责任编辑 审核人

之江实验室成立于201796日,坐落于杭州城西科创大走廊核心地带,是浙江省委、省政府深入实施创新驱动发展战略、探索新型举国体制浙江路径的重大科技创新平台。实验室以“打造国家战略科技力量”为目标,由浙江省人民政府主导举办,实行“一体两核多点”的运行架构,主攻智能感知、人工智能、智能计算、智能网络和智能系统五大科研方向,重点开展前沿基础研究、关键技术攻关和核心系统研发,建设大型科技基础设施和重大科研平台,抢占支撑未来智慧社会发展的智能计算战略高点。

202081日,之江实验室举行发布会,面向全球开发者开源上线“之江天枢人工智能开源平台”(网址为www.tianshu.org.cn),并于2021830日发布2.0版本。为充分发挥之江实验室的开放平台效应,建立开放研究生态,凝聚学术界、产业界力量,共同打造人工智能核心生态圈,现发布第二批天枢生态开放课题指南,有关事项如下:

一、生态课题资助范围

本次共设立15项天枢生态开放课题,聚焦算法算子、工具组件、硬件适配三大类别,面向视觉算法、自然语言处理、语音算法、强化学习、神经网络可解释性、智能数据处理、深度学习编译器、AI训练集群优化、国产芯片等9大研究领域。申请人提交的课题研究内容应与所列15项课题指南之一相符。每项指南资助项目不超过1项,每个课题实施周期1年,单课题经费20-30万元。

1)算法算子类

1.1 基于天枢平台的视频时序动作定位技术研究

   研究领域:视觉算法/视频

   研究内容:研究视频时序动作定位算法,设计自主挖掘空间信息和时序信息的学习模型,探索开放环境下针对视频时序动作定位任务高效、可泛化的学习框架并应用至天枢平台。

   具体指标:基于天枢平台框架设计开发至少3个算法,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码;申请相关发明专利2项;发表相关高水平论文1-2篇。

1.2 基于天枢平台的短视频生成技术研究

   研究领域:视觉算法/视频

   研究内容:研究利用简易文本描述生成短视频相关算法,基于天枢平台可通过指定属性约束生成内容。

   具体指标:基于天枢平台框架设计开发至少3个算法,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码;申请相关发明专利2项;发表相关高水平论文1-2篇。

1.3 基于天枢平台的少量/噪声/不平衡标注下图像算法研究

   研究领域:视觉算法/图像

   研究内容:研究少量/噪声/不平衡标注下的图像识别、语义分割和目标检测,设计能够处理上述不完美标注的多专家模拟系统,能够有效利用未标注数据的知识,辨别可能存在的标注噪声,均衡不同类别中的训练样本的影响力。

   具体指标:基于天枢平台框架设计开发至少3个算法,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码;申请相关发明专利2项;发表相关高水平论文1-2篇。

1.4 基于天枢平台的非结构化多模态图像融合技术研究

   研究领域:视觉算法/图像

   研究内容:研究面向医学影像(MRICT等)的多模态图像融合技术,构建新型非结构化模型,兼容其他多模态图像融合的实际应用场景(如交通场景的RGBDRGBT)。

   具体指标:基于天枢平台框架设计开发至少3个算法,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码;申请相关发明专利2项;发表相关高水平论文1-2篇。

1.5 基于天枢平台的中文语言预训练模型下游任务研究

   研究领域:自然语言处理

   研究内容:面向数字政务、数字金融、网络安全数据分析等垂直领域,研究基于预训练模型的中文文本生成、理解、分类、分词等高效算法,进行中文预训练模型的实际应用。

   具体指标:基于天枢平台框架和中文预训练模型的多模态下游任务,设计开发至少3个算法,与天枢团队合作完成框架中缺失算子,并应用于实际场景,提供相关算法的高质量代码; 申请相关发明专利2项;发表相关高水平论文1-2篇。

1.6 基于天枢平台的智能博弈学习技术研究

   研究领域:强化学习

   研究内容:研究规则明确条件下的智能体博弈算法,例如使用look ahead search,在跳棋、国际象棋和扑克等经典游戏学习专家系统;研究复杂环境下学习动态的精确模型来进行规划。

   具体指标:基于天枢平台框架设计开发至少3个算法,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码;申请相关发明专利2项;发表相关高水平论文1-2篇。

1.7 基于天枢平台的语音风格化生成技术研究

   研究领域:语音算法

   研究内容:语音生成作为智能语音处理的一大应用场景,融合了数字信号处理、深度学习、音频生成等多种技术。风格化的语音生成,指的是根据特定风格(如口音、方言、音调、音色、感情等),生成语音信息。

   具体指标:基于天枢平台框架设计开发至少3个算法,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码;申请相关发明专利2项;发表相关高水平论文1-2篇。

1.8 基于天枢平台的复杂场景下音频识别技术研究

   研究领域:语音算法

   研究内容:音频识别是智能语音处理的一大典型应用场景,该项目需研究在复杂场景下(如道路交通、餐厅、室内噪音、多人对话等)的音频识别技术,将复杂场景下录制的音频识别为文字信息。

   具体指标:基于天枢平台框架设计开发至少3个算法,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码;申请相关发明专利2项;发表相关高水平论文1-2篇。

1.9 基于天枢平台的深度神经网络模块化技术研究

   研究领域:神经网络可解释性

   研究内容:研究深度神经网络的模型解耦技术,降低深度神经网络各模块或者神经元之间高度耦合性,以此提高深度神经网络各模块的功能可解释性,并实现深度神经网络决策过程更加透明化,模型重组、复用更加灵活化。利用神经网络模块化技术,实现现有神经网络模型在至少三个不同任务的复用。

   具体指标:基于天枢平台框架和神经网络模块化技术,设计开发至少3个算法,实现现有神经网络模型在不同任务中的复用,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码; 申请相关发明专利2项;发表相关高水平论文1-2篇。

1.10面向天枢平台的深度模型缺陷可解释诊断与优化研究

   研究领域:神经网络可解释性

   研究内容:研究面向深度模型的缺陷可解释诊断方法,构建输入、网络部件与模型输出的映射关系树,能够针对分类、分割等任务进行准确的缺陷诊断,诊断需要能够包含输入、网络架构、层间关系等多个方面的结果。提出2种以上模型性能优化策略,能够结合海量训练数据从样本空间、模型架构与参数等多个方面,实现深度模型的性能自动化优化,在已有模型性能的基础上提升1%5%的性能。 

   具体指标:基于天枢平台框架设计开发至少2个针对模型缺陷可解释诊断与优化算法,与天枢团队合作完成框架中缺失算子,提供相关算法的高质量代码;申请相关发明专利2项;发表相关高水平论文1-2篇。 

2)工具组件类

2.1 基于天枢平台的人在回路图像智能标注技术研究

   研究领域:智能数据处理

   研究内容:研究开放环境下图像智能标注算法,在微弱/少量的人工交互下完成对输入图像的精确标注,设计高效的人在回路法则,使标注效率比传统方法提升>=50倍。

   具体指标:设计开发至少2种场景(图像、视频)下的智能标注算法;基于天枢平台设计开发标注工具,提供相关算法和工具的高质量代码;申请相关发明专利2项,发表相关高水平论文1篇。

2.2 基于主动学习的结构化数据智能标注技术研究

   研究领域:智能数据处理

   研究内容:研究基于主动学习策略的结构化数据智能标注算法,结合一定的人工标注的前提下,设计主动学习机制并应用于实际场景下(例如信息安全、数字政务、金融时序数据、异常检测等)的结构化数据标注工具,并设计合理的可视化展示方案。

   具体指标:设计开发至少2种场景下基于主动学习的结构化数据智能标注算法;基于天枢平台设计开发标注工具,提供相关算法和工具的高质量代码; 申请相关发明专利2项;发表相关高水平论文1篇。

2.3 深度学习编译器技术研究

   研究领域:深度学习编译器

   研究内容:面向AI加速卡的算子内核自动生成技术;基于自动张量化的AI算子编译;基于多面体编译技术的AI加速卡编译等。研究团队需与天枢团队合作完成一项或多项核心技术的攻关,并将该技术适配到天枢深度学习框架和平台的应用中。

   具体指标:基于开源深度学习编译器,完成至少一项深度学习编译器核心技术研发;将相关编译器应用技术接入天枢框架后端;提供相关工具的高质量代码;申请相关发明专利2项。

2.4 基于天枢平台的虚拟化集群分布式训练优化技术研究

   研究领域:AI训练集群优化

   研究内容:基于容器化技术的分布式训练的效率、资源利用率、能耗优化建模,并提出优化算法;基于优化算法,开发针对容器化分布式训练的插件,与天枢团队合作完成容器化分布式训练的优化。

   具体指标:基于天枢人工智能开源平台,开发容器化分布式训练优化插件,对分布式训练任务调度或分布式存储系统进行优化,提升容器化分布式训练的效率、资源利用率和能耗情况;提供相关工具的高质量代码;申请相关发明专利2项。

3)硬件适配类

3.1 天枢平台国产化AI芯片适配

   研究领域:国产芯片

   研究内容:基于某款国产AI芯片,适配天枢深度学习框架,至少完成ResNet50BERT等模型的训练和推理;天枢平台在该国产AI芯片组成的服务器集群的搭载和分布式训练研究;基于天枢开发的深度学习模型在国产化芯片的端侧部署。

   具体指标:基于天枢深度学习框架,完成至少一种国产化AI芯片的适配,完成至少ResNet50BERT等模型的训练和推理;对于搭载于服务器的训练芯片,需完成天枢平台在该国产AI芯片组成的服务器集群的搭载和分布式训练;对于国产化端侧芯片,需完成基于天枢开发的深度学习模型在国产化芯片的端侧部署;提供相关系统的高质量代码;申请相关发明专利2项。

二、申请人资格

   申请人需具有博士学位或高级职称。申请人作为负责人承担之江实验室科研项目数量不超过1项。之江实验室研究人员不得作为负责人申请课题。

三、申报受理时间及要求

   1. 本次申报截止时间为20211119日,课题申请书(模板)详见附件1

   2. 申请人请在线填报和上传课题PPT汇报视频,详见附件2,视频大小限制在500M以内,格式限制为MP4AVIWMV。汇报视频时间不超过10分钟。

 四、评审流程

   1. 形式审查。形式审查通过后,进行同行专家评审。

   2. 同行专家在线评审。专家组通过在线方式听取预先提交的汇报视频、审阅课题申请书或者必要的电话质询,对课题研究方案和经费预算进行评审。

   3. 本次天枢生态开放课题将在12月公布获得资助的项目清单,获得资助的项目之江实验室将与课题负责人签订纸质版课题任务书。

 五、联系方式

    请各位老师积极申报,于1112日前将申报意向反馈至科学研究部。

联系人:胡思慧

        15026653276

 

上一篇:关于征集2023年度国家自然科学基金区域创新发展联合基金(浙江省)

下一篇:关于基础研究项目群第一批指南(公开类)的发布公告

Baidu
map