方向
通用人工智能
探索具有人類水平學習、推理與泛化能力的智能系統(tǒng),推動AI從“專用”向“通用”跨越。研究方向包括:大規(guī)模語言模型,大規(guī)模知識與推理系統(tǒng),多模態(tài)認知架構(gòu)、元學習與自適應系統(tǒng)、具身智能與機器人交互、復雜場景與復雜系統(tǒng)下的自主決策等。旨在構(gòu)建可解釋、可遷移、可進化的通用智能體,賦能全領(lǐng)域革新。
人工智能基礎(chǔ)理論
深耕AI底層邏輯,突破現(xiàn)有技術(shù)瓶頸。研究涵蓋:統(tǒng)計學習理論,深度學習理論、新型優(yōu)化算法、因果推理與概率建模、魯棒性與安全機制、分布式學習理論等。通過數(shù)學與計算科學的交叉融合,為下一代AI技術(shù)奠定理論基石。
AI for Science
以人工智能驅(qū)動科學發(fā)現(xiàn),加速傳統(tǒng)科研范式變革。聚焦金融經(jīng)濟(如量化決策,宏觀經(jīng)濟決策)、生物醫(yī)藥(如蛋白質(zhì)設(shè)計、藥物發(fā)現(xiàn))、計算物理(如量子模擬、材料逆向設(shè)計)、地球科學(如氣候建模、災害預測)等方向,結(jié)合科學大數(shù)據(jù)、物理啟發(fā)生成模型、符號與神經(jīng)混合系統(tǒng),構(gòu)建“AI科學家”輔助平臺。
一、崗位職責:
1、參與人工智能領(lǐng)域的研究,協(xié)助研究員進行前沿探索;
2、優(yōu)秀者可發(fā)起并主導新研究方向探索。
二、資歷要求:
1、人工智能、數(shù)學、計算機科學等相關(guān)專業(yè)博士生或碩士生;
2、有實際智能系統(tǒng)或智能算法實現(xiàn)經(jīng)驗,對使用智能算法解決實際問題有熱情;
3、以主要作者身份在國際高水平國際會議與期刊上發(fā)表過原創(chuàng)研究論文者優(yōu)先;
4、每周可全職實習 3 天以上。