《行动计划》提出了四大重要任务.
一是重点培育和发展智能网联汽车, 智能服务机器人, 智能无人机, 医疗影像辅助诊断系统, 视频图像身份识别系统, 智能语音交互系统, 智能翻译系统, 智能家居产品等智能化产品, 推动智能产品在经济社会的集成应用.
二是重点发展智能传感器, 神经网络芯片, 开源开放平台等关键环节, 夯实人工智能产业发展的软硬件基础.
三是深化发展智能制造, 鼓励新一代人工智能技术在工业领域各环节的探索应用, 提升智能制造关键技术装备创新能力, 培育推广智能制造新模式.
四是构建行业训练资源库, 标准测试及知识产权服务平台, 智能化网络基础设施, 网络安全保障等产业公共支撑体系, 完善人工智能发展环境.
重点培育八大类智能产品
在培育智能产品方面, 《行动计划》提出了详细的发展目标:
到2020年, 智能网联汽车将建立可靠, 安全, 实时性强的智能网联汽车智能化平台, 形成平台相关标准, 支撑高度自动驾驶 (HA级) .
智能服务机器人方面, 到2020年, 将在环境感知, 自然交互, 自主学习, 人机协作等关键技术取得突破, 智能家庭服务机器人, 智能公共服务机器人实现批量生产及应用, 医疗康复, 助老助残, 消防救灾等机器人实现样机生产, 完成技术与功能验证, 实现20家以上应用示范.
智能无人机领域, 到2020年, 智能消费级无人机三轴机械增稳云台精度达到0.005 度, 实现 360 度全向感知避障, 实现自动智能强制避让航空管制区域.
医疗影像辅助诊断系统方面, 到2020年, 国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过95%, 假阴性率低于1%, 假阳性率低于5%.
视频图像身份识别系统上, 到2020年, 复杂动态场景下人脸识别有效检出率超过97%, 正确识别率超过90%, 支持不同地域人脸特征识别.
智能语音交互系统方面, 到2020年, 实现多场景下中文语音识别平均准确率达到96%, 5米远场识别率超过92%, 用户对话意图识别准确率超过90%.
智能翻译系统领域, 到2020年, 多语种智能互译取得明显突破, 中译英, 英译中场景下产品的翻译准确率超过85%, 少数民族语言与汉语的智能互译准确率显著提升.
在智能家居领域, 到2020年, 智能家居产品类别明显丰富, 智能电视市场渗透率达到90%以上, 安防产品智能化水平显著提升.
此外, 文件还鼓励地方政府加大投入, 培育一批人工智能领军企业, 建设人工智能产业集聚区, 并引导多方资本参与人工智能产业发展, 推进职业学校培养急需的技能型人才.
三项核心基础重点突破
《行动计划》指出, 加快研发并应用高精度, 低成本的智能传感器, 突破面向云端训练, 终端应用的神经网络芯片及配套工具, 支持人工智能开发框架, 算法库, 工具集等的研发, 支持开源开放平台建设, 积极布局面向人工智能应用设计的智能软件, 夯实人工智能产业发展的软硬件基础. 着重在以下领域率先取得突破:
智能传感器. 支持微型化及可靠性设计, 精密制造, 集成开发工具, 嵌入式算法等关键技术研发, 支持基于新需求, 新材料, 新工艺, 新原理设计的智能传感器研发及应用. 到2020年, 压电传感器, 磁传感器, 红外传感器, 气体传感器等的性能显著提高, 在模拟仿真, 设计, MEMS工艺, 封装及个性化测试技术方面达到国际先进水平, 具备在移动式可穿戴, 互联网, 汽车电子等重点领域的系统方案设计能力.
神经网络芯片. 面向机器学习训练应用, 发展高性能, 高扩展性, 低功耗的云端神经网络芯片, 面向终端应用发展适用于机器学习计算的低功耗, 高性能的终端神经网络芯片, 发展与神经网络芯片配套的编译器, 驱动软件, 开发环境等产业化支撑工具. 到2020年, 神经网络芯片技术取得突破进展, 推出一种或几种主流神经网络算法; 在智能终端, 自动驾驶, 智能安防, 智能家居等重点领域实现神经网络芯片的规模化商用.
开源开放平台. 针对机器学习, 模式识别, 智能语义理解等共性技术和自动驾驶等重点行业应用, 支持面向云端训练和终端执行的开发框架, 算法库, 工具集等的研发, 支持开源开发平台, 开放技术网络和开源社区建设, 鼓励建设满足复杂训练需求的开放计算服务平台, 鼓励骨干龙头企业构建基于开源开放技术的软件, 硬件, 数据, 应用协同的新型产业生态. 到2020年, 面向云端训练的开源开发平台支持大规模分布式集群, 多种硬件平台, 多种算法, 面向终端执行的开源开发平台具备轻量化, 模块化和可靠性等特征.