菠菜平台-十大菠菜平台

学院新闻

近日，国家自然科学基金委员会宣布了2022年度“可解释、可通用的下一代人工智能要领”重大研究计划项目的评审结果，菠菜平台高瓴人工智能学院孙浩长聘副教授申报的重大研究计划培育类项目“自动发现庞大动力系统控制方程的符号强化学习理论与算法研究”，许洪腾准聘副教授申报的重大研究计划培育类项目“基于最优传输的通用深度学习理论与要领”获批立项，获资助直接经费均为80万元。

本年度高瓴人工智能学院国家自然科学基金申报项目立项结果已全部宣布，我院共有8个项目获批立项，获资助直接经费共计795万元，项目整体资助率达72.73%。其中包罗优秀青年科学基金项目1项、联合基金项目重点支持项目1项、重大研究计划培育项目2项、面上项目3项和青年科学基金项目1项。整体来看，我院在科研项目承接、科技人才储蓄等方面均取得重要进展。

国家自然科学基金是体现高校科研创新实力及影响力的重要指标，对团队建设、科技创新、人才培养、结果培育等有重大意义。未来，人大高瓴人工智能学院将坚持以“重点人才”“重点项目”和“重点机构”为抓手，面向国家重大战略需求，以人工智能的基础科学问题为焦点，生长人工智能新要领体系，促进我国人工智能基础研究和人才培养，助力国家在新一轮国际科技竞争中占据主导职位。

项目简介

1、孙浩，自动发现庞大动力系统控制方程的符号强化学习理论与算法研究，国家自然科学基金“可解释、可通用的下一代人工智能要领”重大研究计划培育项目

现代科学的生长主要依赖于简练而优美的数学方程，得益于符号方程可解释、可通用的特征，即即是庞大系统，其运行机制也可以被完美诠释。从数据中自动挖掘、提取控制方程作为一类典型的符号回归问题，是自然科学生长和工程应用中数据助力科学探索的前沿挑战。然而，现有符号回归要领面临着延展性差、自动化弱、盘算效率低、鲁棒性不足等要害技术难题，在实际应用中遇到瓶颈。针对该挑战，在前期事情基础上，本项目面向知识体现、优化战略、数据质量三个维度的要害科学问题，致力于可解释、可通用的符号强化学习与推理研究。建设“基于战略梯度的符号神经网络”、“符号强化学习”、“物理启发可微分符号学习”基础理论和创新要领，解决现有符号回归要领面临的挑战，同时开展跨学科场景应用研究。从数据中发现新知识、形成新定律，揭示庞大动态系统所蕴含变量之间逻辑关系、潜在动力机制、非线性纪律和时空演化本质。本项目着力于交织研究，希望在“面向数据驱动科学探索的可解释人工智能”领域，发生重大科学突破，推动该领域知识融通生长为完整的交织体系，同时为跨学科领域创新应用（如大气/气象系统）提供新技术支撑。

2、许洪腾，基于最优传输的通用深度学习理论与要领，国家自然科学基金“可解释、可通用的下一代人工智能要领”重大研究计划培育项目

目前，以深度学习为代表的人工智能技术已经在高维数据的表征和生成任务中取得了令人鼓舞的结果。然而，这些结果往往依赖高度特化的模型和学习要领，缺少泛化能力和可迁移性。不仅如此，现有的深度学习要领在模型和学习战略的设计方面具有很强的经验性，难以适用于医疗、交通等对可解释性要求较高的场景。针对上述问题，本项目拟基于最优传输理论建设具有通用性和可解释性的深度学习要领，包罗建设最优传输驱动的通用神经网络设计要领，对神经网络的常用模块和多层全连接网络、卷积网络、Transformer网络等经典模型进行归纳、重构和革新；建设最优传输驱动的通用学习要领，将谱聚类、对比学习等表征学习要领和自编码器、生成反抗网络、生成流、扩散模型等生成式学习要领纳入统一的算法框架；基于最优传输理论研究深度学习的表征和泛化能力，建设新的理论分析范式。本项目有望在通用人工智能的理论和技术层面形成具有特色和先进性的结果。