本文对2021年度国家自然科学基金委员会信息科学部二处人工智能（F06）代码下部分基金项目的申请与资助情况进行了统计和说明，统计和分析了F06代码下面上、青年科学基金和地区科学基金项目申请与资助依托单位分布情况、二级代码分布和项目科学属性分类评审试点情况，并对2021年度人工智能学科基金项目部分评审原则与举措进行了介绍。最后对人工智能学科进行了简单总结和展望。
二十年来，面向全球申请者开放的英伟达研究生奖学金计划一直致力于为基于 GPU 工作的学生提供支持。现在，英伟达宣布了 2022-2023 学年研究生奖学金的获得者。
2022-2023 学年英伟达研究生奖学金共授予 10 位参与 GPU 计算研究的博士生，每人最高可获得 50000 美元。
这些研究者从事着 GPU 计算领域最前沿的研究工作，具体包括深度学习、机器人技术、计算机视觉、计算机图形学、架构、电路、高性能计算、生命科学和编程系统方面的项目。
获得 2022-2023 学年英伟达研究生奖学金的 10 位博士生分别来自斯坦福大学、德克萨斯大学奥斯汀分校、华盛顿大学、麻省理工学院、卡内基梅隆大学、加州大学圣塔芭芭拉分校、哈佛大学、康奈尔大学。
申请的项目需要是预训练理论、算法、工具、模型、应用等相关方面的研究，具体方向包含但不限于：
构建融合因果信息的预训练模型（利用因果推断的技术来对样本分布进行调整）
全正样本的预训练模型（不再依赖于负样本，以暂停梯度优化的方式只用正样本做预训练。在一定程度上可以避免由于弱相关关系导致的false negative pairs对训练结果的影响）
分子图的预训练模型（利用zinc这样的大规模无标签分子数据集进行预训练，然后在一些特定任务上进行finetune，实现比较高的下游任务精度（最理想的是实现化学精度）。）
基于智源大规模中文预训练模型的语言生成模型和应用（尤其是开放端语言生成，如故事生成、散文生成、长文本生成等）
基于智源大规模中文预训练模型的对话生成模型和应用（尤其是考虑情感、个性、知识等特性的多轮对话生成）
基于智源大规模多模态预训练模型的创新应用实例（例如视频细粒度检索、背景音乐推荐、视音场景对话系统等）
填写附件《悟道科研基金_项目申请书模板》（点击下载），并提交电子版材料。
智源研究院将组织项目评审工作，择优进行支持。每个项目提供周期为一年的科研经费支持，包括20万元经费资助及价值30万的算力资助（算力赞助来源包括：华为云、金山云、百度智能云、腾讯云、火山引擎）。经费资助应用于本项目相关的科研任务实施，实行负面清单管理，不得用于捐赠、投资、赞助、罚款及支付在职人员学历教育经费等支出。
本届百度奖学金吸引了世界范围内顶尖AI英才们的关注，不少高校的有志青年纷纷报名。历经了专家团队的初审、复审、终审等层层考核后，来自清华大学、斯坦福大学、加州大学洛杉矶分校等国内外顶尖学府的10位 AI 领域中国学霸们通过层层选拔脱颖而出，他们分别是：清华大学丁宁、上海交通大学吴齐天、斯坦福大学任泓宇、加利福尼亚大学洛杉矶分校胡子牛、中国香港大学丁明宇、华盛顿大学覃莲卉、中国人民大学王涵之用什么加速器看youtube视频，、清华大学王语霖、上海交通大学张倬胜、南京大学郭兰哲。本届百度奖学金获得者的研究方向集中在算法，数据识别，自动驾驶，生物医学等创新领域，获得者均来自海内外名校，代表了中国AI创新人才的专业水平已走在全球前列。以下是对十位获奖学子的简单介绍：
清华大学计算机科学与技术系博士生。师从郑海涛教授，也得到了刘知远教授的共同指导。主要研究自然语言处理和机器学习。尤其是知识表示、提取和应用。
吴齐天，上海交通大学计算机系2021级博士生，导师为严骏驰副教授。本科、硕士毕业于上海交通大学。研究方向围绕机器学习与数据挖掘，特别是针对复杂结构数据（图、序列、集合等）的建模、表征、推理、决策，以及在推荐系统、社交网络、事件序列、知识图谱等领域的应用。截至目前，以独立第一作者身份在机器学习/数据挖掘顶会发表/接收7篇论文，包括ICML、NeurIPS、KDD、、CIKM、ICDM。研究成果曾在微信“看一看”的推荐系统数据集取得显著精度提升。曾受邀担任多个国际会议和期刊的(senior) PC member和reviewer，如NeurIPS、ICML、IJCAI、AAAI、CVPR、ICCV、TKDE等。曾获2018年美国大学生数学建模竞赛最高奖项特等奖与INFORMS冠名奖。在校期间，曾获得国家奖学金、学业A等奖学金、唐立新奖学金和杨元庆奖学金。
斯坦福大学在读博士生，导师是Jure Leskovec教授。他的研究兴趣集中在结构化数据的表征学习，包括图表征学习、多跳逻辑推理，以及神经符号推理。读博期间先后在英伟达和谷歌公司做AI研究实习。2018年获得了北京大学计算机科学学士学位，期间曾在微软亚洲研究院实习。
UCLA三年级博士生，本科毕业于北京大学。目前在孙怡舟教授的实验室从事图机器学习的研究。主要研究方向是大规模异构图数据的图神经网络，以及运用图神经网络进行复杂的推理任务。
香港大学在读博士生，导师为罗平教授。丁明宇的研究领域主要集中于包括自动驾驶，自动网络结构设计和认知推理等方向在内的计算机视觉。目前正专注于多任务的模型研究，为无人驾驶多个模型的协同节省计算资源，优化框架结构，实现模型与模型之间的高效迁移。同时，丁明宇所在的研究团队也在探索动态视觉推理这一新兴领域，未来这项技术或将进一步提升无人驾驶系统识别精度，赋予AI自动驾驶更高的“预测”能力，进一步降低事故发生率、缓解交通拥堵等。
华盛顿大学计算机科学与工程系的博士三年级学生，导师是Yejin Choi教授。她的研究兴趣集中在自然语言处理和机器学习，特别是自然语言生成中的常识推理。为此，她目前致力于使大规模预训练语言模型具备复杂推理的能力，例如反事实(Counterfactual)推理和溯因(Abductive)推理。博士期间，她曾在Google, MSR, AI2等研究院实习。已在ACL、NeurIPS、EMNLP等人工智能国际顶级会议上发表10篇以上相关学术研究论文。她的长期研究目标是构建具有类似人类常识推理能力的人工智能智能体，以合理、有效、可扩展的方式与人类沟通以及协助人类。
中国人民大学信息学院博士三年级学生，师从魏哲巍教授。本科毕业于中国人民大学信息学院计算机科学与技术专业。主要研究图算法和海量数据算法。
清华大学自动化系2019级直博生。导师为吴澄院士和黄高助理教授。此前于北京航空航天大学自动化学院获工学学士学位。研究兴趣为深度学习模型的高效训练和推理方法。在T-PAMI、NeurIPS、ICLR等国际一流期刊、会议上以第一作者发表学术论文。
上海交通大学计算机科学与工程系博士研究生，师从赵海教授。研究领域为自然语言处理，具体方向包括语言模型、阅读理解和对话系统。以第一作者（含共同一作）在ACL, ICLR, AAAI, EMNLP, COLING, TPAMI, TASLP等国际权威会议和期刊上发表论文15篇，引用量1000余次。承担IJCAI 2021机器阅读理解方向的Tutorial，曾在CCL 2020学生研讨会作专题报告。在SQuAD2.0, SNLI, RACE, ShARC, CCL-CMRC 2017, CLUE等多个榜单和评测中获得第一名。曾获评“上海交通大学研究生学术之星”，入选“2021全球AI华人新星百强”榜单。
南京大学计算机科学与技术系博士，师从李宇峰教授。研究兴趣包括机器学习和数据挖掘，尤其是半监督学习及其鲁棒性。
OpenAI创业基金（The OpenAI Startup Fund）将投资1亿美元，以帮助AI公司对世界产生深远的积极影响。 我们希望与少数AI领域的早期创业公司合作，包括人工智能可以带来变革性影响的领域（例如医疗保健、气候变化和教育），以及AI工具可以通过帮助人们提高生产力来增强人们能力的领域。
该基金由OpenAI管理，由Microsoft和其他OpenAI合作伙伴投资。 除资金外用什么加速器看youtube视频，OpenAI创业基金中的公司还将获得未来OpenAI系统的优先访问权，我们团队的支持以及Azure的免费额度（credit）。
如果您的初创公司计划通过使用我们的API来突破当今人工智能的界限，我们希望收到您的来信。 特别鼓励来自代表性不足的群体的创始人提出申请。
关于 OpenAI Starup Fund：2021 年，OpenAI 发起了总金额为 1 亿美元的 AI 创投基金，背后的 LP 包括微软和其它合作伙伴，OpenAI 希望投资于 AI 技术可以产生变革性影响的行业，特别是在医疗保险、教育、气候变化以及工具等领域来提高生产力，基金目前的负责人是下图左一这位帅哥 ， OpenAI 的 COO Brand Lightcap，他也是前 YC 孵化器的投资人。
OpenAI 鼓励来自各种背景、学科以及经验水平的工程师、设计师、研究人员以及产品人员加入到这个活动中，而对创始人在 AI 相关工作经验不做要求。
关于 Converge：2022 年 11 月，OpenAI 宣布推出名为“Converge”的加速器计划，为早期 AI 初创公司提供资金以及独家技术资源，被选入该项目的 10 家企业，将获得每家 100 万美元的支持，以及为期 5 周，每周大约 6 小时的机会与 OpenAI 工作人员一起办公研讨，此外还能访问 OpenAI 的最新模型与定制应用。
目前看来，OpenAI 走了 OpenAI Starup Fund 和 Converge 两条路线，被投企业在获得资金支持的同时，也将获得微软 Azure 的资源；话又说回来，除了 OpenAI 的 Converge 项目，目前专注 AI 领域的孵化器并不太多，目前美国比较垂直且有一定知名的有：
根据 CEO Altman 和 COO Lightcap 在官网上的介绍和论坛交流中获取的信息，我对创业者们的提问进行了梳理， FAQ 摘要如下：
大概在 2021 年 OpenAI 就开始认真投资了，两年多前推出了 API，近期又推出了 ChatGPT，市场反映了真实的需求，OpenAI 希望借此与基金结合起来。
OpenAI 会为创业项目投一笔钱，并且能够预先使用最新的模型，帮助项目方解决机器学习的一些问题和策略，而 YC 是 YC，YC 也是世界上最好的加速器，OpenAI 会具体且快速地帮助初创公司了解 AI 领域即将发生的事情。
未来很有可能！OpenAI 也想了解哪些内容对 AI 初创公司公司有效，OpenAI 认为我们正在进入一个全新的时代。
OpenAI 将继续非常专注于 AGI，但在这个过程中将会释放大量的价值，OpenAI 希望能够让更多的初创公司去挖掘这些价值。
随着时间推移，今天的模型能够在有大量重复性或繁重的工作领域发挥作用，或者在那些信息负载量高或信息复杂性导致当前产品体验不佳的领域，这也将增强人们的创造力。
创始人需要远大的愿景，OpenAI 当前构建的技术将对世界产生广泛积极的影响，归根结底，创始人需要提出构想并将其变为现实，创始人说“我希望构建一个 APP 来更好地学习语言”与“我希望实现人人都可以随身携带个性化、7×24小时在线、价格实惠的学习老师”是两码事。
OpenAI 会占 10% 比例，没有董事席位，没有其它条款，创始人有无过往经验非强制要求，团队需要有远大的视野、清晰度思路以及强大的创始人，未来有可能发展成为一家价值 1 亿美元的公司，其它都不重要。
OpenAI 更多采用基于第一性原理的方法，会考虑那些能够被称为“伟大投资”的标准，现在区分类别还很早，且这种界限也变得很模糊。
截止 2022 年 12 月 日，OpenAI Startup Fund 披露的投资有 4 个项目，分别是 Descript、Harvey AI、Mem 以及 Speak，它们分别在重塑创造力、法律服务、生产力以及教育领域有着很大潜力，通过深度结合尖端 AI 模型来为用户创造新的产品体验。
那么 Descript 是一款怎么样的产品呢？Descript 创立于 2013 年，是一种协作式音频和视频的 SaaS 编辑工具，支持将音频转录为文本文档进行编辑，它还为语音音频文件提供自动和手动转录解决方案；此外，该平台利用语音识别技术在短时间内转录音频和视频文件。
OpenAI 在官方介绍中表示 Descript 通过 AI 重塑了创作者与内容互动的方式，任何人可以像编辑文本一样编辑视频，当时投资 OpenAI 的时候正逢 Descript 发布 Stroyboard，一种类似幻灯片那样直观的界面（如下图 ）。
对于用户而言，可以通过编辑文本来编辑音视频，而不是通过以往的轨道或者波形，这款产品也不局限于一种内容形式，它也支持解说视频、销售演示、播客、社交媒体帖子，甚至是发给朋友的视频消息。
在 AI 应用体验上，Descript 创建了创作者声音的克隆，也就是说通过输入想表达的文字脚本来生成个性化音频，另外还有自动填充次删除功能以及用于降噪的 Studio Sound 功能，这些也都由背后的 AI 支持。目前，已经有很多海外的播客节目通过 Descript 进行制作，包括 Youtube 以及 TikTok 上的创作者，企业用户也会通过制作不同的内容形式满足商业用途。
Andrew Mason 在分享合作伙伴 OpenAI 时表示，以往像 Descript 这样的初创公司可能会在创业头几年就处于亏损之中，为了保持运营和发展而对外融资，而这之中也会存在一些业务上的冲突，而 OpenAI 的核心是通过 AI 来生成内容，例如 Descript 产品中的文本、图像以及视频，一些企业用户会借助 GPT-3 模型来生成一些营销文案，也会通过 DALL-E 2 模型来制作一些图片，并且这些还处于快速迭代中，2023 年 Descript 还将基于 OpenAI 的技术推出一些新工具。
Elad Gil 此前描绘了他对这波 AIGC创业浪潮的看法，感兴趣的童鞋可以翻阅之前更新的这篇文章 《ChatGPT 发布，新一波 AI 创业浪潮 ｜AI 创业公司这次可以和巨头扳手腕了么？ 》
回到 Harvey AI ，两位创始人一位是律师，另一位是 AI 科学家，互为室友关系 。有一天科学家室友向律师室友介绍了 GPT-3，律师室友顿悟了他的 aha-moment，并意识到了 GPT-3 可以为律师工作流程提供一个基于自然语言的交互界面。
那么，具体而言是怎么样的呢？用户无需动手编辑法律文件或者进行法律俄研究，而是通过简单的语言描绘希望完成的任务，并收到结果，这个过程有点像律师向神龙许愿，神龙直接丢结果给你的场景。
举个例子，“告诉我XXX法院的员工和独立承包商间的区别是什么”、“告诉我合同中某个条款违反了XXX法律了么，如果是请帮我修正”。
这一语言交互的背后则是通过语言生成模型进行支持， AI 会把研究、起草、分析以及沟通等繁琐环节进行压缩与提效，结果是帮助律师从业者节省了更多时间，也为 Ta 们的客户提供了更高质量的服务，而产品使用的门槛则是简单的语言描述，而非复杂的工具，这也减少了用户的学习和使用成本。
当然任何事情都有正反面，由于法律纠纷有高度敏感性，律师和律所可能并不会完全开放访问案件的权限给 Harvy AI，其次是受众的问题，仅面向持牌的律师在监督下使用，而不是非专业的用户，这也是 Harvy AI 需要去解决的。
目前，Harvey AI 有一个 5～10 人的团队，产品还处于测试阶段，感兴趣的童鞋可以关注一下这个网站 ：harvey.ai/
对于项目投资，OpenAI 的 COO Lightcap 表示 —— Harvey AI 将对现有的法律体系产生变革影响，律师从业者借助 AI 可以更有效地提供高质量法律服务，Harvey AI 的使命是“如何通过 AI 增加法律服务的边界并改善服务结果”，这也符合 OpenAI 的投资理念，两位创始人除了获得资金以外，还可以提前访问微软最新的 OpenAI 系统与 Azure 资源。
知识工作自 18 世纪末工业革命初期仅局限于少数专业领域，再到 20 世纪中期信息时代兴起，知识工作成为现代经济的一个重要特征，人与信息的关系产生了巨大变化，Mem 认为今天正处于新时代的边缘，机器不仅可以自动化（工厂）和加速（互联网），还将实现思考和推理。
两位产品经理将 Mem 定位为一款来自加州的轻量化知识管理工具。Mem 的使命是连接世界信息孤岛，释放人类的集体智慧，即通过会思考的 AI 来构建和激发人类，去创造更多更好的想法以及更少组织的产品ios加速器免费外网ins，官方主打 Self-organizaing Workspace 的理念，即所有的知识工作都将围绕一组共同活动展开，具体而言 Mem 会将来自个人、团队以及企业的知识结合在一起，从而提供系统性的能力和决策。
在传统场景，人们寻找信息、线索和灵感，随后进行综合、分类与存储，而随着时间推移，这些知识资产会产生新的想法和认知，并循环往复，典型的场景有研究人员要阅读大量的 arXiev 论文，投资者要阅读冗长的 10-Ks，以及创作者要细读大量的剧本，这些工作单元有很多共性，而每项活动都是开头这些循环动作的微小变形，而结合特定知识以及推理能力的 AI，可以为这些工作者创建个性化的知识助手，这就是 Mem 想要做的，从个人信息/知识管理切入，从而构建一个关联知识图谱，逐渐演变成一个私人 AI 助手。
而与传统知识管理工具相比，Mem 依旧强调轻量化，支持快速记录、搜索、标签、标记其它用户以及循环提醒功能，用户可以通过短信、社交工具以及客户端等不同途径，不同内容形式（如文本、链接和图片等）来收集用户生活中的碎片化信息，当你在 Mem 的收缩功能中进行搜索时，它便能根据描述分析特定的时刻、场景或者是人物。
在最近的产品更新中，Mem 还完善了其内置的「Mem X」工作助手（X代表付费计划），新增了智能写作和编辑等新功能，根据文字描述让 AI 完成例如内容文本生成、总结文件、编写文案以及调整格式等需求。
深挖 Mem 产品的背后，其借助了 OpenAI 的嵌入模型以及 Pinecone 的矢量搜索来作为 MemX 的底层能力，例如用户在 Mem 中进行搜索，通过对话一般的自然语言叙述，Mem 能够理解用户输入的语义并找到最相关的结果，未来 Mem 还希望能够自动梳理一个团队/组织内的所有信息，包括从员工信息再到客户数据、内部文件、研究、邮件、Slack 信息以及更多，可谓是野心不小。
那么问题来了，大家觉得同样的使命愿景，市面上哪款 SaaS 产品会更有机会呢？
Speak 是一个通过 AI 帮助人们学习英语的平台，它为用户提供了与母语人士进行真实对话的体验。韩国是 Speak 第一个选择进入的市场，并在推出的 1 年内获得超过 100 万次下载，先后获得 App Stroe 和 Google Playstore 教育类目的第一名。
Connor Zwick 可以说是一名天才少年，在 17 岁高三时期开发了一个款卡片学习工具「Flashcards +」 ，在当时获得超过 100 万次的下载量，随后卖给了上市公司 Chegg，而后在 19 岁时被哈佛和 YC 孵化器录取，而后从哈佛休假出来尝试创业，并成为了 Thiel Fellowship 的研究员；另一位 Andrew Hsu 在 16 岁华盛顿大学获得三个学位，而后在斯坦福大学神经科学博士学位退学后出来创业，通过Thiel Fellowship 项目认识了 Zwick 一同创立了 Speak。
再来聊聊 Speak 这款产品，App 中所有的课程学习材料来自其美国洛杉矶的工作室制作，这保证了其内容的实用性与时效性，而不是电视节目中的老材料，而在产品的内容形式上设计了其专有格式 Spic，通过不到 10 分钟的短视频来与用户进行眼神+对话交流。
新功能 AI Tutor 提供 90+ 线+ 学科小节，通过与 AI 实时对话，让用户自然地学习同等场景下的英语交流。
Speak 背后的自动语音识别模型是结合母语人士的英语口语数据与超过 100 万韩国用户口语数据而创建的结果，能够准确识别韩国用户的语音发音问题，并以小于 0.1 秒的速度和 95% 的准确率来支撑其产品，每天有超过 10000 分钟的海量语音数据来优化其 AI 模型。
用户的声音语料数据经过 AI 模型识别，然后即时转换为音标，并进行逐个音素分析，识别的结果将整理后反馈给用户。Speak 的 CEO Zwick 认为 10 年后人们学习语言的方式将会与今天完全不同，人们将通过手机通话来学习语言，即使他们不与母语人士互动。
目前，Speak在韩国 iOS AppStore 教育类排名第一，超 10 万名活跃用户，营收上主要通过按月/年的方式收取订阅费用，ARR 超两位数。
OpenAI Starup Fund 对于 Speak 的 B 轮投资，将帮助 Speak 更快将产品复制到东南亚以外的市场，例如日本，这笔资金也将投入到研发、产品和运营工作中。OpenAI 的 COO Lightcap 认为 Speak 为非母语学习者提供了强大的生成式 AI 学习内容，让语言学习更有效更易得，还有可能影响更广泛的教育领域，这也符合 OpenAI Starup Fund 借助 AI 改善人们生活的目标。
谷歌的博士生奖研金项目（Google Ph.D Fellowship Program）创立于 2009 年，旨在奖励在计算机学科及其相关学科或者其它前瞻科研领域方面表现优异的博士生。
该项目为攻读计算机科学（或相关领域）研究生学位的学生提供了一个独特的机会，资助其自由探索影响未来的科技。
自创立以来，该项目已经资助来自澳大利亚、印度、北美、欧洲、中东、非洲等数百名学生。
就在不久之前，谷歌公布了澳大利亚的四名博士生获得了该奖金，其中包括同济校友王鑫龙、南大校友李昀等人。今天，谷歌在官方博客宣布了全部 Ph.D Fellowship 入选者。
根据 2021 年谷歌博士生奖研金项目名单显示，今年共 75 人获奖，分为 13 个方向：算法及优化和市场（7 位）、健康（3 位）、机器学习（17 位）、移动计算（2 位）、隐私和安全（4 位）、量子计算（4 位）、系统与网络（6 位）、计算神经和认知科学（2 位）、人机交互（6 位）、机器感知及语音技术以及计算机视觉（12 位）、自然语言处理（6 位）、编程技术与软件工程（2 位）、结构化数据和数据库管理（4 位）。
