基础设施的另一个组成部分,数据中心基础设施管理 (DCIM),正变得越来越重要。DCIM 是一个收集、控制、集成、监控和管理数据中心所有系统的平台。确保冷却 CRAC 单元的温度传感器设置正确,以匹配服务器在其自身主板上读取的温度要求并非易事,确保分配给 IT 设备机架的电力以统一的方式加载各个馈线,并且不会使各个电缆和断路器过载也并非易事。跟踪 IT 设备的位置、用途、需要更换的时间或所有者(对于主机托管公司而言)也是必要的。所有这些功能以及更多功能都可以由 DCIM 平台处理,该平台通常由硬件和软件组成,用于收集
AER 监管的行业范围广泛、复杂,是艾伯塔省经济的最大贡献者;它包括原油、天然气、煤炭资源、地热、矿产以及将这些资源运往市场的广泛管道网络。确保公司以安全、高效、有序和环保的方式运营并非易事。AER 是艾伯塔省能源和矿产资源开发的主要监管机构。很少有组织负责监管如此庞大而多样的能源和矿产资源。
在强生公司,朗兹·福斯特领导着一个团队,负责规划、采购和生产先进疗法,并以可控且一致的方式将其交付给患者。在供应链逆风、地缘政治紧张和成本不断上涨的时代,这些任务并非易事。然而,朗兹·福斯特巧妙地确保公司的全球供应链保持互联和敏捷,这是推动新产品开发和工业化新兴技术平台的必要条件,以便更快地向世界各地的患者提供创新疗法。
不完整性 高级伦理原则(涉及道德哲学中长期存在的问题)与可以详细衡量的内容之间存在很大差距。人工智能伦理的衡量标准尚不成熟,仍然是大量研究的主题。一些研究人员甚至认为,不可能为人工智能系统的伦理建立基准。此外,整合不同类型的衡量标准并非易事。例如,值得信赖的人工智能既需要值得信赖的系统(“信任是合理的”),也需要用户信任(“信任是给予的”)。这两者都是多种因素的组合。人工智能实施得越多,就会变得越复杂。
然而,在美国国务院国际安全与不扩散局,我们关心的是防止此类创新的潜在“阴暗面”——即确保此类发明不会被操纵,用于专制者或暴力非国家行为者的肮脏工作,伤害无辜者、压制弱者或破坏全球力量平衡。多年来,我逐渐认识到,这并非易事。为了让公共政策界正确回答这些问题,我们必须提出尖锐的问题,而不是仅仅因为这些解决方案看起来简单或容易就满足于所谓的解决方案。就像它们与之互动的科学和技术领域一样,此类政策挑战是多学科的,也是复杂的。为了
虽然人工智能系统的技术开发和部署能力已经广泛可用,但人工智能伦理却很难将相同级别的能力形式化。缺乏明确的人工智能伦理价值主张,缺乏关于构成伦理解决方案的背景模型和指导,阻碍了组织将人工智能伦理融入其发展的努力。即使道德标准显而易见或定义明确,将这些高级价值观转化为可操作的评估标准也并非易事。这一过程的彻底性取决于所涉及个人的内部实践和个人能力。此外,此类人工智能伦理实践各不相同,限制了它们在组织外部的可重复使用性,并可能限制了独立验证的选择。
抓住这些机遇并非易事。政府在管理信息、解决数据质量低下、缺乏标准化以及使用遗留技术等问题方面仍需要“修好管道”,而这些问题仍在阻碍进步。政府在更广泛地使用数据和数字技术方面需要面对道德问题,尤其是隐私和偏见问题。虽然进步需要试验和承担一定风险,但政府必须尽一切努力避免在使用数字技术时出现重大失误,因为这些失误会破坏公众信任并有可能阻碍未来的工作,A-level 考试成绩惨败就是最近的例子。