NSF首次资助融合项目通过科学合作应对社会挑战
发布时间：2017-10-19通过美国国家科学基金会(NSF )投资组合中不断增长的融合研究，NSF旨在强调融合的价值，深度整合多个学科以推动科学发现和创新。NSF主任弗朗斯·科多瓦(France Cordova)指出，“融合是一种更深入和更有意义的方法来整合来自多个学科的知识、技术和专业知识，从而解决最引人瞩目的科学和社会挑战。" 2017年8月24日，NSF首批资助23项融合项目将支持研讨会、暑期学校和科研协调网络(RCNs)等。这些项目将促进融合，以应对此前提出的“未来NSF投资十大方向”里五大方向的巨大挑战，分别包括:充分利用数据革命;探索新北极;量子跃迁:引领下一代量子革命;工作于人类技术前沿:塑造未来;以及了解生命规则:预测表型。融合投资组合与其他NSF计划(如NSF在“充分利用数据革命”方向的首次重要投资—数据科学原理的跨学科研究TRIPODS)将共同投资这些新项目。
本文将重点介绍2017年融合投资组合在“充分利用数据革命”方向中的获资项目，具体内容如下表所示。
| 项目名称 | 项目内容 | 主要研究人员 | 所在机构 | 起止时间 | 资助金额 |
| 从海量数据中开展模型驱动发现的基础 | 在布朗大学创建一个整合数学、统计学和理论计算机科学的研究所，以定义和完善数据科学新兴领域的基础格局。研究所将与大量本科生和研究生等建立联系，学科领域涉及神经科学、基因学、气候模拟、公共政策等。研 究所的使命是促进大数据理论和万法的发展和原理应用，以发现、改进和验证管理系统或数据生成过程的基本理论模型，从而改进新结果的预测。 | Jeffrey Brock、Eli Upfal、Stuart Geman | 布朗大学 | 2017.9 - 2020.8 | 150万美元 |
| 改进决策制定的数据科学:在不确定性、因果关系、隐私和网络结构等背景下学习 | 研究人员建议创建一个数据科学中心，结合计算机科学、信息科学、数学、运筹学和统计学的专业知识以改进决策制定。他们的目标是追求能促进数据科学理论基础建设的基础研究。五个具体研究方向包括:隐私与公平、社会图学习、学习干预、不确定性量化和深度学习。 | Kilian Weinberger、Steven Strogatz、Griles Hooker | 康奈尔大学 | 2017.10 - 2020.9 | 150万美元 |
| 数据科学基础研究所 | 在威斯康星麦迪逊分校建立一个新的实体—数据科学基础研究所(IFDS ) o IFDS将作为具有数据、统计学和计算机科学专业知识的校园人员中心，探索数据分析中问题形成和解决的新方法，以及集中体现了为研究数据科学中的根本问题而采取协作方式的可能性。IFDS将围绕三个主题组织跨学科研究:数据科学中的代数和优化、数据科学中的图和网络以及数据采集理论与方法。 | Stephen Wright、Sebastien Roch、Robert Nowak | 威斯康星大学麦迪逊分校 | 2017.9 -- 2020.8 | 150万美元 |
| 针对21世 纪数据科学教育的社会科学见解 | 举办两次研讨会，开发创新方法将关于数据科学实践的社会科学研究结果和来自于教学研究的见解融入数据科学课程中。研讨会参与者将与实践数据科学家、教育工作者和社会科学家共同组建一个实践社区。 | Cathryn Carson、Saul Perlmutter、David Culler | 加州大学伯克利 | 2017.10 -- 2018.9 | 10万美元 |
来源：网络安全和信息化动态2017年第18期
