原文地址：http://news.sciencenet.cn/htmlnews/2023/3/495353.shtm
?
周志華 全國政協委員、南京大學人工智能學院院長
機器學習基礎研究相對門檻高，研究成果不僅在短期內難以體現效益，且在以高質量論文數、引用數等為指標的評價體系中也不占優勢，這導致青年人才趨向應用研究。
我建議，完善評審機制，強化“量身定制”的分類評價，通過區分申請代碼、優化分包機制等手段，盡量避免機器學習基礎研究與應用技術研究兩類項目和人員被分在一起、統一評價的情況。強化評審專家與項目的匹配度，提升“小同行”比例，引導專家從研究工作的技術內涵評價其質量水平。
同時，優化考核方式，重點考核基礎研究原創價值和學術貢獻。
我建議在科研項目指南中預設一定比例的基礎類指南，在評審環節適當調高對機器學習基礎研究的支持比例。
（本報記者 金鳳整理）
相關專題：