Националната лаборатория на Тихоокеанския северозапад и OpenAI си партнират, за да ускорят федералното издаване на разрешителни

Модернизирането на начина, по който федералното правителство издава разрешителни за критична инфраструктура, е от съществено значение за изграждането на по-бърза, по-безопасна и по-конкурентоспособна икономика на САЩ. От енергийни проекти и усъвършенствано производство до транспорт и водни системи, разрешителните определят колко бързо обещаващите идеи се превръщат в инвестиции в реалния свят. И все пак днес екологичните и техническите прегледи често отнемат години, което забавя иновациите, увеличава разходите и отлага ползите, които тези проекти предоставят на общностите.

Ето защо OpenAI си партнира с Националната лаборатория на Тихоокеанския северозапад (PNNL) към Министерството на енергетиката на САЩ и с неговия екип PermitAI^TM⁠(отваря се в нов прозорец), за да оцени дали агентите за кодиране могат да помогнат за отговорното ускоряване на работата по федералните разрешителни. PermitAI, инициатива, финансирана от Службата за политики към Министерството на енергетиката, и OpenAI работиха заедно с 19 експерти по темата по процеса на преглед по National Environmental Policy Act, за да разработят еталон (наречен DraftNEPABench) за оценяване на това колко добре моделите с ИИ се справят със задачи, свързани с работните процеси по NEPA, като например изготвяне на доклади за въздействие върху околната среда. 

В рамките на представителен набор от задачи по изготвяне на чернови, обхващащи раздели от документи по NEPA от 18 федерални агенции, 19 експерти установиха, че обобщените агентни системи за програмиране имат потенциала да ускорят работата по изготвяне на документи по NEPA с до 1 to 5 часа на подраздел – до приблизително 15% намаление на времето за изготвяне – което е знак за значима стъпка напред в това как ИИ може да подпомага сложни правителствени работни процеси.

Федералното издаване на разрешителни е сложен и свързан с обемна документация процес в държавната администрация.с Прегледите често изискват четене на стотици страници технически доклади, проверка на информацията в множество източници и изготвяне на подробни анализи, които трябва да отговарят на регулаторните изисквания.

Чрез това сътрудничество OpenAI и PNNL проучиха потенциала⁠(отваря се в нов прозорец) на обобщаването на агенти за кодиране (в този случай Codex CLI) като ефективен начин за извличане на производителност от модели със структурирано анализиране като GPT‑5 за задачи по изследвания, технически анализ и писане на отчети, които включват файлова система. Като се даде на моделите достъп до интерфейс на командния ред (обикновено използван за задачи по кодиране), те могат да използват по-общи стратегии за решаване на задача, отколкото ръчно изработени евристики. Тези агенти са длъжни да:

• Четат и точно синтезират документи, обхващащи стотици страници техническо и регулаторно съдържание
• Проверят фактите от множество екологични, инженерни и регулаторни източници
• Изготвят структурирани отчети, които отговарят на строго определени правни и технически критерии

За да могат Съединените щати да продължат да развиват икономиката си в ерата на интелигентността⁠(отваря се в нов прозорец), те трябва да могат да изграждат безопасно, отговорно и бързо. Тъй като системите с ИИ все повече оказват влияние върху физическия свят, трябва да разбираме техните възможности в области като гражданското инженерство, екологичния и регулаторния анализ. С течение на времето усъвършенстваните модели ще трябва да разбират точно законите и разпоредбите, докато помагат за изобретяването на нови и по-безопасни технологии, за защитата на природните ресурси и за посрещането на човешките нужди.

В продължение на повече от 50 години процесът изисква федералните агенции да преглеждат и документират въздействието върху околната среда на проекти като мостове, електроцентрали, преносни линии и производствени съоръжения. Този еталон помага да се определи къде днешните модели с ИИ могат отговорно да подпомагат хората за ускоряване на тези работни процеси. 

В допълнение към намаляването на риска при автономността, тази работа може да подпомогне разработването на по-добри интерфейси за експерти и ИИ. Преминавайки отвъд статичните PDF файлове, агентите за кодиране могат динамично да генерират уеб базирани отчети и интерактивни визуализации от работата си, които улесняват хората, извършващи преглежда да валидират. 

С ИИ агенциите ще могат да преглеждат, усъвършенстват и одобряват предложения по-ефективно, а държавните служители ще получат предимство от екипи от ИИ агенти, които поемат отнемащите време аспекти на работата им, за да могат да се съсредоточат върху преценката, надзора и вземането на сложни решения. Тази работа е в съответствие с по-широкия ангажимент на OpenAI към обществената служба и с целта на OpenAI for Government да предостави на държавните служители инструменти, които ги правят по-ефективни и по-добре подкрепени.

Този еталон оценява способностите на модела при добре конкретизирани задачи за изготвяне на чернови, при които е наличен уместният контекст, а не пълната двусмисленост и свободата на преценка при реални решения за издаване на разрешителни. Това подчертава точността и правилното използване на препратки, за да се изясни къде моделите биха могли да подпомогнат хората-оценители. При преглед на случаите на неуспех установихме, че някои „грешки“ всъщност се дължаха на остарели справки и слаби критерии за оценяване и трябваше да актуализираме рубриките съответно. По-общо, ако изходните материали са непълни, несъгласувани или остарели, моделите може да не отбележат тези несъответствия без изрични инструкции. Внедряванията в реалния свят е по-вероятно да включват експертна обратна връзка и итерация, което се очаква да подобри производителността отвъд това, което се отчита в тези самостоятелни еталон задачи. 

OpenAI подкрепя PNNL за по-нататъшно разработване и усъвършенстване на решения за приложенията на PermitAI⁠(отваря се в нов прозорец), предназначени да помогнат на федералните агенции да оптимизират процесите по издаване на разрешителни. С течение на времето очакваме средното време за одобрение на инфраструктурни проекти, преглеждани на федерално ниво, да намалее от месеци до седмици, което ще ускори развитието на проектите, ще засили конкурентоспособността на САЩ и ще подпомогне дългосрочния икономически растеж.