В этом отчете подробно описывается важность использования искусственного интеллекта для продвижения науки и решения национальных задач, таких как энергетика и безопасность, а также излагается программа исследований, которая в равной степени актуальна и крайне необходима, а также рассматриваются проблемы этого процесса.

• Такие области, как обработка естественного языка (NLP) и распознавание изображений, показали многообещающие результаты, наряду с проектированием, инжинирингом и эксплуатацией сложных систем - особенно тех, которые лежат в основе основных задач Министерства энергетики в области науки, энергетики и безопасности. 
• Прогресс в разработке и внедрении суперкомпьютеров в Китае, Японии, Европе и других странах привел к появлению конкурентных позиций искусственного интеллекта, которые нельзя игнорировать. Поскольку возможности искусственного интеллекта начинают трансформировать почти все аспекты науки, энергетики и безопасности, установление лидерства в области искусственного интеллекта и лежащих в его основе возможностей, включая высокопроизводительные вычисления (HPC), будет тесно связано с будущим страны и ее ролью в мировом порядке. 

1. В разделе 01 подробно описываются шесть новых вычислительных парадигм, основанных на ИИ. Они образуют набор строительных блоков, которые объединяют и масштабируют фундаментальные функции искусственного интеллекта, такие как вывод из крупномасштабных и часто неструктурированных и мультимодальных источников данных, NLP и распознавание объектов. Эти строительные блоки могут быть интегрированы для создания трансформационных возможностей - от суррогатных и базовых моделей до цифровых двойников; к автоматизированному управлению в режиме реального времени и оптимизированным приборам, экспериментам или сложной инфраструктуре.
2. В разделе 02 показывается влияние применения этих новых подходов к искусственному интеллекту на уникальные задачи прикладных областей и программ Министерства энергетики в области фундаментальной науки, энергетики и национальной безопасности, а также на новые энергетические проекты. Достижение этих преобразований потребует фундаментальных изменений в характере вычислительных нагрузок, значительно увеличивающих масштаб необходимых вычислительных ресурсов и ресурсов данных по мере того, как рабочие нагрузки смещаются, чтобы охватить обучение модели, а также изучение более широкого спектра модельных сценариев.
3. В разделе 03 описаны пять ключевых сквозных технологических проблемных областей, которые необходимо решить, чтобы преодолеть разрыв между методами, основанными на моделях, и методами, основанными на данных.