20、美国国家科学基金会助力工作未来与人工智能发展

美国国家科学基金会助力工作未来与人工智能发展

一、NSF简介与工作未来的重要性

工作是社会至关重要且充满活力的元素，它驱动着办公室和工厂的运转，支撑着社区和国家的发展。如今，随着计算机、信息科学与工程的进步，包括数据分析、人工智能（AI）和机器人技术等，工作的格局正以前所未有的速度发生变化。

美国国家科学基金会（NSF）成立于1950年，是一个独立的联邦机构，其使命是促进科学进步、提升国家健康、繁荣和福利、保障国家安全等。NSF通过支持所有科学、技术、工程和数学（STEM）领域的基础研究以及各级STEM教育来履行使命，约占美国高校基础研究联邦预算的25%，对众多影响日常生活和推动经济发展的发现起到了关键作用。

NSF的投资具有长期愿景，相信基础研究的潜力，致力于追求有风险但可能带来非凡发现的项目，使发现者能够提出问题并开发引领重大突破的技术。

二、NSF在人工智能研究中的领导地位

2.1 工作变革带来的机遇与挑战

科技的进步带来了新的机遇，如创造新的产业和职业、提高生产力和生活质量、让更多人参与劳动力市场。但同时也带来了挑战，如自动化导致的工作岗位流失、对高技能工人需求的增加，以及新的安全威胁、算法偏见和跟不上工作性质快速变化的职场政策等问题。

2.2 NSF的研究支持

NSF在人工智能、机器学习、机器人技术和数据科学等领域有着悠久而丰富的支持变革性研究的历史。它通过国家科学与工程统计中心衡量STEM劳动力，并通过投资人力资本来促进其发展。NSF主任共同主持国家科学与技术委员会（NSTC）的人工智能特别委员会，协调联邦政府的人工智能研发工作。

在2019财年，NSF投入近4.5亿美元用于基础研究、劳动力发展和先进的可扩展计算资源，以推动人工智能的发展。许多当今人工智能的变革性应用都源于联邦政府数十年的基础研究投资，例如NSF资助的研究人员在20世纪90年代将人工智能研究与互联网发展相结合，推动了协作过滤技术的发展，为Netflix和亚马逊等网站的推荐引擎提供了支持。

2.3 特殊项目

NSF还通过各种公私合作伙伴关系推出了多个特殊项目：
- 与亚马逊合作的人工智能公平性项目 ：探索构建值得信赖的人工智能系统，解决透明度、可解释性、问责制、偏见、缓解策略、验证和包容性等问题。
- 与人工智能合作组织的合作 ：理解人工智能技术带来的社会挑战，并促进科学贡献以克服这些挑战。
- 与国防高级研究计划局的合作 ：探索高性能、节能的硬件和机器学习架构，使其能够实时从新数据中学习。

NSF能够整合多个领域，如计算机和信息科学与工程、认知科学和心理学、经济学和博弈论等，在拓展人工智能前沿和应对未来挑战方面发挥着独特作用。

三、人类技术前沿的工作未来（FW - HTF）计划

3.1 计划概述

2016年，NSF推出了一系列“大创意”，其中人类技术前沿的工作未来（FW - HTF）大创意旨在应对工作未来的挑战和机遇。其总体愿景是支持融合研究，以理解和发展人机技术伙伴关系，设计增强人类绩效的新技术，揭示新兴的社会技术格局，理解新技术的风险和益处，以及促进终身和广泛的学习。

3.2 具体目标

• 深入了解技术与人类在不同工作场景中的互动、任务分配、合作和互补方式。
• 推进与工人教育、培训以及正式和非正式学习相关的知识，使所有潜在工人能够适应不断变化的工作环境。
• 理解人类技术前沿的工作未来与周围社会的联系，包括新技术的预期潜力和对工人及社会福祉的意外后果。

3.3 项目实例

在2019财年，NSF开始为FW - HTF大创意提供首批资助：
- 密歇根大学的项目 ：研究人类与机器人在建筑环境中的协作方式，尽管机器人功能有了近期进展，但人机交互的许多基本问题仍未得到解答。
- 普渡大学、印第安纳大学和麻省理工学院的合作项目 ：开发模拟技术，帮助制造商设计让工人蓬勃发展的工厂。
- 华盛顿大学的项目 ：利用计算机科学和机器学习的最新进展，改进面向所有年龄段学习编码者的教育工具，创建自动为不同背景学习者生成更个性化练习内容的在线学习技术，支持计算劳动力的多样性。

四、融合加速器

4.1 加速器介绍

NSF的融合加速器旨在识别那些通过融合跨学科人员解决问题的研究领域，这些领域有可能迅速转化为高收益成果，并将想法从概念推进到实际成果。它通过创建包括行业、基金会、政府、非营利组织等多部门利益相关者的动态合作伙伴关系，补充了NSF的基础研究支持。

4.2 首批奖项

在9月10日，NSF宣布了融合加速器试点的首批奖项，43个奖项总计3900万美元，将支持全国各地的项目，以利用科学和工程领域的进展改善美国工人的生活。约一半的奖项聚焦于工作未来，涉及预测性人工智能工具和成人学习所需的教育技术等主题。

这些奖项涵盖了广泛的行业、人群和合作伙伴关系，例如中佛罗里达大学的项目将深度学习、半结构化访谈、调查和工作生活日记数据分析相结合，构建混合框架以预测人工智能对人力资源行业未来工作的多维影响。

在接下来的六个月里，研究团队将参与“创新课程”，以改进初始想法、通过新的合作伙伴关系扩充团队、改善沟通并实现突破性进展。

五、社会科学研究的作用

5.1 重要性

理解不断变化的工作场所和技术的人类和社会方面，使我们能够利用这些技术提高所有美国人的工作质量和生活质量。社会和行为科学家从神经元到社区、从农场到工厂，为理解工作性质变化中的人类因素提供了独特而有价值的服务。

5.2 研究实例

近年来，NSF的社会、行为和经济科学（SBE）理事会领导了NSF的工作未来努力并支持相关研究：
- 卡内基 - 梅隆大学的研究 ：精确研究当前和新兴技术对劳动力成果的影响，为培训计划提供有意义的见解，帮助工人教育和再培训计划更有效地服务更多人。
- 范德堡大学的研究 ：通过研究提高自闭症、多动症和诵读困难等神经多样性人群在STEM工作中的留用率、参与度和生产力的方法，改善他们的机会和生活质量。
- 密歇根州立大学的研究 ：研究广泛采用自动驾驶车辆对拼车和货运的影响，以便更好地为司机做好准备和进行再培训，帮助行业和美国工人。
- 加州大学欧文分校的研究 ：利用实时评估开发公平准确的人工智能系统，指导干预措施以提高团队凝聚力、绩效、工作量和协作，并减少干扰，使未来的团队工作更智能、更好、更快乐。

终身学习和基于价值观的设计等概念是这些努力的关键要素，鼓励研究人员和企业家在技术发展早期考虑社会后果。社会和行为科学家正与其他科学家、工程师和创新者合作，以增强美国工人的能力，帮助下一代就业创造者更好地应对工作未来的挑战和机遇。

六、NSF的未来展望

NSF资助的发现和创新长期以来改善了人们的生活并满足了国家需求。在委员会和国会的支持下，NSF将继续投资于基础研究和有才华的人才，通过“大创意”、融合加速器和核心研究项目支持跨学科研究，确保工人、研究人员、学生、创新者和行业能够充分利用当前和未来的重大技术进步。

总之，NSF在推动美国在科技前沿的发展、应对工作未来的挑战和机遇方面发挥着至关重要的作用，通过多方面的努力，为国家的创新生态系统和劳动力发展提供了强大的支持。

以下是一个简单的mermaid流程图，展示NSF在人工智能研究和工作未来支持方面的主要流程：

graph LR
    A[NSF投资] --> B[基础研究]
    A --> C[劳动力发展]
    A --> D[先进计算资源]
    B --> E[人工智能研究]
    B --> F[机器学习研究]
    B --> G[机器人技术研究]
    B --> H[数据科学研究]
    C --> I[STEM劳动力衡量]
    C --> J[人力资本投资]
    D --> K[推动人工智能发展]
    E --> L[变革性应用]
    F --> L
    G --> L
    H --> L
    I --> M[了解劳动力需求]
    J --> N[培养高技能人才]
    K --> O[创造新机遇]
    K --> P[应对挑战]
    M --> Q[制定政策和项目]
    N --> Q
    O --> R[新产业和职业]
    O --> S[提高生产力和生活质量]
    P --> T[解决岗位流失等问题]
    P --> U[应对安全威胁和算法偏见]
    Q --> V[FW - HTF计划]
    Q --> W[融合加速器项目]
    Q --> X[社会科学研究支持]
    V --> Y[人机协作研究]
    V --> Z[教育技术研究]
    W --> AA[跨学科合作项目]
    X --> AB[理解人类和社会因素]
    Y --> AC[改善工作场景]
    Z --> AD[提升工人技能]
    AA --> AE[高收益成果]
    AB --> AF[优化政策和实践]

以下是一个表格总结NSF的主要项目和目标：
|项目名称|目标|
| ---- | ---- |
|人工智能研究支持|推动人工智能基础研究，促进技术发展和应用|
|特殊项目（与亚马逊等合作）|解决人工智能的公平性、社会挑战和硬件架构等问题|
|人类技术前沿的工作未来（FW - HTF）计划|理解和发展人机技术伙伴关系，支持工人适应变化|
|融合加速器|识别跨学科研究领域，将想法转化为实际成果|
|社会科学研究支持|理解工作场所和技术的人类和社会方面，改善工作质量和生活质量|

七、NSF核心人物：Dr. Arthur Lupia

7.1 职位与多重角色

Dr. Arthur Lupia 是美国国家科学基金会（NSF）社会、行为和经济科学（SBE）理事会的助理主任。在这个职位上，他不仅是NSF相关领域的负责人，还担任密歇根大学政治学的 Hal R. Varian 学院教授，以及科学技术政策办公室开放科学小组委员会的联合主席。在加入 NSF 之前，他有着丰富的履历，曾担任开放科学中心董事会主席、国家科学院社会和行为科学传播与应用圆桌会议主席，以及众多科学咨询委员会的领导职务。

7.2 研究领域与贡献

Dr. Lupia 的研究和相关公共工作聚焦于指导决策和学习的过程、原则及因素。他运用数学、统计学、神经科学、经济学、心理学等多学科知识，深入研究人们在信息不足或面临不利情况时如何做出决策和选择相信的内容。他在公民能力、信息处理、选民学习和科学传播方面的研究成果，对许多国家的学术实践、公共政策和课堂教学都产生了深远影响。

7.3 荣誉与成就

Dr. Lupia 获得了众多荣誉，他曾是约翰·西蒙·古根海姆研究员、安德鲁·卡内基研究员，并荣获美国国家科学院研究倡议奖。他毕业于罗切斯特大学，获得经济学学士学位，后在加州理工学院获得社会科学博士学位。

八、NSF工作的综合影响分析

8.1 对科技发展的推动

NSF 在多个领域的投资和研究支持，极大地推动了科技的发展。在人工智能领域，其长期的基础研究投入为当今众多变革性应用奠定了基础，如协作过滤技术在电商推荐系统中的广泛应用。通过支持跨学科研究，NSF 促进了不同领域的融合，拓展了科技的边界，为未来的创新提供了更多可能性。

8.2 对劳动力发展的促进

NSF 的各项计划和项目都紧密围绕劳动力发展展开。人类技术前沿的工作未来（FW - HTF）计划通过研究人机协作和开发教育技术，帮助工人适应不断变化的工作环境，提升技能水平。融合加速器项目则为不同行业的工人创造了新的机会，通过跨学科合作解决实际问题，提高了劳动力的综合素质和竞争力。

8.3 对社会的积极影响

社会科学研究在 NSF 的工作中占据重要地位，通过理解工作场所和技术的人类和社会方面，NSF 能够制定出更符合社会需求的政策和项目。例如，对神经多样性人群在 STEM 工作中的研究，有助于改善他们的就业机会和生活质量；对自动驾驶车辆影响的研究，能够更好地应对行业变革，保障工人的利益。这些努力有助于增强社会的凝聚力和稳定性，促进社会的公平和可持续发展。

以下是一个列表总结NSF工作的综合影响：
- 科技发展 ：推动基础研究，促进跨学科融合，拓展科技边界。
- 劳动力发展 ：帮助工人适应变化，提升技能，创造新的就业机会。
- 社会影响 ：改善社会公平，增强社会凝聚力，促进可持续发展。

九、NSF工作流程与机制

9.1 投资决策流程

NSF 的投资决策基于其使命和战略目标，首先会对各个领域的研究需求和潜力进行评估。然后，通过设立不同的项目和计划，吸引研究人员和机构提交申请。评审委员会会对申请进行严格的评估，考虑研究的创新性、可行性、潜在影响等因素。最终，NSF 根据评审结果做出投资决策，为选定的项目提供资金支持。

9.2 项目管理与监督

在项目实施过程中，NSF 会对项目进行管理和监督。研究团队需要定期向 NSF 汇报项目进展情况，NSF 会根据汇报情况进行评估和指导。如果项目出现问题或偏离预期目标，NSF 会要求研究团队进行调整。同时，NSF 也会鼓励研究团队之间的交流与合作，促进知识共享和创新。

9.3 成果转化与应用

NSF 不仅关注研究成果的产生，还注重其转化和应用。通过融合加速器等项目，NSF 帮助研究成果从概念阶段推进到实际应用阶段。NSF 会与行业、政府等利益相关者合作，将研究成果推广到实际工作中，为社会创造价值。

以下是一个 mermaid 流程图展示 NSF 的工作流程：

graph LR
    A[需求评估] --> B[设立项目]
    B --> C[申请提交]
    C --> D[评审评估]
    D --> E[投资决策]
    E --> F[项目实施]
    F --> G[进展汇报]
    G --> H[评估指导]
    H --> I[调整优化]
    F --> J[交流合作]
    F --> K[成果产生]
    K --> L[成果转化]
    L --> M[实际应用]
    M --> N[社会价值创造]

十、NSF与其他机构的合作模式

9.1 公私合作伙伴关系

NSF 通过与亚马逊、国防高级研究计划局等机构建立公私合作伙伴关系，共同开展研究项目。与亚马逊合作的人工智能公平性项目，利用双方的资源和优势，探索构建值得信赖的人工智能系统。与国防高级研究计划局的合作则聚焦于高性能、节能的硬件和机器学习架构的研究。

9.2 跨机构协作

NSF 还与其他联邦机构进行跨机构协作，共同推动人工智能研究和发展。NSF 主任共同主持国家科学与技术委员会（NSTC）的人工智能特别委员会，协调联邦政府的人工智能研发工作。通过这种协作，NSF 能够整合各方资源，避免重复研究，提高研究效率。

9.3 学术合作

NSF 与众多高校和科研机构开展学术合作，支持基础研究和人才培养。例如，在人类技术前沿的工作未来（FW - HTF）计划中，NSF 资助了密歇根大学、普渡大学等高校的研究项目，促进了学术交流和知识创新。

以下是一个表格总结 NSF 与其他机构的合作模式：
|合作模式|合作机构|合作内容|
| ---- | ---- | ---- |
|公私合作伙伴关系|亚马逊、国防高级研究计划局等|开展特定领域的研究项目|
|跨机构协作|国家科学与技术委员会等|协调联邦政府的人工智能研发工作|
|学术合作|密歇根大学、普渡大学等高校|支持基础研究和人才培养|

十一、总结与启示

11.1 总结

美国国家科学基金会（NSF）在推动科技发展、促进劳动力发展和改善社会福祉方面发挥了重要作用。通过投资基础研究、开展跨学科项目、支持社会科学研究等多种方式，NSF 为美国的创新生态系统和劳动力发展提供了强大的支持。其核心人物 Dr. Arthur Lupia 凭借丰富的经验和卓越的研究能力，为 NSF 的工作提供了有力的领导。

11.2 启示

NSF 的成功经验为其他国家和机构提供了重要的启示。在科技快速发展的时代，重视基础研究和跨学科融合是推动创新的关键。同时，关注劳动力发展和社会影响，将科技进步与社会需求相结合，能够实现可持续发展。此外，建立广泛的合作关系，整合各方资源，能够提高研究效率和成果转化能力。

总之，NSF 的工作模式和实践为我们提供了宝贵的借鉴，我们可以从中学习如何更好地推动科技进步、促进社会发展和提升人类福祉。