韩国科学技术信息通信部将启动新一代AI基础技术研发，推动人工智能从单纯依赖数据学习，向结合物理和数学原理解释并预测科学现象的方向发展。

该部24日召开“下一代AI+科技基础技术开发项目”启动报告会，宣布对新遴选的4个课题正式立项。

目前，AI主要依靠海量数据训练来进行预测。但在物理定律和数学原理占据核心地位的科学与工程领域，现有AI模型往往难以说明结论形成的原因，在外部条件变化时，预测准确性也容易下降。

为此，韩国科学技术信息通信部将推进基础技术研发，推动AI在利用数据的同时引入物理和数学原理，以更准确、更可靠地解释和预测科学现象；同时，还将研究突破现有模型结构局限的新型AI架构和训练方法。

此次项目分为两大方向，分别为“基于物理和数学的AI解释与预测模型”和“下一代AI架构研究”，每个方向遴选2个课题，共4个课题。项目计划于2026年至2031年总计投入200亿韩元，今年预算为20亿韩元。入选团队将获得GPU等算力基础设施支持，项目形成的研究数据和开发完成的AI模型也将通过开放平台对外开放。

在“基于物理和数学的AI解释与预测模型”方向，研发重点是构建在条件和环境变化下仍能稳定运行的AI模型。其中，KAIST教授Woo-seok Ha团队将开发基于数学和物理原理的因果AI模型，用于推断数据中的内在因果结构及其支配方程，目标是在条件和环境发生变化时，仍可依据物理定律给出预测结果。

DGIST教授Jae-seok Yoo团队则将开发“AI Mechanician”，以实现对多种现象中主导物理定律的可视化，并让AI自主选择解释策略。

该部预计，上述技术有望减少在条件变化后对模型反复重新验证的需求，从而降低设计、解释和验证环节所需的时间与成本。

在“下一代AI架构研究”方向，研究将聚焦现有AI模型的学习机制和结构原理分析，并探索新型架构设计。Seoul National University教授Min-hwan Oh团队将从数学层面厘清AI模型在上下文长度增加时计算量大幅上升的结构性限制，并开发可更高效处理长上下文的新型AI架构与训练方法。

KAIST教授Cheol-hee Yoon团队将从数学层面揭示生成式AI模型在训练过程中性能提升的原理，并据此提出覆盖模型架构设计、训练以及可靠性验证全流程的下一代AI开发方法论。

韩国科学技术信息通信部基础与源头研究政策官Kyeong-suk Yoon表示，若能获得新的AI模型架构，有望进一步推动AI技术本身的发展。