通过改进公共竞赛推进美国政府中的人工智能与机器学习
计算机与社会
2021-12-03 v1
摘要
在过去两年中，美国政府强调了加速政府内部及全国范围内人工智能（AI）和机器学习（ML）的重要性。特别是，于2021年1月1日成为法律的《2020年国家人工智能倡议法》规定了一项横跨整个联邦政府的协调计划，以加速 AI 研究与运用。美国政府可借助公共人工智能与机器学习挑战赛，通过开发新算法和参与体验式培训而获益。尽管公共、私营和非营利部门有利用众包举措为难题生成新方案并吸引利益相关者的历史，但近年来公共竞赛的兴趣已衰退，其原因为至少三大主要因素：（1）缺乏高质量、高影响力数据；（2）对专门群体的狭窄参与聚焦；（3）竞赛结果 operationalization 不足。在此，我们识别常见问题并推荐提升竞赛效能的方法。为消除这些障碍、使公共竞赛能用于加速 AI 与 ML 实践，美国政府必须利用能在启用建模的同时保护敏感数据的方法，促成更简便的参与，赋能已验证模型的部署，并激励广大人群的参与。
引用
@article{arxiv.2112.01275,
title = {Advancing Artificial Intelligence and Machine Learning in the U.S. Government Through Improved Public Competitions},
author = {Ezekiel J. Maier},
journal= {arXiv preprint arXiv:2112.01275},
year = {2021}
}
备注
Presented at AAAI FSS-21: Artificial Intelligence in Government and Public Sector, Washington, DC, USA