基金委丨2024年国家自然科学基金人工智能学科项目受理与资助情况

最新推荐文章于 2025-05-05 13:07:46 发布

人工智能学家

最新推荐文章于 2025-05-05 13:07:46 发布

阅读量416

点赞数

文章标签：人工智能

原文链接：https://mp.weixin.qq.com/s?__biz=MzIwOTA1MDAyNA==&mid=2650028366&idx=3&sn=27970a6b24b3660715b75ebf0e7ec644&chksm=8e64a50c12fb9300c64029d1aa74d99811c1ce944969dedc8ad94e8c71d2ad0e0fe0feda09c0&scene=126&sessionid=0

版权

来源：计算机研究与发展

摘要

为便于广大科研人员了解国家自然科学基金“人工智能”学科方向项目的申请、受理和资助情况，本文对2024年度的本学科项目情况进行了统计分析．首先介绍了2024年国家自然科学基金委员会的重要改革举措；其次，总结分析了本年度“人工智能”学科（F06）研究系列项目与人才系列项目的申请与资助情况．重点梳理了在新的改革举措下该领域项目申请与资助的变化情况、年龄变化情况与依托单位分布情况；最后对“人工智能”领域优先发展方向进行了展望．

引用格式

谢国, 张怀文, 王乐, 廖清, 张奥千, 周志立, 葛慧林, 王志衡, 吴国政. 2024年国家自然科学基金人工智能学科项目受理与资助情况[J]. 计算机研究与发展. DOI: 10.7544/issn1000-1239.202550008

扫码可获取全文

作者简介:

谢国: 1982年生. 博士. 国家自然科学基金委员会信息科学部二处数据科学与大数据计算项目主任. 主要研究方向为人工智能、信息安全.

张怀文: 1994年生. 博士，教授. 国家自然科学基金委员会信息科学部二处工作人员. 主要研究方向为人工智能、信息安全.

王乐: 1986年生. 博士，教授. 国家自然科学基金委员会信息科学部二处流动项目主任. 主要研究方向为计算机视觉、模式识别.

廖清: 1988年生. 博士，教授. 国家自然科学基金委员会信息科学部二处流动项目主任. 主要研究方向为数据挖掘、人工智能、信息安全.

张奥千: 1990年生. 博士，助理教授. 国家自然科学基金委员会信息科学部二处工作人员. 主要研究方向为计算机科学、数据挖掘.

周志立: 1984年生. 博士，教授. 国家自然科学基金委员会信息科学部二处工作人员. 主要研究方向为计算机科学与信息安全.

葛慧林: 1989年生. 博士，副研究员. 国家自然科学基金委员会信息科学部二处工作人员. 主要研究方向为计算机科学与数据挖掘.

王志衡: 1983年生. 博士. 国家自然科学基金委员会信息科学部二处副处长兼计算机软硬件项目主任. 主要研究方向为计算机科学、计算机应用.

吴国政: 1974年生. 博士. 国家自然科学基金委员会信息科学部二处处长兼人工智能与智能系统项目主任. 主要研究方向为人工智能、信息安全.

国家自然科学基金委员会（简称自然科学基金委）立足科学前沿，优化学科布局，面向国家社会经济发展中的重大应用需求，2018 年设立了人工智能一级学科代码 F06，将人工智能学科作为自然科学基金委的重要资助领域.人工智能代码 F06 下设立 10 个二级代码，分别是 F0601（人工智能基础）、 F0602（复杂性科学与人工智能理论）、F0603（机器学习、F0604（机器感知与机器视觉）、F0605 （模式识别与数据挖掘）、F0606（自然语言处理）、 F0607（知识表示与处理）、F0608（智能系统与人工智能安全）、F0609（认知与神经科学启发的人工智能）以及 F0610（交叉学科中的人工智能问题），主要支持人工智能领域基础理论方法和核心关键技术研究.

2024 年集中受理期自然科学基金委接收的项目主要划分为两大类：一类为研究系列项目，另一类为人才系列项目.研究系列项目涵盖面上项目、地区科学基金项目（以下简称“地区项目”）、专项项目、重点项目等；人才系列项目则包括青年科学基金项目（以下简称“青年项目”）、优秀青年科学基金项目（以下简称“优青项目”）、国家杰出青年科学基金项目（以下简称“杰青项目”）、创新研究群体项目以及基础科学中心项目等.为贯彻党中央、国务院的决策部署，并切实履行新时代赋予的职责使命，基金委聚焦基础研究、应用基础研究和科技人才培养，2024 年推出了十一项改革举措：

1）深化人才资助体制机制改革.包含杰青项目滚动支持、项目申请年龄限制、港澳地区申请、试点优秀博士生、本科生资助等方面。

2）优化分类申请与评审模式. 对原有的四种科学问题属性进行简化，统一为“自由探索型基础研究”和“目标导向型基础研究”两大类.

3）持续激励原始创新. 鼓励原创性工作，设立专门渠道，遴选具有非共识、颠覆性强及高风险等特征的原创探索计划项目.

4）继续开展“负责任、讲信誉、计贡献”评审机制试点工作.

5）不断完善多元投入机制.

6）持续推进国际（地区）科技合作与交流.

7）做好重大类型项目资助统筹.

8）持续落实科研经费管理改革. 加大对科研人员的激励力度，对青年学生基础研究项目实行经费包干制度，对基础科学中心延续资助项目增设预算评审环节。

9）持续优化申请要求，减轻申请与评审负担.

10）加强依托单位管理.

11）深入推进评审专家被“打招呼”顽疾专项整治工作.

2.1 面上项目

2024 年，人工智能领域共收到 2510 项面上项目申请，其中因缺少导师同意函或专家推荐信而被初步筛选淘汰的有 6 项，剩余 2504 项申请经过通讯评审和会议评审后，来自 122 家依托单位的 296 位申请人获得资助，整体资助率约为 11.79%，获资助依托单位占所有申请依托单位的比例为 21.03%.

图 1 展示了近 5 年来人工智能领域面上项目的申请与资助情况.可以看出，2020 至 2023 年间，申请数量较为稳定，且资助率波动较小；而 2024 年取消申请限制后，申请数量比 2023 年激增了 49.85%，相应地资助率下降至 11.79%.

表1汇总了2024年各二级代码下获资助面上项目中排名前3的关键词，系统呈现了各二级代码下的热点研究方向.

图 4 统计了 2024 年面上项目申请量排名前十的依托单位及其申请与资助情况. 电子科技大学以 47 项申请排名第一，华南理工大学与北京邮电大学以 28 项申请并列第十. 这十家依托单位的申请总数约占全领域申请数的 12.99%，而它们获得资助的项目数量占总资助数的 21.62%. 从各单位的资助率（本单位获资助数/本单位申请数）来看，除北京邮电大学低于全领域平均资助率（11.79%）外，其余单位均高于这一水平，其中华南理工大学的资助率最高，达到32.14%，约为全领域平均资助率的近3倍.

2.2 地区项目

地区项目支持特定地区的部分依托单位科学技术人员开展创新性科学研究，稳定和凝聚优秀人才，为区域创新体系建设与经济、社会发展服务. 2024 年人工智能领域收到了来自15个地区117家依托单位的482项申请. 经通讯评审和会议评审后，有 63 项获得资助，资助率约为 13.07%，如表 2 所示.

2.3 专项项目

2024 年 1 月，信息科学部二处开展了“生成式人工智能基础研究”专项项目相关工作，旨在探索大模型的智能涌现机制并提高其处理复杂任务的能力，努力解决生成内容中存在的安全可信问题，探索大模型的知识融合和创新性应用，增强用户体验并推动新技术的发展. 从“理论机理－架构设计－计算效率－安全对齐－评价方法－典型应用”6 个层面开展研究，重点研究高效可信模型的基础理论和关键技术. 具体资助研究方向包括：

（一）生成式模型的智能涌现机理研究

（二）面向生成式模型的新型高效神经网络架构研究

（三）大模型的高效训练和推理方法研究

（四）大模型的价值观和安全对齐策略研究

（五）生成式模型的自动评价方法研究

（六）生成式人工智能的行业、专业模型研究

资助强度为 50 万元/项. 资助期限为 1 年，指南发布后，共收到项目申请 311 项，仅资助 6 项，资助率为 1.93%. 各个指南的申请量如图 6 (a)所示. 申报指南方向（六）的申请人是其他指南的 5-10 倍. 这也反映了我国当前生成式人工智能大模型的研究分布情况.

同期，信息科学部二处还开展了“元宇宙理论与技术基础研究”专项项目的相关工作，旨在探索新的科研范式及相关理论和技术，努力在数据管理分发、智能感知交互、协同分析方法、建模理论方法等方面寻求原创性突破，为元宇宙产业发展提供基础理论和关键技术支撑. 具体资助研究方向包括：

（一）元宇宙中复杂数据管理、分发与传输方法研究

（二）面向元宇宙的具身智能感知交互方法研究

（三）人机群智协同的复杂数据可视分析研究

（四）元宇宙中多智能体协作机制研究

（五）融合共票机制的元宇宙数字资产理论与方法研究

（六）元宇宙建模理论与方法研究

资助强度为 50 万元/项. 资助期限为 1 年，指南发布后，共收到项目申请 144 项，仅资助 6 项，资助率为 4.17%. 各个指南的申请量如图 6 (b)所示. 其中申报指南方向六（元宇宙建模理论与方法研究）的申请人显著多于其他指南，体现出我国在元宇宙理论与技术方面的研究侧重.

2024年10月，信息科学部二处还开展了“数据科学与人工智能前沿探索”专项项目的相关工作，作为“生成式人工智能基础研究”专项项目的拓展和延续，本专项项目支持探索人工智能的数据科学基础，发展生成式人工智能颠覆性技术，加强人工智能治理与安全研究，为提高我国人工智能基础研究水平提供重要科技支撑。具体资助研究方向包括：

（一）人工智能的数据科学基础

（二）生成式人工智能颠覆性技术

（三）人工智能治理与安全

资助强度为200万-300万元/项，资助期限为2年。指南发布后，信息科学部共收到193项申请，共资助15项，资助率7.78%。各个指南的申请量如图7(a)所示。其中申报指南方向2.1面向边端高效推理的大模型轻量化和2.5基于新型架构的行业大模型的申请人显著多于其他指南，体现出我国在生成式人工智能领域的方面的研究侧重。

同期，信息科学部二处将“元宇宙理论与技术基础研究”专项项目拓展到了第Ⅱ期，进一步探索元宇宙基础理论并实现关键技术突破，在元宇宙感知、仿真、交互、协作等基础理论与关键技术方面，引领前沿，创新技术。具体资助研究方向包括：

（一）元宇宙中复杂数据处理与高效计算方法。

（二）面向元宇宙的多源沉浸感知与物理仿真。

（三）元宇宙模型的不确定性量化与在线更新。

（四）元宇宙虚实融合空间三维生成与呈现技术。

（五）元宇宙多尺度世界模型构建与具身行为交互技术。

（六）元宇宙中多智能体协作机制。

（七）工业元宇宙实现与应用。

资助强度为50万元/项。资助期限为1年。指南发布后，信息科学部共收到191项申请，共资助11项，资助率5.76%。各个指南的申请量如图7(b)所示。其中申报指南方向七（工业元宇宙实现与应用）的申请人显著多于其他指南，体现出我国在元宇宙理论与技术方面的研究分布。

信息科学部二处与管理科学部二处也在同期合作开展了“数据市场制度设计与关键技术”专项相关工作。旨在充分认识和把握数据市场化配置的发展规律，创新数据市场及其市场规制理论与方法，创新数据市场可信安全流通的关键技术。该专项包含13个研究方向，其中与信息科学有关的方向有7个，包括：

（七）数据产权登记合规性验证与风险管控技术。

（八）高质量数据集构建与质量评估技术。

（九）数据交易智能技术、动态定价模型与隐私计算技术。

（十）广域稀疏异质数据关联分析与智能编排技术。

（十一）支持数算融合的高效能计算系统理论与技术。

（十二）数据空间高效安全流通基础设施架构与优化方法。

（十三）数据流通安全风险识别、防控技术与应急管理机制。

资助强度为200万元/项，资助期限为3年。指南发布后，信息科学部共收到68项申请，共资助6项，资助率8.82%。其中申报指南方向（九）数据交易智能技术、动态定价模型与隐私计算技术的申请人显著多于其他指南，体现出我国在数据市场制度设计领域的研究分布。

2.4 重点项目

重点项目旨在支持科研人员在已有较好基础的研究方向或学科生长点上，开展深入、系统且具有创新性的研究工作，力争在若干关键领域和科学前沿实现突破. 根据 2023 年征集的指南建议，并结合信息学部“十四五”发展战略规划及资助重点，2024 年信息科学部共发布了 3 个重点项目群和 118 个立项领域. 在人工智能领域，发布了“数据要素流通基础理论与关键技术”重点项目群，并设定了 8 个重点项目指南方向，涉及二级代码包括 F0601、F0603、F0604、F0606、 F0607、F0609 和 F0610. 2024 年，人工智能领域共收到35项申请，最终资助10项，资助率约为28.57%.

图 9 展示了近 5 年来人工智能领域重点项目的立项、申请和资助情况. 从数据来看，近 5 年人工智能领域重点项目的申请数量呈现下降趋势，而资助数量较为稳定，致使资助率逐年攀升. 图 10 揭示了各二级学科代码下重点项目的申报和立项分布特点：其中 F0609（认知与神经科学启发的人工智能）的申请与立项数量均居各代码之首；而 F0602（复杂性科学与人工智能理论）的项目在近 5 年内无获资助记录，同时其面上项目与青年项目的申请量也相对较低，显示出该方向在理论创新方面存在一定瓶颈.

3.1 青年科学基金项目

图 11 反映了 2020 至 2024 年间青年项目的竞争态势与变化趋势. 可以看出，近几年青年项目的申请数量逐年上升，增长率约为 10-12%每年，但资助项目数的增长率较缓慢，导致项目资助率呈现显著下降趋势. 近 5 年来，女性申请人在青年项目中的比例分别为 46.60%、42.52%、 39.60%、38.27%和 39.20%，资助占比分别为 36.19%、 26.90%、30.84%、26.16%和 29.68%，均低于申请比例.

图 12 和图 13 分别展示了各二级代码下的青年项目的申请和资助占比情况，其中 F0610（交叉学科中的人工智能问题）和F0604（机器感知与机器视觉）的申请与资助比例连续 5 年领先；而 F0602（复杂性科学与人工智能理论）的相关项目无论在申请还是资助比例上均处于最低水平.

3.2 青年学生基础研究项目

在 2024 年，人工智能领域共收到来自 7 家依托单位的 19 项本科生申请，经评审后，7 家单位中的 18 位申请人获得资助，资助率高达 94.74%，且所有申请单位均获资助（资助占比 100%）. 博士生项目方面，共有 30 家依托单位提交 54 项申请，最终 20 家单位中 29 位申请人获资助，资助率约为 50.70%，资助占比约为 66.67%.

3.3 优秀青年科学基金项目

图 17 展示了近 5 年来该领域优青项目在申请数量、资助数量和资助率方面的动态变化. 总体而言，每年的申请人数大致在 89 人左右，资助项目数则维持在约 9 项. 过去 5 年中，女性申请人的数量分别为 12、13、18、14 和 15 人，对应比例为 12.90%、15.48%、 21.43%、15.38%和 15.96%，而从资助结果来看，近 5 年每年仅有一位女性获资助.

图 19 和图 20 给出了 2024 年和近 5 年人工智能领域各二级代码优青项目的申请和资助情况. 总体来看，F0607（知识表示与处理）申请数最少，近 5 年仅获得 1 项资助；其中 F0603（机器学习）、F0604 （机器感知与机器视觉）、F0605（模式识别与数据挖掘）、F0606（自然语言处理）的 5 年平均资助率高于领域近 5 年平均资助率（9.64%），其余二级代码的 5 年平均资助率均低于领域近 5 年平均资助率.

3.4 国家杰出青年科学基金项目

国家杰出青年科学基金项目旨在支持那些在基础研究领域取得突出成绩的青年学者开展创新性工作，以培养一批优秀学术带头人. 2024 年，人工智能领域共接收到来自全国 42 家依托单位的 79 项杰青项目申请，经通讯评审后，推荐会议答辩的项目有 8 项，最终有 6 项获得资助. 同时，2024 年应结题的杰青项目有 3 项，其中 2 项申请了项目延续，最终 1 项获得资助.

图 22 展示了过去 5 年杰青项目在申请数量、资助数量以及资助率方面的变化趋势. 从数据来看，领域内杰青项目的申请总量在 2020 年为 54 项，到了 2021 年降至 45 项，随后逐步回升，并在 2024 年攀升至 79 项. 与此同时，资助项目数量在 2020 年和 2021 年均为 4 项，而在 2022 年和 2023 年则上升至 5 项，2024 年的资助数依旧为 5 项. 资助率方面，最高纪录出现在 2022 年为 9.8%，紧接着 2023 年出现了最低纪录 6.41%.

按照申请指南，国家杰青项目要求截止申请当年 1 月 1 日，男性申请人未满 45 周岁，女性未满 48 周岁. 图 23 展示了过去 5 年人工智能领域杰青项目中申请人与获资助人平均年龄的变化趋势. 从图中可以看出，申请人的平均年龄大致处于 40 至 42 周岁之间，并且有逐步增大的趋势，获得资助的申请人平均年龄起伏较大，其中 2020 年的获资助人平均年龄为 37.75 岁，为历年来最低.

3.5 创新研究群体项目

创新研究群体项目旨在支持国内外优秀学术带头人自主确定研究方向，组建并带领团队开展创新性和挑战性基础研究，攻克关键难题，在国际科学前沿攻占一席之地. 2024 年，人工智能领域创新群体项目共收到 7 项申请，按二级代码划分分别为 F0604（机器感知与机器视觉）4 项、F0606（自然语言处理）2 项以及 F0610（交叉学科中的人工智能问题）1 项，但 2024 年人工智能领域未有创新研究群体项目获得资助，资助率为 0%.

图 27 统计了近 5 年来人工智能领域创新研究群体项目按二级申请代码的分布情况. 按申请数量从多到少排列依次为：F0604（机器感知与机器视觉）14 项、F0609（认知与神经科学启发的人工智能）5 项、 F0606（自然语言处理）4 项、F0601（人工智能基础） 3 项、F0608（智能系统与人工智能安全）2 项，以及 F0605（模式识别与数据挖掘）和 F0610（交叉学科中的人工智能问题）各 1 项，其余二级代码无申请. 其中，共有 2 个项目获得资助，分别归属于 F0601 和 F0604 两个二级代码.

为更好地发挥自然科学基金的独特作用，更好地服务广大科技工作者，科学处在总结 2024 年“F06（人工智能）”领域项目申请、受理与资助经验的基础上，针对项目申请人和评审专家提出以下建议：

1）准确凝练科学问题，明确科学问题属性. 申请书是评审专家评判项目创新性和可行性的关键依据，应确保科学问题表述精准、属性清晰. 应确定最契合项目特点的科学问题属性，并明确阐述选择这一属性的依据.

2）准确选择申请代码. 申请人应选取适当的申请代码、研究方向和关键词. 避免直接选择一级代码 F06，应明确选择二级代码；勿轻率选择“F0610. 人工智能与其他领域交叉”，以及其他二级代码下的“其他”研究方向.

3）准确领会国家在人工智能领域的政策部署. 申请人应深入学习国家在人工智能领域的重要政策和发展规划，把握本领域的发展方向和战略需求.

4）评审专家在提升项目评审质量方面具有决定性作用. 在评审时，既要对科学基金资助工作负责，也要对申请人负责.

科学处鼓励相关领域的科研工作者围绕信息科学部“十四五”期间确定的“人工智能”优先发展方向——即“人工智能基础”与“复杂性科学及人工智能理论”，提出前沿的科研范式和原创性学术见解，并开展面向国家重大需求的原创基础研究. 同时，鼓励科研人员跨领域合作，共同凝练交叉学科中亟待攻克的重大基础科学问题，推动“人工智能”与其他相关领域的协同发展. 我们期待评审专家和申请人对信息二处的研究方向优化提供宝贵意见，以共同促进学科布局的不断完善.

阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”

https://wx.zsxq.com/group/454854145828

未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828 进入。