科技創新2030—「新一代人工智慧」重大項目2020年度第一批項目...

2020-12-15 妮妮愛遲遲

根據《國務院關於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)、《國務院關於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)、《科技部關於印發〈新一代人工智慧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—「新一代人工智慧」重大項目2020年度第一批項目申報指南(徵求意見稿,見附件)向社會徵求意見和建議。徵求意見時間為2020年1月3日至2020年1月9日。

「新一代人工智慧」重大項目的凝練布局和任務部署已經戰略諮詢與綜合評審特邀委員會諮詢評議,並報國務院批准實施。本次徵求意見重點針對指南方向提出的目標指標和相關內容的合理性、科學性、先進性等方面聽取各方意見。科技部將認真研究反饋意見,修改完善重大項目的項目申報指南。徵集到的意見將不再反饋和回復。

相關意見請於1月9日17:00之前發至電子郵箱:gxs_xxc@most.cn。

科技部高新司

科技創新2030—「新一代人工智慧 重大項目2020 年度第一批項目申報指南建議

為落實《新一代人工智慧發展規劃》,啟動實施科技創新2030—「 新一代人工智慧」 重大項目( 以下簡稱「 本重大項目」)。根據本重大項目實施方案的部署,現提出2020 年度第一批項目申報指南。

本重大項目的總體目標是: 以推動人工智慧技術持續創新和與經濟社會深度融合為主線,按照並跑、領跑兩步走戰略,圍繞大數據智能、跨媒體智能、群體智能、混合增強智能、自主智能系統等五大方向持續攻關,從基礎理論、支撐體系、關鍵技術、創新應用四個層面構築知識群、技術群和產品群的生態環境,搶佔人工智慧技術制高點,妥善應對可能帶來的新問題和新挑戰,促進大眾創業萬眾創新,使人工智慧成為智能經濟社會發展的強大引擎。

1. 新一代人工智慧基礎理論

1.1 腦結構和功能啟發的新型神經網絡模型

研究內容:針對當前神經網絡計算模型依賴大量標註樣本、魯棒性和適應性差、可解釋性不足、能效比低等固有局限,研究分析海量大腦皮層範圍內的高解析度響應數據,解析反演神經迴路工作機理;受特定神經環路啟發,發展具有記憶、稀疏編碼等特徵的新一代神經網絡模型;研究大規模複雜網絡的高效學習和計算方法,發展複雜網絡泛化性理論;設計具有自糾錯能力的神經網絡結構,突破自學習、小樣本學習、可解釋性等智能新理論與新方法。

考核指標: 構建具備學習、記憶等認知能力的神經網絡計算模型,模型規模不少於百萬量級神經元;具備自糾錯、可遷移能力,噪聲環境下的模型性能有數量級提升;設計自學習、小樣本學習方法, 相同性能條件下所需標註數據數量級減少;通過知識歸納和遷移,對模型結果和性能提升具備可解釋性;開源新型神經網絡計算數據、模型和代碼等。

1.2 基於脈衝神經網絡的感知-學習-決策神經網絡模型

研究內容:構建以神經系統可塑性為核心的多腦區協同脈衝神經網絡計算模型,建立具備生物合理性和生物可解釋性的多尺度脈衝神經網絡學習算法,突破多腦區協同視聽覺感知-學習-決策等複雜環路神經網絡模型,以無人機、機器人等為載體探索自主智能實現途徑。

考核指標:學習與決策神經網絡可塑性計算模型要求具備生物合理性與生物可解釋性;模擬多個腦區的自主感知-學習-決策協同計算模型,能夠支持基於複雜視、聽覺感知的類腦自主學習與決策,支持反轉學習與決策等;開源類腦學習與決策脈衝神經網絡數據、模型和代碼等。

1.3 認知計算基礎理論與方法研究

研究內容:聚焦開放、動態、真實環境下推理與決策重大問題,開展常識學習、直覺推理、自主演化、因果分析等理論和方法研究,重點突破刻畫環境自適應、不完全推理、自主學習、對抗學習、智能體協同優化等特點的認知計算理論和算法,在自主智能、群體智能或混合增強智能等智能形態方面實現應用驗證。

考核指標:形成能適應多種智能形態的認知計算框架,構建大規模、共享開放的跨媒體常識知識庫,提出並實現通用認知測試方法;在對抗決策、人機混合或自主學習中形成和常識結合的認知理論,顯著提升現有算法在開放環境下的魯棒性;建立具有國際影響力的開源開放認知智能水平國際評測體系。

1.4 以自然語言為核心的語義理解研究

研究內容:針對從網際網路海量文本、自然標註大數據和多模態關聯數據獲取開放域知識等問題,研究基於知識圖譜、事理圖譜等大規模多元知識的自然語言語義分析方法,研究兼具邏輯性和藝術表現力的可理解、可解釋文本生成方法,研究通過與環境和社會跨模態交互的語言進化計算模型,突破層次深、魯棒性強、對稀缺語料適應能力好的中文自然語言理解技術,為認知智能提供通用語言模型和基本工具支撐。

考核指標:從網際網路海量文本中自動獲取知識和語義分析能力得到可驗證的數量級提高;提出若干語言文本分析和生成任務,達到與人類可比的認知水平;形成跨模態表達的語言理解基本工具,形成具有國際影響力的跨模態實體、事件理解、對話理解基準測試集;開源基準學習和測試集合、模型和語言理解基本工具等。

1.5 高級機器學習理論研究

研究內容:研究具有自組織、自學習、自適應、自湧現等特點的機器學習新理論;研究不完全信息下推理決策與演化完善的學習理論;研究具有可解釋性的機器學習理論和方法;研究小樣本學習、深度強化學習、無監督學習、半監督學習、遷移學習、表徵學習等理論和模型;研究量子機器學習、對偶學習、分布式學習、元學習及其它高級機器學習基礎理論和方法等。

考核指標:圍繞上述研究內容和具體需求場景,形成從數據、模型到算法的理論成果,建立可驗證的系統、開源數據、模型和代碼等。

申報說明:本任務為開放性研究項目,不下設課題,申請者可就上述涉及的部分研究內容進行申報,提出明確的任務目標和具體的考核指標。項目負責人需為1980 年1 月1 日後出生的青年研究人員。

1.6 人工智慧安全基礎理論及驗證模型

研究內容:針對深度學習等模型,研究可信度量方法和安全形式化驗證方法,支持複雜智能系統內在結構與行為功能的一致性、可達性、安全性判定;研究包含智能組件的軟體系統的模型化開發和驗證技術以及基於動態數據收集的安全認證模型與方法,研製建模、開發與驗證一體化工具;在黑盒與白盒不同場景下,研究基於差分測試、變異測試、動態符號執行測試等軟體測試技術的智能系統測試方法和測試樣本的自動生成等關鍵技術;針對惡意樣本等攻擊手段,研究具有可擴展性的可認證魯棒學習模型,研究新型的對抗實例訓練策略及驗證問題關係,提高測量防禦技術的有效性;研究軟硬體一體的安全攸關複雜智能系統的安全驗證技術、優化技術和硬體架構安全適配。研究基於驗證與測試技術的智能系統全周期安全評估、魯棒性驗證和性能保障技術與方法。

考核指標:建立多領域技術融合、支持大規模人工智慧系統自主安全防禦的理論體系;提出至少三種具有群體智能魯棒性構造、惡意攻擊自動識別的安全自動化攻防技術;建立支持主流大數據集上億級神經網絡參數的智能安全防禦與性能驗證平臺,實現準實時運行響應;突破安全關鍵複雜智能系統的可信驗證技術,支持不少於3 種常見深度學習模型的安全結構度量和形式化驗證,參數規模不低於百萬級;突破軟硬體一體驗證與優化技術,支持FPGA 、GPU 、ARM 等不少於3 種硬體環境。

2. 新一代人工智慧共性關鍵技術

2.1 以中文為核心的多語種自動翻譯研究

研究內容:聚焦語言大互通的需要,研發以中文為核心的多語種、多模態口語自動翻譯技術,重點突破面向數據和專家資源稀缺的小語種語音及語言技術研發的無監督/ 弱監督學習、遷移學習、端到端語音翻譯等技術,突破具備場景感知能力的圖像光學字符識別、翻譯、和圖像生成技術,實現高可用近遠場口語語音識別和語音合成技術,以及相關語種到漢語之間的雙向互譯技術,並完成相應的語音翻譯和圖片翻譯的雲服務在智能終端上的應用,實現政務、教育、媒體、商務、旅遊、就醫等典型場景的口語自動翻譯服務。

考核指標:在即時和近遠場翻譯場景下,實現維吾爾語、哈薩克語、阿拉伯語、俄語、泰語、馬來語、越南語、印尼語等多個小語種到漢語之間的雙向語音翻譯和圖片翻譯,形成面向多種應用場景的自動翻譯系統和驗證應用;小語種近場口語翻譯可達到人類同傳水平;近距離、少噪聲條件下,印刷品識別準確率達到98% 以上,翻譯準確率超過90%;遠距離、多噪聲條件下,非印刷品識別準確率達到90% 以上,翻譯準確率超過80% 。

2.2 魯棒安全的人機共駕系統

研究內容:針對動態、開放的真實交通環境下無人駕駛車輛適應性差、安全性弱等問題,研究人類駕駛員和智能駕駛系統同時在環共享駕駛權的人機共駕方法,實現人在迴路的數據、信息、語義及知識等多層次的人機互動與協同;建立人機協同的多模態感知、交互意圖理解的計算模型,實現人機一致性的情境理解與預測、決策與控制;研究可解釋的自主決策與可解譯的決策過程模型與算法,形成人機衝突機理分析及人機混合決策的在線評估理論與方法;構建人機共駕的雲學習平臺和支撐環境,實現安全、舒適、敏捷靈活的智能駕駛。

考核指標:提出並驗證針對系統對駕駛人行為感知準確率、對駕駛人狀態估計與意圖預測準確率、常規工況下駕駛行為的動態約束及反饋頻率、緊急工況下控制權分配與失效安全策略計算周期等關鍵指標;人機共駕系統中駕駛人對控制系統的預見性以及滿意度的主觀評分在8 分以上(10 分制);搭建分析人車耦合與人機共駕機理的軟體虛擬仿真平臺1 套、硬體在環半實物仿真平臺1 套、人機共駕雲學習平臺1 套,核心技術在權威國際評測中達到先進水平。

2.3 無人集群系統自主協同關鍵技術研究及驗證

研究內容:針對高動態、不確定、資源受限等複雜環境,面向協同區域搜索、集群優化調度等多任務應用需求,研究無人集群系統的通用/ 開放式體系架構和建模方法,提升無人集群系統的場景適應能力和異構無人自主系統間的互操作能力;研究不確定和資源受限條件下高質量傳感數據處理、共享及多源信息融合技術,提升無人集群系統的分布式態勢感知與認知能力;研究可引導、可信任、可進化的集群無人系統規劃、決策與控制技術,提升無人集群系統的魯棒性和智能化水平;面向災害救援、環境監測、區域物流、應急處理等應用場景,進行基於無人集群自主協同的驗證。

考核指標:建立開放式的無人集群系統架構,支持集群節點數量不少於100 個,支持不少於3 種複雜動態任務場景,並具備節點數量和任務場景的可擴展能力;實現由至少2 種異構無人自主平臺組成的集群任務驗證;能夠適應強幹擾、變通信拓撲等挑戰環境下的態勢感知和認知任務要求;實現不依賴於群體規模的任務規劃、自主決策與控制算法,實現通用計算平臺下實時規劃和決策,並建立群體智能的自主學習與進化模式,形成可快速進行大規模應用複製的應用驗證。

2.4 具有自主學習能力的超級品質檢驗關鍵技術

研究內容:以具有產品型號多樣、材質透明反光、尺寸大小不一、質檢崗位勞動力密集等特點的典型製造領域為驗證場景,研製具有人眼仿生機理的成像系統,針對複雜背景下高效率、高精度、弱對比、多種類的缺陷檢測要求,研究小樣本、弱監督條件下具備強適應能力的外觀缺陷技能學習關鍵技術;研究海量工業外觀數據的快速重塑映射管理方法,實現若干典型工業外觀資料庫的構建;研究知識增長型的學習模型建立方法,實現甄別技能的在線學習與增強;研究技能遷移學習方法,實現多類別外觀的技能高效傳授,解決製造行業外觀檢測環節用工難的行業痛點。

考核指標:構建不少於3 類的符合指南特點的工業外觀缺陷大規模資料庫,指標具有行業領先性;開發可在線學習與增強的甄別學習技能平臺軟體,形成任務遷移學習能力,實現不同質檢任務遷移單次不超過0.5 小時;在典型場景下達到並超過人工檢測能力,召回率大於97%,準確率大於95%;可面向不同質檢場景進行自主學習,形成具有適應能力的通用型品質檢驗關鍵技術,在不少於2 個行業的龍頭企業形成代表性應用。

2.5 複雜社會信息網絡下的風險感知與智能決策研究

研究內容:面向多源、異構和跨模態複雜社會信息,研究語義融合、網絡表徵和動態演化的理論框架;提出面向多維度、多尺度社會信息網絡的風險感知、智能分析和群體決策的社會計算範式,研究和構建融合全球多語種、跨模態大數據驅動的社會風險機理和分析模型與方法;研究信息網絡的實體及關聯知識聯合提取方法,構建支撐風險評估與智能決策的時序知識圖譜,研究複雜社會網絡圖表徵學習框架,提出領域知識與數據驅動的智能群體決策方法,支持智能決策的自主評價與推演;構建面向重大需求的風險預警、智能分析、群體決策的軟硬體一體化大數據計算平臺。

考核指標:具備融合全球二十個以上語種、十萬家公開信息源的大規模社會信息的獲取和融合能力;構建面向社會信息風險與決策的千萬級結點、億級邊的知識圖譜,研製不少於100 種社會風險感知與智能決策算法模型;具備在百億級條邊規模的社會複雜網絡上進行分析和決策的能力,實現千萬級節點規模網絡上的分鐘級搜索響應和分鐘級挖掘與推薦計算能力;在不少於2 個面向重大社會風險預警和智能決策的典型領域進行規模化應用驗證。

2.6 億級節點時序圖譜實時智能分析關鍵技術與系統

研究內容:聚焦海量金融交易數據實時風險防控重大問題,研究建立多領域( 股票、期貨、債券、上市公司、金融人物等) 金融知識圖譜技術;構建實時、動態、可追溯的超大規模時序關聯圖及實時智能分析研究,突破面向時序關聯圖的快速構建、查詢語言設計、動態分析以及實時智能決策等關鍵技術;研究時序關聯圖的挖掘、推理與歸納以及可解釋規則自動生成,重點突破金融實時風控場景下的數據與知識混合驅動的風險預測研究並開展應用驗證。通過對網際網路金融用戶十億節點級別規模網絡構建,並融合相關領域知識圖譜,以及複雜異構網絡上金融輿情/ 黑天鵝事件傳播預測及關鍵節點辨識、推理和控制,達到風險預警及防範目的。

考核指標:構建面向金融領域的千萬級知識圖譜,涵蓋不少於5 個領域,實現多個領域知識圖譜的關聯與融合;時序圖譜支持金融風險防範領域常用的時序複雜邊,具備單節點10 萬tps 、集群200 萬tps 關聯圖構建能力,每筆處理平均延時在10 毫秒以內;億級節點量級下實現多層關係的實時查詢;支持基於時序關聯圖的金融實時風控場景高級認知模型研究,具備可解釋性,並在不少於5 家金融機構進行風險防控的應用驗證。

2.7 複雜版面手寫圖文識別及理解關鍵技術研究

研究內容:聚焦千萬教師日常擔負大量試卷和作業閱卷工作的減負迫切需求,開展多學科多題型紙筆考試和作業的智能閱卷技術研發,基於教育大數據、跨媒體分析及自然語言理解等,突破面向紙筆考試及作業的複雜版面分析、手寫圖文及公式識別、作文自動評分、文科答案語義理解評分、理科解題步驟分析評分及抄襲檢測等智能閱卷關鍵技術,實現和教師閱卷能力協作的增強型高可用智能閱卷系統研發。

考核指標:複雜版面分析的正確率達到99% 以上,手寫圖文及公式識別正確率達到96% 以上,中英文作文自動評分及文科簡答題評分性能達到人工專家99% 水平,理科解題步驟分析評分能力達到人工專家95% 水平,抄襲檢測的正確率達到98% 以上,智能閱卷技術在語文、數學等學科以及100 所以上學校實現常態化應用。

2.8 擬人化人機互動服務關鍵技術與系統

研究內容:面向電話、在線文本客服及面對面諮詢、銷售及服務等複雜場景,研究口語化語音識別、擬人語音合成和口語化處理技術;研究基於場景知識圖譜的上下文語義解析和檢索技術、基於對話管理和知識驅動的多輪對話技術、基於用戶畫像的個性化反饋對話技術,以及基於對話狀態監測的自動反饋應答技術等;研究突破高噪聲服務環境下的視聽覺環境感知技術,基於語音、五官、表情、手勢、肢體語言等多模態用戶意圖識別技術,基於語言及視覺的多模態知識表達與推理技術,突破真實場景下跨模態的多媒體及語義理解;研究用戶情感感知與個性化智能服務技術,以用戶體驗為中心的人機協同智能用戶服務技術;研究低資源場景下的遷移學習技術,研究解決對新場景系統冷啟動等問題;構建具備反饋式學習能力的開放式智能客服平臺,實現面向全領域可定製的對話理解。

考核指標:智能客服平臺實現口語語音識別率超過95% 、口語語音合成MOS 得分接近人類水平、對話正確響應率不低於95% 的領域效果,提出能夠有效體現機器對話智能的圖靈測試方案,並在至少3 個領域通過測試驗證;規模為千萬級別的大數據用戶行為視頻理解,情感分析和行為理解正確率超過90%;能夠進行多種複雜任務的領域遷移,具備支撐億級用戶規模應用的能力,給定任務完成率不低於90%;對研究者授權開放帶標註的真實場景多輪對話不少於100 萬段。

2.9 混合增強在線教育關鍵技術與系統研究

研究內容:針對在線教育存在情境多變難感知、用戶體驗難適配、認知過載易迷航等難題,研究虛實結合的體驗式、沉浸化學習環境。研究學習行為分析、意圖理解、認知狀態追蹤等學習認知模型,實現學習認知過程的多維度、跨學科跟蹤;綜合多模態人機互動、知識圖譜、強化學習等方法,研究面向個性化伴學的智能導學方法,打通學習規劃-內容推薦-輔導答疑等環節,構造因材施教的虛擬智能助教和導師;研究基於人機混合智能的群體化學習組織、激勵、評測、輔導和優化方法,建立支撐群體化課程學習和在線實踐的智能平臺; 研究混合增強在線教學質量綜合分析和優化方法。

考核指標:實現大規模在線教育混合增強智能環境和平臺,在中小學科學教育、高職技能培訓、大學專業教育等領域進行應用;在學習效率、學習興趣等方面提出人機混合增強教學環境的評估體系和具體評估指標,給出基於10 門以上學科、20 個以上學校、面向上萬學生規模化驗證的評估結果。

2.10 室內服務機器人自主學習與進化關鍵技術

研究內容:通過服務機器人、物理環境、運動目標等持續交互式學習建模,研究複雜家庭環境下服務機器人數字孿生系統;通過事件驅動機制( 如智能抓取、多模感知、柔性交互、敏捷家政等) 和虛實融合,實現持續高效的進化訓練,實現大規模智能實驗模擬和智能增長;研究基於「 感知— 分析— 決策— 反饋」 的多服務機器人群體智能,實現多個服務機器人自主協作;研究服務機器人決策行為評估、遂行任務效果的全過程評價方式,建設相關評價標準和過程評估體系。

考核指標:建立服務機器人本體和服務環境可靈活配置的數字孿生系統,至少支持2 種類型以上服務機器人本體,100 多個室內服務環境;建立服務機器人自主學習與進化理論與方法,通過數字孿生,服務機器人訓練效率數量級提升,完成20 種以上室內服務任務,模型從虛擬到真實場景具有良好的可遷移性;服務機器人在不少於100 個社區、養老院、康復中心等機構進行應用驗證;申請相關技術標準2 項。

3. 新型感知與智能晶片

3.1 基於混合器件的神經形態計算架構及晶片研究

研究內容:聚焦生物腦工作機理的可計算模型實現,開展信息存儲與處理一體化理論研究,設計易於硬體實現的神經元、突觸及網絡模型;研究基於硬體的神經網絡動態配置、神經元地址快速並行查找和在線學習技術,設計新型神經形態計算架構;研究應用於神經形態晶片的新型器件及其集成技術。突破混合器件集成的大規模神經形態晶片技術,構建神經形態晶片與現有計算機系統結合的混合計算應用平臺。

考核指標:研製混合器件的神經形態晶片,支持神經網絡的在線學習與配置參數的非易失性,神經元規模大於20 萬,突觸規模大於2000 萬,突觸讀寫訪問時間小於50ns,晶片能效大於1T 脈衝操作/ 瓦;開發神經形態計算功能驗證平臺,支持400 萬以上神經元,性能大於30T 脈衝操作/ 秒;支持至少2 種典型智能任務。

4. 人工智慧提高經濟社會發展水平創新應用

4.1 開放環境複雜製造過程智能調度方法及應用

研究內容:針對工業網際網路開放環境下、複雜製造過程調度面臨的大規模異構製造資源高度動態不確定性等問題,研究基於全類型數據處理和領域知識深度遷移的複雜製造任務自適應感知與調度方法;研究面向製造雲端與邊緣側動態協同的異構製造資源高效調度方法;研究大規模跨組織、強耦合、不確定性製造應用流程協同優化調度方法;突破異構製造系統自適應集成技術、大規模製造資源協同雲排產技術;研製面向工業網際網路開放環境的智能製造資源雲平臺,提升製造過程整體效率,提高關鍵高價值設備利用率,給工業企業降本增效,面向高端裝備、汽車等典型離散製造業,在資源協同、協同設計、協同生產等典型場景開展應用研究。

考核指標:形成新一代人工智慧驅動的開放環境複雜製造過程監測與調度方法技術體系;建立面向複雜製造過程調度的邊雲協同人工智慧框架,形成至少5 種製造大數據與遷移學習融合驅動的新型調度算法及調度服務;研製基於工業網際網路的開放環境智能製造資源雲平臺,形成規模化企業和製造資源集聚;面向高端裝備、汽車等至少3 個典型製造業行業領域開展應用研究,在落地應用中實現製造資源利用率提升5% 以上,產品製造周期縮短至少10% 。

4.2 工業領域知識自動構建與推理決策技術及應用

研究內容:圍繞製造業全產業鏈中供研產銷服等核心業務環節,面向多源異構、跨媒體、多學科的工業數據( 結構化、半結構化、非結構化),研究傳統工業物理機理、模型機理和專家經驗的知識表達範式理論;研究基於常識和專業知識圖譜的工業跨媒體、多學科知識抽取、融合、驗證、遷移、演化和表示學習技術;研究面向全產業鏈協同工作流的情境自適應知識索引、推理、推薦、可視交互決策技術;研製工業知識抽取與推理引擎,建立工業領域知識開放共享平臺,面向智能製造供應鏈、研發設計、生產製造、經營管理、客戶服務等典型業務領域開展智能決策應用研究。

考核指標:構建工業領域知識模型,抽取超過億級的工業領域本體庫並完成表示學習;研製工業知識抽取與推理引擎,建立工業領域知識開放共享平臺,具備知識自動抽取與構建、推理與推薦、智慧決策等服務能力;面向智能製造供應鏈、研發設計、生產製造、經營管理、客戶服務等典型業務場景,選擇工業知識服務能帶來顯著效益的3 個工業領域進行應用驗證,提出並實現相應考核指標。

4.3 智能醫生助理關鍵技術及應用研究

研究內容:針對臨床診療中信息負載高、醫生重複勞動強度大、錯誤易發等問題,研發智能醫生助理系統。研究複雜異構高維動態數據的呈現技術,實現患者信息的全景呈現;面向診療,研究多尺度、多模態信息的融合分析技術;突破醫學知識圖譜自動生成技術,實現從大規模臨床數據向醫療知識的轉化。面向臨床重點科室,在智能分級導診、輔助診斷、輔助治療、電子病歷輔助錄入及質控、患者共決策與隨訪等環節開展應用。

考核指標:構建可靈活拓展的患者信息全景可視化工具;形成5-10 種多尺度、多模態臨床信息融合分析模型;構建面向多科室、基於臨床數據的自學習型知識圖譜,知識圖譜具備動態更新能力,對臨床知識覆蓋率大於90%,準確率大於95%;構建的智能醫生助理系統,可面向5-10 個臨床重點科室提供類人水平的醫生助理服務,並在至少5 家三甲級醫療機構和至少10 家基層醫療機構開展應用。

4.4 腫瘤多學科診斷的影像分析輔助系統研究與應用

研究內容:面向腫瘤多學科輔助診療,研究跨模態醫學影像的綜合分析技術,提高腫瘤治療的精準性及全面性。研究影像數據的多維度、跨模態檢索與匹配技術,為醫學循證提供依據,支撐臨床最佳治療方案的決策;研究可解釋跨模態推理技術,通過對推理不確定性建模,優化跨模態融合和人機分工;圍繞癌症診療過程,構建醫學循證、精確診斷、預後預測、療效監控等模型;針對原發性與繼發性腫瘤的診治開展臨床驗證,提升臨床決策效率和精準率。

考核指標:面向腫瘤多學科診療,構建人機協同的醫學跨模態影像分析輔助系統,生成符合人類醫生使用習慣的輔助診斷及治療解釋;針對至少2 種常見原發性腫瘤( 如乳腺癌、肺癌、結直腸癌等) 以及1 種轉移性腫瘤( 如轉移性骨腫瘤) 的診斷、治療和預後等醫學場景,模型具備可解釋性且醫生採納率大於90%;分析輔助系統在至少5 家三甲醫院開展應用驗證,納入病例不少於3000 例。

4.5 醫療行為多維度感知關鍵技術及應用研究

研究內容:聚焦智慧醫院建設,研究醫療行為的多模態感知並通過人機協同實現醫療流程的智能化。研究醫療行為的多維度感知關鍵技術,重點突破醫療行為時空特徵表達、醫療行為細粒度識別、醫療行為操作合規性評估;研究高精度力覺機器手臂輔助應用,突破複雜應用場景下的人機協同關鍵技術,實現醫務人員操作流程優化;研究全方位監測不同患者生活習慣、飲食特徵、運動模式、作息規律、精細行為等對醫療結局的影響,為科學的行為幹預提供依據。

考核指標:面向急診、ICU 、護理、代謝艙等各類複雜場景,構建開放性的大規模多模態醫療行為數據集,經過標註的數據規模不少於10TB;覆蓋至少20 類醫療行為,醫療行為感知系統對各類醫療行為的識別準確率大於80%;開發至少2 類醫療流程輔助智能機械臂軟硬體樣機,在代謝艙等使用場景中完成人機協同驗證,並在至少2 家三甲醫院落地應用。

免責聲明:本文系網絡轉載,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請第一時間告知,我們將根據您提供的證明材料確認版權並按相應流程獲取授權或立即刪除內容!本文內容為原作者觀點,並不代表本公眾號贊同其觀點和對其真實性負責。

愛創客邀請函

相關焦點

  • 9個項目獲百萬獎金!首屆創共體杯「人工智慧+」前沿科技創新大賽...
    11月7日,由西安市科學技術局、陝西省創新驅動共同體、陝西省西鹹新區灃東新城管理委員會、西安電子科技大學共同主辦,陝西省創新驅動共同體青年專委會、陝西省創新驅動共同體人工智慧專委會、西安電子科技大學創新創業學院聯合承辦的2020創共體杯「人工智慧+」前沿科技創新大賽總決賽在西安市中俄絲路創新園盛大啟航並成功舉辦。
  • 湖南出臺110個重大科技創新項目實施方案 總投資約640億元
    「100個」重大科技創新項目實施方案出臺 預期總投資約640億元,實行綜合支持 華聲在線4月10日訊(湖南日報·華聲在線記者 胡宇芬 通訊員 肖亮 任彬彬)記者今天從湖南省科技廳獲悉,該廳牽頭制定的《湖南省100個重大科技創新項目實施方案
  • 「新」籤約5個項目、動工12個重大項目!另外,2020年溫江中考分數線定了!
    7月30日,溫江區項目招引攻堅行動2020年7月重大項目集中動工暨翔宇醫療智能康復設備(西南)研製營銷中心項目動工儀式舉行。7月29日,成都市2020年7月新經濟產業功能區推介暨項目集中簽約儀式在溫江舉行。
  • 馬上消費金融躋身新一代人工智慧產業創新「國家隊」
    來源:經濟日報近日,工信部權威發布「新一代人工智慧產業創新重點任務的入圍揭榜單位和項目名單」。憑藉「基於情感光譜與多語境感知的智能文本與語音客服機器人平臺」項目,馬上消費金融(下稱「馬上金融」)從「中國新一代人工智慧產業創新重點任務」榜單中脫穎而出,成功躋身中國新一代人工智慧產業創新的「國家隊」。
  • 山東第一批「現代優勢產業集群+人工智慧」試點示範企業及項目名單
    為貫徹落實省委省政府關於推進「現代優勢產業集群+人工智慧」的工作部署,充分發揮人工智慧在新一輪科技革命和產業革命中的技術優勢和「頭雁」效應,促進「十強
  • 青島這14個項目擬入選山東省重大科技創新工程
    青島這14個項目擬入選山東省重大科技創新工程 2020-12-14 15:25 來源:澎湃新聞·澎湃號·媒體
  • 2020年度河南省重大科技專項項目受理情況公示,308項
    各有關單位:  根據《河南省科技計劃項目信息公開管理辦法》《河南省科技廳 河南省財政廳關於組織申報2020年度省重大公益專項的通知》《河南省科技廳 河南省財政廳關於組織申報2020年度省創新示範專項的通知》要求,現對2020年度省重大科技專項(重大公益專項、創新示範專項)項目受理情況予以公示(詳見附件),公示期為5個工作日,自2020年9月14日至9月18日。
  • 數字經濟新發展⑦丨雲從科技:助力重慶建設新一代人工智慧開放創新...
    6月22日,重慶發布的《重慶市建設國家新一代人工智慧創新發展試驗區實施方案》(以下簡稱「實施方案」)方案上提到,將著力布局技術創新平臺集群。」依託中科雲從、商湯科技等核心企業,建設國家新一代人工智慧開放創新平臺。」
  • 2020年度「育鷹計劃」(第一批)項目名單發布
    近日,2020年度「育鷹計劃」(第一批)項目名單由河南省工業和信息化廳聯合中國銀行河南省分行正式發布。  據悉,為破解我省工業企業融資難融資貴問題,提高金融服務實體經濟效率,加快培育一批豫企精英企業,2020年省工業和信息化廳持續實施「育鷹計劃」項目,聯合中國銀行河南省分行,在廣泛徵集企業融資需求、銀行初步審核把關的基礎上,最終確定了2020年「育鷹計劃」(第一批)項目名單。河南星光樹脂股份有限公司等149家企業入選,意向合作金額共計21.4億元。
  • 鄭州市2020年第二批重大項目集中開工
    6月5日上午,鄭州市舉行2020年第二批重大項目集中開工儀式,共267個項目、總投資3179億元、年度投資703億元。本次開工儀式採取「主會場+分會場」的形式,共設鄭州主會場1個、各縣(市、區)分會場16個。
  • 廣州市科學技術局關於發布2021年科技創新發展專項資金第一批項目...
    各有關單位:  為落實市委、市政府關於科技創新發展的工作部署,發揮科技創新對經濟社會發展的支撐引領作用,現發布2021年廣州市科技創新發展專項資金第一批項目申報指南(以下簡稱申報指南),公開徵集項目。
  • 新增青年項目,上海市2020年度軟科學重點項目申報指南出爐!
    上海市2020年度「科技創新行動計劃」軟科學重點項目申報指南為推進實施創新驅動發展戰略,加快建設具有全球影響力的科技創新中心,提升軟科學的決策支撐作用,上海市科學技術委員會特發布2020年度「科技創新行動計劃」軟科學重點項目申報指南。
  • 安徽省科技創新情況新聞發布會
    2020年是「十三五」的收官之年,也是極不平凡的一年。我們堅持統籌推進疫情防控和經濟社會發展,加速創新型省份建設,全省科技創新取得新進步、新突破,區域創新能力排名居全國第8名,較上年上升2位,連續9年居全國第一方陣。(一)強化原始創新,有效保障高質量科技供給。國家實驗室建設取得決定性進展,量子創新研究院建設加速推進。
  • 鬥象科技膺選2020年度上海市人工智慧創新發展專項資金支持單位
    近日,在由上海市經濟信息化委組織的「2020年度上海市人工智慧創新發展專項資金項目」的申報和評審工作中,鬥象科技成功入選本次人工智慧專項資金支持單位,將以人工智慧結合網絡安全為核心應用方向,研究實現面向大規模網絡的人工智慧安全檢測和分析發現技術。
  • 中國科普研究所2020年度第一批對外委託項目申報通知
    各高等院校、科研院所、各有關單位:為深入落實《全民科學素質行動計劃綱要實施方案(2016-2020年)》和《中國科協科普發展規劃(2016-2020年)》,打造中國科普研究所開放、創新的研究發展格局,按照《中國科協採購管理操作規程(修訂)》和《中國科普研究所對外委託項目管理辦法(試行)》有關要求,擬組織開展中國科普研究所2020年度第一批對外委託項目申報工作,
  • 三項公共培訓項目 八大高端培訓項目 三大實踐培訓項目新動能人才收穫培訓大禮包
    本報訊(記者 廖晨霞)為培養打造高素質人才隊伍,促進我市新動能引育和高質量發展,市人社局日前發布《關於印發2020年度天津市自主創新與新動能人才培養培訓工作方案的通知》,將依託清華大學、中國人民大學、浙江大學等高校優質師資資源,統籌做好自主創新與新動能人才培養培訓工作,為我市新動能引育和高質量發展提供有力的人才支撐
  • 基於新一代人工智慧的量化金融實踐教學研究
    分三步走:第一步,到2020年人工智慧總體技術和應用與世界先進水平同步;第二步,到2025年人工智慧基礎理論實現重大突破,部分技術與應用達到世界領先水平;第三步,到2030年人工智慧理論、技術與應用總體達到世界領先水平,成為世界主要人工智慧創新中心,智能經濟、智能社會取得明顯成效,為躋身創新型國家前列和經濟強國奠定重要基礎。這需要大量的新一代人工智慧人才,高校人工智慧教育責無旁貸。
  • 牢牢把握人工智慧發展重大歷史機遇
    人工智慧在我國正迎來前所未有的產業機遇。主題為「智能化:為經濟賦能、為生活添彩」的首屆中國國際智能產業博覽會上月底在重慶落下帷幕。這屆智博會以「智能化:為經濟賦能,為生活添彩」為主題,聚焦大數據智能化引領創新驅動發展,集中發布了一批前沿科技成果,展示了智能產業發展的新方向。
  • 新一代人工智慧發展規劃推進辦公室召開2019年工作會議
    科技部李萌副部長介紹了新一代人工智慧發展規劃實施進展情況和2019年重點工作考慮。與會各部門負責同志、專家和企業代表對規劃實施以來取得的積極進展高度認同,並對2019年規劃實施重點工作進行了研討,從加快項目部署實施,強化基礎研究,加大晶片、工具和平臺等研發力度,重視人才培養,加快基礎設施建設,促進產學研合作,擴大應用示範,強化對實體經濟的引領作用,完善促進人工智慧發展的政策法規等方面提出了意見和建議。  科技部王志剛部長在會上宣布成立新一代人工智慧治理專業委員會。
  • 湖南省啟動2020年度科技創新計劃社會化出資項目申報
    紅網時刻12月9日訊(記者 廖晨昊 何青 通訊員 楊明月)12月7日,湖南省科技廳正式啟動2020年度湖南省科技創新計劃社會化出資項目申報工作,網上受理截止日期為12月18日17:00,推薦單位系統推薦截止時間為12月23日17:00。