Pacific Northwest National Laboratory ja OpenAI teevad koostööd, et kiirendada föderaalsete lubade menetlemist

Föderaalvalitsuse kriitilise taristu lubade andmise ajakohastamine on hädavajalik kiirema, turvalisema ja konkurentsivõimelisema USA majanduse ülesehitamiseks. Alates energiaprojektidest ja arenenud tootmisest kuni transpordi- ja veesüsteemideni määrab lubade menetlemine, kui kiiresti saavad paljulubavad ideed reaalmaailma investeeringuteks. Ometi võtavad keskkonna- ja tehnilised ülevaatused sageli aastaid, mis aeglustab innovatsiooni, suurendab kulusid ja lükkab edasi kasu, mida need projektid kogukondadele toovad.

Seetõttu on OpenAI teinud koostööd USA Energeetikaministeeriumi Vaikse ookeani loodeosa riikliku laboriga (PNNL) ja selle PermitAI^TM⁠(avaneb uues aknas) meeskonnaga, et hinnata, kas kodeerimisagendid saavad aidata vastutustundlikult kiirendada föderaalset lubade menetlemise tööd. PermitAI, algatus, mida rahastab Department of Energy’s Office of Policy, ja OpenAI tegid koos 19 valdkonnaeksperdiga tööd National Environmental Policy Acti läbivaatamisprotsessi kallal, et kujundada võrdlusalus (nimega DraftNEPABench) selle hindamiseks, kui hästi tehisintellekti mudelid täidavad NEPA töövoogudega seotud ülesandeid, näiteks keskkonnamõju aruannete koostamist. 

Esindusliku koostamisülesannete kogumi põhjal, mis hõlmas 18 föderaalasutuse NEPA dokumentide jaotisi, leidsid 19 eksperti, et üldotstarbelised kodeerimisagendid võivad kiirendada NEPA dokumentide koostamist kuni 1–5 tunni võrra alajaotise kohta – kuni ligikaudu 15% koostamisaja vähenemiseni – mis viitab märkimisväärsele sammule edasi selles, kuidas AI saab toetada keerukaid valitsuse töövooge.

Föderaalne lubade taotlemine on valitsuses keerukas ja mahukate dokumentidega protsess. Ülevaated nõuavad sageli sadade lehekülgede tehniliste aruannete lugemist, teabe ristkontrolli mitme allika vahel ja üksikasjalike analüüside koostamist, mis peavad vastama regulatiivsetele nõuetele.

Selle koostöö käigus uurisid OpenAI ja PNNL võimekust⁠(avaneb uues aknas) üldistada kodeerimisagente (antud juhul Codex CLI) kui tõhusat viisi, kuidas saada arutlusmudelitest nagu GPT‑5 kätte maksimaalne jõudlus uurimistöö, tehnilise analüüsi ja aruannete kirjutamise ülesannetes, mis hõlmavad failisüsteemi. Andes mudelitele juurdepääsu käsurea liidesele (mida tavaliselt kasutatakse kodeerimisülesannete jaoks), saavad nad ülesande lahendamiseks kasutada üldisemaid strateegiaid kui käsitsi koostatud heuristikad. Need agendid peavad:

• lugema ja sünteesima täpselt dokumente, mis hõlmavad sadu lehekülgi tehnilist ja regulatiivset sisu;
• kontrollima fakte mitmest keskkonna-, arenduse- ja regulatiivsest allikast;
• koostama struktureeritud aruandeid, mis vastavad väga täpselt määratletud juriidilistele ja tehnilistele kriteeriumidele.

Selleks et Ameerika Ühendriigid saaksid selles Intellektiajastus⁠(avaneb uues aknas) oma majandust edasi kasvatada, peab ta suutma ehitada turvaliselt, vastutustundlikult ja kiiresti. Kuna tehisintellektisüsteemid mõjutavad üha enam füüsilist maailma, peame mõistma nende võimekust sellistes valdkondades nagu tsiviilehitus, keskkonna- ja regulatiivanalüüs. Aja jooksul peavad täiustatud mudelid mõistma seadusi ja määrusi täpselt, kuna need aitavad leiutada uusi ja turvalisemaid tehnoloogiaid, kaitsta loodusvarasid ja rahuldada inimeste vajadusi.

Rohkem kui 50 aasta jooksul on see protsess nõudnud, et föderaalasutused vaataksid läbi ja dokumenteeriksid selliste projektide keskkonnamõjud nagu sillad, elektrijaamad, ülekandeliinid ja tootmisrajatised. See võrdlusalus aitab tuvastada, kus tänapäeva AI-mudelid saavad vastutustundlikult aidata inimestel neid töövooge kiirendada. 

Lisaks autonoomia riskide vähendamisele võib see töö edendada paremate liideste kujundamist ekspertidele ja tehisintellektile. Liikudes staatilistest PDF-idest kaugemale, saavad koodikirjutamise agendid oma töö põhjal dünaamiliselt luua veebipõhiseid aruandeid ja interaktiivseid visualiseeringuid, mis muudavad inimhindajatel valideerimise lihtsamaks. 

Tehisintellekti abil saavad asutused ettepanekuid tõhusamalt üle vaadata, täiustada ja heaks kiita. Riigitöötajad saavad tuge AI-agentide meeskondadelt, kes võtavad enda kanda ajamahukad ülesanded, et töötajad saaksid keskenduda otsustamisele, järelevalvele ja keerukatele otsustele. See töö on kooskõlas OpenAI laiemate avaliku teenistuse eesmärkidega ja OpenAI for Governmenti sihiga pakkuda avaliku sektori töötajatele tööriistu, mis muudavad nad tõhusamaks ja toetatumaks.

See võrdlusalus hindab mudeli võimekust hästi määratletud koostamisülesannetes, kus asjakohane kontekst on kättesaadav, mitte päriselu lubade andmise otsuste täielikku ebaselgust ja kaalutlusõigust. See rõhutab täpsust ja korrektset viidete kasutamist, et selgitada, kus mudelid võiksid aidata inimülevaatajaid. Tõrkejuhtumeid üle vaadates leidsime, et mõned „vead” olid tegelikult tingitud aegunud viidetest ja nõrkadest hindamiskriteeriumidest ning pidime rubriike vastavalt ajakohastama. Üldisemalt, kui lähtematerjalid on puudulikud, ebajärjekindlad või aegunud, ei pruugi mudelid neid lahknevusi ilma selgesõnaliste juhisteta esile tuua. Reaalmaailma juurutused hõlmavad tõenäolisemalt ekspertide tagasisidet ja iteratsiooni, mis eeldatavasti parandab jõudlust võrreldes sellega, mida nendes iseseisvates võrdlusülesannetes raporteeritakse. 

OpenAI toetab PNNL-i, et edasi arendada ja täiustada lahendusi PermitAI⁠(avaneb uues aknas) rakenduste jaoks, mis on loodud selleks, et aidata föderaalasutustel lubade väljastamise protsesse sujuvamaks muuta. Aja jooksul eeldame, et föderaalselt läbi vaadatud taristuprojektide heakskiitmise keskmine aeg väheneb kuudelt nädalatele, kiirendades projektide arendamist ning tugevdades USA konkurentsivõimet ja toetades pikaajalist majanduskasvu.