新冠疫情（COVID-19）的爆发与扩散已严重影响世界各地民众的生活。截至2020年11月，新冠已导致全球超过4000万人感染、逾100万人死亡，经济也遭受重创。疫情的持续蔓延暴露了当前科学研究解决社会现实问题的不足，对学界提出了新的研究要求。
  
工业与应用数学学会 (SIAM)于二十世纪五十年代成立，是一个以促进应用数学和计算科学研究、发展和应用为目的的国际学术组织，到目前为止会员数已超过14000名，包括应用和计算数学家、计算机科学家、工程师、统计学家和数学教育者等。为应对新冠疫情带来的影响，SIAM向美国国家科学基金会（NSF）就未来的科学研究方向提供了一些建议，以增强疫情相关问题的研究[1]。这些建议为经济复苏提供了保障，使得国家具备长期竞争力以应对未来的挑战。
  
SIAM基于调查反馈、数学科学部门(DMS)的意见和内部讨论，从四个方面对疫情下的科学研究方向提出了如下具体建议:
  
 1. 防灾规划、灾难应对、灾后恢复和响应能力
疫情背景下，为了尽快提高社会对疫情的应对能力，SIAM建议NSF加强对数学、计算和数据科学研究的支持，具体可以在以下方面增加投入：风险分析，鲁棒性分析和不确定性量化; 网络科学与网络分析; 加密和受保护的实时数据的集成与分析（为了预测的准确性）; 基于疾病传播、控制和缓解的预测性建模; 对于人工智能（AI）和机器学习方法的数学基础研究。这些研究方向可以应用于许多具体问题，比如对疫情进行建模、预测和数据分析。对疫情进展的充分掌握可以提高社会、制造业、供应链和物流系统的应急响应能力，有利于在不确定环境下结合社会科学进行有效的决策。这些研究同时便于理解和分析病毒传播对教育和工作的影响，以及提升对于医疗数据的分析能力和轨迹追踪过程中的隐私保护能力。
  
 2.合作关系
由于上述提到的研究问题涉及不同学科领域，考虑到真实问题的复杂性，SIAM建议 NSF建立跨学科、跨部门、跨机构的合作关系，具体如下：NSF应继续资助机构内的跨领域合作关系，尤其是加强数学、计算相关部门和社会与行为科学（SBE）等部门之间的联系。NSF应制定措施，以鼓励行业伙伴增加投入，推动研究成果的转化与实际应用。NSF应通过Accel-Net和国际研究与教育合作等计划支持国际合作。此外，SIAM提出以下原则以建立有效的合作关系：
$\cdot$  增强数学、计算科学部门与非紧密联系的学科或机构的合作关系。
$\cdot$  基于现有的成功经验，与新的部门和机构建立合作关系。
$\cdot$  在建立合作关系时，既要重视结果的转化与应用，也要重视相关基础研究。
$\cdot$ 既要建立合作的基础，也要构建问题导向的合作关系。   
  
 3. 基础设施与协作工具
疫情显示了远程工作的前景和缺陷，促使人们思考未来研究的形式和所需的基础设施，以满足建模与计算的研究及应用要求。为此，SIAM建议NSF应支持学术研究人员高效地访问云计算资源，并建立网络基础设施来分类、存储、访问、解析、管理和处理一些重要数据集。同时，NSF还应重建1994年成立
的团体基础设施赠款项目(GIG)，以改善小型研究团体的研究和教育环境。最后，NSF应探索和支持研究人员之间的远程合作与召集机制，在取消许多面对面交流会议的情况下保持学术界科研创新的活力。
  
 4. 劳动力发展
SIAM特别关注受疫情影响严重的研究和管理人员。因此，NSF应该在基金的申请和学术联系中保持灵活性，探索在虚拟环境下的科研培训计划，并通过实习或其他新机制来保持大学、政府实验室和企业之间的联系，以确保劳动力的连续性。此外，疫情使许多人失去工作，同时人工智能（AI）和机器学习改变了研究人员的技能需要，为确保这些人能获得教育和技能培训的机会，NSF应投资提高技能的研究和社区大学的教育。并且，NSF还应帮助K-12学生培养计算思维能力，以帮助他们适应未来学习和工作的需求。最后，考虑到弱势群体受疫情的影响特别严重，NSF应健全其审核机制，以消除偏见和提高透明度。