各有关单位、各位老师：

国家自然科学基金委员会发布可解释、可通用的下一代人工智能方法重大研究计划2024年度项目指南。请各有关单位仔细研读指南和形式审查等条件要求，积极组织申报。现将有关事宜通知如下：

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、2024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，对于探索性强、选题新颖、前期研究基础较好的申请项目，将以培育项目的方式予以资助，研究方向如下：

1.神经网络的新架构和新的预训练或自监督学习方法。

2.深度学习的表示理论和泛化理论。

3.深度学习训练算法的理论基础。

4.大模型的基础问题。

5.微分方程与机器学习。

6.图神经网络的新方法。

7.人工智能的安全性问题。

8.科学计算领域的人工智能方法。

9.以数据为中心的机器学习。

10.基于量子计算的机器学习算法。

11.开放型项目。

（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.下一代人工智能方法。

2.新一代脑启发的人工智能模型与有效训练算法。

3.多智能体协作学习理论与方法。

4.多模态融合及生成基础模型。

5.模型与数据融合的大模型训练方法。

6.视频原生的自监督学习方法。

7.支持下一代人工智能的通用型高质量科学数据库。

8.AI for Science 的基础设施建设与示范应用。

四、学校申报截止日期和材料报送

项目申请人按照指南要求填报申请书及附件，学院审核后于2024年4月18日16时前在基金委系统提交，同时将纸质申报书、预算审核表和形式审查表各1份交至科技服务大厅，预算审核表和形式审查表的签章扫描版发至邮箱：zhaorui@hfut.edu.cn (邮件主题：国家基金项目申报+姓名)。

五、其他事项

1.具体要求详见基金委通知: https://www.nsfc.gov.cn/publish/portal0/tab442/info92105.htm

2.后续工作安排如有调整将另行通知，请及时关注国家自然科学基金委和学校网站。

科研院科研基地建设办公室（自然科学项目）联系电话：62901951（吴老师）、62901115（赵老师）

科研院科研基地建设办公室

2024年3月19日