来源：《中国科学报》 (2020-09-28 第4版 自然科学基金)

信息科学是研究信号/信息的产生、获取、传输、处理、存储、显示和应用及其相互关系的科学。在引导申请人进行分类申请方面，信息科学部认真落实四类科学问题属性资助导向的科学基金改革任务。

2020年，申请“鼓励探索，突出原创”类的面上项目和青年基金项目约占6%，申请“聚焦前沿，独辟蹊径”类和“需求牵引，突破瓶颈”类的比重较大，两者比例总和超过了80%，申请“共性导向，交叉融通”类的约占12%。上述申请项目比例分布情况，反映了信息科学与其他领域交叉较多的特点。信息科学领域除了自身的学科发展问题外，还要发展研究方法、创新技术、研究工具、研究平台，比如人工智能平台、大数据平台或者云计算平台等。这些方法、技术、工具、平台需要跟生命科学部、医学科学部、地球科学部等深度结合，才能做得更好、发挥更大作用。

根据统计分析，我们与科学家讨论认为，申请人填报的分类申请科学问题属性90%以上是比较吻合的。信息科学部按照原来的学科评审组组织评审会，但在评审过程中，指导会评专家围绕资助导向，分别按照申请项目科学属性和有关要求把握项目评审。

信息科学领域“聚焦前沿，独辟蹊径”类项目非常受关注。此类面上项目在申请时的比例达到37%，经过函评建议上会重点讨论的项目比例达到45%，最后项目资助比例达到46%。相比较而言，“鼓励探索，突出原创”类申请项目还比较少。目前，科学家要完全从原理上去创新、产出从无到有的原创性成果，确实还存在一定难度。加上这类项目创新要求高、评审要求严，造成申请“鼓励探索，突出原创”类的项目比例较小，而这正是我们希望加大力度鼓励支持的，希望科学家更多瞄准“原创”进行深入研究，切实解决国家重大需求的科学问题。

从评审专家反馈的情况看，推进分类评审发挥了积极作用，让科学家对每一类项目的定位更清晰，包括研究内容、研究方案与技术路线、预期研究成果等。这只是一个开始，申请人、评审专家和管理人员都需要逐步适应、共同努力。

2020年度信息科学学科评审组会议

评审专家说——

北京邮电大学电子工程学院教授刘元安

自然科学基金委近两年开展的分类评审工作，个人觉得很有意义。

信息技术的特点是交叉性和应用性强，所以做需求牵引的学者会多一些。像我做无线网络优化研究，之前有知名手机企业来寻求合作，由于系统设计的带宽越来越大，传统计算方法不适用，探索新的计算方法就需要基础研究。因此只有基础研究有所突破，需求应用才能做好。

基于科学问题属性的分类申请，可以引导申请人撰写项目申请的同时思考：研究中是否有原始创新突破点？如何才能做出更具创新性的成果？坚持三五年之后，这种引导效果会更明显，有利于原始创新成果的产生。

同时，作为评审专家，有了科学问题属性分类后，能够从不同的角度进行评审，界限更清楚。

申请人说——

北京航空航天大学电子信息工程学院教授黄勤

此前撰写项目申请书时，可能存在目标不清晰、意义不明确的问题。而有了科学问题属性分类选择后，以目标为导向，我们研究的定位也更清晰，同时也对成果在未来产生的影响起到了指示作用。

在信息领域，利用算法识别标记目标物体，即目标定位（Target Localization）是一个很重要的问题，是传感器网络和毒素检测的关键技术。此前主要是从信息论也就是从非确定性的角度研究这一问题，而我申请的项目希望从编码这一确定性角度去研究，选择的类别是“前沿”类。但撰写申请书时疫情还不严重，没有过多考虑其应用问题，后来才发现预期成果能够提高核酸检测的准确率，或许在“需求”类中也能做出成果，算是一点小遗憾。若没有分类选择，自己可能到项目结题也不会深度思考这项研究的定位与未来的意义。

此外，我觉得在写问题属性类别选择理由的时候，要多研究自然科学基金委展示出的范本，要注意其与摘要的区别和联系。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”