9月5日，工信部官網公示了2018年人工智能與實體經濟深度融合創新項目名單。據了解，2018年人工智能與實體經濟深度融合創新項目名單分為核心基礎產品、智能控制產品、智能理解類產品、制造業智能化提升、產業智能升級、民生服務智能化、訓練資源服務平臺、標準測試評估體系以及安全保障體系九大類，包括大華股份、云天勵飛、寒武紀、深醒科技、科大訊飛等106家科技工思的106個項目上榜。

其中，面向前端的新一代人工智能芯片的研發及應用（中星微電子）、云端智能服務器產業化（寒武紀）、視頻監控人工智能ScC芯片（大華股份）以及嵌入式視覺人工智能專用芯片的研發及應用（云天勵飛）等16個項目上榜核心基礎產品類名單；面向智能服務機器人的自主人機交互與導航系統關鍵技術研發及產業化（新松機器人）、自動駕駛關鍵技術研究及產業化應用（長安汽車）、智能網聯電動汽車及關鍵零部件產品研發應用（合肥工業大學）等17個項目上榜智能控制產品類名單。

（圖片來自工信部官網）

消化內鏡醫學影像人工智能輔助診斷技術及創新型電子內鏡的研發及產業化（金山科技）、搜狗商用神經機器翻譯系統（搜狗）以及基于人工智能的智慧家居開發及應用（美的）等11個項目上榜智能理解類產品類名單；伊利乳制品智能化產業升級及配套能力提升項目（伊利）、對話式生產操作系統研發及應用語音識別技術的人工智能解決方案（思必馳）以及基于人工智能和區塊鏈的云端營銷和售后服務體系（航天云網）等28個項目上榜制造業智能化提升類名單。

（圖片來自工信部官網）

此外，自然語言處理技術產品研發及產業應用（神州泰岳)、基于人工智能的新一代金融應用解決方案（恒生電子）及促進金融服務制造強國建設的智能化產融合作平臺（北京理工大學）等11個項目上榜產業智能升級類名單；面向中小學生的人工智能創新教育綜合解決方案研發及應用（科大訊飛）、車聯網共享數據中心與運營管理云服務平臺（中科美絡）及視頻人工智能在智慧交通領域的應用（江蘇鴻信）等9個項目上榜民生服務智能化類名單；人工智能深度學習平臺開發及應用（曠視科技）、基于條件對抗生成網絡的智能寫作機器人研發與應用（金山軟件）及基于分布式及機器學習平臺的通用人工智能應用解決方案項目（字節跳動）等6個項目上榜訓練資源服務平臺類名單；機器人智能水平及安全可靠性測試評估平臺（中國軟件評測中心）、人工智能標準測試評估體系建設（中國電子技術標準化研究院）及人工智能產品評測與標準研究平臺（工信部電子第五研究所）等五個項目上榜標準測試評估體系類名單；智能網汽車信息安全測試評估平臺（中國電子信息產業發展研究院）、監控場景下多維人體特征識別技術研究（深醒科技）以及新疆區域工業信息安全智能態勢感知及防護平臺（天山智匯）三個項目上榜安全保障體系類名單。

（圖片來自工信部官網）

從以上名單我們可以看出，在這106項人工智能與實體經濟深度融合創新項目以“智能化”為主旋律，在人工智能的加持下滲透至各行各業，進一步推進當前的智能安防、智能制造、智慧教育、智慧金融、智慧出行等領域的建設。目前看來，人工智能已成為中國實體經濟的巨大推動力。

人工智能于2017年寫入我國政府報道，由于其與各行業結合的前景廣闊，我國人工智能行業融資熱潮空前壯觀。相關數據顯示，2017年全球人工智能投融資總規模達395億美元，融資事件1208筆，其中中國的投融資總額達到277.1億美元，融資事件369筆。中國AI企業融資總額占全球融資總額的70%，融資筆數達31%。但是，在這熱潮背后，人工智能領的泡沫卻也格外驚心動魄。

根據億歐智庫《2018中國人工智能商業落地研究報告》，2017年中國人工智能創業公司獲得的累計融資超過500億元，但2017年中國人工智能商業落地100強創業公司累計產生的收入卻不足100億元，90％以上的人工智能企業虧損。也就是說，人工智能大熱，但人工智能領域正在迎來一波倒閉潮。

在過度發展人工智能的背后，我們急需深思一番：列入我國五年計劃的人工智能，對我國影響頗甚。但是，過度依賴人工智能對我國經濟的發展也有弊端。一旦人工智能過時，我國經濟增速要達到計劃的水平將面臨眾多挑戰。

延伸閱讀：

科技部-科技創新 2030—“新一代人工智能”重大項目 2018 年度項目申報指南征求意見稿

根據《國務院關于改進加強中央財政科研項目和資金管理的若干意見》（國發〔2014〕11號）、《國務院關于深化中央財政科技計劃（專項、基金等）管理改革方案的通知》（國發〔2014〕64號）、《科技部關于印發〈新一代人工智能重大科技項目實施方案〉的通知》（國科發高〔2017〕344號）等文件要求，現將科技創新2030—“新一代人工智能”重大項目2018年度項目申報指南（征求意見稿，見附件）向社會征求意見和建議。征求意見時間為2018年9月5日至2018年9月11日。

“新一代人工智能”重大項目的凝練布局和任務部署已經戰略咨詢與綜合評審特邀委員會咨詢評議，并報國務院批準實施。本項目2018年度指南重點圍繞新一代人工智能基礎理論、面向重大需求的核心關鍵技術、智能芯片與系統三個方向展開部署。同時，考慮到人工智能領域的廣泛性和研究的開放性，為鼓勵更多研究和應用團隊圍繞研究內容提出針對性的任務和目標，本批指南暫不設具體考核指標。本次征求意見重點針對以上擬部署方向相關內容的合理性、科學性、先進性等方面聽取各方意見和建議。科技部將認真研究收到的意見和建議，修改完善重大項目的項目申報指南。征集到的意見和建議，將不再反饋和回復。

相關意見建議請于9月11日17:00之前發至電子郵箱：gxs_xxc@most.cn。

科技部高新司

2018年9月5日

附件：科技創新 2030—“新一代人工智能”重大項目 2018 年度項目申報指南征求意見稿

為落實《新一代人工智能發展規劃》，啟動實施科技創2030—“新一代人工智能”重大項目。根據《新一代人工智能重大科技項目實施方案》確定的總體目標及 2020 年階段性目標，現提出 2018 年度項目指南建議。2018 年度項目指南從新一代人工智能基礎理論、面向重大需求的核心關鍵技術、智能芯片與系統三個方向部署實施，實施周期為 3 年（2018—2020 年）。

申請者應根據指南描述，按照需求導向、問題導向和目標導向的原則，根據擬申請項目特點提出具體的考核指標和明確的任務目標。

1.新一代人工智能的基礎理論

聚焦人工智能重大科學前沿問題，以突破人工智能基礎機理、模型和算法瓶頸為重點，重點布局可能引發人工智能范式變革的新一代人工智能基礎理論研究，為人工智能持續發展與深度應用提供強大科學儲備。

新一代人工智能基礎理論設 7 個研究方向，每個方向擬支持 1-2 個項目。鼓勵已有較好基礎的融合性團隊參與申請。

1.1新一代神經網絡模型

借鑒神經認知機理和機器學習數學方法等，開展神經網絡模型非線性映射、網絡結構自動演化、神經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，本質性提升深度神經網絡支撐解決現實人工智能問題的范圍和能力。

1.2面向開放環境的自適應感知

針對應用場景變換易導致智能系統性能急劇下降問題，發展適應能力強的層次化網絡結構、可連續學習的機器學習策略及一般性效能度量方法，突破無監督學習、經驗記憶利用、內隱知識發現與引導及注意力選擇等難點，推動形成開放環境和變化場景下的通用型感知智能。

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據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，建立邏輯推理、歸納推理和直覺頓悟相互協調補充的新模型和方法，實現跨媒體從智能的關聯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

針對人類經濟活動、人機對抗等非完全信息條件下的博弈特點，結合機器學習、控制論、博弈論等領域進展，研究不確定復雜環境下博弈對抗的動力學機制和優化決策模型，把對抗學習和強化學習與動態博弈論進行融合，實現非完全信息環境下任務導向的通用智能基礎模型和動態博弈決策理論。

1.5群智涌現機理與計算方法

研究開放、動態、復雜環境下的大規模群體協作的組織模式和激勵機制，建立可表達、可計算、可調控的復合式激勵算法，探索個體貢獻匯聚成群體智能的涌現機理和演化規律，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同，實現可預知、可引導和可持續的群體智能涌現。

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建模、環境建模和人類行為建模，發展人在回路的機器學習方法及混合增強智能評價方法，把人對復雜問題分析與響應的高級認知機制與機器智能系統緊密耦合，有效避免由于人工智能技術的局限性引發的決策風險和系統失控，實現復雜問題人機雙向協作和求解收斂。

1.7復雜制造環境下的人機物協同控制方法

面向離散制造業和流程工業中復雜多維度人機物協同問題，研究跨層、跨域的分布式網絡化協同控制方法，突破人機物三元協同決策與優化理論，實現人機物的虛實融合與動態調度，探索無人加工生產線的重構及人機共融智能交互，為智能工廠發展模式探索和標準體系建立提供理論與方法支撐。

2.面向重大需求的關鍵共性技術

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鍵共性技術，以算法為核心，數據和硬件為基礎，全面提升感知識別、知識計算、認知推理、協同控制與操作、人機交互等能力，形成開放兼容、穩定成熟的技術體系。

面向重大需求的關鍵共性技術設 7 個研究方向，每個方向擬支持 1-2 個項目。鼓勵有明確應用背景和技術突破基礎的團隊參與申請。

2.1可泛化的領域知識學習與計算引擎

面向跨界融合新業態與知識創新服務需求，攻克大規模、綜合性知識中心建立所需要的關鍵技術。突破知識加工、深度搜索和可視交互等核心技術，形成概念識別、實體發現、屬性預測、知識演化和關系挖掘等能力，實現知識持續增長的自動化獲取，形成從數據到知識、從知識到服務的自主歸納和學習能力。在 1-2 個知識密集型領域進行服務驗證，達到或超越領域專家平均問答服務水平。

2.2跨媒體分析推理技術系統

面向跨媒體內容監管、態勢分析及跨模態醫療分析等重大需求，研究跨媒體多元知識統一表征理論、模型和獲取方法，構建十億級別以上的適應跨媒體內容演化的知識圖譜和分析推理技術，建立從定向推理到通用推理的泛化機制。在1-2 個典型應用場景下實現可回溯、可解釋的跨媒體智能推理，準確率超過領域中級專家水平。

2.3認知任務下的場景主動感知技術

針對復雜環境中的目標搜尋、場景分析和解釋等認知任務，研究自然場景的主動視覺感知、三維建模和定位技術；研究嘈雜場景中聲學環境探測與基于聽覺反饋機理的言語主動感知技術；研究視聽覺協同的從自然場景主動發現新目標及其屬性知識的認知技術。建立典型場景實驗平臺并進行功能驗證。

2.4面向群體化軟件開發的群智激發匯聚研究

面向群體化軟件開發等大規模復雜群智創新活動，研究群智社區的協同與演化、群智任務的分解與適配等技術;研究群智創新制品的分析評價、質量控制和復用融合等技術;研究群智軟件制品的代碼標注、測試驗證和缺陷修復等技術。研究群智開源社區的群智激發匯聚機理和技術，推動形成面向特定領域的百萬規模群智創新與人才培養生態，有力促進人工智能技術和應用生態的建立。

2.5人機協同軟硬件技術研究

面向智能制造和自動駕駛等人機協同應用場景，研究構造軟硬件一體化的人機協同技術平臺。研究適應真實世界情境理解與協同決策的模型與方法；研究從人機協同中混合人類直覺、經驗、行為的新型學習方法；研制能自然理解環境和情景并能處理大規模知識的新型混合計算架構和智能軟硬件等。

2.6無人系統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展需求，研究無約束環境下的基于多傳感器信息融合的協同感知方法；研究大范圍場景語義建模和理解方法，實現復雜環境的地圖構建、透徹感知與動態認知；研究復雜場景下多源異構感知對象快速精準的分割、檢測、定位、跟蹤和識別方法。建立或利用已有自主智能系統進行技術驗證，實現自主智能無人系統中的自然、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

針對復雜無人生產系統中對自主操作的需求，研究基于智能人機交互的復雜靈巧精確操作技能傳授和高效示范；研究實現對抓取、對準、趨近、裝入等復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運動規劃和協調控制，實現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，實現復雜技能的知識化表達；圍繞精密裝配等典型場景，進行靈巧操作技能學習技術驗證。

3.智能芯片與系統

圍繞人工智能產業發展的關鍵環節和應用生態基礎建設，從人工智能創新平臺和基礎支撐角度，重點研究新型感知器件與系統，人工神經網絡的關鍵技術標準以及人工智能開源開放平臺。

智能芯片與系統設 3 個研究方向，每個方向擬支持 1-2個項目。鼓勵已有較好產業化基礎的產學研團隊參與申請。

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、芯片以及相應的神經網絡感知信息表示、處理、分析和識別算法模型，開發功能類似生物、性能超越生物的感知系統并實現功能驗證。

3.2神經網絡處理器關鍵標準與驗證芯片

設計支持訓練和推理的神經網絡計算指令集，制定神經網絡表示與壓縮標準，在此基礎上開發高效基礎算法庫和開發接口標準，實現配套開發工具鏈，建立開放的、不依賴于具體芯片實現方式的芯片平臺標準，實現軟硬件系統接口的統一化。實現支持上述指令集、算法庫、標準及開發接口的驗證芯片和示例應用。

3.3人工智能開源開放基礎平臺與智能操作系統原型

研究智能傳感器件、智能處理芯片和智能控制器等智能硬件資源管理技術，開發支持多種異構硬件的人工智能開源開放基礎平臺。研究智能算法、知識庫等智能軟件和數據資源管理技術，開發人工智能通用開源算法庫、模型庫以及人機交互的基礎軟件平臺。支持大規模智能任務的分布式分配和調度，建立激勵創新、有機集成、快速應用的人工智能開源生態，支持智能操作系統等基礎軟件和核心硬件的發展。