I dag, 1. april 2024, sendte CCC et svar til Department of Energy (DOE) sine Forespørsel om informasjon (RFI) relatert til ansvar for sikker, sikker og pålitelig utvikling og bruk av kunstig intelligens. I oppfordringen søkte DOE råd om planen deres for å utføre noen av ansvarsoppgavene som er skissert for dem i oktober Executive Order (EO), "Sikker, sikker og pålitelig utvikling og bruk av kunstig intelligens". RFI-svaret ble skrevet av følgende CCC-rådsmedlemmer og ansatte: Nadya Bliss (Arizona State University), Haley Griffin (CCC), Michela Taufer (University of Tennessee, Knoxville) og Adam Wierman (California Institute of Technology).
Forfatterne var imponert over DOEs liste over fokusområder og muligheter i AI-applikasjoner, men de advarte også om at AI kan ha betydelige skadelige miljøpåvirkninger. Det er også mange mulighetsområder innen databehandling utover AI som de oppfordrer DOE til å vurdere, som forklart i CCC Whitepaper, "Dataforskning for klimakrisen."
CCC RFI Response ble organisert i de tre hovedemnene identifisert av DOE: (1) AI for å forbedre sikkerheten og påliteligheten til nettinfrastruktur og drift og deres motstandskraft mot forstyrrelser, (2) AI for å forbedre planlegging, tillatelse og investering i nett og relatert infrastruktur for ren energi, og (3) AI for å redusere risikoen for klimaendringer. Nedenfor er anbefalinger CCC gitt under hvert område.
Emne 1. AI for å forbedre sikkerheten og påliteligheten til nettinfrastruktur og drift og deres motstandskraft mot forstyrrelser
- Storskala databehandlings-/nettinfrastrukturoperasjoner: Forfatterne ønsker at dette skal legges til listen over muligheter. Det er et større behov for datasentre enn det som realistisk kan støttes i mange områder av USA, og spesielt med tillegg av AI til nettet, forventes det en massiv konstruksjonsbelastning i nær fremtid. Forfatterne anbefaler (1) å investere i programvareløsninger designet for å redusere kostnadene forbundet med å få tilgang til og bruke data eksternt, og (2) programmer som jobber sammen med verktøy og datasenter-hyperskalere for å stimulere til utvikling av datainfrastruktur utenfor toppområder.
- Forstå karbonpåvirkning: Dette er et underfinansiert område av AI-forskning, spesielt på lokalt, regionalt nivå. Dette kan innebære bruk av kunstig intelligens for å forutsi tilgjengeligheten av fornybar energi og for å bestemme hvor marginale karbonbidrag er på ulike deler av nettet for å modulere driftslading, utlading, bruk, økonomiske insentiver, skiffing osv. Dette er spesielt viktig på regionalt nivå hvor virkningen av beslutninger kan merkes mer umiddelbart og sterkere.
- Kvantifisering og vurdering av risiko ved bruk av kunstig intelligens: Det er behov for kontekstspesifikke kvantifiseringsverktøy for usikkerhet for å forstå når og i hvilken grad du kan stole på rådene/prediksjonen fra AI. Det må også være integrerte sikkerhetstiltak for å ta hensyn til de betydelige sikkerhetsrisikoene knyttet til et AI-system som administrerer nettmotstandskraft, og fordi det vil få drastiske konsekvenser i samfunnet hvis disse systemene gjør selv små feil.
- Viktigheten av AI med tanke på økonomiske konsekvenser: Styring av kraftsystemer krever integrasjon mellom økonomi og prosjektering. Det er betydelig fare ved å optimalisere bare konstruksjonen av disse systemene på grunn av potensialet til å påvirke markedsstrukturer negativt.
- Kunnskapsoverføring av lignende AI-distribusjon: Å integrere kunstig intelligens i eksisterende infrastruktur er en strategi som er vellykket brukt i ulike sektorer, for eksempel jernbaneinfrastruktur. Disse delene deler kritiske mål med den foreslåtte planen for å forbedre energinettinfrastrukturen, inkludert behovet for kontinuerlig overvåking, forbedring av operasjonell effektivitet og styrking av motstandskraft mot forstyrrelser.
- Behov for digitale tvillinger: Et av nøkkelområdene som må støttes er offentlig tilgjengelige, robuste og detaljerte digitale tvillinger. Bruk av AI i domenene som er oppført, krever at detaljerte digitale tvillinger er tilgjengelige for forskning og testing/validering. Digitale tvillinger vil også være veldig nyttige for å ta opp emne 2 og 3.
Emne 2. AI for å forbedre planlegging, tillatelse og investering i nettet og relatert infrastruktur for ren energi
-
- Forstå virkningene av AI-anbefalte investeringer i ren energi: Det må være en fortsettelse av forskningen på virkningene av å følge anbefalinger fra AI for bruk av vind- og solenergi. AI brukes til å projisere, forutsi og optimalisere bruken av disse teknologiene, og det må være en forståelse av hvor godt det gjorde det og om det var verdt å bruke.
- Strategisk plassering av datasentre for å begrense skade på lokalsamfunn og miljø: Datasentre har en betydelig innvirkning på strømnettet, og deres plassering, orientering, plassering av storskala lagringsgenerering osv. må vurderes sterkt. Disse faktorene vil bare bli mer betydningsfulle med AI som øker energibehovet. Det er allerede uforholdsmessige konsekvenser for enkelte lokalsamfunn, og i visse områder vil et datasenter som kommer inn ha ødeleggende konsekvenser for prisene på vann og elektrisitet i tillegg til miljøhensyn som forurensning.
- Behov for spesifikk brukssak AI: AI kan få katastrofale konsekvenser hvis den distribueres i en setting den ikke er trent for. Det må investeres betydelig i LLM-er for spesifikke formål som har spesialiserte opplæringsdata som er relatert til området der det skal brukes.
- Behov for cyberinfrastruktur for datatilgjengelighet og bruk: Konvergensen mellom High-Performance Computing (HPC) med Cloud Computing er avgjørende for å utvide rettferdig tilgang til data. Konvergensen understreker viktigheten av å investere i infrastruktur og teknologier som muliggjør sømløs ekstern datatilgang, og dermed minimere energifotavtrykket forbundet med databevegelse. Integrering av AI kan optimalisere denne konvergensen, og muliggjøre mer effektiv databehandling og analysemetoder.
Emne 3. AI for å bidra til å redusere risikoen for klimaendringer
I denne delen av RFI-responsen refererte forfatterne til "Dataforskning for klimakrisen” CCC Whitepaper som fremhever dataforskningens rolle i møte med klimaendringer-induserte utfordringer. I Whitepaper beskriver forfatterne fire brede områder innen databehandling (AI/robotikk/algoritmer, enheter og arkitekturer, programvare og sosioteknisk databehandling) som kan gjøre fremskritt innen seks viktige påvirkningsområder: energi, miljørettferdighet, transport, infrastruktur, landbruk , og miljøovervåking og prognoser. De understreker behovet for tverrfaglige team som bringer dataforskere sammen på tvers av disse områdene sammen med ingeniører, så vel som fagfolk fra sosial, atferdsmessig, økonomisk og fysisk vitenskap.
I Whitepaperen gir forfatterne spesifikt måtene AI, robotikk og/eller algoritmer kan bidra til å gjøre fremskritt i hvert viktige påvirkningsområde:
- Energi: Planlegging, optimalisering og beslutningsstøtte for produksjon, distribusjon og forbruk av energi; AI-aktivert materialvitenskap for fornybar energi.
- Miljørettferdighet: Modellerings- og beslutningsstøttestrategier som utnytter disse dataene og håndterer kaskaderisiko.
- Transport: Spatiotemporal planleggingsstrategier for å optimalisere rutingen av strømmer i nettverket.
- Infrastruktur: Optimalisering og beslutningsstøtte av strømmer av energi, varer, vann, kjøretøy, mennesker, kraft, etc.; AI-aktivert materialvitenskap for grønne materialer.
- Landbruk: Algoritmer som utnytter rike sensordata, sammen med sanntidsinformasjon om økonomiske faktorer og transportnettverk, for planlegging og risikovurdering.
- Miljøovervåking og prognoser: Kvantifisering av usikkerhet; systemnivå, risikosensitive modellering, planlegging og optimaliseringsstrategier for klimavariabler, i alle skalaer.
CCC RFI-responsen avsluttes med å oppmuntre DOE til å (1) delta i oppsøkende innsats for å forklare hvordan AI brukes og hvordan det vil forbedre planleggingen, sikkerhetsrisikoen og avbøtningene som tas, osv. og (2) å samarbeide med andre føderale byråer om denne innsatsen, spesielt de som har betydelige sikkerhetsimplikasjoner som nettresiliens.
Les hele CCC RFI-svaret her..
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
- PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
- PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
- PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
- kilde: https://feeds.feedblitz.com/~/874816097/0/cccblog~CCC-Responds-to-RFI-on-DOE%e2%80%99s-Responsibilities-on-Safe-Secure-and-Trustworthy-Development-and-Use-of-Artificial-Intelligence/
- :er
- :ikke
- :hvor
- $OPP
- 1
- 2024
- 7
- a
- Om oss
- adgang
- Tilgang til data
- tilgjengelighet
- tilgjengelig
- Tilgang
- Logg inn
- tvers
- Adam
- la til
- tillegg
- adressering
- råd
- mot
- byråer
- landbruk
- AI
- ai forskning
- algoritmer
- Alle
- tillate
- langs
- allerede
- også
- an
- analyse
- og
- forventet
- Søknad
- anvendt
- April
- arkitekturer
- ER
- AREA
- områder
- Arizona
- kunstig
- kunstig intelligens
- AS
- evaluering
- assosiert
- At
- forfattere
- tilgjengelighet
- tilgjengelig
- BE
- fordi
- atferds
- være
- under
- mellom
- Beyond
- Blogg
- styrke
- bringe
- bred
- men
- by
- california
- CAN
- karbon
- bære
- saken
- ccc
- CCC-bloggen
- CCC-rådet
- CCC-rådsmedlemmer
- sentrum
- Sentre
- viss
- utfordringer
- endring
- lading
- ren
- ren energi
- Klima
- Klima forandringer
- klimakrisen
- Cloud
- cloud computing
- samarbeide
- kommer
- Communities
- samfunnet
- Community Outreach
- Beregn
- databehandling
- dataforskning
- bekymringer
- Konsekvenser
- Vurder
- hensyn
- ansett
- vurderer
- konstruksjon
- forbruk
- videreføring
- kontinuerlig
- bidragene
- Konvergens
- Kostnader
- kunne
- Råd
- rådets medlemmer
- krise
- kritisk
- FARE
- dato
- data tilgang
- Datasenter
- datasentre
- databehandling
- Datacenter
- avgjørelse
- avgjørelser
- Grad
- Etterspørsel
- Avdeling
- utplassert
- distribusjon
- beskrive
- designet
- detaljert
- Bestem
- ødeleggende
- utvikle
- Utvikling
- Enheter
- gJORDE
- forskjellig
- digitalt
- Digitale tvillinger
- katastrofal
- uforholdsmessig
- forstyrrelser
- distribusjon
- doe
- domener
- e
- hver enkelt
- økonomisk
- økonomiske konsekvenser
- Økonomi
- effektivitet
- effektiv
- innsats
- elektrisitet
- understreke
- muliggjør
- oppmuntrende
- energi
- engasjere
- Ingeniørarbeid
- Ingeniører
- styrke
- Miljø
- miljømessige
- miljø bekymringer
- rettferdig
- feil
- spesielt
- etc
- Selv
- utøvende
- utøvende rekkefølge
- eksisterende
- Forklar
- forklarte
- faktorer
- Federal
- feil
- Flows
- Fokus
- etter
- Fotspor
- Til
- fire
- fra
- fullt
- framtid
- generasjonen
- skal
- varer
- større
- Grønn
- Grid
- Griffin
- skade
- Ha
- tungt
- hjelpe
- høy ytelse
- striper
- Hvordan
- hpc
- HTTPS
- identifisert
- if
- umiddelbart
- Påvirkning
- Konsekvenser
- implikasjoner
- betydning
- viktig
- imponert
- forbedre
- bedre
- in
- Incentiver
- incentivise
- Inkludert
- økende
- informasjon
- Infrastruktur
- Institute
- integrert
- Integrering
- integrering
- Intelligens
- inn
- investere
- investering
- Investeringer
- IT
- bare
- Justice
- nøkkel
- Nøkkelområder
- storskala
- Nivå
- Leverage
- i likhet med
- BEGRENSE
- Liste
- oppført
- laste
- lokal
- plassering
- laget
- større
- gjøre
- Making
- administrer
- ledelse
- administrerende
- mange
- marked
- massive
- materialer
- medlemmer
- metoder
- minimere
- Minske
- modellering
- overvåking
- mer
- mer effektivt
- bevegelse
- Nær
- Trenger
- behov
- negativt
- nettverk
- nettverk
- mål
- oktober
- of
- on
- ONE
- bare
- drift
- operasjonell
- Drift
- Muligheter
- Opportunity
- optimalisering
- Optimalisere
- optimalisere
- rekkefølge
- Organisert
- Annen
- ut
- skissert
- oppsøk
- utenfor
- deler
- Topp
- Ansatte
- fysisk
- Fysikk
- plassering
- fly
- planlegging
- plato
- Platon Data Intelligence
- PlatonData
- Forurensing
- potensiell
- makt
- Kraftnettet
- forutsi
- Prisene
- prosessering
- Produksjon
- fagfolk
- programmer
- Progress
- prosjekt
- foreslått
- gi
- forutsatt
- offentlig
- formål
- kvantifisering
- rail
- sanntids
- anbefaler
- anbefalinger
- redusere
- refererte
- regional
- regioner
- i slekt
- pålitelighet
- fjernkontroll
- eksternt
- Fornybar
- fornybar energi
- Renewables
- Krever
- forskning
- forskere
- resiliens
- svar
- ansvar
- Rich
- Risiko
- risikovurdering
- risikoer
- robotikk
- robust
- Rolle
- ruting
- trygge
- sikringstiltak
- Skala
- vekter
- Vitenskap
- VITENSKAPER
- sømløs
- Seksjon
- seksjoner
- sektorer
- sikre
- sikkerhet
- sikkerhetsrisiko
- sensor
- innstilling
- Del
- signifikant
- lignende
- SIX
- liten
- selskap
- Samfunnet
- Software
- solenergi
- solenergi
- oppfordring
- Solutions
- noen
- ettertraktet
- spesialisert
- spesifikk
- spesielt
- Staff
- Tilstand
- lagring
- strategier
- Strategi
- sterk
- strukturer
- innsendt
- vellykket
- slik
- støtte
- Støttes
- system
- Systemer
- tatt
- lag
- Technologies
- Teknologi
- Tennessee
- enn
- Det
- De
- Området
- deres
- Dem
- Der.
- derved
- Disse
- de
- denne
- De
- tre
- til
- sammen
- verktøy
- temaer
- trent
- Kurs
- overføre
- transport
- Stol
- troverdig
- Twins
- Usikkerhet
- etter
- understreker
- forstå
- forståelse
- universitet
- us
- bruk
- bruke
- bruk sak
- brukt
- nyttig
- ved hjelp av
- verktøy
- ulike
- Kjøretøy
- veldig
- var
- Vann
- Vei..
- måter
- VI VIL
- var
- Hva
- når
- Whitepaper
- vil
- vind
- med
- Arbeid
- verdt
- ville
- skrevet
- Du
- zephyrnet