機器之心 今天機器之心報道機器之心編輯部面對各種高科技領域日益激烈的全球競爭，美國在人工智能等領域的投資從未像現在這樣如此重視。剛剛，美國國家科學基金會（NSF）的一份公告顯示，作為基礎 AI 研究的非國防主要聯邦資助機構，NSF 正在引領美國進行關鍵的人工智能投資，這些投資幾乎覆蓋所有的社會領域。

　　NSF 表示，推進 AI 發展需要的不僅僅是研究資金的投入，還需要建立強大的、可持續的 AI 研究和創新生態系統，這一系統將孵化基礎研究的進展，加快研究成果向市場和實踐的轉化，促進聯邦、大學和工業伙伴之間合作關系的建立，同時通過構建區域和國家級教育、勞動力培訓網絡，來開拓創新疆域。

　　美國國家科學基金會的人工智能研究機構計劃（ AI Research Institutes program）是這一戰略的關鍵。今天，美國國家科學基金會及其合作伙伴宣布向 11 個其領導的國家人工智能研究中心（National Artificial Intelligence Research Institutes）投資 2.2 億美元。

　　這項投資建立在 2020 年第一輪的 7 個人工智能研究機構（共計 1.4 億美元）的基礎上，但今年的人工智能研究機構覆蓋范圍擴大到了美國 40 個州和哥倫比亞特區。每項資助總計約 2000 萬美元（五年內撥付），用于支持以下 7 個研究領域的進展：

　　人機交互與合作

　　人工智能優化進展

　　人工智能與高級網絡基礎設施

　　計算機和網絡系統中的人工智能

　　動態系統中的人工智能

　　人工智能增強學習

　　農業和糧食系統中的人工智能驅動創新

　　該計劃由 NSF 牽頭，并與美國農業部國家食品和農業研究中心（USDA-NIFA）、美國國土安全部、谷歌、亞馬遜、英特爾和埃森哲合作，將在人工智能研究和應用、以及教育和勞動力發展方面追求革命性的進步。

　　以下為每項研究中心的概要介紹，更詳細的信息可查看文后參考鏈接。

　　基于網絡群組的協作輔助和響應式交互研究中心——AI-CARING

　　照顧快速增長的老年人口是當今美國面臨的最大健康挑戰之一。許多老年人希望留在家中，但沒有足夠多的護理人員來滿足他們被照顧的需求，目前的監控解決方案主要限于在發生事故時發送警報。

　　該研究中心將利用人工智能和智能設備（例如揚聲器或手機）來監控家中和生活社區中的老年人，開發提供持續、長期護理的方法，并讓醫務人員和家庭成員參與和了解這些方法。

　　該研究中心由佐治亞理工學院領導，由亞馬遜和谷歌部分資助，將創建協作人工智能系統，這些系統將學習人類行為及其隨時間變化的個體模型。將這些觀察結果與醫療背景信息相結合，將使護理人員能夠長期響應老年人不斷變化的需求，個性化他們的護理并更好地定義護理人員和家庭成員的角色。這將有助于提高護理網絡的有效性，幫助老年人保持獨立性并提高他們的生活質量——同時也會考慮到患者和家人的隱私問題。

　　大規模學習優化研究中心——TILOS

　　人工智能技術將用于改善芯片運算。

　　芯片是非常小的設備，是當今大部分技術設備的關鍵組件，支撐著通信、計算、醫療保健、運輸等諸多應用。這些芯片非常復雜，一個芯片可能由數十億個參數來指導其運算。TILOS 將通過使用人工智能技術來解決現代計算機科學技術無法解決的超大規模優化問題，從而改進芯片的設計和運營。這將使當前技術呈指數級改進，并為新發現提供更多可能。

　　該研究中心由加州大學圣迭戈分校與其他五所大學合作領導，并由英特爾部分資助，將通過在幾個技術重點領域開創機器學習技術來解決優化問題中大規模和高復雜性的挑戰。以 AI 為支撐的優化可以使這些芯片更快、更便宜、更小、更安全，并滿足應用程序的需求。除了芯片設計，大規模優化還會影響分布式機器人、計算和通信網絡，以及其他對國家健康、繁榮和福利至關重要的應用。該項目還將助力勞動力發展計劃和擴大學術參與范圍。

　　專注發展優化技術研究中心

　　一家人工智能研究中心將在供應鏈等復雜操作中研發優化決策的方法。

　　供應鏈對于維持現代社會的每一個方面運轉都至關重要。在過去的一年里，世界已經意識到供應鏈中斷的速度有多快，恢復正常運營是一項艱難而漫長的努力。這個人工智能研究中心將把經典的、以模型驅動的優化技術與人工智能優化結合起來，以改善全球供應鏈等復雜運營的管理。

　　該研究中心由佐治亞理工學院 （Georgia Institute of Technology） 領導，部分由英特爾資助，該研究中心將把人工智能和數學優化結合起來，創造出能夠進行大規模決策的智能系統。除了供應鏈，由人工智能驅動的優化方法將改善能源、可持續性和電路設計等復雜系統的決策。該研究中心還將與歷史悠久的傳統黑人大學的領導層進行合作，為工程領域的人工智能創造可持續的教育途徑，發展勞動力教育和擴大參與活動。

　　環境計算學習智能網絡基礎設施研究中心——ICICLE

　　人工智能通常被認為是大型組織使用強大的超級計算機解決重大挑戰問題的領域。該研究中心將專注于開發簡化人工智能使用的方法，并讓更廣泛的用戶可以使用它，如小型機構的研究人員、當地社區或小農戶，該研究中心希望將精準農業實踐納入他們的運營。

　　在俄亥俄州立大學的領導下，ICICLE 將聘請來自多學科背景的科學家來構建下一代網絡基礎設施，將人工智能領域從一個非常狹窄的領域轉變為「人工智能即服務」的概念。為實現這一目標，研究人員將致力于在自適應人工智能、知識圖譜、模型和其他領域取得基礎性進步，最終創造一個循環，智能網絡基礎設施的改進反過來又增強了人工智能本身。

　　未來邊緣網絡與分布式智能研究中心——AI-EDGE

　　具有分布式智能的未來架構圖解。兩個示例說明了「虛擬智能網絡」與其控制的相應物理網絡之間的交互。圖源：NSF AI-EDGE 提案

　　未來的通信網絡將不僅僅是幫助人們交談、發短信，它們還將連接智能機器，為所有人提供服務和解決方案。該研究中心將帶來更高的帶寬、更低的連接延遲以及更高的可靠性和安全性。

　　由俄亥俄州立大學領導并由 DHS 部分資助的 AI-EDGE 研究中心將創建新的 AI 工具和技術，以確保通信網絡能夠自我修復和自我優化。這些網絡還旨在解決分布式人工智能中的挑戰——提高人工智能的效率、交互性和安全性，以保證 AI 在智能交通、遠程醫療、分布式機器人和智能航空航天等領域交付應用。

　　借助下一代網絡的邊緣計算研究中心——Athena

　　首席研究員陳怡然與杜克大學計算進化智能 （CEI） 實驗室的學生

　　目前正在開發的現代移動網絡有望增加帶寬，實現更快的連接速度，從而能夠提供更廣泛范圍內的新應用程序及服務。然而，這些遍布遼闊地理區域的網絡將需要大量的計算能力。研究中心將側重于為所有用戶提供更好的訪問，包括網絡邊緣和云端的用戶，同時控制網絡的復雜性和成本。

　　Athena 項目由杜克大學牽頭，國土安全部 （DHS） 提供部分資金。Athena 研究中心將包括一個來自七所大學的科學家、工程師、統計學家、法律學者和心理學家組成的跨學科團隊，將改革未來移動系統和網絡的設計、運營和服務，把新興的技術能力轉化為新的商業模式和創業機會，并創建教育和勞動力發展方案，以建立美國的下一代移動網絡領導力。 動態系統研究中心

　　為了充分利用人工智能的潛力，未來的人工智能系統需對動態系統中不斷變化的環境做出反應。訓練可理解這些動態系統基本物理概念的人工智能，是更精準的解決方案。

　　該研究中心由華盛頓大學領銜，美國國土安全部提供部分資金，將在基礎人工智能和機器學習理論、算法和應用方面進行創新研究和教育，以實現復雜動態系統的實時學習和控制。研究將基于物理的模型與人工智能和機器學習方法相結合，將產生符合道德、穩健和可靠的數據支持解決方案，并將實現跨科學和工程的實時傳感、學習、預測和決策。

　　參與式學習研究中心

　　有兩個 AI 研究中心將分別致力于提高兒童和成人 STEM 教育技術。

　　美國國家科學基金會是 STEM 教育的長期擁護者，并且相信在幼年時期激發所有背景的學生的科學好奇心的重要性。讓學生參與豐富的、以敘事為基礎的解決問題的學習經驗是促進 STEM 學習的一種創新方式。

　　一個由北卡羅來納州立大學領導的研究中心將通過推進自然語言處理、計算機視覺和機器學習，在 STEM 教學和學習中實現轉變。該研究中心將作為學校內外 STEM 教育創新的紐帶，增強多樣化學習者和利益攸關方的能力并使其參與，以確保人工智能驅動的學習環境符合道德規范，促進公平和包容。

　　成人學習和在線教育研究中心——ALOE

　　要想保持全球科學和工程領導地位，美國需要培養訓練有素的 STEM 勞動力。除了讓年輕學習者了解 STEM 概念之外，發展和維持這樣的勞動力還需要提升對成年人的 STEM 教育和勞動力培訓。

　　為了應對這一挑戰，佐治亞研究聯盟將牽頭 ALOE 研究中心，埃森哲提供部分資助。該中心將引領人工智能理論和技術的發展，以提高成人在線教育的質量，使其更能與面對面的教育機會相媲美。ALOE 將與技術學院和教育技術部門的合作伙伴合作，使用虛擬助手推進在線學習，通過降低門檻和花費使教育更加公平，確保學生有更大的成功潛力。

　　用 AI 提升農業決策、勞動力、作物水平的研究中心——AgAID 和 AIIRA

　　內布拉斯加大學林肯分校的研究人員是 Resilient Agriculture 項目的合作伙伴，他從一組不同的玉米品種中收集 RNA。圖源：內布拉斯加大學林肯分校

　　糧食的獲取關系到國家安全。但隨著氣候變化等問題的加劇，糧食生產正面臨越發嚴峻的挑戰。由美國農業部食品與農業研究院（USDA-NIFA）支持的兩個 AI 中心將利用人工智能開發更先進的預測和管理作物生長周期的手段，并開發更能適應氣候變化的水果和蔬菜作物。

　　AgAID 由華盛頓州立大學領導，將把人工智能方法集成到農業運營中，用于預測、決策支持和機器人農業，以應對復雜的農業挑戰。AgAID 研究機構使用一種獨特的「采用 - 適應 - 擴大（adopt-adapt-amplify）」方法來開發和提供農業人工智能解決方案，以應對與勞動力、水、天氣和氣候變化相關的緊迫挑戰。該中心讓農場主、工人、管理人員和政策制定者參與這些解決方案的開發，以及人工智能培訓和教育，通過提高下一代農業勞動力的技能水平來促進公平。

　　AIIRA 由愛荷華州立大學領導，將通過數字孿生大規模模擬植物，從而改變農業。計算理論、人工智能算法以及作物改良和氣候變化適應性生產工具的進步使這種方法成為可能。此外，AIIRA 還將推動植物科學、農業經濟學和人工智能交叉領域的網絡農業系統研究；通過正式和非正式的教育活動推動提升勞動力水平，重點是原住民的雙向參與和農場主計劃；通過與工業、生產者以及聯邦和州機構的合作，推動知識遷移。