“中国人工智能学会-华为MindSpore学术奖励基金”第三期发布通知

具体内容请按《申请指南》提交申报材料（详见附件）。

项目完成时间：2023年10月30日前

联系人：邹老师 1312112388

随文附件

附件2. 项目申请书.docx

中国人工智能学会-华为MindSpore学术奖励基金第三期项目申请指南（2022年）

一、 简介

入选项目分两类进行资助：

A类：额度9万，计划支持项目数量30个；

B类：额度18万，计划支持项目数量10个。

其中，基于入选项目的实际需求情况，由华为提供研究算力的支持。

二、 申报主题

项目研究课题不限于给定的建议方向，具体方向可根据研究者背景及兴趣确定，以下为建议方向：

2.1 机器学习算法创新

主要针对AI算法理论的突破和应用，建议方向如下：

研究机器学习方向的可解释性问题，指导模型的设计和训练。

基于现有神经网络结构进行创新优化，研究新的神经网络结构，拓展AI的应用场景。

在新的AI技术领域进行突破，如强化学习、无监督学习、端云协同、对抗学习、迁移学习等，结合AI技术开展实际应用场景。

对多任务学习进行研究，提升原任务的泛化性。

针对机器人灵巧操作等任务，开展多模态感知、跨模态融合等机器学习技术的研究，实现复杂场景下的高效行为学习。

结合包括知识图谱、量子计算、生物计算等在内的交叉方向研究。

包括对神经网络模型的量化、剪枝、压缩、联邦学习、蒸馏、小样本学习等方向的研究。

2.2 传统领域和AI结合的创新研究

在高性能计算领域，将AI与科学计算、量子计算结合起来开展研究；

在遥感领域，结合AI解决目前遥感领域面临的测图、影像解译等问题，在传统气象领域，使用AI提升气象领域数据采集、传输及图像化处理的效率。

基于AI构建基于云、物联网、分析平台一体化的智慧城市，解决当前在城市大脑、城市交通堵塞、新基建等场景的一系列问题。

基于分布式并行技术开展千亿级大模型的研究训练工作，提升传统机器学习模型、CV大模型、NLP大模型、多模态大模型能力。

结合包括3D场景重建、知识图谱、生物计算、传统制造、物联网、自动驾驶等在内的交叉方向研究。

2.3 网络结构优化创新

主要针对现有神经网络结构的优化技术，包括性能和精度，建议方向如下：

针对现有的CV类网络进行优化，提升模型的性能和精度。

针对现有的NLP类网络进行优化，提升模型的性能和精度。

例如图神经网络的优化。

2.4其他创新

例如在可验证可信AI、密态AI方向的研究。

2）AI和科学计算融合的软硬件系统

3）NN与机器学习结合的通用AI

三、 申报流程

3.1 申请条件

• 申请者若是高校在读学生时，需要附上导师相关信息。

3.2申请方式

申请书接收邮箱：xsjljj@caai.c

3.3 项目评审

经过委员会确认授予资助的研究项目需签署合同生效。

3.4 交付成果及知识产权

本基金项目交付成果为优秀学术论文，受资助者学术论文的知识产权权利归属申请方所有，具体细节以中国人工智能学会与申请方签署的项目合同为准。

建议会议列表：

针对如医疗、材料、能源、机械等专业领域的TOP会议和期刊，如果使用MindSpore开展研究也可以申请本基金，具体解释权归本基金技术管理委员会。专业领域TOP会议和期刊参考标准如下：

4）会议/期刊的领域和国际影响力。