在9月24-25為期兩天的討論會上，美國能源部高級科學計算咨詢委員會（ASCAC）討論并批準了關于人工智能（AI）和機器學習（ML）應用于科學的報告，該報告呼吁制定一個十年期AI計劃。會上討論了科學設施數(shù)據(jù)急劇增加帶來的挑戰(zhàn)和機遇，并就充分利用新計算能力的戰(zhàn)略提出建議。

2019年7月至10月，阿貢、橡樹嶺和伯克利國家實驗室等主辦了一系列人工智能會議，目標是“分析未來十年在AI、大數(shù)據(jù)和高性能計算(HPC)領域的科學機遇，捕捉這些想法、挑戰(zhàn)并采取措施予以實現(xiàn)。”。2020年2月能源部發(fā)布的《人工智能科學報告》記錄了四次系列會議的討論情況。本次報告是美國能源部AI科學倡議的進一步努力。

一、機遇與挑戰(zhàn)

1. AI、數(shù)據(jù)和HPC的日益融合為加速科學發(fā)現(xiàn)、產(chǎn)生跨領域協(xié)同效應、提高國際競爭力提供了重要的歷史機遇。科學和計算正處在硅技術的后摩爾時代，在復雜/異構系統(tǒng)的可編程性和高效使用，以及數(shù)據(jù)、算法和計算資源的無縫集成方面迫切需要變革性發(fā)展。利用DOE最先進的設施、人力資源為開發(fā)出強大且可靠的AI系統(tǒng)奠定基礎，這將有助于應對大數(shù)據(jù)挑戰(zhàn)。

2. AI方法和工具將促進科學發(fā)展，但是現(xiàn)有商業(yè)解決方案和算法還不足以滿足科學自動化和從DOE設施和數(shù)據(jù)中提取科學知識的需求。新算法、基礎研究、工具對于解決廣泛科學應用中的特定問題至關重要。AI算法需要能夠處理稀疏、異構、未標記的數(shù)據(jù)集。AI使能的實驗設計和控制對于DOE設施的使用優(yōu)化十分必要。

3. DOE科學辦公室采用AI技術將使美國科學家能夠充分利用DOE科學設施中的巨大新進展。DOE科學辦公室為美國研究人員提供X射線同步加速器、中子源、綜合基因組學、大氣輻射設施等多樣化的科學基礎設施，以及先進的HPC設施。未來，這些基礎設施的升級以及新設施的上線將在科學領域產(chǎn)生大量新數(shù)據(jù)，構成新的挑戰(zhàn)和機遇。用于科學的AI技術將有利于從這些數(shù)據(jù)源中提取信息和科學理解。

4.DOE實驗室要通過AI/ML技術實現(xiàn)科學實驗的下一代改變，不僅需要計算能力和全方位的計算基礎設施，還需要協(xié)調(diào)AI/ML算法、工具和軟件基礎設施的研發(fā)工作。對DOE科學辦公室的項目，AI/ML技術結(jié)合傳感器網(wǎng)絡、邊緣計算和高性能計算機等可以實現(xiàn)未來科學和能源研究的轉(zhuǎn)變。但鑒于DOE的許多設施和科學研究領域?qū)I(yè)化性強，無法完全依賴第三方的AI/ML研發(fā)工作來實現(xiàn)這種轉(zhuǎn)變，DOE需要應對科學應用程序方面的挑戰(zhàn)。同時，軟件基礎設施需要將AI/ML工具和算法的優(yōu)勢與DOE在模擬和建模方面的傳統(tǒng)優(yōu)勢結(jié)合起來，而且能夠在科學和能源研究應用的高性能計算平臺上運行。

5.得益于優(yōu)秀的團隊文化，美國DOE在利用AI/ML技術應對系列科學挑戰(zhàn)方面具有獨特的優(yōu)勢。由科學用戶、儀器供應商、理論科學家、數(shù)學家和計算機科學家組成的團隊，在Exascale級計算項目已有成功的經(jīng)驗。ASCAC認為迫切需要將AI/ML技術納入DOE的所有科學研究能力中。DOE國家實驗室需要聯(lián)合大學、工業(yè)伙伴一起啟動大規(guī)模項目以加速DOE的科研能力提升和勞動力培養(yǎng)。

6. DOE驅(qū)動的AI/ML科學戰(zhàn)略，其影響將遠超DOE科學辦公室項目，將推動新的工業(yè)投資，包括加速工程設計、合成材料，優(yōu)化能源設備，并提高硬件和軟件計算能力。

7.在先進AI/ML技術領域，培養(yǎng)一支專業(yè)的勞動力隊伍將在提高美國競爭力方面發(fā)揮關鍵作用。培養(yǎng)、集中和保留AI/ML技術領域的年輕技術骨干對促進AI科學的成功至關重要。當今，AI商業(yè)工具和培訓相當普遍，但缺乏AI/ML科學應用方面的工具和培訓，因此，AI科學計劃需要提供AI/ML科學應用方面的工具和環(huán)境以為培養(yǎng)新一代科學家和工程師。

8.機構間合作和國際合作對于實現(xiàn)AI科學計劃的目標十分重要。美國機構間在AI/ML技術領域存在明顯的協(xié)同作用，美國DOE應該探索可行的機制與其他聯(lián)邦機構進行合作。此外，國際上其他國家也認識到了將AI/ML應用于科學的潛在好處，DOE應該與志同道合的國際伙伴共同推進AI的科學應用，實現(xiàn)共贏。

二、主要建議

1.創(chuàng)建一個為期10年的AI科學計劃

這個計劃應該包括解決DOE關鍵挑戰(zhàn)的AI科學方法，以及可以在DOE先進基礎設施中部署運行的AI解決方案。此外，這個計劃應該制定明確且具有指導性的研發(fā)路線圖。DOE可以提供先進的exascale超級計算機和大型實驗設施，這將產(chǎn)生越來越大的科學數(shù)據(jù)集。DOE還可以提供數(shù)學、計算機科學領域的關鍵專業(yè)知識，以及DOE特定應用的經(jīng)驗。DOE應利用現(xiàn)有的專業(yè)知識優(yōu)勢積極與志同道合的其他機構和國家進行合作，以實現(xiàn)利益最大化。

2. AI科學計劃的結(jié)構

ASCAC建議AI科學計劃應圍繞四個主要的AI研發(fā)主題展開：（1）AI使能的應用；（2）AI算法和基礎研究；（3）AI軟件基礎設施；（4）AI的新硬件技術。ASCAC認為這項為期10年的AI科學計劃應該得到與Exascale計算計劃（ECI）和Exascale計算項目（ECP）相同規(guī)模的資助，而且這四個主題的工作需要緊密結(jié)合，充分發(fā)揮協(xié)調(diào)效應。

3.邊緣計算創(chuàng)新工具

ASCAC認為高級科學計算研究（ASCR）項目應與基礎能源科學（BES）以及科學辦公室的其他科學項目緊密合作，聯(lián)合科學家、用戶和學術界社區(qū)等一起定義需求、開展研究、進行競爭性采購、設計一個高度集成的端到端系統(tǒng)和軟件組合，將邊緣設備與所需的AI計算資源連接起來。大規(guī)模實驗設施、空間觀測網(wǎng)絡等數(shù)據(jù)源整合為邊緣計算帶來了獨特的機遇和挑戰(zhàn)，如需要基于前沿科學實驗來解決基礎研究問題。同時，邊緣計算在隱私、安全、數(shù)據(jù)商業(yè)許可和數(shù)據(jù)集成服務等方面面臨著嚴峻挑戰(zhàn)。

根據(jù)以往經(jīng)驗，鼓勵用戶、軟件基礎設施開發(fā)者、AI/ML研究人員，實驗室和工業(yè)界硬件專家，定義和開發(fā)AI/ML邊緣計算資源通用軟件，并支持跨設施的通用服務。

4. AI/ML勞動力的培訓、集中和保留

隨著AI技術在各領域的重要性日益增加和AI應用的不斷擴大，AI/ML技術領域的專業(yè)人才變得短缺，涉及建模和模擬、大數(shù)據(jù)分析、算法等方面。培養(yǎng)能夠開發(fā)或利用AI技術和方法的跨學科專業(yè)人才，對促進科學、工程、商業(yè)領域的基礎研究和支持重大決策十分必要。

ASCAC建議集中科學辦公室的力量培養(yǎng)更加多樣化和更加包容的人才隊伍。DOE實驗室應繼續(xù)培養(yǎng)高質(zhì)量的計算和數(shù)據(jù)科學家。此外，DOE應該探索類似獎學金項目的人才培養(yǎng)方式，或者探索與美國國家科學基金會（NSF）合作提供AI/ML科學技術相關培訓。

5.機構間協(xié)作

美國NSF在AI基礎研究領域處于領先地位，而美國DOE長期致力于AI/ML在大型實驗設施數(shù)據(jù)領域的應用，擁有先進的HPC設施，是涉及“大科學、大數(shù)據(jù)、大計算”交叉領域的領先機構。DOE科與美國國立衛(wèi)生研究院（NIH）在癌癥研究方面已有成功的合作案例，目前，二者簽署備忘錄以推進計算神經(jīng)科學領域的合作。ASCAC建議DOE探索與美國聯(lián)邦機構在興趣相同和能顯著促進科學進步的領域展開合作

6.國際合作

未來十年，AI科學技術的國際領先地位取決于AI使能的應用、AI算法和基礎研究、AI軟件基礎設施、AI的新硬件技術四個相互依存領域的發(fā)展。當前，全球幾乎所有的科學家都將依賴高端計算和大數(shù)據(jù)分析軟件基礎設施開拓新的研究領域和大幅提升研究效率。AI/ML軟件基礎設施和算法在exascale系統(tǒng)的應用將支撐全球科學界解決全球性挑戰(zhàn)，但是世界上任何一個國家都不能獨自在短短幾年內(nèi)容承擔這樣的任務。為實現(xiàn)與國際志同道合的伙伴的合作，ASCAC建議DOE科學辦公室從五個方面進行努力：（1）為軟件研究社區(qū)組織提供一個框架；（2）對需求、問題和策略進行徹底的評估；（3）發(fā)起制定協(xié)作軟件路線圖；（4）鼓勵和促進在教育和培訓方面的合作；（5）協(xié)調(diào)供應商的跨領域工作。

原文標題：【政策規(guī)劃?智】美國能源部發(fā)布關于人工智能應用于科學的報告

文章出處：【微信公眾號：集成電路研發(fā)競爭情報】歡迎添加關注！文章轉(zhuǎn)載請注明出處。

責任編輯：haq