工業和信息化部辦公廳關於印發《新一代人工智能產業創新重點任務揭榜工作方案》的通知
工信廳科﹝2018﹞80號
各省、自治區、直轄市及計劃單列市、新疆生產建設兵團工業和信息化主管部門，有關單位：
爲加快推動我國新一代人工智能產業創新發展，落實《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》，我部制定了《新一代人工智能產業創新重點任務揭榜工作方案》（以下簡稱《工作方案》），現印發你們。
請各省、自治區、直轄市及計劃單列市、新疆生產建設兵團工業和信息化主管部門、中央企業集團、人工智能相關行業組織（以下統稱推薦單位）積極組織企業、高校、科研院所等申報，並做好推薦工作。具體流程如下：
（一）申報。申報單位登錄“新一代人工智能產業創新重點任務揭榜工作申報系統”（http://www.aibest.org.cn，以下簡稱“申報系統”），完成註冊後填寫申報所需材料。申報單位條件詳見《工作方案》。申報截止時間爲2018年12月10日。
（二）推薦。推薦單位使用給定的賬號密碼登錄“申報系統”，確認推薦揭榜單位後，系統自動生成報送推薦表，推薦單位打印並加蓋單位公章。各地主管部門和人工智能相關行業組織推薦數量原則上不超過15個，中央企業集團推薦數量原則上不超過3個。推薦截止時間爲2018年12月26日。
（三）報送。推薦單位通知被推薦單位登錄“申報系統”下載打印申請材料並加蓋單位公章，報送至推薦單位。推薦單位統一將推薦表、紙質申請材料（一式兩份）郵寄至中國信息通信研究院（北京市海淀區花園北路52號，胡昌軍，郵編100191）。紙質版材料應與網上填報內容一致。紙質版材料報送截止時間爲2018年12月31日。
工業和信息化部辦公廳
2018年11月8日
新一代人工智能產業創新重點任務揭榜工作方案
爲貫徹落實《新一代人工智能發展規劃》（國發〔2017〕35號）和《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》（工信部科〔2017〕315號）要求，加快推動我國新一代人工智能產業創新發展，制定本方案。
一、工作目標
聚焦“培育智能產品、突破核心基礎、深化發展智能製造、構建支撐體系”等重點方向，徵集並遴選一批掌握關鍵核心技術、具備較強創新能力的單位集中攻關，重點突破一批技術先進、性能優秀、應用效果好的人工智能標誌性產品、平臺和服務，爲產業界創新發展樹立標杆和方向，培育我國人工智能產業創新發展的主力軍。
二、揭榜任務和預期目標
（一）智能產品
1.智能網聯汽車
揭榜任務：包括研發自動駕駛芯片、車輛智能算法、自動駕駛系統、車載通信系統等關鍵技術和產品，打造以車輛智能化計算平臺爲核心，集軟件、硬件、算法、網聯通信、信息安全一體化的車輛智能化平臺。
預期目標：到2020年，突破自動駕駛智能芯片、車輛智能算法、自動駕駛、車載通信等關鍵技術，實現智能網聯汽車達到有條件自動駕駛等級水平，自動駕駛智能芯片圖像處理、信息融合、智能控制等計算能力縮小與國際先進水平差距，車載V2X系統通信能力及其能效比達到國際先進水平，滿足車輛有條件自動駕駛等級下智能感知、自主決策、協同控制以及智能信息交換共享等計算和通信技術要求，完成安全、可靠的車輛智能化平臺技術與功能驗證及應用示範，形成平臺相關標準，支撐高度自動駕駛（HA級）。
2.智能服務機器人
揭榜任務：包括智能交互、智能操作、多機協作、三維成像定位、智能精準安全操控、人機協作接口等關鍵技術研發；清潔、老年陪護、康復、助殘、兒童教育等家庭服務機器人，以及巡檢、導覽等公共服務機器人，消防救援機器人等特殊服務機器人研發；手術機器人及其操作系統研發。
預期目標：到2020年，突破智能服務機器人環境感知、自然交互、自主學習、人機協作等關鍵技術，實現智能家庭服務機器人、智能公共服務機器人的批量生產及應用，實現醫療康復、助老助殘、消防救災等機器人的樣機生產，完成技術與功能驗證及應用示範。
3.智能無人機
揭榜任務：包括智能避障、自動巡航、面向複雜環境的自主飛行、羣體作業等關鍵技術研發與應用，以及新一代通信及定位導航技術在無人機數據傳輸、鏈路控制、監控管理等方面的應用；智能飛控系統、高集成度專用芯片等關鍵部件研製。
預期目標：到2020年，智能消費級無人機三軸機械增穩雲臺精度達到0.005度，實現360度全向感知避障，實現自動智能強制避讓航空管制區域，產品具有較強全球競爭力。
4.醫療影像輔助診斷系統
揭榜任務：包括醫學影像數據採集標準化與規範化，腦、肺、眼、骨、心腦血管、乳腺等典型疾病領域的醫學影像輔助診斷技術研發，醫療影像輔助診斷系統的產品化及臨牀輔助應用。
預期目標：到2020年，多模態醫學影像輔助診斷系統對腦、肺、眼、骨、心腦血管、乳腺等典型疾病的檢出率超過95%，假陰性率低於1%，假陽性率低於5%，臨牀輔助應用逐步擴大。
5.視頻圖像身份識別系統
揭榜任務：包括生物特徵識別、視頻理解、跨媒體融合等技術創新；人證合一、視頻監控、圖像搜索、視頻摘要等典型應用。
預期目標：到2020年，複雜動態場景下人臉識別有效檢出率超過97%，正確識別率超過90%，支持不同地域人臉特徵識別，產品達到國際先進水平。
6.智能語音交互系統
揭榜任務：包括新一代語音識別框架、口語化語音識別、個性化語音識別、智能對話、音視頻融合、語音合成等技術創新及在智能製造、智能家居等重點領域推廣應用。
預期目標：到2020年，實現多場景下中文語音識別平均準確率達到96%，5米遠場識別率超過92%，用戶對話意圖識別準確率超過90%，產品達到國際先進水平。
7.智能翻譯系統
揭榜任務：包括高精準智能翻譯系統創新，多語言互譯、同聲傳譯等典型場景應用。
預期目標：到2020年，明顯突破多語種智能互譯，中譯英、英譯中場景下產品的翻譯準確率超過85%，顯著提升少數民族語言與漢語的智能互譯準確率，產品達到國際先進水平。
8.智能家居產品
揭榜任務：包括智能傳感、物聯網、機器學習等技術在智能安防、智能傢俱、智能照明、智能潔具等產品中的融合應用和智能家居新產品研發。
預期目標：到2020年，顯著提升智能安防、智能家電等家居產品智能化水平，產品示範性應用強。
（二）核心基礎
9.智能傳感器
揭榜任務：包括微型化及可靠性設計、精密製造、集成開發工具、嵌入式算法等關鍵技術研發，基於新需求、新材料、新工藝、新原理設計的智能傳感器研發及應用；新型生物、氣體、壓力、流量、慣性、距離、圖像、聲學等智能傳感器研發應用；壓電材料、磁性材料、紅外輻射材料、金屬氧化物等材料技術創新；研發基於微機電系統（MEMS）和互補金屬氧化物半導體（CMOS）集成等工藝的新型智能傳感器；研發面向新應用場景的基於磁感、超聲波、非可見光、生物化學等新原理的智能傳感器。
預期目標：到2020年，顯著提高壓電傳感器、磁傳感器、紅外傳感器、氣體傳感器等的性能，聲學傳感器信噪比達到70dB、聲學過載點達到135dB並實現量產，壓力傳感器絕對精度100Pa以內、噪音水平0.6Pa以內並實現商用，磁傳感器弱磁場分辨率達到1pT並實現量產。在模擬仿真、設計、MEMS工藝、封裝及個性化測試技術方面達到國際先進水平。
10.神經網絡芯片
揭榜任務：包括研發面向機器學習訓練應用的雲端神經網絡芯片、面向終端應用發展適用於機器學習計算的終端神經網絡芯片，研發與神經網絡芯片配套的編譯器、驅動軟件、開發環境等產業化支撐工具。
預期目標：到2020年，雲端神經網絡芯片性能達到128TFLOPS（16位浮點）、能效比超過1TFLOPS/w，終端神經網絡芯片能效比超過1T OPS/w（以16位浮點爲基準），支持卷積神經網絡（CNN）、遞歸神經網絡（RNN）、長短期記憶網絡（LSTM）等一種或幾種主流神經網絡算法；在智能終端、自動駕駛、智能安防、智能家居等重點領域實現神經網絡芯片的規模化商用。
11.開源開放平臺
揭榜任務：包括研發面向雲端訓練和終端執行的開發框架、算法庫、工具集等；建設開源開發平臺、開放技術網絡和開源社區，以及滿足複雜訓練需求的開放計算服務平臺。
預期目標：到2020年，面向雲端訓練的開源開發平臺支持大規模分佈式集羣、多種硬件平臺、多種算法，面向終端執行的開源開發平臺具備輕量化、模塊化和可靠性等特徵。
（三）智能製造關鍵技術裝備
12.智能製造關鍵技術裝備
揭榜任務：包括具有自檢測、自校正、自適應、自組織能力的工業機器人研發與應用；智能傳感器與分散式控制系統（DCS）、可編程邏輯控制器（PLC）、數據採集系統（SCADA）、高性能高可靠嵌入式控制系統等控制裝備創新及應用；基於圖像識別、深度學習等人工智能技術的智能檢測裝備的研發與應用；以及基於人工智能技術高速分揀機、多層穿梭車、高密度存儲穿梭板等物流裝備創新應用。
預期目標：到2020年，新一代工業機器人具備人機協調、自然交互、自主學習功能並實現批量生產及應用；智能傳感與控制裝備在機牀、機器人、石油化工、軌道交通等領域實現集成應用；智能檢測與裝配裝備的工業現場視覺識別準確率達到90%，測量精度及速度滿足實際生產需求；智能物流與倉儲裝備智能化水平明顯提升，滿足精準、柔性、高效的物料配送和無人化智能倉儲需求。
（四）支撐體系
13.行業訓練資源庫
揭榜任務：包括面向語音識別、視覺識別、自然語言處理等重點產品研發，以及工業、醫療、金融、交通等行業應用的高質量人工智能訓練資源庫、標準測試數據集和雲服務平臺。
預期目標：到2020年，基礎語音、視頻圖像、文本對話等公共訓練數據量大幅提升，在工業、醫療、金融、交通等領域彙集一定規模的行業應用數據，用於支持創業創新。
14.標準測試及知識產權服務平臺
揭榜任務：包括基礎共性、互聯互通、安全隱私、行業應用等技術標準在內的人工智能產業標準規範體系，人工智能產品評估測試體系，專利協同運營平臺和知識產權服務平臺。
預期目標：到2020年，初步建立人工智能產業標準體系，建成第三方試點測試平臺並開展評估評測服務；在模式識別、語義理解、自動駕駛、智能機器人等領域建成具有基礎支撐能力的知識產權服務平臺。
15.智能化網絡基礎設施
揭榜任務：包括高度智能化的下一代互聯網、高速率大容量低時延的第五代移動通信（5G）網、快速高精度定位的導航網、泛在融合高效互聯的天地一體化信息網，以及工業互聯網、車聯網等智能化網絡基礎設施。
預期目標：到2020年，全國90%以上地區的寬帶接入速率和時延滿足人工智能行業應用需求，在重點企業實現覆蓋生產全流程的工業互聯網示範建設，在重點區域初步建成車聯網網絡設施。
16.網絡安全保障體系
揭榜任務：包括滿足智能網聯汽車、智能家居等人工智能重點產品或行業應用安全需要，及基於人工智能先進技術的網絡安全產品創新。
預期目標：到2020年，形成人工智能安全防控體系框架，初步建成具備人工智能安全態勢感知、測試評估、威脅信息共享以及應急處置等基本能力的安全保障平臺。
17.其他
人工智能產業發展涉及的其他重要技術、產品、服務和平臺等。
三、步驟安排
（一）申請揭榜。從事人工智能技術創新、產品研發、融合應用、支撐服務等活動的相關企業、高校、科研院所等各類法人單位，或者由多個單位組成的聯合體可申請成爲揭榜單位。申請單位應具有較強的創新能力，對申請揭榜的產品或服務擁有知識產權，技術先進且應用前景良好。申請單位需承諾揭榜後能夠在指定期限內完成任務。
（二）單位推薦。各省、自治區、直轄市及計劃單列市、新疆生產建設兵團工業和信息化主管部門（以下統稱各地主管部門）、中央企業集團、人工智能相關行業組織爲推薦單位，組織有關企業、高校、科研院所等填寫申請材料，並在審覈後統一報送推薦表和紙質申請材料。
（三）揭榜單位遴選。工業和信息化部組織行業專家和評測機構進行集中評審和現場評估，綜合考慮各申請單位的基礎水平、創新能力、發展潛力、產品指標及各地區產業佈局等因素，擇優確定並公佈揭榜單位名單（每個細分領域原則上不超過5家）。
（四）揭榜任務實施。揭榜單位按照要求組織實施揭榜任務，開展集中攻關工作。期間，工業和信息化部持續跟蹤揭榜單位產品創新及應用進展，適時組織行業專家對揭榜任務進行階段性評估，不斷優化揭榜任務實施路徑。
（五）發佈揭榜成果。揭榜單位完成攻關任務後，可申請評價。工業和信息化部視進展情況組織行業專家，委託具備相關資質和檢測條件的第三方專業機構開展評價工作。評價工作基於揭榜任務和預期目標，結合產業發展實際進行評估，適時公佈評估結果，擇優發佈攻關成功單位（每個細分領域原則上不超過3家），給予重點推廣和支持。
四、工作要求
各地主管部門、各中央企業集團要加強組織領導，充分調動企業、科研院所、相關產業聯盟及行業協會的積極性。密切跟蹤揭榜單位產品創新及應用進展，適時開展揭榜任務的階段性評估，有效協調推進揭榜任務攻關組織實施工作。鼓勵各地結合本地區人工智能產業發展情況，在相關配套資金、項目等方面優先給予支持，爲揭榜單位完成攻關任務創造良好環境。
附件：1.新一代人工智能產業創新發展重點任務揭榜
單位推薦表
2.新一代人工智能產業創新發展重點任務揭榜
單位申報材料（格式）
附件1
新一代人工智能產業創新發展重點任務揭榜單位推薦表
推薦單位（蓋章）：
序號 | 單位名稱 | 所屬方向 | 揭榜產品和服務 | 推薦理由 | 聯繫人 | 手機 |
|---|---|---|---|---|---|---|
1 | ||||||
2 | ||||||
3 | ||||||
…… | ||||||
…… | ||||||
…… | ||||||
…… | ||||||
…… | ||||||
…… |
注：1、本表由地方、央企、聯盟或協會等推薦單位填報
2、推薦單位按優先次序排名
3、所屬方向是指揭榜任務和預期目標中涉及的17個重點任務方向
附件2
新一代人工智能產業創新發展重點任務
揭榜單位申報材料
揭榜方向：
細分領域：
揭榜單位：（加蓋單位公章）
推薦單位：（加蓋單位公章）
申報日期： 年 月 日
填 報 須 知
一、揭榜單位應仔細閱讀《新一代人工智能產業創新重點任務揭榜工作方案》的有關說明，如實、詳細地填寫每一部分內容。
二、除另有說明外，申報表中欄目不得空缺。申報表要求提供證明材料處，請補充附件。
三、紙質版申報材料要求蓋章處，須加蓋公章，複印無效，申報材料需加蓋騎縫章，並與相應紙質證明材料一起交推薦單位郵寄。
四、電子版材料的內容與格式應與紙質材料一致，如不一致以紙質材料爲準。
五、揭榜主體所申報的產品需擁有知識產權，對報送的全部資料真實性負責，對能否按計劃完成重點揭榜任務作出有效承諾，並簽署企業承諾聲明（見“揭榜任務承諾書”模板）。
新一代人工智能產業創新發展重點任務
揭榜單位申報表
一、單位情況（提供證明材料） | ||||||
|---|---|---|---|---|---|---|
單位名稱 | 全稱（如實填寫） | |||||
揭榜負責人 | 姓名 | 職務職稱 | ||||
郵箱 | 手機 | |||||
申報聯繫人 | 姓名 | 手機 | ||||
郵箱 | 傳真 | |||||
法定代表人 | 註冊資本 | |||||
單位地址 | ||||||
組織機構代碼/三證合一碼 | ||||||
單位性質 | □國有企業 □民營企業 □外資企業 □事業單位其他（請註明）： | |||||
是否上市公司 | □否□是（股票代碼： 上市地點： 上市時間： ） | |||||
整體業務收入（萬元） | 指上一個財年（提供證明材料） | 研發投入（萬元） | 指上一個財年（提供證明材料） | |||
其中與人工智能業相關的業務收入（萬元） | ||||||
單位人數 | 研發人員人數 | |||||
揭榜單位簡介 | 包括成立時間、主營業務、主要產品、技術實力、發展歷程等基本情況，以及所獲專利、標準、知識產權、所獲競賽類獎勵榮譽等情況（需提供證明材料附後）（本部分內容不超過500字）。 | |||||
參與單位 | ||||||
二、重點產品基本信息 | ||||||
揭榜產品名稱 | ||||||
重點產品方向 | 智能產品□方向1：智能網聯汽車 □方向2：智能服務機器人□方向3：智能無人機 □方向4：醫療影像輔助診斷系統□方向5：視頻圖像身份識別系統□方向6：智能語音交互系統□方向7：智能翻譯系統 □方向8：智能家居產品核心基礎 □方向9： 智能傳感器 □方向10：神經網絡芯片□方向11：開源開放平臺智能製造關鍵技術裝備□方向12：智能製造關鍵技術裝備 支撐體系□方向13：行業訓練資源庫 □方向14：標準測試及知識產權服務平臺□方向15：智能化網絡基礎設施 □方向16：網絡安全保障體系其他□方向17：其他 | |||||
揭榜產品概述 | 包括揭榜產品/服務簡介、投融資概況、相關研發和應用水平，2020年預期將達到的技術及產業化應用水平等情況（多個領域產品可分別描述）（不超過1000字） | |||||
揭榜單位申報產品或服務重點指標填報表
揭榜方向 | 細分領域 | 參考指標 |
|---|---|---|
1.智能網聯汽車 | 自動駕駛操作系統 | 自動駕駛等級 |
干預次數/公里 | ||
已路測距離 | ||
智能環境感知視場角、測距範圍、分辨率等 | ||
自主決策精準規劃控制能力 | ||
高精度地圖數據採集與服務能力 | ||
支持車型種類數量 | ||
支持V2X應用類別和數量 | ||
支持自動駕駛的應用場景數量 | ||
產業化及應用情況 | ||
其他指標… | ||
自動駕駛智能芯片 | 支持自動駕駛功能任務 | |
視覺信息處理能力 | ||
性能/功耗 | ||
是否自主指令集/自主IP | ||
每幀延時 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
車載通信系統 | 車載V2X信息網聯通信能力 | |
車載通信芯片性能 | ||
支持V2X應用類別和數量 | ||
標準符合度 | ||
通信安全保障能力 | ||
產業化及應用情況 | ||
其他指標… | ||
2.智能服務機器人 | 智能家庭服務機器人 | 智能交互能力 |
自主動作能力 | ||
智能服務知識庫規模和知識表示質量 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能教育機器人 | 智能交互能力 | |
仿生動作能力 | ||
智能服務知識庫規模和知識表示質量 | ||
產業化及應用情況 | ||
其他指標… | ||
智能公共服務機器人 | 環境感知能力 | |
自主避障能力 | ||
智能交互能力 | ||
智能服務知識庫規模和知識表示質量 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能特種機器人 | 智能感知能力 | |
自主決策能力 | ||
人機協作能力 | ||
自主避障能力 | ||
自主導航能力 | ||
可靠性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能手術機器人 | 三維成像及定位能力 | |
智能精準安全操控能力 | ||
人機協作能力 | ||
可靠性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能客服機器人 | 業務場景覆蓋程度 | |
意圖識別準確率 | ||
用戶問題解決率 | ||
知識庫規模和知識表示質量 | ||
已大規模部署案例數量/已處理對話數量 | ||
其他產業化及應用情況 | ||
其他指標… | ||
3.智能無人機 | 智能無人機 | 感知避障能力 |
增穩雲臺精度 | ||
自動強制避讓航空管制區域能力 | ||
智能集羣作業能力 | ||
數據傳輸通信速率 | ||
產業化及應用情況 | ||
其他指標… | ||
4.醫療影像輔助診斷系統 | 醫療影像輔助診斷系統 | 典型疾病的檢出率 |
典型疾病的假陰性率 | ||
典型疾病的假陽性率 | ||
系統已有的臨牀影像數據量 | ||
產業化及應用情況 | ||
其他指標… | ||
5.視頻圖像身份識別系統 | 視頻監控安檢身份識別系統 | 複雜動態場景下人臉識別有效檢出率 |
複雜動態場景下1:N人臉識別支持的註冊集規模 | ||
複雜動態場景下正確識別率（1:N） | ||
支持不同地域人臉特徵識別情況 | ||
支持步態識別等其他識別方式 | ||
系統響應時間 | ||
產業化及應用情況 | ||
其他情況 | ||
智能終端人臉識別系統 | 複雜動態場景下人臉識別有效檢出率 | |
複雜動態場景下正確識別率 | ||
支持不同地域人臉特徵識別情況 | ||
系統資源佔用情況 | ||
系統響應時間 | ||
活體檢測/防攻擊能力 | ||
產業化及應用情況 | ||
其他情況 | ||
6.智能語音交互系統 | 智能語音交互系統 | 多場景下中文語音識別平均準確率/召回率 |
5米遠場識別率 | ||
多輪對話下用戶對話意圖識別準確率 | ||
支持的國際語言/少數民族語言/方言種類 | ||
喚醒率/誤喚醒率 | ||
平均響應時間 | ||
調用服務滿足度及準確推薦能力 | ||
相同家庭用戶的跨設備體驗情況 | ||
產業化及應用情況 | ||
其他指標… | ||
7.智能翻譯系統 | 智能翻譯系統 | 支持智能互譯的語種對 |
中譯英、英譯中場景下產品的翻譯準確率 | ||
少數民族語言與漢語的智能互譯準確率 | ||
翻譯響應時間 | ||
最大併發翻譯量 | ||
離線翻譯的支持情況及準確率 | ||
語音/圖像輸入下翻譯準確率 | ||
可讀性（流利度） | ||
日請求量 | ||
其他產業化及應用情況 | ||
其他指標… | ||
8.智能家居產品 | 智能安防 | 對多種環境因素的綜合感知識別能力 |
危險智能預警能力 | ||
終端數據計算能力 | ||
雲端海量數據處理能力 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能家電 | 是否內嵌智能傳感部件及數量、類型（體感傳感器、麥克風等） | |
是否內嵌智能芯片及數量、類型 | ||
智能交互能力 | ||
通過學習提供個性化智能化服務能力 | ||
智能管理能力 | ||
智能故障預測能力 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
9.智能傳感器 | 智能傳感器 | 靈敏度 |
精度 | ||
分辨率 | ||
傳感器側對數據的智能處理程度 | ||
功耗 | ||
產業化及應用情況 | ||
其他指標… | ||
10.神經網絡芯片 | 雲端神經網絡芯片 | 支持的主流神經網絡算法數量及類別 |
性能（16位浮點） | ||
性能/功耗 | ||
是否自主指令集/自主IP | ||
高性能芯片間互聯 | ||
產業化及應用情況 | ||
其他指標… | ||
終端神經網絡芯片 | 支持的主流神經網絡算法數量及類別 | |
性能/功耗（以16位浮點爲基準） | ||
是否自主指令集/自主IP | ||
產業化及應用情況 | ||
其他指標… | ||
11.開源開放平臺 | 開源開放平臺 | 大規模分佈式集羣並行處理能力 |
對不同硬件平臺的支持能力 | ||
對多種算法模型、框架和複雜訓練任務的支持能力 | ||
開源社區活躍開發者數量 | ||
已開發並提供服務的應用種類/數量 | ||
數據集數量/模型數量/用戶數量 | ||
應用隔離方式及開發者使用體驗 | ||
其他 | ||
12.智能製造關鍵技術裝備 | 智能工業機器人 | 智能感知能力 |
人機協作能力 | ||
智能決策能力 | ||
靈活精準控制能力 | ||
異常情況處理能力 | ||
遠程運維能力 | ||
開放性及可二次開發能力 | ||
產業化及應用情況 | ||
其他指標… | ||
智能控制裝備 | 智能感知能力 | |
智能決策能力 | ||
智能精準控制能力 | ||
產業化及應用情況 | ||
其他指標… | ||
智能檢測裝備 | 工業現場視覺識別準確率 | |
測量精度 | ||
處理速度 | ||
產業化及應用情況 | ||
其他指標… | ||
智能物流裝備 | 定位方式及精度 | |
貨物分類處理能力 | ||
人機協作水平 | ||
運動路線規劃能力 | ||
靈敏避障能力 | ||
規模應用後運營成本降低率 | ||
規模應用後人力成本降低率 | ||
產業化及應用情況 | ||
其他指標… | ||
13.行業訓練資源庫 | 行業訓練資源庫 | 數據類型/數據量 |
服務的行業領域 | ||
已標註的數據比例及準確率 | ||
數據分佈的多樣化程度 | ||
開放及應用情況 | ||
其他指標… | ||
14.標準測試及知識產權服務平臺 | 標準測試及知識產權服務平臺 | 人工智能標準服務能力 |
人工智能產品評估能力 | ||
人工智能產業知識產權公共服務能力 | ||
標準測試及知識產權服務情況 | ||
其他指標… | ||
15.智能化網絡基礎設施 | 4G/5G網絡基礎設施智能化提升 | 已部署網絡規模及節點數量 |
4G/5G平均寬帶接入速率和時延 | ||
網絡性能調優和參數優化智能化水平 | ||
網絡全局資源的智能感知監控能力 | ||
網絡故障智能告警、根因定位和自愈能力 | ||
設備、網絡、應急等智能安全保障能力 | ||
面向自動駕駛、無人機、機器人、大視頻等典型人工智能應用提供支撐的平臺服務能力（API等） | ||
已支撐的典型人工智能應用數量 | ||
其他示範應用情況 | ||
其他指標… | ||
支撐工業智能化應用的工業互聯網網絡基礎設施 | 已部署的網絡規模及節點數量 | |
標識解析服務能力 | ||
面向NB-IoT、IPv6、SDN/NFV、時間敏感網絡（TSN）、邊緣計算等新技術應用提供服務的能力 | ||
設備、網絡、應急等安全保障能力 | ||
示範應用情況 | ||
其他指標… | ||
車聯網網絡基礎設施 | 已部署網絡規模/覆蓋範圍 | |
系統容量/連接數密度 | ||
典型應用場景下的雙向傳輸速率及時延 | ||
支持多種通信制式 | ||
設備、網絡、應急等安全保障能力 | ||
示範應用情況 | ||
其他指標… | ||
16.網絡安全保障體系 | 人工智能安全技術服務平臺 | 安全漏洞庫、病毒庫等樣本規模 |
覆蓋智能產品種類 | ||
安全檢測、危險預警及應急處置能力 | ||
對外提供服務的情況 | ||
其他指標… | ||
人工智能在網絡、信息和數據安全領域的應用 | 人工智能技術應用對安全檢測能力的提升 | |
人工智能技術應用對安全防護能力提升 | ||
人工智能技術應用對低俗有害信息識別處理能力的提升 | ||
人工智能技術應用對數據安全存儲、傳輸及處理能力的提升 | ||
產業化及應用情況 | ||
其他指標… | ||
人工智能終端安全防護系統 | 人工智能終端安全防護能力 | |
主控APP安全防護能力 | ||
隱私泄露防護能力 | ||
其他指標… | ||
17.其他方向 | 其他細分領域 | 智能化水平 |
安全性 | ||
產業化及應用情況 | ||
其他指標 |
注：1、表中指標主要包括技術性能指標、產業化指標等，指標不對外公開，僅用於專家和評測機構評價參考。
2、揭榜單位申報指標需包含“揭榜任務和預期目標”中所提及的指標，可在此基礎上合理增加指標。表中“本單位2020年目標”至少爲預計可實現的指標下限值，鼓勵提出超過《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》預期目標的2020年目標。
揭榜單位申報產品或服務重點任務目錄及參考指標
揭榜方向 | 細分領域 | 參考指標 |
|---|---|---|
1.智能網聯汽車 | 自動駕駛操作系統 | 自動駕駛等級 |
干預次數/公里 | ||
已路測距離 | ||
智能環境感知視場角、測距範圍、分辨率等 | ||
自主決策精準規劃控制能力 | ||
高精度地圖數據採集與服務能力 | ||
支持車型種類數量 | ||
支持V2X應用類別和數量 | ||
支持自動駕駛的應用場景數量 | ||
產業化及應用情況 | ||
其他指標… | ||
自動駕駛智能芯片 | 支持自動駕駛功能任務 | |
視覺信息處理能力 | ||
性能/功耗 | ||
是否自主指令集/自主IP | ||
每幀延時 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
車載通信系統 | 車載V2X信息網聯通信能力 | |
車載通信芯片性能 | ||
支持V2X應用類別和數量 | ||
標準符合度 | ||
通信安全保障能力 | ||
產業化及應用情況 | ||
其他指標… | ||
2.智能服務機器人 | 智能家庭服務機器人 | 智能交互能力 |
自主動作能力 | ||
智能服務知識庫規模和知識表示質量 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能教育機器人 | 智能交互能力 | |
仿生動作能力 | ||
智能服務知識庫規模和知識表示質量 | ||
產業化及應用情況 | ||
其他指標… | ||
智能公共服務機器人 | 環境感知能力 | |
自主避障能力 | ||
智能交互能力 | ||
智能服務知識庫規模和知識表示質量 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能特種機器人 | 智能感知能力 | |
自主決策能力 | ||
人機協作能力 | ||
自主避障能力 | ||
自主導航能力 | ||
可靠性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能手術機器人 | 三維成像及定位能力 | |
智能精準安全操控能力 | ||
人機協作能力 | ||
可靠性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能客服機器人 | 業務場景覆蓋程度 | |
意圖識別準確率 | ||
用戶問題解決率 | ||
知識庫規模和知識表示質量 | ||
已大規模部署案例數量/已處理對話數量 | ||
其他產業化及應用情況 | ||
其他指標… | ||
3.智能無人機 | 智能無人機 | 感知避障能力 |
增穩雲臺精度 | ||
自動強制避讓航空管制區域能力 | ||
智能集羣作業能力 | ||
數據傳輸通信速率 | ||
產業化及應用情況 | ||
其他指標… | ||
4.醫療影像輔助診斷系統 | 醫療影像輔助診斷系統 | 典型疾病的檢出率 |
典型疾病的假陰性率 | ||
典型疾病的假陽性率 | ||
系統已有的臨牀影像數據量 | ||
產業化及應用情況 | ||
其他指標… | ||
5.視頻圖像身份識別系統 | 視頻監控安檢身份識別系統 | 複雜動態場景下人臉識別有效檢出率 |
複雜動態場景下1:N人臉識別支持的註冊集規模 | ||
複雜動態場景下正確識別率（1:N） | ||
支持不同地域人臉特徵識別情況 | ||
支持步態識別等其他識別方式 | ||
系統響應時間 | ||
產業化及應用情況 | ||
其他情況 | ||
智能終端人臉識別系統 | 複雜動態場景下人臉識別有效檢出率 | |
複雜動態場景下正確識別率 | ||
支持不同地域人臉特徵識別情況 | ||
系統資源佔用情況 | ||
系統響應時間 | ||
活體檢測/防攻擊能力 | ||
產業化及應用情況 | ||
其他情況 | ||
6.智能語音交互系統 | 智能語音交互系統 | 多場景下中文語音識別平均準確率/召回率 |
5米遠場識別率 | ||
多輪對話下用戶對話意圖識別準確率 | ||
支持的國際語言/少數民族語言/方言種類 | ||
喚醒率/誤喚醒率 | ||
平均響應時間 | ||
調用服務滿足度及準確推薦能力 | ||
相同家庭用戶的跨設備體驗情況 | ||
產業化及應用情況 | ||
其他指標… | ||
7.智能翻譯系統 | 智能翻譯系統 | 支持智能互譯的語種對 |
中譯英、英譯中場景下產品的翻譯準確率 | ||
少數民族語言與漢語的智能互譯準確率 | ||
翻譯響應時間 | ||
最大併發翻譯量 | ||
離線翻譯的支持情況及準確率 | ||
語音/圖像輸入下翻譯準確率 | ||
可讀性（流利度） | ||
日請求量 | ||
其他產業化及應用情況 | ||
其他指標… | ||
8.智能家居產品 | 智能安防 | 對多種環境因素的綜合感知識別能力 |
危險智能預警能力 | ||
終端數據計算能力 | ||
雲端海量數據處理能力 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
智能家電 | 是否內嵌智能傳感部件及數量、類型（體感傳感器、麥克風等） | |
是否內嵌智能芯片及數量、類型 | ||
智能交互能力 | ||
通過學習提供個性化智能化服務能力 | ||
智能管理能力 | ||
智能故障預測能力 | ||
安全性 | ||
產業化及應用情況 | ||
其他指標… | ||
9.智能傳感器 | 智能傳感器 | 靈敏度 |
精度 | ||
分辨率 | ||
傳感器側對數據的智能處理程度 | ||
功耗 | ||
產業化及應用情況 | ||
其他指標… | ||
10.神經網絡芯片 | 雲端神經網絡芯片 | 支持的主流神經網絡算法數量及類別 |
性能（16位浮點） | ||
性能/功耗 | ||
是否自主指令集/自主IP | ||
高性能芯片間互聯 | ||
產業化及應用情況 | ||
其他指標… | ||
終端神經網絡芯片 | 支持的主流神經網絡算法數量及類別 | |
性能/功耗（以16位浮點爲基準） | ||
是否自主指令集/自主IP | ||
產業化及應用情況 | ||
其他指標… | ||
11.開源開放平臺 | 開源開放平臺 | 大規模分佈式集羣並行處理能力 |
對不同硬件平臺的支持能力 | ||
對多種算法模型、框架和複雜訓練任務的支持能力 | ||
開源社區活躍開發者數量 | ||
已開發並提供服務的應用種類/數量 | ||
數據集數量/模型數量/用戶數量 | ||
應用隔離方式及開發者使用體驗 | ||
其他 | ||
12.智能製造關鍵技術裝備 | 智能工業機器人 | 智能感知能力 |
人機協作能力 | ||
智能決策能力 | ||
靈活精準控制能力 | ||
異常情況處理能力 | ||
遠程運維能力 | ||
開放性及可二次開發能力 | ||
產業化及應用情況 | ||
其他指標… | ||
智能控制裝備 | 智能感知能力 | |
智能決策能力 | ||
智能精準控制能力 | ||
產業化及應用情況 | ||
其他指標… | ||
智能檢測裝備 | 工業現場視覺識別準確率 | |
測量精度 | ||
處理速度 | ||
產業化及應用情況 | ||
其他指標… | ||
智能物流裝備 | 定位方式及精度 | |
貨物分類處理能力 | ||
人機協作水平 | ||
運動路線規劃能力 | ||
靈敏避障能力 | ||
規模應用後運營成本降低率 | ||
規模應用後人力成本降低率 | ||
產業化及應用情況 | ||
其他指標… | ||
13.行業訓練資源庫 | 行業訓練資源庫 | 數據類型/數據量 |
服務的行業領域 | ||
已標註的數據比例及準確率 | ||
數據分佈的多樣化程度 | ||
開放及應用情況 | ||
其他指標… | ||
14.標準測試及知識產權服務平臺 | 標準測試及知識產權服務平臺 | 人工智能標準服務能力 |
人工智能產品評估能力 | ||
人工智能產業知識產權公共服務能力 | ||
標準測試及知識產權服務情況 | ||
其他指標… | ||
15.智能化網絡基礎設施 | 4G/5G網絡基礎設施智能化提升 | 已部署網絡規模及節點數量 |
4G/5G平均寬帶接入速率和時延 | ||
網絡性能調優和參數優化智能化水平 | ||
網絡全局資源的智能感知監控能力 | ||
網絡故障智能告警、根因定位和自愈能力 | ||
設備、網絡、應急等智能安全保障能力 | ||
面向自動駕駛、無人機、機器人、大視頻等典型人工智能應用提供支撐的平臺服務能力（API等） | ||
已支撐的典型人工智能應用數量 | ||
其他示範應用情況 | ||
其他指標… | ||
支撐工業智能化應用的工業互聯網網絡基礎設施 | 已部署的網絡規模及節點數量 | |
標識解析服務能力 | ||
面向NB-IoT、IPv6、SDN/NFV、時間敏感網絡（TSN）、邊緣計算等新技術應用提供服務的能力 | ||
設備、網絡、應急等安全保障能力 | ||
示範應用情況 | ||
其他指標… | ||
車聯網網絡基礎設施 | 已部署網絡規模/覆蓋範圍 | |
系統容量/連接數密度 | ||
典型應用場景下的雙向傳輸速率及時延 | ||
支持多種通信制式 | ||
設備、網絡、應急等安全保障能力 | ||
示範應用情況 | ||
其他指標… | ||
16.網絡安全保障體系 | 人工智能安全技術服務平臺 | 安全漏洞庫、病毒庫等樣本規模 |
覆蓋智能產品種類 | ||
安全檢測、危險預警及應急處置能力 | ||
對外提供服務的情況 | ||
其他指標… | ||
人工智能在網絡、信息和數據安全領域的應用 | 人工智能技術應用對安全檢測能力的提升 | |
人工智能技術應用對安全防護能力提升 | ||
人工智能技術應用對低俗有害信息識別處理能力的提升 | ||
人工智能技術應用對數據安全存儲、傳輸及處理能力的提升 | ||
產業化及應用情況 | ||
其他指標… | ||
人工智能終端安全防護系統 | 人工智能終端安全防護能力 | |
主控APP安全防護能力 | ||
隱私泄露防護能力 | ||
其他指標… | ||
17.其他方向 | 其他細分領域 | 智能化水平 |
安全性 | ||
產業化及應用情況 | ||
其他指標 |
本文來源：中華人民共和國工業和信息化部