Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

吴昕、吕海洋作者

美国NSF在AI领域再投2.2亿美元,教育和基础设施将成未来AI研究重点

图片

作为美国非国防 AI 研发的最大推动者之一,近日美国国家科学基金会(NSF)再度宣布资助 11 个新的国家人工智能 (AI) 研究所。据 NSF 称,新投资总额为 2.2 亿美元,机构网络也扩展到总计 40 个州和哥伦比亚特区。

这些技术将带来一系列进步,包括工程学+AI解决优化问题,应对风险社会的高度不确定性;教育、农业再度成为资助主题;致力于下一代基础设施的领先,比如分布式AI;老龄化社会护理等。

这些研究中心均强调会将这些新科学作为一种技术提供给现实世界的从业者,并创建一个研究、教育、知识转移和劳动力发展环境,因为只有这样才有助于美国在未来几十年在相关领域建立领导地位。

与此同时,中国政府在7月初也刚刚开始了新一期的科技创新2030—「新一代人工智能」重大项目申报工作,着重鼓励人工智能在工业、医疗和农业领域的应用研究。


撰文 | 吴昕、吕海洋


作为美国非国防 AI 研发的最大推动者之一,最近,美国国家科学基金会 (NSF) 宣布又资助 11 个新的国家人工智能 (AI) 研究所。据 NSF 称,新投资总额为 2.2 亿美元,机构网络也扩展到总计 40 个州和哥伦比亚特区。

这些也是迄今为止美国在AI研究和劳动力发展方面最重要的联邦投资。

2020 年 8 月,NSF 宣布第一轮资助的五家国家人工智能研究所。每一家机构在五年内均将获得 2000 万美元资金。除此之外,美国农业部国家粮食与农业研究所 (USDA-NIFA) 也宣布了该计划支持的首批两个研究所。

当时,NSF 曾表示将与 NIFA 等联邦机构合作伙伴、包括埃森哲、亚马逊、谷歌和英特尔在内的公司合作,一起为 AI 研究机构给予更多资金支持。

图片

2020年首批7家美国国家 AI 研究机构分布图。

图片

2021年7月美国国家人工智能 (AI) 研究所增至十八家。

「我很高兴宣布成立新的 NSF 国家人工智能研究所,因为我们希望扩展到所有 50 个州,」7月29日,美国国家科学基金会主任 Sethuraman Panchanathan 在机构新闻稿中说。

「这些机构是学术界、工业界和政府加速人工智能发现和创新的枢纽,在这个重要领域激发人才和创新将带来新能力,改善我们的生活,从医学到娱乐,再到交通和网络安全,并使我们成为竞争和繁荣的先锋。」

图片

图片

图片

2021年7月NSF新资助的11家新的国家人工智能 (AI) 研究所。(机器之能制图)

美国正将目光从移民转移到国内发展,联合众多高校在 AI 领域建设研究中心的做法正是体现之一。

这些研究中心均强调会将这些新科学作为一种技术提供给现实世界的从业者,并创建一个研究、教育、知识转移和劳动力发展环境,因为只有这样才有助于美国在未来几十年在相关领域建立领导地位。

 一 

如何应对风险社会的不确定性?

今年资助的八家机构研究主题大致涉及工程优化、教育、粮食农业以及下一代基础设施等问题。其中,优化与应对风险社会的不确定性成为今年资助对象的一个亮点和特点。

德国著名社会学家卢曼、乌尔里希·贝克都曾将我们身处的社会描述成风险社会,其基本特征就是不确定性。特别是最近一两年,人类屡遭极端事件,从疫情、极端气候到美国野火,无论是救命物资分发还是日常电力供应均承受巨大压力,充分暴露出传统供应链在应对不确定性时的捉襟见肘。

优化在社会中无处不在。没有它,世界就会停滞不前。优化也是机器学习革命的核心。但是,随着世界变得越来越相互关联,越来越不确定,优化变得令人生畏,也极具挑战性。既然工程师喜欢发明系统来解决问题,现在能否创建一个可以自动发明解决方案的系统?

人工智能优化研究所 (AI4OPT)就希望通过统一AI与运筹学、数据驱动与模型驱动方法,实现大规模自动化决策范式转变,创建智能代理,预测和量化不确定性、推理和优化、持续学习、协调和协作。

某种意义上,该研究所会将优化解决方案转化为智能系统网络,大大增强供应链的高效与弹性。

AI4OPT研究中心表示,除了受疫情、美国西部野火导致大面积断电等极具社会影响力的事件驱动,他们也希望改善粮食生产、计算机系统开发等问题。

与AI4OPT相似,TILOS 研究人员试图解决大型复杂技术的优化问题。比如,一个指甲盖大小的芯片上有数十亿个晶体管这样的大规模系统。

一款领先的芯片需要领先芯片公司2万名工程师花上几个月时间才能实现最终设计,并量产。面对如此巨大的成本,TILOS 研究人员希望AI可以帮忙找到帮助缩短设计芯片所需时间同时提高质量的方法。

在机器人技术方面,研究将集中在机器人学习和与人类互动的方式上——帮助使自动驾驶汽车在道路上更安全,并使仓库机器人足够安全,可以与人类一起部署。

在通信网络中,更好的优化可以带来更高效的电网、移动电话和物联网系统。

尤其值得注意的是,无论是去年还是今年,农业与极端气候都是一个核心议题。

今年,除了AI4OPT研究人员试图从工程+AI的角度优化粮食生产,还有两个来自美国农业部国家粮食与农业研究所 (USDA-NIFA) 资助的新AI中心帮助农业应对极端气候的挑战。

例如,AgAID 将承担几个挑战性测试案例,涉及许多生长在美国西部特种作物,比如杏仁、开心果、苹果、樱桃和啤酒花。这些作物正面临几个主要挑战,包括密集的劳动力、灌溉、也容易受到天气事件和气候变化的影响。特种作物所需劳动力占美国农业劳动力的 87%,其中约 40% 的作物是多年生作物,需要长期管理和资源规划。

传统AI开发都是科学家制作工具,然后交给最终用户。与之不同, AgAID 研究所认为人类也是农业生态重要组成部分,因此,他们希望将每天都要做出复杂决策的农民和工人纳入开发,将人类知识与AI工具结合,放大整体大于部分之和的最终结果。这种方法可确保解决方案切实可行,也更有可能被采用。

AIIRA 锚定「预测性数字孪生」,利用各种传感器实时数据(比如天气、土壤、水、氮测量、土壤、地形图、无人机成像以及卫星信息等),创建一个可以准确预测各种「假设」场景结果的系统。

由于实现了真实生物系统的功能性虚拟表示,人类就能在虚拟世界中运行各种假设场景并做出决策,对结果感到满意时,就可以将这些决策应用到现实世界中。

有人将这种技术比喻为「投资组合」,在对现实世界几乎没有影响的情况下种植作物,找到正确植物品种和管理实践组合,生产出最好作物。

二 

教育,又是教育

继去年科罗拉多大学博尔德分校领导的 AI 学生协作研究中心之后,在线教育再度成为今年新设立的11个AI研究中心的亮点。其中,有两个AI中心与教育直接挂钩,包括加强成人教育(ALOE )、提高教育公平(比如,STEM教育学生代表性不足的问题)。

机器人和AI正在召唤另一场教育革命。随着AI和自动化的增加,许多工作将被重新定义。人生初期集中学习,之后公司培训加以补充的传统教育正在瓦解,行业越来越多地需要脑力而非蛮力,比如制造业。

根据一些预测,未来十年内,大约有 1 亿美国工人需要重新获得技能或提高技能。从国家竞争战略高度来看,也需要寻找为1亿美国工人提供重新技能化的机会。

既然AI在一定程度上要对这种需求负责,研究人员也相信,AI也应该对解决方案负责。研究人员认为,成人在线教育对未来劳动力,影响巨大。但在线学习质量仍然存在严重问题,教育也必须个性化并扩展到前所未有的水平。

借由AI,研究中心希望可以充分有效地训练出人工智能代理,让其在课堂环境中与人类学员互动,并最终希望教育变得更加可用、负担得起、可实现,从而变得更加公平。

 三 

致力于领先下一代基础设施

除了农业、教育和工程学优化,美国也试图在下一代基础设施上谋求领先,包括将AI变得「即插即用」(ICICLE)、分布式AI(AI-EDGE)以及下一代移动网络(Athena)等。

所谓「边缘网络」,就是我们每个人都连接到的网络。互联网是一个由网络组成的网络,每次我们使用无线连接上网时,都是从边缘开始,也是我们连接的地方。

现在,有数亿个这样的边缘网络,随着提供商开始提供 5G 接入,在不久的将来会提供 6G,它们只会变得越来越多。如何最好地控制和管理这些网络,以提供高性能、安全和稳健的服务。这就是 AI的用武之地。

AI-EDGE 研究人员预测,AI未来将是分布式,因为 AI 将越来越多地在各种边缘设备上实施。他们希望为这种分布式生态系统量身定制新AI工具,让无线边缘网络能够自我修复和自我优化,自适应不断变化的网络条件。

这些网络也将使AI在智能交通、远程医疗、分布式机器人和智能航空航天等领域的应用中更加高效、交互和隐私保护。

某些科学领域直接了解AI 有多酷,但并非所有领域都可以使用该技术。ICICLE 将专注于下一代智能网络基础设施,使用AI就像将电器插入电源插座一样简单,促进人工智能民主化。

Athena致力于下一代移动网络,实现软硬件在平台升级,直接建立应用服务。

四 

老龄化与护理关怀

既然计算机学院的目标是建立尖端技术,改善每个人的生活,没有什么比人工智能关怀更好的例子。这也是老人护理问题第一次出现在资助名单中。

想象一下一位年迈的父母在做饭后不再记得关掉炉子。智能系统可以支持膳食准备活动,例如提醒老年人加热准备好的膳食,检测炉子何时开着,并发送提醒关闭它。如果炉子没有关闭,系统可以向护理人员发送警报。

现在,想象一下该系统扩展到支持完整的约会日历、药物提醒和多个护理人员的日程安排等。

AI-CARING也是佐治亚理工获得资助的第三个研究中心,旨在创建帮助人们照顾他人的系统,通过承担一些后勤工作、设置提醒来支持人类护工,帮助他们更专注于护理工作中更有价值的部分。

不过,护理可能是一项复杂的任务,还需要处理日常需求的家庭成员之间进行协调和决策。这种个性化的人工智能也带来了一系列引人入胜的技术挑战。

多数人工智能代理专注于单一的选择或行动——例如销售——然后使用尽可能多的人的数据来理解它。但在AI关怀这种情况下,人工智能正在收集有关一个人及其护理团队的深入数据。比如,需要能够在数周、数月甚至数年内与用户交互的 AI 系统;为了帮助某人,你需要了解他们的价值观以及他们与他人的关系。

目前,佐治亚理工学院领导了三个获得资助的研究中心,数量最多。该学院 66% 的计算机科学本科专业的学生都专注于智能,计算机学院最近推出了博士学位。学院也正在探索在未来五年内创建一所人工智能学校或学院的可能性。

学校表示,接下来的五年里,佐治亚理工学院将在人工智能领域进行大量投资,包括在该领域再招聘 100 名研究人员,进一步巩固其在机器学习教学和发现方面的领先地位。

五 

中国的「新一代人工智能」重大项目

人工智能研发方面,中国也一直保持高度关注。

2017年以来,中国研究人员发表的同行评审论文首次超过欧洲,此后中国的人工智能研究论文数量持续上升。到2020年,中国研究人员发布的人工智能研究论文在权威期刊的引用率已经领先全球。

目前,我国已在人工智能领域开设了认知智能国家重点实验室、深度学习技术及应用国家工程实验室、类脑智能技术及应用国家工程实验室、智能技术与系统国家重点实验室、视觉与听觉信息处理国家重点实验室、模式识别国家重点实验室等多个国家重点实验室和国家工程实验室,并由高校、研究院,地方政府,以及相关企业主导研究。

2017年,我国政府推出了《新一代人工智能发展规划》,提出了「前瞻布局新一代人工智能重大科技项目」的重点任务,要求设立「新一代人工智能重大科技项目」。加强整体统筹,明确任务边界和研发重点,形成以新一代人工智能重大科技项目为核心、现有研发布局为支撑的「1+N」人工智能项目群。

「1」是指新一代人工智能重大科技项目,聚焦基础理论和关键共性技术的前瞻布局。持续开展人工智能发展的预测和研判,加强人工智能对经济社会综合影响及对策研究。

「N」是指国家相关规划计划中部署的人工智能研发项目,重点是加强与新一代人工智能重大科技项目的衔接,协同推进人工智能的理论研究、技术突破和产品研发应用。加强与国家科技重大专项的衔接,在"核高基"(核心电子器件、高端通用芯片、基础软件)、集成电路装备等国家科技重大专项中支持人工智能软硬件发展。

此后科技部出台了科技创新2030—「新一代人工智能」重大项目。分别在2018、2020和2021年开展了三批重大项目建设工作。

其中主要科研方向聚焦人工智能基础理论和底层技术,2018年提出了新一代人工智能基础理论、面向重大需求的关键共性技术、新型感知与智能芯片等3个技术方向启动了16个研究任务。2020年在此基础上增加了人工智能提高经济社会发展水平创新应用。在今年7月初刚刚公布的2021年重大项目中,将关键共性技术和感知、智能芯片合并为「新一代人工智能基础软硬件支撑体系」,并结合新冠疫情提出了人工智能提升社会综合治理能力创新应用

在资金方面,《发展规划》提出统筹政府和市场多渠道资金投入,利用现有政府投资基金,鼓励龙头骨干企业、产业创新联盟牵头成立市场化的人工智能发展基金。利用天使投资、风险投资、创业投资基金及资本市场融资等多种渠道,引导社会资本支持人工智能发展。积极运用政府和社会资本合作等模式,引导社会资本参与人工智能重大项目实施和科技成果转化应用。

具体到项目中,配套经费与国拨经费有2:1和4:1两种比例限制。最新一期的科技创新2030重大项目要求「新一代人工智能基础软硬件支撑体系」「人工智能提高经济社会发展水平创新应用」,以及「人工智能提升社会综合治理能力创新应用」所属任务的项目,配套经费与国拨经费比例不低于2:1;其中,任务「农业智能知识服务平台」「典型畜禽疫病智能诊断与主动防控系统」的项目配套经费与国拨经费比例不低于4:1。

2018 年度的重大专项在3个技术方向启动了16个研究任务,安排国拨经费概算8.7亿元。2020 年共4个技术方向,启动22个研究任务,安排国拨经费概算5.6亿元。今年则包括4个技术方向和21个研究任务,拟安排国拨经费概算5.34亿元。

目前2018年申报项目中,有33项已在科技部网站进行过公示,2020年项目已进入申报项目视频答辩尾声,或将于今年9月公布公示结果。已经启动的项目包括「图像感知国家新一代人工智能开放创新平台」、「智能医生助理关键技术及应用研究」、「复杂版面手写图文识别及理解关键技术研究」等。

2018年公示项目:

图片

图片

图片

图片

图片

今年7月初,科技部再度发布了科技创新2030—「新一代人工智能」重大项目2021年度项目(文末附申报说明)。将在4个技术方向启动21个研究任务,拟安排国拨经费概算5.34亿元。其中包括:

1.新一代人工智能基础理论

2.新一代人工智能基础软硬件支撑体系

3.人工智能提高经济社会发展水平创新应用

4.人工智能提升社会综合治理能力创新应用

2021年的人工智能重大项目与此前两期相比,更注重基础软硬件的研究。提出了8项重点研究任务:大规模分布式神经网络通用智能计算芯片、感存算一体化的智能感知芯片、自主无人系统标准化流式智能计算单元、自主无人系统的开放通用高端智能控制器、大规模多智能体强化学习训练和评估技术、数据安全与隐私保护下的机器学习技术、基于人机协作的复杂智能软件系统构造与演化技术、跨域异质分布式学习和推理系统。

同时,在新冠疫情的特殊环境下,还特别提出了应对大规模突发公共事件方面的人工智能提升社会综合治理能力方面的创新应用研究。

在应用研究方面,人工智能重大项目主要关注中国科技和人工智能产业的薄弱环节。

2020年的应用类研究任务以人工智能工业应用和医疗应用为主,其中包括:

  • 开放环境复杂制造过程智能调度方法及应用

  • 工业领域知识自动构建与推理决策技术及应用

  • 智能医生助理关键技术及应用研究

  • 肿瘤多学科诊疗的影像分析辅助系统研究与应用

  • 医疗行为多维度感知关键技术及应用研究

2021年的应用类研究任务依旧聚焦工业和医疗领域,同时增加了农业领域的人工智能技术,其中包括:

  • 面向模拟集成电路版图自动优化的人工智能EDA

  • 面向数字集成电路设计的人工智能EDA

  • 模型驱动的工业算法与优化求解

  • 人机融合医疗会诊关键技术与应用

  • 标准化儿童患者模型关键技术与应用

  • 农业智能知识服务平台

  • 典型畜禽疫病智能诊断与主动防控系统

相对于美国NSF的人工智能研究计划,中国在人工智能研究方面更加强调基础理论、技术和设备的研究。更侧重于从共性关键技术、人工智能芯片等角度入手,加快人工智能底层技术等发展,在全球人工智能技术发展的技术竞赛中占据领先位置。

中美在鼓励人工智能发展的应用研究领域均在医疗和农业方面有所侧重,不难看出AI在农业与医疗方向的落地与实践正在成为主流热点,这些领域的AI技术或许将更快地在产业端发挥作用,解决人类社会面临的共性问题。图片

产业教育和基础设施美国NSF
相关数据
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

http://www.intel.cn/
相关技术
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

量化技术

深度学习中的量化是指,用低位宽数字的神经网络近似使用了浮点数的神经网络的过程。

暂无评论
暂无评论~