美國國土安全部(Department of Homeland Security, DHS)轄下的單位科學及科技政策局(Science and Technology Directorate, S&T)，在2002年依「國土安全法」所成立，負責提供科學研究與發展等決策相關實證資訊以及政策執行後的測試與評估，因此肩負掌握新興科技發展機會與風險辨識等任務。由於人工智慧與機器學習(AI/ML)的應用已蔚為主流，因此在本策略計畫中訂定願景、使命、長期目標以及短期目標，以作為日後推動AI/ML在國土安全政策與執行方針上發展的依據。

一、美國國土安全部(DHS)
DHS主要掌管關鍵基礎建設的網路與實體風險控管、確保貿易或旅遊相關的邊境安全、預防與調查危及國家安全的犯罪活動、各種天然或人為災害因應處理等業務。由於這些偵察與管理過程中會產生大量的數據資料，AI/ML在這些業務中可以發揮強大的功能，因而扮演重要的角色。但隨之而來的潛在風險，包括可能威脅到公民權利與自由等，必須由科學及科技政策局謹慎訂定策略指引與國家標準，以確保各部門在應用AI/ML時能夠在符合法令要求、維護隱私以及確保公民權利與自由之下適當控管風險。
DHS遂於2020年組成工作小組，針對AI/ML的科學研究、技術發展與政策執行訂定核心領域，來制定執行準則、協調相關單位聚焦在近期以及未來的AI/ML目標，並由各權貴單位規劃道路藍圖以及治理方法來達成各項目標，以於快速變遷的科技趨勢中發掘機會並降低風險。
DHS在2020年底針對AI訂立五大總體目標為：
(1) 評估AI應用在國土安全業務的潛力
(2) 投資DHS的AI能力建構
(3) 降低AI對美國政府與國土安全的風險
(4) 培養具AI素養的勞動力
(5) 提高公眾的信任感與參與度

二、短中長期目標
為扣合DHS的AI發展目標，S&T也邀集跨局處、產業界、學術界及國際夥伴提供實證基礎的執行準則，並以3大長期目標以及7項短中期目標來引導AI/ML在DHS扮演的角色：

長期目標一、推動次世代AI/ML技術以跨領域培養國土安全的能耐
(一)短中期目標A–精進值得信賴的AI，方式包括：
1. 透過投資、合作與知識共享來精進AI的可解釋性，同時也發展足以稽核AI/ML產出的技術工具。
2. 在資料處理與模型訓練過程利用AI建立隱私保護機制。
3. 利用AI/ML精進偵察能力，然因所用於訓練AI/ML之資料可能帶有偏誤，因此應了解偏誤起因進而調整，以避免造成某些族群誤判。
4. 呼應DHS公眾參與的目標，確保採用AI/ML時皆符合技術與倫理的標準，以取得公眾信賴。
5. 機器學習在訓練資料時必須避免受到攻擊、詐騙或篡改，以致產生錯誤的結果。
(二)短中期目標B–精進人機協作，方式包括：
1. 在人機互動中保持人在迴路(Human-in-the-Loop)，以減少機器學習的失誤。
2. 在感測器、資料處理、大數據爆炸成長的時代，S&T開發的AI/ML能讓使用者操作不同架構的物聯網及邊緣運算。
(三)短中期目標C–槓桿利用AI/ML來保障網路基礎建設的安全，方式包括：
1. 有效地將生命周期所使用的AI/ML模型特徵化，並提供決策所需的資訊與建議。
2. 快速偵測到網路安全威脅並加以化解。
3. 在不暴露敏感訊息的情況下，實現即時且安全的分享運算。
長期目標一的預期效益包括：高效率的AI/ML模型、降低逆向工程的安全機制、將人力調度到需要認知能力的任務、有效衡量自動化系統的風險。

長期目標二、積極在國土安全業務中，使用驗證過的AI/ML
(一)短中期目標A：
1. 發展或採用經認證的AI/ML。
2. 對AI/ML能力進行辨識、評估並轉化，進而通知利害關係人。
3. 執行先導測試來驗證AI/ML的功能。
(二)短中期目標B：在所有國土安全相關業務單位都採用AI/ML，方式包括：
1. 即使是非數據科學家，也能快速上手AI/ML的工具。
2. 在投資技術性AI結構時，S&T也能提供單位所需要的諮詢服務。
3. 提供DHS相關治理服務，如倫理標準、資料庋用(data curation)、資源配置、法規認證等。
4. 導引單位進行資料治理自動化。
5. S&T能夠提供AI被惡意使用時的諮詢並提出對策。
長期目標二的預期效益包括：針對關鍵任務及操作的技術評估、槓桿運用AI/ML導入S&T的工作流程及商業流程、與業務單位共同測試、提供跨DHS部門的投資訊息、協助指引部門在採購流程須具備的能力、經由溝通與夥伴共享最佳作業與洞見、延伸為對利害關係人溝通的工具。

長期目標三、建構出經過跨領域AI/ML培訓的員工團隊
(一)短中期目標A. 組織S&T的AI/ML勞動力，方式包括：
1. 對外廣徵相關背景的人才。
2. 調整薪資或升遷以留用人才。
3. 藉由輪調、實習訓練既有的員工，或吸收產業界、學術界、非營利機構的人士參與。
4. 提供員工AI/ML相關技能訓練。
(二)短中期目標B. 提升DHS的AI/ML競爭力，方式包括：
1. 訓練DHS的員工。
2. 協助相關單位聘用技術顧問專家。
長期目標三的預期效益包括：支援DHS各單位解決AI/ML相關問題、聘任的專家顧問能提供深度諮詢、與產業界或學術界交換實習、S&T能接待來自不同領域背景人才的實習生。