基金委发布下一代人工智能方法重大研究计划项目指南科技动态中国河南濮阳市科学技术局

关于发布可解释、可通用的下一代人工智能方法重大研究计划2023年度项目指南的通告

国科金发计〔2023〕12号

国家自然科学基金委员会现发布可解释、可通用的下一代人工智能方法重大研究计划2023年度项目指南,请申请人及依托单位按项目指南中所述的要求和注意事项申请。

国家自然科学基金委员会

2023年3月31日??

可解释、可通用的下一代人工智能方法重大研究计划2023年度项目指南

可解释、可通用的下一代人工智能方法重大研究计划面向人工智能发展国家重大战略需求,以人工智能的基础科学问题为核心,发展人工智能新方法体系,促进我国人工智能基础研究和人才培养,支撑我国在新一轮国际科技竞争中的主导地位。

一、科学目标

本重大研究计划面向以深度学习为代表的人工智能方法鲁棒性差、可解释性差、对数据的依赖性强等基础科学问题,挖掘机器学习的基本原理,发展可解释、可通用的下一代人工智能方法,并推动人工智能方法在科学领域的创新应用。

二、核心科学问题

本重大研究计划针对可解释、可通用的下一代人工智能方法的基础科学问题,围绕以下三个核心科学问题开展研究。

(一)深度学习的基本原理。

深入挖掘深度学习模型对超参数的依赖关系,理解深度学习背后的工作原理,建立深度学习方法的逼近理论、泛化误差分析理论和优化算法的收敛性理论。

(二)可解释、可通用的下一代人工智能方法。

通过规则与学习结合的方式,建立高精度、可解释、可通用且不依赖大量标注数据的人工智能新方法。开发下一代人工智能方法需要的数据库和模型训练平台,完善下一代人工智能方法驱动的基础设施。

(三)面向科学领域的下一代人工智能方法的应用。

发展新物理模型和算法,建设开源科学数据库、知识库、物理模型库和算法库,推动人工智能新方法在解决科学领域复杂问题上的示范性应用。

三、2023年度资助研究方向

(一)培育项目。

围绕上述科学问题,以总体科学目标为牵引,拟以培育项目的方式资助探索性强、选题新颖的申请项目,研究方向如下:

1.深度学习的表示理论和泛化理论

研究卷积神经网络(以及其它带对称性的网络)、图神经网络、transformer网络、循环神经网络、低精度神经网络、动态神经网络、生成扩散模型等模型的泛化误差分析理论、鲁棒性和稳定性理论,并在实际数据集上进行检验;研究无监督表示学习、预训练-微调范式等方法的理论基础,发展新的泛化分析方法,指导深度学习模型和算法设计。

2.深度学习的训练方法

3.微分方程与机器学习

研究求解微分方程正反问题及解算子逼近的概率机器学习方法;基于生成式扩散概率模型的物理场生成、模拟与补全框架;基于微分方程设计新的机器学习模型,设计和分析网络结构、加速模型的推理、分析神经网络的训练过程。

面向具有实际应用价值的反问题,研究机器学习求解微分方程的鲁棒算法;研究传统微分方程算法和机器学习方法的有效结合方法;研究高维微分方程的正则性理论与算法;研究微分方程解算子的逼近方法(如通过机器学习方法获得动理学方程、弹性力学方程、流体力学方程、Maxwell方程以及其它常用微分方程的解算子);融合机器学习方法处理科学计算的基础问题(求解线性方程组、特征值问题等)。

4.隐私保护的机器学习方法

针对主流机器学习问题,结合安全多方计算、全同态加密、零知识证明等方法构建具备实用性的可信机器学习环境。发展隐私保护协同训练和预测方法,发展加密和隐私计算环境的特征聚类、查询和多模型汇聚方法,发展加密跨域迁移学习方法,发展面向对抗样本、后门等分析、攻击、防御和修复方法,研究机器学习框架对模型干扰、破坏和控制方法,发展可控精度的隐私计算方法。

5.图神经网络的新方法

利用调和分析、粒子方程等数学理论解决深度图网络的过度光滑、过度挤压等问题,针对多智能体网络协同控制、药物设计等重要应用场景设计有效的、具有可解释性的图表示学习方法。

6.脑科学启发的新一代人工智能方法

发展对大脑信息整合与编码的定量数学刻画和计算方法,设计新一代脑启发的深度神经网络和循环神经网络,提高传统神经网络的表现性能;建立具有树突几何结构和计算功能的人工神经元数学模型,并用于发展包含生物神经元树突计算的深度神经网络和循环神经网络,提高传统神经网络的表现性能;发展包含多种生物神经元生理特征和生物神经元网络结构特点的人工神经网络及其训练算法,解决图像识别、图像恢复、医学图像重构、地震波检测等应用问题。

7.数据驱动与知识驱动融合的人工智能方法

建立数据驱动的机器学习与知识驱动的符号计算相融合的新型人工智能理论和方法,突破神经网络模型不可解释的瓶颈;研究知识表示与推理框架、大规模隐式表达的知识获取、多源异构知识融合、知识融入的预训练模型、知识数据双驱动的决策推理等,解决不同场景的应用问题。

8.生物医药领域的人工智能方法

发展自动化程度高的先导化合物优化方法,建立生物分子序列的深度生成模型,准确、高效生成满足特定条件(空间结构、功能、物化性质、蛋白环境等)的分子序列;发展蛋白质特征学习的人工智能新方法,用于蛋白质功能、结构、氨基酸突变后亲和力与功能改变等预测以及蛋白质与生物分子(蛋白、肽、RNA、配体等)相互作用预测;针对免疫性疾病等临床表现差异大、预后差等问题,发展序列、结构等抗体多模态数据融合和预测的人工智能模型,用于免疫性疾病的早期诊断和临床分型等。

9.科学计算领域的人工智能方法

针对电子多体问题,建立薛定谔方程数值计算、第一性原理计算、增强采样、自由能计算、粗粒化分子动力学等的人工智能方法,探索人工智能方法在电池、电催化、合金、光伏等体系研究中的应用。

针对典型的物理、化学、材料、生物、燃烧等领域的跨尺度问题和动力学问题,通过融合物理模型与人工智能方法,探索复杂体系变量隐含物理关系的挖掘方法,建立构效关系的数学表达,构建具有通用性的跨尺度人工智能辅助计算理论和方法,解决典型复杂多尺度计算问题。

10.人工智能驱动的下一代微观科学计算平台

发展基于人工智能的高精度、高效率的第一性原理方法;面向物理、化学、材料、生物等领域的实际复杂问题,建立多尺度模型,实现高精度、大尺度和高效率的分子动力学模拟方法;探索建立人工智能与科学计算双驱动的“软-硬件协同优化”方法和科学计算专用平台。

(二)重点支持项目。

围绕核心科学问题,以总体科学目标为牵引,拟以重点支持项目的方式资助前期研究成果积累较好、对总体科学目标在理论和关键技术上能发挥推动作用、具备产学研用基础的申请项目,研究方向如下:

1.经典数值方法与人工智能融合的微分方程数值方法

设计融合经典方法和人工智能方法优势的新型微分方程数值方法。针对经典数值方法处理复杂区域的困难和人工智能方法效果的不确定性、误差的不可控性,发展兼具稳定收敛阶和简便性的新型算法;针对弹性力学、流体力学等微分方程,探索其解的复杂度与逼近函数表达能力之间的定量关系;开发针对三维含时问题的高效并行算法,并应用到多孔介质流等问题;发展求解微分方程反问题的新算法并用于求解实际问题。

2.复杂离散优化的人工智能求解器

面向混合整数优化、组合优化等离散优化问题,建立人工智能和领域知识结合的可通用的求解器框架;建立高精度求解方法和复杂约束问题的可控近似求解方法;发展超大规模并行求解方法和基于新型计算架构的加速方法;在复杂、高效软件设计等场景开展可靠性验证。

3.开放环境下多智能体协作的智能感知理论与方法

针对多模态信息融合中由于数据视角、维度、密度、采集和标注难易程度不同而造成的融合难题,研究基于深度学习的融合模型,实现模态一致性并减少融合过程中信息损失;研究轻量级的模态间在线时空对齐方法;研究能容忍模态间非对齐状态下的融合方法;研究用易采集、易标注模态数据引导的难采集、难标注模态数据的预训练与微调方法;研究大规模多任务、多模态学习的预训练方法,实现少样本/零样本迁移。

4.可通用的专业领域人机交互方法

针对多变输入信号,建立自动化多语种语言、图像、视频等多模态数据生成模型,发展可解释的多轮交互决策方法;建立机器学习和知识搜索的有效结合方法;探索新方法在不同专业领域场景中的应用。

5.下一代多模态数据编程框架

6.支持下一代人工智能的开放型高质量科学数据库

研究跨领域、多模态科学数据的主动发现、统一存储和统一管理方法。研究基于主动学习的科学数据、科技文献知识抽取与融合方法。研究跨学科、多尺度科学数据的知识对象标识化、语义化构建方法。研究融合领域知识的多模态预训练语言模型,开发通用新型数据挖掘方法。形成具有一定国际影响力的覆盖生命、化学、材料、遥感、空间科学等领域的高质量、通用型科学数据库,为人工智能驱动的科学研究新范式提供基础科学数据资源服务。

7.高精度、可解释的谱学和影像数据分析方法

发展光谱、质谱和各类影像数据处理的人工智能方法。建立融合模拟与实验数据的可解释“谱-构-效”模型,开发人工智能驱动的光谱实时解读与反演软件;基于AlphaFold等蛋白结构预测方法,建立高精度冷冻电镜蛋白结构反演算法等。

8.高精度、可解释的生物大分子设计平台

四、项目遴选的基本原则

(一)紧密围绕核心科学问题,鼓励基础性和交叉性的前沿探索,优先支持原创性研究。

(二)优先支持面向发展下一代人工智能新方法或能推动人工智能新方法在科学领域应用的研究项目。

(三)重点支持项目应具有良好的研究基础和前期积累,对总体科学目标有直接贡献与支撑。

五、2023年度资助计划

2023年度拟资助培育项目25~30项,直接费用资助强度约为80万元/项,资助期限为3年,培育项目申请书中研究期限应填写“2024年1月1日—2026年12月31日”;拟资助重点支持项目6~8项,直接费用资助强度约为300万元/项,资助期限为4年,重点支持项目申请书中研究期限应填写“2024年1月1日—2027年12月31日”。

六、申请要求

(一)申请条件。

本重大研究计划项目申请人应当具备以下条件:

1.具有承担基础研究课题的经历;

2.具有高级专业技术职务(职称)。

在站博士后研究人员、正在攻读研究生学位以及无工作单位或者所在单位不是依托单位的人员不得作为申请人进行申请。

(二)限项申请规定。

(三)申请注意事项。

1.本重大研究计划项目实行无纸化申请。申请书提交日期为2023年5月8日—5月15日16时。

2.项目申请书采用在线方式撰写。对申请人具体要求如下:

(1)申请人应当按照科学基金网络信息系统中重大研究计划项目的填报说明与撰写提纲要求在线填写和提交电子申请书及附件材料。

(3)申请书中的资助类别选择“重大研究计划”,亚类说明选择“培育项目”或“重点支持项目”,附注说明选择“可解释、可通用的下一代人工智能方法”,受理代码选择T01,根据申请的具体研究内容选择不超过5个申请代码。

培育项目和重点支持项目的合作研究单位不得超过2个。

(4)申请人在“立项依据与研究内容”部分,应当首先说明申请符合本项目指南中的资助研究方向,以及对解决本重大研究计划核心科学问题、实现本重大研究计划总体科学目标的贡献。

3.依托单位应当按照要求完成依托单位承诺、组织申请以及审核申请材料等工作。在2023年5月15日16时前通过信息系统逐项确认提交本单位电子申请书及附件材料,并于5月16日16时前在线提交本单位项目申请清单。

THE END
1.英语学习需以兴趣为师,利用碎片时间,刻意练习并构建知识体系口语英语学习方法总结,第一步是找到你的兴趣点。无论是喜欢追剧、听歌、看小说,还是热爱旅行、交友,都可以成为你学习英语的动力。比如,通过看英文电影或剧集,不仅可以锻炼听力和口语,还能让你在轻松愉快的氛围中吸收地道的表达。同时,选择自己感兴趣的英文书籍阅读,不仅能提高阅读理解能力,还能丰富你的词汇量和文化背景知识https://www.163.com/dy/article/JJ9BL7D90556B42J.html
2.中外教育史复习重难点及学习方法指导由此可以看出,近现代史是广大考生备考中外教育史的核心,但同时也不要忘记大面积覆盖式的掌握,因为中外教育史出选择题的几率很大。中外教育史在分析论述题中一直没有超出比较的形式,因此,比较类题型仍然是考生准备的重点。 二、学习方法 1、构建框架知识结构https://yz.chsi.com.cn/kyzx/zyk/201012/20101231/156005625-1.html
3.演讲技巧与方法精华(15篇)短时间准备好三分钟演讲稿的方法 方法一:三分钟演讲稿框架——三段式 我认为,即兴演讲的内容是可以按照一定的框架模式来准备的,如此,在拟定三分钟演讲稿时,就会从容不迫。我把即兴演讲的框架模式总结为三段式,即三大部分: 第一部分:揭题。简单地对演讲题目内涵作出解释,或对其意义作用进行阐述。揭题要简洁明了,旗https://www.oh100.com/peixun/yanjiangjiqiao/478078.html
4.科学网—[转载]群视角下的多智能体强化学习方法综述早期的多智能体协作方法大多考虑集中式评估集中执行的思路,但完全集中的学习导致了适应大规模环境的模型过于复杂。Lowe等人[17]提出了基于DDPG的扩展算法MADDPG,该算法提出了极大降低学习成本的集中训练-分散执行的学习方式。这种集中训练-分散执行的框架也成为范式,大部分的方法都是建立在协作的基础上的。Palmer等人[18https://blog.sciencenet.cn/home.php?mod=space&uid=3472670&do=blog&id=1422698
5.框架式教学法[框架式教学法]一、框架式教学理论(Scaffolding Instruction)根据欧共体“远距离教育与训练项目”(DGXⅢ)的有关文件,支架式教学被定义为:'支架式教学应当为学习者建构对知识的理解提供一种概念框架 (conceptual framework)。这种框架中的概念是为发展学习者对问题的进一步理解所需要的,为此,事先要把复杂的学习任务加以分解,以便于把学http://www.360doc.com/content/22/0214/21/75591611_1017424826.shtml
6.学习教育学的方法教育学课程融会了教育的基本理论、教学原理、德育原理以及教育主体、教育途径等方面的内容。下面小编收集了一些关于学习教育学的方法,希望对你有帮助 学习教育学的方法 1 1.首先要熟悉本课程的多种媒体资源、作业与考核方式等,估计学习任务量。根据这些情况做好学习准备工作,制定学习计划。 https://m.yuwenmi.com/lizhi/jiaoyu/560706.html
7.深化课堂教学改革措施方案(通用10篇)如学科组活动,以学习先进理念、经验、优秀教学设计等资料为主,开展说课、评课、交流、讲座研讨活动;教研组活动,以问题研讨、教后交流等资料为主,开展有主题的组内研讨活动,使组内教师互相学习;备课组活动,以群众研究教材、群众备课为主,共同设计教学方法及学习方法,到达资源共享的目的。https://www.ruiwen.com/fangan/6035763.html
8.学习报告:一种基于多任务学习的人体活动分割和工程学风险评估方法式中,xt是网络预测的得分,yt是真实值得分,α和β是需要学习的权重, 是L1范数。 2.5 ERA的多任务方法 多任务学习(MTL)是对单个网络进行端到端训练以解决多个相关任务的流行框架,在这些网络中,一个共同的主干为负责学习特定任务的分支提供数据表示。在MTL中,通常有一个主要任务加上多个辅助任务来补充核心任务。 https://www.scholat.com/teamwork/showPostMessage.html?id=10295
9.重在BSP驱动包设计方法,HAL库的框架学习1、本教程重在BSP驱动包设计方法和HAL库的框架学习,并将HAL库里面的各种弯弯绕捋顺,从而方便我们的程序设计。 2、由于是基于HAL库的文档,所以不限制H7系列,其它F1,F2,F3,F4,F7等系列通用,只是H7系列的外设更加丰富和强劲些。 3、本次工程延续以往的代码风格,从底层BSP驱动包到应用代码,变量命名,文件命名,程序框https://cloud.tencent.com/developer/article/1478279
10.数据驱动的精准化学习评价机制与方法多场景数据采集为学习评价提供数据来源和量化手段支撑,多空间数据融合为学习评价提供统一数据标准,精准分析模型为学习评价提供数据驱动的学习分析与评价方法,分析结果可视化为学习评价提供反馈和应用服务。数据驱动的精准化学习评价框架,应以区块链技术为基础,融合人工智能、云计算、学习分析、情境感知等新兴技术,在多维时空https://www.fx361.com/page/2021/0226/7597189.shtml
11.在线教学平台学习者参与方式研究前沿领域综上所述,现有学生参与研究存在测量方法不理想、缺乏理论基础等问题,且国内较少有学者应用ICAP框架探讨学生参与。根据ICAP框架,在线教学平台中学习者的各类学习行为(如观看视频、完成作业、参与讨论、线上测试等),可以根据其潜在的认知过程被划分为不同的参与方式,从而实现对学习者学习行为、参与方式和学习成果等的描述https://www.eduwest.com/html/2021/qianyanlingyu_0908/610.html
12.课程建设讲座心得体会(通用17篇)孔子的启发式教学就是八各字:不“愤”不“启”,不“悱”不“发”。通过一系列的问题设计,让学生从问题中发现问题的本质,让他们探求、交流与合作得出一些结论,我想这样的教学方法比教师直接讲出来要强的多。同时这样做,也有利于激发学生学习的积极性,能够使他们积极主动地参与到教学中去,从而使学生经历知识的形成https://www.jy135.com/xindetihui/962357.html
13.五年级语文教学工作总结(精选14篇)俗话说,“磨刀不误砍柴功”,最重要的学习莫过于方法的学习。搞好了学习方法的指导,对提高学生学习成绩是有很大的好处的。我教学课文时候,会结合不同的文章体裁和内容,在教学不同的知识点时,都结合学生学习的情况来渗透学习方法的指导。例如预习课文时,要求学生“读—画—思—写—疑”的五步预习方法,意思是“默读http://zongjie.yjbys.com/zongjie/gerenzongjie/959342.html
14.机电工程学院压阻式传感器的转换原理与使用方法。 温度检测系统 热电阻式传感器; 热电偶式传感器。 教学方法设计 项目教学法:任务发布 任务分析 资料收集整理 任务实施 任务总结 任务拓展 教学条件 1. 教学媒体教学媒体 电梯模拟教学一体化多媒体教室 内设小组学习工位、透明模拟电梯、实训实物电梯、因特网、相应教学软件、教学多媒https://www.gzjszy.cn/site5/n312/20231010/i681.html
15.《创业教育与就业指导》教学大纲重点:创业思维框架。 难点:大学生创业创新的设计。 第三节 创业行动学习与学习方案 基本要求:了解创业的学习方法,在创业案例学习与创业亲验式学习的基础上,掌握创业行动学习这一新型方法,学习其基本原理与方法,编制创业基础教程的行动学习方案。 重点:创业行动学习方法。 https://cy.qlu.edu.cn/2015/1208/c3614a53186/page.htm
16.用字母表示数评课稿范文(通用18篇)数学课创设情境不仅是提高教学效率的手段,也是教学的有机组成因素,具有引导学生经历学习过程,培养学生数学素养的重要作用。沈老师在课堂上创设了学生喜闻乐见的寻找密码游戏。通过观察、猜测出字母代表的数字,从而引出课题。 二、渗透数学思想方法 说数学是一门基础学科不但是因为数学是基础科学的基础,更是因为数学的思想http://mip.gongwen.cnrencai.com/xinwengao/369676.html