美国CCC发布20年人工智能（AI）路径图
http://bit.ly/2HAM8sJ
2018年秋季，美国计算社群协会（CCC：Computing Community Consortium）发起建立20年人工智能路径图计画(20-Year Roadmap for Artificial Intelligence)，由Yolanda Gil（南加州大学和人工智能顶尖国际会议(AAAI)主席）和Bart Selman（康乃尔大学和AAAI当选主席）。该计划的目标是确定AI领域的挑战、机遇和隐患，并建立具说服力的报告，作为AI领域的未来决策、政策和投资计画提供信息之参考。
AI 驱动能力：
‧ Behavioral health coaches
‧ High payoff experiments
‧ Opportunistic education
‧ Resolve supply chain delays
‧ At-home robot caregivers/helpers
‧ Effective natural disaster response
‧ Novel business processes
‧ Address food and water insecurity
‧ Resilient cyber-physical systems
AI 研究优先领域：
Integrated Intelligence
‧ Science of integrated intelligence
‧ Contextualized AI
‧ Open knowledge repositories
‧ Understanding human intelligence Meaningful Interaction
‧ Collaboration
‧ Trust and responsibility
‧ Diversity of interaction channels
‧ Improving online interaction Self-Aware Learning
‧ Robust and trustworthy learning
‧ Deeper learning for challenging tasks
‧ Integrating symbolic and numeric representations
‧ Learning in integrated AI/robotic systems
该计画规划，采bottom-up模式首先举办一系列论坛和沟通管道所收集的广泛社区意见，包含2018/2019年秋冬季的三次专题研讨会、一次AAAI年会的交锋座谈会（Town Hall），以及产业界、政府、学业界和专业机构等其他利益相关者群体的反馈意见。路线图草案于2019年5月13日公开，供电脑或计算研究团体评论。在评论期和进一步修订之后，最终版本于2019年8月6日发布。以下，就最终版本摘要出重点。
关于美国“20年人工智能路径图计画”
主要发现
1.透过强大的算法基础，以及过去十年内可用的数据和计算资源推动之下，人工智能有望对社会和经济产生深远的积极影响。
2.欲实现AI的潜在好处，就必须进行大胆的AI研究，并搭配新策略、研究模型以及不同的组织类型，以达催化及支持AI之目的。
3.学界和产业界对AI的需求和作用，以及之间的互动，都对人工智能的未来具有至关重要的意义。
4.AI相关人才和人力资源正经历天翻地覆的改变，为人才库（talent pool）的发展以及确保满足人才储备的多元性带来了重大挑战。
5.人工智能系统的快速部署正引起严重的问题，以及包含了广泛能力和议题的社会挑战。
6.美国对AI的重大策略性投资，将促进主流科学、科技、社会和经济进步。
建议
1.创立和经营国立AI基础建设，通过四种连锁力量为学术界、产业界和政府服务：
开放AI平台和资源：由学术研究社团提供一庞大、互通且分布式的” AI -ready”资源集合（例如：个人化助理及机器人环境，整理筛选高品质的资料集、软件、知识储存库及测试台）并且供学术界、产业界和政府使用。
坚持不懈以社群驱动的人工智能挑战：由AI和各领域专家连续不断地提出有条理的问题，并借此推动关键领域的研究，这些问题是建立在开放AI平台及设施（且不断增加）的共享资源上。
国家级AI研究中心：在大学附设多间AI研究中心，进行长期AI关键领域（例：智慧、信任及责任之间的整合）研究，透过长达十年的资金计画，支持100位师资、200位AI工程师、500位学生及基础计算设备。这些中心为各级的学生提供丰富的培训；同时，提供来自学术界、产业界和政府机关进行跨领域研究和技术转型。
任务取向的AI实验室：生活实验室的AI研究，以对社会影响有极大潜力的领域为目标。这些将是” AI-Ready”的设施，旨在使AI研究人员能够访问独特的数据及专业知识，诸如AI预备医院、AI预备家庭及AI预备学院。这些机构将与国家级AI研究中心密切合作，提供所需、促进应用研究以及转型研究结果。这些实验室对研发、宣传及人员培训而言举足轻重，经费支援长达十年以支持50名终身AI研究人员、50名来自AI研究中心的访问专家、100至200名AI工程师和技术人员，以及100名领域专家和人员。
2.建立在上述国家级AI研究中心之基础建设之下，重新定义及培训全方位的AI人力：
制订各种级别的人工智能课程：为了及早培养及鼓励对AI的认识及兴趣，应该为这方面的课程制订指导方针，从K-12（将幼稚园、小学和中学教育合在一起的统称，用于美加及澳洲部分地区）开始，并且延伸至研究所及专业课程。
为进阶AI学位建立招生和推荐项目：包括专为优秀人才的学生提供资助，以获得高等研究生学位，并为博士级研究人员提供保留项目，为AI教学人员提供支援和额外资源的授权。
关注少数族群和弱势群体：选拔优秀人才纳入AI研究工作的计划。
鼓励新兴跨学科AI领域：鼓励学生和研究团体进行跨学科的AI研究－例如AI安全工程设计，以及AI对社会影响之剖析－如此将确保劳动人力和研究体系都能够充分理解AI解决方案。
重视AI伦理和政策：包括AI伦理和政策领域的重要性，以及强调将道德和相关责任原则纳入AI系统设计和操作之核心要素的必要性。
处理AI难题和未来工作：这些难题是AI与其他学科（如经济学、公共政策和教育）跨领域的交集。教导学生如何思考他们工作的伦理和社会影响是很重要的。
增加培训高技术的AI工程师和技术人员的管道：以国家级AI研究中心的建设支持为基础，通过社区学院、劳工再培训课程、专业认证课程和线上学位等方式，增加学习AI的管道。
3.基础AI研究核心课程的重要性：
本AI路径蓝图所提到的新资源和鼓励措施须在不损害现有资助AI研究课程的前提之下进行。所述之核心课程提供公认且全面支持的研究进展，以培训年轻研究员、整合AI研究及教育，以及促进跨学科的合作；核心课程亦是本路径蓝图所述之更大范围计划的重要补充，同时也需要加强支持。
以上所提的建议，需要联邦政府持续性大量投资及支持，成果亦将具颠覆性。上述建议不仅是跨学科、前瞻性研发的支柱，推动科学和经济进步，同时考虑到安全性、漏洞、政策和道德问题。同时，应以优渥的研究环境来留住最优秀的人才，并在各关键技术领域中扩展人力资本，以符合为社会和经济创造最大利益。