附件1
（征求意见稿）
本专项以国家战略和广东省产业发展需求为牵引，围绕人工智能产业发展亟待突破的关键技术领域，集聚国内优势团队组织技术攻关，力争取得一批标志性成果，在部分关键领域实现科技自立。
2019年度新一代人工智能专项共设置基础理论研究及验证、关键共性技术研究及应用、关键处理与感知器件等专题。要求项目须覆盖每个研究方向要求的全部研究内容和考核指标，且成果实施地点在广东省内。项目实施周期为3年。 专题一：基础理论研究及验证
项目1：面向自主智能体感知与协作的计算架构和验证
（一）研究内容
针对自主智能体感知与协作的新型深度计算架构开展研究。针对实时感知与识别、自主控制与协作、动态环境下的自适应任务重构等难题，突破实时目标检测算法、多智能体协作、智能计算芯片系统结构设计等关键技术。研究低功耗、强实时的软硬件
协同解决方案；研究基于语义地图的情境理解和多智能体协作等核心技术；完成基于认知计算模型的人工智能原型芯片设计，面向多智能协同任务的原理验证系统。可支持智慧物流、智慧社区、智慧安防等领域。
横孔螺母（二）考核指标
项目中完成的面向自主智能体感知与协作的计算架构研究成果，须以原型智能计算芯片为载体，该芯片其峰值算力不低于12.8TOPs，执行效率不低于70%，部分网络不低于80%；单芯片支持不低于8路的1080P@60Hz目标检测任务；基于该原型芯片构建自主智能体数目≥10个、种类≥2类的多智能体协同验证系统；验证系统围绕混合增强智能、机载实时处理、空地联合感知协作、动态环境任务自适应重构等关键技术开展集成验证，达到低能耗、高实时、强适应的要求；项目执行期内在自主智能体领域取得不少于3个应用，完成新申请发明专利≥8项（其中至少包含1项国际发明专利），研制并发布实施团体标准2项，集成电路保护布图1项。
项目2：基于混合增强智能的平行智能理论研究及验证
（一）研究内容
本方向是平行智能理论体系下的机器智能进行系统性研究。研究提升机器理解并适应真实世界环境、完成复杂时空关联任务的能力；研究基于认知计算的混合增强智能，探索直觉推理与因果模型、记忆和知识演化的可计算框架；研究人机协同的感知与-2-
执行一体化模型、智能计算前移的新型边缘节点等核心技术；构建包含人工系统、计算实验、平行控制与管理等功能的混合增强智能平行智能系统平台；在制造、交通或健康等行业建立验证系统予以验证。
（二）考核指标
项目须完成人机混合增强智能基础模型与核心技术算法研发不少于15个，以上模型和算法能够支持语音、图像、意图理解等多模态人机交互手段，将人机交互、感知和认知计算的运行效率比现有水平提升30%以上；所构建的平行智能系统平台对典型场景的感知精度超过95%，实现人工工作量降低40%以上；项目执行期内完成新申请发明专利≥12项（其中至少包含2项国际发明专利），申请软件著作权5项，研制并发布实施团体标准2项。项目执行期内在制造、交通或健康等领域完成不少于3类应用示范，新增产值和服务收益不低于5000万元，
微型水轮发电机
项目3：面向数据智能标注的弱监督与自学习方法及系统验证（一）研究内容本方向针对大数据智能的关键基础体系进行建设。研究多机构协同的系统性结构化标注策略，结合深度学习算法针对影像数据（如图片、视频）、文本数据（如语音、文字）研究自动生成结构化数据的智能标注系统，开发半监督/无监督学习算法支持下的集数据收集、数据处理和自动标注为一体的智能标注云平台。通过从海量未标注的数据中自动挖掘有价值的目标信息，实现
-3-
（极）弱监督下的特征与模型学习，并大幅度地提升模型的精简性、通用性和适应性。通过推理、匹配与迭代优化，研究无标注样本下的深度特征预学习；研究结合迁移学习与主动学习的增量学习方法，并通过渐进式模型训练将其应用到实体目标增量标注任务中，通过迭代学习有效地提升模型性能。建立高效通用的数据标签与结构化标注标准体系，并完成标准化的标注数据库建设。
（二）考核指标
项目完成时，面向影像、文本数据自动标注任务，提出20个以上的弱监督与自主学习模型与算法，实现标注准确率不低于92%，对于其中任一个子任务分类的准确率、灵敏度、特异度均不低于90%。；开发海量数据自动标注系统，建立起包括亿级数量和PB级存储的各类影像数据（图片、视频）、文本数据（语音、文字）库。智能标注云平台能同时支持100路以上并发数据标注任务的开放服务；大于100个类的初始数据标注模型，标注效率提升50%以上。项目执行期内完成新申请发明专利≥10项（其
中至少包含2项国际发明专利），申请软件著作权5项，研制并发布实施团体标准2项。验证应用需覆盖无人驾驶、智能安防、智慧医疗等领域。
申报要求：项目1须企业牵头申报。
支持强度：本专题拟每个项目各支持1项。
-4-
专题二：关键共性技术研究及应用
项目1：基于跨媒体感知的人机交互关键技术研究与应用
（一）研究内容
开展多模态的人机交互技术研究，重点解决以场景感知、语音理解、动作交互为主的人机交互核心问题。研究面向开放环境的自适应场景感知与建模，提升智能系统对多样化场景的适应能力；开展高层语义理解与融合的人机语音交互技术研究，提升语音系统在开放交互场景中的模糊理解与泛化推理能力；研究融合认知理解的高自由度人机动作交互，实现多模态与多样化的人机交互方式；研制面向通用边缘计算的智能实时推理平台，形成端云一体化的多模态人机交互系统，实现感知、理解、交互一
荸荠削皮机>中草药压片机体的智能设备；在多模态人机交互上形成核心技术，并在服务、教育、工业等人机交互与机器人方向形成示范性应用。
（二）考核指标荸荠去皮机
建立环境自适应的场景感知系统，实现高精度的场景感知和理解，并满足10个以上场景的自适应感知需求；完成全双工交互的语音理解系统，中文语音识别准确率超过90%，中文问答准确率高于85%；开发完成高自由度的实时动作交互系统，动作交互超过15个自由度；构建面向多模态人机交互的端云一体化的实时动作交互平台，其边缘计算满足大于5帧/秒的实时处理能力；形成多模态感知与人机动作交互相融合的交互应用超过3项，在工业、服务、医疗等智能机器领域应用。项目执行期内完成新申请
-5-
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议