美国国家科学基金会向加州大学圣地亚哥分校人工智能研究所投资2000万美元

文章内容

更快的计算机芯片设计。具有更高能源效率的无线网络。自动驾驶汽车与行人以及彼此之间的互动更好。这些都是由加州大学圣地亚哥分校领导的一个专注于人工智能(AI)和优化的新研究所预计会出现的进步之一。大规模学习优化研究所(TILOS)由国家科学基金会提供的2000万美元的资助．该研究所将设在哈尔ıcıoğlu数据科学研究所(HDSI)，加州大学圣地亚哥分校的数据科学和人工智能校园中心。

TILOS是NSF国家人工智能研究所2021年基金的一部分，该基金为期五年，投资2.2亿美元，旨在创建11个多学科、多机构研究机构，作为大学、联邦机构、行业和非营利组织的国家中心，推动人工智能研究和劳动力发展。加州大学圣地亚哥分校的研究所也得到了英特尔的支持。

加州大学圣地亚哥分校校长Pradeep K. Khosla说:“作为一个全球社会，我们不能允许优化的进步被充分利用。”“TILOS团队由工程师、计算机科学家、数据科学家和教育工作者组成，他们将通过良性反馈循环解决优化中最困难的理论和应用挑战，确保这些进步将在现实世界中产生积极的影响。”

除了加州大学圣地亚哥分校，TILOS还包括麻省理工学院;圣地亚哥国立大学;宾夕法尼亚大学;德克萨斯大学奥斯汀分校;耶鲁大学。

Andrew B. Kahng，加州大学圣地亚哥分校计算机科学和电气工程教授，大规模学习优化研究所的首席研究员。

TILOS由Andrew Kahng领导，他是芯片设计领域的世界知名专家，也是加州大学圣地亚哥分校计算机科学和电气工程教授。“优化是一个普遍的追求，反映了做得更好的普遍需求，”Kahng说。“在工程系统中，能源效率、安全性、稳健性和其他标准的改进优化将带来无法估量的社会效益。但规模和复杂性的基本挑战使许多现实世界的优化需求超出了我们的能力范围。”

优化是机器学习的一个基本组成部分，是现代人工智能的一个重要领域。相反，机器学习可以帮助解决困难的优化问题。通过与行业合作伙伴的密切合作，TILOS研究人员将为对美国具有战略重要性的应用领域开发学习型优化工具，包括芯片设计、机器人和通信网络。

“优化既是一门科学，也是一项技术，”加州大学圣地亚哥分校数据科学中心HDSI的创始董事拉杰什·k·古普塔(Rajesh K. Gupta)说，该中心将容纳TILOS。“这个新的人工智能研究所不仅会在人工智能和优化的界面上发现新的科学，而且还会将其作为一种技术交付给现实世界的从业者:通过基准测试和进步路线图来衡量它，以改进它。”

加州大学圣地亚哥分校教授王玉素(Yusu Wang)是HDSI拓扑和几何数据分析方面的专家，他将担任TILOS研究副主任，领导基础研究和应用研究的结合。

王说:“优化问题无处不在，影响着社会的许多领域。”“HDSI通过贡献来自数据科学和机器学习的广泛专业知识，并将这种专业知识与优化理论以及应用领域联系起来，在TILOS中发挥着关键作用。”

TILOS基金会团队的研究人员将解决人工智能发展的挑战。其中之一就是能够在随机或对抗因素的情况下进行学习。这需要非凸优化。

基础研究

TILOS基金会团队旨在发现人工智能和优化相互作用的关键原则和新方法。该团队由在优化、机器学习和算法方面具有专业知识的领先研究人员组成。该项目由HDSI的副教授Arya Mazumdar共同领导，她的研究领域包括纠错码、信息论和统计学习理论。作为一个研究所，TILOS强调基金会团队和芯片设计、机器人和网络应用专家之间的合作伙伴关系。TILOS的每个应用领域都产生了丰富而复杂的数据集，挑战了基础研究，以扩展人工智能优化的边界。这些领域的改进也可能对日常生活产生巨大影响。

“我们的团队致力于揭示与优化和学习相关的最基本的数学问题，”马宗达尔说。“从揭开深度神经网络成功的神秘面纱，到发现分布式优化方法的局限性。”

芯片设计

由加州大学圣地亚哥分校主导的“OpenROAD”项目生产的先进技术芯片设计的一个小片段中路由电线的放大视图。一个完整的芯片布局将由数千个这样的片段组成，并同时优化速度、能源效率、可靠性、安全性、成本和许多其他目标。

除了担任TILOS总监外，Kahng还将共同领导TILOS在芯片设计领域的研究。在超过15年的时间里，他领导了芯片设计路线图，作为半导体行业技术路线图的一部分。他最近写了一篇评论自然他指出，人工智能可以给芯片设计带来好处，比如大大加快设计过程，从而提高质量、生产力和创新。

通信网络

优化网络的设计和运营不仅将为自动驾驶、增强现实和虚拟现实远程医疗以及机器人技术带来新的能力，还将节省大量能源，帮助应对气候变化。

加州大学圣地亚哥分校电气与计算机工程系的Tara Javidi教授将共同领导TILOS的工作，将优化突破应用于网络研究。人工智能和优化的进步可以产生积极影响的领域之一是数字网络的能源效率。

例如，今天，通信网络每年在全球消耗200到300太瓦时，是美国最强大的核反应堆发电量的10倍。这种能源消耗的很大一部分是由于次优设计和额外供应的分配，以弥补可靠性的不足。

贾维迪说:“我们对数据和可靠连接的需求呈指数级增长，我们现代信息基础设施的可持续可扩展性岌岌可危。”她补充说:“优化网络的设计和运营不仅可以实现自动驾驶、远程医疗的增强现实和虚拟现实以及机器人技术方面的新功能，还可以节省大量能源，帮助应对气候变化。”

机器人

计算机科学研究生David Paz-Ruiz在加州大学圣地亚哥分校用自动驾驶车发送邮件时检查代码。

TILOS机器人项目将由加州大学圣地亚哥分校环境机器人研究所所长、计算机科学教授亨里克·克里斯滕森(Henrik Christensen)共同领导。克里斯滕森是美国机器人发展路线图．人工智能驱动的优化将使机器人更好地感知环境，并以稳健的方式与之互动。它还将使机器人从更少的例子中学习得更快。

这可能会导致自动驾驶汽车能够更好地与道路上的其他车辆和人互动。它还将带来能够在家庭和公共场所更好地与人类互动的机器人。

“我们有一大堆有趣的问题需要解决，”克里斯滕森说。“优化是找到解决方案的关键。”

教育和劳动力发展

TILOS研究的每一步都将吸引研究生和博士后研究人员。

加州大学圣地亚哥分校雅各布斯工程学院院长Albert P. Pisano说:“至关重要的是，我们为在理论和实践界面学习和工作的学生提供了接触最艰难的现实挑战的机会。”“TILOS的研究将同时具有基础和应用价值，并始终牢记影响。这种类型的研究环境将为这里和全国各地的学生提供特殊的成长机会，作为技术人员和公民。”

此外，TILOS团队还计划了一个广泛的实验室外劳动力发展计划，该计划将识别和教授从优化的基础和应用进展中出现的新的实用技能和心态。该团队正在建立一个开放的继续教育项目，以长期、终身学习和技能更新为中心宗旨。

扩大参与

TILOS编程将扩展到教室之外，包括机器人演示、社区艺术装置和便携式、适应性强的“盒子里的拓展”模块，以吸引和激发下一代学习者。这些举措旨在提高人们对新的职业和教育机会的认识和获得机会，特别是在学生和其他传统上在工程领域代表性不足的人群中。

“人工智能、优化和应用领域将出现许多有意义和有价值的职业机会，”Kahng说。“为了保持其作为国家人工智能研究所的地位，TILOS带来了一个真正优秀、包容和多样化的团队来进行基础研究;将成果转化为工业实践;培训未来的劳动力;并让人们意识到人工智能和优化的进步带来了更广泛的教育和工作机会。”

加州大学圣地亚哥分校TILOS团队的成员

Nikolay Atanasov, Mikhail Belkin, Henrik Christensen, Fan Chung Graham, Sicun Gao, Tara Javidi, Andrew kang, Farinaz Koushanfar, Melvin Leok, Yian Ma, Arya Mazumdar, Saura Naderi, Michael Pazzani, Tajana Rosing，苏浩，王晓龙和王玉素。

完整的团队列表是可用的在TILOS网站上．