為落實(shí)《新一代人工智能發(fā)展規(guī)劃》，啟動(dòng)實(shí)施科技創(chuàng)新 2030—“新一代人工智能”重大項(xiàng)目。根據(jù)重大項(xiàng)目實(shí)施方案的部署， 科技部組織編制了 2018 年度項(xiàng)目申報(bào)指南，現(xiàn)予以正式發(fā)布。

本重大項(xiàng)目的總體目標(biāo)是：以推動(dòng)人工智能技術(shù)持續(xù)創(chuàng)新和 與經(jīng)濟(jì)社會(huì)深度融合為主線，按照并跑、領(lǐng)跑兩步走戰(zhàn)略，圍繞 大數(shù)據(jù)智能、跨媒體智能、群體智能、混合增強(qiáng)智能、自主智能 系統(tǒng)等五大方向持續(xù)攻關(guān)，從基礎(chǔ)理論、支撐體系、關(guān)鍵技術(shù)、 創(chuàng)新應(yīng)用四個(gè)層面構(gòu)筑知識(shí)群、技術(shù)群和產(chǎn)品群的生態(tài)環(huán)境，搶 占人工智能技術(shù)制高點(diǎn)，妥善應(yīng)對(duì)可能帶來(lái)的新問(wèn)題和新挑戰(zhàn)， 促進(jìn)大眾創(chuàng)業(yè)萬(wàn)眾創(chuàng)新，使人工智能成為智能經(jīng)濟(jì)社會(huì)發(fā)展的強(qiáng) 大引擎。

2018 年度項(xiàng)目申報(bào)指南在新一代人工智能基礎(chǔ)理論、面向

重大需求的關(guān)鍵共性技術(shù)、新型感知與智能芯片等 3 個(gè)技術(shù)方

向啟動(dòng) 16 個(gè)研究任務(wù)，擬安排國(guó)撥經(jīng)費(fèi)概算 8.7 億元。各研究任務(wù)要求以項(xiàng)目為單元整體組織申報(bào)，項(xiàng)目須覆蓋所申報(bào)指南 方向二級(jí)標(biāo)題（例如：1.1）下的所有研究?jī)?nèi)容并實(shí)現(xiàn)對(duì)應(yīng)的研

究目標(biāo)，申請(qǐng)者應(yīng)根據(jù)指南描述，按照需求導(dǎo)向、問(wèn)題導(dǎo)向和 目標(biāo)導(dǎo)向的原則，根據(jù)指南研究?jī)?nèi)容提出明確的任務(wù)目標(biāo)和具 體的考核指標(biāo)。

每個(gè)項(xiàng)目下設(shè)課題數(shù)不超過(guò) 5 個(gè)，所含參研單位總數(shù)不超過(guò)

10 家，實(shí)施周期為 3—5 年。項(xiàng)目設(shè) 1 名項(xiàng)目負(fù)責(zé)人，項(xiàng)目中的

每個(gè)課題設(shè) 1 名課題負(fù)責(zé)人。項(xiàng)目鼓勵(lì)充分發(fā)揮地方和市場(chǎng)作用，強(qiáng)化產(chǎn)學(xué)研用緊密結(jié)合，調(diào)動(dòng)社會(huì)資源投入新一代人工智能  研發(fā)。對(duì)于面向重大需求的關(guān)鍵共性技術(shù)方向的項(xiàng)目，配套經(jīng)費(fèi) 與國(guó)撥經(jīng)費(fèi)比例不低于 1:1；對(duì)于新型感知與智能芯片方向的項(xiàng)目，配套經(jīng)費(fèi)與國(guó)撥經(jīng)費(fèi)比例不低于 2:1。

1.新一代人工智能的基礎(chǔ)理論

聚焦人工智能重大科學(xué)前沿問(wèn)題，以突破人工智能基礎(chǔ)機(jī)理、模型和算法瓶頸為重點(diǎn)，重點(diǎn)布局可能引發(fā)人工智能范式變革的新一代人工智能基礎(chǔ)理論研究，為人工智能持續(xù)發(fā)展與深度應(yīng)用提供強(qiáng)大科學(xué)儲(chǔ)備。

本方向下設(shè) 7 個(gè)研究任務(wù)，每個(gè)任務(wù)擬支持項(xiàng)目不超過(guò) 3 項(xiàng)。項(xiàng)目面向重大科學(xué)前沿和原始創(chuàng)新，申請(qǐng)者應(yīng)針對(duì)研究目標(biāo)明確  應(yīng)用需求背景，凝練核心科學(xué)問(wèn)題，提出能夠形成本方向具有國(guó)  際影響力的可驗(yàn)證系統(tǒng)（包括驗(yàn)證數(shù)據(jù)庫(kù)、驗(yàn)證環(huán)境和驗(yàn)證結(jié)果  等），鼓勵(lì)代碼開(kāi)源和數(shù)據(jù)共享。鼓勵(lì)已有較好合作基礎(chǔ)的精干團(tuán) 隊(duì)參與申請(qǐng)。

1.1新一代神經(jīng)網(wǎng)絡(luò)模型

借鑒神經(jīng)認(rèn)知機(jī)理和機(jī)器學(xué)習(xí)數(shù)學(xué)方法等，開(kāi)展神經(jīng)網(wǎng)絡(luò)模 型非線性映射、神經(jīng)網(wǎng)絡(luò)對(duì)抗和安全性、網(wǎng)絡(luò)結(jié)構(gòu)自動(dòng)組織與演化、神經(jīng)元和模塊功能特異化、小樣本學(xué)習(xí)/弱標(biāo)簽/無(wú)標(biāo)簽樣本 學(xué)習(xí)、可解釋性等新理論和新方法的研究。

本任務(wù)研究目標(biāo)是突破大數(shù)據(jù)等限制，顯著提升神經(jīng)網(wǎng)絡(luò)支 撐解決現(xiàn)實(shí)人工智能問(wèn)題的范圍和能力。

1.2面向開(kāi)放環(huán)境的自適應(yīng)感知

針對(duì)應(yīng)用場(chǎng)景變換易導(dǎo)致智能系統(tǒng)性能急劇下降問(wèn)題，發(fā)展 適應(yīng)能力強(qiáng)的層次化網(wǎng)絡(luò)結(jié)構(gòu)、可連續(xù)學(xué)習(xí)的機(jī)器學(xué)習(xí)策略及一 般性效能度量方法，突破無(wú)監(jiān)督學(xué)習(xí)、經(jīng)驗(yàn)記憶利用、內(nèi)隱知識(shí) 發(fā)現(xiàn)與引導(dǎo)及注意力選擇等難點(diǎn)。

本任務(wù)研究目標(biāo)是推動(dòng)開(kāi)放環(huán)境、變化場(chǎng)景下的自適應(yīng)感知 智能理論和方法突破。

1.3跨媒體因果推斷

研究基于跨媒體的人類常識(shí)知識(shí)形成的機(jī)器學(xué)習(xí)新方法，并 在常識(shí)知識(shí)支持下對(duì)跨媒體數(shù)據(jù)進(jìn)行自底向上的深度抽象和歸 納，有效管控不確定性的自頂向下演繹和推理，建立符號(hào)邏輯推 理、歸納學(xué)習(xí)和直覺(jué)頓悟相互協(xié)調(diào)補(bǔ)充的新模型和方法，支持跨 媒體知識(shí)的不一致性分析。

本任務(wù)研究目標(biāo)是實(shí)現(xiàn)跨媒體從智能的關(guān)聯(lián)分析向常識(shí)知

識(shí)支持下因果推斷的飛躍。

1.4非完全信息條件下的博弈決策

針對(duì)人類經(jīng)濟(jì)活動(dòng)、人機(jī)對(duì)抗等非完全信息條件下的博弈特點(diǎn)，結(jié)合機(jī)器學(xué)習(xí)、控制論、博弈論等領(lǐng)域進(jìn)展，研究不確定復(fù)  雜環(huán)境下的動(dòng)力學(xué)機(jī)制，將對(duì)抗學(xué)習(xí)、強(qiáng)化學(xué)習(xí)與動(dòng)態(tài)博弈論進(jìn) 行融合，支持多群體博弈。

本任務(wù)研究目標(biāo)是突破非完全信息環(huán)境下智能基礎(chǔ)模型和動(dòng)態(tài)博弈決策理論。

1.5群智涌現(xiàn)機(jī)理與計(jì)算方法

研究開(kāi)放、動(dòng)態(tài)、復(fù)雜環(huán)境下的大規(guī)模群體協(xié)作的組織架構(gòu)、 行為模式和激勵(lì)機(jī)制，建立可表達(dá)、可計(jì)算、可調(diào)控的復(fù)合式激  勵(lì)算法，探索個(gè)體貢獻(xiàn)匯聚成群體智能的涌現(xiàn)機(jī)理和演化規(guī)律，  突破面向全局目標(biāo)的群體智能演進(jìn)方法和時(shí)空敏感的群體智能協(xié) 同決策。

本任務(wù)研究目標(biāo)是建立行為可預(yù)知、目標(biāo)可引導(dǎo)和過(guò)程可持 續(xù)的群體智能涌現(xiàn)的理論和方法。

1.6人在回路的混合增強(qiáng)智能

研究不確定性、脆弱性和開(kāi)放性條件下的任務(wù)建模、環(huán)境建 模和人類行為建模，發(fā)展人在回路的機(jī)器學(xué)習(xí)方法及混合增強(qiáng)智 能評(píng)價(jià)方法，把人對(duì)復(fù)雜問(wèn)題分析與響應(yīng)的高級(jí)認(rèn)知機(jī)制與機(jī)器 智能系統(tǒng)緊密耦合，有效避免由于人工智能技術(shù)的局限性引發(fā)的

決策風(fēng)險(xiǎn)和系統(tǒng)失控。

本任務(wù)研究目標(biāo)是實(shí)現(xiàn)可收斂的復(fù)雜問(wèn)題人機(jī)雙向協(xié)作和問(wèn)題求解。

1.7復(fù)雜制造環(huán)境下的協(xié)同控制與決策理論方法

面向離散制造業(yè)和流程工業(yè)中復(fù)雜多維度人機(jī)物協(xié)同問(wèn)題， 研究跨層、跨域的分布式網(wǎng)絡(luò)化協(xié)同控制方法，突破人機(jī)物三元協(xié)同決策與優(yōu)化理論，實(shí)現(xiàn)人機(jī)物的虛實(shí)融合與動(dòng)態(tài)調(diào)度，探索無(wú)人加工生產(chǎn)線的重構(gòu)及人機(jī)共融智能交互等。

本任務(wù)研究目標(biāo)是探索建立自主智能工廠技術(shù)體系所必須的理論與方法。

2.面向重大需求的關(guān)鍵共性技術(shù)

圍繞提升我國(guó)人工智能國(guó)際競(jìng)爭(zhēng)力的迫切需求，面向重大 需求，突破新一代人工智能關(guān)鍵共性技術(shù)，以算法為核心，數(shù) 據(jù)和硬件為基礎(chǔ)，全面提升感知識(shí)別、知識(shí)計(jì)算、認(rèn)知推理、 協(xié)同控制與操作、人機(jī)交互等能力，形成開(kāi)放兼容、穩(wěn)定成熟 的技術(shù)體系。

本方向下設(shè) 7 個(gè)研究任務(wù)，根據(jù)不同應(yīng)用場(chǎng)景，每個(gè)任務(wù)擬

支持項(xiàng)目不超過(guò) 2 項(xiàng)。項(xiàng)目面向國(guó)家重大需求，需要明確產(chǎn)出的重大戰(zhàn)略性技術(shù)和產(chǎn)品，或者能夠?qū)ν馓峁┑姆?wù)，鼓勵(lì)開(kāi)源。項(xiàng)目申報(bào)需明確應(yīng)用場(chǎng)景及可考核的性能指標(biāo)，以此作為擇優(yōu)的重要依據(jù)。鼓勵(lì)有明確應(yīng)用背景和技術(shù)突破基礎(chǔ)的團(tuán)隊(duì)參與申請(qǐng)。

2.1可泛化的領(lǐng)域知識(shí)學(xué)習(xí)與計(jì)算引擎

突破知識(shí)加工、深度搜索和可視交互等核心技術(shù)，形成概念識(shí)別、實(shí)體發(fā)現(xiàn)、屬性預(yù)測(cè)、協(xié)同推理、知識(shí)演化和關(guān)系挖掘等能力，實(shí)現(xiàn)知識(shí)持續(xù)增長(zhǎng)的自動(dòng)化獲取，形成從數(shù)據(jù)到知識(shí)、從知識(shí)到服務(wù)的自主歸納和學(xué)習(xí)能力。在 1—2 個(gè)知識(shí)密集型領(lǐng)域進(jìn)行服務(wù)驗(yàn)證，達(dá)到或超越領(lǐng)域?qū)＜?專業(yè)從業(yè)人員平均問(wèn)答服務(wù) 水平。

本任務(wù)研究目標(biāo)是面向跨界融合新業(yè)態(tài)與知識(shí)創(chuàng)新服務(wù)需求，攻克大規(guī)模、綜合性知識(shí)中心建立所需要的關(guān)鍵技術(shù)。

2.2跨媒體分析推理技術(shù)系統(tǒng)

研究跨媒體多元知識(shí)統(tǒng)一表征理論、模型和獲取方法，研究 海量、異構(gòu)、分布的大規(guī)?？缑襟w知識(shí)的管理方法和技術(shù)，構(gòu)建 十億級(jí)別以上的適應(yīng)跨媒體內(nèi)容演化的知識(shí)圖譜和分析推理技 術(shù)，建立從定向推理到通用推理的泛化機(jī)制。

本任務(wù)研究目標(biāo)是面向跨媒體內(nèi)容管理、跨模態(tài)醫(yī)療分析等 重大需求，實(shí)現(xiàn)可回溯、可解釋的類人跨媒體智能推理系統(tǒng)。

2.3認(rèn)知任務(wù)下的場(chǎng)景主動(dòng)感知技術(shù)

針對(duì)復(fù)雜環(huán)境中的自主定位、目標(biāo)搜尋、場(chǎng)景分析和解釋等 認(rèn)知要求，研究自然場(chǎng)景的主動(dòng)視覺(jué)感知、三維環(huán)境動(dòng)態(tài)建模和 定位技術(shù)；研究復(fù)雜場(chǎng)景中聲學(xué)環(huán)境探測(cè)與基于聽(tīng)覺(jué)反饋機(jī)理的 言語(yǔ)主動(dòng)感知技術(shù)；研究視聽(tīng)覺(jué)協(xié)同的從自然場(chǎng)景主動(dòng)發(fā)現(xiàn)新目

標(biāo)及其屬性知識(shí)的認(rèn)知技術(shù)。

本任務(wù)研究目標(biāo)是面向具有重大產(chǎn)業(yè)前景的認(rèn)知任務(wù)，建立 典型應(yīng)用場(chǎng)景實(shí)驗(yàn)平臺(tái)并進(jìn)行功能驗(yàn)證。

2.4面向群體行為的群智激發(fā)匯聚研究

研究群體智能的協(xié)同與演化、通信與規(guī)劃、決策與控制等技 術(shù)；研究群體智能行為的訓(xùn)練、驗(yàn)證和可解釋性技術(shù)；研究群體 活動(dòng)的群智激發(fā)匯聚機(jī)理和技術(shù)，探索群智合作與競(jìng)爭(zhēng)等激發(fā)模 式，突破復(fù)雜不確定環(huán)境下的智能實(shí)時(shí)推理和對(duì)抗技術(shù)。

本任務(wù)研究目標(biāo)是針對(duì)大規(guī)模復(fù)雜群體活動(dòng)等典型應(yīng)用場(chǎng)景進(jìn)行群智行為激發(fā)的關(guān)鍵技術(shù)驗(yàn)證和應(yīng)用示范。

2.5人機(jī)協(xié)同軟硬件技術(shù)研究

研究構(gòu)造軟硬件一體化的人機(jī)協(xié)同技術(shù)平臺(tái)。研究適應(yīng)真實(shí) 世界情境理解與協(xié)同決策的模型與方法；研究人機(jī)協(xié)同中混合人 類直覺(jué)、經(jīng)驗(yàn)、行為的新型學(xué)習(xí)方法；研究環(huán)境和情景的自然理 解、大規(guī)模知識(shí)的處理技術(shù)等。

本任務(wù)研究目標(biāo)是面向典型人機(jī)協(xié)同應(yīng)用，研究提出人機(jī)交 互智能軟硬件及新型混合計(jì)算架構(gòu)等。

2.6無(wú)人系統(tǒng)自主智能精準(zhǔn)感知與操控

針對(duì)海、陸、空、天無(wú)人平臺(tái)等自主智能發(fā)展需求，研究無(wú)約束環(huán)境、資源受限條件下的基于多傳感器信息融合的協(xié)同感知  方法；研究復(fù)雜場(chǎng)景下多源異構(gòu)感知對(duì)象快速精準(zhǔn)的分割、檢測(cè)、

定位、跟蹤和識(shí)別方法；研究大范圍場(chǎng)景地圖構(gòu)建、自主定位、 透徹感知與動(dòng)態(tài)認(rèn)知等語(yǔ)義建模和理解方法等；研究復(fù)雜環(huán)境下 面向多任務(wù)的協(xié)同、柔順、精準(zhǔn)操控方法。

本任務(wù)研究目標(biāo)是建立或利用已有自主智能系統(tǒng)進(jìn)行技術(shù)驗(yàn)證，實(shí)現(xiàn)自主智能無(wú)人系統(tǒng)中的自然、精準(zhǔn)、安全的交互與精準(zhǔn)操控。

2.7自主智能體的靈巧精準(zhǔn)操作學(xué)習(xí)

研究基于智能人機(jī)交互的復(fù)雜靈巧精確操作技能傳授和高效示范；研究實(shí)現(xiàn)對(duì)抓取、對(duì)準(zhǔn)、趨近、裝入等復(fù)雜技能的機(jī)器學(xué)習(xí)和技能生成；研究自主智能體的靈巧作業(yè)運(yùn)動(dòng)規(guī)劃和協(xié)調(diào)控制，實(shí)現(xiàn)從技能到靈巧操作的運(yùn)動(dòng)映射；研究多層次操作技能表示方法，實(shí)現(xiàn)復(fù)雜技能的知識(shí)化表達(dá)。

本任務(wù)研究目標(biāo)是針對(duì)不確定性生產(chǎn)系統(tǒng)中對(duì)自主操作的 需求，圍繞精密裝配等典型場(chǎng)景，進(jìn)行靈巧操作技能學(xué)習(xí)技術(shù) 驗(yàn)證。

3.新型感知與智能芯片

圍繞人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵環(huán)節(jié)和應(yīng)用生態(tài)，從建立人工 智能基礎(chǔ)支撐體系角度，重點(diǎn)研究新型感知與智能芯片的關(guān)鍵技 術(shù)和標(biāo)準(zhǔn)。

本方向下設(shè) 2 個(gè)研究任務(wù)，每個(gè)任務(wù)擬支持 1—2 個(gè)項(xiàng)目。鼓勵(lì)已有較好產(chǎn)業(yè)化基礎(chǔ)的產(chǎn)學(xué)研團(tuán)隊(duì)參與申請(qǐng)。

3.1新型感知器件與芯片

研究能夠模擬生物視、聽(tīng)、觸、嗅等感知通道的信號(hào)處理和 信息加工機(jī)理，研制新型感知器件、芯片以及相應(yīng)的神經(jīng)網(wǎng)絡(luò)感 知信息表示、處理、分析和識(shí)別算法模型，開(kāi)發(fā)功能類似生物、 性能超越生物的感知系統(tǒng)并實(shí)現(xiàn)功能驗(yàn)證。

3.2神經(jīng)網(wǎng)絡(luò)處理器關(guān)鍵標(biāo)準(zhǔn)與驗(yàn)證芯片

設(shè)計(jì)支持訓(xùn)練和推理的神經(jīng)網(wǎng)絡(luò)計(jì)算指令集，制定神經(jīng)網(wǎng)絡(luò) 表示與壓縮標(biāo)準(zhǔn)，在此基礎(chǔ)上開(kāi)發(fā)高效基礎(chǔ)算法庫(kù)和接口標(biāo)準(zhǔn)， 實(shí)現(xiàn)配套開(kāi)發(fā)工具鏈，建立開(kāi)放的、不依賴于具體芯片實(shí)現(xiàn)方式 的芯片平臺(tái)標(biāo)準(zhǔn)，實(shí)現(xiàn)軟硬件系統(tǒng)接口的統(tǒng)一化。實(shí)現(xiàn)支持上述 指令集、算法庫(kù)、標(biāo)準(zhǔn)及開(kāi)發(fā)接口的驗(yàn)證芯片和示例應(yīng)用。

轉(zhuǎn)自：http://www.hebstd.gov.cn/www/xwzx15/tzgg35/bwtz94/164275/index.html