美国计算机研究协会（CRA）每四年发布一系列白皮书，又被称为“四年期文件”，探索计算研究的潜在领域及问题，以响应未来四年的国家优先事项。这些白皮书试图全面描述计算研究的潜在研究方向、挑战，以及对政策制定者和计算研究界的建议。2020年的“四年期文件”涵盖五个主题领域：核心计算机科学、广义计算、社会技术计算、人工智能（AI）和人才多样性及教育。其中，核心计算机科学主题领域的白皮书已于2020年10月29日发布，其他四个主题领域的白皮书将陆续发布。

1.核心计算机科学

核心计算机科学主题领域着眼于后量子密码学、理论计算机科学、下一代无线网络计算研究挑战、美国工业和社会的计算基础等方向。该主题领域白皮书通过理论计算机科学探索了算法世界的基础，思考了后摩尔时代的计算机挑战，探讨了下一代无线技术的机遇，并为应对后量子计算时代的安全挑战做好了准备。

量子计算的进步严重威胁着人类数字安全和隐私。随着量子密码和计算技术的进步，隐私信息和数据的现有加密算法受到威胁。后量子密码学方向白皮书识别了过渡到后量子密码时代前需要解决的问题，尤其在确定现有加密算法的替代方案以及确保安全过渡方面。

理论计算机科学是算法世界的基础，白皮书介绍了理论计算机科学基础研究和资金资助方面的稳定支持情况，强调了算法隐私、算法公平性、数据科学基础。理论计算机科学的进步将推动整个计算机科学领域的发展，其能够洞察计算领域的可能性和局限性，识别新领域的关键问题以及计算机科学之外的计算和算法问题。

5G技术通过使用不同的无线技术进一步提高了网络传输速度、改善了基站容量、降低了网络延迟。随着技术的快速发展，6G技术已引起了人们的兴趣并被认为是新的使能技术。白皮书探讨了6G技术的发展及其应用，如6G技术的安全、隐私和可靠性研究，频谱共享，深度可编程网络等，并概述了可能的研究议程。

白皮书在推进美国工业和社会的计算基础方向概述了后摩尔时代新的计算技术，以继续提高计算机的速度和性能，推动计算领域的进步。四个递进层级方案将颠覆现有技术：（Level-1）延续摩尔定律（More Moore），该层级的目标是将摩尔定律延续到2025年，而3D芯片结构成为最有潜力的解决方案；（Level-2）隐藏式变化（Hidden changes），该层级方案通过绝热/可逆和低温/超导计算等新方法构建计算机内部结构，以过渡现有软件应用；（Level-3）架构变化（Architectural changes），该层级试图改变计算机硬件架构，进而改变计算机的编程方式；（Level-4）非冯·诺依曼结构（Non-von Neumann），该层级从量子计算、神经形态计算、物理计算等非冯·诺依曼结构探索突破摩尔极限的解决方案。

2.广义计算

广义计算主题领域着眼于大流行信息学、安全计算的研究生态、AI/量子/高性能计算的基础设施、机器人使能的劳动力等方向。

广义计算主题领域的白皮书鉴于最近的大流行，概述了应对全球大流行的战略，强调及早发现、公众反应预测以及有效措施制定，以减少全球大流行的不利影响。实现应对全球大流行的战略目标需要很多领域的研究和技术进步，例如，如何利用信息基础设施协助应对全球疫情爆发和更好地应对未来卫生危机。

当今的技术开发者更关注技术能力而忽略安全性，白皮书强调了设计阶段优先考虑安全问题的重要性，确定了研究和资助的重点领域涉及加强安全性的过渡和采用、培训和教育以及激励结构等。

白皮书在AI/量子/高性能计算的基础设施方向，打破了三者之间的障碍，呼吁整合资源以支持这些关键领域并强调他们之间的协同作用。该方向的目标是弥合三者之间的差距，通过基础设施促进彼此进步。

白皮书在机器人使能的劳动力方向，描述了机器人技术提高了自动化程度并为工人提供了新的机会。白皮书概述了研究、技术开发、教育、培训和政策方面的必要投资。机器人技术将有力补充人工劳动力，如何获得最佳的人机组合劳动力是研究的关键。

3.社会技术计算

社会技术计算主题领域着眼于理解AI对社会影响的跨学科方法、虚假信息研究、数据所有权等方向。

AI技术为人类带来便利和机会的同时，也产生了诸多问题或负面影响，如带有种族或性别偏见的算法，侵犯个人隐私、自由，加重不同群体之间的不平等。白皮书呼吁通过跨学科的方法深入理解技术和社会之间的相互作用，以避免AI技术带来的负面影响。

针对虚假信息，白皮书介绍了一个多学科研究议程，包括虚假信息侦查、教育、影响衡量和研究基础设施，以打击虚假信息并减少其社会影响。

在数据所有权方面，白皮书期望通过保护个人数据来理解AI的社会影响。数字时代，互联网和物联网系统所收集的个人数据大量增长，白皮书探讨了在此环境下的一些重大问题，如数据的拥有、使用、控制、量化、以及个人隐私等问题。

4.人工智能

AI主题领域着眼于边缘AI、AI合作、AI驱动的模拟器、下一代AI等方向。如果将AI部署到网络边缘是否能更好的支持社会需求？白皮书研究了边缘AI的潜在用途，确定了实现边缘AI技术的需求和研究方向。

白皮书主张进一步研究AI和人类之间的合作，一系列的研究方向包括AI架构、人智协作系统、经济观点以及人类喜好和控制等各个方面。

模拟技术在社会和经济中无处不在，提供了辅助决策的作用。白皮书阐述了AI驱动的模拟器的重要性，描述了该方向的挑战、成果及潜在研究，以期发挥模拟预测的全部潜力。

白皮书介绍了当今AI系统的历史和局限，如脆弱性、对抗性攻击的弱点以及系统训练的难点，并提出了一系列建议和研究重点，以催生健壮、可解释、适应性强、符合伦理和负责任的下一代AI。

5.劳动力多样性及教育

劳动力多样性和教育主题领域着眼于劳动力多样化新途径、计算机科学博士培养、研究生人才挖掘等方向。

劳动力多样性增强了计算领域的创造力。为了支持计算领域劳动力多样化，白皮书建议：资助多元化机构的硕士课程，例如少数民族服务机构和特殊机构；为妇女、黑人、土著和其他有色人种或残疾人等提供硕士或本科课程津贴。

计算机科学（CS）对博士学位的需求持续增加，然而对于美国来说，其本土博士生的比例已从1985年的69%下降到2018年37%，同时国际学生去留不确定。白皮书建议美国政府、工业界和学术界采取大胆的行动来增加美国本土博士生人数，如增加本科生参与研究的机会和资金，创造学生进入博士项目的新途径，吸引直博生，同时加强工业界在CS博士培养方面的作用。

白皮书认为美国必须建立和培养多层次的创新性技术人才。培养未来CS人才的K-12教育无法满足当前的社会劳动力需求，而现有的研究生是有待开发的宝贵劳动力资源。白皮书概述了计算机科学领域的职业机会和要求，以期为该领域注入多元化的经验和观点来驱动创新，同时克服社会公平公正方面的问题。

王立娜 供稿自