美国国家人工智能研究与发展策略规划

作者： 稻香湖智库

一、成立背景

2019年、2023年美国两次发布《国家人工智能研究与发展战略计划》的更新版本，强调了在人工智能具有长期回报潜力的领域对开展长期研究投资和开放合作的必要性。通过创建人工智能研究中心，旨在实现《战略计划》所提出的目标、以维持美国在智能领域的全球领导地位。

2019年10月，美国国家科学基金会（NSF）协同联邦机构，包括国土安全部（DHS）、国防部（DOD）、教育部（ED）、农业部（USDA）等共同启动了国家人工智能研究中心计划（National AI Research Institutes program）。每个国家人工智能研究中心都是研究和教育合作平台，通过聚集高校、产业界、政府等各领域的人才、想法和方法，形成美国最大的人工智能研究生态系统，以应对前沿智能挑战并扩大影响力。多个国家人工智能研究中心共同构建国家智能研究生态网络，旨在加速人工智能及相关领域科学研究、助力经济社会发展、壮大美国劳动力。

2020年至2023年陆续成立了25个国家人工智能研究中心，每个中心经费投入约400万美元/年，25个中心5年总经费支持超5亿美元。经费主要来自国家科学基金会和农业部，国土安全部和国防部等联邦部门、以及谷歌和英特尔等企业也为相关研究中心提供部分资金支持。近期，25个中心共建人工智能研究中心虚拟联盟组织 （AI Institutes Virtual Organization，AIVO），旨在以多种方式连接和支持相关机构。 

二、目标要求

基于已有25个智能研究中心构建的生态网络，科学家、工程师和教育工作者等共同致力于推进人工智能的研究前沿，通过推进多学科、多利益相关者的研究，以应对人工智能研究中更大规模、更长时间范围的挑战。各研究中心的建设和运行具有以下共同要求：

推进基础人工智能研究。包括理解思维和智能行为背后的机制、为其在机器中的实现提供新的知识或方法、以及解决其他基础人工智能研究优先事项。

开展受使用启发的研究。受使用启发的研究既能为基础人工智能进步提供信息，又能推动科学和工程相关部门、经济部门、社会需求的创新。受使用启发的研究能够促进研究人员之间的协同创新，还能通过与工业伙伴、公共决策者、科学教育界等开展科技信息交流来加强知识的转移转化。

积极培养下一代人才和劳动力队伍。智能研究中心利用其研究领域的基础和远见卓识，推动针对本科生、研究生和博士后等研究人员量身定制的智能创新教育和发展，以及通过社区学院等开展技术劳动力培训，以建立多元化、训练有素的人才/劳动力队伍，并增强公众对人工智能的理解。

组建多学科研究团队。人工智能研究中心是由科学家、工程师和教育工作者等组成的持续的多学科团体，适合于大规模、长期的研究课题/议程，以推进人工智能研究并在事关国家战略的关键领域开展人工智能驱动的创新。中心的多学科性质将超越单一机构能力、增强研究的前瞻性和适应性。

每个中心由多个机构/组织协作运营。NSF和合作机构寻求分布在全国各地的组织来组建和运营国家人工智能研究网络，吸引不同区域的各类机构参与，促进研究、教育和能力建设相结合。每个研究中心都将有一个牵头的首席科学家（主任），以管理一个集研究、教育、扩大参与和知识转移于一体的多元化创新机构。每个中心还将配备一名总经理/项目经理和适当的管理团队，以监督机构运作。同时，所有中心都需要一个外部咨询委员会。

研究中心具有“纽带”功能。中心作为纽带点，与来自高校、联邦机构、行业、非营利组织/基金会、中心/研究所等各类合作伙伴建立联系。“纽带点”功能是一组积极的优先事项、计划、机制等，人工智能研究中心借此寻求外部合作的持续增长，将人员、想法、问题和技术方法聚集在一起，发挥更强的创新和赋能作用，实现扩大参与研究、教育和知识转移等使命。

三、空间布局

2020-2023年授予的三批共25个国家智能研究中心，其牵头机构主要分布在美国西部和东北部地区的10余个州，牵头+共建机构则分布在美国的40多个州，西部和东北部地区的机构数量相对更多。当前已初步形成覆盖全美的国家人工智能研究+教育+成果转移的综合型生态网络，未来随着新中心的成立还将持续扩展。

四、研究领域

2020年-2023年，NSF先后发布和更新了4个版本的国家智能研究中心申报指南（nsf20503-nsf20604-nsf22502-nsf23610），对研究领域保持动态更新，围绕科研、教育、产业、基础设施、气候农林等关键性战略性问题/需求开展布局，可大致分为两大类别下的若干主题。

图2020年-2023年国家智能研究中心研究领域变迁汇总

基础人工智能研究。涵盖“可信赖的人工智能、机器学习的基础、人工智能的神经和认知基础、加强人工智能（较强的弱人工智能和强人工智能）”等可能实现基础科学突破的关键主题。

受使用启发的研究。涵盖“人工智能驱动的农业和粮食系统创新、人工智能增强学习教育、人工智能增强物理学/生物学/材料学/天文学等自然科学研发创新、人工智能增强网络设施/供应链优化/关键决策等经济和社会发展效能提升”等主题。

各中心按照指南要求同步推进基础人工智能研究和受使用启发的研究两大类别工作，并加强基础研究和应用基础研究的互促。同时，NSF最新指南（23610）中发布的智能赋能天文科学、智能赋能材料科学、加强人工智能三类研究主题的数家智能研究中心，计划将在2024-2025财年陆续成立运行。

五、特点与启示

具备相关条件的中心按照指南要求进行申报、在获得NSF等机构授权后正式组建运行，根据对已有25个中心的调研，在建设运行方面具有以下特征和启示。

Part.1/ 一体化+分布式战略部署

人工智能作为赋能型技术天然具有两用性，因此国家人工智能研究中心的战略布局呈现一体化特征。宏观层面，联邦牵头和协调机构涵盖国家科学基金（NSF）、国防部（DOD）、国土安全部（DHS）、国家标准与技术研究院（NIST）等相关部门，军地双方共同制定研究目标并投入经费和人员，有利于顺畅调动国防和经济等各领域资源，一体化布局和统筹推进人工智能的研发、教育和产业化应用。中观层面，部分中心的基础智能研究（如机器学习基础、可信赖的人工智能、人机交互协作）和受使用启发的研究（如智能网络基础设施、未来边缘网络、智能支撑关键决策）具有两用属性，能够有效支撑国防和经济社会发展。

图 美国国家人工智能研究中心的一体化、分布式部署示意图

人工智能涉及多学科和多技术，涵盖算据、算法、算力等多领域，现阶段尚难以形成类似原子弹、载人航天这样目标清晰的举国型任务/工程，美国相应采取了政府引导+多集群自主协作攻关的分布式战略。此次国家人工智能研究中心的分布式布局，不仅体现在时空维度-如遍布美国40多个州、涉及数百家高校和研发机构、分阶段批复，而且体现在研究维度-如基础研究涵盖机器智能、生物智能等不同路线，使用启发研究涉及气候农林、交通/网络基础设施、重大社会决策等多个关键领域。参考历史上美国水星计划前期的自由式探索经验，战略任务尚未明晰阶段，由各集群分领域探索和试错，不仅有利于积累多方向的技术基础、实现创新突破，也有利于开展动态调整、分散技术和工程等风险。

Part.2/ 基础研究和受使用启发研究的相互促进

‍‍‍国家智能研究中心的申报指南中，明确提出了所有中心都应同步推进基础人工智能研究和受使用启发的研究。其中基础智能研究旨在开发独立于特定应用领域的一般理论和方法，受使用启发的研究通过将研究置于应用领域来寻求人工智能的新方法和深度理解，两类研究互促形成创新突破和应用优化的良性循环。

图 国家智能研究中心基础研究和使用启发研究互促示意图

以人工智能优化运营研究中心（AI4OPT）为例，中心受4大典型使用场景启发布局了7大基础研究方向（端到端优化、不确定条件下决策、强化学习等），旨在加快解决实际挑战：如何设计敏捷、可持续、有弹性和公平的供应链？如何运行由分布式可再生能源提供动力的能源系统？如何在芯片设计和整个制造过程中更好实现硬件和软件算法的配合？如何优化粮食-水-能源体系以建立可持续的生态系统？

图人工智能优化运营研究中心（AI4OPT）的基础研究+使用启发研究布局

Part.3/ 网络化和扁平化的组织架构‍‍

根据指南建设要求，各智能研究中心均采取“牵头机构+联合共建机构+合作机构”的网络化组织模式，其中牵头机构和联合共建机构为美国本土高校或非盈利学术组织，合作机构则涵盖更多类型。例如，人工智能和基础交互研究中心（IAIFI）由麻省理工大学牵头，联合哈佛大学、东北大学和塔夫茨大学共同建设运行，合作成员包括费米实验室、阿贡实验室、亚马逊、IBM、英伟达、DEEPMIND、欧洲核子研究中心（CERN）、索尼（日）、Yandex（俄）等机构。部分大学牵头或参与的运营中心不止一家，例如麻省理工学院既是智能和基础交互研究中心的牵头机构、又是大规模学习优化研究中心的共建机构；又如佐治亚理工学院（Georgia Institute of Technology）共牵头3家智能研究中心的建设运营（AI-CARING、AI4OPT、ALOE），涉及养老护理、优化运营、在线教育等不同领域，能够加快研究领域和机构的交叉互促。

近期成立了人工智能研究中心虚拟组织并建设了独立网站（AIVO，https://aiinstitutes.org/），提供内部交流平台、组织智能机构领导力峰会SAIL等论坛会议、对外更新活动日历和新闻等服务，旨在以各种形式支持25个中心、加速构建美国智能创新生态网络。

图 人工智能研究中心虚拟联盟组织（AIVO）网站界面

根据公开信息，现阶段各智能研究中心的规模多在40-50人、个别规模较大的可达80-100人，依据人员规模、智能领域研发特点和外部合作需求采取扁平化组织架构。各研究中心设置首席科学家兼中心主任1位（来自牵头机构），涵盖主要研究方向首席和高级项目经理的领导团队5-7人，来自牵头机构、共建机构及合作机构的研究人员数十人，以及5-10人的外部咨询委员会，同时多个中心根据运营目标设置了外部合作对接小组、教育和培训小组、智能伦理小组等。

图 扁平化组织架构示意图-以人工智能大规模优化学习中心（TILOS）为例

Part.4/ 人才、经费、软硬件等创新要素的多元共享‍‍‍

当前处于中心组建初期，创新要素的来源多样化并初步实现资源共享，逐步发挥指南中要求的创新纽带功能。

各中心领导团队多为相关领域的资深学者/专家，部分主任兼任其他智能机构的领导，部分中心的经理或领导团队成员来自国防、工业等机构，可为中心带来相关领域的研究团队、项目成果、合作网络等独有资源。例如，基于代理的网络威胁智能响应研究中心（Action）主任Giovanni Vigna，既是加州大学圣芭芭拉分校教授、也是黑客组织Shellphish创始人，能够从基础研究和网络攻防实战等多维度指导中心的相关工作。又如，利用下一代网络的边缘计算智能研究中心（Athena）的高级经理Jeffrey L. Krolik既是杜克大学教授、同时拥有DARPA、海军研究办公室等从业背景，能够更有效的推进边缘计算生态系统在民用和国防设施中的一体化研发和应用部署。

各智能研究中心的经费主要来自国家科学基金（NSF）、农业部（USDA）两大联邦部门，同时国防部（DOD）、国土安全部（DHS）等部门提供部分支持，每个中心每年400万美元、4-5年的首轮资助周期内合计1600-2000万美元。此外，部分中心还有来自合作企业等机构的研究支持、捐赠或会员费，相关企业既包括谷歌、微软、亚马逊、IBM、英伟达等智能领域的龙头企业，也有杨森制药（分子发现合成策略和制造研究中心，MMLI）、索尼（人工智能和基础交互研究中心，IAIFI）等相关应用领域的领军企业。

部分中心通过公开网络或数据平台促进软硬件和数据的共享，使得相关领域的研究人员和公众能够更便利的访问产品和数据,以加速智能创新成果的交流和扩散。例如，天气、气候和沿海海洋学可信人工智能研究中心（AI2ES）创建了一个组织帐户（https://github.com/ai2es）共享一般代码和数据，而大型数据集则通过OURRstore项目进行共享，OURRstore是NSF资助的依托OU超级计算机的大型数据项目。又如，分子发现、合成策略和制造研究中心（MMLI）能够共享牵头机构伊利诺伊大学的国家超算中心基础设施，更好支持中心实现数据的高效收集、共享、发现和分析，从而加速开发新的算法和模型。

Part.5/ 研发、教育和产业的协同推进‍

各智能研究中心响应指南中“积极培养下一代人才和劳动力队伍”、“发挥纽带功能”等要求，促进所在领域学术界与工业届、教育界等机构的协作，加快智能研发成果在产业和教育培训领域的应用、反馈和修正迭代。

图 AI-EDGE中心的三个应用验证平台

智能研究中心内部高校与企业的协作通过出资支持、人员研发合作、成果转移和验证等多种形式开展。例如，未来边缘网络和分布式人工智能研究中心（AI-EDGE）在设置面向网络的智能和面向智能的网络两大研究方向的基础上，促进来自不同机构的人员开展合作研究，同时俄亥俄州立大学等高校与IBM、AT&T、微软等企业联合开发运行了3个应用验证平台-泛在传感器/网络、人机移动性、可编程/虚拟化6G网络，以缩短跨学科的基础研究和用例研究之间的反馈时间，促进良性循环、产生级联效应。

智能研究中心通过提供线上/线下培训课程、组织夏令营等交流实践活动、提供研究和教育工具/方法等途径，促进各年龄段美国民众对于智能的了解以及相关技能的掌握。例如，天气、气候和沿海海洋学可信人工智能研究中心（AI2ES）在社区大学开设了人工智能/机器学习课程、获得的证书可在社区学院和大学课程中累加，并为教育和劳动力再培训开发和共享AI/ES 课程、组织暑期编码营等活动。又如，人工智能成人学习和在线教育研究中心（AI-ALOE）一方面推进人工智能教学和学习助手的开发，另一方面开展教育学习场景下基于认知的人工智能、人机协作等基础研究，以提高成人在线教育的质量，使智能教育易获得、可负担、更公平。

编辑：黄飞