美国未来二十年的人工智能研究和发展路线图

释放人工智能技术全部潜力的同时也带来了前所未有的挑战,需要在大量持续投资的推动下对人工智能研究企业进行彻底变革。最近由计算社区协会(Computing Community Consortium,CCC)和人工智能促进协会协作完成的一项研究,关于美国未来二十年的人工智能研究和发展路线图,路线图确定了将人工智能提升到下一个层次所面临的诸多挑战。该领域已经超越了最初对算法和理论的学术关注。当今的人工智能挑战跨越计算机科学和计算机工程的所有领域,涉及到认知科学,心理学,生物学,数学,公共政策,伦理,教育和通信等多个领域。解决下一代人工智能问题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。

img

美国未来二十年的人工智能研究和发展路线图这项研究从以下几个方面进行了全面的介绍和解读。了解更多可下载全文阅读。详情参考

目录

1 Introduction

1.1 Reference Document

1.2 What is Artificial Intelligence? .

1.3 AI Roadmap Process

2 Major Societal Drivers for Future Artificial Intelligence Research

2.1 Enhancing Healthcare and Quality of Life 

2.2 Lifelong Education and Training 

2.3 Reinvent Business Innovation and Competitiveness 

2.4 Accelerate Scientific Discovery and Technological Innovation 

2.5 Social Justice and Policy 

2.6 Transform National Defense and Security 

3 Overview of Core Technical Areas of AI Research Roadmap: Workshop Reports

3.1 Workshop I: A Research Roadmap for Integrated Intelligence 

        3.1.1 Introduction and Overview 

        3.1.2 Societal Drivers for Integrated Intelligence 

        3.1.3 The Science of Integrated Intelligence 

        3.1.4 Contextualized AI 

        3.1.5 Open Knowledge Repositories 

        3.1.6 Understanding Human Intelligence 

3.2 Workshop II: A Research Roadmap for Meaningful Interaction 

        3.2.1 Introduction and Overview

        3.2.2 Societal Drivers for Meaningful Interaction with AI Systems 

        3.2.3 Technical Challenges for Meaningful Interaction with AI Systems 

        3.2.4 Conclusions 

3.3 Workshop III: A Research Roadmap for Self-Aware Learning 

        3.3.1 Introduction and Overview

        3.3.2 Societal Drivers for Expressive, Robust, and Durable Learning 

        3.3.3 Technical Challenges for Self-Aware Learning 

4 Major Findings

5 Recommendations

5.1 Create and Operate a National AI Infrastructure

       5.1.1 Open AI Platforms and Resources 

       5.1.2 Sustained Community-Driven AI Challenges 

       5.1.3 National AI Research Centers 

       5.1.4 Mission-Driven AI Laboratories

5.2 Re-Conceptualize and Train an All-Encompassing Workforce 

        5.2.1 Development of AI Curricula at All Levels 

        5.2.2 Recruitment and Retention Programs for Advanced AI Degrees 

        5.2.3 Engaging Underrepresented and Underprivileged Groups 

        5.2.4 Incentivizing Emerging Interdisciplinary AI Areas 

        5.2.5 Training Highly Skilled AI Engineers and Technicians 

5.3 Core Programs for AI Research 

6 Conclusions

7 Appendices

7.1 Workshop Participants 

7.2 Additional Contributors

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
** 1导言**

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

**未来人工智能研究的两大社会驱动因素**

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:研讨会报告**

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综合智能科学

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:有意义互动的研究路线图

3.2.1简介和概述

3.2.2与人工智能系统进行有意义互动的社会驱动因素

3.2.3与人工智能系统进行有意义交互的技术挑战

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主要调查结果**

** 5项建议**

5.1创建和运营国家人工智能基础设施

5.1.1开放人工智能平台和资源

5.1.2持续的社区驱动人工智能挑战

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员工队伍

5.2.1制定各级人工智能课程

5.2.2高级人工智能学位的招聘和保留计划

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研讨会参与者

7.2其他贡献者
来了,老弟
-------------    本文结束  感谢您的阅读    -------------
0%