Pacific Northwest National Laboratory и OpenAI удружују снаге да убрзају федерално издавање дозвола

Модернизација начина на који федерална влада издаје дозволе за критичну инфраструктуру кључна је за изградњу брже, безбедније и конкурентније америчке економије. Од енергетских пројеката и напредне производње до транспорта и водних система, издавање дозвола одређује колико брзо обећавајуће идеје постају инвестиције у стварном свету. Ипак, данас еколошке и техничке ревизије често трају годинама, што успорава иновације, повећава трошкове и одлаже користи које ови пројекти доносе заједницама.

Зато је OpenAI удружио снаге са Pacific Northwest National Laboratory (PNNL) америчког Министарства енергетике и његовим тимом PermitAI™⁠(отвара се у новом прозору) како би проценио да ли агенти за кодирање могу ефикасно да помогну у убрзавању рада на федералном издавању дозвола. PermitAI, иницијатива коју финансира Канцеларија за политику Министарства енергетике, и OpenAI су заједно са 19 стручњака за процес ревизије по National Environmental Policy Act осмислили мерило (под називом DraftNEPABench) за процену тога колико добро AI модели извршавају задатке повезане са NEPA токовима рада, као што је израда нацрта изјава о утицају на животну средину. 

На репрезентативном скупу задатака за израду нацрта који обухватају одељке NEPA докумената из 18 федералних агенција, 19 стручњака је утврдило да генерализовани агенти за кодирање имају потенцијал да убрзају израду NEPA докумената за чак 1 до 5 сати по пододељку — до приближно 15% краћег времена израде — што представља значајан корак напред у начину на који AI може да подржи сложене државне токове рада.

Федерално издавање дозвола је сложен процес у државној управи, са великом количином документације. Ревизије често захтевају читање стотина страница техничких извештаја, унакрсну проверу информација из више извора и израду детаљних анализа које морају да испуне регулаторне захтеве.

Кроз ову сарадњу, OpenAI и PNNL су истражили моћ⁠(отвара се у новом прозору) генерализованих агената за кодирање (у овом случају, Codex CLI) као ефикасног начина да се искористе перформансе модела резоновања као што је GPT‑5 за истраживање, техничку анализу и писање извештаја који укључују систем датотека. Дајући моделима приступ интерфејсу командне линије (који се обично користи за задатке кодирања), они могу да користе општије стратегије за решавање задатка од ручно креираних хеуристика. Од ових агената се захтева да:

• Читају и прецизно синтетизују документе који обухватају стотине страница техничког и регулаторног садржаја
• Проверавају чињенице у више еколошких, инжењерских и регулаторних извора
• Израђују структурисане извештаје који испуњавају веома прецизно одређене правне и техничке критеријуме

Да би Сједињене Државе наставиле да развијају своју економију у овом Доба интелигенције⁠(отвара се у новом прозору), морају бити у стању да граде безбедно, одговорно и брзо. Како AI системи све више утичу на физички свет, морамо разумети њихове способности у областима као што су грађевинарство, еколошка и регулаторна анализа. Временом ће напредни модели морати прецизно да разумеју законе и прописе док помажу у осмишљавању нових и безбеднијих технологија, заштити природних ресурса и задовољавању људских потреба.

Више од 50 година овај процес захтева да федералне агенције преиспитују и документују утицаје пројеката на животну средину, као што су мостови, електране, далеководи и производни погони. Ово мерило помаже да се утврди где данашњи AI модели могу одговорно да помажу људима у убрзавању ових токова рада. 

Поред смањења ризика аутономије, овај рад може да унапреди дизајн бољих интерфејса за стручњаке и AI. Превазилазећи статичне PDF-ове, агенти за кодирање могу динамички да генеришу веб-извештаје и интерактивне визуализације из свог рада, што људским рецензентима олакшава проверу. 

Уз AI, агенције ће моћи ефикасније да прегледају, дорађују и одобравају предлоге, а државни службеници ће добити подршку тимова AI агената који преузимају временски захтевне делове њиховог посла, како би они могли да се усредсреде на расуђивање, надзор и сложено доношење одлука. Овај рад је у складу са широм посвећеношћу OpenAI јавним услугама и циљем OpenAI for Government да јавним службеницима обезбеди алате који их чине ефикаснијим и пружају им већу подршку.

Ово мерило процењује способност модела на добро дефинисаним задацима израде нацрта, где је релевантан контекст доступан, а не пуну двосмисленост и дискреционо право стварних одлука о издавању дозвола. Оно наглашава тачност и правилну употребу референци како би се разјаснило где модели могу да помогну људским рецензентима. При анализи случајева неуспеха, открили смо да су неке „грешке“ заправо биле последица застарелих референци и слабих критеријума оцењивања, па смо у складу с тим морали да ажурирамо рубрике. Уопштеније, ако су изворни материјали непотпуни, недоследни или застарели, модели можда неће указати на та неслагања без изричитих упутстава. Већа је вероватноћа да ће примене у стварном свету укључивати повратне информације стручњака и итерације, што би требало да побољша учинак у односу на оно што је приказано у овим самосталним задацима мерила. 

OpenAI подржава PNNL у даљем развоју и усавршавању решења за примене PermitAI⁠(отвара се у новом прозору), осмишљене да помогну федералним агенцијама да поједноставе процесе издавања дозвола. Временом очекујемо да просечно време до одобрења за инфраструктурне пројекте који пролазе федералну ревизију буде смањено са месеци на недеље, чиме ће се убрзати развој пројеката, ојачати конкурентност Сједињених Држава и подржати дугорочни економски раст.