Pacific Northwest National Laboratory и OpenAI се здружуваат за да го забрзаат федералното издавање дозволи

Модернизирањето на начинот на кој федералната влада издава дозволи за критична инфраструктура е од суштинско значење за изградба на побрза, побезбедна и поконкурентна економија на САД. Од енергетски проекти и напредно производство до транспорт и водни системи, издавањето дозволи одредува колку брзо идеите кои ветуваат успех стануваат инвестиции во реалниот свет. Сепак, денес еколошките и техничките прегледи често траат со години, што ги забавува иновациите, ги зголемува трошоците и ги одложува придобивките што овие проекти им ги носат на заедниците.

Затоа OpenAI соработува со Pacific Northwest National Laboratory (PNNL) на Министерството за енергетика на САД и со неговиот тим PermitAI^TM⁠(се отвора во нов прозорец) за да процени дали агентите за кодирање можат да помогнат одговорно да се забрза работата за издавање федерални дозволи. PermitAI, иницијатива финансирана од Канцеларијата за политики при Министерството за енергетика, и OpenAI работеа заедно со 19 експерти за предметната област на процесот на преглед според Националниот закон за еколошка политика за да дизајнираат репер (наречен DraftNEPABench) за проценка на тоа колку добро моделите со вештачка интелигенција се справуваат со задачи поврзани со работните процеси на NEPA, како што е подготвување изјави за влијание врз животната средина. 

Низ репрезентативен збир задачи за изготвување нацрти што опфаќаат делови од NEPA документи од 18 федерални агенции, 19 експерти утврдија дека генерализираните агенти за кодирање имаат потенцијал да ја забрзаат работата за изготвување на NEPA документи за дури 1 до 5 часа по потоддел - до приближно 15% намалување на времето за изготвување на нацрти - што сигнализира значаен чекор напред во тоа како вештачката интелигенција може да поддржи сложени владини работни процеси.

Федералното издавање дозволи е сложен и обемен процес во владините институции. Прегледите често бараат читање на стотици страници технички извештаи, проверка на информации од повеќе извори и подготвување детални анализи што мора да ги исполнуваат регулаторните барања.

Преку оваа соработка, OpenAI и PNNL ја истражија моќта⁠(се отвора во нов прозорец) на генерализирање на агентите за кодирање (во овој случај, Codex CLI) како ефикасен начин за извлекување перформанси од модели со расудување како GPT‑5 за задачи за истражување, техничка анализа и пишување извештаи што вклучуваат систем на датотеки. Со тоа што им се дава на моделите пристап до интерфејс на командна линија (обично се користи за задачи за кодирање), тие можат да користат поопшти стратегии за решавање на задача отколку рачно изработени хевристики. Овие агенти се задолжени за следново:

• Да прочитаат и прецизно да резимираат документи што опфаќаат стотици страници техничка и регулаторна содржина
• Да ги проверат фактите од повеќе еколошки, инженерски и регулаторни извори
• Да создадат структурирани извештаи што ги исполнуваат строго определените правни и технички критериуми

За Соединетите Американски Држави да продолжат да ја развиваат својата економија во оваа ерата на интелигенцијата⁠(се отвора во нов прозорец), мора да бидат способни да градат безбедно, одговорно и брзо. Како што системите за вештачка интелигенција сè повеќе влијаат врз физичкиот свет, мора да ги разбереме нивните способности во области како градежништвото, еколошката и регулаторната анализа. Со текот на времето, напредните модели ќе треба точно да ги разбираат законите и регулативите додека помагаат да се измислат нови и побезбедни технологии, да се заштитат природните ресурси и да се задоволат човечките потреби.

Повеќе од 50 години, процесот бара од федералните агенции да ги прегледуваат и документираат еколошките влијанија на проекти како што се мостови, електрани, преносни линии и производствени капацитети. Овој репер помага да се утврди каде денешните модели на вештачка интелигенција можат одговорно да им помогнат на луѓето да ги забрзаат овие работни процеси. 

Покрај намалувањето на ризикот од автономијата, оваа работа може да го унапреди дизајнот на подобри интерфејси за експерти и вештачката интелигенција. Одејќи подалеку од статични PDF-датотеки, агентите за кодирање можат динамички да генерираат извештаи бзирани на веб и интерактивни визуелизации од својата работа што им олеснуваат на човечките рецензенти да валидираат. 

Со вештачката интелигенција, агенциите ќе можат поефикасно да ги прегледуваат, доработуваат и одобруваат предлозите, а државните службеници ќе добијат поголема поддршка од тимови агенти за вештачка интелигенција што се справуваат со деловите од нивната работа што одземаат многу време, за да можат да се фокусираат на проценка, надзор и сложено донесување одлуки.ч Оваа работа е усогласена со пошироката посветеност на OpenAI кон јавната служба и со целта на OpenAI for Government да ги опреми јавните службеници со алатки што ги прават поефикасни и поподдржани.

Овој референтен тест ја оценува способноста на моделот за добро специфицирани задачи за изработка на нацрти каде што релевантниот контекст е достапен, а не целосната двосмисленост и дискреција на одлуките за издавање дозволи во реалниот свет. Се нагласува точноста и правилната употреба на референци за да се разјасни каде моделите би можеле да им помогнат на луѓето-прегледувачи. При прегледување на случаите на неуспех, откривме дека некои „грешки“ всушност беа предизвикани од застарени референци и слаби критериуми за евалуација и моравме соодветно да ги ажурираме рубриките. Поопшто, ако изворните материјали се нецелосни, неконзистентни или застарени, моделите можеби нема да ги означат овие несогласувања без експлицитни инструкции. Распоредувањата во реалниот свет поверојатно ќе вклучуваат повратни информации од експерти и итерација, што се очекува да ја подобри изведбата над она што е пријавено во овие самостојни задачи-репери. 

OpenAI го поддржува PNNL за понатамошен развој и усовршување на решенија за апликациите на PermitAI⁠(се отвора во нов прозорец), дизајнирани да им помогнат на федералните агенции да ги поедностават процесите за издавање дозволи. Со текот на времето, очекуваме просечното време до одобрување за инфраструктурни проекти што се разгледуваат на федерално ниво да се намали од месеци на седмици, со што ќе се забрза развојот на проектите и ќе се зајакне конкурентноста на U.S. и ќе се поддржи долгорочниот економски раст.