η ομοσπονδιακή κυβέρνηση θα μπορούσε να κάνει τα εξής:

• Εκμεταλλευτείτε καλύτερα την αγοραστική δύναμη που αντικατοπτρίζεται στις ενοποιημένες ομοσπονδιακές επενδύσεις σε εμπορικές πλατφόρμες υπολογιστικού νέφους. Αυτή η ενέργεια θα διευκόλυνε την πρόσβαση στις πιο προηγμένες δυνατότητες του cloud και θα παρείχε ένα μέσο για να μιλήσετε με κοινή φωνή για τις προσδοκίες και τις ανάγκες της ομοσπονδιακά χρηματοδοτούμενης ερευνητικής κοινότητας τεχνητής νοημοσύνης.
• Δημιουργήστε εξηγήσιμα μοντέλα με αντίστοιχο κόστος για την καλύτερη διαχείριση της αβεβαιότητας του προϋπολογισμού, καθώς αυτά θα απεικονίζουν για τους ερευνητές και τους διαχειριστές προγραμμάτων τη δυναμική κόστους που σχετίζεται με το cloud computing, ιδιαίτερα όσον αφορά τις αποφάσεις που σχετίζονται με τις παραμέτρους και τις διαδικασίες εκπαίδευσης.
• Καταγράψτε και μοιραστείτε τις βέλτιστες πρακτικές από προγράμματα cloud πρακτορείων σχετικά με τις συμβατικές συμφωνίες και τις στρατηγικές για τη διαχείριση των υπερβολικών δαπανών.

Για να προχωρήσουν προς το οραματιζόμενο απρόσκοπτο περιβάλλον με πολλά νέφη, οι εταιρείες θα μπορούσαν να κάνουν τα εξής:

• Αξιοποιήστε και βοηθήστε στην καλλιέργεια τεχνολογιών ανοιχτού κώδικα που μπορούν να υποστηρίξουν τυπικούς τρόπους δημιουργίας και εκτέλεσης φόρτου εργασίας για ανάπτυξη σε πολλά νέφη (π.χ. κοντέινερ και αυτοματοποίηση).
• Διευκόλυνση και αυτοματοποίηση της διαχείρισης ταυτότητας και πρόσβασης μέσω ομοσπονδιακών συστημάτων που συγκεντρώνουν την ερευνητική κοινότητα εντός και εκτός της κυβέρνησης.
• Διεξάγετε μια αξιολόγηση για να αξιολογήσετε τη σκοπιμότητα ανάπτυξης ενός ομοσπονδιακού πλέγματος δεδομένων για τη μείωση της κίνησης και της αναπαραγωγής δεδομένων.

Οι εταιρείες θα μπορούσαν να βοηθηθούν περαιτέρω στην υιοθέτηση εμπορικών πόρων υπολογιστικού νέφους μέσω των εξής:

• Δημιουργία κιτ πύλης που θα περιγράφει ένα τυπικό πρότυπο και θα προτείνει βέλτιστες πρακτικές για την υλοποίηση πυλών σε διάφορα επίπεδα, ανάλογα με τις ανάγκες του οργανισμού.
• Παροχή οδηγού για την επιλογή πόρων που θα βοηθούσε τις εταιρείες να προσδιορίσουν τις συνθήκες υπό τις οποίες ταιριάζουν καλύτερα οι διαφορετικοί τύποι πόρων, όπως η επιλογή cloud έναντι υπολογιστών υψηλής απόδοσης και εμπορικών προσφορών έναντι μηχανημάτων εσωτερικής εγκατάστασης.
• Προσφέρετε έναν οδηγό για εγκεκριμένες πολιτικές, διαδικασίες, πόρους και υπηρεσίες όσον αφορά τις εμπορικές προσφορές cloud, στο βαθμό που είναι εφικτό, αξιοποιώντας την αγοραστική δύναμη που περιγράφεται παραπάνω.

Τέλος, η αντιμετώπιση των αναγκών ανάπτυξης εργατικού δυναμικού θα απαιτήσει τα ακόλουθα:

• Επενδύσεις σε πόρους κατάρτισης που μπορούν να εξυπηρετήσουν ολόκληρο το φάσμα των τελικών χρηστών, των ερευνητών και του τεχνικού προσωπικού, διαφοροποιημένα ανάλογα με τα επίπεδα δεξιοτήτων, τις ανάγκες και τα ενδιαφέροντά τους.

• Στρατηγικές πρόσληψης και διατήρησης που περιλαμβάνουν σύνολα δεξιοτήτων υψηλής ζήτησης που υποστηρίζουν το cloud computing, όπως αρχιτέκτονες cloud, επαγγελματίες υπολογιστών έρευνας και δεδομένων, μηχανικούς λογισμικού έρευνας και επιστήμονες δεδομένων.

Διαβάστε ολόκληρη την έκθεση εδώ.