合肥市国家新一代人工智能创新发展试验区“十四五”规划(2021-2025年)(征求意见稿)

合肥市国家新一代人工智能创新发展试验区“十四五”规划(2021-2025年)(征求意见稿)

　　合肥市科学技术局

　　2021年4月

前言

　　作为新一轮全球科技革命和产业变革的核心所在，加快发展新一代人工智能，不仅事关国家安全和发展全局的基础核心领域，而且是赢得全球科技竞争主动权的重要战略抓手，同时也是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。为贯彻落实国务院有关文件精神，强化国家战略科技力量，提升人工智能科技水平，推进人工智能基础设施建设，培育人工智能创新企业，加速推进人工智能与经济社会发展深度融合，构建人工智能创新生态体系，研究人工智能政策试验及社会试验，特制定本规划。

　　目 录

　　一、战略态势......................................................................................................... 1

　　(一)国际形势.......................................................................................................... 1

　　(二)国内形势.......................................................................................................... 3

　　二、指导思想......................................................................................................... 6

　　三、基本原则..........................................................................................................7

　　四、主要目标......................................................................................................... 8

　　(一)建设人才“百千万”梯队，突破前沿理论和核心技术........................................... 9

　　(二)壮大人工智能新兴产业，完善人工智能基础建设............................................. 10

　　(三)打造优势领域应用示范，推动优质生态体系建设............................................. 11

　　(四)加强人工智能支撑体系建设，有序开展政策试验和社会实验........................... 11

　　五、重要任务......................................................................................................... 12

　　(一)完善人工智能人才体系..................................................................................... 12

　　(二)构建人工智能科技创新体系............................................................................. 14

　　1、聚力关键核心技术研发.................................................................................... 15

　　2、重点发展人工智能的关键共性技术.................................................................. 17

　　3、强化前沿应用技术探索与研究......................................................................... 20

　　4、着重打造智能芯片与系统的布局..................................................................... 22

　　(三)壮大人工智能优势产业................................................................................... 23

　　(四)夯实人工智能创新发展基建........................................................................... 25

　　(五)推动人工智能典型示范应用........................................................................... 27

　　(六)打造人工智能特色发展生态........................................................................... 29

　　(七)提升人工智能科技支撑能力........................................................................... 31

　　(八)研究人工智能政策试验和社会实验................................................................ 33

　　六、保障措施...................................................................................................... 34

　　(一)加强组织领导............................................................................................... 34

　　(二)强化政策扶持............................................................................................... 34

　　(三)营造发展氛围............................................................................................... 35

　　(四)强化可控发展............................................................................................... 36

　　一、战略态势

　　(一)国际形势

　　人工智能作为新一轮科技高地和产业革命的引擎，推动人类进入智能时代的决定性力量，世界主要发达国家纷纷布局人工智能技术和相关产业，加大研发投入，将促进人工智能发展视为增强国家竞争力、维护国家安全的重大战略，希望在日益激烈的新一轮国际科技竞争中，掌握主导权。

　　人工智能世界格局初步形成。

　　从人工智能的发展情况来看，当前全球各主要经济体基本可以分为三个梯队：

　　中美“双雄并立”的第一梯队;

　　英国、日本、德国、印度、法国等为中坚的第二梯队;

　　伊朗、巴西、荷兰、新加坡等为生力军的第三梯队。

　　我国在国际人工智能竞争中已占据有利地位，但仍需不断加强人工智能布局和规划，在新一轮国际竞争中取得先导地位。

　　人工智能受重视程度不断提升。

　　全球 20多个主要部署人工智能的国家中，80%的国家2017-2019年密集发布国家级战略或规划，各国以战略引领人工智能创新发展，从自发、分散性的自由探索为主的科研模式，逐步发展成国家战略推动和牵引、以产业化及应用为主题的创新模式，推动人工智能的发展和应用已逐渐成为全球主要经济体共识。

　　主要经济体的人工智能战略目标各有特色。

　　世界各主要经济体的战略目标任务各具特色，总体上可分为三类：

　　一是人工智能整体水平、技术、人才等优势明显的国家，如美国，其战略目标为维持全球人工智能领导者地位，确保全球领先优势。

　　二是具有较好基础的国家，希望通过伦理道德、法规监管、商业应用以及自动驾驶、机器人等优势领域引领人工智能发展。如德国、英国、法国等争取形成独特优势，确保全球竞争力;芬兰旨在人工智能应用方面成为全球领导者;日本、韩国寄希望于其提升机器人、汽车、半导体等领域产业优势。

　　三是基础相对薄弱的一些新兴经济体，如印度、阿联酋、丹麦等新兴国家，旨在促进经济增长、增强政府的施政能力及效率等从人工智能巨大发展潜力中获取最大益处。

　　综合分析，目前我国人工智能处于世界领先的第一梯队，综合实力仅次于美国，具有国家重视程度高、政策方向明确、科教资源优势突出、人工智能落地场景和载体巨大、计算机视觉和语音识别等技术层和应用层位居世界前列、人工智能数据规模和服务遥遥领先等优势，但也存在着基础层核心领域缺乏标志性、突破性研究成果、人工智能底层前沿技术和基础理论薄弱、对国外开发工具、基础期间依赖性较强、高端和跨专业复合型人才供给不足、数据标准和生态体系构建不足、相关专利和论文和标准平均质量不高、缺乏国际性战略布局等劣势。

　　在国际竞争日趋激烈的人工智能发展中，新冠疫情等全球性公共事件的影响对全球数字化进程的推进，中美技术竞争驱使中国加速提高自主研发能力，国内需要牢牢把握这些领先世界的机遇，但也要直面人工智能发展中，发达国家技术和法规方面对我国人工智能发展的影响，人工智能在道德、伦理、隐私和应用等方面的风险。

　　(二)国内形势

　　作为新一轮产业变革的核心驱动力和引领未来发展的战略技术,我国高度重视人工智能技术进步与产业发展，人工智能已成为各地推动高质量发展，构建核心竞争力的重要抓手。继2017年7月国家出台的《新一代人工智能发展规划》之后， 国家陆续出台相关文件，各省市制定了各自的人工智能发展规划、实施意见和行动方案。地方政府的政策不仅在针对国家战略做出响应，还在对当地智能企业和产业发展需求的做出响应，尤其是以人才聚集地著称的京津冀、长三角和珠三角地区。近年来这些地区在政策红利等各种叠加因素的驱动下，人工智能行业发展迅速，成为了我国人工智能发展的典范，对5G、人工智能等“新基建”的需求凸显。

　　人工智能发展进入新阶段，发展迅速，应用潜力巨大。

　　作为全球最大的人工智能应用市场，中国人工智能技术落地迅速，已经广泛应用于多个行业和场景，未来将在现有行业更深入应用，并触达更多行业场景。人工智能所需的基础，更成为“新基建”政策的一部分，这为我国进一步加快推进“泛在智能”提供了非常有利的条件和机遇。5G技术、IoT、VR/AR技术与人工智能结合，加速万物互联的实现，认知智能时代到来，人工智能应用场景更多元化，新基建为人工智能带来发展红利，引发新一轮产业升级革命，人工智能落地场景更加细分垂直，高质量数据积淀是关键，人工智能企业迎来百花齐放的局面，底层技术和落地能力更受重视。

　　各省市人工智能区域经济圈集群规模态势明显。

　　区域化发展体系直接影响促进人工智能发展布局，人工智能产业主要集聚区为珠三角地区、长三角地区、京津冀地区、东北地区、中部地区和西部地区六大区域。这些地区纷纷出台人工智能产业鼓励政策，力争成立百亿规模的产业基金、千亿规模的产业集群以及未来的特色产业聚集区。随着智能产业集群经济发展，我国区域经济发展的格局或将得到新的重塑与优化。

　　各试验区人工智能特色鲜明，差异明显。

　　2019年8月29日，科技部制定并发布《国家新一代人工智能创新发展试验区建设工作指引》，正式开展国家新一代人工智能创新发展试验区的部署工作。试验区是依托地方开展人工智能技术示范、政策试验和社会实验，在推动人工智能创新发展方面先行先试、发挥带动作用的区域。科技部批复的12个市级试验区和1个县级试验区特色鲜明，差异明显。北京市的研发优势明显，在软件平台、无人驾驶等领域领跑全国;上海人工智能产业以智能机器人、智能硬件、自动驾驶为重点，部分企业已拥有国内先进的计算机视觉、AI芯片制造等技术;杭州市是首个提出并探索“城市大脑”的中国城市，电商和安防等优势企业带动了相关产业的发展;深圳在新一代信息技术领域拥有完整的产业链及众多AI领头企业。

　　在目前批复的试验区中，合肥位居我国人工智能发展第一梯队，起点高，起步早。合肥市所在的安徽具备全产业链竞争优势，合肥具有深度融入长三角，紧密衔接中部经济圈的区位优势，科研实力雄厚，合肥综合性国家科学中心科研体系前沿理论和关键技术创新能力，人工智能龙头示范行业领先，智能语音、智能穿戴、类脑智能、量子人工智能、智能芯片、新型显示、智能视觉、机器人、新能源暨智能网联汽车行业业绩突出，具备行业组织活跃，国际合作前瞻多元，人工智能政策密集，园区政策扶植全面，应用领域广阔等多个优势。合肥还是中国集成电路产业中心城市、国家科技创新型试点城市，合肥的人工智能产业集群入选首批国家级战略性新兴产业集群，也助推合肥抢占中国人工智能发展前排。

　　同时，合肥人工智能整体发展水平与发达地区相比仍存在一定差距：基础科研及前沿理论尚未深入;人工智能应用上并未形成一定规模;企业数量相对不足且体量不大;高端人才获取上竞争力偏弱;优势产业相对单一，产业配套不完善;行业龙头企业总体数量少;技术研发与成果应用覆盖面较窄;产业化能力有待提高;数据整合、处理和开放程度不够;人工智能科技成果转化和保护缺乏国际视野;人工智能发展的基础设施和政策体系亟待完善等。

　　二、指导思想

　　全面贯彻党的十九大和十九届二中、三中、四中、五中全会精神，深入学习贯彻习近平总书记系列重要讲话精神和治国理政新理念新思想新战略，深入贯彻习近平总书记关于人工智能发展的重要论述和对“十四五”规划编制工作的重要指示，坚定推进创新驱动战略，落实国家新一代人工智能发展规划。根据《国家新一代人工智能创新发展试验区建设工作指引》和《科技部关于支持合肥建设国家新一代人工智能创新发展试验区的函》中重要思想，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标》、中共安徽省委和中共合肥市委省市两级《关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》，把握新一轮信息技术变革和数字经济发展趋势，以提升新一代人工智能科技创新能力为主攻方向，突破智能语音、量子人工智能、类脑智能、智能机器人、无人驾驶等一批关键核心技术，实施一批应用示范工程，培育一批行业领军企业，建设一批产业创新平台，打造坚实人工智能发展基础，加快人工智能与经济、社会、国防深度融合为主线，为加快建设创新型国家和世界科技强国、实现“两个一百年”奋斗目标和中华民族伟大复兴中国梦提供“合肥力量”。

　　三、基本原则

　　补足短板，把握前沿。时刻关注全球人工智能发展趋势，全面分析人工智能领域前沿动态，精确定位人工智能科技发展方向，补足我国人工智能核心技术中的不足和短板，突出研发部署前瞻性，在重点前沿领域探索布局、长期支持，力争在理论、方法、工具、系统等方面取得变革性、颠覆性突破，全面增强人工智能原始创新能力。

　　系统布局，抢抓机遇。抢抓建设国家综合性科学实验中心和深度融入长三角一体化的发展历史机遇，充分发挥合肥研发机构、专家团队高度集中，“一院一谷”支撑能力，“N核多点”的发展方向，在智能语音、智能穿戴、类脑智能、量子人工智能、智能芯片、新型显示、智能视觉、机器人、智能网联汽车九大领域，推进人才、技术、产业、项目、平台、生态的统筹布局，已部署的重大项目与新任务有机衔接，当前急需与长远发展梯次接续，创新能力建设、体制机制改革和政策环境营造协同发力。

　　市场主导，创新融合。遵循市场规律，以市场需求和科技发展方向为引领，以人工智能技术在我市经济社会多领域应用为切入点，突出企业在技术路线选择和行业产品标准制定中的主体作用，加快人工智能科技成果商业化应用，形成竞争优势。把握好政府和市场分工，更好发挥政府在规划引导、政策支持、安全防范、市场监管、环境营造、伦理法规制定等方面的重要作用，形成创新链和产业链深度融合。

　　开源开放，有序发展。倡导开源共享理念，促进产学研用各创新主体共创共享，积极吸纳和借鉴其他区域人工智能发展的成功经验，参与人工智能全球研发和治理，在全球范围内优化配置创新资源，加强与国内外人工智能先进地区、先进研发机构和先进企业集团的战略合作，加速各类创新资源的集聚融合，进一步融入人工智能全球创新体系，提升合肥人工智能的国际化影响力。依照《新一代人工智能治理原则》，探究伦理、法律等人工智能健康发展问题，构建相应政策法规体系、监管框架、审查规则，加速构筑先发优势，实现高端引领，有序发展。

　　四、主要目标

　　到2025年，合肥建设国家新一代人工智能创新发展试验区取得显著成效，人工智能全面赋能合肥重点产业链，以“一院一谷”为核心，“N核多点”协同发展，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，培养从基础到高端的人工智能人才梯队，前沿理论和关键技术研发能力显著提升，部分技术的研究和创新达到世界领先水平;完善人工智能基础设施建设，形成影响力大、带动性强、结构合理的人工智能科技创新体系，人工智能产业发展水平位居全国前列，驱动智慧经济的快速发展。在人工智能领域实现高端创新要素密集，科技创新实力雄厚，国际创新交流活跃，创新成果辐射广泛的目标。

　　(一)建设人才“百千万”梯队，突破前沿理论和核心技术

　　充分发挥以合肥综合性国家科学中心为核心，发挥合肥研发机构、专家团队高度集中优势，建设人工智能科创人才培养和集聚高地。制订和健全符合合肥特色的人工智能人才分类和评价体系，引进和培育百名人工智能领域高层次领军人才，重点培养千名人工智能高级研发人才，完成不少于一万名的人工智能专业技术培训和产业技术培训，形成国家人工智能应用型人才培养基地。

　　依托多领域国家实验室、国家重点实验室、国家工程研究中心、国家技术创新中心为多元的人工智能前沿理论和核心技术研发载体，推进科研院所、高等院校和企业科研力量优化配置和资源共享，前瞻性研究成果不断涌现，关键核心技术接续突破，科技创新指标稳居全国前列，全球创新枢纽城市建设取得重大进展。

　　(二)壮大人工智能新兴产业，完善人工智能基础建设

　　着眼于抢占未来人工智能产业发展先机，培育先导性和支柱性产业，推动战略性新兴产业融合化、集群化、生态化发展。关注人工智能科技型中小企业，重点培育人工智能核心和重点企业，完善合肥优势产业链人工智能配套企业，推动人工智能产业核心竞争力、规模水平和品牌效应大幅提升。在合肥人工智能优势领域培育2000家以上掌握核心技术、具备国际竞争力的高成长性创新企业，重点培育百亿元企业2家以上，20家10亿元企业的领军企业和50家规模超亿元的骨干企业，形成具有全国竞争力的人工智能产业集群。

　　完善人工智能相关基础设施建设，完善5G、车联网、工业互联网等人工智能基础网络建设，推进区块链基础设施、人工智能产业计算中心建设，建成智能数据服务中心、数据要素市场等以信息基础设施为主的“新基建”，构建泛在安全高效的智能化基础设施体系，打造具有国际影响力的人工智能基础平台。

　　(三)打造优势领域应用示范，推动优质生态体系建设

　　依托“一院一谷”科研到产业的协同优势，结合“九核多点”的发展特色，在本地九大优势产业(智能语音、智能穿戴、类脑智能、量子人工智能、智能芯片、新型显示、智能视觉、机器人、智能网联汽车)，推动前沿优质科技成果转化，形成10+全国领先的应用场景。牵引科技创新成果做商用转化、形成40+重大产品创新和示范应用。

　　加大国际合作力度，深化长三角一体化进程，优化人工智能领域金融和技术服务，建成人工智能数据公共服务平台、算力公共服务平台和人工智能创新平台，推进开源产业环境和聚合发展平台建设。每年举办具有较大影响力的会议或赛事，打造具有国际竞争力的人工智能产业生态圈和创新生态链。

　　(四)加强人工智能支撑体系建设，有序开展政策试验和社会实验

　　加强人工智能在标准、专利、评测等领域的公共服务体系建设。进一步推进科技成果质量提升和国际化保护，相关标准体系构建，基于标准及测试集的人工测评服务等工作。每年取得五到十个有高度的国际化标准或专利，推动建设有国际化公信力的人工智能评测机构。

　　研究合理的人工智能企业分类和评价体系，探索符合人工智能的监测和统计方法，定期发布人工智能相关经济运行监测分析及对经济社会发展贡献评估报告。有方向性、针对性开展政策试验和社会实验，构筑人工智能多层治理体系提供实践支撑，每年在合肥人工智能优势领域，形成两个以上典型示范，形成可复制、可推广经验，为智能社会政府治理提供参考。

　　五、重要任务

　　(一)完善人工智能人才体系

　　坚持以平台“聚人”、以产业“留人”、以环境“养人”，加大人工智能领域引才、育才、用才、留才力度。充分发挥合肥科研院所众多，专家团队高度集中等优势，分析和调研合肥产业发展特色，摸清产业对高、中级研发和专技人才需求，加强人工智能领域学科建设，加大高端人工智能人才引进力度，吸引和培养高水平人工智能创新人才，在优势产业领域选拔并培养人工智能复合交叉应用人才，规模化培训人工智能专业技术人才，全面完善服务合肥市人工智能技术和产业的人才梯队。

　　围绕合肥市重大研发任务和基地平台建设，立足现行人才政策，加大人工智能领域人才和团队支持力度，统筹利用国家人才计划，优先推荐申报国家、省重点人才计划，在市级重点人才计划中给予定向支持。拓宽引才渠道，定期召开人才引进对接会，引进人工智能领域国内外顶尖科学家、高水平创新团队以及优秀青年人才，鼓励企业通过长短期聘用、项目合作、技术咨询等柔性引才方式，灵活引进国内外高端人才。

　　通过政府统筹、联盟协会组织、高校和科研机构参与，构建“高校—政府—企业—科研机构”联动的人才需求对接和定向培养机制，打造面向不同分工和阶层的新一代人工智能科教体系和培养体系，尝试创新的人工智能培养方式和教育方式(慕课，远程，学习平台，培训基地)，培养可以服务与合肥人工智能产业链的人工智能复合型人才，鼓励和引导省内创新人才、团队加强与全球顶尖人工智能研究机构合作互动。

　　加大人工智能产业链对大量专业技能人才的需求的培养计划。通过政府引导和支持，联盟协会组织实施，企业深度参与的方式，统筹专业技能人才需求，制定培养计划，编制培训教程，建立完善考核机制，扩大数据标注员、人工智能训练师、智能制造技术员、机器人维修员等技能型人才培养规模，大规模实施“人工智能+”培训计划培养一批专业技能人才。

　　专栏1-人工智能人才体系完善

　　1、建立人才综合服务平台。

　　建立完善统一的人才综合服务平台。发挥国际人才城等平台载体作用，拓宽海外引才服务网络，打造首站式、一站式“人才之家”。全面调研人工智能产业链，集中企业需求，摸清不同层次人才需求的方向和数量，建立人才需求目录和数据库，量化进行人才培育和引进工作。大力引进海内外高层次科研和创新创业人才和团队，引进一批专业拔尖、掌握核心技术的领军人物，重点支持产业人才综合实训中心，人才学院等新兴人才输出机构的建设。

　　2、集聚高端人才和青年人才。

　　针对人工智能核心算法、深度学习、自主协同控制等基础理论领域和智能芯片、人机交互、数据挖掘等核心关键技术领域，采用国际通行的人才遴选机制，建立国际人才储备库。加强国际人才服务，实施出入境便利化、发放短期工作居留许可等措施，支持开展国际交流和技术合作。重点培育青年卓越人才，优先支持申报人工智能示范项目，鼓励开展基础理论研究、核心技术攻关和重点应用创新，带动培养一批人工智能创新团队。发挥本市各类人才政策作用，着力吸引、培养人工智能青年高层次人才、领军人才和拔尖人才，逐步建立多层次的青年人才梯队。

　　3、培养复合专业人才。

　　以产业发展和落地应用为导向推进人工智能领域相关人才培养机制。鼓励校企合作，以岗位实践能力提升为重点，建设人工智能教育公共服务平台。鼓励支持行业组织和机构开展细分领域人才培训，培养一批技术、产业和商业的跨界复合型人才。支持人工智能企业、市场化培训机构、人才继续教育实训基地和高技能人才培养基地等，开展人工智能紧缺急需专业技术人才和高技能人才的培训。

　　4、加大新一代人工智能技能人才培养。

　　加强校企合作力度和灵活度,加强实训(实习)基地建设,培养高水平的人工智能专技人才。建立灵活的人才评价机制,鼓励各类专业技能人工智能人才成长，重点培养数据分析、数据采集、数据标记、数据处理、系统模型搭建、机器人维护和操作、智能制造流程管理、智能设备维护等方面的专业技能人才。

　　5、加强人工智能安全和伦理教育。

　　针对从事人工智能相关领域的人员，进一步加强相关安全和伦理教育和培训，特别在算法歧视、数据隐私保护、人工智能伦理等方向，正确引导从业人员对技术伦理、政策治理和法律法规建设深入思考，技术可能产生的社会影响进行预研。

　　(二)构建人工智能科技创新体系

　　坚持创新的核心地位，科技自立自强为战略支撑，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，强化战略科技力量。加强基础理论研究，支持勇闯人工智能科技前沿的“无人区”，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，确保在人工智能这个重要领域的理论研究走在前面、关键核心技术占领制高点。结合当前国际形势，以及人工智能与5G、物联网等深入结合的技术趋势，人工智能产业计算中心和先进计算中心应充分考虑技术路线的先进性和自主性，避免人工智能发展过程中技术“卡脖子”的风险，合理选择合肥人工智能发展的技术路线。

　　1、聚力关键核心技术研发

　　主攻人工智能关键核心技术。以问题为导向，瞄准国际领先、国内空白、具备区域性研发优势、有望引领人工智能技术升级的人工智能关键核心方向，依托高校院所和国家级创新平台、行业龙头研发机构等，进一步加强投入和研发，在智能语音及语言处理、计算机视觉、生物特征识别等方向加快重大科技成果创新应用，全面增强人工智能科技创新能力，实现关键核心技术突破。

　　专栏2-聚力关键核心技术研发

　　1、智能语音及语言处理。

　　继续发挥合肥在语音技术领域优势的同时，进一步提高语音领域的核心技术高度和能力。保持合肥在语音合成、语音识别、机器翻译等核心技术领域继续处于国际领先地位。推进深度学习与语音识别等融合技术研发，提高语音识别精确度。支持语音合成、语义理解技术研究，突破语法逻辑、字符概念表征和深度语义分析，增强特定环境语义理解能力。研究基于知识图谱、事理图谱等大规模多元知识的自然语言语义分析方法，研究可理解、可解释文本生成方法，研究通过与环境和社会跨模态交互的语言进化计算模型，突破层次深、鲁棒性强、对稀缺语料适应能力好的中文自然语言理解技术，为认知智能提供通用语言模型、生成方法和基本工具支撑。研究跨语言文本挖掘技术和面向机器认知智能的语义理解技术。

　　2、计算机视觉。

　　围绕合肥在智能视觉、机器人、智能网联汽车等产业的需求，开展人工智能视觉算法、摄像头前端、图像处理系统核心技术研发以及超高清视频采集、传输视频结构化分析平台的建设。重点突破视频图像理解、视觉信息融合、视觉并行计算等机器视觉核心算法，提升机器视觉智能化水平。研发高感光度、高量子效率、低暗电流噪声且体积小的像素单元及其高速高分辨率图像传感器和高可靠性低功耗视频采集传输模组。开展高性能3D传感器关键技术研究及处理器开发，研究基于面阵激光器及光学器件组成的激光发射模组及其高频调制驱动电路。持续研发基于视觉感知的检测设备、监控设备、导航设备等智能化产品。人脸识别、人体分析(人体身份识别、人体轨迹搜索)、车辆分析(车牌识别、车辆特征提取)、特定形态目标识别、行为分析(目标跟踪检测、异常行为分析)、海量视频搜索和图像分析(视频质量诊断、视频结构提取)。在计算成像学、图像理解、全景视频、三维视觉、动态视觉、视觉边缘计算和视频编解码，超高清图像压缩与传输、高通量视觉数据计算、低照度、动态、模糊等特殊情况数据处理核心技术。

　　3、无人驾驶核心技术。

　　针对合肥智能网联汽车、智能制造等方向，重点突破自动驾驶汽车智能辅助驾驶、复杂环境感知、自适应巡航等软硬件技术研发。发展智能汽车芯片和车载智能操作系统、高精度地图及定位、智能感知、智能决策与控制等重点技术。支持智能化高可靠无人驾驶航空器关键模块开发与系统集成，突破智能视觉避障、智能自动巡航、超声波环境感知、超高清图像回传等技术。

　　4、生物特征识别。

　　在智能芯片发展领域，研究新一代人工智能生物识别技术。开展指纹、掌纹、人脸、虹膜、指静脉、声纹、步态、手写数字签名等多种生物特征识别技术，突破DNA、射频信号反射、多模态融合识别等新型生物特征识别技术。开展生物特征样本采集、传感、预处理、特征建模与比对、攻击检测等方向的核心技术研究。

　　5、高级机器学习理论研究。

　　研究具有自组织、自学习、自适应、自涌现等特点的机器学习新理论;研究不完全信息下推理决策与演化完善的学习理论;研究具有可解释性的机器学习理论和方法;研究小样本学习、深度强化学习、无监督学习、半监督学习、迁移学习、表征学习等理论和模型;研究量子机器学习、对偶学习、分布式学习、主动学习、元学习及其它高级机器学习基础理论和方法等。

　　6、提升人工智能学习模式核心技术研发能力。

　　优化基础机器学习核心模型，进一步提高有监督学习效率和效果，重点突破无监督学习、综合深度推理等难点问题，进一步提升强化学习的自探索和控制能力进步，提升机器学习的高效、可泛化、组合和增量式学习能力。加强人工智能学习方法核心技术研发。注重传统机器学习方法在自然语言处理、语音识别、图像识别、信息检索和生物信息等领域的拓展和延伸;重视深度学习新一代神经网络模型的自主研发，提升卷积神经网络、循环神经网络、深度生成模型等已有模型的处理能力，尝试突破特殊领域承载深度学习框架、平台的研发和移植能力;突破迁移学习、主动学习和演化学习等新兴学习方法的核心技术自主化程度。借鉴神经认知机理和机器学习数学方法等，开展神经网络模型非线性映射、神经网络对抗和安全性、网络结构自动组织与演化、神经元和模块功能特异化、小样本学习/弱标签/无标签样本学习、可解释性等新理论和新方法的研究。

　　7、人机交互。

　　研究新一代人工智能交互模型与设计方法，开展设备交互、语音交互、体感交互、情感交互、脑机交互等领域核心技术研发。加快麦克风阵列、柔性屏、3D新型显示、音频处理模组以及相关器件等交互基础的技术研发。加快新一代智能手机、车载智能终端、智能手表、智能耳机、智能眼镜等智能交互终端的核心技术研发，提升人机信息交换的核心技术能力。

　　8、知识图谱。

　　面向合肥人工智能科研、教育、应用等领域需求，开展智能知识图谱基础核心技术研发，推进多学科、多领域专业知识图谱的研发和构建。重点推进在医学、法律、教育、农业、等领域的学科知识体系到知识图谱重点突破知识加工、深度搜索和可视交互核心技术，实现对知识持续增量的自动获取，具备概念识别、实体发现、属性预测、知识演化建模和关系挖掘能力，形成涵盖数十亿实体规模的多源、多学科和多数据类型的跨媒体知识图谱。向符号信息关系网、反欺诈、不一致验证、知识搜索等方向进行核心技术研发。

　　9、虚拟现实/增强现实。

　　研究虚拟现实中物理世界与数字世界相互作用的核心关键技术。重点突破虚拟对象智能行为建模技术，提升虚拟现实中智能对象行为的社会性、多样性和交互逼真性，实现虚拟现实、增强现实等技术与人工智能的有机结合和高效互动。建立虚拟现实与增强现实的技术、产品、服务标准和评价体系模型化与数字化智能获取、普适设备、自由交互和感知融合。

　　2、重点发展人工智能的关键共性技术

　　加快建立新一代人工智能关键共性技术体系，在短板上抓紧布局，确保人工智能关键核心技术牢牢掌握在自己手里。针对人工智能关键共性技术，结合合肥人工智能产业发展特色，整合提升一批关键共性技术平台，支持行业龙头、高校、科研院所和上下游企业共建产业创新中心、行业研究院及产业集群混合所有制的产业技术研究院等方式，做好基于技术的研发部署顶层设计，加强基于应用和创新导向的供给能力，推动产业链融通创新，以算法为核心，以数据和硬件为基础，以提升感知识别、知识计算、认知推理、运动执行、人机交互能力为重点，形成开放兼容、稳定成熟的研发和供给体系，服务区域关键共性技术需求。

　　专栏3-推进人工智能关键共性技术研发和供给

　　1、 跨媒体分析推理共性技术。

　　在合肥现有智能语音媒体技术领先，图像、视频、文本等多种新媒体技术多点繁荣的基础上，研究基于多种媒体跨媒体尝试形成的机器学习的新方法，在常识支持下跨媒体进行归纳和抽象，有效管控不确定性的自顶向下演绎和推理，建立符号逻辑推理、归纳学习和直觉顿悟相互协调补充的新模型和方法，支持跨多种媒体知识的不一致性分析。实现跨媒体从智能的关联分析向常识知识支持下因果推断的跨媒体因果推断。

　　2、认知场景主动感知共性技术。

　　针对合肥几大优势产业中，在复杂环境中的自主定位、目标搜寻、场景分析和解释等认知要求，研究自然场景的主动视觉感知、三维环境动态建模和定位技术;研究复杂场景中声学环境探测与基于听觉反馈机理的言语主动感知技术;研究视听觉协同的从自然场景主动发现新目标及其属性知识的认知技术。面向合肥人工智能赋能重大产业前景的认知任务，建立典型应用场景实验平台并进行功能验证。

　　3、面向群体群智激发汇聚的共性研究。

　　针对合肥多领域人工智能赋能共性需求，开展群智技术研究。研究群体智能的协同与演化、通信与规划、决策与控制等技术;研究群体智能行为的训练、验证和可解释性技术;研究群体活动的群智激发汇聚机理和技术，探索群智合作与竞争等激发模式，突破复杂不确定环境下的智能实时推理和对抗技术。针对大规模复杂群体活动等典型应用场景进行群智行为激发的关键技术验证和应用示范。群智涌现机理与计算方法、非完全信息条件下的博弈决策。

　　4、人机协同共性件技术研究。

　　充分发挥合肥研发基础良好，硬件规划完备的优势，研究构造软硬件一体化的人机协同技术平台。研究适应真实世界情境理解与协同决策的模型与方法;研究人机协同中混合人类直觉、经验、行为的新型学习方法;研究环境和情景的自然理解、大规模知识的处理技术等。面向典型人机协同应用，研究提出人机交互智能软硬件及新型混合计算架构等。复杂制造环境下的人机物协同控制方法，人在回路的混合增强智能。建立人机协同的多模态感知、意图理解的计算模型，实现人机一致性的情境理解与预测、决策与控制;研究可解释、可信的自主决策与可解译的决策过程模型与算法，形成人机混合决策的在线评估理论与方法。

　　5、无人系统自主智能精准感知与操控。

　　针对合肥智慧城市、智能制造、智能网联汽车、无人平台等自主智能发展需求，研究无约束环境、资源受限条件下的基于多传感器信息融合的协同感知方法;研究复杂场景下多源异构感知对象快速精准的分割、检测、定位、跟踪和识别方法;研究大范围场景地图构建、自主定位、透彻感知与动态认知等语义建模和理解方法等;研究复杂环境下面向多任务的协同、柔顺、精准操控方法。建立或利用已有自主智能系统进行技术验证，实现自主智能无人系统中的自然、精准、安全的交互与精准操控。

　　6、自主智能的精准动作和控制学习。

　　发挥合肥在机器人领域领先优势，研究基于智能人机交互的复杂灵巧精确操作技能传授和高效示范;研究实现对抓取、对准、趋近、装入等复杂技能的机器学习和技能生成;研究自主智能体的灵巧作业运动规划和协调控制，实现从技能到灵巧操作的运动映射;研究多层次操作技能表示方法，实现复杂技能的知识化表达。针对不确定性生产系统中对自主操作的需求，围绕精密装配等典型场景，进行灵巧操作技能学习技术验证。

　　7、仿生感知和仿生材料共性研究。

　　充分发挥综合性中国科学院合肥物质科学研究院在人工智能前沿共性技术的创新优势，拓展人工智能共性技术视野和范围，加强研究仿生学，仿生传感器和感知能力的研究和开发，加快可提升人工智能感知和交互能力的仿生材料的研究和开发，研究仿生感知与信息获取理论、微纳传感器与系统、运动仿生、感知仿生、控制仿生、能量仿生、材料仿生等诸多智能增强领域课题。

　　8、分布式数据学习系统。

　　支撑合肥市人工智能数据训练共性需求，研究面向隐私和敏感数据训练“可用不可见”的联邦服务等技术，进一步研究分布式非结构化数据管理技术，解决多方数据分布式调用中归属权、隐私、安全问题，优化非结构化数据加工处理效率共性技术，解决分布式模型训练数据标准化技术，优化分布式训练过程中模型架构和数据架构。

　　9、超大规模时序图谱实时智能分析关键技术与系统。

　　依托中国科学技术大学国际金融研究院等研究机构，聚焦海量金融交易数据实时风险防控重大问题，研究建立多领域(股票、期货、债券、上市公司、金融人物等)金融知识图谱技术;构建实时、动态、可追溯的超大规模时序关联图及实时智能分析研究，突破面向时序关联图的快速构建、查询语言设计、动态分析以及实时智能决策等关键技术;研究时序关联图的挖掘、推理与归纳以及可解释规则自动生成，重点突破金融实时风控场景下数据与知识混合驱动的险预测研究并开展应用验证，通过对金融领域十亿节点级别规模网络构建，实现相关领域知识图谱融合以及关键节点辨识、推理和控制，达到风险预警及防范目的。

　　10、无人集群系统自主协同、人机共驾协同共性技术研究。

　　针对高动态、不确定、资源受限等复杂环境，面向协同区域搜索、集群优化调度等多任务应用需求，研究无人集群系统的通用/开放式体系架构和建模方法，提升无人集群系统的场景适应能力和异构无人自主系统间的互操作能力;研究不确定和资源受限条件下高质量传感数据处理、共享及多源信息融合技术，提升无人集群系统的分布式态势感知与认知能力;研究可引导、可信任、可进化的集群无人系统规划、决策与控制技术，提升无人集群系统的鲁棒性和智能化水平;面向灾害救援、环境监测、区域物流、应急处理等应用场景，进行基于无人集群自主协同的验证。

　　研究人类和无人系统协同共性技术，同时在海、地、空等领域的人机共驾方法，实现人在回路的数据、信息、语义及知识等多层次的人机交互与协同;建立人机协同的多模态感知、意图理解的计算模型，实现人机一致性的情境理解与预测、决策与控制;研究可解释、可信的自主决策与可解译的决策过程模型与算法，形成人机混合决策的在线评估理论与方法;构建人机共驾的云学习平台和支撑环境，实现安全、可信、舒适的智能驾驶。

　　11、具有自主学习能力的工业互联网智能检测共性技术。

　　满足合肥工业互联网发展共性需求，以岗位劳动力密集等特点的典型制造领域为验证场景，针对工业检测方面的差异和不确定性，研制具有仿生机理的成像系统;针对复杂背景下高效率、高精度、弱对比、多种类的检测要求，研究小样本、弱监督、强噪声条件下具备强适应能力的检测技能学习关键共性技术;研究海量工业检测数据的快速重塑映射管理方法，实现若干典型工业数据库的构建;研究知识增长型的学习模型建立方法，实现甄别技能的在线学习与增强;研究技能迁移学习方法，实现多类别检测的技能高效传授，解决智能制造检测环节的行业痛点。

　　12、复杂社会信息网络下的风险感知与智能决策研究。

　　面向合肥网络信息风险感知和智能决策共性需求，面向多源、异构和跨模态复杂社会信息，研究语义融合、网络表征和动态演化的理论框架;提出面向多维度、多尺度社会信息网络的风险感知、智能分析和群体决策的社会计算范式，研究和构建融合全球多语种、跨模态大数据驱动的社会风险机理和分析模型与方法;研究信息网络的实体及关联知识联合提取方法，构建支撑风险评估与智能决策的时序知识图谱，研究复杂社会网络图表征学习框架，提出领域知识与大数据驱动的超大群体智能决策方法，支持智能决策的自主评价与推演;构建面向重大需求的风险预警、智能分析、群体决策的软硬件一体化大数据计算平台。

　　13、类脑计算系统共性研究。

　　提升合肥市人工智能计算基础共性技术，构建新型高性能计算硬件与软件系统，模仿大脑生物神经系统的结构与工作原理，支撑类脑高性能并行计算。研究类脑计算集群的硬件体系架构，研发配套的类脑操作系统、管理和支撑软件，开发针对类脑计算任务的超高并行度数据通信与存储系统，建立类脑系统的自主学习算法，开展类脑计算的典型示范应用。

　　14、智能化网络安全防护技术

　　面向网络安全领域的重大需求，突破基于人工智能的网络安全预警与处置关键技术，以人工智能算法为核心，数据和硬件为基础，全面提升未知威胁发现、风险评估、异常流量分析、用户行为分析、异常行为检测、风险资产预警、全网态势预测、安全策略响应等能力，通过建立安全AI分析模型，实现更强大的数据采集与挖掘、更深入的威胁检测与追溯、更智慧的安全态势预测和处置，完成从传统的静态特征匹配发现到智能化分析的变革，形成AI驱动的安全技术体系，提升我国网络安全领域的人工智能应用水平。

　　15、人工智能安全理论及验证平台。

　　推动合肥人工智能全面发展的同时，开展人工智能安全相关共性需求研究。针对深度学习等模型，研究可信度量方法和安全形式化验证方法，支持复杂智能系统内在结构与行为功能的一致性、可达性、安全性判定;研究包含智能组件的软件系统的模型化开发和验证技术以及基于动态数据收集的安全认证模型与方法，研制建模、开发与验证一体化工具;在黑盒与白盒不同场景下，研究基于差分测试、变异测试、动态符号执行测试等软件测试技术的智能系统测试方法和测试样本的自动生成等关键技术;针对恶意样本等攻击手段，研究具有可扩展性的可认证鲁棒学习模型，研究新型的对抗实例训练策略及验证问题关系，提高测量防御技术的有效性;研究软硬件一体的安全攸关复杂智能系统的安全验证技术、优化技术和硬件架构安全适配。研究基于验证与测试技术的智能系统全周期安全评估、鲁棒性验证和性能保障技术与方法，形成相应的认证规范流程。

　　3、强化前沿应用技术探索与研究

　　(1)加强人工智能方向科技情报工作。周期性、前沿性把握全球人工智能应用技术及理论动态，立足中长期充分评估外部环境变化风险，做好危机预案，强化应变能力，有理论、有依据，科学的评估国内人工智能应用技术现状，明确应用技术重点支持方向，指导人工智能应用技术研究战略方向。

　　(2)推进人工智能交叉学科应用研究。推动人工智能与类脑智能、神经科学、认知科学、量子科学等相关学科的交叉融合和跨学科探索及“新工科”的交叉学术成果;扩大人工智能交叉范围，在经济、政治、社会学、文化学等社会学科领域深度结合人工智能研究;拓展人工智能在大数据、智能制造、生物医药、机器人等新兴领域的融合研究。注重新发现、新观点、新原理、新机制等标志性成果，攻克人工智能前沿应用科学难题，提出更多原创理论，做出更多原创应用。

　　(3)推进信息技术应用创新产业的科技研发路线。使用信息技术应用创新产业的云端边协同的全栈框架进行应用算法创新开发，实现对国产芯片及服务器的有效适配，建立相配套的软件生态，消除可能的业务连续性风险。为区域内科研院所和人工智能创新企业，提供从人工智能训练推理芯片、人工智能服务器等硬件基础设施，到人工智能芯片使能软件、人工智能开发框架、人工智能应用使能软件等信创软件基础设施的技术和开发体系。

　　专栏4-应用技术前沿

　　1、科技前沿报告。

　　通过多种渠道和形式调研全球人工智能应用前沿技术和理论动态，国内及区域研究方向和最新成果，调研试验区研发计划、方向和成果，周期性形成人工智能专题技术报告，针对合肥试验区发展方向和特色，有参考、有依据，精确指导人工智能应用技术战略计划制订。

　　2、语音核心技术的应用研究。

　　开展声学与人工智能语音技术各应用交叉领域的研究，研究超越人类面向真实世界感知及计算、自然声学场景、复杂声学场景的应用技术研究，进一步提升智能语音应用与工程化的理论支撑和技术基础。

　　3、类脑智能理论和技术研究。

　　开展类脑认知与神经计算、类脑多模态感知与信息处理、类脑芯片与系统、量子人工智能、智能机器人等前沿应用的技术研发。突破脑认知与神经计算、类脑多模态感知与信息处理、类脑芯片与系统、智能机器人等方面应用技术的研究。

　　4、量子人工智能应用技术研究。

　　在量子计算与模拟方面，针对量子计算、通信、测量等方向在人工智能的应用研究，并行开展技术攻关，厘清各量子计算、通信与测量在经典计算、通信、和测量方面在人工智能应用方向的优势与互补性。

　　5、脑结构和功能启发的新型神经网络模型。

　　针对当前神经网络计算模型依赖大量标注样本、鲁棒性和适应性差、可解释性不足、能效比低等局限，研究受特定神经环路启发，发展具有记忆、稀疏编码、自适应等特征，并可以大规模推广应用的新一代神经网络模型;研究大规模复杂网络的高效学习和计算方法，发展复杂网络学习泛化性理论;设计具有自适应能力的神经网络结构，突破自学习、小样本学习、可解释性等智能新理论与新方法，满足大规模应用和推广的需求。

　　6、大数据智能理论研究和应用创新。

　　加快数据驱动与知识引导相结合的人工智能新方法、数据驱动的通用人工智能数学模型与理论等基础大数据智能理论研究，重点突破以自然语言理解和图像图形为核心的认知计算理论和方法在应用创新方面的研究。

　　7、认知计算基础理论与方法应用研究。

　　聚焦开放、动态、真实环境下推理与决策重大问题，开展常识学习、直觉推理、自主演化、因果分析等理论和方法研究，重点突破刻画环境自适应、不完全推理、自主学习、对抗学习、智能体协同优化等特点的认知计算理论和算法，在跨媒体智能、自主智能、群体智能或混合增强智能等智能形态方面实现应用研究及验证。

　　8、研究人工智能在基础学科的应用推动作用。

　　在数学、物理、化学、生物、天文、地球科学等基础学科的反哺作用，尝试使用人工智能技术提升基础自然学科的研究效率和能力，形成基础自然学科和人工智能研究应用相互促进的闭环。

　　9、进一步扩大交叉学科应用研究范围。

　　推进人工智能在经济、政治、社会、文化等社会学科及相关产业领域的交叉理论及应用研究，为人工智能的广泛应用提供扎实的交叉理论基础和科技成果支撑。

　　4、着重打造智能芯片与系统的布局

　　围绕人工智能产业发展的关键环节和应用生态，从建立人工智能基础支撑体系角度，重点研究新型感知与智能芯片的关键技术和标准。重点推进人工智能开源开放基础平台与智能操作系统原型的核心技术研究和创新。

　　专栏5-着重打造智能芯片与系统的布局

　　1、新型感知芯片。

　　研究能够模拟生物视、听、触、嗅等感知通道的信号处理和信息加工机理，研制新型感知器件、芯片以及相应的神经网络感知信息表示、处理、分析和识别算法模型，开发功能类似生物、性能超越生物的感知系统并实现功能验证。

　　2、推进高性能人工智能芯片研发及应用。

　　研发面向终端应用的自主可控的专用定制化智能芯片(ASIC)，突破深度学习引擎、超低单片功耗、多模型适配等关键技术，推动芯片设计与算法创新联合优化，推进无人驾驶、语音识别、视频监控等专用芯片研发和产业化，同步发展配套的编译器、驱动软件、集成开发环境(IDE)等支撑工具。支持适用深度学习算法的中央处理器(CPU)、图像处理器(GPU)、可编程逻辑门阵列(FPGA)等通用芯片研发和产业化。加快推进类脑计算芯片研发，开发具有自主学习能力的高效能类脑神经网络架构和硬件系统。

　　3、研发适用于机器学习和深度学习算法的通用智能芯片。

　　加快研发适用于机器学习和深度学习算法的通用智能芯片，前端智能芯片重点突破超低单片功耗、多模型适配等技术，云端智能芯片重点突破海量数据吞吐、高度并行计算、可扩展多片级联等技术。芯片具备异构计算、神经网络等新型计算体系架构，集成多处理器单元、并行分布式处理、分布式处理与集中控制系统，推动高性能、低功耗、易编程、多用途的人工智能芯片产业化与规模应用。

　　4、智能芯片与智能物联。

　　发展支撑新一代物联网的高灵敏度、高可靠性智能传感器件和芯片，攻克射频识别、近距离机器通信等物联网核心技术和低功耗处理器等关键器件。面向人工智能领域应用和垂直行业方向，如智能语音、智慧穿戴、网联汽车、智能制造、智慧医疗等领域，支持自主知识产权的专业物联和智能芯片的研发与设计。

　　5、神经网络处理器关键标准与验证芯片。

　　设计支持训练和推理的神经网络计算指令集，制定神经网络表示与压缩标准，在此基础上开发高效基础算法库和接口标准，实现配套开发工具链，建立开放的、不依赖于具体芯片实现方式的芯片平台标准，实现软硬件系统接口的统一化。实现支持上述指令集、算法库、标准及开发接口的验证芯片和示例应用。

　　6、基于混合器件的神经形态计算架构及芯片研究。

　　聚焦生物脑工作机理的可计算模型实现，开展信息存储与处理一体化理论研究，设计易于硬件实现的神经元、突触及网络模型;研究基于硬件的神经网络动态配置、神经元地址快速并行查找和在线学习技术，设计新型神经形态计算架构;研究应用于神经形态芯片的新型器件及其集成技术。突破混合器件集成的大规模神经形态芯片技术，构建神经形态芯片与现有计算机系统结合的混合计算应用平台。

　　7、人工智能开源开放基础平台与智能操作系统原型。

　　研究智能传感器件、智能处理芯片和智能控制器等智能硬件资源管理技术，开发支持多种异构硬件的人工智能开源开放基础平台。研究智能算法、知识库等智能软件和数据资源管理技术，开发人工智能通用开源算法库、模型库以及人机交互的基础软件平台。支持大规模智能任务的分布式分配和调度，建立激励创新、有机集成、快速应用的人工智能开源生态，支持智能操作系统等基础软件和核心硬件的发展。

　　8.自主可控人工智能芯片推进。

　　聚焦“芯屏汽合、集终生智”联动发展，发挥合肥全产业链优势，支持语音、显示、家电、汽车、安防、健康、工农业等领域企业与芯片设计、制造企业建立多种形式的研发产业化合作。支持本地芯片设计公司融入RISC-V处理器指令集推广和应用生态。推动算法创新与芯片设计联合优化，推进适用于智能穿戴设备及其它智能硬件的低功耗智能语音芯片、智能通信芯片、高精度人体生物传感器、低功耗蓝牙模组研发和产业化。加大对深度学习通用芯片、智能穿戴等领域专业芯片的研发支持，推进自主可控CPU+GPU芯片的技术研发和生态发展支撑，进一步融合人工智能指令集和模块的支持，推动从基础驱动到开发系统，高效算子库、训练框架和推理框架从CPU、GPU和AI模块的整合设计，逐步形成CPU+GPU人工智能开放平台，全面推进软硬件全体系纯国产化自主可控进程。

　　(三)壮大人工智能优势产业

　　促进人工智能与我市优势产业深度融合，打造一批具有较强竞争力的人工智能企业，为打造“耳聪目明、心灵手巧、知行合一”的人工智能产业体系奠定坚实基础。制定全市人工智能产业链全景图和产业招商地图，瞄准世界500强、大型跨国企业和行业领军企业，积极开展靶向招商、以商招商和补链招商，着力引进一批产业链条急缺、行业领先的企业来合肥发展，鼓励已落地企业加大在合肥人工智能产业链布局。建立人工智能(行业融合应用)领军企业、创新企业和种子企业培育名录，强化动态管理和产业协作配套。转型发展一批本地互联网和传统行业龙头企业，支持其面向人工智能行业融合领域转型升级。支持国有技术转移机构、创投企业与本地高校院所合作，共同推动人工智能领域重大创新成果转化，培育孵化一批人工智能高新技术企业。

　　专栏6-加强产业培育

　　1、构建人工智能产业体系支柱

　　培育人工智能先导性和支柱性产业方向，加快关键核心技术创新应用，增强要素保障能力，培育壮大产业发展新动能。鼓励技术创新和企业兼并重组，防止低水平重复建设。发挥产业投资基金引导作用，加大融资担保和风险补偿力度。

　　2、前瞻筹划人工智能未来产业

　　组织实施未来产业孵化与加速计划，谋划布局一批未来产业。充分发挥合肥市科教资源优势突出、产业基础雄厚的地区，布局一批未来产业技术研究院，加强前沿技术多路径探索、交叉融合和颠覆性技术供给。实施产业跨界融合示范工程，打造未来技术应用场景，加速形成若干未来产业。

　　3、孵育初创企业。

　　建立合肥市人工智能企业库。依托人工智能龙头企业，打造若干专业化、特色化的人工智能科技企业孵化器等孵化载体，培育一批人工智能细分领域“专精特新”创新型企业。建立人工智能上市后备企业培育孵化基地，帮助高成长性人工智能企业对接资本市场，支持企业进入科创板、主板上市融资。

　　4、打造领军企业。

　　支持具备技术优势和品牌效应的人工智能龙头企业做大做强，培育若干业绩突出、成长性好、带动能力强、国内外有重大影响力的行业领军企业，发挥示范、牵动和集聚效应。发挥国家级重大科创平台的资源集聚作用，面向机器视觉、智能芯片、智能医疗、智能驾驶等领域，加大对国内外人工智能重点企业的招引力度。

　　5、培育应用企业。

　　围绕智能家电、新能源及智能网联汽车、集成电路、新型显示等我市战略性新兴产业，鼓励有条件、有基础的企业，通过技术引进、人才招引、投资收购等方式，加快产业布局，强化人工智能与实体经济深度融合发展，打造一批根植行业的人工智能应用企业。

　　6、做强产业集群。

　　建立人工智能产业链上下游企业协同联动机制，引进和培育合肥优势产业中不足的人工智能产业链企业，深入推进国家战略性新兴产业集群发展工程，健全产业集群组织管理和专业化推进机制，建设创新和公共服务综合体，构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎。鼓励有基础、有条件的区域打造人工智能产业集聚示范区，加快培育有国际竞争力的人工智能产业集群。

　　(四)夯实人工智能创新发展基建

　　为推进人工智能有序高速发展，需要坚实人工智能基础设施建设有力支撑。坚持“新老统筹、软硬同步、建用兼顾、政企协同、适度超前”的原则，推动面向基础研究、核心研发、共性技术、示范应用等基础设施建设，推进以信息基础设施为主的“新基建”，构建泛在安全高效的智能化基础设施体系，打造具有国际影响力的人工智能基础平台。

　　专栏7-人工智能支撑新基建

　　1、5G网络。

　　推进5G和宽带网络建设。加快5G独立组网(SA)建设，在实现5G网络全覆盖的基础上，结合应用场景联合场景建设方在生产制造、公共安全、能源联网、应急管理、医疗教育、专业园区等重点行业和领域建设5G专网，加快推进重点区域深度覆盖和各区功能性覆盖。推动5G+公共安全、5G+VR/AR虚拟购物、5G+直播、5G+电竞、基于5G网络的物联网智能终端研发等系列应用场景建设，丰富“5G+”垂直行业应用场景。支持5G射频芯片及器件检测与可靠性平台、5G+AIoT器件开放创新平台、5G+超高清制播分发平台等一批产业创新平台建设，着力构建5G产业链协同创新体系，培育一批5G细分领域龙头企业。

　　2、固网升级。

　　全面提升我市网络带宽，实施“千兆入户、万兆入楼”的光纤覆盖计划。推进骨干网互联节点的IPv6(互联网协议第6版)升级，实现IPv6骨干网网间高效互联互通。支持城域网和接入网升级改造，实现IPv6的全面支持。加快广播电视网络IPv6能力建设，实现智慧广电业务的IPv6化。推动用户固定终端全面支持IPv6，新提供的网关、路由器等终端默认配置支持IPv4/IPv6双栈。推进重点园区申报建设国际互联网数据专用通道。

　　3、物联网络。

　　加快建设城市神经感知节点，部署全覆盖的物联感知网络体系，提升物联网模组、电子标签等设计能力，推进物联网模组、物联网网关、智能仪器仪表、车载终端、北斗终端等典型产品开发和产业化，积极探索基于物联网、公共WLAN(无线局域网)网络的新型商业模式，扩大城市感知网络应用率，初步构建“万物互联”的网络体系。

　　4、量子通信网络。

　　支持通信运营商、量子通信企业及科研机构开展合作，扩大量子通信网络体系覆盖范围和应用深度。拓展“墨子号”卫星、“京沪干线”、“合肥城域网”天地一体组网模式，运用星路、光纤链接加快建设城域、城际网，探索部署洲际网，逐步构建覆盖全球的量子通信网络。深化量子通信安全解决方案的行业应用研究，探索基于量子通信实现高效、安全、可控的信息交互协同方案，制定智能系统分布式计算与执行的信息交互协同标准规范。同步开展网络建设运营及试点应用等工作，形成具有国际影响力的量子通信生态圈和示范高地。

　　5、车联网。

　　支持基于人工智能大数据的驾驶行为分析研究;支持构建基于人工智能的智能网联新能源汽车产业体系。加快建设可以支持高级别自动驾驶(L4级别以上)运行的高可靠、低时延专用网络，加快实施自动驾驶示范区车路协同信息化设施建设改造。搭建边缘云、区域云与中心云三级架构的云控平台，支持高级别自动驾驶实时协同感知与控制，服务区级交通管理调度，支持智能交通管控、路政、消防等区域级公共服务。三年内铺设网联道路300公里，建设超过300平方公里示范区。以高级别自动驾驶环境建设为先导，打造国内领先的智能网联汽车创新链和产业链，逐步形成以智慧物流和智慧出行为主要应用场景的产业集群。

　　6、卫星信息网络

　　加快建设天地一体化信息网络合肥中心，突破多波束相控阵、星间链路等卫星有效载荷关键技术，研制载荷样机、卫星通信终端样机等，完成科研试验试用系统建设。建成合肥地面信息港，推进建设数据中心、地面接收站，搭建合肥地面多源空间信息服务应用平台，拓展多行业典型应用场景，形成天地一体化信息服务能力，打造国家级卫星通信创新基地、国家级信息服务产业基地。

　　7、工业互联网。

　　加快国家工业互联网大数据中心、开展工业大数据分级分类应用试点，支持行业累计建设20个以上标识解析二级节点。推动人工智能、5G等新一代信息技术和机器人等高端装备与工业互联网融合应用，培育20个以上具有全国影响力的系统解决方案提供商，打造20家左右的智能制造标杆工厂，形成服务长三角、辐射全国产业转型升级的工业互联网赋能体系。

　　8、人工智能产业计算中心。

　　面向合肥综合性国家科学中心建设的需求，强化算力统筹智能调度，聚焦高性能计算和推理场景，支撑基础科学研究，充分发挥华为人工智能硬件底座优势和中科类脑先进技术优势，加快支撑合肥人工智能产业计算中心建设。面向合肥产业升级需求，建设全栈自主可控、生态良好、绿色节能的集群系统，提供极致性价比普惠AI算力服务，支撑新兴产业创新，汇聚人工智能高端人才，打造全球领先的通用人工智能公共服务平台，支撑合肥人工智能重点产业发展战略实施。

　　9、智能数据支撑。

　　支持人工智能数据处理智能算法及工具研发，建设面向全球的人工智能数据资源众包、分包模式，打造高效、智能的规模化人工智能数据生产(开放)平台。支持建设面向人工智能多行业场景提供专业服务的数据生产中心，发展面向自动驾驶、智能医疗、安防、交通、智能家居、手机娱乐、智能语音等多行业的研发及公共数据集1000项以上。鼓励人工智能数据服务机构面向科研院所开源开放基础数据资源，鼓励面向企业提供高质量数据规划定制服务，破解行业前瞻性技术与应用研发瓶颈。持构建基于数据智能的产业互联生态，整合优势企业、科研机构、质检系统、高校等组织机构，实现“产业互联网+数字智能+服务”的产学研全面合作体系。以繁荣产业生态为目标，支持建立AI数据集及智能开放服务中心，在中小企业数据及训练开放服务、高校助研、竞赛活动等方面，提供全面、专业、共赢的开放服务。

　　10、区块链基础设施。

　　围绕商品溯源、供应链金融、数据资产交易、数据安全和保护等区块链典型智能应用场景，提升区块链共识机制、防篡改机制、跨链互联等，推进区块链技术与通信芯片融合、算法和算力共享等，鼓励发展可私有化部署的区块链平台，加快打造成熟稳定的公链基础链和服务于企业的联盟链。

　　11、人工智能开放创新平台。

　　积极推进智能语音国家新一代人工智能开放创新平台建设，以深度学习算法为核心，建立面向物联网、智能家居、智能车载、教育、医疗等多行业应用的开源平台。加快建设类脑智能技术及应用国家工程实验室，构建3000张GPU卡为主的高性能计算集群，支撑开展类脑计算系统、类脑信息处理、脑神经计算、面向类脑智能的核心芯片和操作系统等技术的研发和工程化，累积开源社区活跃开发者数量达到10万人。

　　12、数据要素市场。

　　加快培育数据要素市场，充分总结和吸收政务数据归集、共享和应用的知识和经验，进一步完善政务数据、社会数据和产业数据分类和规范的标准化，使用联邦数据、联邦服务等新兴技术手段，探索解决数据要素在开放、共享、流通、交易过程中，可能产生的管理、产权、安全等问题;优先选择智能语音、智能视觉、智能穿戴等具有较为成熟数据流通模式的人工智能等垂直领域，由政府主导，选择成熟数据服务企业，共同对数据要素市场建立和运营进行试点和实验，形成可复制可推广经验，逐步扩大数据要素市场覆盖产业范围和数据类型。

　　(五)推动人工智能典型示范应用

　　支持人工智能应用示范场景建设，打造一批具有全国影响力的应用示范场景、企业和园区。编制面向人工智能应用场景的项目清单，揭榜挂帅，面向人工智能企业、高校院所、科研机构进行公开发布，从需求角度有序高效推进人工智能典型应用。鼓励高校基于人工智能产业计算中心开展人工智能竞争性和先导性应用开发和场景试验，强人工智能领域军民融合，牵引科技创新成果做商用转化、形成重大产品创新和示范应用。通过打造一批有影响力，有实际效果的应用示范项目，进一步带动当地产业的智能化升级，提高人民生活水平和质量，提升社会治理智能化水平，加快合肥成为全国一流的人工智能应用先导区。

　　专栏8-推动典型示范应用

　　1、人工智能+智能制造。

　　争创智能语音国家制造业创新中心。深化人工智能技术在研发设计、生产运营、运维服务、供应链管理等方面的应用。支持典型工艺流程、生产模型、专家经验等行业大数据和云平台建设，在传统和新兴制造业推动智能工业机器人、关键智能装备、核心支撑软件、工业互联网等系统集成应用，推进“机器换人”、“数据换人”，加快实现生产设备网络化、生产数据可视化、生产过程透明化。打造“智能车间”、“黑灯工厂”、“智慧园区”，全面提升整体智能制造水平。

　　2、人工智能+教育。

　　推进人工智能在教育领域的深化应用，利用人工智能技术促进教学场景多元化建设，构建试验区教育人工智能大数据平台。探索设立人工智能教育示范学校，合作共建“教科研基地实验校”。深化智慧学校建设，扩大智慧课堂覆盖范围，投建新型课堂教学模式，为教与学全过程提供多种智能化场景支持。推动人工智能在教育教学、教育管理和教育评价等方面的应用。探索建立以学习者为中心的教育环境，为每个学生提供个性化学习路径和资源，提升学习效能。推动智慧教育向农村延伸，利用人工智能技术促进城乡一体化发展。

　　3、人工智能+大健康。

　　加快推进国家健康医疗大数据中部中心等重大项目建设，逐步完善健康医疗大数据产业生态圈。建立细胞工程大数据平台，依托国家健康医疗大数据中心合肥分中心，建立我国癌症临床样本、基因、药敏等信息全覆盖的大型数据库及癌症转移与复发监测数据库，服务智慧医疗健康产业。支持开发智能化诊疗系统，积极推动人机协同手术机器人、可穿戴外科骨骼、智能康复机器人等智能化设备研发产业化及示范应用。鼓励发展基于人工智能技术的远程会诊、远程检验等新型智慧医疗服务，支持发展“智医助理”和建设“智联网医院”。鼓励建设智慧养老社区和机构，鼓励研发、生产和租售适合老年人的智能化穿戴设备、辅具和人工智能产品，打造智能化养老解决方案平台，多维度构建智慧养老服务体系。推进分级诊疗信息化应用平台建设，实现个性化、高品质的智能健康与养老服务。

　　4、人工智能+公共安全。

　　推进“1289N”公共安全智慧警务建设，构建“人-环境-机器人”三位一体的智能辅助决策平台和综合化应急救援方案。建设移动巡控系统、视频指挥调度系统、智能审讯系统、维稳系统、信息资源服务平台，提升警务大数据应用。支持建设智慧平安社区示范项目，加快推进智能化公共安防区域示范建设，增强城市智能防控能力。建设城市安全云、城市生命线工程安全运行监测系统、社会化单元消防安全服务系统，打造全国消防云中心、工业安全云中心，加强对关键基础设施、重大危险源、危险化学品的智能监管，建立健全应急管理监管信息化体系，加快实现城市公共安全管理的系统化、智能化。

　　5、人工智能+社会治理。

　　支持“城市大脑”全面建设，利用“云大数物”新兴技术，以算力、数据、算法维核心，实现“一网统管”，推动城市数据资源汇聚融合，运行态势全域感知，驱动业务流程优化、重构和再造，实现城市治理能力提升、服务模式创新和产业结构优化的综合性智能枢纽。完善市“互联网+政务服务”平台，推进城市数据资源汇聚与应用，实现“一网通办”，跨行业、跨部门智慧融合，提高全程网办、“一件事”联办服务数量，推进“慧办事、慧审批、慧监管”，打造智慧政务新模式，提升政府公共服务效能。建设城市智能运营平台、决策支撑平台，推进人工智能算法模型在金融、经济、旅游、物流、商务、建筑、司法、社区、电力、农业等领域的重点行业和领域开展人工智能应用试点示范。提升人工智能模型在政策评估、决策支持、舆情分析、风险预警、应急处置等方面的应用，全面提升城市管理、决策的智能化、科学化水平。

　　6、人工智能+特色区域。

　　支持建设合肥骆岗中央公园智慧园区，打造集智慧运营管理平台、智能网联汽车运营、智慧体验与展示于一体的科技生态未来之城。支持建设中国(合肥)人工智能产业小镇，打造汇集理论研究、技术研发、产业发展、人才培养、应用示范和生态企业于一体的产业生态聚集区。支持建设南艳湖机器人小镇，打造人才、技术和产业聚集的机器人产业生态圈。

　　7、人工智能+环保。

　　着力建设全市生态环境监测感知网，实现以日常监测为监控、监督监测为检查、执法监测为抓手、应急监测为预警的覆盖大气、水、土壤、噪声、辐射、生态六大要素的全市统一的生态环境监测体系。大力推进生态环境大数据建设和应用，不断提高环境信息化水平。打造智能环保典型应用项目和技术服务平台，加大人工智能技术在环保领域管理、检测、水利水务等领域的深度融入，推进智慧环保在政府监管和企业运营中的应用示范，尝试“智慧环保医院”等创新模式，加快“中国环境谷”建设。

　　8、人工智能+智慧交通

　　大力支持“交通超脑”建设，优化合肥“公交都市”示范工程智慧化能力。支持建设自动驾驶试验区，模拟多种道路工况、气候场景等，开发测试自动驾驶技术，搭建车联网能力中心平台，实现车与人、车、路、后台等智能信息交换共享;推进大型公共交通智慧化、积极引进智能微公交体系、全面接驳共享公共交通体系，全面统筹，探索城市出行智能化综合解决方案。支持大众汽车集团(中国)智慧城市项目在电动化、互联互通、共享出行、自动驾驶等智慧出行领域取得突破。推进使用智能毫米波雷达多维全息交通感知等技术，构建复杂场景下多维交通信息综合大数据应用平台，实现智能化交通疏导和综合运行协调指挥，构建开放共享、深度融合的智慧交通体系。构建人工智能+城市轨道交通智慧运维新模式示范应用，提升轨道交通的安全、服务、管理、决策水平，深入挖掘潜在数据应用价值，紧密围绕引导城市布局、绿色安全出行、缓解交通拥堵、经济发展等方面的增值业务，构建以人工智能为核心的城市轨道交通生态圈。

　　9、人工智能+网络安全

　　着力推动人工智能技术在网络安全领域的融合示范应用，利用AI对网络安全产品及系统进行赋能升级。支持信创产品在智慧政务领域的应用。支持高性能多业务智能化安全网关、智能化漏洞挖掘平台、智能化渗透测试平台、APT攻击行为识别平台、安全大数据分析平台、全域多维安全态势感知平台、大流量网络攻击防御平台、网络安全追踪溯源平台等示范建设;开展面向工业互联网的智能化安全防护体系示范建设;借助合肥入选智慧城市国际标准试点城市的发展机遇，结合人工智能技术，开展关键基础信息基础设施的智能化安全防护试点示范建设;积极构建面向各行各业的“动态、智能、协同”的智能化安全试点示范系统，支撑国家信息安全智能化防护体系建设。

　　(六)打造人工智能特色发展生态

　　充分发挥合肥人工智能发展特色、资源禀赋和优势，建设开放、包容、多元的人工智能创新创业生态，充分激发高校院所和企业的创新活力，不断优化人才、平台、公共服务等支撑体系，促进人工智能持续健康发展。

　　专栏9-人工智能发展生态

　　1、加强国际合作。

　　推动合肥与先进国家和地区开展科技合作，促进人工智能产业和应用协同发展。吸引国外人工智能领先企业、高校在合肥建立区域总部或功能性机构。支持合肥人工智能龙头企业加快全球布局，对外开展兼并收购、股权投资等活动，加强与海外高水平大学、科研机构合作，设立一批海外研发机构、孵化器、技术转移中心，利用海外创新资源为合肥人工智能创新发展服务。

　　2、推动长三角合作共赢。

　　充分发挥长三角一体化、G60科创走廊的区域优势，积极引导长三角人工智能领域的优势科研力量围绕关键核心领域加强研究合作，推进基础理论联合创新。瞄准人工智能产业链的关键共性技术环节，依托国家、长三地的重大科技项目以及长三角创新资助计划，整合创新力量，组织实施人工智能重大技术、产业化项目。鼓励人工智能领域相关的国际合作团队、长三角合作团队、重点实验室或研发中心、具有领军人才的团队联合行业龙头企业，开展科技人文交流、联合实验室共建、科技园区合作、技术转移等合作行动，积极构建科技创新共同体。

　　3、加大科技金融支持力度。

　　提高基础研究投入在整个研发投入中的比重。加大落实研发费用加计扣除力度，激励企业加大对基础研究投入;探索通过共建新型研发机构、联合资助等措施引导社会力量加强基础研究。充分发挥财政资金的杠杆引导作用，引导天使投资、创业投资等社会资本加大对人工智能领域的投资力度。拓宽人工智能企业的融资渠道，优化股权融资、债券融资、科技贷款、科技保险、科技租赁等融资方式，构建多层次、多样化的融资体系。创新金融产品和服务，支持银行、证券、保险等机构开发更多支持人工智能的金融产品和服务，促进人工智能发展。探索通过共建新型研发机构、联合资助等措施引导社会力量加强基础研究。

　　4、加快建设创新平台。

　　加快建设合肥综合性国家科学中心人工智能研究院，开展脑科学和类脑智能、感知和认知智能、机器人智能、智能芯片及智能传感、智能通信及工业互联网等研究，争创人工智能国家实验室。按照国家实验室的体制机制和运行模式，加快建设量子信息与量子科技创新研究院，推进量子技术的工程化开发与应用推广。支持“科大硅谷”建设，依托科大等在肥高校、科研院所和企业，建设海内外校友具备全球影响力的“科创+产业”集聚区。支持智能语音国家新一代人工智能开放创新平台建成为技术一流、产业带动巨大的平台。支持本源量子建立以量子计算机为核心的创新创业平台，国盾量子建立以量子通信技术为核心的智能系统安全通信服务及支撑平台。加快建设华为合肥人工智能联合创新中心，推动类脑智能开放平台、泰岳自然语义理解开放平台、金山智能写作产业技术创新公共平台持续发展。鼓励哈工大机器人合肥院建立机器人智能开放服务及支撑平台，清华大学合肥公共安全研究院依托消防与应急救援国家工程实验室，建设公共安全社会化服务人工智能创新平台。依托数据堂等人工智能数据服务企业优势，搭建数据服务创新平台，推动人工智能数据开放和共享。支持赛为智能人工智能技术的轨道交通综合智能化管理和服务平台，面向合肥市轨道交通和600km/h高速磁悬浮交通，开发轨道交通智慧运维解决方案，提供运控系统设计仿真验证、系统设备联调测试、系统方案综合评估等资源共享方案，为行业上下游企业提供全方位的检测服务、技术创新服务。开放开源共性技术平台，加速完善开放技术网络和开源社区，加速硬件创新、算法创新和架构创新。鼓励开发算法模型、仿真验证、标准测试、安全性测评等技术规范和工具集，建设专业化检验检测平台。依托华为人工智能产业计算中心、合肥工业大学情感计算研究所、科大讯飞等技术力量，引进一批国内外创业孵化资源，搭建人工智能领域专业化创新平台等新型创业服务机构，建设一批低成本、便利化、全要素、开放式人工智能众创空间。依托华米科技开放创新平台，创建智能可穿戴领域国家级人工智能开放创新平台，服务基于人工智能技术开发的便携移动智能医疗装备的研发及产业化。完善孵化服务体系，推动人工智能科技成果转移转化，支持人工智能领域创新创业。推进有条件的企业、机构争创人工智能领域相关实验机构，建设创新平台和孵化基地。

　　5、打造开源产业生态。

　　以“中国声谷”为主要载体，推动智能语音产业与其他产业、城市建设深度融合，拓展应用领域，拓宽商业路径，丰富智能语音产品和服务，延伸产业链条，做大产业规模。实施人工智能生态合作伙伴计划，择优将人工智能平台项目纳入产业生态重点培育对象，对平台项目以及围绕平台进行研发的企业给予支持。争取人工智能龙头企业加大产业布局，建设开源开放平台。推动人工智能骨干企业针对共性技术和重点行业应用，开放面向云端训练和终端执行的开发框架、算法库、工具集等，协同产业链上下游企业共同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。

　　6、打造产业聚合发展平台。

　　通过合肥市新一代人工智能产业发展联盟、中国(合肥)人工智能产业园，联合合肥综合性国家科学中心、华为人工智能产业计算中心等组织，通过企业交流、初创孵化、技术赋能、人才培训、技术方案对接，产业推广等活动，提供AI算力共享服务、工具与算法服务，打破传统意义上的行业边界与壁垒，推动行业数据资产构建与共享，联合AI企业开展联合解决方案创新，支撑国家级人工智能产业融合发展核心区与创新研发核心区的落地，推动当地人工智能生态建设。

　　(七)提升人工智能科技支撑能力

　　在注重科技研发、成果转化的过程中，也要推进科技支撑的战略高度和服务范围。目前国际形势复杂，各国人工智能相关法律法规差异明显，各国尤其是人工智能梯队前列国家纷纷抢占专利与标准高地，如何引导科技成果科学有序的进行申请和保护，成为人工智能是否能在国际竞争中取得优势的关键因素。专业引导，形成一批高质量科技成果，推进国际化专利、标准申请与保护机制，为占领科技高地做长足打算。

　　专栏10-科技支撑、转化与保护

　　1、推进科技成果转化服务平台建设。

　　进一步提升科技创新馆的展示与科普效果，扩大科技成果转化服务范围，建设科技成果转化服务平台，建设科技成果库，多方面多角度提升科技成果转化效率与效果。

　　2、进一步提升科技成果水平。

　　鼓励高质量科技成果研发，大力支持高质量科技成果转化落地，通过高质量科技成果转化撬动人工智能相关领域的突破性进展。

　　3、加强对科技成果的保护。

　　强化人工智能领域的知识产权创造、保护和运用，支持人工智能企业加强重点技术和应用领域核心专利培育，力争形成一批高质量的核心专利;科学引导、有序培育高质量科技成果向国际专利、国际标准靠拢，在科技成果转化中长线布局，形成科技成果有序的保护体系。

　　4、积极承接人工智能标准体系构建任务。

　　按照《国家新一代人工智能标准体系建设指南》方向、标准制定的流程，联合人工智能与大数据行业机构力量，承接“基础共性、支撑技术与产品、基础软硬件平台、关键通用技术、关键领域技术、产品与服务、行业应用、安全/伦理”若干标准制定任务。鼓励机构积极参与国际标准化工作，建立与国际标准化组织、有影响力国际学术和产业组织间的标准交流合作机制。推动我国人工智能领域标准走出去，不断增强国际话语权。

　　依托龙头企业与机构，重点在人工智能语音识别、类脑关键技术及应用、AI基础数据服务、互联互通、安全隐私等若干领域，牵头制定一批国家标准。围绕人工智能数据采集、数据标注、质量检测、安全技术、安全管理、开放服务、训练需求、测试评价等业务环节，探索制定科学规范的行业标准。在未来5年时间内，围绕智能家居、智能客服、语音导航、语音助手等智能语音，以及自动驾驶、智能安防、智慧能源、智慧城市等领域开展10-20项国家及行业标准的制定。

　　5、探索基于标准及测试集的人工测评服务。

　　支持第三方专业测评服务机构按照已发布的标准规范要求，制定科学的测评流程，构建规范的人工智能评测评价体系，形成完整的需求分析、测试计划、测试用例(数据集)设计、测试执行、评价等测评服务流程。围绕智能家居、智能客服、语音导航、语音助手等智能语音，以及自动驾驶、智能安防、智慧城市等重点或细分领域，支持专业测评服务机构与行业领军企业合作，建设人工智能领域的专业测试实验室，获得国家认监委、中国合格评定国家认可委员会等主管部门的资质认可。在未来5年时间内，围绕智能语音、自动驾驶、智能安防、智慧城市等若干细分领域，建设200项以上高质量的人工智能测试数据集，探索发展5-10项具有国内权威或领先水平的测试评价服务业务。

　　6.人工智能安全理论及验证支撑

　　针对深度学习等模型，研究可信度量方法和高可信软件形式化验证方法，支持复杂智能系统内在结构与行为功能的一致性、可达性、安全性判定;研究包含智能组件的软件系统的模型化开发和验证技术以及基于动态数据收集的安全认证模型与方法，研制建模、开发与验证一体化工具;在黑盒与白盒不同场景下，研究基于差分测试、变异测试、动态符号执行测试等软件测试技术的智能系统测试方法和测试样本的自动生成等关键技术;针对恶意样本等攻击手段，研究具有可扩展性的可认证鲁棒学习模型，研究新型的对抗实例训练策略及验证问题关系，提高测量防御技术的有效性;研究软硬件一体的安全攸关复杂智能系统的安全验证技术、优化技术和硬件架构安全适配。研究基于形式验证、程序静态分析和测试技术的智能系统全周期安全评估、鲁棒性验证和性能保障技术与方法，形成相应的认证规范流程。

　　(八)研究人工智能政策试验和社会实验

　　制定有利于推动人工智能的创新政策，构建有形抓手、无形边界、立体互动的创新生态，形成平台载体、要素资源的叠加效应。关注人工智能对人们生活和社会形态的冲击与影响，加快优化建立与之相适应的法律、文化、伦理等软性配套环境。聚焦人工智能可能带来的经济管理与社会运行等问题，推动社会治理智能化，选择典型应用场景，开展人工智能社会实验，并在过程中增加跟踪和调研机制，长周期观测社会变革，形成相应实验结果和分析报告，形成一批研究成果，为建立和完善人工智能伦理规范和政策体系，构筑人工智能多层治理体系提供实践支撑，形成可复制、可推广经验。

　　专栏11-政策试验和社会实验

　　1、加大投入力度，拓展研究范围。

　　加大有关政策试验和社会实验的专项研究基金支持，开放有关人工智能政策试验和社会实验的研究课题，支持相关领域研发机构、高校、联盟、企业等共同参与课题研究，提供实验场景，探索新一代人工智能发展的新路径新机制。

　　2、构建政策试验指标体系。

　　针对试验性政策发布，建立可量化，可追踪，可评估的科学指标体系，从政策发布、实施、执行、反馈多个环节，形成全生命周期、多维度的评估指标体系。鼓励在政策设计、发布、实施、评估等多环节、多部门、多企业协作互动的智能化平台建设，科学化开展政策试验。

　　3、大胆尝试新兴政策。

　　选择若干局部范围(地区、行业、单位、专项等)，探索“一地一策”、“一行一策”、“一企一策”、“一事一策”等新兴政策，尝试打造符合新一代人工智能发展的特色区域，扶持可快速发展并复制的优质行业，培育引进独角兽、隐形冠军、专精特新的人工智能企业，落地示范效用明显，撬动能力优质的典型应用。

　　4、落实人工智能社会实验。

　　依托医学、教育、制造、政治、经济、法律、伦理等领域科研机构和专家，建立社会实验科学团队，确定专项选取代表性应用场景，如智能制造、智慧教育、健康医疗等方向，支持对人工智能发展未来在法律、文化、伦理等方面的影响和结果进行科学推演，开展社会实验课题，把握社会试验初衷和使命，关注试验场景技术基础，设计跟踪和调研机制，增强研究过程与结论的科学性，严格设计试验方法和计划，并在过程中关注相应法律和规则，密切关注人工智能科研和技术可能带来的社会和伦理问题，最终形成相应试验验结果和分析报告等一批研究成果。

　　六、保障措施

　　(一)加强组织领导

　　在合肥国家新一代人工智能创新发展试验区建设工作领导小组统筹下，建立由新一代人工智能专家咨询委员会指导，市、县(区)各级相关部门参与的新一代人工智能发展联席会议制度，负责组织前瞻性、战略性重大问题研究，制定支持人工智能发展的政策措施、建设方案分工和考核，统筹推进各项工作，协调重大问题，进一步增强相关工作的科学指导和高效沟通。

　　(二)强化政策扶持

　　参考国家和安徽省人工智能支持政策，进一步落实合肥人工智能相关前置相关政策，根据试验区发展方向的周期性调整和更新，前期政策的实施反馈，定期修订和完善人工智能发展扶持政策;结合区(县)人工智能发展特色和方向，设立区(县)级新一代人工智能创新发展试验区，支持各区(县)制定符合区域特色的人工智能专项扶持政策。加大具备优质示范应用或典型案例的人工智能企业产品及服务的政府采购力度。提升自然科学基金、政府产业发展基金、社会资本对重要科技成果的转化、保护和扶持力度。严格落实相关税收优惠政策，统筹利用各类财政资金，引导社会资本、人力资源等要素投向，加快建设开放、包容、多元的创新生态和资源高效流动的制度环境。进一步完善人工智能发展的统计体系和评估监测体系，尝试量化跟踪和评估人工智能发展情况。

　　(三)营造发展氛围

　　加大对人工智能知识教育普及活动的新闻宣传力度，在合肥公众场所和科技馆部署人工智能科普展品和展览，在传统媒体和新媒体设立科普教育栏目，推送科普文章，对新一代人工智能发展应用的重大意义、前沿技术、未来前景进行深度解读和深入报道。积极承办全球人工智能行业竞赛、高峰论坛和国际会议，依托本地人工智能相关协会和联盟，共同打造具有全国性影响力的周期性品牌活动，鼓励行业领军企业举办人工智能相关行业活动，积极邀请国内外行业知名研究机构和企业，围绕人工智能产业整体发展态势和趋势等主题，选取人工智能关键技术、平台、硬件、应用等相关专题，聚集全球顶级资源，研究探讨人工智能发展方向与路径等。广泛推广合肥科技成果转化实例，形成以合肥为科技成果转化总部，转化效应辐射长三角乃至全国。

　　(四)强化可控发展

　　加强人工智能法治保障、隐私保护、信息安全以及伦理道德研究，开展保障人工智能健康发展的法规和伦理道德框架机制，规范人工智能安全可控发展，注重人工智能网络安全技术研发，强化人工智能产品和系统网络安全防护。建立公开透明的人工智能监管体系，加强对人工智能产品开发、成果应用等全流程监管。促进人工智能行业和企业自律，制定人工智能产品研发设计人员的道德规范和行为守则，加强对人工智能潜在危害与收益评估，构建人工智能复杂场景下突发事件解决方案，推动人工智能快速健康发展。