《行動計劃》提出了四大重要任務.
一是重點培育和發展智能網聯汽車, 智能服務機器人, 智能無人機, 醫療影像輔助診斷系統, 視頻映像身份識別系統, 智能語音交互系統, 智能翻譯系統, 智能家居產品等智能化產品, 推動智能產品在經濟社會的整合應用.
二是重點發展智能感測器, 神經網路晶片, 開源開放平台等關鍵環節, 夯實人工智慧產業發展的軟硬體基礎.
三是深化發展智能製造, 鼓勵新一代人工智慧技術在工業領域各環節的探索應用, 提升智能製造關鍵技術裝備創新能力, 培育推廣智能製造新模式.
四是構建行業訓練資源庫, 標準測試及智慧財產權服務平台, 智能化網路基礎設施, 網路安全保障等產業公共支撐體系, 完善人工智慧發展環境.
重點培育八大類智能產品
在培育智能產品方面, 《行動計劃》提出了詳細的發展目標:
到2020年, 智能網聯汽車將建立可靠, 安全, 即時性強的智能網聯汽車智能化平台, 形成平台相關標準, 支撐高度自動駕駛 (HA級) .
智能服務機器人方面, 到2020年, 將在環境感知, 自然交互, 自主學習, 人機協作等關鍵技術取得突破, 智能家庭服務機器人, 智能公共服務機器人實現批量生產及應用, 醫療康複, 助老助殘, 消防救災等機器人實現樣機生產, 完成技術與功能驗證, 實現20家以上應用示範.
智能無人機領域, 到2020年, 智能消費級無人機三軸機械增穩雲台精度達到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.
醫療影像輔助診斷系統方面, 到2020年, 國內先進的多模態醫學影像輔助診斷系統對以上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%.
視頻映像身份識別系統上, 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%, 支援不同地域人臉特徵識別.
智能語音交互系統方面, 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%.
智能翻譯系統領域, 到2020年, 多語種智能互譯取得明顯突破, 中譯英, 英譯中場景下產品的翻譯準確率超過85%, 少數民族語言與漢語的智能互譯準確率顯著提升.
在智能家居領域, 到2020年, 智能家居產品類別明顯豐富, 智能電視市場滲透率達到90%以上, 安防產品智能化水平顯著提升.
此外, 檔案還鼓勵地方政府加大投入, 培育一批人工智慧領軍企業, 建設人工智慧產業集聚區, 並引導多方資本參與人工智慧產業發展, 推進職業學校培養急需的技能型人才.
三項核心基礎重點突破
《行動計劃》指出, 加快研發並應用高精度, 低成本的智能感測器, 突破面向雲端訓練, 終端應用的神經網路晶片及配套工具, 支援人工智慧開發框架, 演算法庫, 工具集等的研發, 支援開源開放平台建設, 積極布局面向人工智慧應用設計的智能軟體, 夯實人工智慧產業發展的軟硬體基礎. 著重在以下領域率先取得突破:
智能感測器. 支援微型化及可靠性設計, 精密製造, 整合開發工具, 嵌入式演算法等關鍵技術研發, 支援基於新需求, 新材料, 新工藝, 新原理設計的智能感測器研發及應用. 到2020年, 壓電感測器, 磁感測器, 紅外感測器, 氣體感測器等的性能顯著提高, 在類比模擬, 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, 具備在移動式可穿戴, 互聯網, 汽車電子等重點領域的系統方案設計能力.
神經網路晶片. 面向機器學習訓練應用, 發展高性能, 高擴展性, 低功耗的雲端神經網路晶片, 面向終端應用發展適用於機器學習計算的低功耗, 高性能的終端神經網路晶片, 發展與神經網路晶片配套的編譯器, 驅動軟體, 開發環境等產業化支撐工具. 到2020年, 神經網路晶片技術取得突破進展, 推出一種或幾種主流神經網路演算法; 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路晶片的規模化商用.
開源開放平台. 針對機器學習, 模式識別, 智能語義理解等共性技術和自動駕駛等重點行業應用, 支援面向雲端訓練和終端執行的開發框架, 演算法庫, 工具集等的研發, 支援開源開發平台, 開放技術網路和開源社區建設, 鼓勵建設滿足複雜訓練需求的開放計算服務平台, 鼓勵骨幹龍頭企業構建基於開源開放技術的軟體, 硬體, 數據, 應用協同的新型產業生態. 到2020年, 面向雲端訓練的開源開發平台支援大規模分布式集群, 多種硬體平台, 多種演算法, 面向終端執行的開源開發平台具備輕量化, 模組化和可靠性等特徵.