国科金发计〔2024〕113号露出 勾引
国度当然科学基金委员会现发布可诠释、可通用的下一代东说念主工智能步骤要紧研究打算2024年度技俩指南，请肯求东说念主及依托单元按技俩指南所述要乞降提防事项肯求。
国度当然科学基金委员会
2024年3月14日
可诠释、可通用的下一代东说念主工智能步骤要紧研究打算
2024年度技俩指南
可诠释、可通用的下一代东说念主工智能步骤要紧研究打算面向东说念主工智能发展国度要紧计谋需求，以东说念主工智能的基础科学问题为中枢，发展东说念主工智能新步骤体系，促进我国东说念主工智能基础研究和东说念主才培养，撑握我国在新一轮外洋科技竞争中的主导地位。
一、科学指标
本要紧研究打算面向以深度学习为代表的东说念主工智能步骤鲁棒性差、可诠释性差、对数据的依赖性强等基础科学问题，挖掘机器学习的基原意趣，发展可诠释、可通用的下一代东说念主工智能步骤，并激动东说念主工智能步骤在科学规模的革命应用。
二、中枢科学问题
本要紧研究打算针对可诠释、可通用的下一代东说念主工智能步骤的基础科学问题，围绕以下三个中枢科学问题开展研究。
韩国艳星（一）深度学习的基原意趣。
深化挖掘深度学习模子对超参数的依赖关系，会通深度学习背后的责任旨趣，建立深度学习步骤的迫临表面、泛化瑕玷分析表面和优化算法的经管性表面。
（二）可诠释、可通用的下一代东说念主工智能步骤。
通过法则与学习连系的边幅，建立高精度、可诠释、可通用且不依赖无数标注数据的东说念主工智能新步骤。开辟下一代东说念主工智能步骤需要的数据库和模子检修平台，完善下一代东说念主工智能步骤运转的基础身手。
（三）面向科学规模的下一代东说念主工智能步骤的应用。
发展新物理模子和算法，建设开源科学数据库、学问库、物理模子库和算法库，激动东说念主工智能新步骤在管理科学规模复杂问题上的示范性应用。
三、2024年度资助研究见解
（一）栽种技俩。
围绕上述科学问题，以总体科学指标为牵引，对于探索性强、选题新颖、前期研究基础较好的肯求技俩，将以栽种技俩的边幅给予资助，研究见解如下：
1.神经网罗的新架构和新的预检修或自监督学习步骤。
针对图像、视频、图、流场等数据，发展更高效的神经网罗新架构，预检修或自监督学习步骤，并在真正数据集上进行考据。
2.深度学习的暗意表面和泛化表面。
研究卷积神经网罗（以过甚它带对称性的网罗）、图神经网罗、轮回神经网罗、低精度神经网罗、动态神经网罗、生成扩散模子等模子的泛化瑕玷分析表面、鲁棒性和富厚性表面，并在骨子数据集上进行考据；研究无监督暗意学习、预检修-微调范式等步骤的表面基础，发展新的泛化分析步骤，率领深度学习模子和算法设想。
3.深度学习检修算法的表面基础。
研究神经网罗蚀本景不雅的结构和检修算法的性情，包括但不限于：临界点的溜达过甚镶嵌结构、极小点的连通性，富厚性边际（edge of stability）和蚀本尖峰（loss spike）征象、算法的隐式正则化、富厚性和经管性；检修流程对于超参的依赖性问题、神经网罗记挂不沉着、检修时间复杂度分析等问题；发展卷积网罗、Transformer网罗、扩散模子、夹杂人人模子等模子的经管速率更快、时间复杂度更低的检修步骤。
4.大模子的基础问题露出 勾引。
研究多任务、多数据、大模子的基础问题，包括但不限于大模子的暗意表面和泛化表面、大模子检修的富厚性、标度率(scaling law)、高慢等征象；研究新式 (structured) state model的基础性质，包括它是否有记挂不沉着(curse of memory)的穷苦；会通Transformer模子的抒发和泛化材干、凹凸文体习（In-Context learning），Chain of Thoughts推理的灵验性，以及模子的外推材干（举例length generalization）等。
5.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迫临的概率机器学习步骤；基于生成式扩散概率模子的物理场生成、模拟与补全框架；基于微分方程设想新的机器学习模子和网罗结构，加快模子的推理、分析神经网罗的检修流程。
6.图神经网罗的新步骤。
诈欺立时游走、多项式类似、融合分析、粒子方程等数学表面管理深度图神经网罗过度光滑、过度挤压、适用异配图与动态图等问题；针对药物设想、推选系统、多智能体网罗协同为止等迫切应用场景设想灵验的、可推广的、具有可诠释性的图暗意学习步骤。
7.东说念主工智能的安全性问题。
针对主流机器学习问题，发展遁入保护协同检修和展望步骤；发展面向抵挡样本、数据投毒、后门瓜分析、报复、防护和建树步骤；研究机器学习框架对模子滋扰、破裂和为止的步骤；发展可控精度的遁入狡计步骤，数据和模子（包括大模子）的平正性、可靠性的评估与评级步骤。
8.科学狡计规模的东说念主工智能步骤。
针对电子多体问题，建立薛定谔方程数值狡计、第一性旨趣狡计、目田能狡计、粗粒化分子能源学等的东说念主工智能步骤，探索东说念主工智能步骤在电板、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、点火等规模的跨圭表问题和能源学问题，发展物理模子与东说念主工智能的会通步骤，探索复杂体系变量隐含物理关系的挖掘步骤和构效关系的数学抒发，建立具有通用性的跨圭表东说念主工智能扶助狡计表面和步骤，管理典型复杂多圭表狡计问题。
9.以数据为中心的机器学习。
针对数据质地、数目和着力等身分，发展机器学习步骤为卑鄙机器学习模子提供无数高质地数据；针对AI for Science数据侧，丝袜美腿研究和设想高效的科学数据（如对卵白质和药物构图）构建和预处理边幅；针对大模子数据侧，从数据获取本钱和着力起程，建立科学和系统的数据质地评估策略，设想高效的数据选定步骤，构建灵验的数据配比边幅，并探索大模子扶助数据质地升迁的步骤（如自动数据标注）。
10.基于量子狡计的机器学习算法。
研究不同类型的学习步骤若何映射到一般的量子流程，建议新算法诈欺量子性情终了高效学习；研究量子机器学习相对于经典机器学习步骤在抒发材干以及泛化材干上的上风，探索量子机器学习的可诠释性，建立量子机器学习在量子物理和化学的应用场景。
11.绽放型技俩。
与可诠释、可通用的下一代东说念主工智能步骤和AI for Science 规模相干的步骤，重心支握在算法和模子方面的革命课题。
（二）重心支握技俩。
围绕中枢科学问题，以总体科学指标为牵引，拟以重心支握技俩的边幅资助前期研究驱散积蓄较好、对总体科学指标在表面和要道技艺上能阐发激动作用、具备产学研用基础的肯求技俩，研究见解如下：
1.下一代东说念主工智能步骤。
发展连系逻辑推理、学问和法则的东说念主工智能步骤，建立具有可诠释和可通用性的东说念主工智能表面框架；发展适用于一语气、密集数据（如图像）和非结构化数据（如分子结构）的新式神经网罗架构，灵验捕捉空间、结构、语义等多维度的凹凸文信息，提高对数据的建模材干。在真正数据集上进行考据。
2.新一代脑启发的东说念主工智能模子与灵验检修算法。
针对大脑神经元的物理阵势和生物物理的各种性，建立生物神经元与东说念主工神经元之间的简陋且灵验的映射关系，使东说念主工神经元具有生物神经元的树突非线性整合与狡计功能，为建立其它类型生物神经元与东说念主工神经元的映射提供团结的表面和算法框架。连系大脑神经元网罗不竭结构、脑区异质性和宏不雅梯度等性情，设想带生物神经元性情经管的东说念主工神经网罗模子，终了记挂、决策等高档默契功能。终了不少于3种生物神经元与东说念主工神经元之间的灵验映射和3种迫切的树突狡计功能，与现存映射比拟，终了精度、性能和参数可诠释性上的升迁。
3.多智能体融合学习表面与步骤。
针对多智能体融合时溜达式数据处理所濒临的挑战，如泛化性能短缺保险、得当性和可推广性弱等难题，研究高效的多智能体融合学习表面与步骤，具体包括：（1）研究升迁多智能体融合学习系统泛化性能的算法，分析泛化瑕玷界；（2）针对动态变化的环境和束缚推广的网罗范围，研究多智能体系统的得当性和可推广性，确保智能体大概灵验学习并高效融合；（3）在多智能体系统中处理和会通多模态数据（如文本、图像和传感器数据）的步骤，以增强学习效果和升迁决策质地；（4）研究在及时或近及时环境中的融合学习和决策策略，宽恕动态和不细目环境下的济急反馈和要道决策；（5）探究智能体的个性化学习策略，在保握个体上风的同期灵验进行集体学习和学问分享。
4.多模态会通及生成基础模子。
研究多模态数据会通及生成的基础模子，管理数据视角、维度、密度、相聚和标注难易进程不同而形成的会通难题；研究模态会通流程中的模态对皆问题，保证模态展望的一致性并减少会通流程中信息蚀本；研究轻量级的会通模子，升迁在模态间非完整对皆气象下会通模子的鲁棒性；研究用易相聚、易标注模态数据来蛊卦难相聚、难标注模态数据的预检修与微调步骤；研究大范围多任务、多模态学习的预检修问题，终了少样本/零样本搬动，发展跨模态各种性数据生成的步骤；研究多模态大模子的新式、团结概率建模步骤，管理闹翻、一语气夹杂数据类型的概率建模与生成难题，提高多模态基础模子的生见着力。在多模态模子中终了不少于3个模态的暗意学习、对皆及生成材干，模子参数不少于7B，探索在智能座舱、自动驾驶或多模态对话等规模的应用考据。积蓄用于检修多模态大模子的优质标注数据，并探索数据闭环，相聚数目跨越标注样本不少于2个量级的非完整标注或无标注数据，终了模子迭代优化。
5.模子与数据会通的大模子检修步骤。
探索系统性的、自得当数据中式步骤，以达到数据和模子的有契机通，包括：在模子检修流程中on-the-fly 中式下一步所禁受的数据的步骤；建立数据和模子有契机通的机器学习框架；发展替代大模子检修浩荡禁受的先处理数据、再作念模子检修的两步走模式的灵验步骤。
6.视频原生的自监督学习步骤。
针对视频数据既是时间序列又是图像，但又不同于一般的时间序列和图像的性情，充分诈欺视频数据的属性和性情，发展一套新的自监督学习框架，类比针对时间序列的predict next token 的框架和针对图像数据的填空框架，并在骨子视频数据集上加以考据。
7.支握下一代东说念主工智能的通用型高质地科学数据库。
大范围高质地科学数据是东说念主工智能运转的科学研究新范式的必要条款。研究科学数据、科技文件等的学问对象标注、抽取、会通中的主动学习机制与自动关联算法；研究面向学问对象的智能编码与机器可识读的多元瓦解，支握跨规模学问对象的广谱关联，终了与不少于3个外洋主流科技资源标记动态互通，支握与外部数据资源智能化会通；研究多模态跨学科学问碎屑对皆与学问对象识别步骤，以及多学科规模数据自动坐褥与增强算法，形成得当外洋范例或经同业评议的且隐讳不少于8个学科规模的高质地科学数据1PB以上。
8.AI for Science 的基础身手建设与示范应用。
发展AI for Science的基础身手步骤，包括：基础物理模子的东说念主工智能算法；高着力、高精度的现实表征算法；自动化和智能化现实平台建设；科学文件和科学数据的整合与智能应用。发展AI for Science的革命应用，包括但不限于：复杂催化体系（催化剂动态结构变化、反应网罗高度复杂等问题）；碳达峰和碳中庸中的中枢催化反应；工况条款下的电化学表征步骤；生物医学中的高着力和高精度的成像技艺；有机合成的自动化和智能化管理决策；定向进化卵白质工程等。重心支握表面和现实相连系并形成闭环的技俩。
四、技俩遴择的基本原则
（一）素雅围绕中枢科学问题，饱读舞基础性和交叉性的前沿探索，优先支握原创性研究。
（二）优先支握面向发展下一代东说念主工智能新步骤或能激动东说念主工智能新步骤在科学规模应用的研究技俩。
（三）重心支握技俩应具有精熟的研究基础和前期积蓄，对总体科学指标有径直孝顺与撑握。
五、2024年度资助打算
拟资助栽种技俩约25项，径直用度资助强度不跨越80万元/项，资助期限为3年，栽种技俩肯求书中研究期限应填写“2025年1月1日－2027年12月31日”；拟资助重心支握技俩约6项，径直用度资助强度约为300万元/项，资助期限为4年，重心支握技俩肯求书中研究期限应填写“2025年1月1日－2028年12月31日”。
六、肯求要求及提防事项
（一）肯求条款。
本要紧研究打算技俩肯求东说念主应当具备以下条款：
1. 具有承担基础研究课题的履历；
2. 具有高档专科技艺职务（职称）。
在站博士后研究东说念主员、正在攻读研究生学位以及无责任单元或者方位单元不是依托单元的东说念主员不得动作肯求东说念主进行肯求。
（二）限项肯求限定。
推论《2024年度国度当然科学基金技俩指南》“肯求限定”中限项肯求限定的相干要求。
（三）肯求提防事项。
肯求东说念主和依托单元应当追究阅读并推论本技俩指南、《2024年度国度当然科学基金技俩指南》和《对于2024年度国度当然科学基金技俩肯求与结题等关连事项的晓谕》中相干要求。
1. 本要紧研究打算技俩实行无纸化肯求。肯求书提交日历为2024年4月15日－4月22日16时。
（1）肯求东说念主应当按照科学基金网罗信息系统中要紧研究打算技俩的填报说明与撰写提摘录求在线填写和提交电子肯求书及附件材料。
（2）本要紧研究打算旨在素雅围绕中枢科学问题，对多学科相干研究进行计谋性的见解蛊卦和上风整合，成为一个技俩集群。肯求东说念主应凭据本要紧研究打算拟管理的中枢科学问题和技俩指南公布的拟资助研究见解，自行拟定技俩称呼、科学指标、研究内容、技艺门路和相应的研究经费等。
（3）肯求书中的资助类别选定“要紧研究打算”，亚类说明选定“栽种技俩”或“重心支握技俩”，附注说明选定“可诠释、可通用的下一代东说念主工智能步骤”，受理代码选定T01，凭据肯求的具体研究内容选定不跨越5个肯求代码。栽种技俩和重心支握技俩的合作研究单元不得跨越2个。
（4）肯求东说念主在肯求书肇始部分应明确说明肯求得当本技俩指南中的资助研究见解，以及对管理本要紧研究打算中枢科学问题、终了本要紧研究打算科学指标的孝顺。
要是肯求东说念主仍是承担与本要紧研究打算相干的其他科技打算技俩，应当在肯求书正文的“研究基础与责任条款”部分发挥肯求技俩与其他相干技俩的永诀与筹划。
2. 依托单元应当按照要求完成依托单元承诺、组织肯求以及审核肯求材料等责任。在2024年4月22日16时前通过信息系统逐项阐明提交本单元电子肯求书及附件材料，并于4月23日16时前在线提交本单元技俩肯求清单。
3. 其他提防事项。
（1）为终了要紧研究打算总体科学指标和多学科集成，赢得资助的技俩负责东说念主应当承诺顺从相干数据和贵寓管理与分享的限定，技俩推论流程中应宽恕与本要紧研究打算其他技俩之间的互相撑握关系。
（2）为加强技俩的学术相易，促进技俩群的形成和多学科交叉与集成，本要紧研究打算将每年举办1次资助技俩的年度学术相易会，并将不依期地组织相干规模的学术酌量会。获资助技俩负责东说念主有义务进入本要紧研究打算率领人人组和管理责任组所组织的上述学术相易行为。
（四）征询边幅。
交叉科学部交叉科学一处
筹划电话：010-62328382露出 勾引