新一代人工智能产业发展行动计划工作计划
工作目标
本计划聚焦“培育智能产品、突破核心基础、深化智能制造、构建支撑体系”四大方向，遴选掌握关键核心技术、具备强大创新能力的单位，集中力量攻克重大挑战，旨在突破一批技术先进、性能卓越的标志性AI产品、平台和服务，建立行业创新标杆和方向，培育我国AI产业创新主力军。
挑战任务及预期目标
智能产品
- 智能网联汽车：研发自动驾驶芯片、车辆智能算法、自动驾驶系统、车载通信系统等关键技术产品，构建以车辆智能计算平台为核心的智能化平台。预期到2020年，在自动驾驶智能芯片、车辆智能算法、自动驾驶、车载通信等关键技术上取得突破，使智能网联汽车达到有条件自动驾驶水平，缩小自动驾驶智能芯片在图像处理、信息融合、智能控制等计算能力方面的与国际先进水平的差距，将车载V2X系统的通信能力和能效比提升至国际先进水平，满足自动驾驶条件下的智能感知、自主决策、协同控制、智能信息交互与共享的计控技术要求，完成安全可靠车辆智能化平台的技术与功能验证及应用示范，形成支持高级别自动驾驶的平台相关标准。
- 智能服务机器人：研发智能交互、智能作业、多机器人协作、三维成像定位、智能精准安全控制、人机协作接口等关键技术，开发家用机器人（清洁、养老陪伴、康复、助残、儿童教育）、公共服务机器人（检视、导览）、特种机器人（消防、救援、手术机器人及操作系统）。预期到2020年，在环境感知、自然交互、自主学习、人机协作等关键技术上取得突破，实现智能家居服务机器人和智能公共服务机器人的规模化生产和应用，完成医疗康复、养老助残、消防救灾机器人样机开发，完成技术与功能验证及应用示范。
- 智能无人机：研发智能避障、自动巡航、复杂环境自主飞行、集群作业等关键技术和应用，将下一代通信、定位导航技术在无人机数据传输、链路控制、监测管理中应用，开发智能飞行控制系统和高集成度专用芯片等关键部件。预期到2020年，智能消费级无人机三轴机械云台稳定精度达到0.005度，实现360度全向感知避障，实现空管区自动智能强制避障，开发具有强国际竞争力的产品。
- 医疗影像辅助诊断系统：规范和监管医疗影像数据采集；研发脑、肺、眼、骨、心脑血管及乳腺等典型疾病领域的医疗影像辅助诊断技术，开发医疗影像辅助诊断系统产品及临床辅助应用。预期到2020年，多模态医疗影像辅助诊断系统对脑、肺、眼、骨、心脑血管及乳腺等典型疾病的检测率超过95%，假阴性率低于1%，假阳性率低于5%，临床应用逐步扩大。
- 视频图像身份识别系统：创新生物特征识别、视频理解、跨媒体融合等技术，开发身份验证、视频监控、图像检索、视频摘要等典型应用。预期到2020年，在复杂动态场景下，人脸识别有效检出率超过97%，正确识别率超过90%，支持跨区域人脸特征识别，开发达到国际先进水平的产品。
- 智能语音交互系统：创新新一代语音识别框架、方言语音识别、个性化语音识别、智能对话、音视频融合、语音合成等技术，推动其在智能制造、智能家居等关键领域应用。预期到2020年，多场景中文语音识别平均准确率达到96%，5米远场语音识别准确率超过92%，用户对话意图识别准确率超过90%，开发达到国际先进水平的产品。
- 智能翻译系统：创新高精度智能翻译系统，并在多语言翻译、同声传译等典型场景中应用。预期到2020年，多语言智能翻译取得重大突破，中英及英中场景翻译准确率超过85%，少数民族语言与中文智能翻译准确率大幅提升，开发达到国际先进水平的产品。
- 智能家居产品：将智能传感、物联网、机器学习等技术应用于智能安防、智能家具、智能照明、智能卫浴产品，开发新型智能家居产品。预期到2020年，显著提升智能安防、智能家电等智能家居产品的智能化水平，实现产品的强力示范应用。
核心基础
- 智能传感器：研发小型化可靠性设计、精密制造、集成开发工具、嵌入式算法等关键技术，开发面向新需求、新材料、新工艺、新原理的智能传感器，研发应用生物、气体、压力、流量、惯性、距离、成像、声学等新型智能传感器，创新压电、磁性、红外辐射、金属氧化物等材料技术，开发基于微机电系统（MEMS）、互补金属氧化物半导体（CMOS）集成等工艺的智能传感器，开发基于磁传感、超声、非可见光、生物化学等新原理的面向新兴应用场景的智能传感器。预期到2020年，显著提升压电传感器、磁性传感器、红外传感器、气体传感器的性能，声学传感器信噪比达到70dB，声学过载点达到135dB，具备量产能力；压力传感器绝对精度达到100Pa，噪声水平低于0.6Pa，具备商业化能力；磁传感器弱磁场分辨率达到1pT，具备量产能力；仿真、设计、MEMS工艺、封装、定制测试技术达到国际先进水平。
- 神经网络芯片：开发面向机器学习训练应用的云端神经网络芯片和面向终端设备应用的人工智能计算终端芯片，开发伴随神经网络芯片的商业化支持工具，包括编译器、驱动软件、开发环境。预期到2020年，云端神经网络芯片性能达到128TFLOPS（16位浮点），能效比超过1TFLOPS/W，终端设备神经网络芯片能效比超过1TOPS/W（基于16位浮点），支持卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）等主流神经网络算法，在智能终端设备、自动驾驶、智能安防、智能家居等关键领域实现神经网络芯片的大规模商业化。
- 开源开放平台：开发面向云端训练和终端设备执行的开发框架、算法库和工具包，建设开源开发平台、开放技术网络、开源社区，以及满足复杂训练需求的开放计算服务平台。预期到2020年，云端训练开源开发平台支持大规模分布式集群、多种硬件平台、多种算法，终端设备执行开源开发平台轻量、模块、可靠。
智能制造关键技术和装备
- 智能制造关键技术和装备：研发具备自检测、自标定、自适应、自组织能力的工业机器人，创新应用智能传感器和分布式控制系统（DCS）、可编程逻辑控制器（PLC）、监督控制与数据采集系统（SCADA）、高性能高可靠嵌入式控制系统等控制设备，开发基于图像识别、深度学习等AI技术的智能检测设备，创新应用基于AI技术的高速分拣机、多层穿梭车、高密度存储穿梭车等物流设备。预期到2020年，新一代工业机器人实现人机协调、自然交互、自主学习等功能，实现规模化生产和应用，智能传感和控制设备在机床、机器人、石化、轨道交通等领域实现集成应用，智能检测和装配设备工业场景视觉识别准确率达到90%，测量精度和速度满足实际生产要求，智能物流和仓储设备智能化水平显著提升，满足精准、柔性、高效物料配送和黑灯工厂需求。
支撑体系
- 产业培训资源库：建设高质量AI培训资源库、标准测试数据集和云服务平台，支持语音识别、视觉识别、自然语言处理等关键产品研发，以及制造、医疗、金融、交通等行业应用。预期到2020年，基础语音、视频图像、文本对话公共训练数据量大幅增加，制造业、医疗、金融、交通等行业应用数据规模可观，支持创业创新。
- 标准测试及知识产权服务平台：建立覆盖基础通用技术、互操作性、安全隐私、行业应用等技术的AI行业标准体系，建设AI产品评价测试系统、协同专利运营平台、知识产权服务平台。预期到2020年，初步建立AI行业标准体系，建设第三方试点测试平台，开展评价测试服务，在模式识别、语义理解、自动驾驶、智能机器人等领域建立具备基础支撑能力的知识产权服务平台。
- 智能化网络基础设施：发展高度智能化下一代互联网、高速大容量低时延5G网络、快速高精度定位导航的导航网络、无处不在、一体化、高效的空天地一体化信息网络，建设工业互联网、车联网等智能化网络基础设施。预期到2020年，全国超过90%的区域宽带接入速度和时延水平满足AI行业应用需求，重点企业全覆盖的工业互联网示范项目实施，重点地区初步建立车联网网络基础设施。
- 网络安全保障体系：满足智能网联汽车、智能家居等关键AI产品和行业应用的网络安全需求，推动基于先进AI技术的网络安全产品创新。预期到2020年，形成AI安全[风险]防控体系框架，建设具备AI安全态势感知、测试评估、威胁信息共享、应急响应等基本能力的初始安全保障平台。
- 其他：其他涉及AI产业发展的重要技术、产品、服务和平台。
实施步骤
- 揭榜申请：从事AI技术创新、产品研发、集成应用或支撑服务的企业、高校、科研院所等法律实体，以及由多个实体组成的联盟，可申请成为揭榜单位。申请人应具备强大创新能力，拥有所提交产品或服务的知识产权，技术先进、应用前景良好，承诺在通过后按时完成揭榜任务。
- 推荐单位：省、自治区、直辖市、计划单列市工业和信息化主管部门；中央企业集团；相关行业协会作为推荐单位，组织相关企业、高校和科研院所完成申请材料，进行评审，然后统一提交推荐函和纸质申请材料。
- 揭榜单位遴选：工业和信息化部组织行业专家和评价机构开展集中评审和现场评估，综合考虑各申请人的基础能力、创新能力、发展潜力、产品指标、区域产业布局，遴选最优候选单位，公布揭榜单位名单（原则上每个子领域不超过五家）。
- 揭榜任务实施：揭榜单位按要求组织实施分配的任务，集中力量攻克重大挑战。期间，工业和信息化部将持续跟踪揭榜单位产品创新和应用进展，根据需要组织行业专家开展阶段性评价，持续优化揭榜任务实施路径。
- 揭榜结果发布：揭榜单位完成研究任务后可申请评价。根据进展，工业和信息化部组织行业专家并委托具备资质的第三方专业机构开展必要的测试评估工作，按照揭榜任务和预期目标，结合产业发展实际情况开展评价，结果适时发布，成功完成任务的单位（原则上每个子领域不超过三家）将优先推广支持。
工作要求
地方主管部门和中央企业集团应加强组织领导，充分调动企业、科研院所及相关产业联盟、行业协会的积极性，密切跟踪揭榜单位产品创新和应用进展，根据需要开展揭榜任务阶段性评价，有效协调推进集中研究组织实施。鼓励地方结合区域AI产业发展，在相关配套资金、项目等方面给予优先支持，为揭榜单位完成研究任务营造良好环境。
