美國計算機研究協會（CRA）每四年發布一系列白皮書，又被稱為“四年期文件”，探索計算研究的潛在領域及問題，以響應未來四年的國家優先事項。這些白皮書試圖全面描述計算研究的潛在研究方向、挑戰，以及對政策制定者和計算研究界的建議。

2020年的“四年期文件”涵蓋五個主題領域：核心計算機科學、廣義計算、社會技術計算、人工智能（AI）和人才多樣性及教育。其中，核心計算機科學主題領域的白皮書已于2020年10月29日發布，其他四個主題領域的白皮書將陸續發布。

一、核心計算機科學

核心計算機科學主題領域著眼于后量子密碼學、理論計算機科學、下一代無線網絡計算研究挑戰、美國工業和社會的計算基礎等方向。該主題領域白皮書通過理論計算機科學探索了算法世界的基礎，思考了后摩爾時代的計算機挑戰，探討了下一代無線技術的機遇，并為應對后量子計算時代的安全挑戰做好了準備。

量子計算的進步嚴重威脅著人類數字安全和隱私。隨著量子密碼和計算技術的進步，隱私信息和數據的現有加密算法受到威脅。后量子密碼學方向白皮書識別了過渡到后量子密碼時代前需要解決的問題，尤其在確定現有加密算法的替代方案以及確保安全過渡方面。

理論計算機科學是算法世界的基礎，白皮書介紹了理論計算機科學基礎研究和資金資助方面的穩定支持情況，強調了算法隱私、算法公平性、數據科學基礎。理論計算機科學的進步將推動整個計算機科學領域的發展，其能夠洞察計算領域的可能性和局限性，識別新領域的關鍵問題以及計算機科學之外的計算和算法問題。

5G技術通過使用不同的無線技術進一步提高了網絡傳輸速度、改善了基站容量、降低了網絡延遲。隨著技術的快速發展，6G技術已引起了人們的興趣并被認為是新的使能技術。白皮書探討了6G技術的發展及其應用，如6G技術的安全、隱私和可靠性研究，頻譜共享，深度可編程網絡等，并概述了可能的研究議程。

白皮書在推進美國工業和社會的計算基礎方向概述了后摩爾時代新的計算技術，以繼續提高計算機的速度和性能，推動計算領域的進步。四個遞進層級方案將顛覆現有技術：（Level-1）延續摩爾定律（More Moore），該層級的目標是將摩爾定律延續到2025年，而3D芯片結構成為最有潛力的解決方案；（Level-2）隱藏式變化（Hidden changes），該層級方案通過絕熱/可逆和低溫/超導計算等新方法構建計算機內部結構，以過渡現有軟件應用；（Level-3）架構變化（Architectural changes），該層級試圖改變計算機硬件架構，進而改變計算機的編程方式；（Level-4）非馮·諾依曼結構（Non-von Neumann），該層級從量子計算、神經形態計算、物理計算等非馮·諾依曼結構探索突破摩爾極限的解決方案。

二、廣義計算

廣義計算主題領域著眼于大流行信息學、安全計算的研究生態、AI/量子/高性能計算的基礎設施、機器人使能的勞動力等方向。

廣義計算主題領域的白皮書鑒于最近的大流行，概述了應對全球大流行的戰略，強調及早發現、公眾反應預測以及有效措施制定，以減少全球大流行的不利影響。實現應對全球大流行的戰略目標需要很多領域的研究和技術進步，例如，如何利用信息基礎設施協助應對全球疫情爆發和更好地應對未來衛生危機。

當今的技術開發者更關注技術能力而忽略安全性，白皮書強調了設計階段優先考慮安全問題的重要性，確定了研究和資助的重點領域涉及加強安全性的過渡和采用、培訓和教育以及激勵結構等。

白皮書在AI/量子/高性能計算的基礎設施方向，打破了三者之間的障礙，呼吁整合資源以支持這些關鍵領域并強調他們之間的協同作用。該方向的目標是彌合三者之間的差距，通過基礎設施促進彼此進步。

白皮書在機器人使能的勞動力方向，描述了機器人技術提高了自動化程度并為工人提供了新的機會。白皮書概述了研究、技術開發、教育、培訓和政策方面的必要投資。機器人技術將有力補充人工勞動力，如何獲得最佳的人機組合勞動力是研究的關鍵。

三、社會技術計算

社會技術計算主題領域著眼于理解AI對社會影響的跨學科方法、虛假信息研究、數據所有權等方向。

AI技術為人類帶來便利和機會的同時，也產生了諸多問題或負面影響，如帶有種族或性別偏見的算法，侵犯個人隱私、自由，加重不同群體之間的不平等。白皮書呼吁通過跨學科的方法深入理解技術和社會之間的相互作用，以避免AI技術帶來的負面影響。

針對虛假信息，白皮書介紹了一個多學科研究議程，包括虛假信息偵查、教育、影響衡量和研究基礎設施，以打擊虛假信息并減少其社會影響。

在數據所有權方面，白皮書期望通過保護個人數據來理解AI的社會影響。數字時代，互聯網和物聯網系統所收集的個人數據大量增長，白皮書探討了在此環境下的一些重大問題，如數據的擁有、使用、控制、量化、以及個人隱私等問題。

四、人工智能

AI主題領域著眼于邊緣AI、AI合作、AI驅動的模擬器、下一代AI等方向。

如果將AI部署到網絡邊緣是否能更好的支持社會需求？白皮書研究了邊緣AI的潛在用途，確定了實現邊緣AI技術的需求和研究方向。

白皮書主張進一步研究AI和人類之間的合作，一系列的研究方向包括AI架構、人智協作系統、經濟觀點以及人類喜好和控制等各個方面。

模擬技術在社會和經濟中無處不在，提供了輔助決策的作用。白皮書闡述了AI驅動的模擬器的重要性，描述了該方向的挑戰、成果及潛在研究，以期發揮模擬預測的全部潛力。

白皮書介紹了當今AI系統的歷史和局限，如脆弱性、對抗性攻擊的弱點以及系統訓練的難點，并提出了一系列建議和研究重點，以催生健壯、可解釋、適應性強、符合倫理和負責任的下一代AI。

五、勞動力多樣性及教育

勞動力多樣性和教育主題領域著眼于勞動力多樣化新途徑、計算機科學博士培養、研究生人才挖掘等方向。

勞動力多樣性增強了計算領域的創造力。為了支持計算領域勞動力多樣化，白皮書建議：資助多元化機構的碩士課程，例如少數民族服務機構和特殊機構；為婦女、黑人、土著和其他有色人種或殘疾人等提供碩士或本科課程津貼。

計算機科學（CS）對博士學位的需求持續增加，然而對于美國來說，其本土博士生的比例已從1985年的69%下降到2018年37%，同時國際學生去留不確定。白皮書建議美國政府、工業界和學術界采取大膽的行動來增加美國本土博士生人數，如增加本科生參與研究的機會和資金，創造學生進入博士項目的新途徑，吸引直博生，同時加強工業界在CS博士培養方面的作用。

白皮書認為美國必須建立和培養多層次的創新性技術人才。培養未來CS人才的K-12教育無法滿足當前的社會勞動力需求，而現有的研究生是有待開發的寶貴勞動力資源。白皮書概述了計算機科學領域的職業機會和要求，以期為該領域注入多元化的經驗和觀點來驅動創新，同時克服社會公平公正方面的問題。

原文標題：【政策規劃?算】美國CRA發布2020年“四年期文件”，闡述未來四年計算機研究的挑戰和機遇

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

責任編輯：haq