虽然没有明确说明这一点,但人们反复呼吁通过“公私合作伙伴关系”组建 NAIRR,这一短语贯穿了斯坦福以人为本人工智能研究所 (HAI) 和 NSCAI 的 NAIRR 倡导。5 NSCAI 的建议承认“这种基础设施将利用公私合作伙伴关系,并在现有政府努力的基础上建立,避免政府运营数据中心的高昂启动成本。”6 HAI 主任 John Etchemendy 在接受《科学》采访时明确表示:“商业云提供商正在进行创新,他们投入大量资金来保持其最新状态,”他说。“建造像超级计算机中心这样的设施将是一个巨大的错误,因为它会在几年内过时。”7
在有限的时间内(2024 年 1 月 24 日至 3 月 1 日)为研究人员提供支持。 o DOE ORNL Summit 前百亿亿次 HPC 和 Argonne NL ALCF AI 测试平台 o NSF 支持的 Delta GPU、Frontera、Lonestar6 和 NeoCortex 测试平台。 o 请参阅 https://nairrpilot.org/allocations。
2023 年 CREATE AI 法案摘要 2023 年 7 月,美国参议员 Martin Heinrich、Todd Young、Cory Booker 和 Mike Rounds 提出了 S.2714《CREATE AI 法案》,授权建设国家人工智能研究资源 (NAIRR),这是一种云计算资源,将使人工智能 (AI) 的开发和使用民主化。NAIRR 将免费或低成本地访问数据集和计算资源,以开发 AI 工作流程。这将释放美国在科学、工程、医学、农业和许多其他领域的创新。NAIRR 还将成为开发和实施可信赖的 AI 实践的试验平台。需求很大 谷歌和 Meta 等公司每年在研发上投资数百亿美元,大型科技公司在 AI 投资方面也远远超过其他公司。由于现代 AI 需要大量数据和计算,对前沿 AI 方向的控制已经变得极为集中。即使是资源丰富的大学,在 AI 研究方面也远远落后于产业。例如,对于仅配备一台笔记本电脑的研究人员来说,要达到苹果 Siri 和亚马逊 Alexa 等工具所依赖的人工智能的最高水平,需要花费数千年的时间。背景参议员 Heinrich 和前美国参议员 Rob Portman 作为两党参议院人工智能核心小组的创始联合主席,在第 116 届国会上发起了《人工智能计划法案》和《NAIRR 特别工作组法案》,后来这两项法案在《2021 财年国防授权法案》中成为《国家人工智能计划法案》。这是根据国家人工智能安全委员会的建议而制定的。国会特许的 NAIRR 特别工作组于 2023 年 1 月完成其工作,并制定了如何实施 NAIRR 的完整蓝图,该立法就是以此为基础的。2023 财年,国家科学基金会 (NSF) 获得了 7 亿美元用于人工智能研究,远低于近年来私营部门对基础和应用人工智能研究的贡献。 NAIRR 将使广泛的研究人员能够参与人工智能,这将真正使人工智能民主化,并让美国创新生态系统的全部力量发挥作用,推动人工智能发展。
听证会目的:本次听证会旨在研究联邦科学机构如何进一步利用人工智能 (AI) 推动新科学领域的发现并开展前沿人工智能研究。听证会将为委员会提供一个机会,探索国家人工智能研究资源 (NAIRR) 工作组报告、国家科学基金会的 NAIRR 试点计划以及能源部国家实验室网络内推动人工智能进步的努力中的建议。听证会还将审查研究人员获取人工智能研究资源(包括高级计算能力和大型数据集)的状况,以及行业如何参与这项重要工作。本次听证会将为科学、空间和技术委员会当前和未来的监督和立法工作提供信息。
[3] 主要研究者:Yuankai Huo。联合主要研究者:Bennett Landman、Mary Ellen Koran、Braadley Malin、Daniel Moyer、Shunxing Bao、Anuj Kapadia、Xiao Wang、Muralikrishnan Gopalakrishnan Meena、Isaac Lyngaas。“保护医疗保健隐私:渲染大规模不可学习的医学影像数据以防止数据泄露”。国家人工智能研究资源试点 (NAIRR) 分配,05/01/24-12/31/24,Summit 超级计算机上分配 100,000 个节点小时。
听证会的目的是审查政府对国家科学基金会 (NSF) 的 2025 财年预算请求及其支持科学和工程研究和教育的优先事项,包括 NSF 研究设施和基础设施的建设和运营;对 STEM 教育和劳动力发展的投资;以及技术、创新和伙伴关系理事会的活动。此外,委员会将审查 NSF 的国家人工智能研究资源 (NAIRR) 试点计划的进展、研究安全指导和政策实施的制定以及量子飞跃挑战研究所的未来。这次听证会还将是一个讨论基金会和国家科学委员会为解决美国南极洲计划 (USAP) 的不安全文化和环境而采取的措施的机会。
这些积极影响往往是通过开放的技术和科学方法实现的。开源人工智能模型允许科学家和初创公司在他人工作的基础上进行开发。1415 同样,开放数据集也允许集体创新。例如,DARPA Triage Challenge 是一项旨在提高急救人员和医务人员在战场和地震等情况下的能力的计划。16 挑战赛的人工智能系统有助于预测哪些伤害最为严重以及如何应对。为了做到这一点,DARPA 团队与马里兰大学和匹兹堡大学的医疗专业人员合作,建立了去识别的临床创伤患者数据集用于训练。17 与此同时,国家人工智能研究资源 (NAIRR) 正在为免疫学数据集、癌症数据集和其他大型数据集做出贡献,以更好地研究疾病。18
• HR 9402,即美国国家科学基金会的《人工智能教育法案》,提供奖学金和研究金,并在社区学院和技术学校建立人工智能卓越中心。 • HR 9403,即《扩大人工智能声音法案》,将人工智能研究机会扩展到顶尖大学之外,以确保劳动力发展的包容性。 • HR 5077,即《CREATE AI法案》,授权国家人工智能研究资源(NAIRR)将研究人员与高级人工智能研究的数据和资源联系起来。 • HR 9497,即《人工智能进步与可靠性法案》,建立了人工智能进步与可靠性中心,以制定人工智能稳健性和安全性标准。 • HR 9466,即《人工智能发展实践法案》,提出了一种类似于营养标签的标准化人工智能系统信息共享方式,以促进创新和合作。 • 所有这些两党法案都是为了推动人工智能发展,确保美国在全球人工智能竞争中的领导地位。