近年来，语言建模 ChatGPT、自动驾驶、虚拟代理等人工智能技术的卓越表现使得深度学习受到各行各业的关注。近十年深度学习领域发展迅猛，在算力、数据、算法的强有力支持下，该领域推动人工智能领域取得极大的进步，也是近年来计算机相关学科最热门的研究方向之一。在人工智能作为新一轮科技革命的重要驱动力量条件下，以深度学习等人工智能技术为代表的技术已成为全球科技竞争的新高地，尤其成为中美竞争的关键领域。
基金项目是承载科技创新知识的数据源之一，其围绕相关科技规划的优先领域，通过国家计划组织实施，是科技规划当前阶段和部署形式的体现。基金项目数据的潜在情报更具有战略性和前瞻性。利用情报学分析方法，挖掘基金项目数据中潜在的情报知识，能支持科研人员迅速把握学科研究现状、整体趋势及前沿热点，同时可以了解不同国家科技部署格局、科研实力以及科技创新轨迹，对国家层面的科技项目配置结构和科技战略规划也有重要参考价值。
近日，中国科学院西北生态环境资源研究院朱鑫汝等使用文本挖掘方法，统计了2010—2020 年中美深度学习领域相关基金项目。经过人工筛选并去重，共收集到中国国家自然科学基金委员会NSFC 项目数据 1117 条，美国国家科学基金会NSF 项目数据共 627 条。通过对基金项目数据进行挖掘与分析，从资助强度、发展态势、主题聚类及热度演化角度进行分析，对比中美深度学习领域研究热点的异同及热点演化情况。
研究发现，中美深度学习领域基金项目数量自2010年后呈上升趋势，发展势头较好，且两国均出台相关政策支持该领域发展。但中美两国在研究的侧重方向上有所不同，美国侧重深度学习基础理论、算法研究，中国在深度学习更关注应用层面的落地情况。
在应用层面上，美国更重视生物医学、经济领域、图像识别领域及硬件设备应用，中国不仅重视生物医学领域、同时使用深度学习相关算法对地学领域、多媒体领域的数据应用较多。新兴研究方向上，对深度学习硬件设备及应用方向成为美国的近年来研究热点方向，而中国较新的研究热点方向在于将深度学习应用到生物信息领域。
未来我国应加大科研经费的投入，支持人工智能领域的自主创新发展；发挥在地学领域应用、图像和计算机视觉、多媒体领域、以及中医领域应用的科技布局优势，形成成果转化新生态；应关注和加强对理论算法的研究，提高技术实力并掌握科技主动权；对软硬件及应用方面进行科学规划，尽快构建我国的深度学习框架应用；重视深度学习在生物信息领域的应用，推动生物信息研究范式转变，释放深度学习巨大潜力。
中美项目资助强度及发展概况
NSFC项目主题热度
NSF项目主题热度
