NSTC gir ut rapport om erfaringer fra føderal bruk av cloud computing for å støtte AI-forskning og -utvikling

Kunstig intelligens (AI) og maskinlæring (ML) har gjort store fremskritt det siste tiåret. En stor del av denne fremgangen kan tilskrives store mengder tilgjengelige datasett og dataressurser. I det siste har mange føderale byråer begynt å investere i å utnytte kommersielle cloud computing-ressurser for å fremme AI/ML-forskning og -utvikling (FoU). Det hvite hus sitt nasjonale vitenskaps- og teknologiråd (NSTC) og AI Subcommittee har nettopp gitt ut en rapport om Leksjoner fra føderal bruk av cloud computing for å støtte AI-forskning og -utvikling oppsummerer erfaringer fra føderale byråer om bruk av skydatabehandling for å fremme AI FoU.

Rapporten kom fra en annen føderal regjerings rapport for utvalgte komité for AI, Anbefalinger for å utnytte Cloud Computing-ressurser for føderalt finansiert forskning og utvikling av kunstig intelligens som beskriver anbefalinger for den føderale regjeringen for å fremme bruken av skydatabehandling for å støtte AI-innovasjon. I henhold til disse anbefalingene tilrettela MLAI-underutvalget for en rekke dialoger mellom byrårepresentanter og kommersielle cloud computing-leverandører for å hjelpe til med å identifisere utfordringer og beste praksis innen cloud computing og FoU. De nyeste rapportene om "Lessons Learned" oppsummerer viktige funn fra disse dialogene, kokt ned til fordeler ved investeringer, beste praksis, vanlige utfordringer og muligheter for fremtiden. Hele rapporten fra dialogen finner du her.

Fordeler med investering 

• Gi forskere vedvarende tilgang på forespørsel til banebrytende muligheter, akselerere eksperimentering og bruk av AI i nye domener
• Muliggjør reproduserbarhet og skalerbarhet av forskningsaktiviteter og deres resultater
• Hjelp forskere raskt å få tilgang til spesialisert AI-maskinvare
• Gi byråer tilgang til de nyeste og mest oppdaterte beregningsmulighetene

Beste praksis 

• Dedikerte administrasjonsteam. Å bygge denne evnen har gitt byråer nødvendig ekspertise og autoritet til å administrere og overvåke tilgang til nettsky-databehandlingsressurser, tjenester og plattformer. Slike team har også gitt opplæring til brukerfellesskapet og kontrollert hensiktsmessigheten av forespurte ressurser for å oppnå spesifikke forskningsmål.
• Bruker autentisering. De fleste av programmene har begrenset tilgang til kjente, kvalifiserte og legitimerte brukere. Mange krever også tofaktorautentisering som en del av sikkerhetstiltakene deres. Sammen gir disse tiltakene et grunnleggende sikkerhetsnivå og en mulighet til å lage brukerbaserte tilgangskontroller.
• Opplæring og utdanning. Opplæringsassistanse og utdanningsmuligheter har vært avgjørende for å møte eksisterende kompetansehull, fremme rettferdige tilgangsmuligheter og bygge ekspertise blant brukerbasen. Å gjøre disse ressursene tilgjengelige har hjulpet de støttede forskerne med å navigere i de ulike tilbudene for cloud computing-ressurser og matche spesifikk forskning og behov til de riktige dataarkitekturene og programvareverktøyene.
• Forhåndsberegnet ressurser og arbeidsflyter. Spesielt når man støtter intern eller oppdragsfokusert forskningsinnsats, har forhåndsberegnet arbeidsflyt redusert dupliseringsarbeid og skapt tilgjengelige grunnlinjetilnærminger for felles utgangspunkt for analyser.

Vanlige utfordringer

• Effektiv brukerautorisasjon. Autentisering av brukere kan skape flaskehalser knyttet til verifisering av identiteter og klargjøring av påloggingsfunksjoner. Underfinansiering eller underbemanning av styrende organisasjoner kan føre til forsinkelser i kontoaktivering og løsning av problemer som oppstår på alle tilgangsnivåer. Videre, mangel på autoritative byråer og myndighetsomfattende veiledning om godkjente tjenester, som inkluderer variable datapersonvern og tilgangshensyn, bremser adopsjonen og skaper variasjon på tvers av byråets retningslinjer og prosedyrer.
• Kostnader. Kostnadene ved datalagring og tilgang kompliserer muligheten for flere team til å få tilgang til delte data. I tillegg kompliseres fakturering og budsjetter ytterligere av variasjonen i skydatabehandlingskostnader per prosjekt og hvor enkelt forskere kan utilsiktet bruke kreditt ved bruk av feil innstillinger. Videre gir variable avgifter komplikasjoner for føderale anskaffelsesprosesser, og det samme gjør usikkerhet rundt hvilke bevilgningskategorier som kan brukes til å kjøpe hvilke databehandlingsmuligheter.
• Organisasjon. Sikre at brukerne av en gitt cloud computing-plattform kan finne og opprettholde bevisstheten om data, eksperimenter og resultater som er relevante for deres arbeid og interesser.
• Personvern og sikkerhet. Bestemme måter å være vert for og tilrettelegge for tilgang til riktige typer data med passende personvern- og sikkerhetstiltak, underlagt budsjetthensyn, endrede forskningsprioriteringer og det utviklende brukerfellesskapet som betjenes.
• Integrasjon av skytjenester med ikke-skyressurser. Gir utfordringer når det gjelder å gjøre det mulig for forskere å effektivt få tilgang til hele bredden av byråets ressurser.
• Arbeidsstyrkeutvikling. Mange føderale ansatte har begrenset kjennskap til cloud computing-teknologier, og få har industrisertifisering på cloud computing-systemer. Disse begrensningene utfordrer både intern forskningsinnsats og evnen til å gi veiledning og ressurser til eksterne forskere.

Muligheter ser fremover

For å adressere økonomiske modeller kan den føderale regjeringen gjøre følgende:

• Dra bedre nytte av kjøpekraften som gjenspeiles i de konsoliderte føderale investeringene i kommersielle cloud computing-plattformer. Denne handlingen vil lette tilgangen til de mest avanserte funksjonene i skyen og gi et middel til å snakke med en felles stemme om forventningene og behovene til det føderalt finansierte AI-forskningsmiljøet.
• Lag forklarbare modeller med tilsvarende kostnader for bedre å håndtere budsjettusikkerhet, da disse vil illustrere for forskere og programledere kostnadsdynamikken knyttet til cloud computing, spesielt når det gjelder beslutninger knyttet til opplæringsparametere og -prosesser.
• Fang og del beste praksis fra skyprogrammer for byråer angående kontraktsavtaler og strategier for å håndtere overforbruk.

For å bevege seg mot det forutsatte sømløse miljøet med flere skyer, kan byråer gjøre følgende:

• Utnytt og hjelp til med å dyrke åpen kildekode-teknologi som kan støtte standardmåter for å bygge og utføre arbeidsbelastninger for distribusjon av flere skyer (f.eks. containerisering og automatisering).
• Tilrettelegge og automatisere identitets- og tilgangsadministrasjon gjennom fødererte systemer som samler forskningsmiljøet i og utenfor regjeringen.
• Gjennomfør en evaluering for å vurdere muligheten for å utvikle et forent datanettverk for å redusere databevegelse og replikering.

Byråer kan bli ytterligere assistert med å ta i bruk kommersielle cloud computing-ressurser gjennom følgende:

• Opprettelse av et portalsett som vil skissere en standardmal og presentere beste praksis for å implementere portaler på ulike nivåer, avhengig av organisasjonens behov.
• Tilveiebringelse av en veiledning for ressursvalg som vil hjelpe byråer med å avgjøre omstendighetene som ulike typer ressurser er best egnet under, for eksempel valg av sky kontra høyytelses databehandling og kommersielle tilbud kontra lokale maskiner.
• Tilby en veiledning om godkjente retningslinjer, prosedyrer, ressurser og tjenester når det gjelder kommersielle skytilbud, i den grad det er praktisk mulig, ved å utnytte kjøpekraften beskrevet ovenfor.

Til slutt vil det kreve følgende for å håndtere behov for utvikling av arbeidsstyrken:

• Investeringer i opplæringsressurser som kan betjene hele spekteret av sluttbrukere, forskere og teknisk personell, differensiert for deres ferdighetsnivåer, behov og interesser.

• Rekrutterings- og oppbevaringsstrategier som inkluderer ferdighetssett med høy etterspørsel som støtter cloud computing, for eksempel skyarkitekter, forskningsdatabehandling og datafagfolk, forskningsprogramvareingeniører og dataforskere.

Les hele rapporten her..