聚焦人工智能重大科学前沿问题， 以打破人工智能根本机理、模型和算法瓶颈为重点， 重点布局可能引发人工智能范式变革的新一代人工智能根本理论研究， 为人工智能持续发展与深度运用供应强大科学储备。

1.1 新一代神经网络模型

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、网络构造自动蜕变、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、可阐明性等新理论和新方法的研究， 实质性提升深度神经网络支撑办理现实人工智能问题的范围和能力。

1.2 面向开放环境的自适应感知

针对运用处景变换易导致智能系统性能急剧低落问题， 发展适应能力强的层次化网络构造、可连续学习的机器学习策略及一样平常性效能度量方法， 打破无监督学习、履历影象利用、内隐知识创造与勾引及把稳力选择等难点， 推动形成开放环境和变革场景下的通用型感知智能。

1.3 跨媒体因果推断

研究基于跨媒体的人类知识知识形成的机器学习新方法， 并在知识知识支持下对跨媒体数据进行自底向上的深度抽象和归纳， 有效管控不愿定性的自顶向下演绎和推理， 建立逻辑推理、归纳推理和直觉顿悟相互折衷补充的新模型和方法， 实现跨媒体从智能的关联剖析向知识知识支持下因果推断的飞跃。

1.4 非完备信息条件下的博弈决策

针对人类经济活动、人机对抗等非完备信息条件下的博弈特点， 结合机器学习、掌握论、博弈论等领域进展， 研究不愿定繁芜环境下博弈对抗的动力学机制和优化决策模型， 把对抗学习和强化学习与动态博弈论进行领悟， 实现非完备信息环境下任务导向的通用智能根本模型和动态博弈决策理论。

1.5 群智呈现机理与打算方法

研究开放、动态、繁芜环境下的大规模群体协作的组织模式和勉励机制， 建立可表达、可打算、可调控的复合式勉励算法， 探索个体贡献汇聚成群体智能的呈现机理和蜕变规律， 打破面向全局目标的群体智能演进方法和时空敏感的群体智能协同，实现可预知、可勾引和可持续的群体智能呈现。

1.6 人在回路的稠浊增强智能

研究不愿定性、薄弱性和开放性条件下的任务建模、环境建模和人类行为建模， 发展人在回路的机器学习方法及稠浊增强智能评价方法， 把人对繁芜问题剖析与相应的高等认知机制与机器智能系统紧密耦合，有效避免由于人工智能技能的局限性引发的决策风险和系统失落控， 实现繁芜问题人机双向协作和求解收敛。

1.7 繁芜制造环境下的人机物协同掌握方法

面向离散制造业和流程工业中繁芜多维度人机物协同问题， 研究跨层、跨域的分布式网络化协同掌握方法， 打破人机物三元协同决策与优化理论， 实现人机物的虚实领悟与动态调度， 探索无人加工生产线的重构及人机共融智能交互， 为智能工厂发展模式探索和标准体系建立供应理论与方法支撑。

2. 面向重大需求的关键共性技能

环绕提升我国人工智能国际竞争力的急迫需求， 面向重大需求，打破新一代人工智能关键共性技能，以算法为核心， 数据和硬件为根本， 全面提升感知识别、知识打算、认知推理、协同掌握与操作、人机交互等能力， 形成开放兼容、稳定成熟的技能体系。

2.1 可泛化的领域知识学习与打算引擎

面向跨界领悟新业态与知识创新做事需求，占领大规模、综合性知识中央建立所须要的关键技能。
打破知识加工、深度搜索和可视交互等核心技能，形成观点识别、实体创造、属性预测、知识蜕变和关系挖掘等能力， 实现知识持续增长的自动化获取， 形成从数据到知识、从知识到做事的自主归纳和学习能力。
在1-2 个知识密集型领域进行做事验证， 达到或超越领域专家均匀问答做事水平。

2.2 跨媒体剖析推理技能系统

面向跨媒体内容监管、态势剖析及跨模态医疗剖析等重大需求，研究跨媒体多元知识统一表征理论、模型和获取方法，构建十亿级别以上的适应跨媒体内容蜕变的知识图谱和剖析推理技能，建立从定向推理到通用推理的泛化机制。
在1-2个范例运用处景下实现可回溯、可阐明的跨媒体智能推理， 准确率超过领域中级专家水平。

2.3 认知任务下的场景主动感知技能

针对繁芜环境中的目标征采、场景剖析和解释等认知任务，研究自然场景的主动视觉感知、三维建模和定位技能；研究喧华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能；研究视听觉协同的从自然场景主动创造新目标及其属性知识的认知技能。
建立范例场景实验平台并进行功能验证。

2.4 面向群体化软件开拓的群智引发汇聚研究

面向群体化软件开拓等大规模繁芜群智创新活动，研究群智社区的协同与蜕变、群智任务的分解与适配等技能; 研究群智创新制品的剖析评价、质量掌握和复用领悟等技能; 研究群智软件制品的代码标注、测试验证和毛病修复等技能。
研究群智开源社区的群智引发汇聚机理和技能， 推动形成面向特定领域的百万规模群智创新与人才培养生态， 有力促进人工智能技能和运用生态的建立。

2.5 人机协同软硬件技能研究

面向智能制造和自动驾驶等人机协同运用处景，研究布局软硬件一体化的人机协同技能平台。
研究适应真实天下情境理解与协同决策的模型与方法；研究从人机协同中稠浊人类直觉、履历、行为的新型学习方法； 研制能自然理解环境和情景并能处理大规模知识的新型稠浊打算架构和智能软硬件等。

2.6 无人系统自主智能精准感知与操控

针对海、陆、空、天无人平台等自主智能发展需求，研究无约束环境下的基于多传感器信息领悟的协同感知方法； 研究大范围场景语义建模和理解方法， 实现繁芜环境的舆图构建、透彻感知与动态认知； 研究繁芜场景下多源异构感知工具快速精准的分割、检测、定位、跟踪和识别方法。
建立或利用已有自主智能系统进行技能验证， 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。

2.7 自主智能体的机动精准操作学习

针对繁芜无人生产系统中对自主操作的需求，研究基于智能人机交互的繁芜机动精确操作技能传授和高效示范；研究实现对抓取、对准、趋近、装入等繁芜技能的机器学习和技能天生；研究自主智能体的机动作业运动方案和折衷掌握，实现从技能到机动操作的运动映射；研究多层次操作技能表示方法，实现繁芜技能的知识化表达；环绕精密装置等范例场景，进行机动操作技能学习技能验证。

3. 智能芯片与系统

环绕人工智能家当发展的关键环节和运用生态根本培植， 从人工智能创新平台和根本支撑角度， 重点研究新型感知器件与系统， 人工神经网络的关键技能标准以及人工智能开源开放平台。

3.1 新型感知器件与芯片

研究能够仿照生物视、听、触、嗅等感知通道的旗子暗记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、剖析和识别算法模型，开拓功能类似生物、性能超越生物的感知系统并实现功能验证。

3.2 神经网络处理器关键标准与验证芯片

设计支持演习和推理的神经网络打算指令集，制订神经网络表示与压缩标准，在此根本上开拓高效根本算法库和开拓接口标准，实现配套开拓工具链，建立开放的、不依赖于详细芯片实现办法的芯片平台标准，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、标准及开拓接口的验证芯片和示例运用。

3.3 人工智能开源开放根本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掌握器等智能硬件资源管理技能， 开拓支持多种异构硬件的人工智能开源开放根本平台。
研究智能算法、知识库等智能软件和数据资源管理技能， 开拓人工智能通用开源算法库、模型库以及人机交互的根本软件平台。
支持大规模智能任务的分布式分配和调度， 建立勉励创新、有机集成、快速运用的人工智能开源生态， 支持智能操作系统等根本软件和核心硬件的发展。