广东省重点领域研发计划2019年度新一.PDFVIP

附件 1 广东省重点领域研发计划2019年度 “新一 代人工智能”重大科技专项申报指南 人工智能作为颠覆性技术的典型代表，其迅速发展将深 刻变革人类社会运行的传统模式，已成为各国科技发展的重 要战略方向。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瓶颈，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”重大专项共设置关键基 础体系研究及验证、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。 项目实施周期一般为3年。 专题一：关键基础体系研究及验证 （专题编号： 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、智能计算智能处理器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处理器设计，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。 （二）考核指标 项目完成时，须基于自主智能理论计算架构完成一款 新型处理器原型设计，并建成面向物流、无人驾驶等领域 技术验证系统，可与原有自主智能体感知、协作、任务执 行效率直接比对。其中，处理器峰值算力不低于12.8TOPs， 执行效率不低于70%，部分网络不低于80%；单处理器支持 不低于8路的1080P@60Hz目标检测任务；基于该原型处理 器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 期内在广东省内自主智能体领域进行不少于3处应用，完成新 申请发明专利大于等于20项 （其中至少包含5项PCT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 本方向针对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 项目完成时，须基于平行智能理论建立具有人机物要 素10万个以上、可接入2类以上智能系统API、具备10种以 上接口的验证系统及软硬件平台，并在实际场景中应用、 验证、效率比对。该验证系统包含人机混合增强智能基础 模型与核心技术算法不少于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 申请发明专利大于等于20项 （其中至少包含5项PCT专利）， 研制并发布实施团体标准2项。项目执行期内在广东省内制 造、交通或健康等领域完成不少于3类应用示范。 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 （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