关注深度神经网络面临的重大理论挑战,聚焦基于深度神经网络的人工智能的可解释性、泛化性、稳定性和可计算性,同时兼顾国家重大攻关任务。我们期望综合运用现代数学...
针对当前以深度学习、强化学习等为代表的人工智能算法存在的可解释性缺失、大数据依赖、模型场景化等三大问题,聚焦“User friendly”,以用户友好为目标,从四个方面开展前沿人工智能算法研究...
针对智能信息检索与挖掘的理论基础(认知基础和数学基础)以及下一代信息检索与挖掘算法与系统开展研究,在基础理论方面寻求突破,同时基于理论基础建立新型的信息检索与挖掘算法,搭建同时具备...
从方法、芯片、编程和系统四个层次,研究高效的智能计算体系结构,并探索多种类型的芯片实现。研究内容包括开源智能芯片设计方法、类脑智能芯片设计、机器学习芯片设计...
针对缺乏可支撑语言理解的知识基础问题,研究基于知识的自然语言理解的理论、方法与系统。旨在把以中文为核心的自然语言处理研究整体上推进到国际一流水平...
旨在将神经科学、认知科学和信息科学进行交叉融合,加强人工智能和脑科学的双向互动和螺旋发展,揭示生物智能系统的精细结构和工作机理,构建功能类脑、性能超脑...