1►
总体目标
发展可解释、可通用的下一代人工智能新方法体系，推动其在科学领域的创新应用，提升我国在AI基础研究领域的国际竞争力。
2►
三大核心科学问题
深度学习的基本原理：从理论层面理解深度学习如何工作，建立其数学基础（如逼近理论、泛化理论）。
新方法开发：创建不依赖大量标注数据、兼具高精度、可解释性和通用性的AI新方法，并构建相应的数据库和平台。
科学应用：推动新AI方法在解决复杂科学问题（如物理、生物、医学）上的示范性应用。
3►
2026年度资助方向
本年度主要通过两类项目进行资助：
重点支持项目
资助强度：约200万元/项，期限3年。
研究方向：聚焦于7个具体的理论与技术前沿，要求有较好的前期研究基础。
1、几何对称性AI：让神经网络能自动理解和处理数据的对称性（如旋转、镜像）。
2、智能体驱动数据平台：用AI智能体自动化管理多模态数据的全流程。
3、物理约束的生成模型：在科学计算中生成严格符合物理规律的数据。
4、AI用于科学成像：提升在极端尺度（如半导体量测、深空探测）下的成像能力。
5、AI加速量子计算：用深度学习更高效地求解复杂的量子问题。
6、AI设计核聚变装置：优化仿星器（一种核聚变装置）的设计。
7、AI设计耐极端环境生物元件：为生物制造设计能在高温、高压等条件下工作的生物部件。
集成项目
资助强度：300-500万元/项，期限3年。
研究方向：对已有重大进展的领域进行整合与深化，强调大规模验证和实际应用。包括：
1、深度神经网络动力学：从动力学角度深入研究大模型的训练机理和优化。
2、物理世界模型：构建能模拟和理解真实物理规律的世界模型，用于机器人、自动驾驶等。
3、病理大模型：开发能处理全病种、多模态病理数据的通用AI模型，赋能临床诊断。
4、空天发动机智能研发：建立AI驱动的发动机从设计到制造的全流程智能研发体系。
4►
申请要点
申请人资格：需具有高级职称和基础研究经验。
申请时间：2026年3月1日至3月20日（无纸化申请）。
关键要求：申请书中必须明确说明所申请的具体研究方向，以及项目如何贡献于解决该重大研究计划的核心科学问题。
这份指南标志着中国在人工智能基础研究上的重大布局，重点从“追求性能”转向“追求原理性突破和科学应用”。
它旨在攻克AI的“黑箱”难题，并使其成为推动科学研究（从微观生物到宏观航天）的强大引擎，聚焦于理论与大规模实践相结合的前沿领域。
END
“点赞”是喜欢，“在看分享”是真爱