關(guān)于發(fā)布可解釋、可通用的下一代人工智能方法重大研究計(jì)劃2022年度項(xiàng)目指南的通告

國科金發(fā)計(jì)〔2022〕18號(hào)

國家自然科學(xué)基金委員會(huì)現(xiàn)發(fā)布可解釋、可通用的下一代人工智能方法重大研究計(jì)劃2022年度項(xiàng)目指南，請(qǐng)申請(qǐng)人及依托單位按項(xiàng)目指南中所述的要求和注意事項(xiàng)申請(qǐng)。

國家自然科學(xué)基金委員會(huì)

2022年5月16日

可解釋、可通用的下一代人工智能方法重大研究計(jì)劃2022年度項(xiàng)目指南

“可解釋、可通用的下一代人工智能方法”重大研究計(jì)劃面向人工智能發(fā)展國家重大戰(zhàn)略需求，以人工智能的基礎(chǔ)科學(xué)問題為核心，發(fā)展人工智能新方法體系，促進(jìn)我國人工智能基礎(chǔ)研究和人才培養(yǎng)，支撐我國在新一輪國際科技競爭中的主導(dǎo)地位。

基于深度學(xué)習(xí)的人工智能方法在許多場(chǎng)景取得了重要突破，但仍然存在模型可解釋性差、對(duì)抗樣本魯棒性差、數(shù)據(jù)與算力需求大、理論基礎(chǔ)薄弱等問題?；谝陨蠁栴}，本重大研究計(jì)劃旨在建立規(guī)則和學(xué)習(xí)的有效融合機(jī)制，打破現(xiàn)有深度學(xué)習(xí)“黑箱算法”的現(xiàn)狀，建立一套可適用于不同領(lǐng)域、不同場(chǎng)景（語音、圖像、視頻等）的通用方法體系。

一、科學(xué)目標(biāo)

本重大研究計(jì)劃面向以深度學(xué)習(xí)為代表的人工智能方法魯棒性差、可解釋性差、對(duì)數(shù)據(jù)的強(qiáng)依賴等基礎(chǔ)科學(xué)問題，挖掘機(jī)器學(xué)習(xí)的基本原理，發(fā)展可解釋、可通用的下一代人工智能方法，并推動(dòng)人工智能方法在科學(xué)領(lǐng)域的創(chuàng)新應(yīng)用。

二、核心科學(xué)問題

本重大研究計(jì)劃針對(duì)可解釋、可通用的下一代人工智能方法的基礎(chǔ)科學(xué)問題，圍繞以下三個(gè)核心科學(xué)問題開展研究：

（一）深度學(xué)習(xí)的基本原理

深入挖掘深度學(xué)習(xí)模型對(duì)超參數(shù)的依賴關(guān)系，理解深度學(xué)習(xí)背后的工作原理，建立深度學(xué)習(xí)方法的逼近理論、泛化誤差分析理論和優(yōu)化算法的收斂性理論。

（二）可解釋、可通用的下一代人工智能方法

通過規(guī)則與學(xué)習(xí)結(jié)合的方式，建立高精度、可解釋、可通用且不依賴大量標(biāo)注數(shù)據(jù)的人工智能新方法。開發(fā)下一代人工智能方法需要的數(shù)據(jù)庫和模型訓(xùn)練平臺(tái)，完善下一代人工智能方法驅(qū)動(dòng)的基礎(chǔ)設(shè)施。

（三）面向科學(xué)領(lǐng)域的下一代人工智能方法的應(yīng)用

發(fā)展新物理模型和算法，建設(shè)開源科學(xué)數(shù)據(jù)庫、知識(shí)庫、物理模型庫和算法庫，推動(dòng)人工智能新方法在解決科學(xué)領(lǐng)域復(fù)雜問題上的示范性應(yīng)用。

三、2022年度資助研究方向

（一）培育項(xiàng)目

圍繞上述科學(xué)問題，以總體科學(xué)目標(biāo)為牽引，2022年度對(duì)于探索性強(qiáng)、選題新穎的申請(qǐng)項(xiàng)目，將以培育項(xiàng)目方式予以資助。研究方向如下（申報(bào)項(xiàng)目須覆蓋以下單一方向中列出的部分或全部內(nèi)容）：

1. 深度學(xué)習(xí)的表示理論和泛化理論

研究多層全聯(lián)接網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)（以及其它帶對(duì)稱性的網(wǎng)絡(luò)）、圖神經(jīng)網(wǎng)絡(luò)、transformer網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等模型的逼近性質(zhì)，發(fā)展相應(yīng)的高維函數(shù)空間理論和泛化誤差分析理論，并在實(shí)際數(shù)據(jù)集上檢驗(yàn)以上理論。

2. 深度學(xué)習(xí)的訓(xùn)練動(dòng)力學(xué)

研究深度學(xué)習(xí)的損失景觀，包括但不限于：臨界點(diǎn)的分布及其嵌入結(jié)構(gòu)、極小點(diǎn)的連通性等；深度學(xué)習(xí)中的非凸優(yōu)化問題、優(yōu)化算法的正則化理論和收斂行為；神經(jīng)網(wǎng)絡(luò)的過參數(shù)化和訓(xùn)練過程對(duì)于超參的依賴性問題、基于極大值原理的訓(xùn)練方法、訓(xùn)練時(shí)間復(fù)雜度和訓(xùn)練困難等問題；循環(huán)神經(jīng)網(wǎng)絡(luò)記憶災(zāi)難問題、編碼-解碼方法與mori-zwanzig方法的關(guān)聯(lián)特性等。

3. 微分方程與機(jī)器學(xué)習(xí)方法

機(jī)器學(xué)習(xí)算法在微分方程正反問題求解方面的應(yīng)用，需突破傳統(tǒng)數(shù)值算法的瓶頸，實(shí)現(xiàn)正反問題的高效求解；高維微分方程的正則性理論與算法；微分方程解算子的逼近方法（如通過機(jī)器學(xué)習(xí)方法獲得動(dòng)理學(xué)方程、彈性力學(xué)方程、流體力學(xué)方程、maxwell方程以及其它常用微分方程的解算子）；微分方程經(jīng)典算法和基于機(jī)器學(xué)習(xí)方法的融合；微分方程方法在機(jī)器學(xué)習(xí)中的應(yīng)用（如用微分方程設(shè)計(jì)新的機(jī)器學(xué)習(xí)模型，設(shè)計(jì)和分析網(wǎng)絡(luò)結(jié)構(gòu)等）。

4. 數(shù)據(jù)驅(qū)動(dòng)與知識(shí)驅(qū)動(dòng)融合的人工智能

建立數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)與知識(shí)驅(qū)動(dòng)的符號(hào)計(jì)算相融合的新型人工智能理論和方法，突破神經(jīng)網(wǎng)絡(luò)模型不可解釋的瓶頸；研究知識(shí)表示與推理框架、大規(guī)模隱式表達(dá)的知識(shí)獲取、多源異構(gòu)知識(shí)融合、知識(shí)融入的預(yù)訓(xùn)練模型、知識(shí)數(shù)據(jù)雙驅(qū)動(dòng)的決策推理等；探索不同場(chǎng)景中的應(yīng)用。

5. 安全可靠的下一代人工智能

面向數(shù)據(jù)、模型和算法，構(gòu)建安全可靠的人工智能方法。研究分布式去中心化學(xué)習(xí)、聯(lián)邦學(xué)習(xí)、密碼學(xué)等技術(shù)，構(gòu)建隱私保護(hù)的數(shù)據(jù)應(yīng)用新范式；研究深度學(xué)習(xí)模型在對(duì)抗樣本、數(shù)據(jù)投毒、后門攻擊等情況下的魯棒性和安全性，發(fā)展對(duì)抗魯棒和安全的新模型與學(xué)習(xí)方法；研究存在樣本噪聲、分布外數(shù)據(jù)等場(chǎng)景下的可靠機(jī)器學(xué)習(xí)方法、研究因果驅(qū)動(dòng)的魯棒決策和可靠推理；探索不同場(chǎng)景中的應(yīng)用。

6. 人工智能驅(qū)動(dòng)的下一代科學(xué)計(jì)算理論及應(yīng)用

將機(jī)器學(xué)習(xí)與電子多體問題相結(jié)合，建立薛定諤方程數(shù)值解、第一性原理計(jì)算、增強(qiáng)采樣、自由能計(jì)算、粗粒化分子動(dòng)力學(xué)等的機(jī)器學(xué)習(xí)方法，探索機(jī)器學(xué)習(xí)在物質(zhì)體系研究中的應(yīng)用。

針對(duì)典型的物理、化學(xué)、材料、生物、燃燒等領(lǐng)域的多尺度問題和動(dòng)力學(xué)問題，通過融合物理模型與機(jī)器學(xué)習(xí)方法，探索復(fù)雜物理、化學(xué)、材料、生物等體系變量隱含物理關(guān)系的挖掘方法，建立構(gòu)效關(guān)系的數(shù)學(xué)表達(dá)，構(gòu)建具有通用性的跨尺度人工智能輔助計(jì)算理論和方法，解決典型復(fù)雜多尺度計(jì)算問題。

（二）重點(diǎn)支持項(xiàng)目

圍繞核心科學(xué)問題，以總體科學(xué)目標(biāo)為牽引，對(duì)于前期研究成果積累較好、對(duì)總體目標(biāo)在理論和關(guān)鍵技術(shù)上有較大貢獻(xiàn)的申請(qǐng)項(xiàng)目，將以重點(diǎn)支持項(xiàng)目方式予以資助。建議研究內(nèi)容包括，但不限于以下方向：

1. 面向復(fù)雜數(shù)據(jù)的、可通用的人工智能算法框架

針對(duì)多尺度復(fù)雜數(shù)據(jù)處理問題，研究多尺度表示的跨模態(tài)人工智能框架，適用于視頻、語音、自然語言、點(diǎn)云、地理數(shù)據(jù)等不同模態(tài)的數(shù)據(jù)，實(shí)現(xiàn)小樣本（相同精度下降低樣本需求一萬倍以上）、可解釋、跨模態(tài)（不少于3個(gè)模態(tài)）和感知決策一體化方法。

2. 新一代非結(jié)構(gòu)化數(shù)據(jù)管理方法

研究海量復(fù)雜非結(jié)構(gòu)化數(shù)據(jù)與人工智能應(yīng)用一體化系統(tǒng)的構(gòu)建方法，包括基礎(chǔ)數(shù)據(jù)存儲(chǔ)、用戶自定義領(lǐng)域數(shù)據(jù)模型在線構(gòu)建、自主研發(fā)非結(jié)構(gòu)化數(shù)據(jù)查詢語言與優(yōu)化理論、跨域和跨庫非結(jié)構(gòu)化數(shù)據(jù)的查詢?nèi)诤侠碚摰?，支撐下一代人工智能方法在跨領(lǐng)域、多維度（關(guān)系、向量、圖等）、多粒度數(shù)據(jù)（不少于3種粒度）的應(yīng)用。

3. 深度學(xué)習(xí)隱私保護(hù)計(jì)算新型體系框架與模型

針對(duì)隱私性需求，研究可證明安全、可實(shí)用的人工智能隱私保護(hù)方法新框架，包括但不限于：適用于不同場(chǎng)景的多方隱私計(jì)算框架，多源異質(zhì)數(shù)據(jù)的高效協(xié)同建模方法，基于全同態(tài)計(jì)算的、低內(nèi)存占用的隱私保護(hù)深度學(xué)習(xí)方法，研究符合《中華人民共和國個(gè)人信息保護(hù)法》中匿名化要求的、模型精度跌幅可控（精度下降不大于1%）的數(shù)據(jù)可信發(fā)布技術(shù)等。

4. 面向功能分析的智能化幾何造型方法

設(shè)計(jì)能保持幾何約束和物理結(jié)構(gòu)、具有可解釋性和收斂階的智能建模方法，構(gòu)建可解釋的、面向功能分析的智能方法以及科學(xué)工程計(jì)算中幾何模型設(shè)計(jì)與功能分析一體化方法，突破目前工業(yè)軟件中幾何設(shè)計(jì)與物理性能分析割裂的現(xiàn)狀。

5. 人工智能驅(qū)動(dòng)的下一代微觀科學(xué)計(jì)算平臺(tái)建設(shè)與應(yīng)用

發(fā)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、化學(xué)、材料、生物等領(lǐng)域的實(shí)際復(fù)雜問題，建立多尺度模型，實(shí)現(xiàn)高精度、大尺度和高效率的分子模擬；建立人工智能與科學(xué)計(jì)算雙驅(qū)動(dòng)的“軟-硬件協(xié)同優(yōu)化”方法和高性能計(jì)算專用平臺(tái)。

6. 人工智能框架下的宏觀復(fù)雜反應(yīng)流動(dòng)多尺度建模與應(yīng)用

面向空天發(fā)動(dòng)機(jī)等重大需求場(chǎng)景，針對(duì)燃燒模型精度低、數(shù)值模擬計(jì)算效率低等問題，研究從原子尺度到宏觀尺度的深度學(xué)習(xí)算法，發(fā)展兼容傳統(tǒng)數(shù)值模擬和面向超大規(guī)模并行的新一代計(jì)算方法；發(fā)展航空發(fā)動(dòng)機(jī)燃燒不穩(wěn)定性等關(guān)鍵問題的識(shí)別、預(yù)測(cè)和分析的機(jī)器學(xué)習(xí)方法；針對(duì)高雷諾數(shù)非穩(wěn)態(tài)超聲速燃燒的湍流問題，研究湍流與化學(xué)反應(yīng)的時(shí)空多尺度相互作用機(jī)理，發(fā)展機(jī)器學(xué)習(xí)驅(qū)動(dòng)的高精度湍流模擬模型與計(jì)算方法。

四、項(xiàng)目遴選的基本原則

（一）緊密圍繞核心科學(xué)問題，鼓勵(lì)基礎(chǔ)性和交叉性的前沿探索，優(yōu)先支持原創(chuàng)性研究。

（二）優(yōu)先支持面向發(fā)展下一代人工智能新方法或能推動(dòng)人工智能新方法在科學(xué)領(lǐng)域應(yīng)用的研究項(xiàng)目。

（三）重點(diǎn)支持項(xiàng)目應(yīng)具有良好的研究基礎(chǔ)和前期積累，對(duì)總體科學(xué)目標(biāo)有直接貢獻(xiàn)與支撐。

五、2022年度資助計(jì)劃

2022年度擬資助培育項(xiàng)目20～25項(xiàng)左右，資助直接費(fèi)用約為80萬元/項(xiàng)，資助期限為3年，培育項(xiàng)目申請(qǐng)書中研究期限應(yīng)填寫“2023年1月1日— 2025年12月31日”；擬資助重點(diǎn)支持項(xiàng)目6～8項(xiàng)左右，資助直接費(fèi)用約為300萬元/項(xiàng)，資助期限為4年，重點(diǎn)支持項(xiàng)目申請(qǐng)書中研究期限應(yīng)填寫“2023年1月1日— 2026年12月31日”。

六、申請(qǐng)要求

（一）申請(qǐng)條件

本重大研究計(jì)劃項(xiàng)目申請(qǐng)人應(yīng)當(dāng)具備以下條件：

1. 具有承擔(dān)基礎(chǔ)研究課題的經(jīng)歷；

2. 具有高級(jí)專業(yè)技術(shù)職務(wù)（職稱）。

在站博士后研究人員、正在攻讀研究生學(xué)位以及無工作單位或者所在單位不是依托單位的人員不得作為申請(qǐng)人進(jìn)行申請(qǐng)。

（二）限項(xiàng)申請(qǐng)規(guī)定

執(zhí)行《2022年度國家自然科學(xué)基金項(xiàng)目指南》“申請(qǐng)規(guī)定”中限項(xiàng)申請(qǐng)規(guī)定的相關(guān)要求。

（三）申請(qǐng)注意事項(xiàng)

申請(qǐng)人和依托單位應(yīng)當(dāng)認(rèn)真閱讀并執(zhí)行本項(xiàng)目指南、《2022年度國家自然科學(xué)基金項(xiàng)目指南》和《關(guān)于2022年度國家自然科學(xué)基金項(xiàng)目申請(qǐng)與結(jié)題等有關(guān)事項(xiàng)的通告》中相關(guān)要求。

1. 本重大研究計(jì)劃項(xiàng)目實(shí)行無紙化申請(qǐng)。申請(qǐng)書提交日期為2022年6月16日—6月23日16時(shí)。

2. 項(xiàng)目申請(qǐng)書采用在線方式撰寫。對(duì)申請(qǐng)人具體要求如下：

（1）申請(qǐng)人應(yīng)當(dāng)按照科學(xué)基金網(wǎng)絡(luò)信息系統(tǒng)中重大研究計(jì)劃項(xiàng)目的填報(bào)說明與撰寫提綱要求在線填寫和提交電子申請(qǐng)書及附件材料。

（2）本重大研究計(jì)劃旨在緊密圍繞核心科學(xué)問題，將對(duì)多學(xué)科相關(guān)研究進(jìn)行戰(zhàn)略性的方向引導(dǎo)和優(yōu)勢(shì)整合，成為一個(gè)項(xiàng)目集群。申請(qǐng)人應(yīng)根據(jù)本重大研究計(jì)劃擬解決的具體科學(xué)問題和項(xiàng)目指南公布的擬資助研究方向，自行擬定項(xiàng)目名稱、科學(xué)目標(biāo)、研究內(nèi)容、技術(shù)路線和相應(yīng)的研究經(jīng)費(fèi)等。

（3）申請(qǐng)書中的資助類別選擇“重大研究計(jì)劃”，亞類說明選擇“培育項(xiàng)目”或“重點(diǎn)支持項(xiàng)目”，附注說明選擇“可解釋、可通用的下一代人工智能方法”，受理代碼選擇t01，根據(jù)申請(qǐng)的具體研究內(nèi)容選擇不超過5個(gè)申請(qǐng)代碼。

培育項(xiàng)目和重點(diǎn)支持項(xiàng)目的合作研究單位不得超過2個(gè)。

（4）申請(qǐng)人在“立項(xiàng)依據(jù)與研究內(nèi)容”部分，應(yīng)當(dāng)首先說明申請(qǐng)符合本項(xiàng)目指南中的資助研究方向，以及對(duì)解決本重大研究計(jì)劃核心科學(xué)問題、實(shí)現(xiàn)本重大研究計(jì)劃科學(xué)目標(biāo)的貢獻(xiàn)。

如果申請(qǐng)人已經(jīng)承擔(dān)與本重大研究計(jì)劃相關(guān)的其他科技計(jì)劃項(xiàng)目，應(yīng)當(dāng)在申請(qǐng)書正文的“研究基礎(chǔ)與工作條件”部分論述申請(qǐng)項(xiàng)目與其他相關(guān)項(xiàng)目的區(qū)別與聯(lián)系。

3. 依托單位應(yīng)當(dāng)按照要求完成依托單位承諾、組織申請(qǐng)以及審核申請(qǐng)材料等工作。在2022年6月23日16時(shí)前通過信息系統(tǒng)逐項(xiàng)確認(rèn)提交本單位電子申請(qǐng)書及附件材料，并于6月24日16時(shí)前在線提交本單位項(xiàng)目申請(qǐng)清單。

4. 其他注意事項(xiàng)

（1）為實(shí)現(xiàn)重大研究計(jì)劃總體科學(xué)目標(biāo)和多學(xué)科集成，獲得資助的項(xiàng)目負(fù)責(zé)人應(yīng)當(dāng)承諾遵守相關(guān)數(shù)據(jù)和資料管理與共享的規(guī)定，項(xiàng)目執(zhí)行過程中應(yīng)關(guān)注與本重大研究計(jì)劃其他項(xiàng)目之間的相互支撐關(guān)系。

（2）為加強(qiáng)項(xiàng)目的學(xué)術(shù)交流，促進(jìn)項(xiàng)目群的形成和多學(xué)科交叉與集成，本重大研究計(jì)劃將每年舉辦一次資助項(xiàng)目的年度學(xué)術(shù)交流會(huì)，并將不定期地組織相關(guān)領(lǐng)域的學(xué)術(shù)研討會(huì)。獲資助項(xiàng)目負(fù)責(zé)人有義務(wù)參加本重大研究計(jì)劃指導(dǎo)專家組和管理工作組所組織的上述學(xué)術(shù)交流活動(dòng)，并認(rèn)真開展學(xué)術(shù)交流。

（四）咨詢方式

國家自然科學(xué)基金委員會(huì)交叉科學(xué)部一處

聯(lián)系電話：010-62328382