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2023年度项目指南，旨在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。

2023年度资助研究方向

（一）培育项目。

　　1. 深度学习的表示理论和泛化理论。

　　2. 深度学习的训练方法。

　　3. 微分方程与机器学习。

　　4. 隐私保护的机器学习方法。

　　5. 图神经网络的新方法。

　　6. 脑科学启发的新一代人工智能方法。

　　7. 数据驱动与知识驱动融合的人工智能方法。

　　8. 生物医药领域的人工智能方法。

　　9. 科学计算领域的人工智能方法。

　　10. 人工智能驱动的下一代微观科学计算平台。

（二）重点支持项目。

　　1. 经典数值方法与人工智能融合的微分方程数值方法。

　　2. 复杂离散优化的人工智能求解器。

　　3. 开放环境下多智能体协作的智能感知理论与方法。

　　4. 可通用的专业领域人机交互方法。

　　5. 下一代多模态数据编程框架。

　　6. 支持下一代人工智能的开放型高质量科学数据库。

　　7. 高精度、可解释的谱学和影像数据分析方法。

　　8. 高精度、可解释的生物大分子设计平台。

2023年度资助计划

2023年度拟资助培育项目25～30项，直接费用资助强度约为80万元/项，资助期限为3年，培育项目申请书中研究期限应填写“2024年1月1日—2026年12月31日”；拟资助重点支持项目6～8项，直接费用资助强度约为300万元/项，资助期限为4年，重点支持项目申请书中研究期限应填写“2024年1月1日—2027年12月31日”。

具体信息可见：https://www.nsfc.gov.cn/publish/portal0/tab948/info89093.htm