没有合适的资源?快使用搜索试试~ 我知道了~
科技创新2030新一代人工智能重大项目2021年度项目申报指南.pdf
0 下载量 54 浏览量
2024-04-29
22:44:25
上传
评论
收藏 364KB PDF 举报
温馨提示
试读
23页
为落实《新一代人工智能发展规划》,启动实施科技创新2030—“新一代人工智能”重大项目。根据重大项目实施方案的部署,科技部组织编制了2021年度项目申报指南。 本重大项目的总体目标是:以推动人工智能技术持续创新和与经济社会深度融合为主线,按照并跑、领跑两步走战略,围绕大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等五大方向持续攻关,从基础理论、支撑体系、关键技术、创新应用四个层面构筑知识群、技术群和产品群的生态环境,抢占人工智能技术制高点,妥善应对可能带来的新问题和新挑战,促进大众创业万众创新,使人工智能成为智能经济社会发展的强大引擎。
资源推荐
资源详情
资源评论
— 1 —
附件
20307
� 2021 ㈠�‴〲⸹㤶
为落实《新一代人工智能发展规划》,启动实施科技创新 2030
—“新一代人工智能”重大项目。根据重大项目实施方案的部署,
科技部组织编制了
2021
年度项目申报指南。
本重大项目的总体目标是:以推动人工智能技术持续创新和
与经济社会深度融合为主线,按照并跑、领跑两步走战略,围绕
大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能
系统等五大方向持续攻关,从基础理论、支撑体系、关键技术、
创新应用四个层面构筑知识群、技术群和产品群的生态环境,抢
占人工智能技术制高点,妥善应对可能带来的新问题和新挑战,
促进大众创业万众创新,使人工智能成为智能经济社会发展的强
大引擎。
2021 年度项目申报指南在新一代人工智能基础理论、新一代
人工智能基础软硬件支撑体系、人工智能提高经济社会发展水平
创新应用、人工智能提升社会综合治理能力创新应用等 4 个技术
方向启动 21 个研究任务,拟安排国拨经费概算 5.34 亿元。项目
— 2 —
鼓励充分发挥地方和市场作用,强化产学研用紧密结合,调动社
会资源投入新一代人工智能研发。指南技术方向“2.新一代人工
智能基础软硬件支撑体系”“
3.
人工智能提高经济社会发展水平
创新应用”和“
4.
人工智能提升社会综合治理能力创新应用”所
属任务的项目(任务 3.6、3.7 除外),配套经费与国拨经费比例不
低于 2:1;其中,任务 3.6“农业智能知识服务平台”、任务 3.7“典
型畜禽疫病智能诊断与主动防控系统”的项目配套经费与国拨经
费比例不低于 4:1。
各研究任务要求以项目为单元整体组织申报,项目须覆盖所
申报指南方向二级标题(例如:
1.1
)下的所有研究内容并实现对
应的研究目标。除特殊说明外,各研究任务拟支持项目数均为 1~2
项,每个项目下设课题数不超过
5
个,所含参研单位总数不超过
10
家,实施周期为
3~5
年。项目设
1
名项目负责人,项目中的每
个课题设 1 名课题负责人。基础理论部分研究任务 1.1—1.3 的申
报要求详见具体申报说明。
指南中“拟支持项目数为
1~2
项”是指:在同一研究方向下,
当出现申报项目评审结果前两位评分评价相近、技术路线明显不
同的情况时,可同时支持这 2 个项目。2 个项目将采取分两个阶
段支持的方式。建立动态调整机制,第一阶段完成后将对 2 个项
目执行情况进行评估,根据评估结果确定后续支持方式。
— 3 —
1. 新一代人工智能基础理论
1.1 因果推理与决策理论模型研究
研究内容:研究面向跨媒体数据的因果关系发现方法,构建
数据驱动的因果网络结构学习理论,支持因果辅助下决策判断;
研究基于因果关联的决策理论和反事实推断方法,构建因果强化
学习框架,刻画环境、动作和激励之间的多层因果关联与耦合,
形成知识引导、数据驱动和行为探索相结合的因果推理和反事实
推理基础模型和算法;研究基于因果的机器学习泛化理论和可解
释性框架,提出基于因果的去除伪关联表征学习机理,突破模型
泛化瓶颈问题,提升模型系统的安全性、鲁棒性及可解释性。
考核指标:提出基于因果推理和决策的新方法和新模型,实
现包括因果发现、因果迁移学习、因果强化决策、反事实推理在
内的综合因果智能开源框架;提出深度模型中因果关联的评价分
析方法,降低对数据独立同分布的依赖,提升泛化能力和可解释
性;在不少于 3 个典型大规模场景中验证深度学习方法的因果推
理和决策能力;开源数据、模型和代码等,开源成果下载量和注
册使用等方面具有一定影响力。
申报说明:本任务拟支持项目数不超过 4 项,每个项目下设
课题数不超过 2 个,所含参研单位总数不超过 2 家。
1.2 连续学习理论和方法
— 4 —
研究内容:针对智能机器学习中数据稀缺、关联维度高和异
常识别弱等问题,研究基于多源异构数据的知识联邦建模、表征、
蒸馏、合成、迁移、推理和决策的连续学习理论及模型;构建从
小样本和零样本中进行结构辨识和挖掘的模型,支持模型对不规
律模式主动探知和模型主动修正;研究跨媒体多重知识表达和更
新方法,构建机器智能自主式持续学习和能力成长模型,探索人
在回路的智能理论方法;构建连续学习能力评估体系和相应测试
手段。
考核指标:研究建立针对知识和数据相融合的连续学习理论
和模型;围绕不少于
3
个具有代表性任务场景,构建基准测试数
据集;实现零样本和小样本学习,学习方法鲁棒可靠和可验证;
实现连续学习过程中知识稳定增扩;开源学习数据、模型和软件
框架等,开源成果下载量和注册使用等方面具有一定影响力。
申报说明:本任务拟支持项目数不超过 4 项,每个项目下设
课题数不超过 2 个,所含参研单位总数不超过 2 家。
1.3
复杂动态系统智能理论与方法
研究内容:针对复杂系统所蕴含的动力学机制及丰富逻辑关
系和隐性关联结构,研究刻画此类系统特点的表征模型及建模机
制;提出多重知识结构支持下自组织涌现动力学分析理论方法,
建立融合先验知识的智能感知模型,实现未知环境自适应学习;
— 5 —
研究非线性内嵌规律与演化行为的多重知识表达方法,提出适用
于复杂动态过程的学习理论,建立面向复杂系统演化的自主决策
模型;研究基于复杂行为演进的动态调控策略,探索智能模型感
知和应对环境变化的系统稳定性和自适应性,发展局部性特征和
全局性动态相互结合的智能理论框架。
考核指标:提出具备环境感知、知识学习、经验反馈等特点
的复杂系统理论和方法,建立刻画复杂动态系统的动力学模型,
研制包含数据感知、行为分析、知识学习及经验反馈的算法与模
型库;选择不少于
2
个复杂智能系统应用领域验证相关理论和方
法的有效性;开源数据、模型和代码等,开源成果下载量和注册
使用等方面具有一定影响力。
申报说明:本任务拟支持项目数不超过
4
项,每个项目下设
课题数不超过
2
个,所含参研单位总数不超过
2
家。
2. 新一代人工智能基础软硬件支撑体系
2.1 大规模分布式神经网络通用智能计算芯片
研究内容:以大规模多类神经网络分布式训练需求为牵引,
研究访存密集型和计算密集混合的智能计算范式,设计高能效可
扩展智能计算芯片;研究芯片通用性和可编程性问题,有效支持
稀疏汇聚和嵌入查询等需求;研究支持大规模动态图网络高效表
征学习方法和高效训练范式,解决计算时序和通信容量等问题,
剩余22页未读,继续阅读
资源评论
猛码Memmat
- 粉丝: 4785
- 资源: 8
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功