國務院：希望2020年人工智慧核心產業規模超1500億
雷帝網 樂天 7月20日報導
國務院日前關於印發新一代人工智慧發展規劃的通知，
國務院希望2020年人工智慧產業競爭力進入國際第一方陣。人工智慧核心產業規模超過1500億元，帶動相關產業規模超過1萬億元。
到2025年人工智慧基礎理論實現重大突破，人工智慧核心產業規模超過4000億元，帶動相關產業規模超過5萬億元。
到2030年人工智慧理論、技術與應用總體達到世界領先水準，人工智慧核心產業規模超過1萬億元，
具體檔內容如下（有刪減）：
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準同步，人工智慧產業成為新的重要經濟增長點，人工智慧技術應用成為改善民生的新途徑，有力支撐進入創新型國家行列和實現全面建成小康社會的奮鬥目標。
——新一代人工智慧理論和技術取得重要進展。大資料智慧、跨媒體智慧、群體智慧、混合增強智慧、自主智慧系統等基礎理論和核心技術實現重要進展，
——人工智慧產業競爭力進入國際第一方陣。初步建成人工智慧技術標準、服務體系和產業生態鏈，培育若干全球領先的人工智慧骨幹企業，人工智慧核心產業規模超過1500億元，帶動相關產業規模超過1萬億元。
——人工智慧發展環境進一步優化，
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準，人工智慧成為帶動我國產業升級和經濟轉型的主要動力，智慧社會建設取得積極進展。
——新一代人工智慧理論與技術體系初步建立，
——人工智慧產業進入全球價值鏈高端。新一代人工智慧在智慧製造、智慧醫療、智慧城市、智慧農業、國防建設等領域得到廣泛應用，人工智慧核心產業規模超過4000億元，帶動相關產業規模超過5萬億元。
——初步建立人工智慧法律法規、倫理規範和政策體系，形成人工智慧安全評估和管控能力。
第三步，
——形成較為成熟的新一代人工智慧理論與技術體系。在類腦智慧、自主智慧、混合智慧和群體智慧等領域取得重大突破，在國際人工智慧研究領域具有重要影響，佔據人工智慧科技制高點。
——人工智慧產業競爭力達到國際領先水準。人工智慧在生產生活、社會治理、國防建設各方面應用的廣度深度極大拓展，形成涵蓋核心技術、關鍵系統、支撐平臺和智慧應用的完備產業鏈和高端產業群，人工智慧核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。
——形成一批全球領先的人工智慧科技創新和人才培養基地，建成更加完善的人工智慧法律法規、倫理規範和政策體系。
1.建立新一代人工智慧基礎理論體系。
開展跨學科探索性研究。推動人工智慧與神經科學、認知科學、量子科學、心理學、數學、經濟學、社會學等相關基礎學科的交叉融合，加強引領人工智慧演算法、模型發展的數學基礎理論研究，重視人工智慧法律倫理的基礎理論問題研究，支持原創性強、非共識的探索性研究，鼓勵科學家自由探索，勇於攻克人工智慧前沿科學難題，提出更多原創理論，作出更多原創發現。
1.大資料智慧理論。研究資料驅動與知識引導相結合的人工智慧新方法、以自然語言理解和圖像圖形為核心的認知計算理論和方法、綜合深度推理與創意人工智慧理論與方法、非完全資訊下智慧決策基礎理論與框架、資料驅動的通用人工智慧數學模型與理論等。
2.跨媒體感知計算理論。研究超越人類視覺能力的感知獲取、面向真實世界的主動視覺感知及計算、自然聲學場景的聽知覺感知及計算、自然交互環境的言語感知及計算、面向非同步序列的類人感知及計算、面向媒體智慧感知的自主學習、城市全維度智慧感知推理引擎。
3.混合增強智慧理論。研究“人在回路”的混合增強智慧、人機智能共生的行為增強與腦機協同、機器直覺推理與因果模型、聯想記憶模型與知識演化方法、複雜資料和任務的混合增強智慧學習方法、雲機器人協同計算方法、真實世界環境下的情境理解及人機群組協同。
4.群體智慧理論。研究群體智慧結構理論與組織方法、群體智慧激勵機制與湧現機理、群體智慧學習理論與方法、群體智慧通用計算範式與模型。
5.自主協同控制與優化決策理論。研究面向自主無人系統的協同感知與交互，面向自主無人系統的協同控制與優化決策，知識驅動的人機物三元協同與交互操作等理論。
6.高級機器學習理論。研究統計學習基礎理論、不確定性推理與決策、分散式學習與交互、隱私保護學習、小樣本學習、深度強化學習、無監督學習、半監督學習、主動學習等學習理論和高效模型。
7.類腦智慧計算理論。研究類腦感知、類腦學習、類腦記憶機制與計算融合、類腦複雜系統、類腦控制等理論與方法。
8.量子智慧計算理論。探索腦認知的量子模式與內在機制，研究高效的量子智慧模型和演算法、高性能高比特的量子人工智慧處理器、可與外界環境交互資訊的即時量子人工智慧系統等。
2.建立新一代人工智慧關鍵共性技術體系。
圍繞提升我國人工智慧國際競爭力的迫切需求，新一代人工智慧關鍵共性技術的研發部署要以演算法為核心，以資料和硬體為基礎，以提升感知識別、知識計算、認知推理、運動執行、人機交互能力為重點，形成開放相容、穩定成熟的技術體系。
知識計算引擎與知識服務技術。重點突破知識加工、深度搜索和可視交互核心技術，實現對知識持續增量的自動獲取，具備概念識別、實體發現、屬性預測、知識演化建模和關係挖掘能力，形成涵蓋數十億實體規模的多源、多學科和多資料類型的跨媒體知識圖譜。
跨媒體分析推理技術。重點突破跨媒體統一表徵、關聯理解與知識挖掘、知識圖譜構建與學習、知識演化與推理、智慧描述與生成等技術，實現跨媒體知識表徵、分析、挖掘、推理、演化和利用，構建分析推理引擎。
群體智慧關鍵技術。重點突破基於互聯網的大眾化協同、大規模協作的知識資源管理與開放式共用等技術，建立群智知識表示框架，實現基於群智感知的知識獲取和開放動態環境下的群智融合與增強，支撐覆蓋全國的千萬級規模群體感知、協同與演化。
混合增強智能新架構與新技術。重點突破人機協同的感知與執行一體化模型、智慧計算前移的新型感測器件、通用混合計算架構等核心技術，構建自主適應環境的混合增強智慧系統、人機群組混合增強智慧系統及支撐環境。
自主無人系統的智慧技術。重點突破自主無人系統計算架構、複雜動態場景感知與理解、即時精准定位、面向複雜環境的適應性智慧導航等共性技術，無人機自主控制以及汽車、船舶和軌道交通自動駕駛等智慧技術，服務機器人、特種機器人等核心技術，支撐無人系統應用和產業發展。
虛擬實境智慧建模技術。重點突破虛擬物件智慧行為建模技術，提升虛擬實境中智慧物件行為的社會性、多樣性和交互逼真性，實現虛擬實境、增強現實等技術與人工智慧的有機結合和高效互動。
智慧計算晶片與系統。重點突破高能效、可重構類腦計算晶片和具有計算成像功能的類腦視覺感測器技術，研發具有自主學習能力的高效能類腦神經網路架構和硬體系統，實現具有多媒體感知資訊理解和智慧增長、常識推理能力的類腦智慧系統。
自然語言處理技術。重點突破自然語言的語法邏輯、字元概念表徵和深度語義分析的核心技術，推進人類與機器的有效溝通和自由交互，實現多風格多語言多領域的自然語言智慧理解和自動生成。
專欄2 關鍵共性技術
1.知識計算引擎與知識服務技術。研究知識計算和可視交互引擎，研究創新設計、數位創意和以可視媒體為核心的商業智慧等知識服務技術，開展大規模生物資料的知識發現。
2.跨媒體分析推理技術。研究跨媒體統一表徵、關聯理解與知識挖掘、知識圖譜構建與學習、知識演化與推理、智慧描述與生成等技術，開發跨媒體分析推理引擎與驗證系統。
3.群體智慧關鍵技術。開展群體智慧的主動感知與發現、知識獲取與生成、協同與共用、評估與演化、人機整合與增強、自我維持與安全交互等關鍵技術研究，構建群智空間的服務體系結構，研究移動群體智慧的協同決策與控制技術。
4.混合增強智能新架構和新技術。研究混合增強智慧核心技術、認知計算框架，新型混合計算架構，人機共駕、線上智慧學習技術，平行管理與控制的混合增強智慧框架。
5.自主無人系統的智慧技術。研究無人機自主控制和汽車、船舶、軌道交通自動駕駛等智慧技術，服務機器人、空間機器人、海洋機器人、極地機器人技術，無人車間/智慧工廠智慧技術，高端智慧控制技術和自主無人作業系統。研究複雜環境下基於電腦視覺的定位、導航、識別等機器人及機械手臂自主控制技術。
6.虛擬實境智慧建模技術。研究虛擬對象智慧行為的數學表達與建模方法，虛擬物件與虛擬環境和使用者之間進行自然、持續、深入交互等問題，智慧物件建模的技術與方法體系。
7.智慧計算晶片與系統。研發神經網路處理器以及高能效、可重構類腦計算晶片等，新型感知晶片與系統、智慧計算體系結構與系統，人工智慧作業系統。研究適合人工智慧的混合計算架構等。
8.自然語言處理技術。研究短文本的計算與分析技術，跨語言文本挖掘技術和面向機器認知智慧的語義理解技術，多媒體資訊理解的人機對話系統。
3.統籌佈局人工智慧創新平臺。
建設佈局人工智慧創新平臺，強化對人工智慧研發應用的基礎支撐。人工智慧開源軟硬體基礎平臺重點建設支援知識推理、概率統計、深度學習等人工智慧範式的統一計算框架平臺，形成促進人工智慧軟體、硬體和智慧雲之間相互協同的生態鏈。
群體智慧服務平臺重點建設基於互聯網大規模協作的知識資源管理與開放式共用工具，形成面向產學研用創新環節的群智眾創平臺和服務環境。混合增強智慧支撐平臺重點建設支援大規模訓練的異構即時計算引擎和新型計算集群，為複雜智慧計算提供服務化、系統化平臺和解決方案。
自主無人系統支撐平臺重點建設面向自主無人系統複雜環境下環境感知、自主協同控制、智慧決策等人工智慧共性核心技術的支撐系統，形成開放式、模組化、可重構的自主無人系統開發與試驗環境。
人工智慧基礎資料與安全檢測平臺重點建設面向人工智慧的公共資料資源庫、標準測試資料集、雲服務平臺等，形成人工智慧演算法與平臺安全性測試評估的方法、技術、規範和工具集。促進各類通用軟體和技術平臺的開源開放。各類平臺要按照軍民深度融合的要求和相關規定，推進軍民共用共用。
4.加快培養聚集人工智慧高端人才。
把高端人才隊伍建設作為人工智慧發展的重中之重，堅持培養和引進相結合，完善人工智慧教育體系，加強人才儲備和梯隊建設，特別是加快引進全球頂尖人才和青年人才，形成我國人工智慧人才高地。
培育高水準人工智慧創新人才和團隊。支持和培養具有發展潛力的人工智慧領軍人才，加強人工智慧基礎研究、應用研究、運行維護等方面專業技術人才培養。
重視複合型人才培養，重點培養貫通人工智慧理論、方法、技術、產品與應用等的縱向複合型人才，以及掌握“人工智慧+”經濟、社會、管理、標準、法律等的橫向複合型人才。
通過重大研發任務和基地平臺建設，彙聚人工智慧高端人才，在若干人工智慧重點領域形成一批高水準創新團隊。鼓勵和引導國內創新人才、團隊加強與全球頂尖人工智慧研究機構合作互動。
加大高端人工智慧人才引進力度。開闢專門管道，實行特殊政策，實現人工智慧高端人才精准引進。重點引進神經認知、機器學習、自動駕駛、智慧型機器人等國際頂尖科學家和高水準創新團隊。
鼓勵採取專案合作、技術諮詢等方式柔性引進人工智慧人才。統籌利用“千人計畫”等現有人才計畫，加強人工智慧領域優秀人才特別是優秀青年人才引進工作。完善企業人力資本成本核算相關政策，激勵企業、科研機構引進人工智慧人才。
建設人工智慧學科。完善人工智慧領域學科佈局，設立人工智慧專業，推動人工智慧領域一級學科建設，儘快在試點院校建立人工智慧學院，增加人工智慧相關學科方向的博士、碩士招生名額。
鼓勵高校在原有基礎上拓寬人工智慧專業教育內容，形成“人工智慧+X”複合專業培養新模式，重視人工智慧與數學、電腦科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。加強產學研合作，鼓勵高校、科研院所與企業等機構合作開展人工智慧學科建設。
—————————————————
人工智慧在生產生活、社會治理、國防建設各方面應用的廣度深度極大拓展，形成涵蓋核心技術、關鍵系統、支撐平臺和智慧應用的完備產業鏈和高端產業群，人工智慧核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。——形成一批全球領先的人工智慧科技創新和人才培養基地，建成更加完善的人工智慧法律法規、倫理規範和政策體系。
1.建立新一代人工智慧基礎理論體系。
開展跨學科探索性研究。推動人工智慧與神經科學、認知科學、量子科學、心理學、數學、經濟學、社會學等相關基礎學科的交叉融合，加強引領人工智慧演算法、模型發展的數學基礎理論研究，重視人工智慧法律倫理的基礎理論問題研究，支持原創性強、非共識的探索性研究，鼓勵科學家自由探索，勇於攻克人工智慧前沿科學難題，提出更多原創理論，作出更多原創發現。
1.大資料智慧理論。研究資料驅動與知識引導相結合的人工智慧新方法、以自然語言理解和圖像圖形為核心的認知計算理論和方法、綜合深度推理與創意人工智慧理論與方法、非完全資訊下智慧決策基礎理論與框架、資料驅動的通用人工智慧數學模型與理論等。
2.跨媒體感知計算理論。研究超越人類視覺能力的感知獲取、面向真實世界的主動視覺感知及計算、自然聲學場景的聽知覺感知及計算、自然交互環境的言語感知及計算、面向非同步序列的類人感知及計算、面向媒體智慧感知的自主學習、城市全維度智慧感知推理引擎。
3.混合增強智慧理論。研究“人在回路”的混合增強智慧、人機智能共生的行為增強與腦機協同、機器直覺推理與因果模型、聯想記憶模型與知識演化方法、複雜資料和任務的混合增強智慧學習方法、雲機器人協同計算方法、真實世界環境下的情境理解及人機群組協同。
4.群體智慧理論。研究群體智慧結構理論與組織方法、群體智慧激勵機制與湧現機理、群體智慧學習理論與方法、群體智慧通用計算範式與模型。
5.自主協同控制與優化決策理論。研究面向自主無人系統的協同感知與交互，面向自主無人系統的協同控制與優化決策，知識驅動的人機物三元協同與交互操作等理論。
6.高級機器學習理論。研究統計學習基礎理論、不確定性推理與決策、分散式學習與交互、隱私保護學習、小樣本學習、深度強化學習、無監督學習、半監督學習、主動學習等學習理論和高效模型。
7.類腦智慧計算理論。研究類腦感知、類腦學習、類腦記憶機制與計算融合、類腦複雜系統、類腦控制等理論與方法。
8.量子智慧計算理論。探索腦認知的量子模式與內在機制，研究高效的量子智慧模型和演算法、高性能高比特的量子人工智慧處理器、可與外界環境交互資訊的即時量子人工智慧系統等。
2.建立新一代人工智慧關鍵共性技術體系。
圍繞提升我國人工智慧國際競爭力的迫切需求，新一代人工智慧關鍵共性技術的研發部署要以演算法為核心，以資料和硬體為基礎，以提升感知識別、知識計算、認知推理、運動執行、人機交互能力為重點，形成開放相容、穩定成熟的技術體系。
知識計算引擎與知識服務技術。重點突破知識加工、深度搜索和可視交互核心技術，實現對知識持續增量的自動獲取，具備概念識別、實體發現、屬性預測、知識演化建模和關係挖掘能力，形成涵蓋數十億實體規模的多源、多學科和多資料類型的跨媒體知識圖譜。
跨媒體分析推理技術。重點突破跨媒體統一表徵、關聯理解與知識挖掘、知識圖譜構建與學習、知識演化與推理、智慧描述與生成等技術，實現跨媒體知識表徵、分析、挖掘、推理、演化和利用，構建分析推理引擎。
群體智慧關鍵技術。重點突破基於互聯網的大眾化協同、大規模協作的知識資源管理與開放式共用等技術，建立群智知識表示框架，實現基於群智感知的知識獲取和開放動態環境下的群智融合與增強，支撐覆蓋全國的千萬級規模群體感知、協同與演化。
混合增強智能新架構與新技術。重點突破人機協同的感知與執行一體化模型、智慧計算前移的新型感測器件、通用混合計算架構等核心技術，構建自主適應環境的混合增強智慧系統、人機群組混合增強智慧系統及支撐環境。
自主無人系統的智慧技術。重點突破自主無人系統計算架構、複雜動態場景感知與理解、即時精准定位、面向複雜環境的適應性智慧導航等共性技術，無人機自主控制以及汽車、船舶和軌道交通自動駕駛等智慧技術，服務機器人、特種機器人等核心技術，支撐無人系統應用和產業發展。
虛擬實境智慧建模技術。重點突破虛擬物件智慧行為建模技術，提升虛擬實境中智慧物件行為的社會性、多樣性和交互逼真性，實現虛擬實境、增強現實等技術與人工智慧的有機結合和高效互動。
智慧計算晶片與系統。重點突破高能效、可重構類腦計算晶片和具有計算成像功能的類腦視覺感測器技術，研發具有自主學習能力的高效能類腦神經網路架構和硬體系統，實現具有多媒體感知資訊理解和智慧增長、常識推理能力的類腦智慧系統。
自然語言處理技術。重點突破自然語言的語法邏輯、字元概念表徵和深度語義分析的核心技術，推進人類與機器的有效溝通和自由交互，實現多風格多語言多領域的自然語言智慧理解和自動生成。
專欄2 關鍵共性技術
1.知識計算引擎與知識服務技術。研究知識計算和可視交互引擎，研究創新設計、數位創意和以可視媒體為核心的商業智慧等知識服務技術，開展大規模生物資料的知識發現。
2.跨媒體分析推理技術。研究跨媒體統一表徵、關聯理解與知識挖掘、知識圖譜構建與學習、知識演化與推理、智慧描述與生成等技術，開發跨媒體分析推理引擎與驗證系統。
3.群體智慧關鍵技術。開展群體智慧的主動感知與發現、知識獲取與生成、協同與共用、評估與演化、人機整合與增強、自我維持與安全交互等關鍵技術研究，構建群智空間的服務體系結構，研究移動群體智慧的協同決策與控制技術。
4.混合增強智能新架構和新技術。研究混合增強智慧核心技術、認知計算框架，新型混合計算架構，人機共駕、線上智慧學習技術，平行管理與控制的混合增強智慧框架。
5.自主無人系統的智慧技術。研究無人機自主控制和汽車、船舶、軌道交通自動駕駛等智慧技術，服務機器人、空間機器人、海洋機器人、極地機器人技術，無人車間/智慧工廠智慧技術，高端智慧控制技術和自主無人作業系統。研究複雜環境下基於電腦視覺的定位、導航、識別等機器人及機械手臂自主控制技術。
6.虛擬實境智慧建模技術。研究虛擬對象智慧行為的數學表達與建模方法，虛擬物件與虛擬環境和使用者之間進行自然、持續、深入交互等問題，智慧物件建模的技術與方法體系。
7.智慧計算晶片與系統。研發神經網路處理器以及高能效、可重構類腦計算晶片等，新型感知晶片與系統、智慧計算體系結構與系統，人工智慧作業系統。研究適合人工智慧的混合計算架構等。
8.自然語言處理技術。研究短文本的計算與分析技術，跨語言文本挖掘技術和面向機器認知智慧的語義理解技術，多媒體資訊理解的人機對話系統。
3.統籌佈局人工智慧創新平臺。
建設佈局人工智慧創新平臺，強化對人工智慧研發應用的基礎支撐。人工智慧開源軟硬體基礎平臺重點建設支援知識推理、概率統計、深度學習等人工智慧範式的統一計算框架平臺，形成促進人工智慧軟體、硬體和智慧雲之間相互協同的生態鏈。
群體智慧服務平臺重點建設基於互聯網大規模協作的知識資源管理與開放式共用工具，形成面向產學研用創新環節的群智眾創平臺和服務環境。混合增強智慧支撐平臺重點建設支援大規模訓練的異構即時計算引擎和新型計算集群，為複雜智慧計算提供服務化、系統化平臺和解決方案。
自主無人系統支撐平臺重點建設面向自主無人系統複雜環境下環境感知、自主協同控制、智慧決策等人工智慧共性核心技術的支撐系統，形成開放式、模組化、可重構的自主無人系統開發與試驗環境。
人工智慧基礎資料與安全檢測平臺重點建設面向人工智慧的公共資料資源庫、標準測試資料集、雲服務平臺等，形成人工智慧演算法與平臺安全性測試評估的方法、技術、規範和工具集。促進各類通用軟體和技術平臺的開源開放。各類平臺要按照軍民深度融合的要求和相關規定，推進軍民共用共用。
4.加快培養聚集人工智慧高端人才。
把高端人才隊伍建設作為人工智慧發展的重中之重，堅持培養和引進相結合，完善人工智慧教育體系，加強人才儲備和梯隊建設，特別是加快引進全球頂尖人才和青年人才，形成我國人工智慧人才高地。
培育高水準人工智慧創新人才和團隊。支持和培養具有發展潛力的人工智慧領軍人才，加強人工智慧基礎研究、應用研究、運行維護等方面專業技術人才培養。
重視複合型人才培養，重點培養貫通人工智慧理論、方法、技術、產品與應用等的縱向複合型人才，以及掌握“人工智慧+”經濟、社會、管理、標準、法律等的橫向複合型人才。
通過重大研發任務和基地平臺建設，彙聚人工智慧高端人才，在若干人工智慧重點領域形成一批高水準創新團隊。鼓勵和引導國內創新人才、團隊加強與全球頂尖人工智慧研究機構合作互動。
加大高端人工智慧人才引進力度。開闢專門管道，實行特殊政策，實現人工智慧高端人才精准引進。重點引進神經認知、機器學習、自動駕駛、智慧型機器人等國際頂尖科學家和高水準創新團隊。
鼓勵採取專案合作、技術諮詢等方式柔性引進人工智慧人才。統籌利用“千人計畫”等現有人才計畫，加強人工智慧領域優秀人才特別是優秀青年人才引進工作。完善企業人力資本成本核算相關政策，激勵企業、科研機構引進人工智慧人才。
建設人工智慧學科。完善人工智慧領域學科佈局，設立人工智慧專業，推動人工智慧領域一級學科建設，儘快在試點院校建立人工智慧學院，增加人工智慧相關學科方向的博士、碩士招生名額。
鼓勵高校在原有基礎上拓寬人工智慧專業教育內容，形成“人工智慧+X”複合專業培養新模式，重視人工智慧與數學、電腦科學、物理學、生物學、心理學、社會學、法學等學科專業教育的交叉融合。加強產學研合作，鼓勵高校、科研院所與企業等機構合作開展人工智慧學科建設。
—————————————————