如果你想开发一些先进的科学项目——国防高级研究计划局的人有很多可以飞行数年的飞机不着陆骨骼腻子那美国国防部高级研究计划局就需要你了。
军方的尖端研究机构正在接受科学家为其计算机科学学习小组CSSG的目标是快速确定计算机科学领域的想法，DARPA称这些想法将为国防部(DoD)提供革命性的进步。
正如您可能猜测的那样，CSSG有一个它希望看到的广泛而多样的项目列表。其中包括:
·生物启发开发系统:蝙蝠声纳、蚁群和免疫系统是生物系统的例子，它们启发了算法的发展，适用于各种领域的困难和大问题。例子包括遗传和进化算法、神经网络、受生物学启发在无线网络中开发路由算法的新想法，包括具有适应、进化、生长、愈合、复制和学习等能力的软件和算法。军方感兴趣的潜在应用包括自动智能车辆、自适应视频处理算法、飞行和其他控制系统，以及医疗数据分析。
·生物识别技术:DARPA对新型和改进的技术的发展感兴趣，用于测量和分析人体特征，如指纹、眼睛视网膜和虹膜、声音模式、面部模式和手部测量，用于认证目的。建议的技术的理想特征包括最小化关键指标，如被错误地接受为真正用户的无效用户的百分比，被拒绝为冒名用户的有效用户的百分比，以及不被系统识别的有效用户的百分比。
·复杂性理论:复杂性理论根据计算问题所需的计算资源的数量，或者更具体地说，处理步骤的数量和解决方案所需的内存来对计算问题进行分类。DARPA特别感兴趣的是如何确定在高性能计算中存在哪些加速问题解决的技术，以及各种类型的计算机体系结构(包括标量、并行、分布式网络等)的计算速度界限。
·计算机视觉:计算机视觉致力于图像和视频分析，以获得与人类观看者相当的结果。潜在的应用包括医学成像、视频监控、个人和车辆的检测和跟踪以及视频压缩。包括机器学习的实现在内的方法是我们特别感兴趣的，但DARPA也将考虑比以前的系统更有效地解决特定任务的方法。
·检测偏离常态:模式识别理论倾向于关注随着时间的推移相对稳定的事件和模式。然而，活动的动态模型试图分析趋势，并将模式外推到未来预期的行为模式。除了预测分析师可能希望检测的模式趋势(因为它们代表了威胁)之外，更高级的理论可能尝试建模或预测代表正常行为的模式，这样就可以检测到威胁偏离了正常模式。潜在的应用包括检测计算机系统和网络中的入侵，以及检测医学异常。
·信息可访问性、集成和管理:DARPA对下一代方法、工具和技术感兴趣，以使访问、集成、分析和有效管理广泛分布的异构信息的大规模存储。这些能力将帮助人类分析人员更好地利用所有可用的信息资源，以追求与军事应用相关的知识。可能的研究领域包括开发能够快速、容易地访问和理解异构信息的人机交互功能，以及能够“学习”、调整、变化和自我修复的认知系统，以增强战场机器人的能力。
·机器学习:机器学习是研究通过经验自动改进的计算机算法，通常涉及执行与人工智能相关任务的系统。DARPA对通过自主获取和整合知识来提高系统效率和有效性的技术很感兴趣，并利用这些知识来实现持续的自我完善。潜在的军事应用包括机器人运动、战争游戏、计算机视觉中的物体识别、语音和笔迹识别、生物信息学和医疗诊断。
·网络管理和建模:我们的军事服务依赖于广泛的物理、信息、认知和社交网络的交互。对网络基础知识的深入了解对于确保它们可靠、平稳地运行、不容易受到攻击是至关重要的。已知信息与确保复杂网络可靠和安全运行所需信息之间的这种差距，使过渡到以网络为中心的操作存在问题。DARPA感兴趣的是开发以可预测的方式设计大型复杂网络所需的基础知识。
·模式识别:模式识别的目的是根据先验知识或从模式中提取的统计信息对数据(模式)进行分类。要分类的模式通常是一组测量值或观察值，在适当的多维空间中定义点。在模式识别方面的新的和创新的突破将立即适用于信息分析。
·智能监视系统:DARPA对使用自动图像理解技术从监视数据中提取信息的智能监视系统感兴趣。除了考虑挑战的信息提取方面的建议，DARPA还将考虑那些在搜索、检索、数据管理和调查的背景下使用提取的信息的建议。
·软件工程:软件开发和发展的过程是一项雄心勃勃的工作，涉及复杂、不完整、有时不一致而且常常是模糊的因素。在动态生命周期中，必须考虑设计、质量、可靠性、涉众利益和目标、移动目标以及预算和时间轴等约束因素。所面临的挑战是提供完善的方法支持，以促成关于过程和产品、风险和瓶颈以及工具、方法和技术的选择的良好决策。
DARPA估计，将有12名研究人员被接受为2009年CSSG的一部分。截止日期为2008年8月11日。
图层8在一个盒子里看看其他热门故事: