新火種
2023-09-20 
支持機器學習基礎研究
原標題：支持機器學習基礎研究
周志華 全國政協(xié)委員、南京大學人工智能學院院長 機器學習基礎研究相對門檻高，研究成果不僅在短期內(nèi)難以體現(xiàn)效益，且在以高質(zhì)量論文數(shù)、引用數(shù)等為指標的評價體系中也不占優(yōu)勢，這導致青年人才趨向應用研究。 我建議，完善評審機制，強化“量身定制”的分類評價，通過區(qū)分申請代碼、優(yōu)化分包機制等手段，盡量避免機器學習基礎研究與應用技術研究兩類項目和人員被分在一起、統(tǒng)一評價的情況。強化評審專家與項目的匹配度，提升“小同行”比例，引導專家從研究工作的技術內(nèi)涵評價其質(zhì)量水平。 同時，優(yōu)化考核方式，重點考核基礎研究原創(chuàng)價值和學術貢獻。 我建議在科研項目指南中預設一定比例的基礎類指南，在評審環(huán)節(jié)適當調(diào)高對機器學習基礎研究的支持比例。 （記者 金鳳整理）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內(nèi)容相關的任何行動之前，請務必進行充分的盡職調(diào)查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責任。
