机器之心 今天机器之心报道机器之心编辑部面对各种高科技领域日益激烈的全球竞争，美国在人工智能等领域的投资从未像现在这样如此重视。刚刚，美国国家科学基金会（NSF）的一份公告显示，作为基础 AI 研究的非国防主要联邦资助机构，NSF 正在引领美国进行关键的人工智能投资，这些投资几乎覆盖所有的社会领域。

　　NSF 表示，推进 AI 发展需要的不仅仅是研究资金的投入，还需要建立强大的、可持续的 AI 研究和创新生态系统，这一系统将孵化基础研究的进展，加快研究成果向市场和实践的转化，促进联邦、大学和工业伙伴之间合作关系的建立，同时通过构建区域和国家级教育、劳动力培训网络，来开拓创新疆域。

　　美国国家科学基金会的人工智能研究机构计划（ AI Research Institutes program）是这一战略的关键。今天，美国国家科学基金会及其合作伙伴宣布向 11 个其领导的国家人工智能研究中心（National Artificial Intelligence Research Institutes）投资 2.2 亿美元。

　　这项投资建立在 2020 年第一轮的 7 个人工智能研究机构（共计 1.4 亿美元）的基础上，但今年的人工智能研究机构覆盖范围扩大到了美国 40 个州和哥伦比亚特区。每项资助总计约 2000 万美元（五年内拨付），用于支持以下 7 个研究领域的进展：

　　人机交互与合作

　　人工智能优化进展

　　人工智能与高级网络基础设施

　　计算机和网络系统中的人工智能

　　动态系统中的人工智能

　　人工智能增强学习

　　农业和粮食系统中的人工智能驱动创新

　　该计划由 NSF 牵头，并与美国农业部国家食品和农业研究中心（USDA-NIFA）、美国国土安全部、谷歌、亚马逊、英特尔和埃森哲合作，将在人工智能研究和应用、以及教育和劳动力发展方面追求革命性的进步。

　　以下为每项研究中心的概要介绍，更详细的信息可查看文后参考链接。

　　基于网络群组的协作辅助和响应式交互研究中心——AI-CARING

　　照顾快速增长的老年人口是当今美国面临的最大健康挑战之一。许多老年人希望留在家中，但没有足够多的护理人员来满足他们被照顾的需求，目前的监控解决方案主要限于在发生事故时发送警报。

　　该研究中心将利用人工智能和智能设备（例如扬声器或手机）来监控家中和生活社区中的老年人，开发提供持续、长期护理的方法，并让医务人员和家庭成员参与和了解这些方法。

　　该研究中心由佐治亚理工学院领导，由亚马逊和谷歌部分资助，将创建协作人工智能系统，这些系统将学习人类行为及其随时间变化的个体模型。将这些观察结果与医疗背景信息相结合，将使护理人员能够长期响应老年人不断变化的需求，个性化他们的护理并更好地定义护理人员和家庭成员的角色。这将有助于提高护理网络的有效性，帮助老年人保持独立性并提高他们的生活质量——同时也会考虑到患者和家人的隐私问题。

　　大规模学习优化研究中心——TILOS

　　人工智能技术将用于改善芯片运算。

　　芯片是非常小的设备，是当今大部分技术设备的关键组件，支撑着通信、计算、医疗保健、运输等诸多应用。这些芯片非常复杂，一个芯片可能由数十亿个参数来指导其运算。TILOS 将通过使用人工智能技术来解决现代计算机科学技术无法解决的超大规模优化问题，从而改进芯片的设计和运营。这将使当前技术呈指数级改进，并为新发现提供更多可能。

　　该研究中心由加州大学圣迭戈分校与其他五所大学合作领导，并由英特尔部分资助，将通过在几个技术重点领域开创机器学习技术来解决优化问题中大规模和高复杂性的挑战。以 AI 为支撑的优化可以使这些芯片更快、更便宜、更小、更安全，并满足应用程序的需求。除了芯片设计，大规模优化还会影响分布式机器人、计算和通信网络，以及其他对国家健康、繁荣和福利至关重要的应用。该项目还将助力劳动力发展计划和扩大学术参与范围。

　　专注发展优化技术研究中心

　　一家人工智能研究中心将在供应链等复杂操作中研发优化决策的方法。

　　供应链对于维持现代社会的每一个方面运转都至关重要。在过去的一年里，世界已经意识到供应链中断的速度有多快，恢复正常运营是一项艰难而漫长的努力。这个人工智能研究中心将把经典的、以模型驱动的优化技术与人工智能优化结合起来，以改善全球供应链等复杂运营的管理。

　　该研究中心由佐治亚理工学院 （Georgia Institute of Technology） 领导，部分由英特尔资助，该研究中心将把人工智能和数学优化结合起来，创造出能够进行大规模决策的智能系统。除了供应链，由人工智能驱动的优化方法将改善能源、可持续性和电路设计等复杂系统的决策。该研究中心还将与历史悠久的传统黑人大学的领导层进行合作，为工程领域的人工智能创造可持续的教育途径，发展劳动力教育和扩大参与活动。

　　环境计算学习智能网络基础设施研究中心——ICICLE

　　人工智能通常被认为是大型组织使用强大的超级计算机解决重大挑战问题的领域。该研究中心将专注于开发简化人工智能使用的方法，并让更广泛的用户可以使用它，如小型机构的研究人员、当地社区或小农户，该研究中心希望将精准农业实践纳入他们的运营。

　　在俄亥俄州立大学的领导下，ICICLE 将聘请来自多学科背景的科学家来构建下一代网络基础设施，将人工智能领域从一个非常狭窄的领域转变为「人工智能即服务」的概念。为实现这一目标，研究人员将致力于在自适应人工智能、知识图谱、模型和其他领域取得基础性进步，最终创造一个循环，智能网络基础设施的改进反过来又增强了人工智能本身。

　　未来边缘网络与分布式智能研究中心——AI-EDGE

　　具有分布式智能的未来架构图解。两个示例说明了「虚拟智能网络」与其控制的相应物理网络之间的交互。图源：NSF AI-EDGE 提案

　　未来的通信网络将不仅仅是帮助人们交谈、发短信，它们还将连接智能机器，为所有人提供服务和解决方案。该研究中心将带来更高的带宽、更低的连接延迟以及更高的可靠性和安全性。

　　由俄亥俄州立大学领导并由 DHS 部分资助的 AI-EDGE 研究中心将创建新的 AI 工具和技术，以确保通信网络能够自我修复和自我优化。这些网络还旨在解决分布式人工智能中的挑战——提高人工智能的效率、交互性和安全性，以保证 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交付应用。

　　借助下一代网络的边缘计算研究中心——Athena

　　首席研究员陈怡然与杜克大学计算进化智能 （CEI） 实验室的学生

　　目前正在开发的现代移动网络有望增加带宽，实现更快的连接速度，从而能够提供更广泛范围内的新应用程序及服务。然而，这些遍布辽阔地理区域的网络将需要大量的计算能力。研究中心将侧重于为所有用户提供更好的访问，包括网络边缘和云端的用户，同时控制网络的复杂性和成本。

　　Athena 项目由杜克大学牵头，国土安全部 （DHS） 提供部分资金。Athena 研究中心将包括一个来自七所大学的科学家、工程师、统计学家、法律学者和心理学家组成的跨学科团队，将改革未来移动系统和网络的设计、运营和服务，把新兴的技术能力转化为新的商业模式和创业机会，并创建教育和劳动力发展方案，以建立美国的下一代移动网络领导力。 动态系统研究中心

　　为了充分利用人工智能的潜力，未来的人工智能系统需对动态系统中不断变化的环境做出反应。训练可理解这些动态系统基本物理概念的人工智能，是更精准的解决方案。

　　该研究中心由华盛顿大学领衔，美国国土安全部提供部分资金，将在基础人工智能和机器学习理论、算法和应用方面进行创新研究和教育，以实现复杂动态系统的实时学习和控制。研究将基于物理的模型与人工智能和机器学习方法相结合，将产生符合道德、稳健和可靠的数据支持解决方案，并将实现跨科学和工程的实时传感、学习、预测和决策。

　　参与式学习研究中心

　　有两个 AI 研究中心将分别致力于提高儿童和成人 STEM 教育技术。

　　美国国家科学基金会是 STEM 教育的长期拥护者，并且相信在幼年时期激发所有背景的学生的科学好奇心的重要性。让学生参与丰富的、以叙事为基础的解决问题的学习经验是促进 STEM 学习的一种创新方式。

　　一个由北卡罗来纳州立大学领导的研究中心将通过推进自然语言处理、计算机视觉和机器学习，在 STEM 教学和学习中实现转变。该研究中心将作为学校内外 STEM 教育创新的纽带，增强多样化学习者和利益攸关方的能力并使其参与，以确保人工智能驱动的学习环境符合道德规范，促进公平和包容。

　　成人学习和在线教育研究中心——ALOE

　　要想保持全球科学和工程领导地位，美国需要培养训练有素的 STEM 劳动力。除了让年轻学习者了解 STEM 概念之外，发展和维持这样的劳动力还需要提升对成年人的 STEM 教育和劳动力培训。

　　为了应对这一挑战，佐治亚研究联盟将牵头 ALOE 研究中心，埃森哲提供部分资助。该中心将引领人工智能理论和技术的发展，以提高成人在线教育的质量，使其更能与面对面的教育机会相媲美。ALOE 将与技术学院和教育技术部门的合作伙伴合作，使用虚拟助手推进在线学习，通过降低门槛和花费使教育更加公平，确保学生有更大的成功潜力。

　　用 AI 提升农业决策、劳动力、作物水平的研究中心——AgAID 和 AIIRA

　　内布拉斯加大学林肯分校的研究人员是 Resilient Agriculture 项目的合作伙伴，他从一组不同的玉米品种中收集 RNA。图源：内布拉斯加大学林肯分校

　　粮食的获取关系到国家安全。但随着气候变化等问题的加剧，粮食生产正面临越发严峻的挑战。由美国农业部食品与农业研究院（USDA-NIFA）支持的两个 AI 中心将利用人工智能开发更先进的预测和管理作物生长周期的手段，并开发更能适应气候变化的水果和蔬菜作物。

　　AgAID 由华盛顿州立大学领导，将把人工智能方法集成到农业运营中，用于预测、决策支持和机器人农业，以应对复杂的农业挑战。AgAID 研究机构使用一种独特的「采用 - 适应 - 扩大（adopt-adapt-amplify）」方法来开发和提供农业人工智能解决方案，以应对与劳动力、水、天气和气候变化相关的紧迫挑战。该中心让农场主、工人、管理人员和政策制定者参与这些解决方案的开发，以及人工智能培训和教育，通过提高下一代农业劳动力的技能水平来促进公平。

　　AIIRA 由爱荷华州立大学领导，将通过数字孪生大规模模拟植物，从而改变农业。计算理论、人工智能算法以及作物改良和气候变化适应性生产工具的进步使这种方法成为可能。此外，AIIRA 还将推动植物科学、农业经济学和人工智能交叉领域的网络农业系统研究；通过正式和非正式的教育活动推动提升劳动力水平，重点是原住民的双向参与和农场主计划；通过与工业、生产者以及联邦和州机构的合作，推动知识迁移。