2023年度人工智能領(lǐng)域國(guó)家自然科學(xué)基金項(xiàng)目申請(qǐng)與資助情況綜述

謝 國(guó) 王 樂,2 宋和平,3 肖 斌,4 廖 清,5 王志衡 吳國(guó)政

1 項(xiàng)目申請(qǐng)與資助總體情況

人工智能是信息科學(xué)中研究最活躍、發(fā)展最迅速、影響最廣泛的領(lǐng)域之一.人工智能發(fā)展的重要趨勢(shì)包括大模型、多模態(tài)智能、具身智能、大數(shù)據(jù)智能、聯(lián)邦學(xué)習(xí)和隱私保護(hù)、可解釋性和可信度、人機(jī)協(xié)同和交互、強(qiáng)化學(xué)習(xí)和自主決策等,這些趨勢(shì)將推動(dòng)人工智能技術(shù)的不斷發(fā)展和應(yīng)用,為各領(lǐng)域帶來(lái)更多的創(chuàng)新和進(jìn)步.

國(guó)家自然科學(xué)基金委員會(huì)(簡(jiǎn)稱自然科學(xué)基金委)信息科學(xué)部信息科學(xué)二處(簡(jiǎn)稱信息二處)人工智能領(lǐng)域主要資助人工智能及相關(guān)交叉學(xué)科領(lǐng)域的基礎(chǔ)理論、基本方法和關(guān)鍵技術(shù)研究,一級(jí)申請(qǐng)代碼F06.下設(shè)10個(gè)二級(jí)代碼[1],具體包括:F0601,人工智能基礎(chǔ);F0602,復(fù)雜性科學(xué)與人工智能理論;F0603,機(jī)器學(xué)習(xí);F0604,機(jī)器感知與機(jī)器視覺;F0605,模式識(shí)別與數(shù)據(jù)挖掘;F0606,自然語(yǔ)言處理;F0607,知識(shí)表示與處理;F0608,智能系統(tǒng)與人工智能安全;F0609,認(rèn)知與神經(jīng)科學(xué)啟發(fā)的人工智能;F0610,交叉學(xué)科中的人工智能問題.重點(diǎn)支持機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、模式識(shí)別與數(shù)據(jù)挖掘、自然語(yǔ)言處理、智能系統(tǒng)等方向的理論方法研究[2].

本文詳細(xì)分析2023年度信息二處人工智能領(lǐng)域各類項(xiàng)目申請(qǐng)與資助情況,主要包括“人才”項(xiàng)目系列的創(chuàng)新研究群體項(xiàng)目(簡(jiǎn)稱創(chuàng)新群體項(xiàng)目)、國(guó)家杰出青年科學(xué)基金項(xiàng)目(簡(jiǎn)稱杰青項(xiàng)目)、優(yōu)秀青年科學(xué)基金項(xiàng)目(簡(jiǎn)稱優(yōu)青項(xiàng)目)、青年科學(xué)基金項(xiàng)目(簡(jiǎn)稱青年項(xiàng)目)、地區(qū)科學(xué)基金項(xiàng)目(簡(jiǎn)稱地區(qū)項(xiàng)目)和“研究”項(xiàng)目系列的重點(diǎn)項(xiàng)目、面上項(xiàng)目,并對(duì)人工智能的學(xué)科發(fā)展提出若干展望,旨在為相關(guān)研究人員了解人工智能領(lǐng)域基礎(chǔ)研究隊(duì)伍、主要研究方向及項(xiàng)目資助情況等提供參考.

2 “人才”項(xiàng)目系列申請(qǐng)與資助

情況

自然科學(xué)基金委設(shè)立創(chuàng)新群體項(xiàng)目、杰青項(xiàng)目、優(yōu)青項(xiàng)目以來(lái),人工智能領(lǐng)域共資助創(chuàng)新群體項(xiàng)目4項(xiàng)、杰青項(xiàng)目35項(xiàng)、優(yōu)青項(xiàng)目65項(xiàng),其中,8名優(yōu)青項(xiàng)目負(fù)責(zé)人獲得本領(lǐng)域杰青項(xiàng)目資助、3名杰青項(xiàng)目負(fù)責(zé)人獲本領(lǐng)域創(chuàng)新群體項(xiàng)目資助.

2.1 創(chuàng)新群體項(xiàng)目

創(chuàng)新群體項(xiàng)目支持優(yōu)秀中青年科學(xué)家為學(xué)術(shù)帶頭人和研究骨干,共同圍繞一個(gè)重要研究方向合作開展創(chuàng)新研究,培養(yǎng)和造就在國(guó)際科學(xué)前沿占有一席之地的研究群體[1].2023年領(lǐng)域創(chuàng)新群體項(xiàng)目的申請(qǐng)數(shù)為3項(xiàng),二級(jí)申請(qǐng)代碼如下:F0604,機(jī)器感知與機(jī)器視覺(2項(xiàng));F0608,智能系統(tǒng)與人工智能安全(1項(xiàng)).資助數(shù)1項(xiàng),資助率為33.33%.

表1統(tǒng)計(jì)近五年(2019～2023)創(chuàng)新群體項(xiàng)目二級(jí)申請(qǐng)代碼分布情況.

表1 近五年(2019～2023)F06各二級(jí)代碼下創(chuàng)新群體項(xiàng)目申請(qǐng)與資助情況

從表1中可以看出,按申請(qǐng)數(shù)從多到少排列依次是:F0604,機(jī)器感知與機(jī)器視覺(12項(xiàng));F0609,認(rèn)知與神經(jīng)科學(xué)啟發(fā)的人工智能(7項(xiàng));F0601,人工智能基礎(chǔ)(3項(xiàng));F0606,自然語(yǔ)言處理(2項(xiàng));F0608,智能系統(tǒng)與人工智能安全(2項(xiàng));F0603,機(jī)器學(xué)習(xí)(1項(xiàng));F0605,模式識(shí)別與數(shù)據(jù)挖掘(1項(xiàng));其余二級(jí)代碼的申請(qǐng)數(shù)均為0項(xiàng).最終,3個(gè)項(xiàng)目獲得資助,分別歸屬于F0601、F00603和F0604這3個(gè)二級(jí)申請(qǐng)代碼.

2.2 杰青項(xiàng)目

杰青項(xiàng)目支持在基礎(chǔ)研究方面已取得突出成績(jī)的青年學(xué)者自主選擇研究方向開展創(chuàng)新研究,促進(jìn)青年科學(xué)技術(shù)人才的成長(zhǎng),培養(yǎng)和造就一批進(jìn)入世界科技前沿的優(yōu)秀學(xué)術(shù)帶頭人[1].2023年度,領(lǐng)域受理來(lái)自全國(guó)51家依托單位的杰青項(xiàng)目申請(qǐng)78項(xiàng),經(jīng)通訊評(píng)審后推薦會(huì)議答辯項(xiàng)目8項(xiàng),最終獲資助5項(xiàng).

表2給出近五年(2019～2023)杰青項(xiàng)目申請(qǐng)與資助情況.領(lǐng)域杰青項(xiàng)目申請(qǐng)數(shù)先從2019年的39項(xiàng)增至2020年的54項(xiàng),隨后在2021年減少到45項(xiàng),2022、2023年連續(xù)增至51項(xiàng)、78項(xiàng).從資助情況來(lái)看,資助數(shù)保持緩慢增加,資助率呈現(xiàn)波動(dòng),資助率最低為2023年的6.41%,最高為2022年的9.80%.

表2 近五年(2019～2023)F06代碼下杰青項(xiàng)目申請(qǐng)與資助情況

表3統(tǒng)計(jì)近五年(2019～2023)領(lǐng)域杰青項(xiàng)目按各二級(jí)申請(qǐng)代碼分布情況.近五年來(lái),F06代碼受理杰青項(xiàng)目申請(qǐng)共計(jì)267項(xiàng),最終資助21項(xiàng).總體來(lái)看,近五年二級(jí)代碼F0604(機(jī)器感知與機(jī)器視覺)申請(qǐng)數(shù)和資助數(shù)最多.二級(jí)代碼F0602(復(fù)雜性科學(xué)與人工智能理論)申請(qǐng)數(shù)最少.二級(jí)代碼F0601(人工智能基礎(chǔ))、F0609(認(rèn)知與神經(jīng)科學(xué)啟發(fā)的人工智能)、F0604(機(jī)器感知與機(jī)器視覺)、F0603(機(jī)器學(xué)習(xí))、F0606(自然語(yǔ)言處理)近五年平均資助率高于領(lǐng)域近五年平均資助率(7.87%),其余二級(jí)代碼的近五年平均資助率均低于領(lǐng)域近五年平均資助率.

表3 近五年(2019～2023)F06各二級(jí)代碼下杰青項(xiàng)目申請(qǐng)與資助情況

2.3 優(yōu)青項(xiàng)目

優(yōu)青項(xiàng)目支持在基礎(chǔ)研究方面已取得較好成績(jī)的青年學(xué)者自主選擇研究方向開展創(chuàng)新研究,促進(jìn)青年科學(xué)技術(shù)人才的快速成長(zhǎng),培養(yǎng)一批有望進(jìn)入世界科技前沿的優(yōu)秀學(xué)術(shù)骨干[1].2023年度,人工智能領(lǐng)域受理來(lái)自全國(guó)62家依托單位的優(yōu)青項(xiàng)目申請(qǐng)91項(xiàng),經(jīng)通訊評(píng)審后推薦會(huì)議答辯項(xiàng)目12項(xiàng),最終獲資助8項(xiàng).

表4給出近五年(2019～2023)領(lǐng)域優(yōu)青項(xiàng)目申請(qǐng)與資助情況.

表4 近五年(2019～2023)F06代碼下優(yōu)青項(xiàng)目申請(qǐng)與資助情況

由表4可見,近五年項(xiàng)目申請(qǐng)數(shù)在一定范圍內(nèi)波動(dòng).從資助情況上看,資助數(shù)保持在8項(xiàng)或9項(xiàng),資助率呈現(xiàn)波動(dòng),資助率最低為2020年的8.60%,最高為2022年的10.71%.

表5統(tǒng)計(jì)近五年(2019～2023)領(lǐng)域優(yōu)青項(xiàng)目按各二級(jí)申請(qǐng)代碼分布情況.近五年來(lái),F06代碼受理優(yōu)青項(xiàng)目申請(qǐng)共計(jì)441項(xiàng),最終資助42項(xiàng).總體來(lái)看,近五年二級(jí)代碼申請(qǐng)數(shù)和資助數(shù)排名前三的是F0604(機(jī)器感知與機(jī)器視覺)、F0605(模式識(shí)別與數(shù)據(jù)挖掘)、F0603(機(jī)器學(xué)習(xí)).二級(jí)代碼申請(qǐng)數(shù)和資助數(shù)最后三名分別是F0602(復(fù)雜性科學(xué)與人工智能理論)、F0609(認(rèn)知與神經(jīng)科學(xué)啟發(fā)的人工智能)、F0610(交叉學(xué)科中的人工智能問題).二級(jí)代碼F0603(機(jī)器學(xué)習(xí))、F0607(知識(shí)表示與處理)、F0606(自然語(yǔ)言處理)、F0604(機(jī)器感知與機(jī)器視覺)、F0605(模式識(shí)別與數(shù)據(jù)挖掘)的近五年平均資助率高于領(lǐng)域近五年平均資助率(9.52%),其余二級(jí)代碼的近五年平均資助率均低于領(lǐng)域近五年平均資助率.

表5 近五年(2019～2023)F06各二級(jí)代碼下優(yōu)青項(xiàng)目申請(qǐng)與資助情況

2.4 青年項(xiàng)目

青年項(xiàng)目支持青年科學(xué)技術(shù)人員自主選題開展基礎(chǔ)研究工作,培養(yǎng)他們獨(dú)立主持科研項(xiàng)目、進(jìn)行創(chuàng)新研究的能力,激勵(lì)他們的創(chuàng)新思維,培養(yǎng)基礎(chǔ)研究后繼人才[1].2023年,人工智能領(lǐng)域收到516家依托單位的1 484項(xiàng)青年項(xiàng)目申請(qǐng),其中有2項(xiàng)申請(qǐng)因不符合年度項(xiàng)目指南規(guī)定的申請(qǐng)條件或要求被初篩,其余1 482項(xiàng)申請(qǐng)經(jīng)通訊評(píng)審和會(huì)議評(píng)審后,157家依托單位的344位申請(qǐng)人獲資助,資助率約為23.18%,資助占比(獲資助依托單位數(shù)/申請(qǐng)依托單位數(shù))約為30.62%.與2022年度同類項(xiàng)目相比,獲資助青年項(xiàng)目的依托單位增加15家,從資助層面上反映青年項(xiàng)目的覆蓋面越來(lái)越廣.

圖1統(tǒng)計(jì)青年項(xiàng)目申請(qǐng)量排名前十的依托單位申請(qǐng)與資助情況.

圖1 2023年度領(lǐng)域青年項(xiàng)目申請(qǐng)數(shù)排名前十的依托單申請(qǐng)與資助情況

在圖1中,中國(guó)人民解放軍國(guó)防科技大學(xué)、中國(guó)科學(xué)院自動(dòng)化研究所、之江實(shí)驗(yàn)室申請(qǐng)項(xiàng)目數(shù)排名前三,哈爾濱工業(yè)大學(xué)、中國(guó)科學(xué)院自動(dòng)化研究所、四川大學(xué)(并列)、浙江大學(xué)(并列)、中國(guó)人民解放軍國(guó)防科技大學(xué)(并列)獲資助項(xiàng)目數(shù)排名前三.這10家依托單位的總申請(qǐng)數(shù)約占領(lǐng)域總申請(qǐng)數(shù)的12.87%、獲資助項(xiàng)目數(shù)約占總資助數(shù)的22.97%.從10家依托單位的單位資助率(本單位獲資助數(shù)/本單位申請(qǐng)數(shù))上看,這些依托單位均高于平均資助率(23.18%),哈爾濱工業(yè)大學(xué)獲資助率最高,超過本領(lǐng)域青年項(xiàng)目平均資助率的3倍,其后的四川大學(xué)、浙江大學(xué)單位資助率均超過50%.

表6統(tǒng)計(jì)近五年(2019～2023)青年項(xiàng)目的申請(qǐng)數(shù)、資助數(shù)和資助率情況.由表可以看出,近五年人工智能領(lǐng)域的青年項(xiàng)目申請(qǐng)數(shù)逐年增加,而項(xiàng)目資助率近三年呈下降趨勢(shì).

表6 近五年(2019～2023)F06代碼下青年項(xiàng)目申請(qǐng)與資助情況

表7統(tǒng)計(jì)2023年度領(lǐng)域各二級(jí)代碼的申請(qǐng)和資助占比情況.表中,F06表示申請(qǐng)人只選擇一級(jí)申請(qǐng)代碼F06作為其主要申請(qǐng)代碼,下同.由表可見,F0610(交叉學(xué)科中的人工智能問題)、F0604(機(jī)器感知與機(jī)器視覺)、F0603(機(jī)器學(xué)習(xí))、F0605(模式識(shí)別與數(shù)據(jù)挖掘)、F0606(自然語(yǔ)言處理)5個(gè)二級(jí)代碼申請(qǐng)數(shù)和資助數(shù)均位列前五.從資助率上看,排名前五的二級(jí)代碼為F0601(人工智能基礎(chǔ))、F0603(機(jī)器學(xué)習(xí))、F0606(自然語(yǔ)言處理)、F0608(智能系統(tǒng)與人工智能安全)、F0607(知識(shí)表示與處理).

表7 2023年度F06各二級(jí)代碼青年項(xiàng)目申請(qǐng)與資助情況

2.5 地區(qū)項(xiàng)目

地區(qū)項(xiàng)目支持特定地區(qū)的部分依托單位的科學(xué)技術(shù)人員開展創(chuàng)新性的科學(xué)研究,培養(yǎng)和扶植該地區(qū)的科學(xué)技術(shù)人員,穩(wěn)定和凝聚優(yōu)秀人才,為區(qū)域創(chuàng)新體系建設(shè)與經(jīng)濟(jì)、社會(huì)發(fā)展服務(wù)[1].2023年度人工智能領(lǐng)域收到來(lái)自12個(gè)省份106家依托單位的地區(qū)項(xiàng)目申請(qǐng)400項(xiàng),經(jīng)通訊評(píng)審和會(huì)議評(píng)審后,35家依托單位的61位申請(qǐng)人獲資助,資助率約為15.25%.

圖2統(tǒng)計(jì)地區(qū)項(xiàng)目申請(qǐng)量排名前十的依托單位申請(qǐng)與資助情況.其中,新疆大學(xué)、桂林電子科技大學(xué)、昆明理工大學(xué)申請(qǐng)項(xiàng)目數(shù)排名前三,云南大學(xué)、西北民族大學(xué)、廣西師范大學(xué)(并列)、江西師范大學(xué)(并列)、昆明理工大學(xué)(并列)、桂林電子科技大學(xué)(并列)獲資助項(xiàng)目數(shù)排名前三.這10家依托單位的總申請(qǐng)數(shù)約占領(lǐng)域總申請(qǐng)數(shù)的36.50%、獲資助項(xiàng)目數(shù)約占總資助數(shù)的45.90%.從10家依托單位的單位資助率(本單位獲資助數(shù)/本單位申請(qǐng)數(shù))上看,這些依托單位除北方民族大學(xué)、新疆大學(xué)、貴州大學(xué)以外均高于平均資助率(15.25%),云南大學(xué)獲資助率最高,超過本領(lǐng)域地區(qū)項(xiàng)目平均資助率的3倍,其后的西北民族大學(xué)、廣西師范大學(xué)、江西師范大學(xué)單位資助率均超過25%.

圖2 2023年度領(lǐng)域地區(qū)項(xiàng)目申請(qǐng)數(shù)排名前十的依托單位申請(qǐng)與資助情況

表8統(tǒng)計(jì)近五年(2019～2023)地區(qū)項(xiàng)目的申請(qǐng)數(shù)、資助數(shù)和資助率情況.由表可以看出,近五年人工智能領(lǐng)域的地區(qū)項(xiàng)目申請(qǐng)數(shù)、資助數(shù)逐年增加,同時(shí)項(xiàng)目資助率近三年呈上升趨勢(shì).

表8 近五年(2019～2023)F06代碼下地區(qū)項(xiàng)目申請(qǐng)與資助情況

表9統(tǒng)計(jì)2023年度領(lǐng)域各二級(jí)代碼的申請(qǐng)與資助情況,F0610(交叉學(xué)科中的人工智能問題)、F0606(然語(yǔ)言處理)、F0603(機(jī)器學(xué)習(xí))、F0605(模式識(shí)別與數(shù)據(jù)挖掘)、F0604(機(jī)器感知與機(jī)器視覺)、F0601(人工智能基礎(chǔ))這6個(gè)二級(jí)代碼申請(qǐng)數(shù)和資助數(shù)均位列前六.

表9 2023年度F06各二級(jí)代碼地區(qū)項(xiàng)目申請(qǐng)與資助情況

從資助率上看,排名前二的二級(jí)代碼F0602(復(fù)雜性科學(xué)與人工智能理論)、F0609(認(rèn)知與神經(jīng)科學(xué)啟發(fā)的人工智能)的資助率超過本領(lǐng)域地區(qū)項(xiàng)目平均資助率的2倍,其后的F0601(人工智能基礎(chǔ))、F0606(自然語(yǔ)言處理)、F0608(智能系統(tǒng)與人工智能安全)資助率均超過15%.

3 “研究”項(xiàng)目系列申請(qǐng)與資助情況

本節(jié)分析人工智能領(lǐng)域重點(diǎn)項(xiàng)目和面上項(xiàng)目等四類項(xiàng)目申請(qǐng)與資助情況.

3.1 重點(diǎn)項(xiàng)目

重點(diǎn)項(xiàng)目支持從事基礎(chǔ)研究的科學(xué)技術(shù)人員針對(duì)已有較好基礎(chǔ)的研究方向或?qū)W科生長(zhǎng)點(diǎn)開展深入、系統(tǒng)的創(chuàng)新性研究,促進(jìn)學(xué)科發(fā)展,推動(dòng)若干重要領(lǐng)域或科學(xué)前沿取得突破[1].信息科學(xué)部通常在當(dāng)年發(fā)布的重點(diǎn)項(xiàng)目申請(qǐng)指南中給出下一年度的重點(diǎn)項(xiàng)目立項(xiàng)建議征集信息,根據(jù)2022年度征集的指南建議,并結(jié)合信息科學(xué)學(xué)部“十四五”發(fā)展戰(zhàn)略規(guī)劃和優(yōu)先資助領(lǐng)域,2023年度,自然科學(xué)基金委信息科學(xué)部共發(fā)布4個(gè)重點(diǎn)項(xiàng)目群(20個(gè)研究方向)和104個(gè)重點(diǎn)項(xiàng)目立項(xiàng)領(lǐng)域[1],F06代碼下有10個(gè)重點(diǎn)項(xiàng)目立項(xiàng)領(lǐng)域,收到重點(diǎn)項(xiàng)目申請(qǐng)34項(xiàng),根據(jù)通訊評(píng)議結(jié)果,12個(gè)項(xiàng)目獲得上會(huì)答辯資格.經(jīng)過專家會(huì)議評(píng)審,2023年度F06共資助重點(diǎn)項(xiàng)目8項(xiàng).

圖3統(tǒng)計(jì)近五年(2019～2023)領(lǐng)域重點(diǎn)項(xiàng)目申請(qǐng)量排名前十的依托單位申請(qǐng)與資助情況.

圖3 近五年(2019～2023)領(lǐng)域重點(diǎn)項(xiàng)目申請(qǐng)數(shù)排名前十的依托單位申請(qǐng)與資助情況

在圖3中,中國(guó)科學(xué)院自動(dòng)化研究所、西安電子科技大學(xué)、清華大學(xué)申請(qǐng)項(xiàng)目數(shù)排名前三,中國(guó)科學(xué)院自動(dòng)化研究所、清華大學(xué)、北京大學(xué)(并列)、西安電子科技大學(xué)(并列)、西北工業(yè)大學(xué)(并列)獲資助項(xiàng)目數(shù)排名前三.這10家依托單位的總申請(qǐng)數(shù)約占領(lǐng)域總申請(qǐng)數(shù)的38.58%、獲資助項(xiàng)目數(shù)約占總資助數(shù)的41.82%.從10家依托單位的單位資助率(本單位獲資助數(shù)/本單位申請(qǐng)數(shù))上看,西北工業(yè)大學(xué)獲資助率最高,超過本領(lǐng)域重點(diǎn)項(xiàng)目平均資助率的2倍,其后的中國(guó)科學(xué)院自動(dòng)化研究所、清華大學(xué)、北京大學(xué)單位資助率均超過25%.

表10統(tǒng)計(jì)近五年(2019～2023)F06代碼下重點(diǎn)項(xiàng)目的申請(qǐng)與資助情況.由表可以看出,近五年人工智能領(lǐng)域的重點(diǎn)項(xiàng)目申請(qǐng)數(shù)和資助數(shù)均呈現(xiàn)波動(dòng)趨勢(shì),2021年度資助率最低為17.02%,2019年度資助率最高為25.42%.

表10 近五年(2019～2023)F06代碼下重點(diǎn)項(xiàng)目申請(qǐng)與資助情況

表11為F06各二級(jí)代碼下近五年(2019～2023)的重點(diǎn)項(xiàng)目申請(qǐng)與資助情況.從資助率上看,排名前五的二級(jí)代碼F0604(機(jī)器感知與機(jī)器視覺)、F0606(自然語(yǔ)言處理)、F0609(認(rèn)知與神經(jīng)科學(xué)啟發(fā)的人工智能)、F0603(機(jī)器學(xué)習(xí)資助率)、F0608(智能系統(tǒng)與人工智能安全)申請(qǐng)數(shù)和資助數(shù)均排在前列.F0602(復(fù)雜性科學(xué)與人工智能理論)、F0607(知識(shí)表示與處理)、F0610(交叉學(xué)科中的人工智能問題)這3個(gè)二級(jí)代碼近五年未獲重點(diǎn)項(xiàng)目資助.

表11 近五年(2019～2023)F06各二級(jí)代碼下重點(diǎn)項(xiàng)目申請(qǐng)與資助情況

3.2 面上項(xiàng)目

面上項(xiàng)目支持從事基礎(chǔ)研究的科學(xué)技術(shù)人員自主選題,開展創(chuàng)新性的科學(xué)研究,促進(jìn)各學(xué)科均衡、協(xié)調(diào)和可持續(xù)發(fā)展,為基礎(chǔ)研究持續(xù)積蓄創(chuàng)新活水[1].2023年度,人工智能領(lǐng)域收到455家依托單位的1 675項(xiàng)面上項(xiàng)目申請(qǐng),其中有2項(xiàng)申請(qǐng)因不符合年度項(xiàng)目指南規(guī)定的申請(qǐng)條件或要求被初篩,其余1 673項(xiàng)申請(qǐng)經(jīng)通訊評(píng)審和會(huì)議評(píng)審后,111家依托單位的292位申請(qǐng)人獲資助,資助率約為17.43%,資助占比(獲資助依托單位數(shù)/申請(qǐng)依托單位數(shù))約為24.40%.與2022年度同類項(xiàng)目相比,獲資助面上項(xiàng)目依托單位減少9家,從資助層面反映面上項(xiàng)目的資助越來(lái)越趨于集中.

圖4統(tǒng)計(jì)2023年度面上項(xiàng)目申請(qǐng)量排名前十的依托單位申請(qǐng)與資助情況.

圖4 2023年度領(lǐng)域面上項(xiàng)目申請(qǐng)數(shù)排名前十的依托單位申請(qǐng)與資助情況

在圖4中,西安電子科技大學(xué)、哈爾濱工業(yè)大學(xué)、浙江大學(xué)(并列)、電子科技大學(xué)(并列)申請(qǐng)項(xiàng)目數(shù)排名前三,哈爾濱工業(yè)大學(xué)、天津大學(xué)、四川大學(xué)獲資助項(xiàng)目數(shù)排名前三.這10家依托單位的總申請(qǐng)數(shù)約占領(lǐng)域總申請(qǐng)數(shù)的14.39%、獲資助項(xiàng)目數(shù)約占總資助數(shù)的22.26%.從10家依托單位的單位資助率(本單位獲資助數(shù)/本單位申請(qǐng)數(shù))上看,這些依托單位的資助率(除電子科技大學(xué))均高于平均資助率(17.43%),天津大學(xué)獲資助率最高,超過本領(lǐng)域面上項(xiàng)目平均資助率的3倍,其后的四川大學(xué)、哈爾濱工業(yè)大學(xué)、北京郵電大學(xué)、深圳大學(xué)單位資助率均超過25%.

表12統(tǒng)計(jì)近五年(2019～2023)面上項(xiàng)目的申請(qǐng)數(shù)、資助數(shù)和資助率情況.由表可看出,近五年人工智能領(lǐng)域的面上項(xiàng)目申請(qǐng)數(shù)除2021年以外逐年增加,而項(xiàng)目資助數(shù)持續(xù)增加,資助率在小范圍內(nèi)波動(dòng).

表12 近五年(2019～2023)F06代碼下面上項(xiàng)目申請(qǐng)與資助情況

表13統(tǒng)計(jì)2023年度領(lǐng)域各二級(jí)代碼的申請(qǐng)和資助占比情況,F0610(交叉學(xué)科中的人工智能問題)、F0604(機(jī)器感知與機(jī)器視覺)、F0605(模式識(shí)別與數(shù)據(jù)挖掘)、F0603(機(jī)器學(xué)習(xí))、F0606(自然語(yǔ)言處理)這5個(gè)二級(jí)代碼申請(qǐng)數(shù)和資助數(shù)均位列前五.

表13 2023年度F06各二級(jí)代碼面上項(xiàng)目申請(qǐng)與資助情況

從資助率上看,排名前五的二級(jí)代碼為F0606(自然語(yǔ)言處理)、F0601(人工智能基礎(chǔ))、F0608(智能系統(tǒng)與人工智能安全)、F0603(機(jī)器學(xué)習(xí))、F0609(認(rèn)知與神經(jīng)科學(xué)啟發(fā)的人工智能).

4 項(xiàng)目分類評(píng)審情況

2023年度F06代碼下的面上項(xiàng)目、青年項(xiàng)目、地區(qū)項(xiàng)目和重點(diǎn)項(xiàng)目均開展基于科學(xué)問題屬性的分類申請(qǐng)與評(píng)審機(jī)制.

科學(xué)問題屬性A——鼓勵(lì)探索,突出原創(chuàng):旨在讓新思想及時(shí)得到支持,鼓勵(lì)源于科學(xué)家靈感的自由探索,強(qiáng)調(diào)首創(chuàng)性,使科學(xué)基金成為新思想的孵化器.

科學(xué)問題屬性B——聚焦前沿,獨(dú)辟蹊徑:旨在擴(kuò)展新的科學(xué)前沿,強(qiáng)調(diào)開創(chuàng)性和引領(lǐng)性,使科學(xué)基金成為科學(xué)前沿的牽引器.

科學(xué)問題屬性C——需求牽引,突破瓶頸:旨在破解國(guó)家重大戰(zhàn)略需求和經(jīng)濟(jì)社會(huì)發(fā)展中的核心科學(xué)問題,使科學(xué)基金成為經(jīng)濟(jì)社會(huì)發(fā)展和國(guó)家安全的驅(qū)動(dòng)器.

科學(xué)問題屬性D——共性導(dǎo)向,交叉融通:旨在以共性科學(xué)問題為導(dǎo)向,促進(jìn)不同學(xué)科的交叉融合,使科學(xué)基金成為人類知識(shí)的倍增器[1].

根據(jù)基礎(chǔ)研究發(fā)展的新形勢(shì)和新要求,自然科學(xué)基金委2024年度進(jìn)一步優(yōu)化分類申請(qǐng)與評(píng)審模式,將四類科學(xué)問題屬性簡(jiǎn)化為“自由探索類基礎(chǔ)研究”和“目標(biāo)導(dǎo)向類基礎(chǔ)研究”兩類研究屬性.“自由探索類基礎(chǔ)研究”是指選題源于科研人員好奇心或創(chuàng)新性學(xué)術(shù)靈感,且不以滿足現(xiàn)階段應(yīng)用需求為目的的原創(chuàng)性、前沿性基礎(chǔ)研究.“目標(biāo)導(dǎo)向類基礎(chǔ)研究”是指以經(jīng)濟(jì)社會(huì)發(fā)展需要或國(guó)家需求為牽引的基礎(chǔ)研究.分類評(píng)審的項(xiàng)目范圍為重點(diǎn)項(xiàng)目、面上項(xiàng)目和青年科學(xué)基金項(xiàng)目.

表14列出2023年度F06代碼下面上項(xiàng)目、青年項(xiàng)目、地區(qū)項(xiàng)目和重點(diǎn)項(xiàng)目科學(xué)問題屬性的分布情況,各類項(xiàng)目申請(qǐng)中B類和C類科學(xué)問題屬性的數(shù)量明顯多于A類和D類,受申請(qǐng)數(shù)量的影響,資助數(shù)在科學(xué)問題屬性上的分布特性與申請(qǐng)數(shù)基本一致.面上項(xiàng)目、青年項(xiàng)目、地區(qū)項(xiàng)目和重點(diǎn)項(xiàng)目中A類科學(xué)問題屬性的申請(qǐng)和資助數(shù)量均最少(A類科學(xué)屬性的重點(diǎn)項(xiàng)目獲資助數(shù)為0項(xiàng)).D類科學(xué)問題屬性的申請(qǐng)數(shù)和資助數(shù)也較少(D類科學(xué)屬性的重點(diǎn)項(xiàng)目獲資助數(shù)為0項(xiàng)).因此,如何在自然科學(xué)基金委資助架構(gòu)下,加強(qiáng)人工智能原創(chuàng)探索研究和與其它方向的交叉研究以及投入成為亟待解決的問題.

表14 2023年度F06代碼下面上項(xiàng)目、青年項(xiàng)目、地區(qū)項(xiàng)目和重點(diǎn)項(xiàng)目科學(xué)問題屬性分布情況

5 項(xiàng)目評(píng)審原則與舉措

1)人工智能輔助指派.《國(guó)家自然科學(xué)基金委深化改革實(shí)施綱要》明確指出,要“完善評(píng)審機(jī)制”,實(shí)現(xiàn)“分類、科學(xué)、公正、高效”的智能化輔助評(píng)審,2023年度F06代碼下的所有面上項(xiàng)目、青年項(xiàng)目、地區(qū)項(xiàng)目采用人工智能輔助指派(AI指派)系統(tǒng),以提升評(píng)審專家和申請(qǐng)書之間匹配的精準(zhǔn)度[2].

2)負(fù)責(zé)任、講信譽(yù)、計(jì)貢獻(xiàn)的評(píng)審機(jī)制[2].2023年度F06代碼下的所有項(xiàng)目采用RCC(負(fù)責(zé)任、講信譽(yù)、計(jì)貢獻(xiàn))的評(píng)審機(jī)制.鼓勵(lì)評(píng)審專家認(rèn)真負(fù)責(zé)地對(duì)申請(qǐng)書進(jìn)行評(píng)審,做出科學(xué)的判斷.對(duì)評(píng)審專家的評(píng)審效果和公正性進(jìn)行統(tǒng)計(jì),包括評(píng)審的準(zhǔn)確率、反饋意見的及時(shí)性和說(shuō)服力等.鼓勵(lì)評(píng)審專家在評(píng)審過程中,盡可能地對(duì)申請(qǐng)人的工作提出有價(jià)值的建議,特別是提出重要的學(xué)術(shù)思想,同時(shí)對(duì)評(píng)審專家的責(zé)任和信譽(yù)方面的貢獻(xiàn)做出統(tǒng)計(jì).

3)相似度核查工作[3].在2023年度通訊評(píng)審過程中,信息二處對(duì)F06代碼下的所有面上項(xiàng)目、青年項(xiàng)目和地區(qū)項(xiàng)目申請(qǐng)書進(jìn)行相似度核查.若本年度受理的申請(qǐng)書和往年未資助的申請(qǐng)書相似度大于30%,且申請(qǐng)人不同,則與相關(guān)申請(qǐng)人聯(lián)系并要求出具知情同意書,如被聯(lián)系人表示不知情,則對(duì)已受理的申請(qǐng)人按照相關(guān)規(guī)定處理.若本年度受理的申請(qǐng)書與已獲資助的申請(qǐng)書相似度大于30%,則將相關(guān)材料整理到會(huì)議評(píng)審現(xiàn)場(chǎng),請(qǐng)會(huì)議評(píng)審專家綜合評(píng)價(jià)并作決議.若本年度受理的申請(qǐng)書之間相似度大于30%,則將相關(guān)材料整理到會(huì)議評(píng)審現(xiàn)場(chǎng),請(qǐng)會(huì)議評(píng)審專家綜合評(píng)價(jià)并作決議.

4)優(yōu)先資助情況.為落實(shí)中央精神,信息二處在2023年度對(duì)F06二級(jí)代碼的F0601(人工智能基礎(chǔ))、F0603(機(jī)器學(xué)習(xí))、F0608(智能系統(tǒng)與人工智能安全)方向上的項(xiàng)目在同等情況下予以優(yōu)先資助.

6 結(jié) 束 語(yǔ)

根據(jù)國(guó)家“十四五”規(guī)劃的整體布局,信息二處在國(guó)家自然科學(xué)基金資助框架下,就人工智能領(lǐng)域提出如下發(fā)展戰(zhàn)略和科學(xué)部?jī)?yōu)先發(fā)展方向[4-5].

1)安全可信人工智能基礎(chǔ)理論.圍繞人工智能應(yīng)用中的安全可信復(fù)雜性難題,重點(diǎn)研究大型知識(shí)庫(kù)自動(dòng)構(gòu)建、表示與推理等方法,探索自主遂行復(fù)雜任務(wù)的智能本體理論,建立具備自主學(xué)習(xí)和進(jìn)化能力的認(rèn)知模型,發(fā)展通用人工智能算法,支持安全可信人工智能模型驗(yàn)證,有效支撐工業(yè)、醫(yī)療、公共安全等領(lǐng)域人機(jī)混合應(yīng)用的快速發(fā)展.

2)類腦模型與類腦信息處理.為了克服構(gòu)建類腦智能模型等難題,重點(diǎn)研究復(fù)雜環(huán)境高性能智能視覺傳感器及系統(tǒng)技術(shù),對(duì)視聽感知等生物智能對(duì)應(yīng)腦區(qū)的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)精細(xì)模擬,從而構(gòu)建大腦視覺智能和芯片功能驗(yàn)證方法體系,探索大腦信息處理機(jī)理,為類腦自然環(huán)境的感知、理解和自主決策奠定理論基礎(chǔ).

根據(jù)國(guó)家“十四五”規(guī)劃的統(tǒng)一部署,以及2021～2035年科學(xué)基金中長(zhǎng)期發(fā)展規(guī)劃的具體要求,自然科學(xué)基金委信息科學(xué)部2024年度擬在F06代碼下設(shè)立“數(shù)據(jù)要素流通基礎(chǔ)理論與關(guān)鍵技術(shù)”重點(diǎn)項(xiàng)目群,擬資助5個(gè)重點(diǎn)項(xiàng)目,二級(jí)代碼分別為:F0607(面向數(shù)據(jù)要素高效共享流通的跨域數(shù)據(jù)管理關(guān)鍵技術(shù)研究),F0607(數(shù)據(jù)要素基礎(chǔ)元件的構(gòu)造、關(guān)聯(lián)與協(xié)同計(jì)算理論方法),F0607(數(shù)據(jù)要素流通鏈路穿透式安全保障技術(shù)),F0607(非完備信息下的數(shù)據(jù)供需撮合技術(shù)),F0607(面向數(shù)據(jù)要素競(jìng)價(jià)的復(fù)雜均衡演繹方法與平臺(tái)建設(shè)).

為了促進(jìn)學(xué)科發(fā)展,國(guó)家自然科學(xué)基金重點(diǎn)支持從事基礎(chǔ)研究的科學(xué)技術(shù)人員針對(duì)已有較好基礎(chǔ)的研究方向或?qū)W科生長(zhǎng)點(diǎn)開展深入、系統(tǒng)的創(chuàng)新性研究,促進(jìn)學(xué)科發(fā)展,推動(dòng)若干重要領(lǐng)域或科學(xué)前沿取得突破.信息二處在征集到的88份重點(diǎn)領(lǐng)域建議書的基礎(chǔ)上,經(jīng)通訊評(píng)議、會(huì)議評(píng)審討論投票,2024年度擬在F06代碼下以重點(diǎn)項(xiàng)目形式重點(diǎn)支持以下8個(gè)方向:F0601(無(wú)人集群的自主社會(huì)化學(xué)習(xí)與進(jìn)化),F0603(基于大語(yǔ)言模型的可解釋多模態(tài)學(xué)習(xí)方法),F0604(面向復(fù)雜場(chǎng)景解析的神經(jīng)擬態(tài)視覺計(jì)算),F0606(藏醫(yī)藥知識(shí)智能分析方法研究),F0607(大小模型協(xié)同的跨模態(tài)知識(shí)融合計(jì)算),F0609(大模型賦能的腦機(jī)融合智能新范式),F0610(基于神經(jīng)符號(hào)系統(tǒng)的數(shù)學(xué)推理研究),F0610(基于經(jīng)絡(luò)脈象網(wǎng)絡(luò)的中醫(yī)數(shù)據(jù)挖掘與解析研究).

2024年,自然科學(xué)基金委將進(jìn)一步推進(jìn)科學(xué)基金深化改革,出臺(tái)一系列改革舉措持續(xù)提升資助效能,主要包括:擇優(yōu)遴選不超過20%的杰青項(xiàng)目給予滾動(dòng)支持;將女性申請(qǐng)杰青項(xiàng)目的年齡限制放寬到48周歲;繼續(xù)試點(diǎn)資助優(yōu)秀博士研究生、本科生;優(yōu)化分類申請(qǐng)與評(píng)審模式,將四類科學(xué)問題屬性簡(jiǎn)化為“自由探索類基礎(chǔ)研究”和“目標(biāo)導(dǎo)向類基礎(chǔ)研究”兩類研究屬性;取消面上項(xiàng)目連續(xù)兩年申請(qǐng)未獲資助后暫停一年申請(qǐng)的限制等.信息二處在自然科學(xué)基金委及學(xué)部統(tǒng)一領(lǐng)導(dǎo)下,按照“四個(gè)面向”的要求,堅(jiān)持基礎(chǔ)研究“兩條腿走路”,堅(jiān)決貫徹落實(shí)科學(xué)基金的各項(xiàng)改革舉措,密切關(guān)注人工智能領(lǐng)域發(fā)展動(dòng)態(tài),組織領(lǐng)域?qū)＜夷氷P(guān)鍵科學(xué)問題,積極謀劃重點(diǎn)以上類項(xiàng)目布局,持續(xù)加強(qiáng)領(lǐng)域基礎(chǔ)研究和應(yīng)用基礎(chǔ)研究.