“新一代人工智能”研究的三大重點(diǎn)方向

https://www.toutiao.com/a6652872822005694987/

1. 新一代人工智能的基礎(chǔ)理論

聚焦人工智能重大科學(xué)前沿問(wèn)題， 以突破人工智能基礎(chǔ)機(jī)理、模型和算法瓶頸為重點(diǎn)， 重點(diǎn)布局可能引發(fā)人工智能范式變革的新一代人工智能基礎(chǔ)理論研究， 為人工智能持續(xù)發(fā)展與深度應(yīng)用提供強(qiáng)大科學(xué)儲(chǔ)備。

1.1 新一代神經(jīng)網(wǎng)絡(luò)模型

借鑒神經(jīng)認(rèn)知機(jī)理和機(jī)器學(xué)習(xí)數(shù)學(xué)方法等， 開展神經(jīng)網(wǎng)絡(luò)模型非線性映射、網(wǎng)絡(luò)結(jié)構(gòu)自動(dòng)演化、神經(jīng)元和模塊功能特異化、小樣本學(xué)習(xí)/弱標(biāo)簽/無(wú)標(biāo)簽樣本學(xué)習(xí)、可解釋性等新理論和新方法的研究， 本質(zhì)性提升深度神經(jīng)網(wǎng)絡(luò)支撐解決現(xiàn)實(shí)人工智能問(wèn)題的范圍和能力。

1.2 面向開放環(huán)境的自適應(yīng)感知

針對(duì)應(yīng)用場(chǎng)景變換易導(dǎo)致智能系統(tǒng)性能急劇下降問(wèn)題， 發(fā)展適應(yīng)能力強(qiáng)的層次化網(wǎng)絡(luò)結(jié)構(gòu)、可連續(xù)學(xué)習(xí)的機(jī)器學(xué)習(xí)策略及一般性效能度量方法， 突破無(wú)監(jiān)督學(xué)習(xí)、經(jīng)驗(yàn)記憶利用、內(nèi)隱知識(shí)發(fā)現(xiàn)與引導(dǎo)及注意力選擇等難點(diǎn)， 推動(dòng)形成開放環(huán)境和變化場(chǎng)景下的通用型感知智能。

1.3 跨媒體因果推斷

研究基于跨媒體的人類常識(shí)知識(shí)形成的機(jī)器學(xué)習(xí)新方法， 并在常識(shí)知識(shí)支持下對(duì)跨媒體數(shù)據(jù)進(jìn)行自底向上的深度抽象和歸納， 有效管控不確定性的自頂向下演繹和推理， 建立邏輯推理、歸納推理和直覺(jué)頓悟相互協(xié)調(diào)補(bǔ)充的新模型和方法， 實(shí)現(xiàn)跨媒體從智能的關(guān)聯(lián)分析向常識(shí)知識(shí)支持下因果推斷的飛躍。

1.4 非完全信息條件下的博弈決策

針對(duì)人類經(jīng)濟(jì)活動(dòng)、人機(jī)對(duì)抗等非完全信息條件下的博弈特點(diǎn)， 結(jié)合機(jī)器學(xué)習(xí)、控制論、博弈論等領(lǐng)域進(jìn)展， 研究不確定復(fù)雜環(huán)境下博弈對(duì)抗的動(dòng)力學(xué)機(jī)制和優(yōu)化決策模型， 把對(duì)抗學(xué)習(xí)和強(qiáng)化學(xué)習(xí)與動(dòng)態(tài)博弈論進(jìn)行融合， 實(shí)現(xiàn)非完全信息環(huán)境下任務(wù)導(dǎo)向的通用智能基礎(chǔ)模型和動(dòng)態(tài)博弈決策理論。

1.5 群智涌現(xiàn)機(jī)理與計(jì)算方法

研究開放、動(dòng)態(tài)、復(fù)雜環(huán)境下的大規(guī)模群體協(xié)作的組織模式和激勵(lì)機(jī)制， 建立可表達(dá)、可計(jì)算、可調(diào)控的復(fù)合式激勵(lì)算法， 探索個(gè)體貢獻(xiàn)匯聚成群體智能的涌現(xiàn)機(jī)理和演化規(guī)律， 突破面向全局目標(biāo)的群體智能演進(jìn)方法和時(shí)空敏感的群體智能協(xié)同，實(shí)現(xiàn)可預(yù)知、可引導(dǎo)和可持續(xù)的群體智能涌現(xiàn)。

1.6 人在回路的混合增強(qiáng)智能

研究不確定性、脆弱性和開放性條件下的任務(wù)建模、環(huán)境建模和人類行為建模， 發(fā)展人在回路的機(jī)器學(xué)習(xí)方法及混合增強(qiáng)智能評(píng)價(jià)方法， 把人對(duì)復(fù)雜問(wèn)題分析與響應(yīng)的高級(jí)認(rèn)知機(jī)制與機(jī)器智能系統(tǒng)緊密耦合，有效避免由于人工智能技術(shù)的局限性引發(fā)的決策風(fēng)險(xiǎn)和系統(tǒng)失控， 實(shí)現(xiàn)復(fù)雜問(wèn)題人機(jī)雙向協(xié)作和求解收斂。

1.7 復(fù)雜制造環(huán)境下的人機(jī)物協(xié)同控制方法

面向離散制造業(yè)和流程工業(yè)中復(fù)雜多維度人機(jī)物協(xié)同問(wèn)題， 研究跨層、跨域的分布式網(wǎng)絡(luò)化協(xié)同控制方法， 突破人機(jī)物三元協(xié)同決策與優(yōu)化理論， 實(shí)現(xiàn)人機(jī)物的虛實(shí)融合與動(dòng)態(tài)調(diào)度， 探索無(wú)人加工生產(chǎn)線的重構(gòu)及人機(jī)共融智能交互， 為智能工廠發(fā)展模式探索和標(biāo)準(zhǔn)體系建立提供理論與方法支撐。

2. 面向重大需求的關(guān)鍵共性技術(shù)

圍繞提升我國(guó)人工智能國(guó)際競(jìng)爭(zhēng)力的迫切需求， 面向重大需求，突破新一代人工智能關(guān)鍵共性技術(shù)，以算法為核心， 數(shù)據(jù)和硬件為基礎(chǔ)， 全面提升感知識(shí)別、知識(shí)計(jì)算、認(rèn)知推理、協(xié)同控制與操作、人機(jī)交互等能力， 形成開放兼容、穩(wěn)定成熟的技術(shù)體系。

2.1 可泛化的領(lǐng)域知識(shí)學(xué)習(xí)與計(jì)算引擎

面向跨界融合新業(yè)態(tài)與知識(shí)創(chuàng)新服務(wù)需求，攻克大規(guī)模、綜合性知識(shí)中心建立所需要的關(guān)鍵技術(shù)。突破知識(shí)加工、深度搜索和可視交互等核心技術(shù)，形成概念識(shí)別、實(shí)體發(fā)現(xiàn)、屬性預(yù)測(cè)、知識(shí)演化和關(guān)系挖掘等能力， 實(shí)現(xiàn)知識(shí)持續(xù)增長(zhǎng)的自動(dòng)化獲取， 形成從數(shù)據(jù)到知識(shí)、從知識(shí)到服務(wù)的自主歸納和學(xué)習(xí)能力。在1-2 個(gè)知識(shí)密集型領(lǐng)域進(jìn)行服務(wù)驗(yàn)證， 達(dá)到或超越領(lǐng)域?qū)＜移骄鶈?wèn)答服務(wù)水平。

2.2 跨媒體分析推理技術(shù)系統(tǒng)

面向跨媒體內(nèi)容監(jiān)管、態(tài)勢(shì)分析及跨模態(tài)醫(yī)療分析等重大需求，研究跨媒體多元知識(shí)統(tǒng)一表征理論、模型和獲取方法，構(gòu)建十億級(jí)別以上的適應(yīng)跨媒體內(nèi)容演化的知識(shí)圖譜和分析推理技術(shù)，建立從定向推理到通用推理的泛化機(jī)制。在1-2個(gè)典型應(yīng)用場(chǎng)景下實(shí)現(xiàn)可回溯、可解釋的跨媒體智能推理， 準(zhǔn)確率超過(guò)領(lǐng)域中級(jí)專家水平。

2.3 認(rèn)知任務(wù)下的場(chǎng)景主動(dòng)感知技術(shù)

針對(duì)復(fù)雜環(huán)境中的目標(biāo)搜尋、場(chǎng)景分析和解釋等認(rèn)知任務(wù)，研究自然場(chǎng)景的主動(dòng)視覺(jué)感知、三維建模和定位技術(shù)；研究嘈雜場(chǎng)景中聲學(xué)環(huán)境探測(cè)與基于聽覺(jué)反饋機(jī)理的言語(yǔ)主動(dòng)感知技術(shù)；研究視聽覺(jué)協(xié)同的從自然場(chǎng)景主動(dòng)發(fā)現(xiàn)新目標(biāo)及其屬性知識(shí)的認(rèn)知技術(shù)。建立典型場(chǎng)景實(shí)驗(yàn)平臺(tái)并進(jìn)行功能驗(yàn)證。

2.4 面向群體化軟件開發(fā)的群智激發(fā)匯聚研究

面向群體化軟件開發(fā)等大規(guī)模復(fù)雜群智創(chuàng)新活動(dòng)，研究群智社區(qū)的協(xié)同與演化、群智任務(wù)的分解與適配等技術(shù); 研究群智創(chuàng)新制品的分析評(píng)價(jià)、質(zhì)量控制和復(fù)用融合等技術(shù); 研究群智軟件制品的代碼標(biāo)注、測(cè)試驗(yàn)證和缺陷修復(fù)等技術(shù)。研究群智開源社區(qū)的群智激發(fā)匯聚機(jī)理和技術(shù)， 推動(dòng)形成面向特定領(lǐng)域的百萬(wàn)規(guī)模群智創(chuàng)新與人才培養(yǎng)生態(tài)， 有力促進(jìn)人工智能技術(shù)和應(yīng)用生態(tài)的建立。

2.5 人機(jī)協(xié)同軟硬件技術(shù)研究

面向智能制造和自動(dòng)駕駛等人機(jī)協(xié)同應(yīng)用場(chǎng)景，研究構(gòu)造軟硬件一體化的人機(jī)協(xié)同技術(shù)平臺(tái)。研究適應(yīng)真實(shí)世界情境理解與協(xié)同決策的模型與方法；研究從人機(jī)協(xié)同中混合人類直覺(jué)、經(jīng)驗(yàn)、行為的新型學(xué)習(xí)方法； 研制能自然理解環(huán)境和情景并能處理大規(guī)模知識(shí)的新型混合計(jì)算架構(gòu)和智能軟硬件等。

2.6 無(wú)人系統(tǒng)自主智能精準(zhǔn)感知與操控

針對(duì)海、陸、空、天無(wú)人平臺(tái)等自主智能發(fā)展需求，研究無(wú)約束環(huán)境下的基于多傳感器信息融合的協(xié)同感知方法； 研究大范圍場(chǎng)景語(yǔ)義建模和理解方法， 實(shí)現(xiàn)復(fù)雜環(huán)境的地圖構(gòu)建、透徹感知與動(dòng)態(tài)認(rèn)知； 研究復(fù)雜場(chǎng)景下多源異構(gòu)感知對(duì)象快速精準(zhǔn)的分割、檢測(cè)、定位、跟蹤和識(shí)別方法。建立或利用已有自主智能系統(tǒng)進(jìn)行技術(shù)驗(yàn)證， 實(shí)現(xiàn)自主智能無(wú)人系統(tǒng)中的自然、精準(zhǔn)、安全的交互與精準(zhǔn)操控。

2.7 自主智能體的靈巧精準(zhǔn)操作學(xué)習(xí)

針對(duì)復(fù)雜無(wú)人生產(chǎn)系統(tǒng)中對(duì)自主操作的需求，研究基于智能人機(jī)交互的復(fù)雜靈巧精確操作技能傳授和高效示范；研究實(shí)現(xiàn)對(duì)抓取、對(duì)準(zhǔn)、趨近、裝入等復(fù)雜技能的機(jī)器學(xué)習(xí)和技能生成；研究自主智能體的靈巧作業(yè)運(yùn)動(dòng)規(guī)劃和協(xié)調(diào)控制，實(shí)現(xiàn)從技能到靈巧操作的運(yùn)動(dòng)映射；研究多層次操作技能表示方法，實(shí)現(xiàn)復(fù)雜技能的知識(shí)化表達(dá)；圍繞精密裝配等典型場(chǎng)景，進(jìn)行靈巧操作技能學(xué)習(xí)技術(shù)驗(yàn)證。

3. 智能芯片與系統(tǒng)

圍繞人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵環(huán)節(jié)和應(yīng)用生態(tài)基礎(chǔ)建設(shè)， 從人工智能創(chuàng)新平臺(tái)和基礎(chǔ)支撐角度， 重點(diǎn)研究新型感知器件與系統(tǒng)， 人工神經(jīng)網(wǎng)絡(luò)的關(guān)鍵技術(shù)標(biāo)準(zhǔn)以及人工智能開源開放平臺(tái)。

3.1 新型感知器件與芯片

研究能夠模擬生物視、聽、觸、嗅等感知通道的信號(hào)處理和信息加工機(jī)理，研制新型感知器件、芯片以及相應(yīng)的神經(jīng)網(wǎng)絡(luò)感知信息表示、處理、分析和識(shí)別算法模型，開發(fā)功能類似生物、性能超越生物的感知系統(tǒng)并實(shí)現(xiàn)功能驗(yàn)證。

3.2 神經(jīng)網(wǎng)絡(luò)處理器關(guān)鍵標(biāo)準(zhǔn)與驗(yàn)證芯片

設(shè)計(jì)支持訓(xùn)練和推理的神經(jīng)網(wǎng)絡(luò)計(jì)算指令集，制定神經(jīng)網(wǎng)絡(luò)表示與壓縮標(biāo)準(zhǔn)，在此基礎(chǔ)上開發(fā)高效基礎(chǔ)算法庫(kù)和開發(fā)接口標(biāo)準(zhǔn)，實(shí)現(xiàn)配套開發(fā)工具鏈，建立開放的、不依賴于具體芯片實(shí)現(xiàn)方式的芯片平臺(tái)標(biāo)準(zhǔn)，實(shí)現(xiàn)軟硬件系統(tǒng)接口的統(tǒng)一化。實(shí)現(xiàn)支持上述指令集、算法庫(kù)、標(biāo)準(zhǔn)及開發(fā)接口的驗(yàn)證芯片和示例應(yīng)用。

3.3 人工智能開源開放基礎(chǔ)平臺(tái)與智能操作系統(tǒng)原型

研究智能傳感器件、智能處理芯片和智能控制器等智能硬件資源管理技術(shù)， 開發(fā)支持多種異構(gòu)硬件的人工智能開源開放基礎(chǔ)平臺(tái)。研究智能算法、知識(shí)庫(kù)等智能軟件和數(shù)據(jù)資源管理技術(shù)， 開發(fā)人工智能通用開源算法庫(kù)、模型庫(kù)以及人機(jī)交互的基礎(chǔ)軟件平臺(tái)。支持大規(guī)模智能任務(wù)的分布式分配和調(diào)度， 建立激勵(lì)創(chuàng)新、有機(jī)集成、快速應(yīng)用的人工智能開源生態(tài)， 支持智能操作系統(tǒng)等基礎(chǔ)軟件和核心硬件的發(fā)展。