NSTC publikuje raport na temat wniosków wyciągniętych z federalnego wykorzystania chmury obliczeniowej w celu wsparcia badań i rozwoju sztucznej inteligencji

Sztuczna inteligencja (AI) i uczenie maszynowe (ML) poczyniły ogromne postępy w ciągu ostatniej dekady. Dużą część tego postępu można przypisać dużej ilości dostępnych zbiorów danych i zasobów obliczeniowych. Ostatnio wiele agencji federalnych zaczęło inwestować w wykorzystanie komercyjnych zasobów chmury obliczeniowej do postępu w zakresie badań i rozwoju AI/ML. Narodowa Rada Nauki i Technologii Białego Domu (NTC) i podkomisja AI opublikowała właśnie raport na temat Wnioski wyciągnięte z federalnego wykorzystania chmury obliczeniowej do wspierania badań i rozwoju sztucznej inteligencji podsumowując wnioski wyciągnięte z agencji federalnych na temat wykorzystania chmury obliczeniowej do dalszych prac badawczo-rozwojowych nad sztuczną inteligencją.

Raport pochodzi z innego raportu Komisji Specjalnej Rządu Federalnego ds. AI, Zalecenia dotyczące wykorzystania zasobów przetwarzania w chmurze na potrzeby badań i rozwoju sztucznej inteligencji finansowanych przez władze federalne zawiera szczegółowe zalecenia dla rządu federalnego dotyczące wykorzystania chmury obliczeniowej do wspierania innowacji w zakresie sztucznej inteligencji. Działając na podstawie tych zaleceń, podkomitet MLAI ułatwił szereg dialogów między przedstawicielami agencji i komercyjnymi dostawcami usług przetwarzania w chmurze, aby pomóc w identyfikacji wyzwań i najlepszych praktyk w zakresie przetwarzania w chmurze oraz badań i rozwoju. Najnowsze raporty na temat „Wyciągniętych wniosków” podsumowują kluczowe wnioski z tych dialogów sprowadzone do korzyści z inwestycji, najlepszych praktyk, wspólnych wyzwań i perspektyw. Pełną relację z dialogu można znaleźć tutaj.

Korzyści z inwestycji 

• Zapewnienie naukowcom stałego dostępu na żądanie do najnowocześniejszych możliwości, przyspieszenie eksperymentów i wykorzystanie sztucznej inteligencji w nowych dziedzinach
• Umożliwienie odtwarzalności i skalowalności działań badawczych i ich wyników
• Pomóż naukowcom szybko uzyskać dostęp do specjalistycznego sprzętu AI
• Zapewnij agencjom dostęp do najnowszych i najbardziej aktualnych możliwości obliczeniowych

Najlepsze praktyki 

• Dedykowane zespoły administracyjne. Budowanie tych możliwości zapewniło agencjom niezbędną wiedzę i uprawnienia do zarządzania i nadzorowania dostępu do zasobów, usług i platform przetwarzania w chmurze. Takie zespoły zapewniały również szkolenia społeczności użytkowników i sprawdzały adekwatność wymaganych zasobów do osiągnięcia określonych celów badawczych.
• Uwierzytelnianie użytkownika. Większość programów ma ograniczony dostęp do znanych, wykwalifikowanych i uwierzytelnionych użytkowników. Wiele z nich wymaga również uwierzytelniania dwuskładnikowego jako składnika ich środków bezpieczeństwa. Razem środki te zapewniają podstawowy poziom bezpieczeństwa i możliwość tworzenia kontroli dostępu opartych na użytkownikach.
• Trening i edukacja. Pomoc szkoleniowa i możliwości edukacyjne miały kluczowe znaczenie dla rozwiązywania istniejących luk w umiejętnościach, zwiększania równych możliwości dostępu i budowania wiedzy specjalistycznej wśród bazy użytkowników. Udostępnienie tych zasobów pomogło wspieranym naukowcom poruszać się po różnych ofertach zasobów przetwarzania w chmurze oraz dopasować konkretne badania i potrzeby do odpowiednich architektur obliczeniowych i narzędzi programowych.
• Wstępnie obliczone zasoby i przepływy pracy. Zwłaszcza w przypadku wspierania wewnętrznych lub skoncentrowanych na misji wysiłków badawczych, wstępnie obliczone przepływy pracy ograniczyły powielanie pracy i stworzyły dostępne podejścia bazowe dla wspólnych punktów początkowych analiz.

Wspólne wyzwania

• Wydajna autoryzacja użytkowników. Uwierzytelniający użytkownicy mogą tworzyć wąskie gardła związane z weryfikacją tożsamości i udostępnianiem możliwości logowania. Niedofinansowanie lub niedobór personelu zarządzających organizacji może prowadzić do opóźnień w aktywowaniu kont i rozwiązywaniu problemów pojawiających się na każdym poziomie dostępu. Co więcej, brak autorytatywnej agencji i ogólnorządowych wytycznych dotyczących zatwierdzonych usług, które obejmują zmienne kwestie prywatności danych i dostępu, spowalnia ich przyjmowanie i tworzy różnice między politykami i procedurami agencji.
• Koszty. Koszty przechowywania i dostępu do danych komplikują możliwość dostępu wielu zespołów do współdzielonych danych. Ponadto rozliczenia i budżety są dodatkowo komplikowane przez zmienność kosztów przetwarzania w chmurze na projekt oraz łatwość, z jaką badacze mogą nieumyślnie wyczerpać kredyty poprzez użycie nieprawidłowych ustawień. Co więcej, zmienne opłaty komplikują federalne procedury zamówień publicznych, podobnie jak niepewność co do tego, które kategorie środków można wykorzystać do zakupu jakich możliwości obliczeniowych.
• Organizacja. Zapewnienie użytkownikom danej platformy przetwarzania w chmurze możliwości lokalizowania i utrzymywania świadomości danych, eksperymentów i wyników istotnych dla ich pracy i zainteresowań.
• Prywatność i ochrona. Określanie sposobów hostowania i ułatwiania dostępu do odpowiednich rodzajów danych z odpowiednimi zabezpieczeniami prywatności i bezpieczeństwa, z zastrzeżeniem rozważań budżetowych, zmieniających się priorytetów badawczych i rozwijającej się obsługiwanej społeczności użytkowników.
• Integracja usług w chmurze z zasobami spoza chmury. Przedstawia wyzwania w zakresie umożliwienia naukowcom skutecznego dostępu do pełnego zakresu zasobów agencji.
• Rozwój siły roboczej. Wielu pracowników federalnych ma ograniczoną znajomość technologii przetwarzania w chmurze, a niewielu posiada certyfikaty branżowe dotyczące systemów przetwarzania w chmurze. Ograniczenia te stanowią wyzwanie zarówno dla wewnętrznych wysiłków badawczych, jak i możliwości dostarczania wskazówek i zasobów badaczom zewnętrznym.

Okazyjne możliwości

Aby zająć się modelami finansowymi, rząd federalny może wykonać następujące czynności:

• Lepiej wykorzystaj siłę nabywczą odzwierciedloną w skonsolidowanych inwestycjach federalnych w komercyjne platformy przetwarzania w chmurze. Działanie to ułatwiłoby dostęp do najbardziej zaawansowanych możliwości chmury i zapewniłoby sposób wyrażania wspólnym głosem oczekiwań i potrzeb społeczności badawczej zajmującej się sztuczną inteligencją finansowanej przez władze federalne.
• Twórz możliwe do wyjaśnienia modele z odpowiadającymi im kosztami, aby lepiej zarządzać niepewnością budżetową, ponieważ ilustrują one badaczom i menedżerom programów dynamikę kosztów związaną z przetwarzaniem w chmurze, szczególnie w zakresie decyzji związanych z parametrami i procesami szkolenia.
• Przechwytuj i udostępniaj najlepsze praktyki z programów chmurowych agencji dotyczące umów i strategii zarządzania nadmiernymi wydatkami.

Aby przejść w kierunku przewidywanego, płynnego, wielochmurowego środowiska, agencje mogą wykonać następujące czynności:

• Wykorzystaj i pomóż rozwijać technologie open source, które mogą obsługiwać standardowe sposoby tworzenia i wykonywania obciążeń na potrzeby wdrażania w wielu chmurach (np. konteneryzacja i automatyzacja).
• Ułatwiaj i automatyzuj zarządzanie tożsamością i dostępem za pomocą sfederowanych systemów, które łączą społeczność naukową wewnątrz i na zewnątrz rządu.
• Przeprowadź ocenę, aby ocenić wykonalność opracowania federacyjnej siatki danych w celu ograniczenia przenoszenia i replikacji danych.

Agencje można by dalej wspierać w przyjmowaniu komercyjnych zasobów przetwarzania w chmurze w następujący sposób:

• Stworzenie zestawu portalowego, który nakreśli standardowy szablon i przedstawi najlepsze praktyki wdrażania portali na różnych poziomach, w zależności od potrzeb organizacji.
• Zapewnienie przewodnika dotyczącego wyboru zasobów, który pomógłby agencjom określić okoliczności, w których różne typy zasobów są najlepiej dopasowane, takie jak wybór chmury w porównaniu do obliczeń o wysokiej wydajności i oferty komercyjnej w porównaniu z maszynami lokalnymi.
• Oferuj przewodnik po zatwierdzonych zasadach, procedurach, zasobach i usługach, jeśli chodzi o komercyjne oferty chmury, w możliwym zakresie, wykorzystując siłę nabywczą opisaną powyżej.

Wreszcie, zaspokojenie potrzeb w zakresie rozwoju siły roboczej będzie wymagało:

• Inwestycje w zasoby szkoleniowe, które mogą służyć całej gamie użytkowników końcowych, badaczy i personelu technicznego, różniących się poziomem umiejętności, potrzebami i zainteresowaniami.

• Strategie rekrutacji i utrzymywania, które obejmują zestawy umiejętności o wysokim popycie, które obsługują przetwarzanie w chmurze, takie jak architekci chmury, specjaliści od obliczeń i danych, inżynierowie oprogramowania badawczego i naukowcy zajmujący się danymi.

Przeczytaj cały raport tutaj.