近日，由中国科学院云南天文台李焱研究员带领的研究团队，提出了一种通过分析p模式震荡频率来探测太阳大气层中小尺度磁场分布的新方法，并且发现太阳光球层中存在一个以前尚未被认识到的小尺度磁冠拼接层。该研究成果 “Can small-scale magnetic fields be the major cause for the near-surface effect of the solar p-mode frequencies?” 于8月1日在国际权威期刊《天体物理杂志》 （The Astrophysical Journal）上在线发表。
1962年，莱顿等人发现太阳表面存在一种周期在5分钟附近的震荡现象，随后的观测与研究表明，这是一种类似于声波的驻波，并将其称为太阳p模式震荡。通过对这种驻声波的长时间跨度和高时间和空间分辨率的空间与地面观测，已经证认出上百万个振动模式，并且获得了其高精度的频率。这些数据为了解太阳内部发生的物理过程和反演太阳内部结构提供了难得的机遇，并且推动了一个新兴学科——日震学的蓬勃发展。
以往对太阳p模式震荡的众多研究结果表明，根据标准太阳模型计算得到的诸个振动模式的频率系统性地偏离观测到的对应振动模式的频率，最大可达到20μHz。由于太阳表面附近的物理结构对高频振动模式的影响大于对低频振动模式的影响，因此这一系统性偏离被称为近表面效应。最近的一些研究结果认为湍对流对太阳光球区物理结构的影响是造成这种近表面效应的原因，并且在近似考虑湍对流效应的基础上可以将最大偏差减小到3μHz左右。
太阳光球宁静区的小尺度磁场是太阳磁场的一个重要组成部分。由于其尺度很小，在通常的太阳表面磁图上看不到它们的踪影，因而被称为“隐匿的磁场”。搭载在Hinode卫星上的SOT观测表明，其水平分量的大小为55高斯，垂直分量的大小为11高斯。磁流体力学三维数值模拟研究表明，对流运动会将原先均匀分布的磁场上推到距离光球层底部400~500千米的高处，形成水平分量并呈现出层状分布。由此形成的磁场位型被称为“小尺度磁冠”结构。小尺度磁场在太阳表面几乎无所不在，其蕴藏着巨大的磁能，可以与外层大气产生耦合，并且为日冕物质加热提供充足的能量储备。
小尺度磁场与驻声波可以存在两个方面的相互作用。首先，这种极性混杂的磁场可以产生磁压，通过影响当地的流体静力学平衡状态从而改变太阳大气层中的气体压强和声速分布，进而影响到驻声波的传播；其次，磁场同样可以扮演振动回复力的角色，进而导致振动从纯声波逐渐向磁声波转变，并发生反射与折射现象。
在本项工作中，研究团队通过在太阳大气模型中引入磁场和磁压，通过调整磁场出现的位置和磁压的大小来考察驻声波在太阳大气层中的传播。研究发现，三维数值模拟所揭示的那种小尺度磁冠结构在太阳大气层中的分布不能是随机的，而必须是在水平方向上相互拼接在一起形成一个小尺度磁冠拼接层。于是，跨越这个小尺度磁冠拼接层时,磁场强度会增加，导致磁压的迅速上升和与之相伴随的气压的快速下降。驻声波从太阳内部传播到此处将发生全反射现象，从而等效于增大了声波的传播区域。
研究团队比较了由此给出的p模式振动理论频率与观测得到的对应模式的频率，发现其最大偏差仅为0.5μHz左右，大大优于目前其他模型给出的结果。由此推断得出的磁场强度为90高斯左右，与观测得出的结果相符。同时，由此推断出的小尺度磁冠拼接层的高度是距离光球层底部约630千米，与三维数值模拟给出的小尺度磁冠结构的高度大致相符。
小尺度磁冠拼接层的发现，不但朝着最终解决太阳p模式震荡长期存在的表面效应问题的方向推进了一大步，而且为深入了解太阳光球层物理结构与磁场的起源提供了重要的线索。
本项研究工作得到国家自然科学基金的资助。
一：国家自然科学基金意味着什么
相关疾病：46XX性发育睾丸疾病【编者按】本号2015年11月29日、12月6日刊发国家自然科学基金申请大全（Ⅰ）（Ⅱ）（摘编自殷国荣、郑金平先生主编《医学科研方法与论文写作（第3版）》一书中、方强先生撰写“第6章医学科研课题的申请”），就国家。二：国家自然科学基金什么级别
国家自然科学基金申请没有年龄限制。根据《国家自然科学基金条例》
依托单位的科学技术人员具备下列条件的，可以申请国家自然科学基金资助：
（一）具有承担基础研究课题或者其他从事基础研究的经历；
（二）具有高级专业技术职务（职称）或者具有博士学位，或者有2名与其研究领域相同、具有高级专业技术职务（职称）的科学技术人员推荐。
从事基础研究的科学技术人员具备前款规定的条件、无工作单位或者所在单位不是依托单位的，经与在基金管理机构注册的依托单位协商，并取得该依托单位的同意，可以依照本条例规定申请国家自然科学基金资助。依托单位应当将其视为本单位科学技术人员，依照本条例规定实施有效管理。
申请人应当是申请基金资助项目的负责人。
申请人申请国家自然科学基金资助，应当以年度基金项目指南为基础确定研究项目，在规定期限内通过依托单位向基金管理机构提出书面申请。
申请人申请国家自然科学基金资助，应当提交证明申请人符合本条例第十条规定条件的材料；年度基金项目指南对申请人有特殊要求的，申请人还应当提交符合该要求的证明材料。
申请人申请基金资助的项目研究内容已获得其他资助的，应当在申请材料中说明资助情况。申请人应当对所提交申请材料的真实性负责。
基金管理机构应当自基金资助项目申请截止之日起45日内，完成对申请材料的初步审查。符合本条例规定的，予以受理，并公布申请人基本情况和依托单位名称、申请基金资助项目名称。有下列情形之一的，不予受理，通过依托单位书面通知申请人，并说明理由：
（一）申请人不符合本条例规定条件的；
（二）申请材料不符合年度基金项目指南要求的；
（三）申请人申请基金资助项目超过基金管理机构规定的数量的。
国家自然科学基金的主要任务
围绕实施源头创新战略、科技人才战略和创新环境战略，培育创新思想，提升原始创新能力；坚持以人为本，完善科学基金人才培养资助体系；加强条件支撑，优化基础研究发展环境；
制定和实施学科发展战略，促进学科均衡协调发展；瞄准重大科学前沿和国家重要战略需求，应对未来挑战，部署一批具有基础性、战略性、前瞻性的优先发展领域。
（一）着力源头创新，提升自主创新能力
（二）坚持以人为本，奠定未来竞争力基础
（三）加强条件支撑，优化发展环境
（四）完善学科布局，促进学科协调发展
（五）部署优先领域，提升重点领域的整体水平
参考资料来源：搜狗百科-国家自然科学基金条例
参考资料来源：搜狗百科-国家自然科学基金
1．依托单位的科学技术人员作为申请人申请国家自然科学基金项目,应当符合《国家自然科学基金条例》（简称《条例》）第十条第一款规定的条件：具有承担基础研究课题或其他从事基础研究的经历；具有高级专业技术职务（职称）或者具有博士学位，或者有2名与其研究领域相同、具有高级专业技术职务（职称）的科学技术人员推荐。部分类型项目在此基础上对申请人的条件还有特殊要求。
2．从事基础研究的科学技术人员，具备《条例》第十条第一款规定的条件，无工作单位或者所在单位不是依托单位，经与在自然科学基金委注册的依托单位协商，并取得该依托单位的同意，可以申请面上项目、青年科学基金项目，不得申请其他类型项目。
该类人员申请项目时，应当在申请书个人简历部分详细介绍本人以往研究工作及现工作单位情况，并提供依托单位同意本人申请项目的证明，作为附件随纸质申请书一并报送。
3．正在攻读研究生学位的人员（自然科学基金接收申请截止日期前尚未获得学位）不得作为申请人申请各类项目，但在职人员经过导师同意可以通过受聘单位申请部分类型项目，同时应当单独提供导师同意其申请项目并由导师签字的函件，说明申请项目与其学位论文的关系，承担项目后的工作时间和条件保证等，作为附件随纸质申请书一并报送。
在职攻读研究生学位的人员可以申请的项目类型包括：面上项目、青年科学基金项目、地区科学基金项目及部分联合基金项目（特殊说明的除外），但在职攻读硕士研究生学位的，不得申请青年科学基金项目。
4．正在博士后工作站内从事研究的科学技术人员申请国家自然科学基金项目，需要由依托单位提供书面承诺，保证在获得项目资助后延长其在博士后工作站的期限至项目资助期满；或者是出站后继续留在依托单位从事科学研究。否则，自然科学基金委不受理在站博士后人员的项目申请。
杰出青年和青年自然科学基有年龄限制，面上项目没有！
三：国家自然科学基金属于什么级别
属于国务院直属事业单位。以下是简要介绍。20世纪80年代初，为推动我国科技体制改革，变革科研经费拨款方式，中国科学院89位院士(学部委员)致函党中央、国务院，建议设立面向全国的自然科学基金，得到党中央、国务院的首肯。随后，在小平同志的亲切关怀下，国务院于1986年2月14日批准成立国家自然科学基金委员会（简称“自然科学基金委”）。
自然科学基金委是管理国家自然科学基金的国务院直属事业单位。自成立以来，在党中央的关怀下，在国务院的正确领导下,在国务院有关部门及全国科学家的支持下，科学基金工作突破了以往计划经济体制下科研经费依靠行政拨款的传统管理模式，全面引入和实施了先进的科研经费资助模式和管理理念，确立了“依靠专家、发扬民主、择优支持、公正合理”的评审原则，建立了“科学民主、平等竞争、鼓励创新”的运行机制，建立健全了决策、执行、监督、咨询相互协调的科学基金管理体系，形成了“公正、奉献、团结、创新”的委风，充分发挥了自然科学基金对我国基础研究的“导向、稳定、激励”的功能，不断发展完善以学科体系为框架，价值评议和绩效评估为依据的管理体系并制订了一整套的自然科学基金管理办法。同时，按照新时期我国科技工作的原则、方针和思路，根据全面建设小康社会的战略需求，从国家创新体系建设的总体部署出发，确定了自然科学基金在国家创新体系中的战略定位：“支持基础研究，坚持自由探索，发挥导向作用”。
四：国家自然科学基金属于什么项目
为破除科研经费在申请、管理、使用方面存在的“难点”“堵点”和“痛点”,今年8月,《国务院办公厅关于改革完善中央财政科研经费管理的若干意见》正式印发。作为我国基础研究领域重要的经费资助渠道,国家自然科学基金的项目资金管理和使用办法也随之调整。
不久前,财政部和国家自然科学基金委员会(以下简称“自然科学基金委”)修订《国家自然科学基金资助项目资金管理办法》(以下简称“新规”),新规对原有框架进行了结构调整,为科研人员减负松绑、增添创新动力和活力。11月24日,自然科学基金委相关负责人对经费管理使用新规进行了解读。
简政放权:扩大经费管理自主权
曾经,做预算是科研人员最头疼的事,“打酱油的钱不能买醋”。针对这一问题,本次修订后,根据预算管理方式不同,自然科学基金项目的资金管理分为了包干制和预算制,并明确了包干制项目的资金申请、审批及管理流程。
自然科学基金委相关负责人介绍,包干制项目申请人应当本着科学、合理、规范、有效的原则申请资助额度,无须编制项目预算。包干制项目资金由项目负责人自主决定使用,按照资金管理办法规定的开支范围列支,无须履行调剂程序。依托单位应当制定项目经费包干制管理规定,报自然科学基金委备案。
此前,经费规定中,对设备费、劳务费等直接费用预算调剂权有较多限制,科研人员对“放权”多有呼声。因此,在新规中,对于预算制项目,设备费预算调剂权全部下放给依托单位,由项目负责人根据科研活动的实际需要提出申请,报依托单位审批,不再由自然科学基金委审批其预算调增。劳务费、业务费的调剂权则全部由依托单位下放给项目负责人,由项目负责人根据科研活动实际需要自主安排。在项目间接费用预算总额不得调增的前提下,依托单位与项目负责人协商一致后也可调减用于直接费用。
激励松绑:提高间接经费比例
在国家自然科学基金的经费分类中,间接经费主要用于补偿高校、科研院所等项目依托单位为项目研究提供的现有仪器设备及房屋,水、电、气、暖消耗等有关管理费用,以及绩效支出等,对科研人员具有绩效奖励作用。在本次新规中,为更好发挥基金的激励作用,提高了间接费用的比例。
对于预算制项目,新规规定,间接费用一般按照不超过项目直接费用扣除设备购置费后的一定比例核定,并实行总额控制,具体比例包括500万元及以下部分为30%(原办法是20%);超过500万元至1000万元的部分为25%(原办法是13%);超过1000万元的部分为20%(原办法是10%)。对于数学等纯理论基础研究的预算制项目间接费用比例进一步提高至60%、50%和40%。同时,取消了绩效支出的比例限制,依托单位可将间接费用全部用于绩效支出,并向创新绩效突出的团队和个人倾斜。
与此同时,新规扩大了劳务费的开支范围。新规规定,劳务费主要列支在项目实施过程中支付给参与项目研究的研究生、博士后、访问学者以及项目聘用的研究人员、科研辅助人员等的劳务性费用,以及支付给临时聘请的咨询专家的费用等。新规在劳务费列支内容中增加了由单位缴纳的住房公积金。
“依托单位应当创新服务方式,让科研人员从事务性工作中解脱出来,潜心从事科学研究。”自然科学基金委相关负责人说。
尊重规律:合理确定经费拨付计划
尊重科研客观规律,合理确定经费拨付计划,加快经费拨付进度也是本次管理办法调整的一大重点。
考虑到基础研究具有连续性的特点,新规也修改了原办法对结余资金留用和收回的规定。新规规定,对于自然科学基金委准予结题的项目,结余资金留归依托单位使用。依托单位应当将结余资金统筹安排用于基础研究直接支出,优先考虑原项目团队科研需求,并加强结余资金管理,健全结余资金盘活机制,加快资金使用进度。
提高效益:强化绩效评价和经费监督
财政科研经费是公共财物,经费的使用效益至关重要,如何更好地“把钱用到刀刃上”?
新规进一步强化绩效导向,规定自然科学基金委应当建立项目资金绩效管理制度。加强分类绩效评价,健全差异化的绩效评价指标体系,强化绩效评价结果运用,将绩效评价结果作为项目调整、后续支持的重要依据。同时规定依托单位应当切实加强绩效管理,引导科研资源向优秀人才和团队倾斜,提高科研经费使用效益。
新规进一步规范了项目资金使用行为,列举了项目资金管理使用中的禁止性行为,共10条,扩充了原办法中的“五不得行为”。
此外,新规规定,项目资金管理建立承诺机制。依托单位应当承诺依法履行项目资金管理的职责。项目负责人应当承诺提供真实的项目信息,并认真遵守项目资金管理的有关规定。新规同时增加了对财政部、自然科学基金委及其相关工作人员、评审专家等的法律责任。
(光明日报北京11月24日电)
《光明日报》( 2021年11月25日 08版)
五：国家自然科学基金委员会主任是什么级别
阿里巴巴达摩院成立于2017年10月11日，致力于探索科技未知，以人类愿景为驱动力，开展基础科学和创新性技术研究，2017年马云曾经宣布，要在未来3年之内，投入1000亿人民币用于阿里巴巴达摩院的技术研发，达摩院的目标就是打造全球最顶尖的研究机构之一。
所以自从达摩院成立之后已经引用了很多全球顶尖的科学家，虽然从绝对量来看，目前达摩院的人数并不是很多，但是他们每个人在自己的领域之内都具有很大的影响力，所以一个人可以顶上很多人。此外，达摩也依赖于阿里巴巴这个大家庭，实际上阿里巴巴目前所拥有的工程师队伍至少达到3万人以上，这些人随时都有可能会参与到达摩院的一些科学研究当中。
目前达摩院既有专职的科学家，也有一些兼职的科学家，这些科学家来自全球各地，他们主要分布在机器智能、数据计算、机器人、金融科技、 X实验室5个领域14个实验室里面，具体如下：
学术委员会成员。高文：北京大学博雅讲席教授、信息与工程科学部主任，中国工程院院士，IEEE Fellow，ACM Fellow，国家自然科学基金委员会副主任。
梅宏：北京理工大学教授、副校长，中国科学院院士，发展中国家科学院院士。
吴朝晖： 浙江大学校长，中国科学院院士，之江实验室副理事长。
黄如： 北京大学信息科学技术学院教授、院长，中国科学院院士。IEEE Fellow
Michael I. Jordan： 加州大学伯克利分校教授，美国工程院院士, 美国科学院院士, 美国人文与科学院士。
周以真：哥伦比亚大学教授、数据科学研究所主任，IEEE Fellow, ACM Fellow。
Henry M. Levy：华盛顿大学教授、计算机科学与工程学院院长，美国工程院院士，IEEE Fellow，ACM Fellow
George M. Church： 哈佛大学&麻省理工学院教授，美国工程院院士, 美国科学院院士，“人类基因组计划”领军人物
Avi Wigderson ：普林斯顿大学高等研究院教授, 美国科学院院士, 美国人文与科学院士 。
致力于语音识别、语音合成、语音唤醒、声学设计及信号处理、声纹识别、音频事件检测等下一代人机语音交互基础理论、关键技术和应用系统的研究工作。形成了覆盖电商、新零售、司法、交通、制造等多个行业的产品和解决方案，为消费者、企业和政府提供高质量的语音交互服务。
研究团队
鄢志杰： 达摩院语音实验室负责人， 中国科学技术大学博士，IEEE高级会员。曾任微软亚洲研究院语音团队主管研究员。
付强： 达摩院语音实验室研究员，西安电子科技大学博士，曾获中国科学院杰出科技成就奖（2014年）、中国语音产业联盟先进个人（2016年）。
马斌： 达摩院语音实验室研究员，香港大学博士。加入阿里前，他是新加坡资讯通信研究院 （I2R）的语言技术部门负责人和资深研究员。曾获新加坡总统科技奖。
冯津伟： 达摩院语音实验室研究员，弗吉尼亚理工大学博士。曾主持开发基于麦克风阵列的视频跟踪系统。
李威： 达摩院语音实验室资深算法专家， 香港大学计算机系博士。曾任百度语音技术部资深工程师，负责百度语音识别声学模型、语音合成核心算法及训练流程的研究和开发工作。
高杰：达摩院语音实验室资深算法专家 ，中科院博士。曾任微软STC语音科学家，负责基于分布式计算平台的超大规模语音识别模型训练系统的研究和开发工作。
雷赟：达摩院语音实验室资深算法专家， 德州大学达拉斯分校博士。曾任Facebook和SRI的研究科学家。
王雯： 达摩院语音实验室资深技术专家， 普渡大学计算工程博士。在IEEE/ACL会议和期刊上发表了100篇以上的论文，曾任SRI资深研究科学家。
致力于研发与运用图像和视频的分析和理解、三维视觉等技术，构建以图像视频为媒介的产品和应用，提升商业效率或创造商业新机会，广泛应用于新零售、新媒体、新制造等领域。
研究团队
任小枫： 达摩院视觉智能实验室负责人， 华盛顿大学计算机科学与工程系客座教授，拥有加州大学伯克利分校博士学位，曾担任亚马逊资深主任科学家，负责Amazon Go计算机视觉算法的研发。
ZELNIK, Lihi：达摩院以色列实验室负责人， 曾任以色列理工学院电气工程系的副教授，纽约康奈尔大学的客座教授。拥有魏茨曼科学研究所计算机科学博士。
潘攀： 达摩院视觉智能实验室资深算法专家， 拥有伊利诺伊大学芝加哥分校博士学位。拍立淘以图搜图的创始人之一。
刘铸：资深技术专家，纽约大学博士，曾任AT&T科研实验室主任科学家，哥伦比亚大学和纽约大学的客座教授。拥有140多项美国专利。
Itamar Friedman：资深技术专家 ，拥有以色列理工学院电子工程学院的计算机视觉和机器学习硕士学位，他曾是Visualead的首席技术官。
3、语言技术实验室致力于实现人与机器之间用自然语言进行有效沟通的各种理论和方法。包含自然语言处理核心技术，如分词、词性、句法、语义等多语言基础模块，以及情感分析、信息提取、机器翻译和机器阅读理解等技术的研究，已经在客服、资讯、司法、医疗等场景有广泛的应用。
研究团队
司罗：达摩院语言技术实验室负责人 ，卡内基梅隆大学博士。曾任普渡大学计算机系终身教授。
黄非： 达摩院语言技术实验室研究员 ，卡内基梅隆大学博士。曾担任ACL、NLPCC等领域主席、IJCAI资深程序委员。曾在Facebook、IBM Watson等从事NLP相关工作。
葛妮瑜： 达摩院语言技术实验室研究员 ，布朗大学计算语言学博士。曾任职IBM研究院，从事自然语言处理和机器翻译工作。
陈博兴： 达摩院语言技术实验室资深算法专家， 中国科学院博士。曾是新加坡信息与通信研究所、加拿大国家研究委员会研究员。
骆卫华： 达摩院语言技术实验室资深算法专家， 曾任中科院计算所高级工程师，承担国家重大专项或自然科学基金课题十余项。
张琼： 达摩院语言技术实验室资深算法专家， 浙江大学博士，曾在雅虎工作。
刘晓钟： 达摩院语言技术实验室资深算法专家， 雪城大学博士。曾任印第安纳大学布卢明顿分校信息与计算学院终身教授。
李林琳：达摩院语言技术实验室高级算法专家， 萨尔大学计算机博士。曾就职于巴黎LIMSI-CNRS研究所、微软奥斯陆、百度。
致力于通过研发与运用机器学习和运筹优化技术构建智能决策系统，提升业务运营效率、降低运营成本和增加运营收益。与合作伙伴在计算资源优化、新零售、智慧物流等行业构建多个创新系统，在各类公共事业的场景中提升人效、能效、物效。
研究团队
姚韬： 达摩院决策智能实验室研究员， 拥有斯坦福大学管理工程与科学系博士学位，美国宾州州立大学工业工程系终身教授。
许欢： 达摩院决策智能实验室资深算法专家， 加拿大麦吉尔大学电子工程系博士。曾任新加坡国立大学副教授，佐治亚理工大学助理教授。曾任NIPS领域主席。
谭剑： 达摩院决策智能实验室资深算法专家， 哥伦比亚大学电子与计算机系博士，俄亥俄州立大学电子与计算机系助理教授，IBM沃森实验室研究员。
张京桥：达摩院决策智能实验室资深算法专家， 拥有伦斯勒理工学院博士学位，曾任亚马逊Device部门应用科研资深经理。
杨程： 达摩院决策智能实验室资深算法专家， 10余年机器学习、数据挖掘等经验，曾负责搜索推荐、智能营销、供应链优化等商业化算法，多次参与双11等极端环境下的大规模实时机器学习项目，目前
5、城市大脑实验室致力于通过互联网和人工智能，打通城市数据管道，发掘数据价值，构建城市新的基础设施。已在杭州、苏州、上海、衢州、澳门、马来西亚等落地，覆盖交通、平安、市政建设、城市规划等领域。 是首批国家人工智能开放创新平台之一，是目前全球最大规模的人工智能公共系统之一。
研究团队
华先胜： 达摩院城市大脑实验室负责人 ，北京大学应用数学博士，IEEE Fellow，ACM杰出科学家。曾任ACM Multimedia、IEEE ICME等国际会议程序委员会主席，全球MIT TR35获得者。研究。
张磊： 达摩院城市大脑实验室高级研究员， 西北工业大学自动化学院博士，IEEE Fellow。曾在香港理工大学电子计算学系任研究助理和副研究员，加拿大麦克马斯特大学博士后。香港理工大学电子计算学系讲座教授。
致力于计算、存储、互联方向的前沿性研究，探索从系统软硬件架构到芯片设计技术的全栈实现。采用自上而下基于应用驱动和自下而上基于新技术的研究方法，利用系统架构、计算机体系结构、芯片设计优化等领域的技术积累，在计算资源优化、新计算体系方向等构建创新系统，提升计算能力。
研究团队
谢源 ：达摩院计算技术实验室负责人 IEEE Fellow，普林斯顿大学博士。
骄旸： 达摩院计算技术实验室研究员， 负责组建芯片开发工程团队，目前的开发重点是人工智能芯片。曾在华为创建并领导美国和上海的技术团队进行全新GPU开发；在三星作为GPU团队的核心成员，参与项目的规划和创建团队。
何建德： 达摩院计算技术实验室资深技术专家， 曾在硅谷从事计算机绘图芯片设计工作。
陈义平： 达摩院计算技术实验室资深技术专家 ，美国佛罗里达大学电机硕士学位。曾先后就职于S3、AMD，并在AMD参与Machine-Intelligent系列产品开发。
李伟良： 达摩院计算技术实验室资深技术专家， 负责组建AliNPU上海ASIC团队。曾在S3 Graphics从事图形芯片的设计，后供职于AMD。
尹莉： 达摩院计算技术实验室资深技术专家， 负责芯片技术部软件部门，精于体系结构、编译器以及系统性能优化。曾在S3 graphics图形芯片架构部门，负责图形芯片可编程流水线以及后端编译器优化；后在Intel MLT部门从事二进制翻译、虚拟机以及spark性能优化。
张涛： 达摩院计算技术实验室Research Scientist， 宾夕法尼亚州立大学博士。曾在苹果担任高级平台架构师，起草iPhone内部SoC的性能标准制定以及内存性能建模和评估。
柳春笙： 达摩院计算技术实验室Research Scientist 杜克大学博士。曾就职于Nvidia，Altera（Intel），华为海思等设计公司。
蒲宇： 达摩院计算技术实验室Research Scientist， 荷兰TU Eindhoven博士。曾任日本东京大学特任研究员；IBM苏黎世实验室研究员；担任IEEE TCAS副主编与多个国际学术会议委员。
程超： 达摩院计算技术实验室Research Scientist， 明尼苏达大学电子与计算机工程博士。曾任职于高通，从事无线系统算法的研发，并曾任职于Intel和Marvell。
7、智能计算实验室致力于下一代海量、异构数据的分布式存储、管理、查询、分析和机器学习系统与算法的研究和应用。通过并行与分布式数据处理和云上系统资源管理，多场景、多模态、异构计算引擎融合统一系统智能与自治化，数据安全隐私计算等关键技术，为各行业、各场景提供高效的算法支持和安全、可靠、强有力的计算引擎。
研究团队
周靖人： 达摩院智能计算实验室负责人 ，哥伦比亚大学计算机博士，IEEE Fellow。拥有几十篇顶级会议和期刊论文，并持有多项专利发明。曾任微软研究院研究员、微软研发合伙人。
丁博麟： 达摩院智能计算实验室资深技术专家， 伊利诺伊大学香槟分校博士。研究成果发表于SIGMOD等多个领域的顶尖国际会议，曾担任美国微软研究院研究员。
钱正平： 达摩院智能计算实验室资深技术专家， 华南理工大学博士。在系统及相关领域顶级会议发表多篇论文，任微软亚洲研究院主管研究员。
杨红霞： 达摩院智能计算实验室资深算法专家， 杜克大学博士。拥有顶级论文30余篇。曾任IBM Watson研究员、Yahoo！主任数据科学家等职。
曾凯： 达摩院智能计算实验室高级技术专家， 加州大学洛杉矶分校博士，曾在美国加州大学伯克利分校AMP Lab从事博士后研究。曾任微软资深科学家。
于文渊： 达摩院智能计算实验室资深技术专家 爱丁堡大学博士。研究成果发表于SIGMOD等多个领域的顶尖国际会议，曾获SIGMOD2017和VLDB2010最佳论文奖，VLDB2017最佳演示奖。曾担任七桥科技CEO、美国Facebook 研究科学家等。
致力于新硬件加速、智能与自治化数据库、云上数据管理和系统资源调配、多态数据引擎、非结构化数据管理、数据库核心算法、数据存储、并行与分布式数据处理、数据安全等关键技术研究，实现数据库系统和底层存储系统高并发、高可靠性、分布式处理、数据一致性以及高响应和深度的数据分析能力。
研究团队
李飞飞：达摩院数据库与存储实验室负责人， 犹他大学计算机系终身教授。曾获ACM、IEEE、Visa、Google、HP、华为等多个奖项，获IEEE ICDE 2014 10年最有影响力论文奖、ACM SIGMOD 2016最佳论文奖、ACM SIGMOD 2015最佳系统演示奖、IEEE ICDE 2004最佳论文奖、美国NSF Career Award、中国基金委海外重点研发奖，2018年ACM杰出科学家等。担任多个国际一流学术期刊和学术会议的编委、主席。
曹伟： 达摩院数据库与存储实验室资深技术专家， 阿里云数据库团队负责人，计算机协会数据库专委会委员。
吴结生：达摩院数据库与存储实验室研究员， 俄亥俄州立大学计算机博士学位。2014年加入阿里云西雅图，任职存储基础平台和云存储的负责人。曾就职于微软 Azure 存储团队 （2008-2014年）， Ask.com 基础设施团队（2004-2008年）和中国科学院计算技术研究所（国家智能计算机研究开发中心，1996-1999年）。
占超群： 达摩院数据库与存储实验室研究员， 集团数据库事业部 OLAP Platform负责人，先后担任多个阿里巴巴以及专有云大数据商业项目总架构师。
汪晟： 达摩院数据库与存储实验室Research Scientist ，新加坡国立大学计算机博士。曾留校从事博士后研究。
张铁赢： 达摩院数据库与存储实验室Research Scientist，曾就职于中科院计算所和卡耐基梅隆大学，CCF数据库专委委员，CCF大数据专委委员。
致力于机器学习、自动驾驶、物联网通讯、云端调控等技术研究，满足传统物流配送行业在人力成本、货物安全、交付速度、节能环保等方面的诉求，打造“车-路-云”一体化的智能物流网络，实现智能、精准、快速、高效、安全、环保的货物流转和投递。
研究团队
王刚 ：达摩院智能交通实验室负责人， 伊利诺伊大学香槟分校博士，曾任新加坡南洋理工大学终身教授。全球MIT TR35获奖者，人工智能顶尖期刊IEEE TPAMI编委，ICCV 2017和CVPR 2018领域主席。研究领域包括深度学习及其在计算机视觉、自动驾驶上的应用。
10、金融智能实验室致力于满足金融领域对AI技术的安全性、可靠性、实时性、对抗性的更高要求，在图像识别、智能问答、知识图谱等方面有着业界领先的研究成果和成熟的商业产品，通过与商业伙伴的合作，提升其智能化的能力，推动金融业的智能进步。金融智能作为蚂蚁金服核心技术引擎之一，被广泛应用于智能客服、交易风控、支付营销、保险智能理赔、贷款准入、反欺诈反套现、财经资讯
研究团队
漆远： 达摩院金融智能实验室负责人， 蚂蚁金服副总裁，麻省理工学院博士，曾任普渡大学计算机科学系和统计系终身副教授。
宋乐： 达摩院金融智能实验室研究员， 悉尼大学博士，世界知名机器学习专家，曾任佐治亚理工学院终身副教授。
致力于区块链中共识协议、密码学安全、跨链协议等技术的研究和应用，以商业与金融等应用场景为突破口，率先实现有自主权的工业级/金融级区块链系统。
研究团队
张辉 ：达摩院区块链实验室负责人， 南加州大学计算机科学博士。现IEEE Senior Member，发表40多篇顶级学术论文。曾担任NEC Labs America部门主管。
俞本权： 达摩院区块链实验室研究员， 曾任谷歌主任工程师，并完成了YouTube E-Commerce 平台建设、youtube.com/movies的创建、承担Google Analytics的数据和后台系统架构设计，并主导下一代谷歌分析后台的研发。
闫莺：达摩院区块链实验室资深技术专家， 复旦大学计算机系博士，现任中国软件协会区块链创业学院及区块链专委会专家、中国电子学会区块链专家委员。曾任微软亚洲研究院主管研究员、区块链负责人。
胡丹青： 达摩院区块链实验室高级产品专家， 威斯康星大学麦迪逊分校经济学博士。曾就职于上海清算所发行托管部。
李书博： 达摩院区块链实验室高级技术专家， 北京邮电大学硕士。曾担任海航科技技术研究院研发总监、三星电子中国研究院云计算部门负责人。
李怀勇： 达摩院区块链实验室资深专家， 厦门大学MBA。精通大数据行业，带领团队实现了保护用户隐私下的数据安全共享新技术及新模式的突破。现负责区块链及安全计算平台业务发展。
殷山： 达摩院区块链实验室高级技术专家， 南京大学硕士。研究领域包括网络安全和密码学、大数据计算架构设计、机器学习平台方案实现。曾任趋势科技技术经理、三星电子中国研究中心创业事业部项目负责人。
致力于各种模态生物识别核心技术的研发及其在金融和民生场景的应用，目前已经具备了人脸、眼纹、虹膜、声纹、掌纹、行为特征等多模态的生物识别核心算法研发能力，并且研发了全球独有眼纹技术专利和领先的活体检测，累积服务超过3亿用户。
研究团队
蒋国飞： 达摩院金融科技研究领域负责人 / 生物识别实验室负责人， 蚂蚁金服副总裁。拥有160多篇顶级论文，曾获SIGKDD等会议最佳论文奖。任NEC集团副总裁，领导NEC全球研发。
李亮 ：达摩院生物识别实验室资深算法专家 ，中国科学院自动化所博士，中国科学院大学博士后。曾就职于索尼中国研究院。目前负责蚂蚁金服生物识别算法与模型的研发以及基于生物识别的身份认证体系建设，在国际期刊和会议发表论文十余篇。
宋杨 ：达摩院生物识别实验室资深算法专家， 早稻田大学工学博士，2016年加入蚂蚁金服，目前从事多媒体和机器视觉系统的研发工作。曾在华为和富士通研究所（东京）工作，发表40篇论文。
陈继东： 达摩院生物识别实验室资深数据技术专家， 中国人民大学计算机应用博士，复旦大学计算机学院博士后。现任蚂蚁金服全球可信身份平台ZOLOZ亚洲区总经理，负责生物识别技术研发与全球化商业应用。带领团队将人脸识别技术在网商银行和支付宝等场景成功应用，实现刷脸支付全球首次在肯德基的商业落地。曾任EMC中国研究院大数据实验室主任。
13、量子实验室量子实验室的目标是实现量子计算的潜力。
研究团队
施尧耘： 达摩院量子实验室负责人， 北大计算机本科、普林斯顿计算机博士。在加州理工学院的量子信息中心做博士后研究后，他加入密歇根大学安娜堡分校，历任电子工程和计算机科学助理教授、副教授和正教授。研究涉猎量子信息科学的多个领域，包括量子计算复杂度、量子计算经典模拟和量子密码学。他在阿里巴巴致力于建设一个跨学科的国际团队，以实现量子计算颠覆性的潜力。
马里奥·塞格德：达摩院量子实验室科学家， 马里奥为芝加哥大学博士。在贝尔实验室和普林斯顿的高级研究所工作后，任职罗格斯大学计算机科学系教授。马里奥于2001年和2005年两获哥德尔奖，分别基于他在Probilistic Checkable Proofs和流计算的空间复杂度上的贡献。
致力于研究前沿科技并与商业结合，将人工智能技术赋能机器，服务20亿消费者。当前孵化出天猫精灵个人助手等产品。实验室的使命是让机器拥有智能，让人性充满光辉，将基于阿里巴巴强大消费者沟通渠道和完善的服务生态，立志成为下一代人机交互入口。
研究团队
陈丽娟：达摩院人工智能实验室负责人， 淘宝网第一代产品经理，淘宝网产品团队总负责人；阿里旗下购物比价网站一淘网总经理；阿里巴巴智能生活总经理、阿里巴巴IoT创建人。
聂再清：达摩院人工智能实验室研究员， 美国亚利桑那州立大学博士学位（师从美国人工智能学会主席Subbarao Kambhampati教授），现任阿里巴巴达摩院人工智能实验室北京研发中心负责人，语音助手首席科学家，教育部人工智能专家组咨询组专家。曾就职于微软亚洲研究院，任首席研究员，负责微软自然语言理解、实体挖掘的研发工作。他是微软学术搜索，人立方，以及企业智能助理EDI的发起人和负责人，也是微软自然语言理解平台LUIS的技术负责人。
李剑叶： 达摩院人工智能实验室研究员 ，拥有清华大学美术学院文学硕士学位，德国iF学生设计奖评委，中国红星设计奖评委，清华美院工业设计系客座讲师，研究方向为智能硬件、机器人工业设计。有16年工业设计经验，曾任锤子科技设计副总裁，飞利浦香港设计中心资深顾问。
陈颖： 达摩院人工智能实验室研究员，芬兰坦佩雷理工大学博士，北京大学学士与硕士。现任阿里巴巴人工智能实验室人工智能与边缘计算首席科学家，边缘计算实验室负责人，负责IOT产品。加入阿里巴巴之前在美国高通公司担任首席工程师。曾担任MPEG国际视频编码标准(H.264/AVC,H.265/HEVC系列)联席主编，获得过国际标准组织及国际电气工程委员会ISO/IEC杰出贡献奖。
茹忆： 达摩院人工智能实验室研究员， 中国第一代智能手机和IoT产品的研发和制造者，15年智能硬件的研发经验。曾为摩托罗拉Linux内核研发负责人，负责摩托罗拉Ming系列智能手机Linux内核研发。2016年加入阿里巴巴负责天猫魔盒和电视系统的产品和研发，发布了桌面5.0系统，并开发了阿里第一款人工智能语音助手天猫精灵。建立阿里巴巴第一个具备全球领先水平的声学实验室，成为领先行业的智能声学测试标准和方法。
杜海涛： 达摩院人工智能实验室产品总负责人， 拥有14年互联网和人工智能产品经验。研究方向为面向用户的大数据、语音交互、图像视觉及多模态融合的新一代人机交流系统的相关产品研究工作。帮助AI Labs近两年拿下31项人工智能产品相关产品专利，开创性的研发了中文领域最新一代的人机交流系统及硬件产品-天猫精灵。
刘旭：达摩院人工智能实验室总监， 在HP工作近10年，担任HP中国研发中心Chief of Staff。
李名扬： 达摩院人工智能实验室资深算法专家， 毕业于加州大学河滨分校电子工程专业，博士毕业以后在Google Tango/Daydream 从事AR/VR算法研发以及基于不同的硬件设备的产品化的工作，在2017年底加入阿里巴巴人工智能实验室。