1、附件120182019年度廣東省重大科技專項“新一代人工智能”申報指南（征求意見稿）本專項力爭加快布局人工智能領域技術研發應用，攻克一批 制約人工智能產業創新發展的重大技術瓶頸，促進社會生產和消 費從工業化向自動化、智能化轉變。20182019年度指南共設置前沿與關鍵技術攻關、關鍵部件和系統研發、行業創新應用、開 放性課題、人工智能技術標準研究及公共支撐服務平臺建設、對 接國家平臺建設等專題。專題一：前沿與重點技術研發（專題編號：0107）項目1:人工智能理論、算法（一） 研究內容。研究數據驅動與知識引導基礎理論，包括建立可解釋、可包 容和穩健的通用人工智能理論新模型新方法；跨媒體感知認知理

2、論，包括多模態統一感知認知理論及多模態協同模型；高級機器 學習理論，包括統計學習基礎理論、不確定性推理與決策、分布 式學習等學習理論和高效模型。（二）考核指標。項目完成時須形成面向場景需求的關鍵算法庫及知識產權， 可解決真實環境下的場景解析、動作分析等實際應用問題，支撐 應用系統搭建，如數據驅動與知識引導理論及計算模型可面向工 業互聯、金融計算等方向搭建系統，跨媒體感知理論及計算模型 可面向智能交通、人臉識別、語音交互等方向搭建系統，高級機 器學習理論及計算模型可面向智能制造、智慧農業、生物識別安 全認證、智能教育等方向搭建系統等；形成行業智能化標準；中 請核心技術發明專利 5件以上，申請軟件

3、著作權 5件以上，發表 具有影響力的高水平論文 5篇以上。項目2:人工智能基礎處理器芯片（一） 研究內容。面向高性能計算、大規模神經網絡、圖像識別與處理、深度 機器學習等功能，研究適合人工智能的混合硬件計算架構，研究 智能數據處理、計算存儲融合等算法設計、仿真、FPGA驗證以及ASIC設計關鍵技術，實現可對標國際先導的智能數據處理器芯片 自主研發。（二）考核指標。項目完成時須形成算法技術硬件化和系統應用能力，實現一 類以上神經網絡處理器芯片、智能數據存儲處理器芯片、智能在 線學習芯片等智能數據處理芯片的研發應用，具備全自主知識產 權；申請核心技術發明專利 15件以上，發表具有影響力的高水平論文

4、5篇以上專題二：關鍵部件和系統研發（專題編號：0108）項目1:自然身份識別系統（一） 研究內容。研究面向公共安全的圖像視頻識別、語音語義識別、人員身 份識別技術（例如人臉、指紋、姿態、身份證、網絡虛擬身份等） 等系統核心算法、軟件建模、采集系統以及計算架構技術。（二）考核指標。申請核心技術發明專利 5件以上，形成自主知識產權的軟件產品5個以上，編制技術標準或規范 3份以上。項目2:無人機飛行安全監測與反制（一） 研究內容。研究面向無人機飛行安全性和可靠性的監測方法，研發無人機飛行監測軟硬件系統與無人機反制系統，構建無人機飛行性能、智能感知與避障能力、安全性能和可靠性測試評價體系，研發用 于測

5、試評價驗證的半實物仿真平臺，構建具備無人機飛行軌跡繪 制、軌跡存儲、報警等功能的實時監控云平臺，開發無人機反制 的空中控制或地面干擾裝置。（二）考核指標。申請核心技術發明專利 5件以上；形成無人機系統檢測技術 規范10份以上，形成國家標準/行業標準3項以上。項目3:遠海多無人船自主循跡與交互（一） 研究內容。研究遠海多無人船自主交互、多無人船組合導航、作業過程信息獲取、自組織循跡策略、自動定點作業等技術；開發混合動 力推進系統、智能作業機械系統等，可實現遠海環境無人船自主 循跡和交互作業應用。（二）考核指標。申請核心技術發明專利 5件以上等。項目4:智能網聯汽車視覺感知與人機交互（一） 研究內

6、容。研究汽車駕駛視覺感知技術，包括晝夜視像技術、夜視補光 技術、圖像增強技術、雷達視像多源信息融合技術、多處理層深 度學習；研究人、車、道路之間的自然交互環境的HMI技術，開發自動泊車舵機控制、主動轉向系統。（二）考核指標。申請核心技術發明專利 5項以上等。項目5:機器藝術視覺感知創作與人機交互（一） 研究內容。研究機器人藝術視覺感知創作技術，包括圖像視覺藝術分析 技術、藝術特征提取與表示技術、多特征藝術融合技術、藝術風 格遷移技術；研究設計一類以上藝術感知創作的人機交互機器人 技術，實現擬人藝術創作機器人系統。（二）考核指標。項目完成時須申請核心技術發明專利 5件以上，自主知識產權的軟件產品

7、5個以上等。專題三：面向行業的典型示范應用和創新場景培育（專題編號：0109）項目1:面向金融、安防或教育等任一領域的智能感知與識別 技術應用示范（一） 研究內容。研究圖像（如人臉、指靜脈等）、語音語義智能感知與識別等 關鍵技術與典型應用場景的深度融合，在金融、安防或教育中基 礎較好的領域，優先開展應用示范。（二）考核指標。申請核心技術發明專利 5件以上，申請軟件著作權 3項以上 等。項目2:面向醫療、制造、檢測或科研研發等領域的高級機器 學習應用示范（一） 研究內容。在領域數據不足的條件下，研究深度遷移學習技術；研究深 度模型搜索與自適應超參數定義技術，實現面向場景的漸進自動 化增量學習；研

8、究面向醫療、制造或科研研發中基礎較好的領域 開展應用示范，實現具有機器學習、智能分析、輔助決策、智能診斷、方案優化等技術的人工智能系統。（二）考核指標。申請核心技術發明專利 5件以上，申請軟件著作權5件以上， 形成標準規范3件以上等。項目3:無人駕駛開放測試場應用示范（一） 研究內容。研究面向無人駕駛汽車、無人機或無人船等領域的開放測試 場，重點研究無人駕駛汽車（或無人機、無人船）自主駕駛性能、安 全性、可靠性等重要測試方法，研發測試道路（或航線、航道） 相應試驗裝置及基礎測控軟硬件系統，研究無人駕駛測試安全、 應急方法及監控終端，構建涵蓋內外場的無人駕駛汽車（或無人 機、無人船）測試評價體系

9、。（二）考核指標。申請發明專利5項以上等。項目4:數據標注技術研究及典型機器學習樣本數據庫建立（一） 研究內容。研究基于機器學習的數據標簽與標注標準化技術，研究標準 大數據知識圖譜，建立關鍵技術標準與體系；研究標準化的數據 深度搜索、數據深度爬取、數據深度加工、數據深度生成和數據 交互核心技術，實現面向場景的數據專業化需求智能提取、標注 和輸由；分析同一對象在數據空間中的變化規律，研究自動化數 據增廣技術；開展標準數據集技術應用示范；研究標準數據集AI 水平測評技術。（二）考核指標。圍繞人工智能標準數據集關鍵技術形成國際標準、國家標準 或先進團體標準不少于 10件等。專題四：開放性課題（專題編號：0110）（一） 研究內容。支持針對人工智能領域的前沿與應用基礎