独家｜CB Insights人工智能100强企业年终盘点！2023年度榜单二月在中国重磅发布
图|AI1002019年度榜单新增四家独角兽公司名单（放大查看图片，来源：CBInsights）
榜单发布之初，在这100家公司里，共有11家公司体量已达到独角兽级别，其中有5家来自中国，分别是商汤（估值45亿美元）、依图（估值23.65亿美元）、第四范式（估值12亿美元）、旷视（估值10亿美元）、Momenta（估值10亿美元）。另外还有一家小马智行（Pony.ai）（估值10亿美元）因总部设在美国，故被列为美国公司，但其联合创始人彭军、楼天城均是来自中国，因此，近半数的独角兽公司来自中国。
图|AI1002019年度榜单独角兽公司名单（放大查看图片，来源：CBInsights）
九家公司被收购
虽然有四家公司表现喜人，成功跻身独角兽公司的行列，但也有九家曾位列AI1002019榜单的公司被其他公司收购。这九家公司专注于AI驱动的解决方案，分别涵盖了网络安全、电信、交通以及计算机视觉等领域。
这其中不乏一些自动驾驶领域的明星公司。比如，曾一度闪耀硅谷，引发全球关注，由吴恩达亲自参与实际运营的明星无人车公司Drive.ai在今年6月被纳入苹果麾下。次日，Uber收购了专注于为计算机视觉模型研发训练数据的创业公司MightyAI。随后，今年10月，特斯拉将嵌入式计算视觉新创公司DeepScale收入囊中，为研发完全无人驾驶车辆添砖加瓦。
图|AI1002019年度榜单九家被收购的公司名单（放大查看图片，来源：CBInsights）
除上述三家公司外，专注网络安全的Demisto和JaskLabs、电信领域的MistSystems以及传媒领域的Arraiy均被收购。另外，当地时间12月16日，英特尔以20亿美元收购了总部位于以色列的HabanaLabs，一家为数据中心提供可编程深度学习加速器的厂商。三天后，也就是当地时间12月19日，F5Networks与ShapeNetworks宣布了其最终协议，根据该协议，F5将以10亿美元的价格收购这家技术领域冉冉升起的明星公司，通过整合F5在跨多云环境保护应用软件方面的安全知识与ShapeSecurity的欺诈和滥用预防功能，来增强其应用软件的安全性。
与巨头合作，扩大业务规模
对初创公司来说，长期稳定的发展除了自身要有强大的实力外，与外界的合作联系也十分必要。在过去的一年里，共有六家公司与科技巨头达成了战略合作伙伴关系，来扩大其业务规模。
今年11月，Graphcore宣布与微软达成合作，在微软的云计算平台Azure上部署其AI处理器。此次合作不仅将增加Graphcore的AI芯片使用率，还有可能扩大其客户群。
而早在今年4月，专注于企业机器人流程自动化（RPA,RoboticProcessAutomation）的UiPath就与德勤达成了合作，一起开发法律自动化解决方案。值得一提的是，自入围AI1002019年度榜单后，该平台已经在美国、欧洲和中东地区建立了20多个合作伙伴关系。
无独有偶，另一家RPA初创公司AutomationAnywhere自上榜以来也收获了20多个合作伙伴关系，包括与微软和甲骨文合作，在MicrosoftAzure与OracleCould上提供RPA解决方案。
除云计算外，医疗健康也是创业公司展开合作关系的热门领域。
Viz.ai是一家总部位于旧金山的创业公司，旨在利用深度学习分析CT扫描图像。今年7月，该公司与医疗设备巨头美力敦（Medtronic）达成协议，希望进一步把这项AI技术推广到更多医院。另外，药物初创公司Instro与吉利德科学（GileadSciences）达成合作关系，开展AI驱动的药物研发。
最后是Atomwise，该公司与美国礼来公司（EliLilly）达成一项AI药物发现的合作协议，后者将利用Atomwise的人工智能技术，开发由这家科技巨头选定的10个药物靶点，以支持礼来公司的临床前药物研发工作。
保持竞争力，发布重要产品
除了与巨头开展合作伙伴关系，产品的发布也是评价某个初创公司是否有发展前景的重要指标之一。榜单发布后，不少初创公司推出了自己的新产品，或者在其现有的产品里引入了新的AI功能。
举例来说，今年8月，美国AI初创公司CerebrasSystems推出了一款集成1.2万亿个晶体管的AI芯片，该公司称其是“史上最大芯片”。三个月后，这家公司又推出了搭载该芯片的计算机系统——CerebrasCS-1，这也将是世界上最强大的AI计算系统。而总部位于加州的人工智能+物联网（AI+lOT）公司Falkonry则是推出了一款便携式自带引擎，可以部署到边缘设备进行预测分析。
另外，两年前机器学习专家YoshuaBengio参与建立的初创公司ElementAI在今年3月推出了AI支持工具（AIEnablementTools）和InsightLibraries，这是一套基于AI的工具，可以帮助加快文档阅读，检测网络威胁以及完成一些其它流程。
今年8月，机器学习平台公司DataRobot与金融信息服务公司FactSet一起推出了首款AI投资工作流程工具——DataRobotonFactSet，旨在帮助客户快速轻松地构建、部署、监控和管理复杂的机器学习模型。
融资不断继续，总计筹集资金49亿美元
当然，在过去的一年里，初创公司们也没有停下融资的脚步。据统计，自2月份以来，共有48家AI1002019初创企业从投资者那里筹集到了共计约49亿美元。其中表现积极的投资机构包括谷歌风险投资（GoogleVentures）、凯鹏华盈（KPCB）、高盛（GoldmanSachs）以及英伟达等，他们对一些AI1002019的上榜公司进行了资金支持，比如医疗成像初创公司Viz.AI以及人工智能初创公司H2O.ai。
图|AI1002019单轮融资达到1亿美元以上的公司名单（放大查看图片，来源：CBInsights）
值得一提的是，有10家公司在单轮融资时达到了1亿美元以上，横跨自动驾驶、半导体等行业，也涉及了跨行业应用，如计算机视觉、流程自动化、数据管理以及网络安全。
整体来看，在过去的一年里，曾上榜AI1002019年度榜单的公司，整体呈现出了比较好的发展趋势，不管是产品发布、建立合作伙伴关系还是融资，都是比较理想的状态。
一份揭示未来AI发展趋势的权威榜单，中国力量占比越来越强
那么，CBInsights的AI100榜单为何可以成为行业的风向标呢？或许我们可以从其创始人兼CEOAnandSanwal的身上找到答案。在今年年初EmTechChina全球新兴科技峰会上，AnandSanwal分享了他对目前AI创业领域的一些看法（点击访问）。
首先，AI的变革极大影响了新型公司的涌现及商业模式。这体现在：在过去50、60年代时，一个公司的寿命可能有60年以上，而现在可能是20年以内。人们发现，以前的成功因素可能不再起作用。在过去，电话产业需要150年达到90%的普及率，而现在的移动互联网，只用15年便实现了快速渗透。Facebook、支付宝的发展都遵循了这样的规律。
图|（放大查看图片，来源：CBInsights）
其次，在AI浪潮下，企业需要不断调整自己的战略来适应时代，比如，传统汽车厂商发现它们的竞争对手已经不再是同行，还有互联网企业。而在未来，每家公司都可能会变成科技公司，因为高盛这样的公司也在不断从其他企业挖人工智能高管。在过去企业的成功经验出现“天花板”的时代下，企业需要抓住AI机遇，跟随技术的潮流。
图|美国家庭设施占比变化（放大查看图片，来源：MichaelFelton,TheNewYorkTimes）
最重要的是，AI产业里中美所占份额正在发生的微妙变化。从各国发展情况上看，中美两国一直是全球人工智能发展的两大主力军，现在，双方在该技术上的竞争力也在产生变化。从全球来看，美国在AI产业所占份额已经逐渐下降，而中国的比例在不断上涨（点击访问）。
在此前三届的榜单中，AI1002017年名单上，中国公司仅有4家，包括iCarbonX（碳云智能）、Rokid机器人、Mobvoi（出门问问）以及Ubtech（优必选）；到了2018年则增加到了8家，分别是Mobvoi（出门问问）、Bytedance（今日头条）、Liulishuo（英语流利说）、Ubtech（优必选）、SenseTime（商汤科技）、Cambricon（寒武纪）、Face++（旷视科技）和CloudMinds（达闼科技）。在2019年的名单里，中国公司上榜数据为6家，地平线、商汤、依图、第四范式、旷视和Momenta都位列其中，且现均为独角兽公司。
“我们相信应该有很多美国，或者以色列的公司，都在和中国企业进行合作，中国企业在全球AI初创企业中的投资已经不容忽视，而且现在政府也在扮演着越来越重要的角色，”Anand表示。
正如Anand所说，中国公司在AI领域的崛起，已经成为了一个越来越明显的趋势。瞄准中国市场，CBInsights与DeepTech展开合作的第一步，就是AI1002020榜单的发布。
目前，CBInsightsAI1002020年度评选已正式开始，如果您的公司是一家人工智能公司或者人工智能技术驱动的公司，就可以参与到本次评选中。
CBInsights的研究团队会从不同维度来对参选公司进行评选，包括投资历史、专利情况、投资者概况、Mosaic分数、媒体关注情况、市场潜力、合作伙伴关系、竞争格局、团队实力以及科技创新等方面。
作为数据驱动的科技市场数据平台，CBInsights的榜单也是严格以数据为基础的。所有报名参选企业需要遵循以下步骤：
Step1：使用CBInsightsEditor创建或更新企业介绍
https://editor.cbinsights.com/login?content_tag=AI100
Step2：填写官方申请表
国内企业：
http://cbinsightschina.mikecrm.com/UjvRz0a
国外企业：
https://docs.google.com/forms/d/e/1FAIpQLScjqujWX6n4lbRgshd9RYaoV0ZfX_vmHi8cwOMD5doLmwTWJQ/viewform
注：请复制上方链接至浏览器以进行申请。以上链接均为官方链接，为方便国内企业填写，请使用对应链接填写申请。申请渠道的不同选择并不会对评选结果产生任何影响。
申请截止日期：北京时间2020年1月15日24时
人工智能对产业和世界的影响正在日渐放大，尽管前路漫漫，我们依旧可以看到其应用场景正在快速增加，其与其他产业、领域的融合效应也在不断扩张。不同地区、市场、领域的交叉会激发更大的变革能量，我们希望借由新一届AI100榜单的评选及发布，迈出CBInsights正式落地中国的第一步，并从2020年开始，以此为支点，撬动更大的数据商业潜能，从而为中国及世界客户提供更全面的数据研究服务。
点击“阅读原文”提交申请。
-End-
返回搜狐，查看更多
中国泵业100强企业名单
13
、郑州市竹林黄河泵业制造有限公司
14
、大连大耐泵业有限公司
15
、山东博泵科技股份有限公司
16
、柳州欧维姆机械股份有限公司（广西）
17
、上海开利泵业（集团）有限公司
18
、文登市九龙水泵有限公司（山东）
19
、纳西姆工业（中国）有限公司（山东）
20
、山东双轮集团股份有限公司
21
、江苏亚太水工机械有限公司
22
、普茨迈斯特机械（上海）有限公司
23
、宁波君禾泵业有限公司
24
、招远市泉山机械厂（山东）
25
、凯泉集团有限公司
2023广州最具价值品牌100强企业名单：天河区27家，黄埔区17家
GYbrand首席分析师Felix表示：“天河区的整体优势短期内还难以撼动，但增长潜力强劲的黄埔区，贡献了全市超过3成的A股公司，未来将有更多广州品牌100强乃至中国品牌500强将诞生于此。”
从行业分布来看，房地产行业还发挥着重要的作用，不过随着新旧动能转换赋能广州经济转型发展，最新发布的广州企业100强名单中，人工智能、先进制造等新基建行业取得不小的进步。
其中，房地产（12家）仍是上榜数量最多的行业，但随着相关政策的持续加码，近两年开始走下坡路；信息技术（8）、数字娱乐（6家）、医药医疗（6家）、智能制造（4家）等行业则呈现出良好的发展态势。
当下，世界正经历百年未有之大变局，面对错综复杂的国内外形势，给企业带来不小的机遇和挑战，“强者愈强,弱者愈弱”的格局将进一步分化。在过硬研究院首席分析师Felix看来，广州百强企业应抓住难得的发展契机，加大品牌建设投入，有效提升品牌知名度和影响力，促进品牌可持续、高质量发展。
2022广州100强企业名单以下排名不分先后：
（1）天河区27家企业名单：网易、广汽集团、小鹏汽车、广州发展、广州银行、越秀地产、雅居乐、合景泰富、粤海天河城、好莱客、尚品宅配、广电计量、佳都科技、赛意信息、浩云长盛、九丰能源、宏大爆破、三七互娱、21CN、ZAKER、酷狗、汇量科技、丸美、薇美姿、九毛九、燕塘乳业、简爱酸奶
（2）黄埔区27家企业名单：南方电网、视源股份、金发科技、天赐材料、广州农商银行、金域医学、达安基因、万孚生物、香雪制药、科益展、蓝月亮、广电运通、海格通信、弘亚数控、文远知行、粤芯半导体、环亚化妆品
（3）番禺区13家企业名单：海大集团、SHEIN、比音勒芬、虎牙直播、欢聚时代、广日股份、奥园集团、敏捷集团、香江集团、海伦堡、长隆集团、好太太、三雄极光
（4）海珠区12家企业名单：保利发展、唯品会、广州地铁、珠江啤酒、名创优品、NOME家居、钱大妈、省广集团、赫基集团、普天科技、中船防务、万宝集团
（5）越秀区12家企业名单：广发银行、广州建筑、时代中国、方圆地产、广州港、广百股份、南方日报、广州日报、羊城晚报、广东广播电视台、南方传媒、新媒股份
（6）白云区6家企业名单：白云机场、南方航空、欧派家居、王老吉、粤高速、UR
（7）荔湾区4家企业名单：广药集团、大参林、立白、广州酒家
（8）南沙区4家企业名单：星河湾、云从科技、小马智行、暗物智能
（9）增城3家企业名单：索菲亚家居、珠江钢琴、粤水电
（10）花都1家企业名单：国光电器
（11）从化1家企业名单：万力轮胎
写在最后
GYbrand首席分析师表示：“品牌是企业最宝贵的无形资产，一个享有盛誉的品牌必将赢得更为广阔的发展空间。为此，越来越多企业重新审视品牌发展，将提升品牌价值、建设中国乃至世界一流品牌等作为重要指标列入年度重点工作。通过专业的品牌价值评估，将有助于企业洞察品牌发展现状与趋势，推动自身品牌价值可持续增长，进而提升企业品牌形象和影响力，为后续开展品牌建设工作提供方向。”返回搜狐，查看更多
106项人工智能创新项目名单公布，唱响“智能化”主旋律
来源：专知
摘要：9月5日，工信部官网公示了2018年人工智能与实体经济深度融合创新项目名单。
9月5日，工信部官网公示了2018年人工智能与实体经济深度融合创新项目名单。据了解，2018年人工智能与实体经济深度融合创新项目名单分为核心基础产品、智能控制产品、智能理解类产品、制造业智能化提升、产业智能升级、民生服务智能化、训练资源服务平台、标准测试评估体系以及安全保障体系九大类，包括大华股份、云天励飞、寒武纪、深醒科技、科大讯飞等106家科技工思的106个项目上榜。
其中，面向前端的新一代人工智能芯片的研发及应用（中星微电子）、云端智能服务器产业化（寒武纪）、视频监控人工智能ScC芯片（大华股份）以及嵌入式视觉人工智能专用芯片的研发及应用（云天励飞）等16个项目上榜核心基础产品类名单；面向智能服务机器人的自主人机交互与导航系统关键技术研发及产业化（新松机器人）、自动驾驶关键技术研究及产业化应用（长安汽车）、智能网联电动汽车及关键零部件产品研发应用（合肥工业大学）等17个项目上榜智能控制产品类名单。
（图片来自工信部官网）
消化内镜医学影像人工智能辅助诊断技术及创新型电子内镜的研发及产业化（金山科技）、搜狗商用神经机器翻译系统（搜狗）以及基于人工智能的智慧家居开发及应用（美的）等11个项目上榜智能理解类产品类名单；伊利乳制品智能化产业升级及配套能力提升项目（伊利）、对话式生产操作系统研发及应用语音识别技术的人工智能解决方案（思必驰）以及基于人工智能和区块链的云端营销和售后服务体系（航天云网）等28个项目上榜制造业智能化提升类名单。
（图片来自工信部官网）
此外，自然语言处理技术产品研发及产业应用（神州泰岳)、基于人工智能的新一代金融应用解决方案（恒生电子）及促进金融服务制造强国建设的智能化产融合作平台（北京理工大学）等11个项目上榜产业智能升级类名单；面向中小学生的人工智能创新教育综合解决方案研发及应用（科大讯飞）、车联网共享数据中心与运营管理云服务平台（中科美络）及视频人工智能在智慧交通领域的应用（江苏鸿信）等9个项目上榜民生服务智能化类名单；人工智能深度学习平台开发及应用（旷视科技）、基于条件对抗生成网络的智能写作机器人研发与应用（金山软件）及基于分布式及机器学习平台的通用人工智能应用解决方案项目（字节跳动）等6个项目上榜训练资源服务平台类名单；机器人智能水平及安全可靠性测试评估平台（中国软件评测中心）、人工智能标准测试评估体系建设（中国电子技术标准化研究院）及人工智能产品评测与标准研究平台（工信部电子第五研究所）等五个项目上榜标准测试评估体系类名单；智能网汽车信息安全测试评估平台（中国电子信息产业发展研究院）、监控场景下多维人体特征识别技术研究（深醒科技）以及新疆区域工业信息安全智能态势感知及防护平台（天山智汇）三个项目上榜安全保障体系类名单。
（图片来自工信部官网）
从以上名单我们可以看出，在这106项人工智能与实体经济深度融合创新项目以“智能化”为主旋律，在人工智能的加持下渗透至各行各业，进一步推进当前的智能安防、智能制造、智慧教育、智慧金融、智慧出行等领域的建设。目前看来，人工智能已成为中国实体经济的巨大推动力。
人工智能于2017年写入我国政府报道，由于其与各行业结合的前景广阔，我国人工智能行业融资热潮空前壮观。相关数据显示，2017年全球人工智能投融资总规模达395亿美元，融资事件1208笔，其中中国的投融资总额达到277.1亿美元，融资事件369笔。中国AI企业融资总额占全球融资总额的70%，融资笔数达31%。但是，在这热潮背后，人工智能领的泡沫却也格外惊心动魄。
根据亿欧智库《2018中国人工智能商业落地研究报告》，2017年中国人工智能创业公司获得的累计融资超过500亿元，但2017年中国人工智能商业落地100强创业公司累计产生的收入却不足100亿元，90％以上的人工智能企业亏损。也就是说，人工智能大热，但人工智能领域正在迎来一波倒闭潮。
在过度发展人工智能的背后，我们急需深思一番：列入我国五年计划的人工智能，对我国影响颇甚。但是，过度依赖人工智能对我国经济的发展也有弊端。一旦人工智能过时，我国经济增速要达到计划的水平将面临众多挑战。
来源：
http://www.qianjia.com/html/2018-09/07_304688.html
延伸阅读：
科技部-科技创新2030—“新一代人工智能”重大项目2018年度项目申报指南征求意见稿根据《国务院关于改进加强中央财政科研项目和资金管理的若干意见》（国发〔2014〕11号）、《国务院关于深化中央财政科技计划（专项、基金等）管理改革方案的通知》（国发〔2014〕64号）、《科技部关于印发〈新一代人工智能重大科技项目实施方案〉的通知》（国科发高〔2017〕344号）等文件要求，现将科技创新2030—“新一代人工智能”重大项目2018年度项目申报指南（征求意见稿，见附件）向社会征求意见和建议。征求意见时间为2018年9月5日至2018年9月11日。
“新一代人工智能”重大项目的凝练布局和任务部署已经战略咨询与综合评审特邀委员会咨询评议，并报国务院批准实施。本项目2018年度指南重点围绕新一代人工智能基础理论、面向重大需求的核心关键技术、智能芯片与系统三个方向展开部署。同时，考虑到人工智能领域的广泛性和研究的开放性，为鼓励更多研究和应用团队围绕研究内容提出针对性的任务和目标，本批指南暂不设具体考核指标。本次征求意见重点针对以上拟部署方向相关内容的合理性、科学性、先进性等方面听取各方意见和建议。科技部将认真研究收到的意见和建议，修改完善重大项目的项目申报指南。征集到的意见和建议，将不再反馈和回复。
相关意见建议请于9月11日17:00之前发至电子邮箱：gxs_xxc@most.cn。
科技部高新司
2018年9月5日
附件：科技创新2030—“新一代人工智能”重大项目2018年度项目申报指南征求意见稿
为落实《新一代人工智能发展规划》，启动实施科技创2030—“新一代人工智能”重大项目。根据《新一代人工智能重大科技项目实施方案》确定的总体目标及2020年阶段性目标，现提出2018年度项目指南建议。2018年度项目指南从新一代人工智能基础理论、面向重大需求的核心关键技术、智能芯片与系统三个方向部署实施，实施周期为3年（2018—2020年）。
申请者应根据指南描述，按照需求导向、问题导向和目标导向的原则，根据拟申请项目特点提出具体的考核指标和明确的任务目标。
1.新一代人工智能的基础理论
聚焦人工智能重大科学前沿问题，以突破人工智能基础机理、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基础理论研究，为人工智能持续发展与深度应用提供强大科学储备。
新一代人工智能基础理论设7个研究方向，每个方向拟支持1-2个项目。鼓励已有较好基础的融合性团队参与申请。
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、网络结构自动演化、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，本质性提升深度神经网络支撑解决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
针对应用场景变换易导致智能系统性能急剧下降问题，发展适应能力强的层次化网络结构、可连续学习的机器学习策略及一般性效能度量方法，突破无监督学习、经验记忆利用、内隐知识发现与引导及注意力选择等难点，推动形成开放环境和变化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常识知识形成的机器学习新方法，并在常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，有效管控不确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协调补充的新模型和方法，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飞跃。
1.4 非完全信息条件下的博弈决策
针对人类经济活动、人机对抗等非完全信息条件下的博弈特点，结合机器学习、控制论、博弈论等领域进展，研究不确定复杂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融合，实现非完全信息环境下任务导向的通用智能基础模型和动态博弈决策理论。
1.5 群智涌现机理与计算方法
研究开放、动态、复杂环境下的大规模群体协作的组织模式和激励机制，建立可表达、可计算、可调控的复合式激励算法，探索个体贡献汇聚成群体智能的涌现机理和演化规律，突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、可引导和可持续的群体智能涌现。
1.6 人在回路的混合增强智能
研究不确定性、脆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混合增强智能评价方法，把人对复杂问题分析与响应的高级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术的局限性引发的决策风险和系统失控，实现复杂问题人机双向协作和求解收敛。
1.7 复杂制造环境下的人机物协同控制方法
面向离散制造业和流程工业中复杂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控制方法，突破人机物三元协同决策与优化理论，实现人机物的虚实融合与动态调度，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提供理论与方法支撑。
2.面向重大需求的关键共性技术
围绕提升我国人工智能国际竞争力的迫切需求，面向重大需求，突破新一代人工智能关键共性技术，以算法为核心，数据和硬件为基础，全面提升感知识别、知识计算、认知推理、协同控制与操作、人机交互等能力，形成开放兼容、稳定成熟的技术体系。
面向重大需求的关键共性技术设7个研究方向，每个方向拟支持1-2个项目。鼓励有明确应用背景和技术突破基础的团队参与申请。
2.1 可泛化的领域知识学习与计算引擎
面向跨界融合新业态与知识创新服务需求，攻克大规模、综合性知识中心建立所需要的关键技术。突破知识加工、深度搜索和可视交互等核心技术，形成概念识别、实体发现、属性预测、知识演化和关系挖掘等能力，实现知识持续增长的自动化获取，形成从数据到知识、从知识到服务的自主归纳和学习能力。在1-2个知识密集型领域进行服务验证，达到或超越领域专家平均问答服务水平。
2.2 跨媒体分析推理技术系统
面向跨媒体内容监管、态势分析及跨模态医疗分析等重大需求，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演化的知识图谱和分析推理技术，建立从定向推理到通用推理的泛化机制。在1-2个典型应用场景下实现可回溯、可解释的跨媒体智能推理，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术
针对复杂环境中的目标搜寻、场景分析和解释等认知任务，研究自然场景的主动视觉感知、三维建模和定位技术；研究嘈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。建立典型场景实验平台并进行功能验证。
2.4 面向群体化软件开发的群智激发汇聚研究
面向群体化软件开发等大规模复杂群智创新活动，研究群智社区的协同与演化、群智任务的分解与适配等技术;研究群智创新制品的分析评价、质量控制和复用融合等技术;研究群智软件制品的代码标注、测试验证和缺陷修复等技术。研究群智开源社区的群智激发汇聚机理和技术，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术和应用生态的建立。
2.5 人机协同软硬件技术研究
面向智能制造和自动驾驶等人机协同应用场景，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；研究从人机协同中混合人类直觉、经验、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混合计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融合的协同感知方法；研究大范围场景语义建模和理解方法，实现复杂环境的地图构建、透彻感知与动态认知；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。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。
2.7 自主智能体的灵巧精准操作学习
针对复杂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；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。
3.智能芯片与系统
围绕人工智能产业发展的关键环节和应用生态基础建设，从人工智能创新平台和基础支撑角度，重点研究新型感知器件与系统，人工神经网络的关键技术标准以及人工智能开源开放平台。
智能芯片与系统设3个研究方向，每个方向拟支持1-2个项目。鼓励已有较好产业化基础的产学研团队参与申请。
3.1 新型感知器件与芯片
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。
3.2 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开发接口标准，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。
3.3 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。
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”