美国国家技术信息服务局（NTIS）的AI应用探索

在本次访谈中，NTIS数据服务办公室副主任兼首席数据科学家Chakib Chraibi博士分享了NTIS如何应用自动化、AI与机器学习技术，在公共部门普及变革性技术所面临的相关挑战，以及NTIS如何向外部各方敞开合作的怀抱。

Chakib Chraibi

您采取哪些创新方式利用数据和AI为NTIS带来收益？

CHakib Chraibi博士：国家技术信息服务局（NTIS）是美国商务部下辖的联邦机构，负责为各联邦政府机关提供创新数据服务，借此推进联邦数据优先倡议、建立卓越运营并实现任务成果。我们采取的方法，基于联邦到联邦（Fed-to-Fed）数据科学创新框架，通过与行业、大学及各非营利性组织率先建立合作伙伴关系。NTIS运用自身独特的合资伙伴关系（JVP），通过领先的创新私营部门组织协助政府机构物色方案，应对数据驱动时代下的现实挑战。借助这样一套合资合作伙伴生态系统，NTIS得以引入美国最顶尖的私营部门企业、学术机构及非营利性组织，应对国家数据驱动时代下的现实挑战。在私营部门的独创性与专业知识的支持下，NTIS交出了了令人眼前一亮的规模化与创新效率答卷。

NTIS的合资伙伴关系授权运行在美国联邦采购条例（FAR）之外，因此能够以更加灵活、敏捷的执行框架推动创新探索。其总体目标是将数据作为战略资产，借此达成任务成果，从而加速整个联邦政府的创新步伐。NTIS各合作伙伴均经过审查，分别立足数据科学家、数据工程、数据管理/治理、数据可视化、数据分析、人工智能、机器学习、预测分析、智能自动化、增强智能、区块链及其他新兴技术领域提供专业知识与技能。这一独特的工具组合弥合了数据创新与最佳数据解决方案间的差距，使得联邦机构得以探索创新方法，充分利用自有数据资产、推动数据驱动转型，全面提升政务服务效率。

在利用数据作为战略资产以实现任务成果的尝试中，NTIS如何加快整个实施流程？

Chakib Chraibi博士：多年以来，政府已经收集并存储了大量数据集，用以支持长期运行在遗留系统当中的特定应用程序。为了释放数据分析和人工智能的力量，必须配合多管齐下的数据战略，借此消除数据孤岛、迁出遗留系统并最终淘汰遗留系统，支持数据标准与跨机构信息共享。各类新兴与创新技术带来了前所未有的机会，可帮助我们应对关键任务挑战，并以高效、有效、快速且低成本的方式提供以客户为本的服务。为了在这项工作中取得成功，我们必须建立一个强大、健康、透明的生态系统，其中包含强大的数据和AI功能，从而支撑起从数据生成到最终用户体验的整个业务流程。

NTIS提供一款独特且经过审查的工具，可利用创新及数据科学技术以应对关键任务挑战，并以高效、有效、快速且低成本的方式提供以客户为本的服务。这套框架基于设计思维和敏捷方法，能够促进私营部门和联邦政府在议题定义期间即开展强有力的对话，由此推动创新。在它的帮助下，政府能够立即获得私营部门的专业知识和技能支持，外咖快速交付任务所需要的经验与最佳实践，增强数据文化，并为现代数据平台建立基础，最终实现统一、安全、确切且可互操作的数据收集、摄取、分析和传播体系。

在应用自动化和AI技术方面，公共部门拥有哪些独特机遇？

Chakib Chraibi博士：以数据为中心的创新，是由多种新兴及成熟技术的融合所共同推动的，包括云计算、数据科学、机器学习、人工智能、物联网、区块链、零信任架构以及最终的量子计算。联邦机构正在持续推动数字化转型，完善自身数据基础设施及流程，而智能自动化与人工智能也在其中发挥着至关重要的作用。首先，我们需要设计并开发出真正以数据为中心的架构，这也是释放数据价值、增强数据驱动工具/技术并确保建立适当数据治理能力的前提。之后的重点，在于建立持续稳定的数据驱动文化和战略，借此赋能数据驱动的数字化转型。阻碍AI及新兴技术应用的常见挑战则包括缺乏稳健的战略、对系统现代化的支持不足、数据驱动平台及应用程序开发进展缓慢，以及有能力实现和监控数据驱动型解决方案的劳动力稀缺等。最后，如果没有道德层面的数据实践和监测作为保障，转型工作也不可能成功。

NTIS已经协助多个联邦机构由纯本地的孤立陈旧环境，迁移至基于云的、灵活且高性能的数据平台。新平台能够实现适当的数据质量、管理、治理、可发现性、可搜索性及共享性水平，借此加快自动化、创新与自助式服务分析。整个数据驱动流程的速度与精确度均远超以往。NTIS助力联邦机构自动处理以往只能手动完成的大量重复性任务，引入以人为本的数据可视化工具和仪表板来识别趋势和模式，简化报告生成，并利用自然语言处理以提高效率和响应能力。

您能不能分享一点关于AI或自动化技术的成功应用案例？

Chakib Chraibi博士：美国卫生与人类服务部（HHS）就通过健康保险、公共卫生、食品与药品安全保护、医学研究资助等方式影响着全体美国人的生活。随着医疗保健系统变得越来越复杂，欺诈案件的也越来越难以跟踪。HHS监察长办公室利用NTIS的数据创新框架支持自身客观监督这一核心使命，希望促进HHS计划的经济、效率、有效性和完整性，最终通过合作关系实现服务民众健康和福祉的终极目标。为此，该办公室开发了一套基于云的数据分析平台，为审计员、评估员、调查员和律师提供现货数据与分析能力，帮助他们确定工作目标、识别欺诈模式并高效完成任务。

作为总统疟疾倡议的一部分，NTIS与美国国际开发署（USAID）合作，助力支持其在全球范围内根除疟疾的目标。美国国际开发署致力于以证据为基础，辅以数据驱动方法创造出新的、突破性的解决方案，从而实现2040至2050年间根除疟疾的全球性目标。美国国际开发署在其根除疟疾数据集成与可视化（MDIVE）安全云平台上构建起敏捷交付的数据共享体系，这也让国际开发署及其合作伙伴能够做出更准确的监测与评估决策，切实改进疟疾预防、治疗与控制策略。

NTIS还与劳工部首席信息官办公室合作，支持其大数据集成系统的开发，整合了15款以数据中心为中心的遗留系统应用程序。NTIS也与联合人工智能中心（JAIC）合作，支持他们加快AI成果的交付、规模及同步做出的初步努力。例如，近年来人们愈发关注利用机器学习能力应对网络攻击风险这一议题。为此，SEARCH-T应运而生，这套新型信息检索系统能够吸纳网络日志数据，并利用张量分解方式为高维空间内的网络行为生成一致性表示。SEARCH-T允许分析人员快速识别网络上与已知恶意设备行为相似的设备。

除机遇之外，公共部门在AI和自动化转型中肯定也遇到过一些挑战，能具体谈谈吗？

Chakib Chraibi博士：与其他技术一样，AI技术也可能因主观或客观因素而失败。因此，必须透彻理解AI、参与早期应用、开发试水项目并了解AI的优势/机遇及其挑战/风险。对于任何运营实体，其最关键的组成部分之一就是数据。在大多数机构内，由于缺乏适当的数据收集、摄取、管理和治理能力，相当一部分数据可能孤立存在、难以访问或者质量低下。要想破解难题，必须建立起统一的数据管理平台，保证其承载各类必要的收集、保护、分析、传播和管理类工具与技术。除此之外，信任AI是成功应用AI并获取投资回报的前提，而负责任AI原则亦是整个AI解决方案开发和部署中必须遵循的核心方针。

数据科学和AI都属于变革性技术，要求对我们的设计和开发解决方案的方式做出系统性转变，由面向应用程序的方法转化为以数据为中心的方法。这是一项极具挑战的任务，核心要求是掀起颠覆性文化变革与可操作的创新框架。该框架应包含要考量和评估的标准、指标与护栏等工件，并在数据生命周期之内合并并监控这些工件。这当然离不开精准的战略眼光和强有力的数据科学技能组合。由于缺乏数据科学家，部分联邦机构无法利用数据科学方法帮助自身推动数字化转型和决策。数据科学家正在成为组织内的真正变革者，提供关于如何以低成本方式快速、敏捷、高质量且更智能地规划运营的见解。人事管理办公室（OPM）建立的全新数据科学职业划分，就标志着向正确方向迈出的重要一步。

您是如何解决AI应用所带来的隐私、道德与安全问题的？

Chakib Chraibi博士：美国联邦政府是世界上最大的数据生产者和使用者之一。根据各类内外部数据源，联邦政府必须将自动化、数据科学和人工智能元素纳入决策制定流程。至于道德AI的开发和部署，则离不开影响评估与探索性算法。政府已经采取一系列重要措施以支持负责任AI（RAI）。所谓负责任AI，是指在解决方案的设计、开发、测试、部署、保护和监控当中，始终做出适当的道德选择，并根据预期持续评估影响。负责任AI所使用的数据源、数据实践和算法，必须能够真正反映道德原则和受广泛认可的价值观。

负责任AI又衍生出AI信任问题。换句话说，要如何确保基于AI的解决方案能够按预期运行，且持续符合我们的目标、法律、法规和价值观。部分答案，是让人们能够更好地理解也许极为复杂的数据科学与AI技术，并提供实用的可操作框架，将概念与实践间的空白弥合起来。NTIS完全有能力支持联邦机构实现这个目标。此外，作为数据战略行动计划的一部分，商务部还将很快发布一份报告，为道德、负责任与公平数据实践提供指导。与此同时，美国国家标准技术研究院（NIST）也刚刚发布了其AI风险管理框架（RMF）的更新草案。

在培养AI就绪的员工队伍方面，您做出了哪些努力？

Chakib Chraibi博士：作为“美国的数据代理”商务部根据联邦数据战略制定了商业数据战略。该战略包含一份路线图，旨在最大限度发挥商业数据和员工的积极影响。该战略包含五个相互依存的战略目标，其中之一就是“培养具备现代数据技能的劳动力”。政府机构通过培养数据敏锐度和高级分析技能等方式，一直在推动劳动力向新兴技术转化。

商务部及NTIS也在着力评估并提高员工的数据技能，建立以数据为中心的学习文化。例如，其中一项计划就强调评估各类学习平台及最佳实践，用以提高数据素养和数据科学技能。该部门的另一项工作，则是助力社区利用数据以支持数据大众化，让数据成为更多人决策流程中的依据、最终推动深远变革。这种为联邦雇员提供数据敏锐度的尝试，对于维持运营架构模型迁移、决策支持环境全面数字化等关键举措都有着重要的现实意义。

未来几年，您对哪些AI技术最为期待？

Chakib Chraibi博士：就先进和新兴技术领域来看，我们无疑生活在一个激动人心的时代。我个人认为AI就是当前这个历史时期内最了不起的技术，其在多个区间内都催生出了大量进步与发展机遇。

增强智能是指使用AI增强人类的认知能力，我认为这是个能够快速起效、即时回报，同时也能帮助我们探索AI与人类如何更好、更和谐统筹起来的理想切入点。我们该如何创建一个能够将人类直觉和知识，同AI数据洞察结合起来的共生界面？如果处置得当，我们将能够轻松访问并有效利用认知与智能功能，借此增强人类能力，同时最大限度减少人为偏见和错误。这一切都将在未来的国家安全、国防能力、医疗保健以及灾害防控等社会经济应用中发挥巨大潜力。

另外，AI也可能影响国家安全态势。尽管AI的优势显而易见，但其同样蕴藏着前所未有的威胁。出于国家安全目的，必须能够有效整合AI技术。如今，攻击面正不断扩大、持续演变，对网络安全态势的分析和改进早已非人力可为。基于AI的网络安全产品由此而生，帮助信息安全团队应对全新挑战、降低违规风险并增强安全态势。此外，在网络安全方面，网络犯罪分子也开始运用AI以设计新的攻击手段、搅乱网络秩序。因此，零信任架构和联邦机构网安能力建设已经成为当务之急。

在医疗保健领域，AI能够改善患者护理并降低医疗保健成本。但出于种种现实阻碍，AI在医疗保健领域的应用一直比较迟缓，问题包括信任缺失、声量不足以及对技术的理解度不高等。但必须承认，AI即将也必然在药物发现、预测分析和疾病监测等领域发挥重要作用。此外，AI在癌症检测和预后领域的表现也取得了令人鼓舞的进展。AI还能帮助我们为服务欠缺的社区提供更多优质医疗服务和个性化治疗方案。

着眼于下一阶段，量子计算才是真正的游戏规则改变者。其代表着一种新的计算范式，利用量子力学的基本原理执行计算。量子计算的前景，在于解决即使是最强大的传统计算机也无法处理的巨量计算任务。这必将给网络安全和供应链带来巨大冲击——一方面，我们需要开发量子证明的数据保护和加密机制；另一方面，量子计算机将把供应链、车队运营、空中交通管制和物流配送带入全新时代。