研究方向：
1）大模型技術(shù)
研究和探索大模型相關(guān)理論、方法和新興技術(shù)包括但不限于大模型預(yù)訓(xùn)練、針對行業(yè)模型的后訓(xùn)練以及模型推理階段的關(guān)聯(lián)技術(shù)和創(chuàng)新方法如并行計(jì)算、持續(xù)學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、蒸餾學(xué)習(xí).多模態(tài)對齊和融合、參數(shù)高效微調(diào)、模型壓縮、檢索增強(qiáng)、智能體、思維鏈蒸餾、長上下文學(xué)習(xí)等:研究大模型應(yīng)用的創(chuàng)新方法和關(guān)鍵技術(shù)，及其在自然語言處理、語音信號處理、多模態(tài)信息處理等領(lǐng)域的應(yīng)用示范。
2）人工智能與遙感數(shù)據(jù)交叉方向
以人工智能和數(shù)據(jù)科學(xué)相關(guān)技術(shù)為基礎(chǔ)，面向時空觀測科學(xué)需求，開展多模態(tài)數(shù)據(jù)治理與高質(zhì)量數(shù)據(jù)集構(gòu)建，研究方向包括但不限于大尺度上多模態(tài)數(shù)據(jù)的時空對齊、時空遷移、序列趨勢分析、語義分割、變化檢測以及場景模擬、基礎(chǔ)模型和智能體等。
3）行業(yè)大模型與數(shù)據(jù)智能
研究面向水利、工業(yè)等領(lǐng)域的行業(yè)大模型訓(xùn)練與智能體構(gòu)建技術(shù)，重點(diǎn)突破多模態(tài)數(shù)據(jù)(文本/圖像/視頻/三維場景)的智能感知、建模與生成等核心問題。結(jié)合智能可視計(jì)算與數(shù)據(jù)生成技術(shù)，構(gòu)建面向重大應(yīng)用場景的行業(yè)數(shù)據(jù)智能平臺。
4）智能科學(xué)計(jì)算方法
研究面向?qū)W科場景的智能數(shù)據(jù)分析與計(jì)算方法，融合機(jī)器學(xué)習(xí)、因果學(xué)習(xí)、統(tǒng)計(jì)推斷、知識引導(dǎo)及信息論等技術(shù)，構(gòu)建穩(wěn)健、可控、可解釋、適配學(xué)科特殊性的智能算法，解決交叉學(xué)科中的重要前沿科學(xué)問題。
5）多模態(tài)數(shù)據(jù)表征與智能處理
聚焦多模態(tài)數(shù)據(jù)的高效表征與智能處理，重點(diǎn)研究以下方向
5.1多模態(tài)數(shù)據(jù)壓縮
包括三維點(diǎn)云、圖像、視頻、文本及模型等數(shù)據(jù)的壓縮方法
5.2數(shù)據(jù)質(zhì)量評價與智能分析
構(gòu)建客觀評價體系結(jié)合深度學(xué)習(xí)實(shí)現(xiàn)自動化質(zhì)量評估
5.3分布式大規(guī)模數(shù)據(jù)表征與處理
面向海量數(shù)據(jù)的存儲、計(jì)算與傳輸優(yōu)化
5.4新一代存儲與傳輸?shù)臄?shù)據(jù)表征技術(shù)
研究高效、低冗余的數(shù)據(jù)編碼與傳輸方法

詳見公告正文