该报告以财政部之前关于人工智能的报告为基础,包括其 2022 年 11 月关于评估新进入非银行公司对消费金融市场竞争的影响的报告和 2024 年 3 月关于管理金融服务业人工智能特定网络安全风险的报告(“2024 年 3 月报告”)中对金融科技和其他非银行金融公司使用人工智能所带来的机遇和风险的讨论。我们之前讨论过财政部 2024 年 3 月的报告,包括人工智能风险管理和治理(第 1 部分)以及管理人工智能特定的网络安全风险(第 2 部分)。与财政部 2024 年 3 月的报告不同,本报告重点关注受访者对该领域人工智能现有和新用例以及相关的非网络安全相关风险的反馈。
在洛克希德马丁公司,我们将 QIS 视为“游戏规则改变者”,它能够帮助公司继续设计和交付日益复杂的集成系统,同时降低成本并提高性能。我们预计此类技术的应用范围广泛,从银行业网络安全的机器学习,到增强分辨率遥感、超安全通信,再到基因组学中的大数据应用。为此,我们正在积极探索计算、传感和通信领域的新范式,以便我们的科学家和工程师能够为客户最棘手的问题提供创新的解决方案。
A.利益声明 VT-ARC 和 VT 都非常有兴趣支持美国国家标准与技术研究所 (NIST) 开发一个框架,该框架可用于改善与人工智能 (AI) 相关的个人、组织和社会风险管理。VT-ARC 和 VT 共同努力支持许多不同的人工智能 (AI) 和机器学习 (ML) 计划,并提供 AI/ML 领域最前沿的技术进步。弗吉尼亚理工大学应用研究公司 (VT-ARC)。VT-ARC 是一家私营非营利性 501(c)(3) 应用研究公司,隶属于弗吉尼亚理工学院暨州立大学 (Virginia Tech 或 VT)。VT-ARC 通过识别、开发和应用创新分析和先进技术来加速解决具有国家重要意义的复杂问题。我们利用弗吉尼亚理工大学丰富的多学科研究和创新生态系统,将多个领域的战略、政策、技术和运营考虑因素结合起来。VT-ARC 在过去 10 年中与多个联邦政府组织、行业合作伙伴、国防部创新组织以及其他高等教育和研究机构合作良好。VT-ARC 已在两个单独的 PIA 上进行过表演,一个与 ARL 合作近五年,另一个与 AFRL/AFOSR 合作七年。我们的合作伙伴包括 ARL、ARO、AFOSR、OUSDR&E 和 DTRA。我们目前支持 16 个研究、开发、规划和测试项目。VT-ARC 总部位于弗吉尼亚州阿灵顿,总面积超过 16,000 平方英尺,包括 13,000 平方英尺的非机密办公空间、额外的 TS 安全机密空间以及可容纳多达 200 人活动的场地建筑通道。我们的第二个办公室位于弗吉尼亚州布莱克斯堡。虽然 VT-ARC 没有指定的实验室空间,但我们可以通过弗吉尼亚理工大学使用大学实验室空间。VT 休谟中心智能系统实验室 (ISL)。弗吉尼亚理工大学休谟中心认为,为学生提供研究机会是培养下一代国家安全和技术领导者的关键。我们的研究机会让学生能够在他们喜欢的学科中获得实践经验,与该领域屡获殊荣和专家级的研究人员建立联系,并更充分地探索学科,将兴趣发展为激情和职业。英联邦网络计划 (CCI)。随着包含机器学习的算法被集成到生产系统中,数据科学、机器学习和网络安全之间的界限变得越来越模糊。还需要通过严格的测试和评估流程对复杂系统进行验证,以确保嵌入在系统中的算法在完成具有更大自主性和操作影响的任务时的有效性和安全性。这些系统的设计和开发需要反映其预期的操作环境、代表性人类用户和操作任务/任务。休姆中心的 ISL 开展研究,以解决三个技术重点中的国家安全关键领域:1) 数据科学、机器学习、人工智能,2) 网络安全和复杂系统工程,以及 3) 复杂系统设计、验证和测试与评估 (T&E)。VT 在开发 AI 保证方法和管理 CCI AI 测试平台方面发挥着领导作用。CCI 支持来自 30 多所不同弗吉尼亚大学和学院的 70 多名参与者。CCI 的 AI 保证团队开发模型
Sunita Satyapal、Sam Thomas、Jason Marcinkoski、Robert Schrecengost、Eric Miller、Ned Stetson、Dimitrios Papageorgopoulos、Jesse Adams、Neha Rustagi、Marc Melaina、Karen Harting、Kendall Parker、Cassie Osvatics、Marika Wieliczko、Zac Taie、Vanessa Arjona
A.利益声明 VT-ARC 和 VT 都非常有兴趣支持美国国家标准与技术研究所 (NIST) 开发一个框架,该框架可用于改善与人工智能 (AI) 相关的个人、组织和社会风险管理。VT-ARC 和 VT 共同努力支持许多不同的人工智能 (AI) 和机器学习 (ML) 计划,并提供 AI/ML 领域最前沿的技术进步。弗吉尼亚理工大学应用研究公司 (VT-ARC)。VT-ARC 是一家私营非营利性 501(c)(3) 应用研究公司,隶属于弗吉尼亚理工学院暨州立大学 (Virginia Tech 或 VT)。VT-ARC 通过识别、开发和应用创新分析和先进技术来加速解决具有国家重要意义的复杂问题。我们利用弗吉尼亚理工大学丰富的多学科研究和创新生态系统,将多个领域的战略、政策、技术和运营考虑因素结合起来。VT-ARC 在过去 10 年中与多个联邦政府组织、行业合作伙伴、国防部创新组织以及其他高等教育和研究机构合作良好。VT-ARC 已在两个单独的 PIA 上进行过表演,一个与 ARL 合作近五年,另一个与 AFRL/AFOSR 合作七年。我们的合作伙伴包括 ARL、ARO、AFOSR、OUSDR&E 和 DTRA。我们目前支持 16 个研究、开发、规划和测试项目。VT-ARC 总部位于弗吉尼亚州阿灵顿,总面积超过 16,000 平方英尺,包括 13,000 平方英尺的非机密办公空间、额外的 TS 安全机密空间以及可容纳多达 200 人活动的场地建筑通道。我们的第二个办公室位于弗吉尼亚州布莱克斯堡。虽然 VT-ARC 没有指定的实验室空间,但我们可以通过弗吉尼亚理工大学使用大学实验室空间。VT 休谟中心智能系统实验室 (ISL)。弗吉尼亚理工大学休谟中心认为,为学生提供研究机会是培养下一代国家安全和技术领导者的关键。我们的研究机会让学生能够在他们喜欢的学科中获得实践经验,与该领域屡获殊荣和专家级的研究人员建立联系,并更充分地探索学科,将兴趣发展为激情和职业。英联邦网络计划 (CCI)。随着包含机器学习的算法被集成到生产系统中,数据科学、机器学习和网络安全之间的界限变得越来越模糊。还需要通过严格的测试和评估流程对复杂系统进行验证,以确保嵌入在系统中的算法在完成具有更大自主性和操作影响的任务时的有效性和安全性。这些系统的设计和开发需要反映其预期的操作环境、代表性人类用户和操作任务/任务。休姆中心的 ISL 开展研究,以解决三个技术重点中的国家安全关键领域:1) 数据科学、机器学习、人工智能,2) 网络安全和复杂系统工程,以及 3) 复杂系统设计、验证和测试与评估 (T&E)。VT 在开发 AI 保证方法和管理 CCI AI 测试平台方面发挥着领导作用。CCI 支持来自 30 多所不同弗吉尼亚大学和学院的 70 多名参与者。CCI 的 AI 保证团队开发模型
一个很好的例子就是电信服务。除了为广大公众提供关键的语音和数据通信外,电信服务还负责为消费者提供 911 服务、为公共安全提供公共响应系统以及为交通系统提供通信链路。因此,在评估 PNT 服务对关键基础设施的影响和配置文件的开发时,不仅要考虑对关键基础设施的直接影响,还要考虑对经济运转至关重要的关键相邻服务——尤其是生命安全应用。位置感知蜂窝设备尤其是美国迅速获得紧急服务的关键生命线——尤其是对我们最脆弱的公民而言。根据 CDC 的无线替代调查,截至 2018 年底,67% 的低收入家庭完全依赖无线服务进行电话和宽带 1 。
太空系统司令部 (SSC) 是美国太空部队的战地司令部,负责获取和提供弹性作战能力,以保护我国在太空和太空之外的战略优势。SSC 为国防部管理 110 亿美元的太空采购预算,并与联合部队、行业、政府机构、学术和盟军组织合作,加速创新并超越新兴威胁。我们今天的行动正在为明天的世界创造更美好的空间。
2022 年 11 月 30 日 通过电子文件 主题:对信息请求的评论——可靠性清洁能源资源 Enchanted Rock 很高兴有机会对信息请求 (RFI) 提供评论,以帮助识别清洁能源资源并描述其支持电网可靠性的能力。 Enchanted Rock 是一家微电网开发商、所有者和运营商,在加州正在建设超过 200 兆瓦的容量。 我们的发电技术符合加州空气资源委员会 (CARB) 分布式发电超低排放水平,这是美国最清洁的往复式发动机标准。 通过使用可再生天然气 (RNG),我们的技术可以为弹性和电网服务提供净零碳排放。 公众问题——资源属性 2) 在每个类别下的初步清单中是否有应该添加或删除的资源(如表 1、2 和 3 所示)? 任何能够在备用电源和电网服务市场有效竞争的技术都应列入初步名单。出于以下原因,应将天然气往复式发动机添加到供需资源类别中。天然气富燃发电机组在备用电源性能方面与柴油发电机组具有有效竞争优势,并且在能源紧急情况下可与大功率峰值发电系统需求相媲美。更具体地说:
这些设备将用于通过提供完整的交叉路口感知覆盖来增强各种交通场景的系统集成。通过创建交叉路口内和周围的用户更完整的图像,它通过允许交通系统更好地适应突发变化来提高弹性,并通过保护弱势道路使用者来提高公平性和可及性。改进规划、运营和维护并更好地集成来自第三方提供商的数据,实施增强型交通监控系统势在必行。
最大的挑战之一是确定与不同 AI 应用相关的风险级别。使用管理和预算办公室规定的基于风险的方法,组织可以确定哪些与 AI 相关的风险是可接受的或有可能造成不可接受的伤害。1 这种方法承认 AI 参与者会承担一些不可避免的风险,但要求参与者对风险评估保持透明,以促进问责制和创新。需要深入的、特定于行业的知识来评估解决方案并充分了解相关风险。这种方法还应针对具体情况,AI 参与者的最佳判断权重应因行业和应用而异。医疗保健、贷款、刑事司法或住房等高度敏感领域应与低风险领域区别对待。