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，推動AI從“專用”向“通用”跨越。研究方向包括：大規模語言模型，大規模知識與推理系統，多模態認知架構、元學習與自適應系統、具身智能與機器人交互、復雜場景與復雜系統下的自主決策等。旨在構建可解釋、可遷移、可進化的通用智能體，賦能全領域革新。
人工智能基礎理論
深耕AI底層邏輯，突破現有技術瓶頸。研究涵蓋：統計學習理論，深度學習理論、新型優化算法、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。通過數學與計算科學的交叉融合，為下一代AI技術奠定理論基石。
AI for Science
以人工智能驅動科學發現，加速傳統科研范式變革。聚焦金融經濟（如量化決策，宏觀經濟決策）、生物醫藥（如蛋白質設計、藥物發現）、計算物理（如量子模擬、材料逆向設計）、地球科學（如氣候建模、災害預測）等方向，結合科學大數據、物理啟發生成模型、符號與神經混合系統，構建“AI科學家”輔助平臺。

一、崗位職責：

二、資歷要求：

1、人工智能、數學、計算機科學等相關專業博士生或碩士生；

2、有實際智能系統或智能算法實現經驗，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表過原創研究論文者優先；

4、每周可全職實習 3 天以上。