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

本重大項目的總體目標是：以推動人工智能技術(shù)持續(xù)創(chuàng)新和 與經(jīng)濟社會深度融合為主線，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)用四個層面構(gòu)筑知識群、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，妥善應(yīng)對可能帶來的新問題和新挑戰(zhàn)， 促進大眾創(chuàng)業(yè)萬眾創(chuàng)新，使人工智能成為智能經(jīng)濟社會發(fā)展的強 大引擎。

2018 年度項目申報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 個技術(shù)方

向啟動 16 個研究任務(wù)，擬安排國撥經(jīng)費概算 8.7 億元。各研究任務(wù)要求以項目為單元整體組織申報，項目須覆蓋所申報指南 方向二級標題（例如：1.1）下的所有研究內(nèi)容并實現(xiàn)對應(yīng)的研

究目標，申請者應(yīng)根據(jù)指南描述，按照需求導向、問題導向和 目標導向的原則，根據(jù)指南研究內(nèi)容提出明確的任務(wù)目標和具 體的考核指標。

每個項目下設(shè)課題數(shù)不超過 5 個，所含參研單位總數(shù)不超過

10 家，實施周期為 3—5 年。項目設(shè) 1 名項目負責人，項目中的

每個課題設(shè) 1 名課題負責人。項目鼓勵充分發(fā)揮地方和市場作用，強化產(chǎn)學研用緊密結(jié)合，調(diào)動社會資源投入新一代人工智能  研發(fā)。對于面向重大需求的關(guān)鍵共性技術(shù)方向的項目，配套經(jīng)費 與國撥經(jīng)費比例不低于 1:1；對于新型感知與智能芯片方向的項目，配套經(jīng)費與國撥經(jīng)費比例不低于 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前沿問題，以突破人工智能基礎(chǔ)機理、模型和算法瓶頸為重點，重點布局可能引發(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)用提供強大科學儲備。

本方向下設(shè) 7 個研究任務(wù)，每個任務(wù)擬支持項目不超過 3 項。項目面向重大科學前沿和原始創(chuàng)新，申請者應(yīng)針對研究目標明確  應(yīng)用需求背景，凝練核心科學問題，提出能夠形成本方向具有國  際影響力的可驗證系統(tǒng)（包括驗證數(shù)據(jù)庫、驗證環(huán)境和驗證結(jié)果  等），鼓勵代碼開源和數(shù)據(jù)共享。鼓勵已有較好合作基礎(chǔ)的精干團 隊參與申請。

1.1新一代神經(jīng)網(wǎng)絡(luò)模型

借鑒神經(jīng)認知機理和機器學習數(shù)學方法等，開展神經(jīng)網(wǎng)絡(luò)模 型非線性映射、神經(jīng)網(wǎng)絡(luò)對抗和安全性、網(wǎng)絡(luò)結(jié)構(gòu)自動組織與演化、神經(jīng)元和模塊功能特異化、小樣本學習/弱標簽/無標簽樣本 學習、可解釋性等新理論和新方法的研究。

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

1.2面向開放環(huán)境的自適應(yīng)感知

針對應(yīng)用場景變換易導致智能系統(tǒng)性能急劇下降問題，發(fā)展 適應(yīng)能力強的層次化網(wǎng)絡(luò)結(jié)構(gòu)、可連續(xù)學習的機器學習策略及一 般性效能度量方法，突破無監(jiān)督學習、經(jīng)驗記憶利用、內(nèi)隱知識 發(fā)現(xiàn)與引導及注意力選擇等難點。

本任務(wù)研究目標是推動開放環(huán)境、變化場景下的自適應(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知識形成的機器學習新方法，并 在常識知識支持下對跨媒體數(shù)據(jù)進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，建立符號邏輯推 理、歸納學習和直覺頓悟相互協(xié)調(diào)補充的新模型和方法，支持跨 媒體知識的不一致性分析。

本任務(wù)研究目標是實現(xiàn)跨媒體從智能的關(guān)聯(lián)分析向常識知

識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

針對人類經(jīng)濟活動、人機對抗等非完全信息條件下的博弈特點，結(jié)合機器學習、控制論、博弈論等領(lǐng)域進展，研究不確定復(fù)  雜環(huán)境下的動力學機制，將對抗學習、強化學習與動態(tài)博弈論進 行融合，支持多群體博弈。

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

1.5群智涌現(xiàn)機理與計算方法

研究開放、動態(tài)、復(fù)雜環(huán)境下的大規(guī)模群體協(xié)作的組織架構(gòu)、 行為模式和激勵機制，建立可表達、可計算、可調(diào)控的復(fù)合式激  勵算法，探索個體貢獻匯聚成群體智能的涌現(xiàn)機理和演化規(guī)律，  突破面向全局目標的群體智能演進方法和時空敏感的群體智能協(xié) 同決策。

本任務(wù)研究目標是建立行為可預(yù)知、目標可引導和過程可持 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智能

研究不確定性、脆弱性和開放性條件下的任務(wù)建模、環(huán)境建 模和人類行為建模，發(fā)展人在回路的機器學習方法及混合增強智 能評價方法，把人對復(fù)雜問題分析與響應(yīng)的高級認知機制與機器 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

決策風險和系統(tǒng)失控。

本任務(wù)研究目標是實現(xiàn)可收斂的復(fù)雜問題人機雙向協(xié)作和問題求解。

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)雜多維度人機物協(xié)同問題， 研究跨層、跨域的分布式網(wǎng)絡(luò)化協(xié)同控制方法，突破人機物三元協(xié)同決策與優(yōu)化理論，實現(xiàn)人機物的虛實融合與動態(tài)調(diào)度，探索無人加工生產(chǎn)線的重構(gòu)及人機共融智能交互等。

本任務(wù)研究目標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)

圍繞提升我國人工智能國際競爭力的迫切需求，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)，全面提升感知識別、知識計算、認知推理、 協(xié)同控制與操作、人機交互等能力，形成開放兼容、穩(wěn)定成熟 的技術(shù)體系。

本方向下設(shè) 7 個研究任務(wù)，根據(jù)不同應(yīng)用場景，每個任務(wù)擬

支持項目不超過 2 項。項目面向國家重大需求，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)，鼓勵開源。項目申報需明確應(yīng)用場景及可考核的性能指標，以此作為擇優(yōu)的重要依據(jù)。鼓勵有明確應(yīng)用背景和技術(shù)突破基礎(chǔ)的團隊參與申請。

2.1可泛化的領(lǐng)域知識學習與計算引擎

突破知識加工、深度搜索和可視交互等核心技術(shù)，形成概念識別、實體發(fā)現(xiàn)、屬性預(yù)測、協(xié)同推理、知識演化和關(guān)系挖掘等能力，實現(xiàn)知識持續(xù)增長的自動化獲取，形成從數(shù)據(jù)到知識、從知識到服務(wù)的自主歸納和學習能力。在 1—2 個知識密集型領(lǐng)域進行服務(wù)驗證，達到或超越領(lǐng)域?qū)＜?專業(yè)從業(yè)人員平均問答服務(wù) 水平。

本任務(wù)研究目標是面向跨界融合新業(yè)態(tài)與知識創(chuàng)新服務(wù)需求，攻克大規(guī)模、綜合性知識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)模跨媒體知識的管理方法和技術(shù)，構(gòu)建 十億級別以上的適應(yīng)跨媒體內(nèi)容演化的知識圖譜和分析推理技 術(shù)，建立從定向推理到通用推理的泛化機制。

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

2.3認知任務(wù)下的場景主動感知技術(shù)

針對復(fù)雜環(huán)境中的自主定位、目標搜尋、場景分析和解釋等 認知要求，研究自然場景的主動視覺感知、三維環(huán)境動態(tài)建模和 定位技術(shù)；研究復(fù)雜場景中聲學環(huán)境探測與基于聽覺反饋機理的 言語主動感知技術(shù)；研究視聽覺協(xié)同的從自然場景主動發(fā)現(xiàn)新目

標及其屬性知識的認知技術(shù)。

本任務(wù)研究目標是面向具有重大產(chǎn)業(yè)前景的認知任務(wù)，建立 典型應(yīng)用場景實驗平臺并進行功能驗證。

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練、驗證和可解釋性技術(shù)；研究群體 活動的群智激發(fā)匯聚機理和技術(shù)，探索群智合作與競爭等激發(fā)模 式，突破復(fù)雜不確定環(huán)境下的智能實時推理和對抗技術(shù)。

本任務(wù)研究目標是針對大規(guī)模復(fù)雜群體活動等典型應(yīng)用場景進行群智行為激發(fā)的關(guān)鍵技術(shù)驗證和應(yīng)用示范。

2.5人機協(xié)同軟硬件技術(shù)研究

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

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

2.6無人系統(tǒng)自主智能精準感知與操控

針對海、陸、空、天無人平臺等自主智能發(fā)展需求，研究無約束環(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)雜場景下多源異構(gòu)感知對象快速精準的分割、檢測、

定位、跟蹤和識別方法；研究大范圍場景地圖構(gòu)建、自主定位、 透徹感知與動態(tài)認知等語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、精準操控方法。

本任務(wù)研究目標是建立或利用已有自主智能系統(tǒng)進行技術(shù)驗證，實現(xiàn)自主智能無人系統(tǒng)中的自然、精準、安全的交互與精準操控。

2.7自主智能體的靈巧精準操作學習

研究基于智能人機交互的復(fù)雜靈巧精確操作技能傳授和高效示范；研究實現(xiàn)對抓取、對準、趨近、裝入等復(fù)雜技能的機器學習和技能生成；研究自主智能體的靈巧作業(yè)運動規(guī)劃和協(xié)調(diào)控制，實現(xiàn)從技能到靈巧操作的運動映射；研究多層次操作技能表示方法，實現(xiàn)復(fù)雜技能的知識化表達。

本任務(wù)研究目標是針對不確定性生產(chǎn)系統(tǒng)中對自主操作的 需求，圍繞精密裝配等典型場景，進行靈巧操作技能學習技術(shù) 驗證。

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，重點研究新型感知與智能芯片的關(guān)鍵技 術(shù)和標準。

本方向下設(shè) 2 個研究任務(wù)，每個任務(wù)擬支持 1—2 個項目。鼓勵已有較好產(chǎn)業(yè)化基礎(chǔ)的產(chǎn)學研團隊參與申請。

3.1新型感知器件與芯片

研究能夠模擬生物視、聽、觸、嗅等感知通道的信號處理和 信息加工機理，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、分析和識別算法模型，開發(fā)功能類似生物、 性能超越生物的感知系統(tǒng)并實現(xiàn)功能驗證。

3.2神經(jīng)網(wǎng)絡(luò)處理器關(guān)鍵標準與驗證芯片

設(shè)計支持訓練和推理的神經(jīng)網(wǎng)絡(luò)計算指令集，制定神經(jīng)網(wǎng)絡(luò) 表示與壓縮標準，在此基礎(chǔ)上開發(fā)高效基礎(chǔ)算法庫和接口標準， 實現(xiàn)配套開發(fā)工具鏈，建立開放的、不依賴于具體芯片實現(xiàn)方式 的芯片平臺標準，實現(xiàn)軟硬件系統(tǒng)接口的統(tǒng)一化。實現(xiàn)支持上述 指令集、算法庫、標準及開發(fā)接口的驗證芯片和示例應(yīng)用。

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