為全面貫徹落實黨的十九大和習(xí)近平總書記關(guān)于加強關(guān)鍵核心技術(shù)攻關(guān)、推進人工智能等新型基礎(chǔ)設(shè)施建設(shè)的重要講話精神，按照《廣東省重點領(lǐng)域研發(fā)計劃實施方案》的部署，經(jīng)前期調(diào)研、專家論證，并結(jié)合省內(nèi)重大技術(shù)和產(chǎn)業(yè)需求，形成了《廣東省重點領(lǐng)域研發(fā)計劃2020年度新一代人工智能重大專項申報指南(征求意見稿)》(詳見附件1)。

為提高項目組織的公平性、科學(xué)性和精 準性，現(xiàn)將申報指南(征求意見稿)向社會公開征求意見，歡迎國內(nèi)科研單位提出修改意見和建議。有關(guān)修改意見和建議請按照附件2格式要求填寫，并以單位名義于2020年7月2日前通過本網(wǎng)站提交。我廳將會同有關(guān)部門、專業(yè)機構(gòu)和領(lǐng)域?qū)＜遥J真研究反饋的意見建議，修改完善指南并適時向社會發(fā)布。征集到的意見將不再一一反饋、回復(fù)。

為緊抓“新基建”戰(zhàn)略機遇，推動人工智能賦能實體經(jīng)濟，按照《廣東省新一代人工智能發(fā)展規(guī)劃》部署，面向人工智能領(lǐng)域的核心科技創(chuàng)新與攻關(guān)需求，結(jié)合我省在智能計算布局、開放創(chuàng)新平臺建設(shè)、場景應(yīng)用等方面已有基礎(chǔ)，著力推動人工智能基礎(chǔ)理論、核心技術(shù)等向?qū)嵺`應(yīng)用充分轉(zhuǎn)化。本專項圍繞人工智能發(fā)展亟待突破的關(guān)鍵技術(shù)領(lǐng)域，力爭取得一批標志性成果，推動廣東在開放創(chuàng)新、核心技術(shù)和場景應(yīng)用等方向?qū)崿F(xiàn)自主研發(fā)、科技自立。

更多詳情，請登錄廣東省科學(xué)技術(shù)廳官方網(wǎng)站查詢。

節(jié)選該申報指南部分內(nèi)容：

2020年指南共設(shè)置三個專題 12 個任務(wù)，擬支持不超過 15項，部分項目擬選取該領(lǐng)域有優(yōu)勢的單位定向委托實施。

專題一：智能計算關(guān)鍵技術(shù)研究及應(yīng)用

項目 1.1：面向規(guī)模視覺處理的開放計算框架研究及系統(tǒng)應(yīng)用

(一) 研究內(nèi)容。

自主研發(fā)面向視覺處理的深度學(xué)習(xí)計算框架，可兼容主流的開源框架，實現(xiàn)針對視覺模型訓(xùn)練和推理性能優(yōu)化與強化;開發(fā)大規(guī)模模型訓(xùn)練平臺，研究適配機器學(xué)習(xí)的前編譯與即時編譯能力，分別研究深度學(xué)習(xí)計算框架、高速大數(shù)據(jù)存儲引擎、數(shù)據(jù)管理與標注平臺、大規(guī)模分布式訓(xùn)練任務(wù)調(diào)度、人工智能集成研發(fā)環(huán)境的優(yōu)化方案，并研究整體融合優(yōu)化方案。研究基于深度學(xué)習(xí)的視覺計算開放平臺的開放模式，研究開放平臺對不同視覺計算需求的適應(yīng)能力。

專題二：智能感知與認知核心技術(shù)研究及應(yīng)用

項目 2.1：多自由度智能體復(fù)雜技能自主遷移學(xué)習(xí)研究及應(yīng)用

(一) 研究內(nèi)容。

研究多自由度智能體復(fù)雜技能的自主遷移學(xué)習(xí)方法及理論。研究復(fù)雜技能的基元表示方法及知識化表達，構(gòu)建技能基元庫和技能庫，研究技能在線采集和標注方法;研究技能增強學(xué)習(xí)方法及遷移學(xué)習(xí)方法，實現(xiàn)技能的虛實遷移、衍生及不同場景下的高效魯棒自適應(yīng)調(diào)整，研究技能自主學(xué)習(xí)仿真訓(xùn)練引擎技術(shù);研究免編程智能體作業(yè)系統(tǒng)構(gòu)建技術(shù)，實現(xiàn)智能體的免編程感知、規(guī)劃、決策，在工業(yè)領(lǐng)域應(yīng)用示范。

專題三：智能創(chuàng)新應(yīng)用及重點場景

項目 3.1：基于多模態(tài)融合的醫(yī)學(xué)人工智能集成預(yù)測和輔診建模方法及應(yīng)用研究

(一) 研究內(nèi)容。

研究基于深度學(xué)習(xí)的醫(yī)學(xué)多源模態(tài)信息融合處理方法，研究跨模態(tài)、跨醫(yī)學(xué)學(xué)科數(shù)據(jù)的綜合分析建模技術(shù);研究基于強化學(xué)習(xí)、網(wǎng)格搜索的醫(yī)學(xué)模型訓(xùn)練和數(shù)據(jù)維度拓展技術(shù);基于無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)研究數(shù)據(jù)高效標注和治理方法，建立多模態(tài)數(shù)據(jù)采集、清洗、標注、備份、導(dǎo)出的自動模型。利用基因組學(xué)、影像組學(xué)、代謝組學(xué)、臨床病理組學(xué)等多模態(tài)融合的人工智能技術(shù)，在惡性腫瘤、心腦血管疾病、致盲性眼病、突發(fā)重大流行病等領(lǐng)域研究集成預(yù)測和輔診建模理論及算法。