发布询价单
您的位置:首页 > 资讯 > 科技探索 > 正文

【最新】《美国人工智能未来20年研究路线图》

2019-07-24 09:14 性质:转载 作者:占知知道 来源:占知智库
免责声明:无人机网(www.youuav.com)尊重合法版权,反对侵权盗版。(凡是我网所转载之文章,文中所有文字内容和图片视频之知识产权均系原作者和机构所有。文章内容观点,与本网无关。如有需要删除,敬请来电商榷!)
2019年5月14日,美国计算联盟和人工智能促进协会发布《美国人工智能未来20年研究路线图》(草案),共117页,预计7月份发布正式版,通过本路线图...

  2019年5月14日,美国计算联盟和人工智能促进协会发布《美国人工智能未来20年研究路线图》(草案),共117页,预计7月份发布正式版,通过本路线图,可以全面了解人工智能技术发展,掌握美国人工智能面临的挑战,把握美国人工智能重点研究方向,以及举措。


相关背景

  几十年来,人工智能取得重大进展,在工业、政府和社会等各方面发挥重要作用。人工智能系统现在可以跨语言翻译,识别图像和视频中的对象,简化制造过程,实现汽车自动驾驶等。

  人工智能创造出一个万亿美元产业,预计在三年内将翻两番,与此同时,人工智能系统的公平、可解释、可信和安全性的必要性变得越来越重要。

  人工智能系统将推动社会和经济产生巨大变革。同时,人们对系统的安全性和脆弱性以及在这样世界中的工作前景产生诸多担忧。亚洲和欧洲众多国家意识到人工智能将是未来几十年的战略和经济驱动力,并开展数十亿美元投资。如若目标明确、举措得力,再加上投资,美国将可以继续成为人工智能领域的领导者,最大限度地发挥人工智能对美国经济和社会的积极影响。

研究主题

  这些都给人工智能研究带来挑战,需要在大量持续投资下对人工智能研究进行彻底变革。

  该路线图围绕三个研究主题:

  集成智能,包括模块化技能和能力原则组合的基础,适合特定用途的通用能力,以及机器可理解的知识的开放共享存储库的创建和使用。

  协同互动,包括支持生产性协作的技术和技巧、多样的沟通方式、负责任和值得信赖的行为,以及人类和人工智能系统之间富有成效的在线和现实世界互动。

  自我意识学习,包括稳健可信的学习、从少量例子中学习并通过指导、从数据和观察中研发因果和可控模型,以及实时感知和行为。

主要挑战

  路线图确定了新一代人工智能所面临的诸多挑战。首先,该领域已经超越了最初对算法和理论的学术关注,进入到一个持续数据收集、社交和互动实验以及不断变化世界的大量知识的环境。在这些基础上,信息技术产业汇集并利用大量专有资源(数据集、知识图表、专用计算机和大批人工智能工程师)来推动创新。

  新一代人工智能需要整合资源、算法和理论。没有合适的资源,人工智能学术研究作用有限;没有对基本问题的回答,工业人工智能应用程序就没有任何基础。制约因素、激励措施和时间表也大不相同,各行业主要由实用的短期解决方案驱动,而学术界则关注长期问题。

  此外,今天的人工智能不断跨学科发展,已覆盖到计算机科学和计算机工程,以及认知科学、心理学、生物学、数学、公共政策、伦理、教育和通信等领域。推动下一代人工智能发展需要高度跨学科团队之间的持续合作,将这些领域的重要思想、观点和技术引入人工智能研究范围。人才是当前人工智能中一个关键问题:对人工智能专业知识的需求远远超过供给,差距只会继续扩大。

  更严峻的是,美国很多人工智能博士毕业生在国外找到了有吸引力的工作;此外,许多人工智能教师已经转向工业。虽然这为理论和实践的有效交叉提供了新的机会,但也影响了下一代人工智能实践者的培训。要克服这些挑战,需要对人工智能研究进行彻底改革,创建一个全面的国家人工智能基础设施,并大力开展人工智能人员培训。

措施建议

  提出以下政策、组织和战略方面建议:

  一、强化国家人工智能基础设施建设

  ——开放人工智能平台和资源:大量互联的分布式“人工智能”资源集合(高质量数据集、软件库、知识库、仪器、机器人环境、云计算服务等)。)由学术团体以及工业和政府提供。公司最近的重大创新表明,人工智能的突破需要大规模的硬件投资和开源软件基础设施,这两者都需要持续的大量投资。

  ——人工智能多方协作的挑战:建立在开放人工智能平台和设施中的共享资源之上的组织架构,来协调人工智能和领域专家提出的重大挑战问题,推动关键领域的研究。

  ——国家人工智能研究中心:物理和虚拟设施,将来自一系列学术机构的教职员工和来自行业和政府的员工聚集在一起,参与人工智能长期研究。

  ——任务驱动的人工智能实验室:提供持续基础设施、设施和人力资源以支持开放人工智能平台和人工智能实验室,并与国家人工智能研究中心密切合作,整合研究成果,以应对各部门(如卫生、教育、政策、道德和科学)关键人工智能挑战。

  二、重构全方位人工智能人才培养体系

  ——制定各级别人工智能课程:为鼓励早期和持续对人工智能感兴趣和理解的课程制定指导方针,从中小学开始,延伸到研究生课程和专业课程。

  ——高级人工智能学位:包括授予有才能的学生获得高级研究生学位补助金、博士级研究人员保留计划以及支持和授予人工智能教师额外资源。

  ——让小众和弱势群体参与进来:将最佳人才纳入人工智能研究工作的方案。

  ——激励新兴跨学科人工智能领域:鼓励学生和研究团体从事跨学科人工智能研究,例如,人工智能相关政策法律、人工智能安全工程以及人工智能对社会影响分析等。

  ——培训高技能人工智能工程师和技术人员,支持和构建开放人工智能平台,通过学院、劳动力再培训计划、认证计划和在线学位来培养发展人工智能人才。

  三、开展人工智能核心技术研究

  这些新的资源和倡议不能以现有的理论和应用人工智能资助项目为代价。这些核心项目,为推动研究突破、培养年轻研究人员、整合人工智能研究和教育以及形成新的跨学科合作,提供了成熟、基础广泛支持,是对本路线图中描述更广泛倡议的重要补充,它们也将需要更多的支持。

  所有这些都需要在本路线图涵盖的20年期间进行大量、持续的联邦投资,结果将是革命性的。共享基础设施、精心设计的交互和协作架构以及专业人才发展将使美国在人工智能领域继续领先世界。

  上述建议不仅仅是跨学科、前瞻性研究路线图的框架,它将推动科学和经济进步,兼顾安全、脆弱性、政策和道德等问题。该路线图中的建议还将使我们能够吸引和留住顶尖人才,在这一关键技术领域培养更多人才,这是对社会和经济的另一个重大推动。

1.1参考文件

1.2什么是人工智能?

1.3人工智能路线图流程

未来人工智能研究主要意义

2.1提高医疗保健和生活质量

2.2终身教育和培训

2.3重塑业务创新和竞争力

2.4加快科学发现和技术创新

2.5社会正义和政策

2.6实现国防和安全转型

3 人工智能研究路线图核心技术领域概述

3.1研讨会一:集成智能研究路线图

3.1.1简介和概述

3.1.2集成智能的社会驱动因素

3.1.3集成智能科学

3.1.4情境化人工智能

3.1.5开放知识库

3.1.6理解人类智能

3.2研讨会二:协同互动的研究路线图

3.2.1简介和概述

3.2.2与人工智能系统协同互动的社会驱动因素

3.2.3与人工智能系统协同互动的技术挑战

3.2.4结论

3.3研讨会三:自我意识学习的研究路线图

3.3.1简介和概述

3.3.2表达性、强健性和持久性学习的社会驱动因素

3.3.3自我意识学习的技术挑战

4 主要发现

5 建议

5.1强化国家人工智能基础设施建设

5.1.1开放人工智能平台和资源

5.1.2持续的人工智能挑战

5.1.3国家人工智能研究中心

5.1.4任务驱动的人工智能实验室

5.2重新构思和培训全方位的人才

5.2.1制定各级人工智能课程

5.2.2高级人工智能学位和保留计划

5.2.3让代表不足和弱势群体参与进来

5.2.4激励新兴跨学科人工智能领域

5.2.5培训高技能人工智能工程师和技术员

5.3人工智能研究的核心计划

6 结论

7 附录

7.1参与者

7.2其他贡献者

网友评论
文明上网,理性发言,拒绝广告

相关资讯

热点资讯

关注官方微信

手机扫码看新闻