NUS

NUS 的 AI 研究由幾個核心單位承擔：

• NUS AI Institute（NAII）：2024 年 3 月成立的旗艦研究院，集中基礎 AI / 應用 AI / 社會影響三條線
• School of Computing（SoC）：傳統 CS 強項，AI / NLP / CV / RL 都有頂尖團隊
• NUS Business School：AI 在商業應用、AI for Finance
• NUS Medicine：AI for Healthcare（與 Synapxe、各醫院合作）
• NUS Law TRAIL：AI 法律治理研究

NUS 還託管了 AI Singapore——AISG 的辦公室、算力、教師全部嵌入 NUS 校園。這種"國家計劃寄生於高校"的模式讓 NUS 同時享有學術自主和國家資源。

國際合作上，NUS 與 Microsoft Research Asia 共建 IPP（Industrial PhD Programme），與 Google DeepMind 在新加坡的實驗室也有研究合作。

NUS 的 AI 研究在三個層面都有強存在：

• 基礎研究：在 NeurIPS / ICML / ICLR / CVPR / ACL 的論文產出位居亞洲前 3，部分細分方向（如 Trustworthy ML、Multi-modal Learning）全球前 10
• 應用研究：與本地企業、醫院、政府部門有大量橫向專案，是新加坡 AI 應用研究的"承接方"
• 國家計劃支撐：通過 AISG 直接參與國家級專案（SEA-LION 訓練、AI Verify 評估方法學等）

代表性研究方向：

• Trustworthy AI：Bryan Hooi、Reza Shokri 等團隊在 AI 隱私、對抗魯棒性方向是全球領先
• Multi-modal Foundation Models：LV-NUS 實驗室在多模態 LLM 上有持續產出
• AI for Science：與生物、化學、材料學院的合作

但 NUS 的 AI 研究有一個長期問題：人才流失到大廠和海外——每年都有頂尖 PI 被 Google、OpenAI、Meta 挖走，這是新加坡作為"小國 + 高薪環境"的結構性挑戰。

NUS 在新加坡 AI 戰略裡是"基礎研究的承重牆"。

在「七條傳導槓桿」裡：

• 槓桿 1（基礎研究）：NUS 是新加坡 AI 論文產出的最大單一機構
• 槓桿 2（人才）：NUS Computing 是本地 AI 工程師的主要培養基地，AISG 的 AIAP 學徒約 1/3 來自 NUS
• 槓桿 3（產業應用）：通過 NUS Enterprise、橫向專案把研究轉化

觀點：NUS 是少數"既能做世界級研究、又願意承接國家任務"的高校——這種平衡在很多研究型大學裡很難達到。AISG 嵌入 NUS 是新加坡 AI 戰略最關鍵的體制設計：讓國家計劃獲得高校的研究力量，同時讓高校的研究能被國家戰略放大。

但 NUS AI Institute（2024 成立）目前還在整合期，它能否真正成為"亞洲 AI 研究中心"還需要 2-3 年觀察。關鍵變數：能否吸引/留住頂級 PI、能否產出 SEA-LION 級別的旗艦專案、能否和 NTU 形成差異化（NTU 偏工程應用，NUS 偏基礎研究）。