“可解釋、可通用的下一代人工智能方法”重大研究計劃面向人工智能發展國家重大戰略需求，以人工智能的基礎科學問題為核心，發展人工智能新方法體系，促進我國人工智能基礎研究和人才培養，支撐我國在新一輪國際科技競爭中的主導地位。

基于深度學習的人工智能方法在許多場景取得了重要突破，但仍然存在模型可解釋性差、對抗樣本魯棒性差、數據與算力需求大、理論基礎薄弱等問題。基于以上問題，本重大研究計劃旨在建立規則和學習的有效融合機制，打破現有深度學習“黑箱算法”的現狀，建立一套可適用于不同領域、不同場景(語音、圖像、視頻等)的通用方法體系。

一、科學目標

本重大研究計劃面向以深度學習為代表的人工智能方法魯棒性差、可解釋性差、對數據的強依賴等基礎科學問題，挖掘機器學習的基本原理，發展可解釋、可通用的下一代人工智能方法，并推動人工智能方法在科學領域的創新應用。

二、核心科學問題

本重大研究計劃針對可解釋、可通用的下一代人工智能方法的基礎科學問題，圍繞以下三個核心科學問題開展研究：

(一)深度學習的基本原理

深入挖掘深度學習模型對超參數的依賴關系，理解深度學習背后的工作原理，建立深度學習方法的逼近理論、泛化誤差分析理論和優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

通過規則與學習結合的方式，建立高精度、可解釋、可通用且不依賴大量標注數據的人工智能新方法。開發下一代人工智能方法需要的數據庫和模型訓練平臺，完善下一代人工智能方法驅動的基礎設施。

(三)面向科學領域的下一代人工智能方法的應用

發展新物理模型和算法，建設開源科學數據庫、知識庫、物理模型庫和算法庫，推動人工智能新方法在解決科學領域復雜問題上的示范性應用。

三、2022年度資助研究方向

(一)培育項目

圍繞上述科學問題，以總體科學目標為牽引，2022年度對于探索性強、選題新穎的申請項目，將以培育項目方式予以資助。研究方向如下(申報項目須覆蓋以下單一方向中列出的部分或全部內容)：

1. 深度學習的表示理論和泛化理論

研究多層全聯接網絡、卷積網絡(以及其它帶對稱性的網絡)、圖神經網絡、transformer網絡、循環神經網絡等模型的逼近性質，發展相應的高維函數空間理論和泛化誤差分析理論，并在實際數據集上檢驗以上理論。

2. 深度學習的訓練動力學

研究深度學習的損失景觀，包括但不限于：臨界點的分布及其嵌入結構、極小點的連通性等;深度學習中的非凸優化問題、優化算法的正則化理論和收斂行為;神經網絡的過參數化和訓練過程對于超參的依賴性問題、基于極大值原理的訓練方法、訓練時間復雜度和訓練困難等問題;循環神經網絡記憶災難問題、編碼-解碼方法與Mori-Zwanzig方法的關聯特性等。

3. 微分方程與機器學習方法

機器學習算法在微分方程正反問題求解方面的應用，需突破傳統數值算法的瓶頸，實現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(如通過機器學習方法獲得動理學方程、彈性力學方程、流體力學方程、Maxwell方程以及其它常用微分方程的解算子);微分方程經典算法和基于機器學習方法的融合;微分方程方法在機器學習中的應用(如用微分方程設計新的機器學習模型，設計和分析網絡結構等)。

4. 數據驅動與知識驅動融合的人工智能

建立數據驅動的機器學習與知識驅動的符號計算相融合的新型人工智能理論和方法，突破神經網絡模型不可解釋的瓶頸;研究知識表示與推理框架、大規模隱式表達的知識獲取、多源異構知識融合、知識融入的預訓練模型、知識數據雙驅動的決策推理等;探索不同場景中的應用。

5. 安全可靠的下一代人工智能

面向數據、模型和算法，構建安全可靠的人工智能方法。研究分布式去中心化學習、聯邦學習、密碼學等技術，構建隱私保護的數據應用新范式;研究深度學習模型在對抗樣本、數據投毒、后門攻擊等情況下的魯棒性和安全性，發展對抗魯棒和安全的新模型與學習方法;研究存在樣本噪聲、分布外數據等場景下的可靠機器學習方法、研究因果驅動的魯棒決策和可靠推理;探索不同場景中的應用。

6. 人工智能驅動的下一代科學計算理論及應用

將機器學習與電子多體問題相結合，建立薛定諤方程數值解、第一性原理計算、增強采樣、自由能計算、粗粒化分子動力學等的機器學習方法，探索機器學習在物質體系研究中的應用。

針對典型的物理、化學、材料、生物、燃燒等領域的多尺度問題和動力學問題，通過融合物理模型與機器學習方法，探索復雜物理、化學、材料、生物等體系變量隱含物理關系的挖掘方法，建立構效關系的數學表達，構建具有通用性的跨尺度人工智能輔助計算理論和方法，解決典型復雜多尺度計算問題。

(二)重點支持項目

圍繞核心科學問題，以總體科學目標為牽引，對于前期研究成果積累較好、對總體目標在理論和關鍵技術上有較大貢獻的申請項目，將以重點支持項目方式予以資助。建議研究內容包括，但不限于以下方向：

1. 面向復雜數據的、可通用的人工智能算法框架

針對多尺度復雜數據處理問題，研究多尺度表示的跨模態人工智能框架，適用于視頻、語音、自然語言、點云、地理數據等不同模態的數據，實現小樣本(相同精度下降低樣本需求一萬倍以上)、可解釋、跨模態(不少于3個模態)和感知決策一體化方法。

2. 新一代非結構化數據管理方法

研究海量復雜非結構化數據與人工智能應用一體化系統的構建方法，包括基礎數據存儲、用戶自定義領域數據模型在線構建、自主研發非結構化數據查詢語言與優化理論、跨域和跨庫非結構化數據的查詢融合理論等，支撐下一代人工智能方法在跨領域、多維度(關系、向量、圖等)、多粒度數據(不少于3種粒度)的應用。

3. 深度學習隱私保護計算新型體系框架與模型

針對隱私性需求，研究可證明安全、可實用的人工智能隱私保護方法新框架，包括但不限于：適用于不同場景的多方隱私計算框架，多源異質數據的高效協同建模方法，基于全同態計算的、低內存占用的隱私保護深度學習方法，研究符合《中華人民共和國個人信息保護法》中匿名化要求的、模型精度跌幅可控(精度下降不大于1%)的數據可信發布技術等。

4. 面向功能分析的智能化幾何造型方法

設計能保持幾何約束和物理結構、具有可解釋性和收斂階的智能建模方法，構建可解釋的、面向功能分析的智能方法以及科學工程計算中幾何模型設計與功能分析一體化方法，突破目前工業軟件中幾何設計與物理性能分析割裂的現狀。

5. 人工智能驅動的下一代微觀科學計算平臺建設與應用

發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、材料、生物等領域的實際復雜問題，建立多尺度模型，實現高精度、大尺度和高效率的分子模擬;建立人工智能與科學計算雙驅動的“軟-硬件協同優化”方法和高性能計算專用平臺。

6. 人工智能框架下的宏觀復雜反應流動多尺度建模與應用

面向空天發動機等重大需求場景，針對燃燒模型精度低、數值模擬計算效率低等問題，研究從原子尺度到宏觀尺度的深度學習算法，發展兼容傳統數值模擬和面向超大規模并行的新一代計算方法;發展航空發動機燃燒不穩定性等關鍵問題的識別、預測和分析的機器學習方法;針對高雷諾數非穩態超聲速燃燒的湍流問題，研究湍流與化學反應的時空多尺度相互作用機理，發展機器學習驅動的高精度湍流模擬模型與計算方法。

四、項目遴選的基本原則

(一)緊密圍繞核心科學問題，鼓勵基礎性和交叉性的前沿探索，優先支持原創性研究。

(二)優先支持面向發展下一代人工智能新方法或能推動人工智能新方法在科學領域應用的研究項目。

(三)重點支持項目應具有良好的研究基礎和前期積累，對總體科學目標有直接貢獻與支撐。

五、2022年度資助計劃

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

六、申請要求

(一)申請條件

本重大研究計劃項目申請人應當具備以下條件：

1. 具有承擔基礎研究課題的經歷;

2. 具有高級專業技術職務(職稱)。

在站博士后研究人員、正在攻讀研究生學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人進行申請。

(二)限項申請規定

執行《2022年度國家自然科學基金項目指南》“申請規定”中限項申請規定的相關要求。

(三)申請注意事項

申請人和依托單位應當認真閱讀并執行本項目指南、《2022年度國家自然科學基金項目指南》和《關于2022年度國家自然科學基金項目申請與結題等有關事項的通告》中相關要求。

1. 本重大研究計劃項目實行無紙化申請。申請書提交日期為2022年6月16日—6月23日16時。

2. 項目申請書采用在線方式撰寫。對申請人具體要求如下：

(1)申請人應當按照科學基金網絡信息系統中重大研究計劃項目的填報說明與撰寫提綱要求在線填寫和提交電子申請書及附件材料。

(2)本重大研究計劃旨在緊密圍繞核心科學問題，將對多學科相關研究進行戰略性的方向引導和優勢整合，成為一個項目集群。申請人應根據本重大研究計劃擬解決的具體科學問題和項目指南公布的擬資助研究方向，自行擬定項目名稱、科學目標、研究內容、技術路線和相應的研究經費等。

(3)申請書中的資助類別選擇“重大研究計劃”，亞類說明選擇“培育項目”或“重點支持項目”，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，根據申請的具體研究內容選擇不超過5個申請代碼。

培育項目和重點支持項目的合作研究單位不得超過2個。

(4)申請人在“立項依據與研究內容”部分，應當首先說明申請符合本項目指南中的資助研究方向，以及對解決本重大研究計劃核心科學問題、實現本重大研究計劃科學目標的貢獻。

如果申請人已經承擔與本重大研究計劃相關的其他科技計劃項目，應當在申請書正文的“研究基礎與工作條件”部分論述申請項目與其他相關項目的區別與聯系。

3. 依托單位應當按照要求完成依托單位承諾、組織申請以及審核申請材料等工作。在2022年6月23日16時前通過信息系統逐項確認提交本單位電子申請書及附件材料，并于6月24日16時前在線提交本單位項目申請清單。

4. 其他注意事項

(1)為實現重大研究計劃總體科學目標和多學科集成，獲得資助的項目負責人應當承諾遵守相關數據和資料管理與共享的規定，項目執行過程中應關注與本重大研究計劃其他項目之間的相互支撐關系。

(2)為加強項目的學術交流，促進項目群的形成和多學科交叉與集成，本重大研究計劃將每年舉辦一次資助項目的年度學術交流會，并將不定期地組織相關領域的學術研討會。獲資助項目負責人有義務參加本重大研究計劃指導專家組和管理工作組所組織的上述學術交流活動，并認真開展學術交流。

(四)咨詢方式

國家自然科學基金委員會交叉科學部一處

聯系電話：010-62328382