關(guān)于組織申報(bào)2019年度廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃“新一代人工智能”重大科技專項(xiàng)項(xiàng)目的通知

省直有關(guān)部門(mén)、各地級(jí)以上市科技局(委)、各有關(guān)單位：

　　為全面貫徹落實(shí)黨的十九大和習(xí)近平總書(shū)記關(guān)于加強(qiáng)關(guān)鍵核心技術(shù)攻關(guān)的系列重要講話精神，按照省第十二次黨代會(huì)、十二屆四次、六次全會(huì)和全省科技創(chuàng)新大會(huì)相關(guān)部署，根據(jù)《廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃實(shí)施方案》，現(xiàn)啟動(dòng)2019年度廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃“新一代人工智能”重大科技專項(xiàng)項(xiàng)目申報(bào)工作。有關(guān)事項(xiàng)通知如下：

　　一、申報(bào)要求

　　(一) 申報(bào)單位為廣東省內(nèi)注冊(cè)創(chuàng)新主體(包括企業(yè)、科研院所、高校、其他事業(yè)單位和行業(yè)組織等)的，應(yīng)注重產(chǎn)學(xué)研結(jié)合、整合省內(nèi)外優(yōu)勢(shì)資源;申報(bào)單位為港澳地區(qū)高校院所的，按照《廣東省科學(xué)技術(shù)廳 廣東省財(cái)政廳關(guān)于香港特別行政區(qū)、澳門(mén)特別行政區(qū)高等院校和科研機(jī)構(gòu)參與廣東省財(cái)政科技計(jì)劃(專項(xiàng)、基金等)組織實(shí)施的若干規(guī)定(試行)》(粵科規(guī)范字〔2019〕1號(hào))文件精神納入相應(yīng)范圍;申報(bào)單位為省外地區(qū)的，項(xiàng)目評(píng)審與立項(xiàng)過(guò)程按照相關(guān)規(guī)定與廣東省內(nèi)單位平等對(duì)待。

　　省外單位牽頭申報(bào)的，經(jīng)競(jìng)爭(zhēng)性評(píng)審，擇優(yōu)納入科技計(jì)劃項(xiàng)目庫(kù)管理;入庫(kù)項(xiàng)目在滿足科研機(jī)構(gòu)、科研活動(dòng)、主要團(tuán)隊(duì)到廣東落地，且項(xiàng)目知識(shí)產(chǎn)權(quán)在廣東申報(bào)、項(xiàng)目成果在廣東轉(zhuǎn)化等條件后，將給予立項(xiàng)支持。

　　(二) 堅(jiān)持需求導(dǎo)向和應(yīng)用導(dǎo)向。鼓勵(lì)產(chǎn)學(xué)研聯(lián)合申報(bào)，牽頭申報(bào)單位為企業(yè)的，原則上應(yīng)為高新技術(shù)企業(yè)或龍頭骨干企業(yè)，建有研發(fā)機(jī)構(gòu)，在本領(lǐng)域擁有國(guó)家級(jí)、省部級(jí)重大創(chuàng)新平臺(tái)，且以本領(lǐng)域領(lǐng)軍人物作為項(xiàng)目負(fù)責(zé)人。鼓勵(lì)加大配套資金投入，企業(yè)牽頭申報(bào)的，項(xiàng)目總投入中自籌經(jīng)費(fèi)原則上不少于70%;非企業(yè)牽頭申報(bào)的，項(xiàng)目總投入中自籌經(jīng)費(fèi)原則上不少于50%(自籌經(jīng)費(fèi)主要由參與申報(bào)的企業(yè)出資)。

　　(三) 省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃申報(bào)單位總體不受在研項(xiàng)目數(shù)的限項(xiàng)申報(bào)約束，項(xiàng)目應(yīng)依托在該領(lǐng)域具有顯著優(yōu)勢(shì)的創(chuàng)新單位，加強(qiáng)資源統(tǒng)籌和要素整合，集中力量開(kāi)展技術(shù)攻關(guān)。不鼓勵(lì)同一單位或同一研究團(tuán)隊(duì)分散力量、在同一專項(xiàng)中既牽頭又參與多個(gè)項(xiàng)目申報(bào)，否則納入科研誠(chéng)信記錄并進(jìn)行相應(yīng)處理。

　　(四) 項(xiàng)目負(fù)責(zé)人應(yīng)起到統(tǒng)籌領(lǐng)導(dǎo)作用，能實(shí)質(zhì)性參與項(xiàng)目的組織實(shí)施，防止出現(xiàn)拉本領(lǐng)域高端知名專家掛名現(xiàn)象。

　　(五) 項(xiàng)目?jī)?nèi)容須真實(shí)可信，不得夸大自身實(shí)力與技術(shù)、經(jīng)濟(jì)指標(biāo)。各申報(bào)單位須對(duì)申報(bào)材料的真實(shí)性負(fù)責(zé)，要落實(shí)《關(guān)于進(jìn)一步加強(qiáng)科研誠(chéng)信建設(shè)的若干意見(jiàn)》(廳字〔2018〕23號(hào))要求，加強(qiáng)對(duì)申報(bào)材料審核把關(guān)，杜絕夸大不實(shí)，甚至弄虛作假。各申報(bào)單位、項(xiàng)目負(fù)責(zé)人須簽署《申報(bào)材料真實(shí)性承諾函》(模板可在陽(yáng)光政務(wù)平臺(tái)系統(tǒng)下載，須加蓋單位公章)。項(xiàng)目一經(jīng)立項(xiàng)，技術(shù)、產(chǎn)品、經(jīng)濟(jì)等考核指標(biāo)無(wú)正當(dāng)理由不予修改調(diào)整。

　　(六) 申報(bào)單位應(yīng)認(rèn)真做好經(jīng)費(fèi)預(yù)算，按實(shí)申報(bào)，且應(yīng)符合申報(bào)指南有關(guān)要求。

　　(七) 有以下情形之一的項(xiàng)目負(fù)責(zé)人或申報(bào)單位不得進(jìn)行申報(bào)或通過(guò)資格審查：

　　1.項(xiàng)目負(fù)責(zé)人有廣東省級(jí)科技計(jì)劃項(xiàng)目3項(xiàng)以上(含3項(xiàng))未完成結(jié)題或有項(xiàng)目逾期一年未結(jié)題(平臺(tái)類、普惠性政策類、后補(bǔ)助類項(xiàng)目除外);

　　2.項(xiàng)目負(fù)責(zé)人有在研廣東省重大科技專項(xiàng)項(xiàng)目、重點(diǎn)領(lǐng)域研發(fā)計(jì)劃項(xiàng)目未完成驗(yàn)收結(jié)題(此類情形下該負(fù)責(zé)人仍可作為主要參與人參與項(xiàng)目申報(bào));

　　3.在省級(jí)財(cái)政專項(xiàng)資金審計(jì)、檢查過(guò)程中發(fā)現(xiàn)重大違規(guī)行為;

　　4.同一項(xiàng)目通過(guò)變換課題名稱等方式進(jìn)行多頭或重復(fù)申報(bào);

　　5.項(xiàng)目主要內(nèi)容已由該單位單獨(dú)或聯(lián)合其他單位申報(bào)并已獲得省科技計(jì)劃立項(xiàng);

　　6.省內(nèi)單位項(xiàng)目未經(jīng)科技主管部門(mén)組織推薦;

　　7.有尚在懲戒執(zhí)行期內(nèi)的科研嚴(yán)重失信行為記錄和相關(guān)社會(huì)領(lǐng)域信用“黑名單”記錄;

　　8.違背科研倫理道德。

　　(八) 申報(bào)項(xiàng)目還須符合申報(bào)指南各專題方向的具體申報(bào)條件。

　　二、專題內(nèi)容

　　專題一：關(guān)鍵基礎(chǔ)體系研究及驗(yàn)證(專題編號(hào)： 20190153)

　　項(xiàng)目1：面向自主智能體感知與協(xié)作的計(jì)算架構(gòu)和驗(yàn)證

　　(一)研究?jī)?nèi)容

　　針對(duì)自主智能體感知與協(xié)作的新型深度計(jì)算架構(gòu)開(kāi)展研究。針對(duì)實(shí)時(shí)感知與識(shí)別、自主控制與協(xié)作、動(dòng)態(tài)環(huán)境下的自適應(yīng)任務(wù)重構(gòu)等難題，突破實(shí)時(shí)目標(biāo)檢測(cè)算法、多智能體協(xié)作、智能計(jì)算智能處理器系統(tǒng)結(jié)構(gòu)設(shè)計(jì)等關(guān)鍵技術(shù)。研 究低功耗、強(qiáng)實(shí)時(shí)的軟硬件協(xié)同解決方案;研究基于語(yǔ)義地 圖的情境理解和多智能體協(xié)作等核心技術(shù);完成基于認(rèn)知計(jì) 算模型的人工智能原型處理器設(shè)計(jì)，面向多智能協(xié)同任務(wù)的 原理驗(yàn)證系統(tǒng)。可支持智慧物流、智慧社區(qū)、智慧安防等領(lǐng)域。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須基于自主智能理論計(jì)算架構(gòu)完成一款新型處理器原型設(shè)計(jì)，并建成面向物流、無(wú)人駕駛等領(lǐng)域技術(shù)驗(yàn)證系統(tǒng)，可與原有自主智能體感知、協(xié)作、任務(wù)執(zhí)行效率直接比對(duì)。其中，處理器峰值算力不低于12.8TOPs， 執(zhí)行效率不低于70%，部分網(wǎng)絡(luò)不低于80%;單處理器支持不低于8路的1080P@60Hz目標(biāo)檢測(cè)任務(wù);基于該原型處理器構(gòu)建自主智能體數(shù)目≥10個(gè)、種類≥2類的多智能體協(xié)同驗(yàn)證系統(tǒng);驗(yàn)證系統(tǒng)圍繞混合增強(qiáng)智能、機(jī)載實(shí)時(shí)處理、空地聯(lián)合感知協(xié)作、動(dòng)態(tài)環(huán)境任務(wù)自適應(yīng)重構(gòu)等關(guān)鍵技術(shù)開(kāi)展集成驗(yàn)證，達(dá)到低能耗、高實(shí)時(shí)、強(qiáng)適應(yīng)的要求;項(xiàng)目執(zhí)行期內(nèi)在廣東省內(nèi)自主智能體領(lǐng)域進(jìn)行不少于3處應(yīng)用，完成新申請(qǐng)發(fā)明專利大于等于20項(xiàng)(其中至少包含5項(xiàng)PCT專利)， 研制并發(fā)布實(shí)施團(tuán)體標(biāo)準(zhǔn)2項(xiàng)，集成電路保護(hù)布圖1項(xiàng)。

　　項(xiàng)目2：基于混合增強(qiáng)智能的平行智能理論研究及驗(yàn)證

　　(一)研究?jī)?nèi)容

　　本方向針對(duì)平行智能理論體系下的機(jī)器智能進(jìn)行系統(tǒng)性研究。研究提升機(jī)器理解并適應(yīng)真實(shí)世界環(huán)境、完成復(fù)雜時(shí)空關(guān)聯(lián)任務(wù)的能力;研究基于認(rèn)知計(jì)算的混合增強(qiáng)智能，探索直覺(jué)推理與因果模型、記憶和知識(shí)演化的可計(jì)算框架;研究人機(jī)協(xié)同的感知與執(zhí)行一體化模型、智能計(jì)算前移的新型邊緣節(jié)點(diǎn)等核心技術(shù);構(gòu)建包含人工系統(tǒng)、計(jì)算實(shí)驗(yàn)、平行控制與管理等功能的混合增強(qiáng)智能平行智能系統(tǒng)平臺(tái);在制造、交通或健康等行業(yè)建立驗(yàn)證系統(tǒng)予以驗(yàn)證。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須基于平行智能理論建立具有人機(jī)物要素10萬(wàn)個(gè)以上、可接入2類以上智能系統(tǒng)API、具備10種以上接口的驗(yàn)證系統(tǒng)及軟硬件平臺(tái)，并在實(shí)際場(chǎng)景中應(yīng)用、驗(yàn)證、效率比對(duì)。該驗(yàn)證系統(tǒng)包含人機(jī)混合增強(qiáng)智能基礎(chǔ)模型與核心技術(shù)算法不少于15個(gè)，以上模型和算法能夠支 持語(yǔ)音、圖像、意圖理解等多模態(tài)人機(jī)交互手段，將人機(jī)交互、感知和認(rèn)知計(jì)算的運(yùn)行效率比現(xiàn)有水平提升30%以上; 所構(gòu)建的平行智能系統(tǒng)平臺(tái)對(duì)典型場(chǎng)景的感知精度超過(guò)95%，實(shí)現(xiàn)人工工作量降低40%以上;項(xiàng)目執(zhí)行期內(nèi)完成新申請(qǐng)發(fā)明專利大于等于20項(xiàng)(其中至少包含5項(xiàng)PCT專利)，研制并發(fā)布實(shí)施團(tuán)體標(biāo)準(zhǔn)2項(xiàng)。項(xiàng)目執(zhí)行期內(nèi)在廣東省內(nèi)制造、交通或健康等領(lǐng)域完成不少于3類應(yīng)用示范。

　　項(xiàng)目3：面向數(shù)據(jù)智能標(biāo)注的弱監(jiān)督與自學(xué)習(xí)方法及系統(tǒng)驗(yàn)證

　　(一)研究?jī)?nèi)容

　　本方向針對(duì)大數(shù)據(jù)智能的關(guān)鍵基礎(chǔ)體系進(jìn)行建設(shè)。研究多機(jī)構(gòu)協(xié)同的系統(tǒng)性結(jié)構(gòu)化標(biāo)注策略，結(jié)合深度學(xué)習(xí)算法針對(duì)影像數(shù)據(jù)(如圖片、視頻)、文本數(shù)據(jù)(如語(yǔ)音、文字)研究自動(dòng)生成結(jié)構(gòu)化數(shù)據(jù)的智能標(biāo)注系統(tǒng)，開(kāi)發(fā)半監(jiān)督/無(wú)監(jiān)督學(xué)習(xí)算法支持下的集數(shù)據(jù)收集、數(shù)據(jù)處理和自動(dòng)標(biāo)注為一體的智能標(biāo)注云平臺(tái)。通過(guò)從海量未標(biāo)注的數(shù)據(jù)中自動(dòng)挖掘有價(jià)值的目標(biāo)信息，實(shí)現(xiàn)(極)弱監(jiān)督下的特征與模型學(xué)習(xí)，并大幅度地提升模型的精簡(jiǎn)性、通用性和適應(yīng)性。通過(guò)推理、匹配與迭代優(yōu)化，研究無(wú)標(biāo)注樣本下的深度特征預(yù)學(xué)習(xí);研究結(jié)合遷移學(xué)習(xí)與主動(dòng)學(xué)習(xí)的增量學(xué)習(xí)方法，并通過(guò)漸進(jìn)式模型訓(xùn)練將其應(yīng)用到實(shí)體目標(biāo)增量標(biāo)注任務(wù)中，通過(guò)迭代學(xué)習(xí)有效地提升模型性能。建立高效通用的數(shù)據(jù)標(biāo)簽與結(jié)構(gòu)化標(biāo)注標(biāo)準(zhǔn)體系，并完成標(biāo)準(zhǔn)化的標(biāo)注數(shù)據(jù)庫(kù)建設(shè)。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須建成一個(gè)智能標(biāo)注開(kāi)放平臺(tái)，接入的開(kāi)發(fā)者不少于300個(gè)，平臺(tái)上通用和專用智能標(biāo)注小程序不少于100個(gè)，活躍用戶不少于3000個(gè)。項(xiàng)目形成的平臺(tái)可完成面向影像、文本數(shù)據(jù)自動(dòng)標(biāo)注任務(wù)，提出20個(gè)以上的弱監(jiān)督與自主學(xué)習(xí)模型與算法，實(shí)現(xiàn)標(biāo)注準(zhǔn)確率不低于92%， 對(duì)于其中任一個(gè)子任務(wù)分類的準(zhǔn)確率、靈敏度、特異度均不低于90%。開(kāi)發(fā)海量數(shù)據(jù)自動(dòng)標(biāo)注系統(tǒng)，建立起包括億級(jí)數(shù)量和PB級(jí)存儲(chǔ)的各類影像數(shù)據(jù)(圖片、視頻)、文本數(shù)據(jù)(語(yǔ)音、文字)庫(kù)。項(xiàng)目執(zhí)行期內(nèi)完成新申請(qǐng)發(fā)明專利大于等于20項(xiàng)(其中至少包含5項(xiàng)PCT專利)，研制并發(fā)布 實(shí)施團(tuán)體標(biāo)準(zhǔn)2項(xiàng)。驗(yàn)證應(yīng)用需覆蓋廣東省內(nèi)無(wú)人駕駛、智 能安防、智慧醫(yī)療等領(lǐng)域。

　　申報(bào)要求：本專題的項(xiàng)目3須企業(yè)牽頭申報(bào)。

　　支持強(qiáng)度：本專題每個(gè)項(xiàng)目擬支持1-2項(xiàng)，資助額度3000 萬(wàn)元左右/項(xiàng)。

　　專題二：關(guān)鍵共性技術(shù)研究及應(yīng)用(專題編號(hào)： 20190154)

　　項(xiàng)目1：基于跨媒體感知的人機(jī)交互關(guān)鍵技術(shù)研究與應(yīng)用

　　(一)研究?jī)?nèi)容

　　開(kāi)展多模態(tài)的人機(jī)交互技術(shù)研究，重點(diǎn)解決以視覺(jué)感知、語(yǔ)音理解、動(dòng)作交互為主的人機(jī)交互核心問(wèn)題。研究面向開(kāi)放環(huán)境的自適應(yīng)場(chǎng)景及交互對(duì)象的視覺(jué)感知與建模，提升智能系統(tǒng)對(duì)多樣化場(chǎng)景的適應(yīng)能力;開(kāi)展高層語(yǔ)義理解與融合的人機(jī)語(yǔ)音交互技術(shù)研究，提升語(yǔ)音系統(tǒng)在開(kāi)放交互場(chǎng)景中的模糊理解與泛化推理能力;研究跨模態(tài)的機(jī)器人情感認(rèn)知技術(shù)，包含表情、對(duì)話語(yǔ)音情感理解等;研究融合認(rèn)知理解的高自由度人機(jī)動(dòng)作交互，實(shí)現(xiàn)多模態(tài)與多樣化的人機(jī)交互方式;研制面向通用邊緣計(jì)算的智能實(shí)時(shí)推理平臺(tái)，形成端云一體化的多模態(tài)人機(jī)交互系統(tǒng)，實(shí)現(xiàn)感知、理解、交互一體的智能設(shè)備;在多模態(tài)人機(jī)交互上形成核心技術(shù)，并在服務(wù)、教育、工業(yè)等人機(jī)交互與機(jī)器人方向形成示范性應(yīng)用。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須開(kāi)發(fā)完成具備多模態(tài)感知能力，具備高自由度并可自主執(zhí)行動(dòng)作的智能機(jī)器人不少于3款。項(xiàng)目 需建立環(huán)境自適應(yīng)的場(chǎng)景感知系統(tǒng)，實(shí)現(xiàn)高精度的場(chǎng)景感知和理解，并滿足10個(gè)以上場(chǎng)景的自適應(yīng)感知需求;完成交互語(yǔ)音理解系統(tǒng)，中文語(yǔ)音識(shí)別準(zhǔn)確率超過(guò)90%，中文問(wèn)答準(zhǔn)確率高于85%;開(kāi)發(fā)完成高自由度的實(shí)時(shí)動(dòng)作交互系統(tǒng)， 機(jī)器人動(dòng)作交互姿態(tài)超過(guò)15個(gè)自由度;多模態(tài)情感識(shí)別準(zhǔn)確度>90%;構(gòu)建面向多模態(tài)人機(jī)交互的端云一體化的實(shí)時(shí) 動(dòng)作交互平臺(tái)，其邊緣計(jì)算滿足大于5幀/秒的實(shí)時(shí)處理能力;形成多模態(tài)感知與人機(jī)動(dòng)作交互相融合的交互應(yīng)用不少于3項(xiàng)。在廣東省內(nèi)服務(wù)、教育、工業(yè)等智能機(jī)器領(lǐng)域應(yīng)用。項(xiàng)目執(zhí)行期內(nèi)完成新申請(qǐng)發(fā)明專利大于等于20項(xiàng)(其中至少包含5項(xiàng)PCT專利)，提交國(guó)際或國(guó)家標(biāo)準(zhǔn)標(biāo)準(zhǔn)草案≥1項(xiàng)。

　　項(xiàng)目2：工業(yè)級(jí)多模智能感知系統(tǒng)關(guān)鍵技術(shù)與邊云協(xié)同應(yīng)用

　　(一)研究?jī)?nèi)容

　　開(kāi)展基于聲和超聲感知的智能感知認(rèn)知理論和關(guān)鍵技術(shù)研究。研究基于工業(yè)聲成像的產(chǎn)品或零部件故障辨識(shí)和故障定位技術(shù);基于聲像的對(duì)抗學(xué)習(xí)、遷移學(xué)習(xí)和強(qiáng)化學(xué)習(xí)融合算法，研究基于深度學(xué)習(xí)的時(shí)序/空間/時(shí)頻多維信息 融合推理算法。研究基于超聲感知的高精度定位技術(shù)，基于機(jī)器學(xué)習(xí)、流形學(xué)習(xí)、深度學(xué)習(xí)的多維信號(hào)特征提取算法。研究基于自組織神經(jīng)網(wǎng)絡(luò)、記憶回放機(jī)制的在線增量學(xué)習(xí)算法，實(shí)現(xiàn)基于人機(jī)互動(dòng)的新故障自動(dòng)標(biāo)注。建立面向制造感知的可重構(gòu)異構(gòu)智能計(jì)算邊緣節(jié)點(diǎn)定制化軟硬件協(xié)同設(shè)計(jì)，研究高效、靈活的深度神經(jīng)網(wǎng)絡(luò)加速單元和信號(hào)處理加速單元設(shè)計(jì)，為多框架深度學(xué)習(xí)以及信號(hào)處理構(gòu)建易于編程與應(yīng)用的集成編譯開(kāi)發(fā)與運(yùn)行時(shí)管理軟件，完成自主邊緣智能計(jì)算節(jié)點(diǎn)構(gòu)建。建立多模態(tài)感知融合云平臺(tái)并實(shí)現(xiàn)多廠區(qū)邊云部署，建成同類產(chǎn)品在不同區(qū)域產(chǎn)線的多模態(tài)感知智能學(xué)習(xí)與計(jì)算系統(tǒng)。形成算法、系統(tǒng)與平臺(tái)的完整軟硬件設(shè)計(jì)與快速的算法模型可迭代設(shè)計(jì)評(píng)估、驗(yàn)證。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須完成基于非接觸超聲感知及聲感知等先進(jìn)感知的工業(yè)智能診斷系統(tǒng)，并實(shí)現(xiàn)邊云部署。其中， 非接觸超聲感知系統(tǒng)可實(shí)現(xiàn)掃查檢測(cè)3m/s以上，工作距離范 圍0.35m～2m時(shí)檢出點(diǎn)定位精度小于1cm，成像點(diǎn)間距小于1mm，故障檢出率≥95%。工業(yè)聲像的故障、定位感知認(rèn)知模型10種以上，系統(tǒng)可分離故障聲源6個(gè)以上，故障聲定位精度±1cm，故障識(shí)別10種以上，判斷時(shí)間小于1s，故障檢出率≥99.99%，故障辨識(shí)準(zhǔn)確率≥95%(包括在線新增故障，背景噪聲強(qiáng)度70db~90db)。需構(gòu)建易于多模態(tài)感知計(jì)算的自研算法庫(kù)，自研管理平臺(tái)可兼容多種主流計(jì)算框架，實(shí)現(xiàn)深度學(xué)習(xí)以及信號(hào)處理等算法融合的混合模型壓縮、集 成仿真與在線評(píng)測(cè);為自主硬件設(shè)計(jì)單元設(shè)計(jì)定制硬件接 口抽象與高層次綜合庫(kù)，完成國(guó)產(chǎn)應(yīng)用處理器+FPGA的邊緣智能節(jié)點(diǎn)設(shè)計(jì)，節(jié)點(diǎn)功耗<15W。系統(tǒng)需在5個(gè)以上不同區(qū)域廠區(qū)聯(lián)合調(diào)試部署，部署上線軟硬件系統(tǒng)不少于100套， 產(chǎn)線覆蓋不少于80條，覆蓋產(chǎn)線產(chǎn)值不少于25億/年。項(xiàng)目 執(zhí)行期內(nèi)完成新申請(qǐng)發(fā)明專利大于等于20項(xiàng)(其中至少包含5項(xiàng)PCT專利)。

　　項(xiàng)目3：基于端云融合的網(wǎng)聯(lián)協(xié)同控制關(guān)鍵技術(shù)研究及應(yīng)用

　　(一)研究?jī)?nèi)容

　　面向AIOT場(chǎng)景下復(fù)雜不確定性端云融合模式下的跨域業(yè)務(wù)協(xié)同控制問(wèn)題，開(kāi)展邊緣計(jì)算網(wǎng)關(guān)及智能網(wǎng)聯(lián)協(xié)同控制系統(tǒng)的關(guān)鍵技術(shù)研究。包括面向處理器級(jí)網(wǎng)聯(lián)端側(cè)設(shè)備 數(shù)據(jù)采集融合的端云協(xié)同智能計(jì)算模型、低功耗邊緣計(jì)算 網(wǎng)關(guān)體系架構(gòu)、端云融合網(wǎng)聯(lián)大數(shù)據(jù)全周期閉環(huán)智能管理 模型。研制具備低功耗、輕量級(jí)人工智能算法邊緣執(zhí)行框架的網(wǎng)關(guān)設(shè)備，研究支持終端網(wǎng)聯(lián)節(jié)點(diǎn)國(guó)產(chǎn)操作系統(tǒng)的自 主可控軟件集成開(kāi)發(fā)環(huán)境和開(kāi)源工具鏈。支持TensorFlow等框架下訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型到算子的翻譯、算子到AI 芯片的指令集編譯，研發(fā)面向AIOT的軟件集成開(kāi)發(fā)環(huán)境和編譯工具鏈，搭建開(kāi)源計(jì)算平臺(tái)，提高邊緣計(jì)算網(wǎng)關(guān)的AI 支持，面向城市交通管理、無(wú)人駕駛、安全生產(chǎn)應(yīng)急管理、 企業(yè)風(fēng)險(xiǎn)預(yù)警分析管控等熱點(diǎn)的城市大腦協(xié)同控制場(chǎng)景建 立示范應(yīng)用。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須完成一個(gè)開(kāi)源開(kāi)放邊緣計(jì)算網(wǎng)關(guān)系統(tǒng)開(kāi)發(fā)，該邊緣計(jì)算網(wǎng)關(guān)可支持采用基于RISC-V的超低功耗多核并行架構(gòu)并支持不少于5種擴(kuò)展指令集的處理器，支持 離線運(yùn)行卷積神經(jīng)網(wǎng)絡(luò)等主流人工智能推理算法。支持不少于5種國(guó)產(chǎn)MCU或嵌入式處理器，支持NCNN和MNN兩種國(guó)內(nèi)主導(dǎo)的主流神經(jīng)網(wǎng)絡(luò)推理算法框架，以及Yolo V3等10 種以上嵌入式領(lǐng)域常用神經(jīng)網(wǎng)絡(luò)類型的模型編譯轉(zhuǎn)化。自研形成集成開(kāi)發(fā)環(huán)境，性能不低于手寫(xiě)匯編效率的70%，比開(kāi)源工具開(kāi)發(fā)效率提升一個(gè)數(shù)量級(jí)，性能提升2倍以上，支持不少于兩種主流開(kāi)源操作系統(tǒng)。支持100萬(wàn)級(jí)邊緣節(jié)點(diǎn)在線智能協(xié)同管理，以及不少于10種制式通信協(xié)議、不少于5 類多屬性異構(gòu)數(shù)據(jù)預(yù)處理。形成端云融合智能協(xié)同控制系統(tǒng)可支持PB級(jí)數(shù)據(jù)處理能力，并面向廣東省內(nèi)交通管控、無(wú)人駕駛、安全生產(chǎn)等復(fù)雜不確定性跨域業(yè)務(wù)場(chǎng)景，提升總體協(xié)調(diào)控制效率20%以上。項(xiàng)目執(zhí)行期內(nèi)完成新申請(qǐng)發(fā)明 專利大于等于20項(xiàng)(其中至少包含5項(xiàng)PCT專利)，申請(qǐng)軟 件著作權(quán)≥20項(xiàng)，提交國(guó)際或國(guó)家標(biāo)準(zhǔn)標(biāo)準(zhǔn)草案≥1項(xiàng)。項(xiàng)目實(shí)施三年內(nèi)相關(guān)產(chǎn)品與服務(wù)累計(jì)涉及用戶規(guī)模(企業(yè)/個(gè)人)到達(dá)100萬(wàn)級(jí)。

　　項(xiàng)目4：預(yù)測(cè)性決策控制模型研發(fā)與人工智能開(kāi)放平臺(tái)構(gòu)建

　　(一)研究?jī)?nèi)容

　　研究面向制造的預(yù)測(cè)性決策控制模型及基礎(chǔ)算法庫(kù)， 研究支撐高維度性能衰退指標(biāo)提取的高穩(wěn)定性和敏感性算 法;研究根據(jù)特征數(shù)據(jù)庫(kù)和運(yùn)行數(shù)據(jù)庫(kù)構(gòu)建設(shè)備健康混合 模型，研究支持模型重合度評(píng)估系統(tǒng)或其部件健康度的算法;研究設(shè)備性能退化程度的算法及反饋補(bǔ)償控制技術(shù)，研發(fā)軟硬件協(xié)同計(jì)算系統(tǒng)。研究支撐高速在線動(dòng)態(tài)補(bǔ)償智能決策模型算法。研究支撐柔性件roll to roll和連續(xù)加工過(guò)程產(chǎn)品測(cè)量與和面向過(guò)程的誤差源識(shí)別算法，構(gòu)建基 于制造質(zhì)量預(yù)測(cè)可拓模型，研發(fā)柔性件制造預(yù)測(cè)性決策控 制深度學(xué)習(xí)人工智能算法開(kāi)放平臺(tái)系統(tǒng)，研發(fā)可視化虛擬 設(shè)備屬性數(shù)據(jù)建模與映射關(guān)系建立技術(shù)，研發(fā)拖拽式可視 化、圖形化的數(shù)據(jù)建模、數(shù)據(jù)探索、深度分析、規(guī)則聯(lián)動(dòng) 與預(yù)運(yùn)行及自主數(shù)據(jù)模型構(gòu)建技術(shù)。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須完成一個(gè)預(yù)測(cè)性決策人工智能開(kāi)放平 臺(tái)建設(shè)。該平臺(tái)可連接運(yùn)行設(shè)備不少于10萬(wàn)臺(tái)，并發(fā)數(shù)據(jù) 上報(bào)吞吐量單機(jī)QPS>8W，數(shù)據(jù)存儲(chǔ)吞吐日均數(shù)據(jù)承載>30T，可提供包括特征提取、性能衰退預(yù)測(cè)、健康評(píng)估等預(yù)測(cè)性維護(hù)深度學(xué)習(xí)算法模型不少于200種，算法模型須支持Spark ML、Python等主流人工智能算法開(kāi)發(fā)語(yǔ)言。系統(tǒng)支持拖拽式可視化數(shù)據(jù)建模，提供可視化虛擬設(shè)備屬性數(shù)據(jù)建模并建立映射關(guān)系以及圖形化、拖拽式的規(guī)則建模、規(guī)則聯(lián)動(dòng)與預(yù)運(yùn)行，支持軟件開(kāi)發(fā)語(yǔ)言Java、Ruby、PHP、C#、Golang、NodeJS、Python，項(xiàng)目執(zhí)行期間需接入平臺(tái)活躍用戶不少于10萬(wàn)個(gè)，開(kāi)發(fā)者數(shù)大于6000個(gè)。針對(duì)可roll to roll和連續(xù)生產(chǎn)的柔性材料類制造系統(tǒng)，實(shí)現(xiàn)人工智能維護(hù)算法穩(wěn)定性邊界差異指標(biāo)<5%，誤判率<20%，實(shí)現(xiàn)早于基準(zhǔn)的預(yù)測(cè)預(yù)報(bào)，裝備運(yùn)行持續(xù)時(shí)間在原基礎(chǔ)上提高5%， 柔性件核心加工部件實(shí)際使用時(shí)間提高1倍，原材料使用率比在項(xiàng)目實(shí)施前提升5%，覆蓋產(chǎn)能總體良率提升1.5%以上。項(xiàng)目完成時(shí)，基于上述創(chuàng)新成果，實(shí)現(xiàn)在廣東省內(nèi)6家以上不同行業(yè)柔性件制造企業(yè)形成智能化示范應(yīng)用。新申請(qǐng)發(fā)明專利大于等于20項(xiàng)(其中至少包含5項(xiàng)PCT專利)。

　　申報(bào)要求：本專題的所有項(xiàng)目均須企業(yè)牽頭申報(bào)。

　　支持強(qiáng)度：本專題每個(gè)項(xiàng)目擬支持1-2項(xiàng)，資助額度3000 萬(wàn)元左右/項(xiàng)。

　　專題三：關(guān)鍵處理與感知器件(專題編號(hào)：20190155)

　　項(xiàng)目1：可敏捷定制的智能視覺(jué)處理器及系統(tǒng)應(yīng)用

　　(一)研究?jī)?nèi)容

　　研究面向智能視覺(jué)應(yīng)用的可靈活調(diào)整的處理器體系架構(gòu)和部署工具，解決現(xiàn)有深度學(xué)習(xí)處理器固定體系結(jié)構(gòu)與靈 活應(yīng)用數(shù)據(jù)流之間的矛盾，針對(duì)不同應(yīng)用場(chǎng)景中的深度學(xué)習(xí) 算法，研究處理器在算法特定的體系結(jié)構(gòu)中的配置方法，研 究處理器在稠密網(wǎng)絡(luò)與稀疏網(wǎng)絡(luò)間切換模式，研究處理器動(dòng) 態(tài)調(diào)整數(shù)據(jù)流和數(shù)據(jù)位寬的方法。研究面向智能視覺(jué)的神經(jīng) 網(wǎng)絡(luò)模型壓縮技術(shù)，制定統(tǒng)一的網(wǎng)絡(luò)壓縮標(biāo)準(zhǔn)。研究高保真 度光感成像技術(shù)、超大圖像數(shù)據(jù)的快速壓縮與傳輸技術(shù)、亞像素級(jí)超高清圖像特征提取、分割、匹配與識(shí)別技術(shù)。開(kāi)展基于端云協(xié)同的應(yīng)用示范。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須實(shí)現(xiàn)智能視覺(jué)終端ASIC處理器流片。該處理器在65nm制程下，最高功耗控制在2W以內(nèi)，峰值8bit定點(diǎn)最高性能達(dá)到10TOPS和最高能效達(dá)到5TOPs/W量級(jí)。處理器可支持不同數(shù)據(jù)位寬(4, 8, 16, 32)的神經(jīng)網(wǎng)絡(luò), 卷積層平均資源利用率達(dá)到75%以上，處理器具備可以靈活配置成不同網(wǎng)絡(luò)層和面向不同場(chǎng)景的能力?；谠撁艚荻ㄖ埔曈X(jué)處理器開(kāi)發(fā)的“端云系統(tǒng)”，可在智能交通或高精度智能檢測(cè)等領(lǐng)域應(yīng)用，須在具體場(chǎng)景中驗(yàn)證敏捷定制處理器數(shù)據(jù)流 與數(shù)據(jù)位寬動(dòng)態(tài)調(diào)整效果。項(xiàng)目執(zhí)行期間，新申請(qǐng)發(fā)明專利 大于等于20項(xiàng)(其中至少包含5項(xiàng)PCT專利)，研制并發(fā)布實(shí)施團(tuán)體標(biāo)準(zhǔn)2項(xiàng)。

　　項(xiàng)目2：高性能TOF三維感知器件研發(fā)及視覺(jué)引導(dǎo)自主智能系統(tǒng)應(yīng)用

　　(一)研究?jī)?nèi)容

　　開(kāi)展高性能TOF圖像傳感器、3D傳感器關(guān)鍵技術(shù)研究及處理器開(kāi)發(fā)與應(yīng)用。研發(fā)高感光度、高量子效率、低暗電流噪聲且體積小的背照式(BSI)iTOF像素單元及其高分辨率圖像傳感器;研發(fā)高速、高精度、低功耗ADC及其讀出電路;研究基于面陣激光器及光學(xué)器件組成的激光發(fā)射模組及其高頻調(diào)制驅(qū)動(dòng)電路?；陧?xiàng)目開(kāi)發(fā)的TOF感知器件，研究3D視覺(jué)引導(dǎo)的自主智能系統(tǒng)，研究復(fù)雜環(huán)境下對(duì)操作對(duì) 象快速三維感知的能力，重構(gòu)交互場(chǎng)景和操作對(duì)象三維模 型，完成自主智能系統(tǒng)在復(fù)雜環(huán)境約束下的運(yùn)動(dòng)控制，研 究用于精準(zhǔn)交互和靈巧操作、快速估計(jì)的深度網(wǎng)絡(luò)模型應(yīng) 具備的防備對(duì)抗攻擊的魯棒性。

　　(二)考核指標(biāo)

　　項(xiàng)目完成時(shí)，須研發(fā)出工業(yè)級(jí)TOF 3D傳感器模組，并應(yīng)用于3D視覺(jué)誘導(dǎo)。研發(fā)采用BSI和stacking工藝的Si基TOF圖像傳感器，像素大小不超過(guò)5um x 5um，使940nm的量子效率至少達(dá)到35%，像素內(nèi)的光電子傳輸<1ns;3D傳感器分辨率可達(dá)到VGA，幀速可達(dá)到150fps，對(duì)角FOV大于80°，近距離測(cè)量相對(duì)精度不超過(guò)2mm@0.5m，遠(yuǎn)距離測(cè)量相對(duì)精 度不超過(guò)1%@20m;TOF器件應(yīng)用于三維視覺(jué)引導(dǎo)，可重構(gòu)場(chǎng)景和交互模型，建立場(chǎng)景/物體類別不少于100個(gè)，主動(dòng)抓取成功率不低于90%，將重構(gòu)和虛擬場(chǎng)景訓(xùn)練所得模型用于 真實(shí)抓取的遷移學(xué)習(xí)，主動(dòng)抓取成功率不低于80%。項(xiàng)目執(zhí)行期內(nèi)完成新申請(qǐng)發(fā)明專利大于等于20項(xiàng)(其中至少包含5 項(xiàng)PCT專利)。實(shí)現(xiàn)在廣東省內(nèi)工業(yè)制造、安防、危險(xiǎn)品處理、物流、數(shù)據(jù)中心等至少三個(gè)行業(yè)的示范應(yīng)用。

　　申報(bào)要求：本專題的項(xiàng)目2須企業(yè)牽頭申報(bào)。

　　支持強(qiáng)度：本專題每個(gè)項(xiàng)目擬支持 1-2 項(xiàng)，資助額度 3000萬(wàn)元左右/項(xiàng)。

　　三、評(píng)審及立項(xiàng)說(shuō)明

　　省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃項(xiàng)目由第三方專業(yè)機(jī)構(gòu)組織評(píng)審，對(duì)申報(bào)項(xiàng)目的背景、依據(jù)、技術(shù)路線、科研能力、時(shí)間進(jìn)度、經(jīng)費(fèi)預(yù)算、績(jī)效目標(biāo)等進(jìn)行評(píng)審論證，并進(jìn)行技術(shù)就緒度和知識(shí)產(chǎn)權(quán)等專業(yè)化評(píng)估：

　　(一) 技術(shù)就緒度與先進(jìn)性評(píng)估。本專項(xiàng)主要支持技術(shù)就緒度3-6級(jí)的項(xiàng)目，項(xiàng)目完成時(shí)技術(shù)就緒度一般應(yīng)達(dá)到7-9級(jí)，原則上項(xiàng)目完成后技術(shù)就緒度應(yīng)有3級(jí)以上提高(技術(shù)就緒度評(píng)價(jià)標(biāo)準(zhǔn)及細(xì)則見(jiàn)附件2)，各申報(bào)單位應(yīng)在可行性報(bào)告中按要求對(duì)此進(jìn)行闡述并提供必要的佐證支撐材料(可行性報(bào)告提綱可在陽(yáng)光政務(wù)平臺(tái)系統(tǒng)下載)。

　　(二) 查重及技術(shù)先進(jìn)性分析。將利用大數(shù)據(jù)分析技術(shù)，對(duì)照國(guó)家科技部科技計(jì)劃歷年資助項(xiàng)目與廣東省科技計(jì)劃歷年資助項(xiàng)目，對(duì)擬立項(xiàng)項(xiàng)目進(jìn)行查重和先進(jìn)性等分析。

　　(三) 知識(shí)產(chǎn)權(quán)分析評(píng)議。項(xiàng)目研究成果一般應(yīng)有高質(zhì)量的知識(shí)產(chǎn)權(quán)，請(qǐng)各申報(bào)單位按照高質(zhì)量知識(shí)產(chǎn)權(quán)分析評(píng)議指引的有關(guān)要求加強(qiáng)本單位知識(shí)產(chǎn)權(quán)管理，提出項(xiàng)目的高質(zhì)量知識(shí)產(chǎn)權(quán)目標(biāo)，并在可行性報(bào)告中按要求對(duì)此進(jìn)行闡述并提供必要的佐證支撐材料(可行性報(bào)告提綱可在陽(yáng)光政務(wù)平臺(tái)系統(tǒng)下載)，勿簡(jiǎn)單以專利數(shù)量、論文數(shù)量作為項(xiàng)目目標(biāo)。

　　擬立項(xiàng)項(xiàng)目經(jīng)領(lǐng)域?qū)＜液蛻?zhàn)略咨詢專家審議，并按程序報(bào)批后納入項(xiàng)目庫(kù)管理，按年度財(cái)政預(yù)算及項(xiàng)目落地情況分批出庫(kù)支持，視項(xiàng)目進(jìn)展分階段進(jìn)行資金撥付。

　　四、聯(lián)系人及電話

　　1.高新技術(shù)發(fā)展及產(chǎn)業(yè)化處(專題業(yè)務(wù)咨詢)：文曉蕓，020-83163877

　　2.業(yè)務(wù)受理及技術(shù)支持：020-83163930、83163338

　　3.資源配置與管理處(綜合性業(yè)務(wù)咨詢)：司圣奇　020-83163838

　　省科技廳

　　2019年7月29日