近日，国家自然科学基金委员会公布了2023年度“可解释、可通用的下一代人工智能方法”重大研究计划项目的评审结果，中心B组成员闫亮教授申报的重大研究计划（培育）项目“可扩展贝叶斯算子学习方法研究及其应用”获批立项，直接经费70万元。

       “可解释、可通用的下一代人工智能方法”重大研究计划面向人工智能发展国家重大战略需求，以人工智能的基础科学问题为核心，发展人工智能新方法体系，促进我国人工智能基础研究和人才培养，支撑我国在新一轮国际科技竞争中的主导地位。该重大研究计划的科学目标是面向以深度学习为代表的人工智能方法鲁棒性差、可解释性差、对数据的依赖性强等基础科学问题，挖掘机器学习的基本原理，发展可解释、可通用的下一代人工智能方法，并推动人工智能方法在科学领域的创新应用。

       闫亮教授长期从事不确定性量化和反问题领域相关研究。近几年研究工作集中于贝叶斯建模和计算、科学机器学习等。在高效不确定性量化方法、快速贝叶斯方法、深度学习等方向做出了一些有特色的研究工作。本次获批的项目以闫亮教授前期已有的贝叶斯建模和深度学习研究工作为基础，围绕算子学习中的几个核心问题，系统研究可扩展贝叶斯算子学习方法的设计、分析和有效数值实现。其核心目标是建立求解微分方程正反问题的稳健高效的深度学习算法，提高模型的可解释性和鲁棒性。项目的实施有望为重大工程应用提供可靠的技术支撑，推动微分方程深度学习求解方法研究的进一步深入。