方向

通用人工智能

探索具有人类水平学习、推理与泛化能力的智能系统，推动AI从“专用”向“通用”跨越。研究方向包括：大规模语言模型，大规模知识与推理系统，多模态认知架构、元学习与自适应系统、具身智能与机器人交互、复杂场景与复杂系统下的自主决策等。旨在构建可解释、可迁移、可进化的通用智能体，赋能全领域革新。

人工智能基础理论

深耕AI底层逻辑，突破现有技术瓶颈。研究涵盖：统计学习理论，深度学习理论、新型优化算法、因果推理与概率建模、鲁棒性与安全机制、分布式学习理论等。通过数学与计算科学的交叉融合，为下一代AI技术奠定理论基石。

AI for Science

以人工智能驱动科学发现，加速传统科研范式变革。聚焦金融经济（如量化决策，宏观经济决策）、生物医药（如蛋白质设计、药物发现）、计算物理（如量子模拟、材料逆向设计）、地球科学（如气候建模、灾害预测）等方向，结合科学大数据、物理启发生成模型、符号与神经混合系统，构建“AI科学家”辅助平台。

一、岗位职责：

二、资历要求：

1、人工智能、数学、计算机科学等相关专业博士生或硕士生；

2、有实际智能系统或智能算法实现经验，对使用智能算法解决实际问题有热情；

3、以主要作者身份在国际高水平国际会议与期刊上发表过原创研究论文者优先；

4、每周可全职实习 3 天以上。