根據《工業(yè)和信息化部辦公廳關(guān)于組織開(kāi)展2021年人工智能產(chǎn)業(yè)創(chuàng )新任務(wù)揭榜掛帥申報工作的通知》(工信廳科函〔2021〕231號)要求，現請省直有關(guān)單位和各市工信局(以下稱(chēng)“推薦單位”)做好我省揭榜掛帥的申報工作。有關(guān)事項通知如下：

一、本次申報采取網(wǎng)上填報與紙質(zhì)版材料相結合的方式。每個(gè)申報主體申報不超過(guò)3個(gè)項目，已列入前期揭榜優(yōu)勝項目的不得重復申報。每個(gè)申報主體只能通過(guò)1個(gè)推薦單位推薦，不接受無(wú)推薦單位的申報主體。

　　二、各推薦單位按照政府引導、企業(yè)自愿的原則組織，優(yōu)先推薦創(chuàng )新能力強、產(chǎn)業(yè)化前景好、行業(yè)帶動(dòng)作用明顯的項目。其中，廣州(國家人工智能創(chuàng )新應用先導區)可推薦不超過(guò)8個(gè)項目，深圳直接推薦報工業(yè)和信息化部，珠三角地市(不含廣州、深圳)推薦數量不超過(guò)5個(gè);省有關(guān)單位和其余地市推薦數量不超過(guò)3個(gè)。

　　三、申報主體對申報資料的真實(shí)性、合法性和可行性負責，需承諾揭榜后能夠在指定期限內完成任務(wù)，申報主體須按要求填寫(xiě)《揭榜任務(wù)書(shū)》、《重點(diǎn)指標表》及《揭榜任務(wù)承諾書(shū)》并提交相關(guān)證明材料。推薦單位須落實(shí)指導和監管責任，對申報主體及其申報材料的情況進(jìn)行認真審核。

　　請各推薦單位高度重視人工智能創(chuàng )新任務(wù)揭榜掛帥工作，結合本地區、本領(lǐng)域實(shí)際，遵循公開(kāi)、公平、公正的原則完成好推薦工作，并在政策、資金、資源配套等方面加大支持力度。

　　2021年人工智能產(chǎn)業(yè)創(chuàng )新任務(wù)揭榜掛帥申報指南

　　一、核心基礎

　　(一)高性能云端人工智能芯片

　　揭榜任務(wù)：研制高性能云端人工智能芯片，突破適用于 人工智能計算范式的矩陣乘加內核架構、實(shí)現高速互聯(lián)總線(xiàn) 等核心技術(shù)，滿(mǎn)足云計算環(huán)境中的低能耗訓練和推斷。在智 慧城市、自動(dòng)駕駛、云計算、智能家居等重點(diǎn)領(lǐng)域實(shí)現規模 化商用。

　　預期目標：到2023年，支持多種國內外主流深度學(xué)習 框架，支持計算機視覺(jué)、自然語(yǔ)言處理、智能語(yǔ)音等技術(shù)領(lǐng) 域中不少于三種主流神經(jīng)網(wǎng)絡(luò )模型的訓練與推斷。云端訓練 芯片可支持FP32、TF32、BF16、FP16、INT8等計算精度， 算力 可達到 32TFLOPS@FP32、64TFLOPS@TF32 、 128TFLOPS@BF16. 128TFLOPS@FP16> 512TOPS@INT8; 芯片典型功耗不高于400Wo云端推斷芯片支持FP32、TF32、 FP16. INT8等計算精度，算力可達到32TFLOPS@FP32、 128TFLOPS@TF32> 128TFLOPS@FP16. 256TOPS@INT8, 芯片典型功耗不超過(guò)75W。

　　(二)高性能邊緣端/終端計算人工智能芯片

　　揭榜任務(wù)：面向機器學(xué)習邊緣端及終端，研發(fā)高性能、 低功耗、低延時(shí)、高算力性?xún)r(jià)比的人工智能芯片;研發(fā)配套 的編譯器、驅動(dòng)軟件、開(kāi)發(fā)環(huán)境等產(chǎn)業(yè)化支持工具，形成加 速卡、智能計算盒子、邊緣服務(wù)器等完整的配套產(chǎn)品。

　　預期目標：到2023年，支持多種國內外主流深度學(xué)習 框架，支持計算機視覺(jué)、自然語(yǔ)言處理、智能語(yǔ)音等技術(shù)領(lǐng) 域中不少于三種主流神經(jīng)網(wǎng)絡(luò )模型。邊緣端芯片峰值性能不 低于20TopS@INT8,支持FP16、INT8、INT4等量化精度, 芯片典型功耗不高于16W,能效比超過(guò)2TopS/W@INT8。 終端芯片能效比超過(guò)5TopS/W@INT8,典型功耗不超過(guò)2W, 支持INT8、INT4等量化精度。

　　(三)智能傳感器

　　揭榜任務(wù)：研發(fā)基于新需求、新材料、新工藝、新原理 的智能傳感器，提升圖像、聲學(xué)、健康監測、車(chē)規級雷達、 車(chē)規級攝像頭等智能傳感器自主研發(fā)水平，推動(dòng)智能傳感器 的產(chǎn)業(yè)化應用。

　　預期目標：到2023年，相關(guān)類(lèi)型傳感器達到以下性能: 聲學(xué)傳感器信噪比達到70dB、聲學(xué)過(guò)載點(diǎn)達到135dB.柔性 干式腦電電極、肌電電極、心電電極的導電性能顯著(zhù)提高， 導電阻抗可以達到小于5Kd車(chē)規級固態(tài)激光雷達在自動(dòng)駕 駛場(chǎng)景下實(shí)現探測距離之250m,水平視場(chǎng)角120。/垂直視場(chǎng)角 20°,水平角度分辨率00.075。/垂直角度分辨率W0.075。。車(chē)規 級攝像頭在自動(dòng)駕駛場(chǎng)景下，前視、后視攝像頭實(shí)現可探測 距離>250m(FOV30。)，環(huán)視、側視實(shí)現可探測距離〉100m (FOV 180。)。其他類(lèi)型傳感器性能達到國際先進(jìn)水平。

　　(四)終端人工智能推斷框架

　　揭榜任務(wù)：開(kāi)發(fā)高性能終端人工智能推斷框架，突破多 模式訓練、多精度推斷、多平臺覆蓋、模型量化等關(guān)鍵技術(shù), 運行效率、量化能力、壓縮率滿(mǎn)足應用場(chǎng)景需求，實(shí)現自學(xué) 習、自定義算子、分布式算力調度等能力。

　　預期目標：到2023年，框架支持C、C++. Java和Python 等主流開(kāi)發(fā)語(yǔ)言中3種以上，適配5款以上人工智能推斷芯 片，支持FP32、FP16、INT8、INT4等多種推斷精度，在自 動(dòng)駕駛、智能醫療裝備、智能家居、智能終端等重點(diǎn)領(lǐng)域實(shí) 現規?；逃?。

　　(五)人工智能開(kāi)發(fā)服務(wù)平臺及工具

　　揭榜任務(wù)：研制低門(mén)檻、高性能、可擴展的人工智能開(kāi) 發(fā)平臺，突破智能數據標注、自動(dòng)機器學(xué)習(AutoML)、大 規模異構資源管理、云邊端協(xié)同管理等核心技術(shù)，提供面向 機器視覺(jué)、自然語(yǔ)言處理等特定應用和金融、制造、能源等 典型行業(yè)的平臺服務(wù)能力。

　　預期目標：到2023年，平臺支持主流人工智能深度學(xué) 習框架，支持3種以上人工智能芯片的適配，支持多種典型 算法和工具，多機多卡分布式環(huán)境下線(xiàn)性加速比達到國際先 進(jìn)水平。工具支持典型場(chǎng)景的智能化標注，標注工作量顯著(zhù) 降低，實(shí)現典型行業(yè)的實(shí)際應用。在多個(gè)標準數據集上 AutoML算法的性能與人類(lèi)專(zhuān)家差距在10%以?xún)取?/p>

　　二、智能產(chǎn)品

　　(六)機器翻譯系統

　　揭榜任務(wù)：突破低資源機器翻譯模型架構、跨語(yǔ)言跨領(lǐng) 域知識遷移、魯棒性訓練與解碼、多語(yǔ)言通用翻譯引擎等核 心技術(shù)，開(kāi)發(fā)高性能的小語(yǔ)種自動(dòng)翻譯模型與算法。在實(shí)時(shí)、 非實(shí)時(shí)、常見(jiàn)噪聲等多種應用場(chǎng)景下，支持語(yǔ)音轉文本、語(yǔ) 音轉語(yǔ)音、文本轉語(yǔ)音、文本轉文本等能力。

　　?預期目標：到2023年，實(shí)現超大規模多語(yǔ)言通用機器 翻譯引擎，支持中文普通話(huà)、常見(jiàn)方言、外語(yǔ)類(lèi)型的翻譯， 支持多個(gè)國產(chǎn)軟硬件平臺的小語(yǔ)種機器翻譯訓練與推斷，小 語(yǔ)種機器翻譯抗噪音與領(lǐng)域遷移魯棒性滿(mǎn)足實(shí)際應用需求。 系統的譯文忠實(shí)度大于90%,譯文流利度大于90%。

　　(七)三維圖像身份識別系統

　　揭榜任務(wù)：研發(fā)三維圖像身份識別系統，包括3D成像 硬件模組，千萬(wàn)大庫3D人臉識別算法，云-邊協(xié)同3D人臉 識別引擎等關(guān)鍵技術(shù)，實(shí)現在人臉支付、智慧安檢、視頻監 控、圖像檢索等典型場(chǎng)景的應用。

　　預期目標：到2023年，高精度3D成像硬件模組1米距 離成像精度達到1毫米，誤識率小于0.001%。。，拒識率小于

　　5%。3D人臉識別引擎支持大庫實(shí)時(shí)檢索，QPS大于150, 達到國際先進(jìn)水平。在典型應用場(chǎng)景下，系統對二維靜態(tài)紙 質(zhì)/非紙質(zhì)圖像、電子/動(dòng)態(tài)圖像、面具、頭模拒絕率299.9%, 人臉活體接受率299%。系統應用的安全合規性符合國家相關(guān) 法規要求。

　　(八)智能語(yǔ)音交互系統

　　揭榜任務(wù)：研究基于人機對話(huà)的智能語(yǔ)音交互系統，突 破環(huán)境因素和用戶(hù)口語(yǔ)發(fā)音差異等導致的語(yǔ)音識別技術(shù)瓶 頸。研究多語(yǔ)種及多風(fēng)格情感語(yǔ)音合成技術(shù)，實(shí)現自然、情 感豐富的語(yǔ)音合成效果。研究以多模態(tài)識別技術(shù)為前端，基 于多種機器學(xué)習方法的語(yǔ)義對話(huà)系統，提升開(kāi)放場(chǎng)景下的語(yǔ) 義泛化能力。研究智能語(yǔ)音分布式管理，實(shí)現多個(gè)智能交互 設備的協(xié)同工作。在智能制造、智能客服、智能車(chē)載、智能 家居等場(chǎng)景下實(shí)現大規模應用。

　　預期目標：到2023年，實(shí)現多場(chǎng)景下中文語(yǔ)音識別平 均準確率達到98%,遠場(chǎng)識別率超過(guò)95%,語(yǔ)音合成MOS 分不低于4.2分，誤喚醒每24小時(shí)不超過(guò)1次，用戶(hù)意圖準 確率達到95%以上，多設備協(xié)同喚醒準確率達到98%以上， 支持的外語(yǔ)類(lèi)型、少數民族語(yǔ)言、方言種類(lèi)達到5種以上， 支持個(gè)性化語(yǔ)音合成種類(lèi)3種以上，平均響應時(shí)間小于2秒。

　　(九)自動(dòng)駕駛虛擬仿真測試平臺

　　揭榜任務(wù)：研制高置信度、高覆蓋度、高精度的自動(dòng)駕

　　駛仿真測試驗證平臺，突破場(chǎng)景構建、車(chē)輛動(dòng)力學(xué)建模、駕 駛員建模、傳感器建模等關(guān)鍵技術(shù)，提升自動(dòng)駕駛系統功能 測試和性能評價(jià)能力，驗證自動(dòng)駕駛系統是否符合應用功能 要求和安全要求。

　　預期目標：到2023年，基于高精度地圖和三維重建技 術(shù)構建場(chǎng)景庫，建立自動(dòng)駕駛仿真場(chǎng)景1000個(gè)以上，包括 典型場(chǎng)景、連續場(chǎng)景、車(chē)路協(xié)同場(chǎng)景和城市道路場(chǎng)景。感知 系統仿真實(shí)現激光雷達、毫米波雷達和攝像頭仿真，能夠接 入自動(dòng)駕駛感知和決策控制系統，實(shí)現道路環(huán)境場(chǎng)景仿真測 試及量化評價(jià)，為行業(yè)企業(yè)提供有效的研發(fā)、產(chǎn)業(yè)化測試服 務(wù)。

　　(十)智能機器人

　　揭榜任務(wù)：重點(diǎn)圍繞家庭服務(wù)、醫療健康、公共服務(wù)、 養老服務(wù)、金融服務(wù)、巡檢安監、智能物流等領(lǐng)域，突破包 括多模態(tài)智能交互、多機協(xié)同及云平臺、智能精準安全操控、 感知信息融合、影像定位與導航等關(guān)鍵技術(shù)，推進(jìn)智能機器 人規模商用。

　　預期目標：到2023年，面向不同應用場(chǎng)景，智能機器 人具備以下一種或多種能力：在多模態(tài)交互能力方面，識別 準確率在95%以上，在巡檢等特定應用場(chǎng)景可實(shí)現對缺陷和 隱患的全天候、全方位、全自主監測。在多機協(xié)同方面，具 備高安全、高精度、超大作業(yè)范圍協(xié)同能力，以及面向場(chǎng)景 的智能化運維能力。在自主動(dòng)作能力方面，具備自由移動(dòng)與 避障能力，在特定應用場(chǎng)景可實(shí)現安全可靠、智能決策的高 自動(dòng)化水平和高智能化水平的無(wú)人搬運能力。在智能知識庫 方面，擁有面向應用場(chǎng)景的規?；R庫，具備智能問(wèn)答等 功能。在健康護理服務(wù)方面，實(shí)現智能輔助診斷、身體指標 檢測、高清遠程醫療等功能。

　　(十一)智能無(wú)人機

　　揭榜任務(wù)：突破智能跟隨、自主作業(yè)、群體協(xié)同作業(yè)等 關(guān)鍵技術(shù)，推動(dòng)5G通信、北斗導航、邊緣計算等新技術(shù)在 數據傳輸、鏈路控制、智能操作、監控管理等方面的應用。 促進(jìn)智能無(wú)人機在應急救援、通信保障、電力巡檢、森林防 控、采礦安監等危特場(chǎng)景的應用。

　　預期目標：到2023年，智能無(wú)人機實(shí)現360。全向感知 避障，避障模式下最大飛行速度不低于14m/s.新一代通信 網(wǎng)絡(luò )環(huán)境下，無(wú)人機遠程高清圖傳屏到屏延時(shí)小于200ms, 遠程控制延時(shí)小于60ms。面向森林草原巡檢、火災預警和消 防救援等應急場(chǎng)景應用無(wú)人機抗風(fēng)七級，連續飛行時(shí)間不小 于60分鐘。人工智能飛行處理系統實(shí)現自動(dòng)智能強制避讓 航空管制區域，產(chǎn)品達到國際先進(jìn)水平。

　　(十二)智能導盲產(chǎn)品

　　揭榜任務(wù)：圍繞視障人群的無(wú)障礙獨立出行需求，研制 具有高性能、高精度、高度無(wú)障礙的導盲系統及產(chǎn)品，突破 室內精準無(wú)障礙導航、室外復雜環(huán)境精準導盲、復雜場(chǎng)景下 智能感知、自主決策、協(xié)同引導以及智能信息共享等關(guān)鍵技 術(shù)，支持立體空間安全避障，提升路徑學(xué)習、物品識別的自 學(xué)習能力，進(jìn)一步解決視障人群的出行問(wèn)題。

　　預期目標：到2023年，導盲產(chǎn)品利用5G、短距離通信 和高精度衛星定位等技術(shù)，實(shí)現主動(dòng)識別、主動(dòng)判斷、主動(dòng) 避障、主動(dòng)引領(lǐng)、低時(shí)延快速響應，具備處理室內外各類(lèi)復 雜出行環(huán)境的能力，實(shí)現立體空間安全避障。通過(guò)語(yǔ)音、音 效、震動(dòng)等多種交互方式實(shí)現主動(dòng)引領(lǐng)導盲功能，支持遠程 人工導盲服務(wù)。產(chǎn)品的續航時(shí)間、適用性、可靠性、安全性 滿(mǎn)足視障人群的出行需求。

　　(十三)智能制造關(guān)鍵技術(shù)裝備與系統

　　揭榜任務(wù)：突破智能裝備自主識別、自主優(yōu)化、自主學(xué) 習、群體協(xié)同等關(guān)鍵技術(shù)，推動(dòng)人工智能技術(shù)與智能制造裝 備融合。研發(fā)智能新型工業(yè)控制系統等創(chuàng )新產(chǎn)品，推進(jìn)人工 智能算法與工業(yè)自動(dòng)化系統融合。研發(fā)智能工業(yè)軟件，推進(jìn) 人工智能與研發(fā)設計、生產(chǎn)管控、經(jīng)營(yíng)管理等工業(yè)軟件系統 的融合與應用。

　　預期目標：到2023年，智能裝備具備環(huán)境感知、控制 指令優(yōu)化、自主學(xué)習、人機交互、協(xié)同組織功能，重復定位 精度達到特定場(chǎng)景生產(chǎn)制造要求，具備5臺以上單臺裝備的 協(xié)同能力。智能工業(yè)控制系統涵蓋10種以上人工智能算法 模型。智能工業(yè)軟件設計仿真領(lǐng)域形成不少于5類(lèi)智能化功 能模塊，在生產(chǎn)管控、經(jīng)營(yíng)管理軟件領(lǐng)域分別形成不少于20 類(lèi)智能化功能模塊。在倉儲物流、石油化工、服裝紡織、軌 道交通等主要工業(yè)領(lǐng)域實(shí)現集成應用。

　　(十四)高精度工業(yè)視覺(jué)檢測系統

　　揭榜任務(wù)：研制基于機器視覺(jué)、高精度傳感等技術(shù)的工 業(yè)視覺(jué)檢測系統，推動(dòng)視覺(jué)和人工智能技術(shù)結合的檢測系統 在精度、穩定性與檢測速度等領(lǐng)域關(guān)鍵技術(shù)突破，實(shí)現視覺(jué) 技術(shù)在測量、定位、檢測、引導及識別等生產(chǎn)管理重點(diǎn)領(lǐng)域 的場(chǎng)景創(chuàng )新與推廣應用。

　　預期目標：到2023年，3D視覺(jué)檢測、小樣本訓練、多 類(lèi)型混合缺陷識別等關(guān)鍵技術(shù)實(shí)現重大突破，視覺(jué)檢測系統 的工業(yè)現場(chǎng)漏檢率、誤報率、測量精度、識別速度、系統一 致性滿(mǎn)足實(shí)際生產(chǎn)需求，實(shí)現產(chǎn)業(yè)規?；瘧?。

　　三、公共支撐

　　(十五)人工智能訓練資源庫

　　揭榜任務(wù)：建設通用基礎訓練資源庫和行業(yè)訓練資源 庫，可提供合規的、高質(zhì)量人工智能訓練資源庫、標準測試 數據和服務(wù)能力，具備多類(lèi)型、多場(chǎng)景數據采集與處理服務(wù) 能力。通用基礎訓練資源庫支持計算機視覺(jué)、智能語(yǔ)音、自 然語(yǔ)言處理等典型人工智能應用訓練數據，行業(yè)訓練資源庫 可提供定制化行業(yè)領(lǐng)域訓練數據服務(wù)。

　　預期目標：到2023年，通用基礎訓練資源庫具備以下 一種或多種數據類(lèi)型：語(yǔ)音識別數據時(shí)長(cháng)超過(guò)9萬(wàn)小時(shí)，標 注準確率超過(guò)97%。圖片數據量超過(guò)1500萬(wàn)張，標注準確 率超過(guò)97%。視頻數據時(shí)長(cháng)超過(guò)800小時(shí)，標注準確率超過(guò) 97%。自然語(yǔ)言處理數據量超過(guò)600萬(wàn)條，標注準確率超過(guò) 97%。行業(yè)訓練數據滿(mǎn)足相關(guān)領(lǐng)域如工業(yè)、交通、金融等行 業(yè)的應用需求。

　　(十六)大規模預訓練模型

　　揭榜任務(wù)：研發(fā)面向計算機視覺(jué)、自然語(yǔ)言處理、智能 語(yǔ)音等人工智能核心技術(shù)的大規模預訓練模型。突破預訓練 模型的訓練算力、時(shí)間等限制，結合微調等技術(shù)，提升常見(jiàn) 視覺(jué)、語(yǔ)言任務(wù)的分析和處理效果，搭建人工智能通用算法 底座，提升大規模預訓練模型的公共支撐能力。

　　預期目標：到2023年，構建至少覆蓋多語(yǔ)種文本、語(yǔ) 音、圖像、視頻的多模態(tài)預訓練大模型，模型參數至少達到 千億級。構建人工智能預訓練大型模型的工程化開(kāi)發(fā)能力， 建設通用的人工智能開(kāi)發(fā)工作流，減少專(zhuān)家干預及人為調 參。平臺具備提供數據、代碼、模型、API等服務(wù)的能力， 在工業(yè)、醫療、城市、金融、物流、科學(xué)研究等行業(yè)領(lǐng)域實(shí) 現規模應用。

　　(十七)人工智能安全檢測平臺

　　揭榜任務(wù)：研發(fā)人工智能數據安全測試平臺，支持對模

　　型數據泄露行為檢測。研發(fā)人工智能算法安全性測評平臺， 支持針對以人臉識別身份認證、自動(dòng)駕駛智能識別等為代表 的人工智能系統進(jìn)行抗對抗樣本攻擊能力等安全風(fēng)險的測 評。研發(fā)面向金融、政務(wù)、電商等行業(yè)領(lǐng)域的風(fēng)險監測預警 平臺。

　　預期目標：到2023年，人工智能安全檢測平臺具備以 下一種或多種能力：不少于3種人工智能模型數據泄露行為 檢測方法。不少于10種數字世界黑盒對抗攻擊、不少于2 種物理世界黑盒對抗攻擊算法。平臺支持對TensorFlow. PyTorch等典型深度學(xué)習框架訓練出的算法模型的安全性進(jìn) 行高效的、自動(dòng)化的測評，支持測評多種任務(wù)模型的安全性, 如包括人臉識別身份認證、自動(dòng)駕駛智能感知等任務(wù)。風(fēng)險 監測預警平臺具備至少10種行業(yè)監測預警模型，大幅提高 行業(yè)風(fēng)險監測有效率與運行安全性，行業(yè)風(fēng)險監測覆蓋率顯 著(zhù)提升。

　　四、其他

　　其他人工智能領(lǐng)域的特色化技術(shù)、產(chǎn)品、服務(wù)和平臺等, 應具有技術(shù)先進(jìn)性，技術(shù)成熟度較高，產(chǎn)業(yè)化前景較好。

　　　　廣東省工業(yè)和信息化廳

　　2021年10月20日

　　(聯(lián)系人：王波濤、李信，電話(huà)：020-83133495，83180738)