現工(gong)信部正在組(zu)織開(kai)展申(shen)(shen)報(bao)(bao)(bao)(bao)2021年(nian)人工(gong)智能產業(ye)創(chuang)新任務揭榜掛帥申(shen)(shen)報(bao)(bao)(bao)(bao)的(de)工(gong)作，請蕪湖(hu)市符合(he)申(shen)(shen)報(bao)(bao)(bao)(bao)條(tiao)件的(de)企(qi)業(ye)，結(jie)合(he)自身實際，積極申(shen)(shen)報(bao)(bao)(bao)(bao)。本(ben)次申(shen)(shen)報(bao)(bao)(bao)(bao)為(wei)線上申(shen)(shen)報(bao)(bao)(bao)(bao)，申(shen)(shen)報(bao)(bao)(bao)(bao)截止時間為(wei)11月15日，各(ge)申(shen)(shen)報(bao)(bao)(bao)(bao)企(qi)業(ye)需在截止日期(qi)之前(qian)完成申(shen)(shen)報(bao)(bao)(bao)(bao)并填寫推(tui)薦表(biao)電子版報(bao)(bao)(bao)(bao)送至(zhi)經(jing)發局。

代理(li)免(mian)費咨詢熱線：0551-65306190,19855108102

下一篇：

附(fu)件(jian)：2021年人工智能產業創新任務揭(jie)榜掛(gua)帥申報指南(nan)

 

一、核心基礎

（一）高性能云端人(ren)工智能芯片

揭榜任務：研制高性能(neng)(neng)云(yun)端人(ren)工(gong)智能(neng)(neng)芯(xin)片，突破適(shi)用(yong)于(yu)人(ren)工(gong)智能(neng)(neng)計(ji)(ji)算范式的(de)(de)矩陣乘(cheng)加內(nei)核架構、實現高速互聯(lian)總線等核心技術，滿足云(yun)計(ji)(ji)算環境中(zhong)的(de)(de)低(di)能(neng)(neng)耗訓練和推斷。在(zai)智慧(hui)城市、自(zi)動駕(jia)駛、云(yun)計(ji)(ji)算、智能(neng)(neng)家居等重點領域(yu)實現規(gui)模化商用(yong)。

預期目標：到(dao)2023年，支持多種國內(nei)外主流深度(du)學習框架，支持計(ji)算(suan)機視覺、自然語言處理、智能語音等(deng)技術領域中不(bu)少于三種主流神經網(wang)絡模型(xing)(xing)的訓練與推斷(duan)。云(yun)(yun)端(duan)(duan)訓練芯片(pian)可支持FP32、TF32、BF16、FP16、INT8等(deng)計(ji)算(suan)精度(du)，算(suan)力可達到(dao)32TFLOPS@FP32、64TFLOPS@TF32、128TFLOPS@BF16、128TFLOPS@FP16、512TOPS@INT8，芯片(pian)典(dian)型(xing)(xing)功(gong)(gong)耗不(bu)高于400W。云(yun)(yun)端(duan)(duan)推斷(duan)芯片(pian)支持FP32、TF32、FP16、INT8等(deng)計(ji)算(suan)精度(du)，算(suan)力可達到(dao)32TFLOPS@FP32、128TFLOPS@TF32、128TFLOPS@FP16、256TOPS@INT8，芯片(pian)典(dian)型(xing)(xing)功(gong)(gong)耗不(bu)超過(guo)75W。

（二）高性能邊緣端/終(zhong)端計算人工智能芯片(pian)

揭榜任務：面(mian)向機器(qi)學習邊緣(yuan)端(duan)及終端(duan)，研發高性能、低(di)功耗、低(di)延(yan)時、高算力(li)性價比的人工智能芯片；研發配套(tao)的編譯(yi)器(qi)、驅動軟件、開(kai)發環(huan)境等產業化支持(chi)工具(ju)，形成加速卡、智能計(ji)算盒子、邊緣(yuan)服(fu)務器(qi)等完整的配套(tao)產品。

預期目標(biao)：到2023年，支(zhi)持(chi)(chi)多種(zhong)國內外(wai)主(zhu)(zhu)流深(shen)度(du)學習框(kuang)架，支(zhi)持(chi)(chi)計算機視覺、自(zi)然(ran)語言處理、智能(neng)(neng)語音等(deng)(deng)技術領域中不(bu)(bu)少(shao)于三種(zhong)主(zhu)(zhu)流神經網絡模(mo)型。邊緣端芯片峰值性能(neng)(neng)不(bu)(bu)低于20TOPS@INT8，支(zhi)持(chi)(chi)FP16、INT8、INT4等(deng)(deng)量化精度(du)，芯片典(dian)型功耗(hao)不(bu)(bu)高于16W，能(neng)(neng)效比超過(guo)2TOPS/W @INT8。終(zhong)端芯片能(neng)(neng)效比超過(guo)5TOPS/W@INT8，典(dian)型功耗(hao)不(bu)(bu)超過(guo)2W，支(zhi)持(chi)(chi)INT8、INT4等(deng)(deng)量化精度(du)。

（三）智能傳感器

揭(jie)榜任務：研發基(ji)于新(xin)需求、新(xin)材料、新(xin)工(gong)藝、新(xin)原(yuan)理(li)的智能(neng)傳感器(qi)(qi)，提升(sheng)圖(tu)像、聲學、健康監(jian)測、車規(gui)級雷(lei)達、車規(gui)級攝像頭等智能(neng)傳感器(qi)(qi)自(zi)主(zhu)研發水平(ping)，推動智能(neng)傳感器(qi)(qi)的產業化應(ying)用。

預期目(mu)標(biao)：到(dao)(dao)2023年，相關類(lei)型傳感(gan)器(qi)達(da)到(dao)(dao)以下(xia)性能：聲(sheng)學(xue)傳感(gan)器(qi)信噪比達(da)到(dao)(dao)70dB、聲(sheng)學(xue)過載點(dian)達(da)到(dao)(dao)135dB。柔(rou)性干式腦電(dian)(dian)電(dian)(dian)極、肌電(dian)(dian)電(dian)(dian)極、心電(dian)(dian)電(dian)(dian)極的(de)導電(dian)(dian)性能顯著提高，導電(dian)(dian)阻抗可以達(da)到(dao)(dao)小(xiao)于5KΩ。車規(gui)級(ji)固(gu)態激光雷達(da)在(zai)自動(dong)駕駛場景下(xia)實現(xian)探測距(ju)(ju)離≥250m，水平(ping)視場角120°/垂(chui)直視場角20°，水平(ping)角度分(fen)辨率≤0.075°/垂(chui)直角度分(fen)辨率≤0.075°。車規(gui)級(ji)攝像(xiang)頭(tou)在(zai)自動(dong)駕駛場景下(xia)，前視、后視攝像(xiang)頭(tou)實現(xian)可探測距(ju)(ju)離＞250m (FOV 30°)，環視、側視實現(xian)可探測距(ju)(ju)離＞100m (FOV 180°)。其他(ta)類(lei)型傳感(gan)器(qi)性能達(da)到(dao)(dao)國際先(xian)進水平(ping)。

（四）終端人(ren)工智能推斷(duan)框架

揭榜(bang)任(ren)務：開發高性(xing)能(neng)終端人(ren)工智能(neng)推(tui)斷(duan)框(kuang)架，突破多模式(shi)訓練、多精度(du)推(tui)斷(duan)、多平臺覆(fu)蓋、模型(xing)量化(hua)等(deng)關鍵技(ji)術，運行(xing)效率、量化(hua)能(neng)力(li)、壓縮率滿(man)足應用(yong)場景需求，實(shi)現自學習、自定(ding)義算子、分布式(shi)算力(li)調度(du)等(deng)能(neng)力(li)。

預期目標：到2023年，框架支持C、C++、Java和Python等(deng)(deng)主流(liu)開發(fa)語言中3種以上，適配5款(kuan)以上人工智能推斷(duan)芯片(pian)，支持FP32、FP16、INT8、INT4等(deng)(deng)多種推斷(duan)精度(du)，在自動駕駛、智能醫療裝備、智能家居(ju)、智能終(zhong)端等(deng)(deng)重點領域實現規模化(hua)商(shang)用(yong)。

（五）人(ren)工智能開(kai)發服務平臺及工具

揭榜任務(wu)：研制低門檻、高性能、可擴展(zhan)的人工智能開(kai)發平臺，突破智能數據標注、自動機(ji)器學習（AutoML）、大規(gui)模異構資源管(guan)(guan)理、云邊(bian)端協同管(guan)(guan)理等核心(xin)技(ji)術，提(ti)供(gong)面(mian)向機(ji)器視覺、自然語言處(chu)理等特定應用和金(jin)融、制造、能源等典型行業(ye)的平臺服(fu)務(wu)能力。

預期目標：到2023年，平臺支持主流人工智能深度學習框架，支持3種以上人工智能芯片的適配，支持多種典型算法和工具，多機多卡分布式環境下線性加速比達到國際先進水平。工具支持典型場景的智能化標注，標注工作量顯著降低，實現典型行業的實際應用。在多個標準數據集上AutoML算法的性能與人類專家差距在10%以內。

二、智能產品

（六(liu)）機器(qi)翻譯系統

揭榜任務：突破(po)低資源機器翻譯(yi)(yi)模型架構、跨語(yu)言(yan)跨領域知識遷移、魯棒性訓練與解碼、多(duo)語(yu)言(yan)通用(yong)翻譯(yi)(yi)引擎等核心技術，開發高性能的小語(yu)種自動(dong)翻譯(yi)(yi)模型與算(suan)法。在實時、非實時、常見(jian)噪聲等多(duo)種應用(yong)場景下，支持語(yu)音(yin)(yin)轉文本、語(yu)音(yin)(yin)轉語(yu)音(yin)(yin)、文本轉語(yu)音(yin)(yin)、文本轉文本等能力。

預期目標：到2023年，實現超大規模多語言通用機器(qi)翻譯(yi)引擎，支持中文普(pu)通話、常見方言、外語類(lei)型的翻譯(yi)，支持多個(ge)國產軟硬件平(ping)臺(tai)的小語種(zhong)機器(qi)翻譯(yi)訓練與推斷，小語種(zhong)機器(qi)翻譯(yi)抗噪音(yin)與領(ling)域(yu)遷移魯棒性(xing)滿足(zu)實際應用需求。系統的譯(yi)文忠實度大于90%，譯(yi)文流利(li)度大于90%。

（七）三(san)維圖像身份識別系(xi)統

揭榜任務：研發三維圖(tu)像身份識別(bie)系統(tong)，包括3D成像硬件模組，千(qian)萬(wan)大庫3D人(ren)(ren)臉(lian)識別(bie)算法，云-邊協同(tong)3D人(ren)(ren)臉(lian)識別(bie)引擎等關(guan)鍵技術，實現在人(ren)(ren)臉(lian)支付、智慧(hui)安(an)檢、視(shi)頻監(jian)控、圖(tu)像檢索(suo)等典(dian)型場(chang)景(jing)的(de)應用。

預期目標：到(dao)2023年，高精(jing)(jing)度(du)3D成像(xiang)(xiang)硬件(jian)模組1米(mi)距離成像(xiang)(xiang)精(jing)(jing)度(du)達(da)(da)到(dao)1毫米(mi)，誤(wu)識率(lv)小于0.001?，拒識率(lv)小于5%。3D人臉識別(bie)引擎支持(chi)大(da)庫實(shi)時檢索，QPS大(da)于150，達(da)(da)到(dao)國際先(xian)進水平。在典型應用場景下，系統對(dui)二維(wei)靜態紙質/非(fei)紙質圖(tu)像(xiang)(xiang)、電子/動態圖(tu)像(xiang)(xiang)、面具(ju)、頭模拒絕率(lv)≥99.9%，人臉活體接(jie)受率(lv)≥99%。系統應用的(de)安(an)全(quan)合(he)規性符合(he)國家(jia)相(xiang)關法規要求。

（八）智能語音交(jiao)互(hu)系統

揭榜任務：研(yan)究(jiu)基于(yu)人機對話(hua)的智(zhi)能(neng)(neng)語音(yin)(yin)交互(hu)系(xi)(xi)統，突破環境因(yin)素(su)和用戶口語發音(yin)(yin)差異等導致的語音(yin)(yin)識別技術(shu)(shu)瓶頸。研(yan)究(jiu)多(duo)語種及多(duo)風格情感語音(yin)(yin)合(he)(he)成技術(shu)(shu)，實(shi)現(xian)(xian)自然、情感豐(feng)富的語音(yin)(yin)合(he)(he)成效(xiao)果。研(yan)究(jiu)以多(duo)模態識別技術(shu)(shu)為前(qian)端，基于(yu)多(duo)種機器學習方法的語義對話(hua)系(xi)(xi)統，提升開放場景下(xia)的語義泛化能(neng)(neng)力。研(yan)究(jiu)智(zhi)能(neng)(neng)語音(yin)(yin)分布式管理，實(shi)現(xian)(xian)多(duo)個智(zhi)能(neng)(neng)交互(hu)設備的協同工(gong)作。在智(zhi)能(neng)(neng)制造、智(zhi)能(neng)(neng)客服、智(zhi)能(neng)(neng)車載、智(zhi)能(neng)(neng)家(jia)居等場景下(xia)實(shi)現(xian)(xian)大(da)規模應用。

預期目標：到2023年(nian)，實現(xian)多場景下中文語(yu)(yu)(yu)(yu)音(yin)識(shi)別(bie)平均準確(que)率(lv)達(da)到98%，遠場識(shi)別(bie)率(lv)超(chao)過(guo)95%，語(yu)(yu)(yu)(yu)音(yin)合成(cheng)MOS分(fen)不(bu)低于4.2分(fen)，誤喚醒每24小(xiao)(xiao)時不(bu)超(chao)過(guo)1次(ci)，用戶(hu)意圖準確(que)率(lv)達(da)到95%以(yi)上(shang)，多設備協(xie)同喚醒準確(que)率(lv)達(da)到98%以(yi)上(shang)，支(zhi)(zhi)持的外(wai)語(yu)(yu)(yu)(yu)類型(xing)、少(shao)數民族語(yu)(yu)(yu)(yu)言、方(fang)言種類達(da)到5種以(yi)上(shang)，支(zhi)(zhi)持個性化語(yu)(yu)(yu)(yu)音(yin)合成(cheng)種類3種以(yi)上(shang)，平均響應時間小(xiao)(xiao)于2秒。 

（九）自動駕駛虛擬仿真測試平(ping)臺(tai)

揭(jie)榜任務：研制高(gao)置信(xin)度、高(gao)覆蓋度、高(gao)精度的自(zi)動(dong)駕(jia)駛仿真測(ce)試驗(yan)證平臺，突破場景構建、車輛動(dong)力(li)學建模、駕(jia)駛員建模、傳感器建模等關(guan)鍵(jian)技(ji)術，提升自(zi)動(dong)駕(jia)駛系(xi)統(tong)(tong)功能測(ce)試和性能評價能力(li)，驗(yan)證自(zi)動(dong)駕(jia)駛系(xi)統(tong)(tong)是否符合應用(yong)功能要(yao)求和安全要(yao)求。

預期目標：到2023年，基于(yu)高(gao)精度地(di)圖和(he)(he)三維重建技(ji)術構建場景(jing)(jing)庫，建立(li)自(zi)動駕(jia)駛仿真(zhen)場景(jing)(jing)1000個以上，包括典型場景(jing)(jing)、連續場景(jing)(jing)、車(che)路(lu)協同場景(jing)(jing)和(he)(he)城市道路(lu)場景(jing)(jing)。感知系統仿真(zhen)實現(xian)激光(guang)雷達(da)、毫(hao)米(mi)波(bo)雷達(da)和(he)(he)攝像頭(tou)仿真(zhen)，能(neng)夠(gou)接(jie)入自(zi)動駕(jia)駛感知和(he)(he)決策(ce)控制系統，實現(xian)道路(lu)環境場景(jing)(jing)仿真(zhen)測試(shi)及量化評價，為行業(ye)(ye)企業(ye)(ye)提供有(you)效的研發、產業(ye)(ye)化測試(shi)服務。

（十(shi)）智能機器人(ren)

揭(jie)榜任(ren)務：重點圍繞家庭服務、醫療(liao)健康、公共服務、養(yang)老(lao)服務、金融服務、巡(xun)檢(jian)安(an)監、智能物(wu)流等領域，突破包括多模(mo)態智能交(jiao)互(hu)、多機協(xie)同及云平臺、智能精準安(an)全操控、感(gan)知(zhi)信息融合(he)、影像定位與導航等關鍵(jian)技(ji)術(shu)，推進智能機器人規模(mo)商用。

預期目標：到2023年，面(mian)向不(bu)同(tong)應(ying)用(yong)(yong)場(chang)景(jing)，智能(neng)(neng)機器人具(ju)備(bei)(bei)以(yi)(yi)下一種(zhong)或多(duo)種(zhong)能(neng)(neng)力(li)(li)(li)(li)：在(zai)(zai)(zai)(zai)(zai)多(duo)模(mo)態交互能(neng)(neng)力(li)(li)(li)(li)方(fang)面(mian)，識(shi)別準確率在(zai)(zai)(zai)(zai)(zai)95%以(yi)(yi)上，在(zai)(zai)(zai)(zai)(zai)巡檢等(deng)特定應(ying)用(yong)(yong)場(chang)景(jing)可(ke)實現對缺陷(xian)和隱患的(de)(de)全(quan)(quan)天候、全(quan)(quan)方(fang)位(wei)、全(quan)(quan)自(zi)(zi)主(zhu)監(jian)測(ce)。在(zai)(zai)(zai)(zai)(zai)多(duo)機協(xie)同(tong)方(fang)面(mian)，具(ju)備(bei)(bei)高(gao)安全(quan)(quan)、高(gao)精度、超大(da)作業范圍(wei)協(xie)同(tong)能(neng)(neng)力(li)(li)(li)(li)，以(yi)(yi)及面(mian)向場(chang)景(jing)的(de)(de)智能(neng)(neng)化運維能(neng)(neng)力(li)(li)(li)(li)。在(zai)(zai)(zai)(zai)(zai)自(zi)(zi)主(zhu)動作能(neng)(neng)力(li)(li)(li)(li)方(fang)面(mian)，具(ju)備(bei)(bei)自(zi)(zi)由(you)移動與避障(zhang)能(neng)(neng)力(li)(li)(li)(li)，在(zai)(zai)(zai)(zai)(zai)特定應(ying)用(yong)(yong)場(chang)景(jing)可(ke)實現安全(quan)(quan)可(ke)靠、智能(neng)(neng)決策的(de)(de)高(gao)自(zi)(zi)動化水平(ping)和高(gao)智能(neng)(neng)化水平(ping)的(de)(de)無人搬運能(neng)(neng)力(li)(li)(li)(li)。在(zai)(zai)(zai)(zai)(zai)智能(neng)(neng)知識(shi)庫方(fang)面(mian)，擁有面(mian)向應(ying)用(yong)(yong)場(chang)景(jing)的(de)(de)規模(mo)化知識(shi)庫，具(ju)備(bei)(bei)智能(neng)(neng)問(wen)答等(deng)功能(neng)(neng)。在(zai)(zai)(zai)(zai)(zai)健康護理服務(wu)方(fang)面(mian)，實現智能(neng)(neng)輔助診斷、身體指標檢測(ce)、高(gao)清遠程醫(yi)療等(deng)功能(neng)(neng)。

（十(shi)一）智能無人機(ji)

揭榜任務：突破(po)智(zhi)能(neng)跟(gen)隨、自主作業(ye)、群體(ti)協同作業(ye)等關鍵技術(shu)，推(tui)動5G通(tong)信(xin)、北斗導航、邊(bian)緣計(ji)算等新(xin)技術(shu)在數據(ju)傳(chuan)輸(shu)、鏈路控(kong)制、智(zhi)能(neng)操作、監控(kong)管理等方(fang)面的應(ying)用。促進智(zhi)能(neng)無人機在應(ying)急(ji)救(jiu)援、通(tong)信(xin)保障、電(dian)力巡檢、森林防控(kong)、采礦安(an)監等危(wei)特場景的應(ying)用。

預(yu)期目標：到(dao)2023年，智能(neng)無(wu)人(ren)機(ji)實現(xian)360°全向感知避障，避障模(mo)式下(xia)最大(da)飛行速(su)度不(bu)低于(yu)14m/s。新(xin)一代通(tong)信網絡環境下(xia)，無(wu)人(ren)機(ji)遠程高清圖傳屏到(dao)屏延(yan)時(shi)小于(yu)200ms，遠程控制(zhi)延(yan)時(shi)小于(yu)60ms。面(mian)向森林(lin)草原巡檢(jian)、火(huo)災預(yu)警(jing)和消(xiao)防救(jiu)援等應(ying)急場景應(ying)用無(wu)人(ren)機(ji)抗風七級，連續飛行時(shi)間(jian)不(bu)小于(yu)60分鐘。人(ren)工智能(neng)飛行處理系統實現(xian)自動(dong)智能(neng)強制(zhi)避讓(rang)航空管制(zhi)區(qu)域，產(chan)品達到(dao)國際先進水(shui)平。

（十(shi)二）智能(neng)導盲(mang)產品

揭榜任務：圍繞(rao)視障(zhang)人(ren)群的(de)無(wu)障(zhang)礙獨(du)立(li)出行需求，研制具有高(gao)性(xing)能(neng)、高(gao)精度、高(gao)度無(wu)障(zhang)礙的(de)導(dao)(dao)(dao)盲系統及(ji)產(chan)品(pin)，突破室內(nei)精準(zhun)無(wu)障(zhang)礙導(dao)(dao)(dao)航、室外復(fu)雜(za)環境精準(zhun)導(dao)(dao)(dao)盲、復(fu)雜(za)場景下(xia)智能(neng)感知、自(zi)主決(jue)策、協同引導(dao)(dao)(dao)以及(ji)智能(neng)信(xin)息共享等關鍵技術，支持立(li)體空間安全避障(zhang)，提升路徑學(xue)習、物(wu)品(pin)識別的(de)自(zi)學(xue)習能(neng)力，進一步解決(jue)視障(zhang)人(ren)群的(de)出行問題。

預期目標：到2023年，導(dao)盲(mang)產(chan)品利(li)用5G、短(duan)距(ju)離(li)通信和高精(jing)度(du)衛星定位等技術，實(shi)現主動(dong)識別、主動(dong)判斷(duan)、主動(dong)避障、主動(dong)引領(ling)(ling)、低時延(yan)快(kuai)速響應，具備處理室(shi)內(nei)外各類復(fu)雜(za)出(chu)行環境(jing)的(de)能力，實(shi)現立體空間安(an)(an)全避障。通過語(yu)音、音效、震(zhen)動(dong)等多種交互方式實(shi)現主動(dong)引領(ling)(ling)導(dao)盲(mang)功(gong)能，支持遠程(cheng)人工導(dao)盲(mang)服務。產(chan)品的(de)續航時間、適(shi)用性、可(ke)靠性、安(an)(an)全性滿(man)足視(shi)障人群的(de)出(chu)行需求。

（十三）智能制造關鍵技(ji)術裝備與系統

揭榜任務：突破(po)智能(neng)裝備自(zi)(zi)主識別(bie)、自(zi)(zi)主優化(hua)、自(zi)(zi)主學習、群體(ti)協同等關鍵技術，推(tui)動人(ren)工智能(neng)技術與(yu)智能(neng)制(zhi)造裝備融(rong)(rong)合(he)。研發(fa)智能(neng)新型工業控制(zhi)系(xi)(xi)(xi)統(tong)等創新產品，推(tui)進人(ren)工智能(neng)算法與(yu)工業自(zi)(zi)動化(hua)系(xi)(xi)(xi)統(tong)融(rong)(rong)合(he)。研發(fa)智能(neng)工業軟件，推(tui)進人(ren)工智能(neng)與(yu)研發(fa)設計、生產管控、經營管理等工業軟件系(xi)(xi)(xi)統(tong)的融(rong)(rong)合(he)與(yu)應用。

預期目標：到2023年，智(zhi)能(neng)裝備(bei)具備(bei)環境感知、控制指令優化(hua)、自主學習、人機交(jiao)互(hu)、協同組織功(gong)能(neng)，重復定(ding)位精(jing)度達到特定(ding)場景(jing)生(sheng)產制造要(yao)求，具備(bei)5臺(tai)以上單臺(tai)裝備(bei)的協同能(neng)力。智(zhi)能(neng)工業(ye)控制系統涵蓋10種以上人工智(zhi)能(neng)算法模(mo)型。智(zhi)能(neng)工業(ye)軟件設計仿真(zhen)領(ling)域形成不少(shao)(shao)于(yu)5類智(zhi)能(neng)化(hua)功(gong)能(neng)模(mo)塊，在(zai)生(sheng)產管(guan)控、經營(ying)管(guan)理軟件領(ling)域分別形成不少(shao)(shao)于(yu)20類智(zhi)能(neng)化(hua)功(gong)能(neng)模(mo)塊。在(zai)倉儲物流(liu)、石油化(hua)工、服裝紡織、軌道交(jiao)通等主要(yao)工業(ye)領(ling)域實現集成應用。

（十四）高精度工業視覺檢測系統

揭(jie)榜(bang)任務(wu)：研(yan)制基于機器視(shi)覺、高精(jing)度傳(chuan)感等技術(shu)的(de)工業視(shi)覺檢(jian)測(ce)系統，推動視(shi)覺和人工智能技術(shu)結(jie)合的(de)檢(jian)測(ce)系統在(zai)精(jing)度、穩定性(xing)與檢(jian)測(ce)速度等領域關鍵技術(shu)突破(po)，實現視(shi)覺技術(shu)在(zai)測(ce)量、定位、檢(jian)測(ce)、引導及識別等生產管理重點(dian)領域的(de)場景創新與推廣應用。

預期目標：到2023年，3D視覺檢測、小樣本訓練、多類型混合缺陷識別等關鍵技術實現重大突破，視覺檢測系統的工業現場漏檢率、誤報率、測量精度、識別速度、系統一致性滿足實際生產需求，實現產業規模化應用。

三、公共支撐

（十五）人工智能訓練(lian)資源庫

揭榜(bang)任(ren)務：建(jian)設(she)通用基礎訓(xun)(xun)練(lian)資(zi)源(yuan)(yuan)庫和行業(ye)訓(xun)(xun)練(lian)資(zi)源(yuan)(yuan)庫，可提供合規(gui)的、高(gao)質量人(ren)工智能訓(xun)(xun)練(lian)資(zi)源(yuan)(yuan)庫、標準測試數(shu)據(ju)和服(fu)(fu)務能力(li)，具備多(duo)類型、多(duo)場景數(shu)據(ju)采集與處理服(fu)(fu)務能力(li)。通用基礎訓(xun)(xun)練(lian)資(zi)源(yuan)(yuan)庫支持(chi)計算機視覺、智能語音、自(zi)然語言處理等典(dian)型人(ren)工智能應用訓(xun)(xun)練(lian)數(shu)據(ju)，行業(ye)訓(xun)(xun)練(lian)資(zi)源(yuan)(yuan)庫可提供定(ding)制化行業(ye)領域訓(xun)(xun)練(lian)數(shu)據(ju)服(fu)(fu)務。

預期目標(biao)：到2023年，通(tong)用基礎訓練(lian)資源庫具備(bei)以下一種(zhong)或多種(zhong)數(shu)據(ju)(ju)類型：語音識別數(shu)據(ju)(ju)時(shi)長超過(guo)(guo)9萬(wan)(wan)(wan)小時(shi)，標(biao)注(zhu)(zhu)準(zhun)確(que)率(lv)超過(guo)(guo)97%。圖片數(shu)據(ju)(ju)量超過(guo)(guo)1500萬(wan)(wan)(wan)張，標(biao)注(zhu)(zhu)準(zhun)確(que)率(lv)超過(guo)(guo)97%。視(shi)頻數(shu)據(ju)(ju)時(shi)長超過(guo)(guo)800小時(shi)，標(biao)注(zhu)(zhu)準(zhun)確(que)率(lv)超過(guo)(guo)97%。自然語言處理數(shu)據(ju)(ju)量超過(guo)(guo)600萬(wan)(wan)(wan)條，標(biao)注(zhu)(zhu)準(zhun)確(que)率(lv)超過(guo)(guo)97%。行(xing)業訓練(lian)數(shu)據(ju)(ju)滿足相關領域如工業、交(jiao)通(tong)、金融等行(xing)業的應用需求。

（十六）大規模預訓練模型

揭榜任務：研(yan)發(fa)面向(xiang)計算(suan)機(ji)視(shi)覺(jue)、自然語(yu)(yu)言(yan)處(chu)理(li)、智能語(yu)(yu)音等(deng)(deng)人工(gong)智能核心(xin)技術(shu)的大規模(mo)預訓練模(mo)型。突破預訓練模(mo)型的訓練算(suan)力、時間(jian)等(deng)(deng)限制，結合微(wei)調等(deng)(deng)技術(shu)，提升(sheng)常(chang)見視(shi)覺(jue)、語(yu)(yu)言(yan)任務的分析和處(chu)理(li)效果，搭建人工(gong)智能通用(yong)算(suan)法底座，提升(sheng)大規模(mo)預訓練模(mo)型的公共(gong)支撐能力。

預(yu)期目標：到(dao)2023年，構(gou)建至少覆蓋多(duo)語種文(wen)本、語音、圖像(xiang)、視(shi)頻的多(duo)模(mo)態(tai)預(yu)訓(xun)練大模(mo)型(xing)，模(mo)型(xing)參(can)數(shu)至少達到(dao)千億級。構(gou)建人(ren)(ren)工智(zhi)能(neng)預(yu)訓(xun)練大型(xing)模(mo)型(xing)的工程化開(kai)發(fa)能(neng)力，建設通用的人(ren)(ren)工智(zhi)能(neng)開(kai)發(fa)工作流，減少專家干(gan)預(yu)及人(ren)(ren)為調參(can)。平臺具備提供數(shu)據、代碼、模(mo)型(xing)、API等服務的能(neng)力，在工業、醫療、城市、金(jin)融、物流、科學研究(jiu)等行業領域實現(xian)規(gui)模(mo)應用。

（十七）人(ren)工智(zhi)能安全(quan)檢測平臺

揭榜任務：研發人(ren)工智能(neng)(neng)數(shu)據安(an)全測(ce)試平(ping)臺(tai)，支(zhi)持(chi)對模型數(shu)據泄露行為(wei)檢測(ce)。研發人(ren)工智能(neng)(neng)算(suan)法安(an)全性(xing)測(ce)評平(ping)臺(tai)，支(zhi)持(chi)針對以(yi)人(ren)臉識別身份認(ren)證、自動駕駛智能(neng)(neng)識別等(deng)為(wei)代表的人(ren)工智能(neng)(neng)系統進(jin)行抗對抗樣(yang)本攻擊能(neng)(neng)力等(deng)安(an)全風(feng)險的測(ce)評。研發面(mian)向金融、政(zheng)務、電商等(deng)行業領(ling)域(yu)的風(feng)險監測(ce)預警(jing)平(ping)臺(tai)。

預期目標：到2023年，人工智能安全檢測平臺具備以下一種或多種能力：不少于3種人工智能模型數據泄露行為檢測方法。不少于10種數字世界黑盒對抗攻擊、不少于2種物理世界黑盒對抗攻擊算法。平臺支持對TensorFlow、PyTorch等典型深度學習框架訓練出的算法模型的安全性進行高效的、自動化的測評，支持測評多種任務模型的安全性，如包括人臉識別身份認證、自動駕駛智能感知等任務。風險監測預警平臺具備至少10種行業監測預警模型，大幅提高行業風險監測有效率與運行安全性，行業風險監測覆蓋率顯著提升。

四、其他

其他人工智能領域的特色化技(ji)術、產(chan)品、服務和平(ping)臺等，應具(ju)有技(ji)術先進性，技(ji)術成熟度(du)較高，產(chan)業化前景較好。