人类多模态数据规模的增加与智算模型的发展对新型人工智能基础理论以及人类多模态信息智能认知提出了重大挑战。为实现新型宽度学习基础理论的创新性突破,推动多专业领域知识智算模型的高质量发展,促进AI对人类多模态数据的高精度认知,开展AI在精神健康领域的示范性与引领性应用,贯彻落实人工智能+战略部署,本实验室设立如下四个方向:

一、新型宽度学习基础理论研究:研究宽度学习的基础理论与算法设计,针对数据动态更新场景下模型学习成本高的问题,研究增量式的高效优化方法,突破传统神经网络参数求解的效率瓶颈。

二、领域智算模型方法研究:研究多种领域的智算模型方法,针对不同领域专业知识,研究基于智算的大模型训练方法,提升领域智算模型的泛化能力和应用效果。

三、情感计算与多模态数据分析:研究面向情感识别、情绪分析、人机交互等场景的人工智能算法,深入挖掘人类在语音、图像、生理数据等多模态数据上的情感语义,研究更精准与更高效的多模态数据分析方法。

四、精神健康示范应用:利用智算模型与智能认知技术开发用于检测、筛查和干预精神健康问题的应用,进一步提高精神健康领域的筛查与诊疗效率。

 研究团队在相关领域已发表/录用学术论文400余篇。团队申请专利80余项。团队成员主持了包括863重大项目、国家自然科学基金重点项目等一批国家和省部级科研项目。获得教育部自然科学一等奖1项,教育部科学技术进步二等奖1项,全国发明展览会金奖1项,广东省科技进步一等奖一项,最佳论文奖两项。