编辑/凯霞
9 月 2 日，美国能源部 (DOE) 宣布为 9 个研究项目投资 1370 万美元，这些项目将推动计算机科学和应用数学的发展。这些项目由八个州的五所大学和五个美国能源部国家实验室牵头，将解决移动、存储和处理科学天文台、实验设施和超级计算机产生的海量数据集的挑战，加快科学发现的步伐。
随着科学用户设施的升级和扩展，它们生成大量科学数据的能力开始超过科学家流式传输、存档和分析这些数据的能力。这迫切需要开发新的数学和计算机科学技术，通过删除琐碎或重复的数据来缩小这些数据集，同时保留可能导致发现的重要科学信息。
虽然对数据缩减（data reduction）技术的需求是显而易见的，但使用这些技术的科学家必须相信，他们不会丢失重要的科学信息，这是一个关键的挑战。该计划支持的研究不仅必须解决数据缩减技术的效率和有效性，还必须解决其可信度问题。
「包括美国能源部科学办公室在内的全国科学用户设施，正在产生可能导致令人兴奋和重要的科学发现的数据，但这些数据的规模正在带来新的挑战，」，美国能源部科学办公室高级科学计算研究副主任 Barb Helland 说。「这些发现只有在数据可控的情况下才能被发现，并且科学家们信任用于做到这一点的技术。」
在公告中选择的项目涵盖了广泛的主题，这些主题承诺在数据缩减技术方面进行重要创新，包括使用高级机器学习、大规模统计计算和新型硬件加速器的技术。项目示例包括：
- 压缩流数据的方法：橡树岭国家实验室的研究人员将开发一种技术，通过利用科学仪器或计算机模型的特定结构，并集成先进的机器学习技术，对直接来自该仪器或计算机模型的数据进行压缩，同时允许科学家控制数据的某些特征。
- 智能选择和调整压缩技术的方法：德克萨斯州立大学的研究人员将开发技术来搜索潜在数据压缩技术的广阔空间，并根据用户对保真度、速度和内存使用的要求选择最佳方法。
- 相关数据集组的压缩方法：加州大学圣地亚哥分校的研究人员将开发可扩展的技术来压缩多个相关的数据流，例如，通过利用数据集之间的关系数据集，来自观察同一物理系统的多个传感器的数据流。
- 为流式压缩定制硬件加速器的编程方法：费米国家加速器实验室的研究人员将开发用于编码高级压缩和过滤的技术，包括基于机器学习方法的技术，作为用于各种实验设置的定制硬件加速器，从粒子物理实验到电子显微镜。
参考内容：
https://www.eurekalert.org/news-releases/927316
https://science.osti.gov/ascr
