現(xiàn)工信部正在組織開(kāi)展申報(bào)2021年人工智能產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜掛帥申報(bào)的工作，請(qǐng)蕪湖市符合申報(bào)條件的企業(yè)，結(jié)合自身實(shí)際，積極申報(bào)。本次申報(bào)為線上申報(bào)，申報(bào)截止時(shí)間為11月15日，各申報(bào)企業(yè)需在截止日期之前完成申報(bào)并填寫(xiě)推薦表電子版報(bào)送至經(jīng)發(fā)局。

代理免費(fèi)咨詢(xún)熱線：0551-65306190,19855108102

下一篇：其他蕪湖市可申報(bào)補(bǔ)助項(xiàng)目。

附件：2021年人工智能產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜掛帥申報(bào)指南

一、核心基礎(chǔ)

（一）高性能云端人工智能芯片

揭榜任務(wù)：研制高性能云端人工智能芯片，突破適用于人工智能計(jì)算范式的矩陣乘加內(nèi)核架構(gòu)、實(shí)現(xiàn)高速互聯(lián)總線等核心技術(shù)，滿(mǎn)足云計(jì)算環(huán)境中的低能耗訓(xùn)練和推斷。在智慧城市、自動(dòng)駕駛、云計(jì)算、智能家居等重點(diǎn)領(lǐng)域?qū)崿F(xiàn)規(guī)模化商用。

預(yù)期目標(biāo)：到2023年，支持多種國(guó)內(nèi)外主流深度學(xué)習(xí)框架，支持計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、智能語(yǔ)音等技術(shù)領(lǐng)域中不少于三種主流神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練與推斷。云端訓(xùn)練芯片可支持FP32、TF32、BF16、FP16、INT8等計(jì)算精度，算力可達(dá)到32TFLOPS@FP32、64TFLOPS@TF32、128TFLOPS@BF16、128TFLOPS@FP16、512TOPS@INT8，芯片典型功耗不高于400W。云端推斷芯片支持FP32、TF32、FP16、INT8等計(jì)算精度，算力可達(dá)到32TFLOPS@FP32、128TFLOPS@TF32、128TFLOPS@FP16、256TOPS@INT8，芯片典型功耗不超過(guò)75W。

（二）高性能邊緣端/終端計(jì)算人工智能芯片

揭榜任務(wù)：面向機(jī)器學(xué)習(xí)邊緣端及終端，研發(fā)高性能、低功耗、低延時(shí)、高算力性?xún)r(jià)比的人工智能芯片；研發(fā)配套的編譯器、驅(qū)動(dòng)軟件、開(kāi)發(fā)環(huán)境等產(chǎn)業(yè)化支持工具，形成加速卡、智能計(jì)算盒子、邊緣服務(wù)器等完整的配套產(chǎn)品。

預(yù)期目標(biāo)：到2023年，支持多種國(guó)內(nèi)外主流深度學(xué)習(xí)框架，支持計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、智能語(yǔ)音等技術(shù)領(lǐng)域中不少于三種主流神經(jīng)網(wǎng)絡(luò)模型。邊緣端芯片峰值性能不低于20TOPS@INT8，支持FP16、INT8、INT4等量化精度，芯片典型功耗不高于16W，能效比超過(guò)2TOPS/W @INT8。終端芯片能效比超過(guò)5TOPS/W@INT8，典型功耗不超過(guò)2W，支持INT8、INT4等量化精度。

（三）智能傳感器

揭榜任務(wù)：研發(fā)基于新需求、新材料、新工藝、新原理的智能傳感器，提升圖像、聲學(xué)、健康監(jiān)測(cè)、車(chē)規(guī)級(jí)雷達(dá)、車(chē)規(guī)級(jí)攝像頭等智能傳感器自主研發(fā)水平，推動(dòng)智能傳感器的產(chǎn)業(yè)化應(yīng)用。

預(yù)期目標(biāo)：到2023年，相關(guān)類(lèi)型傳感器達(dá)到以下性能：聲學(xué)傳感器信噪比達(dá)到70dB、聲學(xué)過(guò)載點(diǎn)達(dá)到135dB。柔性干式腦電電極、肌電電極、心電電極的導(dǎo)電性能顯著提高，導(dǎo)電阻抗可以達(dá)到小于5KΩ。車(chē)規(guī)級(jí)固態(tài)激光雷達(dá)在自動(dòng)駕駛場(chǎng)景下實(shí)現(xiàn)探測(cè)距離≥250m，水平視場(chǎng)角120°/垂直視場(chǎng)角20°，水平角度分辨率≤0.075°/垂直角度分辨率≤0.075°。車(chē)規(guī)級(jí)攝像頭在自動(dòng)駕駛場(chǎng)景下，前視、后視攝像頭實(shí)現(xiàn)可探測(cè)距離＞250m (FOV 30°)，環(huán)視、側(cè)視實(shí)現(xiàn)可探測(cè)距離＞100m (FOV 180°)。其他類(lèi)型傳感器性能達(dá)到國(guó)際先進(jìn)水平。

（四）終端人工智能推斷框架

揭榜任務(wù)：開(kāi)發(fā)高性能終端人工智能推斷框架，突破多模式訓(xùn)練、多精度推斷、多平臺(tái)覆蓋、模型量化等關(guān)鍵技術(shù)，運(yùn)行效率、量化能力、壓縮率滿(mǎn)足應(yīng)用場(chǎng)景需求，實(shí)現(xiàn)自學(xué)習(xí)、自定義算子、分布式算力調(diào)度等能力。

預(yù)期目標(biāo)：到2023年，框架支持C、C++、Java和Python等主流開(kāi)發(fā)語(yǔ)言中3種以上，適配5款以上人工智能推斷芯片，支持FP32、FP16、INT8、INT4等多種推斷精度，在自動(dòng)駕駛、智能醫(yī)療裝備、智能家居、智能終端等重點(diǎn)領(lǐng)域?qū)崿F(xiàn)規(guī)?；逃?。

（五）人工智能開(kāi)發(fā)服務(wù)平臺(tái)及工具

揭榜任務(wù)：研制低門(mén)檻、高性能、可擴(kuò)展的人工智能開(kāi)發(fā)平臺(tái)，突破智能數(shù)據(jù)標(biāo)注、自動(dòng)機(jī)器學(xué)習(xí)（AutoML）、大規(guī)模異構(gòu)資源管理、云邊端協(xié)同管理等核心技術(shù)，提供面向機(jī)器視覺(jué)、自然語(yǔ)言處理等特定應(yīng)用和金融、制造、能源等典型行業(yè)的平臺(tái)服務(wù)能力。

預(yù)期目標(biāo)：到2023年，平臺(tái)支持主流人工智能深度學(xué)習(xí)框架，支持3種以上人工智能芯片的適配，支持多種典型算法和工具，多機(jī)多卡分布式環(huán)境下線性加速比達(dá)到國(guó)際先進(jìn)水平。工具支持典型場(chǎng)景的智能化標(biāo)注，標(biāo)注工作量顯著降低，實(shí)現(xiàn)典型行業(yè)的實(shí)際應(yīng)用。在多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上AutoML算法的性能與人類(lèi)專(zhuān)家差距在10%以?xún)?nèi)。

二、智能產(chǎn)品

（六）機(jī)器翻譯系統(tǒng)

揭榜任務(wù)：突破低資源機(jī)器翻譯模型架構(gòu)、跨語(yǔ)言跨領(lǐng)域知識(shí)遷移、魯棒性訓(xùn)練與解碼、多語(yǔ)言通用翻譯引擎等核心技術(shù)，開(kāi)發(fā)高性能的小語(yǔ)種自動(dòng)翻譯模型與算法。在實(shí)時(shí)、非實(shí)時(shí)、常見(jiàn)噪聲等多種應(yīng)用場(chǎng)景下，支持語(yǔ)音轉(zhuǎn)文本、語(yǔ)音轉(zhuǎn)語(yǔ)音、文本轉(zhuǎn)語(yǔ)音、文本轉(zhuǎn)文本等能力。

預(yù)期目標(biāo)：到2023年，實(shí)現(xiàn)超大規(guī)模多語(yǔ)言通用機(jī)器翻譯引擎，支持中文普通話(huà)、常見(jiàn)方言、外語(yǔ)類(lèi)型的翻譯，支持多個(gè)國(guó)產(chǎn)軟硬件平臺(tái)的小語(yǔ)種機(jī)器翻譯訓(xùn)練與推斷，小語(yǔ)種機(jī)器翻譯抗噪音與領(lǐng)域遷移魯棒性滿(mǎn)足實(shí)際應(yīng)用需求。系統(tǒng)的譯文忠實(shí)度大于90%，譯文流利度大于90%。

（七）三維圖像身份識(shí)別系統(tǒng)

揭榜任務(wù)：研發(fā)三維圖像身份識(shí)別系統(tǒng)，包括3D成像硬件模組，千萬(wàn)大庫(kù)3D人臉識(shí)別算法，云-邊協(xié)同3D人臉識(shí)別引擎等關(guān)鍵技術(shù)，實(shí)現(xiàn)在人臉支付、智慧安檢、視頻監(jiān)控、圖像檢索等典型場(chǎng)景的應(yīng)用。

預(yù)期目標(biāo)：到2023年，高精度3D成像硬件模組1米距離成像精度達(dá)到1毫米，誤識(shí)率小于0.001?，拒識(shí)率小于5%。3D人臉識(shí)別引擎支持大庫(kù)實(shí)時(shí)檢索，QPS大于150，達(dá)到國(guó)際先進(jìn)水平。在典型應(yīng)用場(chǎng)景下，系統(tǒng)對(duì)二維靜態(tài)紙質(zhì)/非紙質(zhì)圖像、電子/動(dòng)態(tài)圖像、面具、頭模拒絕率≥99.9%，人臉活體接受率≥99%。系統(tǒng)應(yīng)用的安全合規(guī)性符合國(guó)家相關(guān)法規(guī)要求。

（八）智能語(yǔ)音交互系統(tǒng)

揭榜任務(wù)：研究基于人機(jī)對(duì)話(huà)的智能語(yǔ)音交互系統(tǒng)，突破環(huán)境因素和用戶(hù)口語(yǔ)發(fā)音差異等導(dǎo)致的語(yǔ)音識(shí)別技術(shù)瓶頸。研究多語(yǔ)種及多風(fēng)格情感語(yǔ)音合成技術(shù)，實(shí)現(xiàn)自然、情感豐富的語(yǔ)音合成效果。研究以多模態(tài)識(shí)別技術(shù)為前端，基于多種機(jī)器學(xué)習(xí)方法的語(yǔ)義對(duì)話(huà)系統(tǒng)，提升開(kāi)放場(chǎng)景下的語(yǔ)義泛化能力。研究智能語(yǔ)音分布式管理，實(shí)現(xiàn)多個(gè)智能交互設(shè)備的協(xié)同工作。在智能制造、智能客服、智能車(chē)載、智能家居等場(chǎng)景下實(shí)現(xiàn)大規(guī)模應(yīng)用。

預(yù)期目標(biāo)：到2023年，實(shí)現(xiàn)多場(chǎng)景下中文語(yǔ)音識(shí)別平均準(zhǔn)確率達(dá)到98%，遠(yuǎn)場(chǎng)識(shí)別率超過(guò)95%，語(yǔ)音合成MOS分不低于4.2分，誤喚醒每24小時(shí)不超過(guò)1次，用戶(hù)意圖準(zhǔn)確率達(dá)到95%以上，多設(shè)備協(xié)同喚醒準(zhǔn)確率達(dá)到98%以上，支持的外語(yǔ)類(lèi)型、少數(shù)民族語(yǔ)言、方言種類(lèi)達(dá)到5種以上，支持個(gè)性化語(yǔ)音合成種類(lèi)3種以上，平均響應(yīng)時(shí)間小于2秒。 

（九）自動(dòng)駕駛虛擬仿真測(cè)試平臺(tái)

揭榜任務(wù)：研制高置信度、高覆蓋度、高精度的自動(dòng)駕駛仿真測(cè)試驗(yàn)證平臺(tái)，突破場(chǎng)景構(gòu)建、車(chē)輛動(dòng)力學(xué)建模、駕駛員建模、傳感器建模等關(guān)鍵技術(shù)，提升自動(dòng)駕駛系統(tǒng)功能測(cè)試和性能評(píng)價(jià)能力，驗(yàn)證自動(dòng)駕駛系統(tǒng)是否符合應(yīng)用功能要求和安全要求。

預(yù)期目標(biāo)：到2023年，基于高精度地圖和三維重建技術(shù)構(gòu)建場(chǎng)景庫(kù)，建立自動(dòng)駕駛仿真場(chǎng)景1000個(gè)以上，包括典型場(chǎng)景、連續(xù)場(chǎng)景、車(chē)路協(xié)同場(chǎng)景和城市道路場(chǎng)景。感知系統(tǒng)仿真實(shí)現(xiàn)激光雷達(dá)、毫米波雷達(dá)和攝像頭仿真，能夠接入自動(dòng)駕駛感知和決策控制系統(tǒng)，實(shí)現(xiàn)道路環(huán)境場(chǎng)景仿真測(cè)試及量化評(píng)價(jià)，為行業(yè)企業(yè)提供有效的研發(fā)、產(chǎn)業(yè)化測(cè)試服務(wù)。

（十）智能機(jī)器人

揭榜任務(wù)：重點(diǎn)圍繞家庭服務(wù)、醫(yī)療健康、公共服務(wù)、養(yǎng)老服務(wù)、金融服務(wù)、巡檢安監(jiān)、智能物流等領(lǐng)域，突破包括多模態(tài)智能交互、多機(jī)協(xié)同及云平臺(tái)、智能精準(zhǔn)安全操控、感知信息融合、影像定位與導(dǎo)航等關(guān)鍵技術(shù)，推進(jìn)智能機(jī)器人規(guī)模商用。

預(yù)期目標(biāo)：到2023年，面向不同應(yīng)用場(chǎng)景，智能機(jī)器人具備以下一種或多種能力：在多模態(tài)交互能力方面，識(shí)別準(zhǔn)確率在95%以上，在巡檢等特定應(yīng)用場(chǎng)景可實(shí)現(xiàn)對(duì)缺陷和隱患的全天候、全方位、全自主監(jiān)測(cè)。在多機(jī)協(xié)同方面，具備高安全、高精度、超大作業(yè)范圍協(xié)同能力，以及面向場(chǎng)景的智能化運(yùn)維能力。在自主動(dòng)作能力方面，具備自由移動(dòng)與避障能力，在特定應(yīng)用場(chǎng)景可實(shí)現(xiàn)安全可靠、智能決策的高自動(dòng)化水平和高智能化水平的無(wú)人搬運(yùn)能力。在智能知識(shí)庫(kù)方面，擁有面向應(yīng)用場(chǎng)景的規(guī)?；R(shí)庫(kù)，具備智能問(wèn)答等功能。在健康護(hù)理服務(wù)方面，實(shí)現(xiàn)智能輔助診斷、身體指標(biāo)檢測(cè)、高清遠(yuǎn)程醫(yī)療等功能。

（十一）智能無(wú)人機(jī)

揭榜任務(wù)：突破智能跟隨、自主作業(yè)、群體協(xié)同作業(yè)等關(guān)鍵技術(shù)，推動(dòng)5G通信、北斗導(dǎo)航、邊緣計(jì)算等新技術(shù)在數(shù)據(jù)傳輸、鏈路控制、智能操作、監(jiān)控管理等方面的應(yīng)用。促進(jìn)智能無(wú)人機(jī)在應(yīng)急救援、通信保障、電力巡檢、森林防控、采礦安監(jiān)等危特場(chǎng)景的應(yīng)用。

預(yù)期目標(biāo)：到2023年，智能無(wú)人機(jī)實(shí)現(xiàn)360°全向感知避障，避障模式下最大飛行速度不低于14m/s。新一代通信網(wǎng)絡(luò)環(huán)境下，無(wú)人機(jī)遠(yuǎn)程高清圖傳屏到屏延時(shí)小于200ms，遠(yuǎn)程控制延時(shí)小于60ms。面向森林草原巡檢、火災(zāi)預(yù)警和消防救援等應(yīng)急場(chǎng)景應(yīng)用無(wú)人機(jī)抗風(fēng)七級(jí)，連續(xù)飛行時(shí)間不小于60分鐘。人工智能飛行處理系統(tǒng)實(shí)現(xiàn)自動(dòng)智能強(qiáng)制避讓航空管制區(qū)域，產(chǎn)品達(dá)到國(guó)際先進(jìn)水平。

（十二）智能導(dǎo)盲產(chǎn)品

揭榜任務(wù)：圍繞視障人群的無(wú)障礙獨(dú)立出行需求，研制具有高性能、高精度、高度無(wú)障礙的導(dǎo)盲系統(tǒng)及產(chǎn)品，突破室內(nèi)精準(zhǔn)無(wú)障礙導(dǎo)航、室外復(fù)雜環(huán)境精準(zhǔn)導(dǎo)盲、復(fù)雜場(chǎng)景下智能感知、自主決策、協(xié)同引導(dǎo)以及智能信息共享等關(guān)鍵技術(shù)，支持立體空間安全避障，提升路徑學(xué)習(xí)、物品識(shí)別的自學(xué)習(xí)能力，進(jìn)一步解決視障人群的出行問(wèn)題。

預(yù)期目標(biāo)：到2023年，導(dǎo)盲產(chǎn)品利用5G、短距離通信和高精度衛(wèi)星定位等技術(shù)，實(shí)現(xiàn)主動(dòng)識(shí)別、主動(dòng)判斷、主動(dòng)避障、主動(dòng)引領(lǐng)、低時(shí)延快速響應(yīng)，具備處理室內(nèi)外各類(lèi)復(fù)雜出行環(huán)境的能力，實(shí)現(xiàn)立體空間安全避障。通過(guò)語(yǔ)音、音效、震動(dòng)等多種交互方式實(shí)現(xiàn)主動(dòng)引領(lǐng)導(dǎo)盲功能，支持遠(yuǎn)程人工導(dǎo)盲服務(wù)。產(chǎn)品的續(xù)航時(shí)間、適用性、可靠性、安全性滿(mǎn)足視障人群的出行需求。

（十三）智能制造關(guān)鍵技術(shù)裝備與系統(tǒng)

揭榜任務(wù)：突破智能裝備自主識(shí)別、自主優(yōu)化、自主學(xué)習(xí)、群體協(xié)同等關(guān)鍵技術(shù)，推動(dòng)人工智能技術(shù)與智能制造裝備融合。研發(fā)智能新型工業(yè)控制系統(tǒng)等創(chuàng)新產(chǎn)品，推進(jìn)人工智能算法與工業(yè)自動(dòng)化系統(tǒng)融合。研發(fā)智能工業(yè)軟件，推進(jìn)人工智能與研發(fā)設(shè)計(jì)、生產(chǎn)管控、經(jīng)營(yíng)管理等工業(yè)軟件系統(tǒng)的融合與應(yīng)用。

預(yù)期目標(biāo)：到2023年，智能裝備具備環(huán)境感知、控制指令優(yōu)化、自主學(xué)習(xí)、人機(jī)交互、協(xié)同組織功能，重復(fù)定位精度達(dá)到特定場(chǎng)景生產(chǎn)制造要求，具備5臺(tái)以上單臺(tái)裝備的協(xié)同能力。智能工業(yè)控制系統(tǒng)涵蓋10種以上人工智能算法模型。智能工業(yè)軟件設(shè)計(jì)仿真領(lǐng)域形成不少于5類(lèi)智能化功能模塊，在生產(chǎn)管控、經(jīng)營(yíng)管理軟件領(lǐng)域分別形成不少于20類(lèi)智能化功能模塊。在倉(cāng)儲(chǔ)物流、石油化工、服裝紡織、軌道交通等主要工業(yè)領(lǐng)域?qū)崿F(xiàn)集成應(yīng)用。

（十四）高精度工業(yè)視覺(jué)檢測(cè)系統(tǒng)

揭榜任務(wù)：研制基于機(jī)器視覺(jué)、高精度傳感等技術(shù)的工業(yè)視覺(jué)檢測(cè)系統(tǒng)，推動(dòng)視覺(jué)和人工智能技術(shù)結(jié)合的檢測(cè)系統(tǒng)在精度、穩(wěn)定性與檢測(cè)速度等領(lǐng)域關(guān)鍵技術(shù)突破，實(shí)現(xiàn)視覺(jué)技術(shù)在測(cè)量、定位、檢測(cè)、引導(dǎo)及識(shí)別等生產(chǎn)管理重點(diǎn)領(lǐng)域的場(chǎng)景創(chuàng)新與推廣應(yīng)用。

預(yù)期目標(biāo)：到2023年，3D視覺(jué)檢測(cè)、小樣本訓(xùn)練、多類(lèi)型混合缺陷識(shí)別等關(guān)鍵技術(shù)實(shí)現(xiàn)重大突破，視覺(jué)檢測(cè)系統(tǒng)的工業(yè)現(xiàn)場(chǎng)漏檢率、誤報(bào)率、測(cè)量精度、識(shí)別速度、系統(tǒng)一致性滿(mǎn)足實(shí)際生產(chǎn)需求，實(shí)現(xiàn)產(chǎn)業(yè)規(guī)?；瘧?yīng)用。

三、公共支撐

（十五）人工智能訓(xùn)練資源庫(kù)

揭榜任務(wù)：建設(shè)通用基礎(chǔ)訓(xùn)練資源庫(kù)和行業(yè)訓(xùn)練資源庫(kù)，可提供合規(guī)的、高質(zhì)量人工智能訓(xùn)練資源庫(kù)、標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)和服務(wù)能力，具備多類(lèi)型、多場(chǎng)景數(shù)據(jù)采集與處理服務(wù)能力。通用基礎(chǔ)訓(xùn)練資源庫(kù)支持計(jì)算機(jī)視覺(jué)、智能語(yǔ)音、自然語(yǔ)言處理等典型人工智能應(yīng)用訓(xùn)練數(shù)據(jù)，行業(yè)訓(xùn)練資源庫(kù)可提供定制化行業(yè)領(lǐng)域訓(xùn)練數(shù)據(jù)服務(wù)。

預(yù)期目標(biāo)：到2023年，通用基礎(chǔ)訓(xùn)練資源庫(kù)具備以下一種或多種數(shù)據(jù)類(lèi)型：語(yǔ)音識(shí)別數(shù)據(jù)時(shí)長(zhǎng)超過(guò)9萬(wàn)小時(shí)，標(biāo)注準(zhǔn)確率超過(guò)97%。圖片數(shù)據(jù)量超過(guò)1500萬(wàn)張，標(biāo)注準(zhǔn)確率超過(guò)97%。視頻數(shù)據(jù)時(shí)長(zhǎng)超過(guò)800小時(shí)，標(biāo)注準(zhǔn)確率超過(guò)97%。自然語(yǔ)言處理數(shù)據(jù)量超過(guò)600萬(wàn)條，標(biāo)注準(zhǔn)確率超過(guò)97%。行業(yè)訓(xùn)練數(shù)據(jù)滿(mǎn)足相關(guān)領(lǐng)域如工業(yè)、交通、金融等行業(yè)的應(yīng)用需求。

（十六）大規(guī)模預(yù)訓(xùn)練模型

揭榜任務(wù)：研發(fā)面向計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、智能語(yǔ)音等人工智能核心技術(shù)的大規(guī)模預(yù)訓(xùn)練模型。突破預(yù)訓(xùn)練模型的訓(xùn)練算力、時(shí)間等限制，結(jié)合微調(diào)等技術(shù)，提升常見(jiàn)視覺(jué)、語(yǔ)言任務(wù)的分析和處理效果，搭建人工智能通用算法底座，提升大規(guī)模預(yù)訓(xùn)練模型的公共支撐能力。

預(yù)期目標(biāo)：到2023年，構(gòu)建至少覆蓋多語(yǔ)種文本、語(yǔ)音、圖像、視頻的多模態(tài)預(yù)訓(xùn)練大模型，模型參數(shù)至少達(dá)到千億級(jí)。構(gòu)建人工智能預(yù)訓(xùn)練大型模型的工程化開(kāi)發(fā)能力，建設(shè)通用的人工智能開(kāi)發(fā)工作流，減少專(zhuān)家干預(yù)及人為調(diào)參。平臺(tái)具備提供數(shù)據(jù)、代碼、模型、API等服務(wù)的能力，在工業(yè)、醫(yī)療、城市、金融、物流、科學(xué)研究等行業(yè)領(lǐng)域?qū)崿F(xiàn)規(guī)模應(yīng)用。

（十七）人工智能安全檢測(cè)平臺(tái)

揭榜任務(wù)：研發(fā)人工智能數(shù)據(jù)安全測(cè)試平臺(tái)，支持對(duì)模型數(shù)據(jù)泄露行為檢測(cè)。研發(fā)人工智能算法安全性測(cè)評(píng)平臺(tái)，支持針對(duì)以人臉識(shí)別身份認(rèn)證、自動(dòng)駕駛智能識(shí)別等為代表的人工智能系統(tǒng)進(jìn)行抗對(duì)抗樣本攻擊能力等安全風(fēng)險(xiǎn)的測(cè)評(píng)。研發(fā)面向金融、政務(wù)、電商等行業(yè)領(lǐng)域的風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警平臺(tái)。

預(yù)期目標(biāo)：到2023年，人工智能安全檢測(cè)平臺(tái)具備以下一種或多種能力：不少于3種人工智能模型數(shù)據(jù)泄露行為檢測(cè)方法。不少于10種數(shù)字世界黑盒對(duì)抗攻擊、不少于2種物理世界黑盒對(duì)抗攻擊算法。平臺(tái)支持對(duì)TensorFlow、PyTorch等典型深度學(xué)習(xí)框架訓(xùn)練出的算法模型的安全性進(jìn)行高效的、自動(dòng)化的測(cè)評(píng)，支持測(cè)評(píng)多種任務(wù)模型的安全性，如包括人臉識(shí)別身份認(rèn)證、自動(dòng)駕駛智能感知等任務(wù)。風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警平臺(tái)具備至少10種行業(yè)監(jiān)測(cè)預(yù)警模型，大幅提高行業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)有效率與運(yùn)行安全性，行業(yè)風(fēng)險(xiǎn)監(jiān)測(cè)覆蓋率顯著提升。

四、其他

其他人工智能領(lǐng)域的特色化技術(shù)、產(chǎn)品、服務(wù)和平臺(tái)等，應(yīng)具有技術(shù)先進(jìn)性，技術(shù)成熟度較高，產(chǎn)業(yè)化前景較好。