科技创新2030—“新一代人工智能”
5月31日,科技创新2030—“新一代人工智能”重大项目2022年立项项目“因果推理与决策理论模型研究”项目启动暨实施方案论证会在广州中山大学召开。项目牵头单位中山大学科学研究院、计算机学院领导、科技部项目专家组、项目负责人、课题负责人、项目组骨干成员及专项办相关成员19余人参加了会议。
出席会议的领导、专家、项目组成员合影
中山大学科学研究院董美玲副院长首先代表项目牵头单位对与会嘉宾致以诚挚欢迎,对项目启动大会的召开表示热烈祝贺,对项目的启动筹备工作表示充分肯定,并表示学校层面会大力支持项目的顺利开展,促进项目规范、有序、健康实施。计算机学院院长介绍了学院在项目相关研究领域扎实的科研基础,并表示将全方位支持项目开展,保障项目顺利实施并取得突出成果。
项目负责人中山大学林倞教授从项目概要、组织管理、实施计划、成果与考核方式及保障措施等五个方面对项目实施方案进行了详细介绍。围绕项目研究目标,林倞教授介绍了项目课题分解、技术路线、时间节点、考核指标,明确了各课题的任务分工与相互联系。同时,对项目的组织管理保障机制也进行了介绍。与会专家重点围绕项目的核心技术创新点、项目实施期间可能出现的技术风险,项目组织管理方案、典型应用场景、考核指标的落实等方面进行了质询,并提出了具体意见建议。最后,专家组通过质询讨论形成评估意见,认为项目实施方案与项目任务书要求一致,其技术路线、考核指标明确,项目课题设置合理。项目阶段目标和分工明确,计划安排合理,项目法人单位职责明确,交流及检查机制健全,实施方案合理可行,一致同意通过实施方案论证。
项目及课题负责人汇报实施方案
“因果推理与决策理论模型研究”项目围绕因果推理与决策理论模型研究,旨在打通神经网络对“符号概念的建模”与“表征泛化能力”的边界,实现在可解释性理论层面反馈指导神经网络的设计和训练优化。该项目将建立因果发现-因果决策推断、推演-模型泛化、可解释性分析的系列研究工作,提出推理结构搜索、因果图神经模型框架、反事实推理的新方法,提出深度神经网络“最简因果原则”、“表征复杂度”和“表征瓶颈”的解释性研究,从多变元博弈交互的角度探索神经网络的表达瓶颈和泛化能力,揭示神经网络的因果表征瓶颈,最终形成国际学术影响力,同时在若干关键领域开展成果应用示范,形成良好经济和社会效益。