百度发布“新一代人工智能地图”生态全景，做产业智能化基础设施
2000多年前，古希腊伟大的哲学家柏拉图提出了一个著名的哲学命题：“我是谁？从哪来？到哪去？”在AI产业风起云涌时，这一命题成为许多企业思考的问题，2019年多家互联网巨头更新了使命、愿景和价值观，就是思考的结果，有着14年发展历史的百度地图同样也给出了自己的答案。
12月10日，百度地图公布了“新一代人工智能地图”生态全景。百度地图不只是要做一张AI地图，更要基于此构建一个基于AI+位置服务的全新地图生态，做产业智能化升级的基础设施。
什么是新一代人工智能地图生态全景？“全景图”本身是一个地图专用名词。2013年8月百度地图发布了全景地图，将街景、酒店、景点、餐厅、房产等内容，以三维立体形式数字化，更加真实地表现现实空间场景。2018年，百度地图正式确定“新一代人工智能地图”的定位，强化更准确、更丰富、更易用三大特点，基于AI技术继续在交互体验、位置信息服务、出行服务、出行决策等维度做透做深做精。
“新一代人工智能地图生态全景”，就跟2013年全景地图一样，是将百度地图AI生态立体化呈现的一种形式，说得更直接一点：这是百度地图在AI战略的基础上，对正在构建的新生态的真实刻画。
面向C端用户，百度地图正在提供基于AI的出行和旅行服务。在出行上提供了出行助手、智能定位、精准规划、熟路导航、智行、未来出发预测、智能语音交互、语音定制、AR步行导航等多项领先创新功能，全部都是基于AI，今年国庆凭借着“语音定制”这一杀手锏功能，百度地图智能语音用户量突破3亿。在旅行上则推出了小度AI导游功能，基于智能语音助手形式实现智能导览。截至目前，百度地图小度AI导游已服务超1亿用户，覆盖2000家景区，境外POI覆盖率超过98%，是中国唯一一家服务覆盖全球的地图产品。
在B端，百度地图不只是提供初级位置服务，而是将AI与位置能力封装在一起，形成上层应用能力和垂直解决方案，服务各行各业的智能位置服务需求。
底层AI技术源自于百度大脑和百度智能云，百度大脑提供语音、视觉、自然语言处理、知识图谱、飞桨深度学习框架等底层AI技术，百度智能云提供云计算、物联网、大数据等云端能力。百度地图自有产品拥有出行和旅行两大核心场景下的智能服务能力，正是基于底层AI技术。
底层AI技术，与百度地图生态14年来积累的数据（1200亿次日均位置请求服务、20亿公里日均轨迹里程、1.5亿全球POI覆盖、940万公里道路里程覆盖、13亿张全球图片）一起，又形成智能定位、路线规划、导航、路况、地图影像服务、轨迹服务、位置搜索服务、智能小程序等八大类应用能力，解决智能交通、共享出行、快递物流诸多行业的智能位置服务需求。
其定位，就像百度首席技术官王海峰在百度地图生态大会上所说：
“百度地图已经成为AI时代刻画真实世界的重要基础设施，不仅支撑着数以亿计的用户每天的出行服务，同时也支持着所有合作伙伴的智能化升级，百度地图将与大家合作共赢，共创人工智能时代的辉煌。”百度地图事业部总经理李莹则表示：
“百度地图为各行各业提供定制化解决方案，携手致力于让城市管理更智慧、让交通更顺畅、让出行更安全、让生活更简单。”AI四大要素是算法、算力、数据和场景，这张全景图，最底层是算法和算力，接着是数据，再接着就是AI应用，最上面就是海量场景，各种要素都涵盖其中，这张AI全景图，也将是地图行业各路玩家，在AI时代构建生态的一张标准图。从这张AI全景图，也可以看出百度地图的新定位。
为什么各行各业需要智能位置服务？仔细想想，你日常使用的各种智能设备是不是都有定位功能？再仔细想想，你每天在用的各种互联网服务特别是手机App是不是都要用到位置相关的信息？比如购物要定位你在哪里，比如外卖可以自动定位地址，比如聊天要给好友发个定位，比如看房会有地图找房功能……
各行各业都需要位置服务，相信应该没人否认。问题是，为什么各行各业需要智能的位置服务呢？
2019年被称为AI产业化元年，2020年各行各业将进一步拥抱智能化趋势。智能化是信息化和数字化的延续，不论是信息化还是数字化，都是从时间和空间两个维度来对真实世界进行映射，进而解决真实世界的问题：短视频记录真实世界，直播实时呈现现实世界，资讯新闻报道真实世界在发生的一切，是时间维度。淘宝让商品流通，腾讯让人与人连接，滴滴将人从A送到B，是空间维度。
产业智能化的本质是各行各业基于IoT、5G和区块链等技术，去记录、采集和分享真实世界的数据，再用这些数据去洞察真实世界，最终再做出决策和行动来改变真实世界，这一过程中最重要的两个维度同样是时间和空间。时间维度就是对历史的学习和对未来的预测，空间维度就是位置服务，可以说，位置背后的空间数据，将是产业智能化依赖的数据基座的重要组成部分。
比如智能交通是AI产业化的重要行业，不论是自动驾驶、汽车智能导航、共享出行调度、红绿灯智能调控、城市交通智能疏导、人流车流预测预警、城市规划决策辅助，都离不开地图；再比如政务民生是智慧城市的重要部分，通过AI来洞察人口迁徙、人流特征、人口分布、就业趋势、教育医疗等等，再对应的调整优化政务民生政策，更加合理公平高效地分配城市政务民生和公共基础资源，将成为未来的趋势，这依然离不开地图支持。
说到底，地图给AI记录、感知、洞察和改变真实世界提供空间维度的数据支持。在AI产业化浪潮中，各种垂直行业的企业组织和开发者都将AI化，都将使用地图的智能位置服务。百度地图现在已经拥有多达180万开发者，服务超过50万个移动应用，这些开发者和应用正在使用百度地图的智能位置服务能力。随着AI产业化浪潮的汹涌而至，相信这个数字会继续增加。
百度地图在2018年提出“新一代人工智能地图”定位后，不只是在面向C端用户的出行、旅游等功能上全面智能化，同时基于百度大脑和百度智能云形成八大类智能位置应用能力，提供给各行各业开发者，成为各行各业应用AI技术的基础设施。
基于百度地图时空大数据，百度地图与政府相关部门合作，辅助国家宏观经济决策、帮助实现城市科学规划、协助人口调查。百度地图的交通信息发布及研判平台、智慧诱导发布平台、交通大数据报告、智慧专网地图，能够辅助交管部门进行城市交通管理全局决策调度，保障交通路网顺畅，通过路口信号灯配时、智能停车、高速定位报警、自行车专线骑行路线等，聚焦典型出行场景，提升交通出行效率。
这些是百度地图基于大数据、AI算法助力城市规划管理的案例，百度地图大数据已成为城市规划行业标配，覆盖70%一线和新一线城市级别规划院，专网地图则已日渐成为交管、公安、应急、电网、金融等政企软件项目的基础平台；
百度地图智能物流引擎每天支撑的快递运单数量已占全国一半，其基于智能路径决策等能力，帮助物流客户降本增效，促进物流行业服务体验升级；百度地图鹰眼服务则已成为网约车行业标配，其轨迹纠偏和里程核准能力帮助数十家网约车伙伴提升用车计费准确性，日处理轨迹里程同比上涨45%。百度地图不只是给物流和出行行业提供基础数据和位置服务，而是结合AI能力，提供智能位置服务，进而放大地图的价值。
百度地图AI位置服务可以站在两个维度来理解：一个是百度地图成为一张AI定义的地图，百度地图提供的位置服务自然是AI定义，因此变得更好、更准、更丰富。另一个是智能位置服务跟机器视觉、智能语音、知识图谱、自然语言处理这样的垂直领域的AI技术是平行的，机器不只是要有听觉、视觉、理解能力和交互能力，同时也需要有方向感，有自我定位能力。正是因为此，智能位置服务会是AI产业化的基础能力，而率先布局的百度地图，则有望成为AI产业化的基础设施。
百度地图是百度AI战略的重要一环对于百度来说，百度地图最直接的价值在于：百度AI技术的重要落地场景之一。私人出行助手、精准导航、智能定位、全场景智能语音交互、AR步行导航，都是百度地图基于AI实现的重要功能，体现出百度地图落地AI技术的场景价值。
不过，深层次来看，百度地图对百度的价值，更多在于与百度AI产业化战略紧密协同，是百度AI战略不可或缺的一部分。
AI已成为全世界科技巨头的标准能力，百度则是中国最具实力的AI玩家，布局时间早、技术积累深、生态版图大、人才储备多。近日，国家工业信息安全发展研究中心发布《人工智能中国专利技术分析报告》显示，中国人工智能专利申请量排名中，百度以5712件位列第一，这是百度连续两年蝉联冠军，成为中国AI专利榜名副其实的“领头羊”，这个应该有很强的说服力了。
不过，技术不能当饭吃，重点是落地到各行各业，形成应用，改变人们的生活，助力行业的生产。正是因为此，推动AI向产业落地，成为各路巨头的共识。百度不只是AI技术的领先者，同时也是AI落地产业的领军者。
今年，在乌镇世界互联网大会上，李彦宏首次提出“智能经济”这一概念，他认为智能经济将在三个维度带来重大变革和影响，第一个是人机交互，比如智能音箱、机器视觉、人脸识别；第二个是IT基础设施，“传统的CPU、操作系统、数据库将不再处于舞台的中央，新型的AI芯片，便捷高效的云服务，各种应用开发平台、开放的深度学习框架、通用的人工智能算法等，将成为这个时代新的基础设施。”第三个是智能经济会催生很多新的业态。交通、医疗、城市安全、教育等等各行各业正在快速的实现智能化，新的消费需求，新的商业模式将层出不穷。
我们对照这个来看，百度地图在智能经济中扮演的角色十分特殊。1、它是人机交互的一部分，比如用户在移动时就在不断给机器新的输入，再比如用户在屏幕上拖拽定位点也是一种交互。2、它是一种IT基础设施，各行各业的IT应用都要用。3、它是智能新业态必不可少的智能化基础设施。正是因为此，百度地图在百度智能经济版图中扮演十分重要的角色。
一方面，百度地图是百度从AI到产业的一个桥梁，连接百度底层AI基础设施与海量行业场景，让百度大脑，百度智能云两大平台上的语音、视觉、自然语言处理、知识图谱等AI技术和云计算、大数据和IoT能力，与位置服务结合提供给交通、出行、物流、旅游、城建等行业，给百度AI落地桥接大量的场景。百度地图的180万开发者，就是百度大脑和百度智能云的潜在开发者。
另一方面，百度地图给AI提供海量数据反哺，给AI提供数据原材料。空间维度、出行场景、用户轨迹、商业POI等数据价值，对AI至关重要，百度地图一方面基于人机结合的方式，时时刻刻在采集真实物理世界的数据，帮助机器建立对真实世界的认知；另一方面不断在积累C端用户数据和B端开发者的垂直场景数据，这些数据让百度AI更理解真实世界。
从新一代人工智能地图生态全景图来看，百度地图对百度AI的价值是多元的，不只是百度AI技术的重要场景，同时是百度AI产业化的重要桥梁，还给百度AI技术进化提供独特的真实世界数据。如果说百度是AI产业化的基础设施，百度地图则是百度AI的基础能力。
百度地图AI生态全景的水到渠成地图服务商都在做生态，AI大势不可挡，地图服务商未来要做的一定都是AI生态，从这次公布的AI生态全景图来看，率先布局AI生态的是百度地图，原因不难理解。
一方面是百度地图很早就B/C并轨发展，形成了立体化的生态。
2005年上线以来，百度地图很快就开始B/C两条腿走路。C端在PC、手机、车载设备诸多终端，解决人们从A到B的出行需求之余，提供1.5亿POI帮助人们更好地探索真实世界。B端给各行各业企业和开发者提供服务，外卖App、旅行预订App、微信、滴滴各种App内都会嵌入地图服务，百度地图2010年正式面向第三方开放位置服务，9年来开发者生态十分庞大，在生态大会上百度地图宣布日均位置服务请求次数突破1200亿次，日均轨迹里程20亿公里，注册开发者数量达180万，服务超过50万个移动应用，已成为中国最大的智能化位置服务平台。
百度地图一直在围绕出行搭建多个开放平台。打车平台整合全网优质网约车服务，用户可一键叫车；整合覆盖全国约95%充电桩数据，提供充电桩推荐、充电桩路线规划、完善充电服务闭环；智能停车系统与头部停车运营商合作，让市民出行更高效、停车场管理更智能、城市交通更美好；推出智能小程序接入出行、内容、金融、工具、电商等服务实现出行到服务的闭环。通过这些开放生态服务，百度地图给用户提供更丰富的出行服务的同时，引入更多合作伙伴，让生态更加繁荣。
可见，百度地图多年来已经形成一个立体的生态，接下来要做的，就是AI化。
另一方面，在各行各业拥抱AI时，百度地图基于AI布局，让原来的生态实现AI化。
依托百度的AI战略，早在2016年，百度地图就结合AI和图像识别技术，独创了图像识别采集技术，并上线AR步导、AR导游功能；2017年，百度地图就结合AI和语音、语义技术，实现了语音交互覆盖用户交互全流程。2018年百度地图正式确定“新一代人工智能地图”的定位，针对地图当时最大痛点交互，百度地图基于小度助手，率先实现全场景下的语音全局交互。前段时间百度地图正式发布刷屏的“语音定制功能”，以及可以在GPS信号极弱场景下持续定位导航的智能定位功能，都是基于AI实现。百度地图还将AI技术应用在地图数据生产环节，基于高精知识图谱技术，将分散在不同平台的信息聚合在一起，一方面降低人工标注成本，另一方面给用户更好的信息服务体验。
百度智能云、百度大脑的底层AI技术，让百度地图拥有构建八大类应用能力的基础。在自身拥有和受益于各种AI能力后，百度地图将其开放给生态，整个过程是水到渠成的。可见，随着2018年确立“新一代人工智能地图”定位，百度地图生态在两年来已成功实现了AI化。百度地图AI生态全景图的推出，不是一蹴而就的，而是两年沉淀的结果。
百度地图构建AI生态的努力正在继续。
2019年9月，中共中央、国务院正式印发《交通强国建设纲要》，描绘了我国从现在到本世纪中叶的交通强国建设蓝图，《纲要》明确了交通强国建设的重点任务和保障措施，并在交通科技领域提出了“科技创新富有活力、智慧引领”的任务，要求强化前沿科技研发、大力发展智慧交通以及完善科技创新机制。会上，百度地图联合九大顶级科研院所和高校成立智能交通联合实验室，推进产学研合作，布局智能交通生态。
百度地图还在生态大会上推出了以AI技术为核心的“1+3”智能旅游产品矩阵，即“一张服务覆盖全球的地图+AR导览、小度AI导游、VR全景虚拟游三大能力”，同时面向景区推出了智能旅游管理平台，打造“AI+智能旅游”生态。最近又拿下了泰山景区，与后者联合推出国内首个“AR智能导览景区”。
11月9日，国务院发展研究中心宏观经济研究部和百度地图联合编著的《迁徙的人变动的城——大数据视角下的中国城镇化》新书发布。该书基于百度地图慧眼大数据分析构建了一幅中国城市人口分布与流动的全景图，尝试从中探求推动以人为核心的新型城镇化的政策路线图，让城市变得更美好。这是大数据服务国家宏观经济决策的一次小小探索，表明百度地图不只是解决出行、旅游等日常用户场景和各行各业需求，而是基于大数据和AI技术优势，从“国民地图”进化成助力城市建设、国家经济发展的“民生助手”。随着AI技术的加速落地，这样的合作或许会更多。
李莹说，未来，百度地图将持续破圈赋能各行各业，与全球合作伙伴、开发者一道，共生、共长、共赢，“图”画全球智能出行生态全景。从百度地图AI生态全景图来看，百度地图绝对不只是新一代AI地图，绝对不只是一个出行工具，而是一个全新的AI+地图的生态，在国民生活、工作生产和商业经济中扮演关键角色，成为全社会基础设施级应用。
欢迎添加luochaozhuli（备注：进群）分享交流。
关注罗超频道（luochaotmt），阅读更多精彩内容。
十款最佳人工智能软件
市场上逐渐将人工智能软件用于程序，编程和其他目的的计算机化已变得普遍。基于AI的平台具有丰富的机器计算和学习能力，可实现业务流程的自动化。自动化可以节省大量时间和精力。这是十大最佳人工智能软件的列表。
自动化使组织能够更高效，更有利地执行工作。
此外，自动化可以帮助个人更新其技能和能力。您将要使用商业智能软件来促进公司的运营。
最佳人工智能软件1.DeepVisionDeepVision专为个人面部分析而设计，是针对安全性，安全性和商业智能的完美AI解决方案。该软件可有效监视指定区域，以根据年龄，性别和其他详细信息随时间推移识别人员。
它使用面部人口统计模型来了解目标区域内随时间变化的人口统计变化，或用于跟踪客户模式。此外，它还帮助广告商和品牌与目标受众建立联系，以进行产品展示和广告宣传。该模型的创建是通过面部匹配来跟踪个人，以量化访客的访问频率，并帮助零售商立即找到潜在的顾客。
主要特点
它可以使用支持AI的技术识别视频或图像中的个人面孔。该软件可以通过执行面部匹配来检测目标对象的位置。它具有面部识别和检测功能。该软件只需查看人的图像即可立即识别人的脸。凭借其面部人口统计功能，它可以估计人们的性别和年龄。2.Braina它是少数支持多种语言的顶级AI软件之一。Braina也可以用作虚拟语音识别软件。借助于此，可以轻松快捷地将软件语音转换为文本。这个以生产力为中心的商业智能平台支持100多种语言。
主要特点
Braina中集成的工具和功能使用户可以快速完成工作。它与多语言虚拟助手集成在一起。该软件为用户提供了完美的成绩单。另外，它还可以读回非英语文本，以便于用户理解。其无可挑剔的语音命令使用户可以使用自己的语音搜索，播放/暂停/停止媒体。使用此软件，用户可以在不费力的情况下调整窗口大小，打开网站，文件夹和文件并执行其他任务。3.GoogleCloudMachineLearningEngine
无论您是希望开展新业务还是计划对现有业务进行数字化转型，GoogleAI技术和云解决方案都将帮助您取得令人难以置信的成功。GoogleCloudMachineLearningEngine是用于训练，调整和分析模型的理想解决方案。它带有ComputeEngine，CloudSDK，CloudStorage和CloudSQL。
该软件还提供了安全耐用的对象存储的好处。其库和命令行工具允许用户利用GoogleCloud。此外，还有用于SQLServer，MySQL和PostgreSQL的关系数据库。
主要特点GoogleCloudMLEngine通过预测和监视这些预测使用户受益。用户可以管理其模型及其多个版本。该解决方案的各个组成部分包括g-cloud，它是用于管理版本和模型的命令行工具。RESTAPI，旨在帮助用户进行在线预测；和GoogleCloudPlatformConsole（用于部署和管理模型的UI界面）。4.Engati使用Engati，用户可以轻松创建规模和复杂程度不同的聊天机器人。它带有150多个模板，因此个人可以快速开始使用聊天机器人。另外，该软件还包括高级“对话流”构建器，高端集成功能以及用于在网站或任何可用渠道上部署漫游器的功能。
该平台使聊天机器人的构建比以往更加轻松。有专门设计用于部署，构建，分析和训练机器人的部分。此外，使用该软件广播的聊天机器人用户信息，门户网站用户，实时聊天和广告系列将使您受益匪浅。
主要特点
使用此软件创建具有成本效益的聊天机器人，并轻松简化客户支持。当聊天代理不在线时，它提供了自动答复的好处。该软件具有自动营销和销售功能。使用此工具，您可以构建聊天机器人，该聊天机器人可以作为交互式，即时的方式让客户获取您的品牌详细信息。通过减轻筛选过程，它也可以减轻人事经理的工作。该软件能够实时对潜在员工进行背景调查。智能聊天机器人可帮助自动解决客户请求。5.Azure机器学习工作室
Azure机器学习Studio是出色的交互式编程软件之一，最适合创建可用于预测分析的商业智能系统。它是用户用来将对象移动到界面的高级工具。
使用此软件，您将有机会探索在云上构建创新的，基于AI的应用程序的新技术。Azure还提供了创新工具，人工智能服务和可扩展基础架构的优势。此外，您还将获得构建智能解决方案所需的资源。
主要特点AzureMachineLearningStudio充当专业人员的交互式工作区。您可以借助从不同来源收集的数据来构建预测分析模型。它是一个交互式平台，可使用数据操作和统计功能来转换和分析数据。您可以轻松确定结果。将分析模块或数据集拖放到界面上，以链接和修改参数和功能，以设计能够在MLStudio中运行的合格且受过训练的模型。借助该软件，您可以通过编写R脚本来准备数据。6.TensorFlowTensorFlow是广受欢迎的开源软件，对于寻求高级数值计算工具的专业人员而言，它是一个完美的解决方案。它具有灵活的架构，可跨多个平台（包括TPU，CPU和GPU）进行计算部署。另外，它可以部署在台式机，服务器，移动设备和其他设备上。
这是Google的AI工程师和研究人员团队的创意。TensorFlow能够进行深度学习和机器学习。而且，它对可在多个科学领域中使用的核心数学表达式提供了强大的支持。
它的一些核心组件包括自然语言处理，决策，聊天机器人，图像识别，数据摄取，多语言，视觉搜索，语音识别，虚拟助手，机器学习和工作流自动化。
主要特点与多维数组有关的数值计算的理想选择为有关机器学习和神经网络的概念提供出色的支持使用CPU和GPU计算的用户受益，而两者需要一个代码用于数据集和各种机器的高度可扩展的计算7.Cortana
像GoogleNow和Siri一样，Cortana是一个智能的个人助理，可以帮助用户启动应用程序，安排约会以及许多其他虚拟任务。它还能够调整设备设置，例如将Wi-Fi切换为关闭和打开模式。该工具还可以回答您的查询，设置提醒，开灯，在线订购比萨等。
主要特点它在Bing搜索引擎上运行。它与XboxOS，iOS，Windows和Android兼容。该平台支持多种语言，包括日语，英语，法语，葡萄牙语，意大利语，德语，西班牙语和中文。使用其语音输入功能，您可以管理和安排会议/重要任务，查找定义，事实等。该工具甚至可以通过语音命令打开系统上的应用程序。8.IBM沃森这是一个基于AI的计算机系统，旨在回答用户的问题。IBMWatson与认知计算集成在一起-包括推理，机器学习，自然语言处理，人工智能等技术的融合。该工具以IBM首任首席执行官ThomasJ.Watson爵士的名字命名，可将人工智能集成到各种业务流程中。它有助于提高组织的生产率和效率，从而可以获得更好的结果。
通常，业务数据采用非结构化的形式，例如语音数据，段落等。借助IBMWatson，专业人员可以系统地整理和组织非结构化数据，以生成所需的信息。IBMWatson的处理速度约为80teraflops，是人类回答问题能力的两倍。
主要特点使用此工具，您将完全控制基本任务。它可以通过保护IP地址，维护数据所有权和保护数据洞察力来处理所有这一切。该软件经过培训，可以重新构想用户的工作流程，而不管他们的工作领域如何。它是运输，医疗保健，金融，教育（包括其他领域）的理想选择。它对几乎所有行业和企业都有深入的了解。该软件可以帮助您做出更快更好的决策。IBM甚至重视数据的最小单位。如果您的数据量很小，则可以分析并确定可能的结果。无需集成任何其他工具，它就可以使用大量数据。通过使用它，您可以轻松地从多个来源访问所需的数据。9.InfosysNia
InfosysNia是一款高度评价的商业智能软件，可以从旧版系统，人员和流程中收集信息。它将数据聚合到一个知识库中，并自动执行IT流程和业务任务。该软件旨在减少人工工作，并找到需要想象力，创造力和激情的客户问题的解决方案。
用户可以利用该平台来获得深入的见解，增强的知识以及探索机会，以简化，优化和自动化复杂的组织流程。
主要特点它有助于增强流程和系统，以增强组织及其员工的能力。它包括一个高级的对话UI。该工具具有用于编程和重复任务的自动化功能。它是结合认知自动化，RPA和预测自动化的自动化平台之一。它可以捕获，处理和重用知识，以更好地开展业务。该平台还能够为用户提供数据分析。它也可以用作机器学习工具。10.Playment它是一个数据标记平台，可以为机器人模型大规模生成训练数据。Playment增强了处理无人机，制图，自动驾驶和类似空间的业务。
该工具已由CYNGN，DriveAI和StarskyRobotics等多家知名研究机构和组织选择。
主要特点支付具有AI和人类智能的独特组合。它可用于映射输出质量。它是一种高质量的工具，能够以100％的准确性组织多个类别的图像。该平台与竞争对手分析和产品比较功能集成在一起。企业使用它来使用户意识到可以带来良好结果的事物以及可能被证明对他们的业务致命的事物。该工具附带一个图像注释套件，允许用户构建对计算机视觉技术有用的数据集。结论这些是当前可用的顶级人工智能软件。该软件非常方便，可以从头开始构建和开发智能应用程序。这些工具具有AI和机器学习的强大组合，个人可以用来改善和简化他们的业务流程。
简而言之，可以说人工智能（AI）已变成商业软件的主要元素。如今，机器学习和AI学习能力经常安装在软件应用程序中，以为客户提供无与伦比的预测和自动化功能等功能。
李德毅：新一代人工智能如何从传统人工智能中脱颖而出
来源：图灵人工智能
作者：李德毅 中国工程院院士、CAAI名誉理事长、主线科技首席科学家
2021年4月10日，“吴文俊人工智能科学技术奖”十周年颁奖盛典在北京举办。颁奖典礼上，中国工程院院士、中国人工智能学会名誉理事长李德毅荣获“吴文俊人工智能最高成就奖”，成为这一最高荣誉的第三位获得者。李德毅院士在认知模型、智能控制、不确定性推理、数据挖掘、无人驾驶等方面取得多项国际领先成果，是我国不确定性人工智能领域的主要开拓者、无人驾驶的积极引领者和人工智能产学研发展的重要推动者。
在大会举办期间，李德毅院士也分享了自己对于“新一代人工智能的看法”。以下是演讲全文。
我今天报告的题目是“探索什么叫新一代人工智能”。传统的人工智能怎么讲？新一代的内核是什么？能做到什么样子？
副标题为“人工智能100年”，也就是到2056年全世界新一代人工智能在我们眼里是什么样子。
1956年达特茅斯会议上讨论了七个话题，现在拿来看哪一个都不落后，那到本世纪中叶应该是什么样子呢？传统人工智能有什么技术表征呢？新一代有什么表征呢？中间的分界点在哪里？如果我们对这四个问题不认真地思考，整体用信息化代替人工智能，那我们就太粗放了，尤其是科技工作者必须坐下来仔细想一想，不要整天云计算、大数据、人工智能。
我们要沉下心讲一讲这四个问号怎么回答。
新一代人工智能
如何从传统人工智能中脱颖而出？
我个人认为这个分界点可以定在机器学习之后的深度学习事件上，由于人类的围棋高手都被一个机器打败，全世界一片哗然。2016年这个事件震动了政治家、心理学家、老百姓，当然也鼓舞了人工智能学者。它是由早期的机器学习，尤其由深度学习爆发而来。
但深度学习是不是就是新一代人工智能？我把它作为分界点，传统人工智能是什么？为了方便我发明了一个词——计算机智能，凡是在计算机上玩智能的（算法、大数据等等），那都是玩的计算机，不算新一代，而是传统智能。
算力就是搞计算机，那是计算机本来就应该干的事情，算法是人力工程师应该干的事情，数据就是应用。我们不能满足于算力、算法、数据起到的最大作用，要探索新一代人工智能。
新一代人工智能起名很难，有人说叫类脑智能，这个人类最喜欢了，因为人类之所以成为身份链的最高端就是我们有一个聪明的大脑。但脑科学不是一两年的事情，在脑科学没有搞清楚之前我们能不能做类脑智能呢？
现在作为人工智能最顶端的就是GPD3，因为大量算力、算法来做预训练、预编程，我们清华大学在花很多力量做汉语的预训练和编程，将来自然语言处理，比如生成报告、小说、诗歌，这些都可以在机器上看得到。这些预编程、预训练难道就是我们要的智能吗？我觉得我们要的是会学习、智编程的人工智能。
什么叫会学习？智编程，我们要把软件工程师、算法工程师用智能表现出代码，让机器自己写出来，类似人脑的智能。为了说清楚这个问题，我愿意讲讲三次认知革命，第一次是五千年前人类发明了语言，尤其是发明了文字。
所有生物能有自己文字的只有人类，文字是脱离生命体智能，可以把知识，文化承载下来。有了文字才有文化，有了文化才有文明，所以这几年我一直讲两句话，智能植根于教育，文明是智能的生态。500年前人类科学技术革命大发展，认识客观事件，发明了大量蒸汽，电动一直原子，这些动工具延伸了人的体能，解放人的体力。
100年前开始认识生命科学，发明人工智能。我们要用人工智能来延续人的智力，这三次革命很值得人们回顾。现在有人想做人工生命，这件事情要小心，如果人类要培养一个新人类，我们人类不会那么做的。所以要搞清楚意识，搞清楚生命，这是未来的事情，不是当前的事情。我们要研究人脑组织结构进化和后天学习这两件事情，因为它成就了人类的智能。遗传基因和可塑性就是我们讲的机器带有东西可以学习，一个什么软件都没有的机器不可能学习，后天怎么学？大家知道人类的智能和其他生物相比，如果没有后天的学习是不高明多少的。
我得出一个新的定义，智能是学习的能力，是解决问题的能力。学习又是解决问题的基础，学习可以很多。学习的结果是记忆，这句话很重要。我们不但要研究计算智能，还要研究记忆智能。解决问题是学习的目的，不能用一台机器总是做它原来能够解决的问题，我们希望解决它从来没有遇到过的新问题这是我们要追求的。这里面怎么解决？用数学家语言来讲，怎样把一个设计问题基于高阶次来做，把小变量放到一个大变量范围内研究才能够解释，解决这个问题。我个人认为算力算法和数据仅仅是计算机智能的硬核。
为什么这个事情这么强大？这不是偶然的，可以看看这张片子。每一个理工男都知道微积分，后来波尔做了逻辑代数成就了计算机，后来Fraga提出了位置演算。有人在有限数学资源里面怎样表示无穷的数学能力，打破了人们思维传统界限。有人提出了23个数学难题，后来哥德尔提出完备性定理，最后出来的两位神，就是图灵和伊曼两位专家，他们不但是人工智能之父，而且也是计算机之父。
图灵模型是在1936年发表，在1945年提出自动计算机，1950年他成为人工智能之父。他写了一篇重要文章《计算机器和思维》，冯洛伊曼先生用冯洛伊曼五个要素形成一个实实在在的物理机器，这叫计算机，所以智能科学的发展就是不断地提出智能问题，确保智能可解释性，引起了数学危机。再证明，让这个封闭性圈子越搞越大。
因此我们现在遇到一个基本问题就是开放性跟封闭性的矛盾，可以无限接近真理，但永远不可能相同它。人工智能科学家或者认知科学家这40位学者获得的诺贝尔奖和图灵奖，可以看到他们是怎样来做智能和人工智能研究的。1978年西蒙拿了经济学诺贝尔奖，同时在前一年又拿了人工智能图灵奖，这是我们的楷模。
现在说类脑智能，确切说应该是受脑科学或者认知科学启发的人工智能。并不是要在一个机构上做出真正类脑物理脑装置，而是受启发的。我们要认真研究怎么启发，受了哪些启发让我们能够做新一代智能呢？就是人工智能工作者要认真研究的对象。
我们不但要类脑，还要类人，还有躯体的智能。能在物理装置上重现人类智能，受脑科学和认知科学启发新一代人工智能架构，就是了解新一代人工智能的四梁八柱才是人工智能科技工作者追求的方向。
利用类脑人类发明了飞机，反过来用空气动力学解释了鸟的滑翔，鸟在飞行当中的动作还是很多的，不能全解释。利用类脑人类发明了计算机，反过来用计算智能解释了人脑部分智能。类脑，类人之路还很长，我们不能太急躁，不能太浮躁。
到底启发了我们什么呢？为什么我们可以做这些事情呢？我列出五条启发点，每一个都很重要，围绕这五条孵化了才可以。回顾人工智能70多年发展，我们有三条主线，一个行为主义机器人学派，他们提出机器如何像人一样行为。一个是符号主义，这是人工智能的主流学派，我原来在英国读博士的时候，我做的是位次演算，位次逻辑。他们强调的是机器如何像人一样思考，于是我们有了推理，预测可解释。现在大家比较看好的就是研究主义，尤其是人工神经网络然后出现了深度学习，尤其是转接学习。
机器脑如何像人脑一样连接，今天当我们研究新一代人工智能时候我们发现这三个学派封闭型假说都要被打破才行。于是我们从行为主义者强调模仿和类比，人类的模仿是人类抽象思维第一个功能。从行为智能得到感知智能，计算智能强调模型驱动继续发扬计算智能。从连接主义里面强调要考虑语境，语用，语构，语法四要素。人类智能进化先低阶后高阶，第一阶认知产生了感知智能行为智能，高阶认知产生记忆智能和计算智能，而人工智能恰是相反。我们先忠于符号计算，第一阶认知一直很弱必须大大加强。我搞了这么多年无人驾驶，本质上是搞的跨模态感知智能，认知用得很少。因为激光雷达跟毫米波雷达和摄像头搞不好跑不起来的。
人工智能不是人造生命，生命是人类存在的底线，触碰底线要慎之又慎。为什么要剥离意识呢？因为上海这个地区对伦理很重要，我多谈一点为什么现在当前不急于做人工生命的原因。意识这个问题，所有哲学家都感兴趣。计算机已经成功把智能和意识剥离了，计算机没有意识但它有智能，因此我们可以继续做没有意识，有智能的高阶机器。非生命人工智能可以确保一以贯之的工具性，智能体外延伸才是人类最需要的。
汽车成为我们的工具，就是人类的第一杀手。这个第一杀手之所以产生就是人类意识造成的，因为它疲劳，它有情绪，思想不集中。我们要这个意识干什么呢？我们只要意识不要智能，如果要意识，对不起这条路很长。意识可以分成三种，自觉意识，自我意识或传递意识。自觉意识需要当前人工智能学界做出一个人造的皮肤，把机器人包裹起来，让它能够感知到自我，皮肤功能很强大。到哪里找到这样皮肤呢？人全身有1000亿个上皮细胞常常更新，可以再生，体内还有15万公里总长的神经，这样人造皮肤到哪去做？如果没有，谈什么意识呢？我建议大家先做工具，不要做意识。
当前情况下做一个受脑科学启发的人工智能，一定要拿出一个非冯洛伊曼架构出来。在监管上类似人脑的神经组织，这个机器放到这个地方应该能感知到周边的环境，在智能驾驶里面叫做同步定位和映射。新时代人工智能价值，我提出两个循环，两个协同。一个是客观事件跟内部循环，通过五个感觉，感知器官。还有就是躯体的循环，形成动力学行为。内部还有两个协同，工作记忆跟场景记忆协同，记忆跟计算协同。
我们不要把所有机器都搞成CPU为主，可以数据中心为主，让CPU加速。只有在计算里面才有CPU为主，让GPU加速，不要所有芯片都是CPU为主，能不能做到这一点呢？我们还要有一个知识图谱，用快速和慢速双驱动形成对记忆的提取。把记忆提取做出来，在人工生命里是一件很伟大的事情。
新一代人工智能的核心在哪
第二点讲一下会学习，这个是新一代人工智能的核心。
现在所有计算机都是软件工程师的智能编程的代码在一次又一次简单执行而已。我们希望这个机器在学习过程中能够解决新的问题，这才叫做新一代人工智能。因此找它的边界怎么找呢？学习形态是交互，学习核心是理解，学习结果是记忆，学习成为新一代人工智能解释解决现实问题的基础。记忆智能成为新一代人工智能中多领域，多情景可计算智能的边界和约束。
用语用，语境来约束语义和语法。机器在客观空间里要有位置感知能力，形成位置空间感，为什么不讲多模态呢？因为我觉得视觉和听觉，哪怕是双模态已经很丰富了，不在于多而在于互相之间交叉融合，就是我们讲的信息融合，信息冲突更多一点，怎么样做冲突消减才是我们认真要做的事情。
这里面涉及到一个很基本问题，到底用没有通用智能？我认为人类学习过程中是不可以划分通用和专用，也不可以划分什么叫常识，什么叫非常识。
AlphaGo不是专用要是能把不同棋盘都能下，把游戏规则稍微改一下那个在专用里面也叫通用，这就是我的基本观点。相对地不要刻意区分，归根到底是人的魔法，魔法当中最重要是抽象，类推，类比。所以怎么学呢？我提出了三种学习方法，一个叫做课堂学习，一个叫做仿真学习，一个是真实环境下的学习。
假如我们做这样一个无人驾驶，机器人向人学习。像特斯拉一样还是你开，你开了两年之后这个驾驶脑说可以开了，就是第二阶段，机器开车让驾驶员干预一下。到了一定时候机器人学会了它说我不但可以从虹桥到苏州，我可以叫所有汽车都从虹桥到苏州，机器人叫机器人，这多好。这里面最重要的是怎样形成知识图谱，我们提出一个记忆网络的想法。用数据化，网络化来做这件事情。
我们知道神经元是一个超大规模的网络，怎样挖掘知识，进行基因提取我们正在做这方面的工作。我们希望通过学习让机器自学语言，让机器人听一听课，他有语言能力，有听觉，有视觉，还有手可以做表示，利用它的交互能力去学习去提问，学了一年两年能不能让它自己写一个新的程序呢？这就是我们自己推崇的。
机器人需要依赖自身软硬件和外部变化的环境，通过交互学习和记忆实现自编程自成长。机器人也许无法改变自身研发或者基础软件，如同人无法改变自己的基因一样，可以通过自编程扩充自己能力，也可以通过交互提出扩充硬件或者基础软件的要求，让它的主人配合它更好的增长才干，适应环境增长。行为主体一定是人类，我们提出两个驱动，情景数据和自身模型，归纳和研究系统推进，理性和经验迭代发展。
到2050年最浪漫的事也许是新一代人工智能和人类一起与时俱进，一起学习成长，解释解决新的问题，今天的手机以后将变成可交互，会学习，自成长，个性化的个人代理。
传统人工智能是计算机智能，应该是封闭型人工智能。新一代人工智能应该是开放性人工智能，传统人工智能应该是算力算法和数据，新一代人工智能是交互学习和记忆，传统人工智能解决的是确定性问题，我们要解决的是不确定性人工智能。（完）
国务院关于印发新一代人工智能发展规划的通知
国务院关于印发
新一代人工智能发展规划的通知国发〔2017〕35号
各省、自治区、直辖市人民政府，国务院各部委、各直属机构：
现将《新一代人工智能发展规划》印发给你们，请认真贯彻执行。
国务院
2017年7月8日
（此件公开发布）
新一代人工智能发展规划
人工智能的迅速发展将深刻改变人类社会生活、改变世界。为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，按照党中央、国务院部署要求，制定本规划。
一、战略态势
人工智能发展进入新阶段。经过60多年的演进，特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，受脑科学研究成果启发的类脑智能蓄势待发，芯片化硬件化平台化趋势更加明显，人工智能发展进入新阶段。当前，新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。
人工智能成为国际竞争的新焦点。人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。当前，我国国家安全和国际竞争形势更加复杂，必须放眼全球，把人工智能发展放在国家战略层面系统布局、主动谋划，牢牢把握人工智能发展新阶段国际竞争的战略主动，打造竞争新优势、开拓发展新空间，有效保障国家安全。
人工智能成为经济发展的新引擎。人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。我国经济发展进入新常态，深化供给侧结构性改革任务非常艰巨，必须加快人工智能深度应用，培育壮大人工智能产业，为我国经济发展注入新动能。
人工智能带来社会建设的新机遇。我国正处于全面建成小康社会的决胜阶段，人口老龄化、资源环境约束等挑战依然严峻，人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域广泛应用，将极大提高公共服务精准化水平，全面提升人民生活品质。人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势，及时把握群体认知及心理变化，主动决策反应，将显著提高社会治理的能力和水平，对有效维护社会稳定具有不可替代的作用。
人工智能发展的不确定性带来新挑战。人工智能是影响面广的颠覆性技术，可能带来改变就业结构、冲击法律与社会伦理、侵犯个人隐私、挑战国际关系准则等问题，将对政府管理、经济安全和社会稳定乃至全球治理产生深远影响。在大力发展人工智能的同时，必须高度重视可能带来的安全风险挑战，加强前瞻预防与约束引导，最大限度降低风险，确保人工智能安全、可靠、可控发展。
我国发展人工智能具有良好基础。国家部署了智能制造等国家重点研发计划重点专项，印发实施了“互联网+”人工智能三年行动实施方案，从科技研发、应用推广和产业发展等方面提出了一系列措施。经过多年的持续积累，我国在人工智能领域取得重要进展，国际科技论文发表量和发明专利授权量已居世界第二，部分领域核心关键技术实现重要突破。语音识别、视觉识别技术世界领先，自适应自主学习、直觉感知、综合推理、混合智能和群体智能等初步具备跨越发展的能力，中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶逐步进入实际应用，人工智能创新创业日益活跃，一批龙头骨干企业加速成长，在国际上获得广泛关注和认可。加速积累的技术能力与海量的数据资源、巨大的应用需求、开放的市场环境有机结合，形成了我国人工智能发展的独特优势。
同时，也要清醒地看到，我国人工智能整体发展水平与发达国家相比仍存在差距，缺少重大原创成果，在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面差距较大；科研机构和企业尚未形成具有国际影响力的生态圈和产业链，缺乏系统的超前研发布局；人工智能尖端人才远远不能满足需求；适应人工智能发展的基础设施、政策法规、标准体系亟待完善。
面对新形势新需求，必须主动求变应变，牢牢把握人工智能发展的重大历史机遇，紧扣发展、研判大势、主动谋划、把握方向、抢占先机，引领世界人工智能发展新潮流，服务经济社会发展和支撑国家安全，带动国家竞争力整体跃升和跨越式发展。
二、总体要求
（一）指导思想。
全面贯彻党的十八大和十八届三中、四中、五中、六中全会精神，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，按照“五位一体”总体布局和“四个全面”战略布局，认真落实党中央、国务院决策部署，深入实施创新驱动发展战略，以加快人工智能与经济、社会、国防深度融合为主线，以提升新一代人工智能科技创新能力为主攻方向，发展智能经济，建设智能社会，维护国家安全，构筑知识群、技术群、产业群互动融合和人才、制度、文化相互支撑的生态系统，前瞻应对风险挑战，推动以人类可持续发展为中心的智能化，全面提升社会生产力、综合国力和国家竞争力，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强大支撑。
（二）基本原则。
科技引领。把握世界人工智能发展趋势，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，加速构筑先发优势，实现高端引领发展。
系统布局。根据基础研究、技术研发、产业发展和行业应用的不同特点，制定有针对性的系统发展策略。充分发挥社会主义制度集中力量办大事的优势，推进项目、基地、人才统筹布局，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。遵循市场规律，坚持应用导向，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。
开源开放。倡导开源共享理念，促进产学研用各创新主体共创共享。遵循经济建设和国防建设协调发展规律，促进军民科技成果双向转化应用、军民创新资源共建共享，形成全要素、多领域、高效益的军民深度融合发展新格局。积极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。
（三）战略目标。
分三步走：
第一步，到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑进入创新型国家行列和实现全面建成小康社会的奋斗目标。
——新一代人工智能理论和技术取得重要进展。大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统等基础理论和核心技术实现重要进展，人工智能模型方法、核心器件、高端设备和基础软件等方面取得标志性成果。
——人工智能产业竞争力进入国际第一方阵。初步建成人工智能技术标准、服务体系和产业生态链，培育若干全球领先的人工智能骨干企业，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。
——人工智能发展环境进一步优化，在重点领域全面展开创新应用，聚集起一批高水平的人才队伍和创新团队，部分领域的人工智能伦理规范和政策法规初步建立。
第二步，到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。
——新一代人工智能理论与技术体系初步建立，具有自主学习能力的人工智能取得突破，在多领域取得引领性研究成果。
——人工智能产业进入全球价值链高端。新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。
——初步建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力。
第三步，到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。
——形成较为成熟的新一代人工智能理论与技术体系。在类脑智能、自主智能、混合智能和群体智能等领域取得重大突破，在国际人工智能研究领域具有重要影响，占据人工智能科技制高点。
——人工智能产业竞争力达到国际领先水平。人工智能在生产生活、社会治理、国防建设各方面应用的广度深度极大拓展，形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。
——形成一批全球领先的人工智能科技创新和人才培养基地，建成更加完善的人工智能法律法规、伦理规范和政策体系。
（四）总体部署。
发展人工智能是一项事关全局的复杂系统工程，要按照“构建一个体系、把握双重属性、坚持三位一体、强化四大支撑”进行布局，形成人工智能健康持续发展的战略路径。
构建开放协同的人工智能科技创新体系。针对原创性理论基础薄弱、重大产品和系统缺失等重点难点问题，建立新一代人工智能基础理论和关键共性技术体系，布局建设重大科技创新基地，壮大人工智能高端人才队伍，促进创新主体协同互动，形成人工智能持续创新能力。
把握人工智能技术属性和社会属性高度融合的特征。既要加大人工智能研发和应用力度，最大程度发挥人工智能潜力；又要预判人工智能的挑战，协调产业政策、创新政策与社会政策，实现激励发展与合理规制的协调，最大限度防范风险。
坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进。适应人工智能发展特点和趋势，强化创新链和产业链深度融合、技术供给和市场需求互动演进，以技术突破推动领域应用和产业升级，以应用示范推动技术和系统优化。在当前大规模推动技术应用和产业发展的同时，加强面向中长期的研发布局和攻关，实现滚动发展和持续提升，确保理论上走在前面、技术上占领制高点、应用上安全可控。
全面支撑科技、经济、社会发展和国家安全。以人工智能技术突破带动国家创新能力全面提升，引领建设世界科技强国进程；通过壮大智能产业、培育智能经济，为我国未来十几年乃至几十年经济繁荣创造一个新的增长周期；以建设智能社会促进民生福祉改善，落实以人民为中心的发展思想；以人工智能提升国防实力，保障和维护国家安全。
三、重点任务
立足国家发展全局，准确把握全球人工智能发展态势，找准突破口和主攻方向，全面增强科技创新基础能力，全面拓展重点领域应用深度广度，全面提升经济社会发展和国防应用智能化水平。
（一）构建开放协同的人工智能科技创新体系。
围绕增加人工智能创新的源头供给，从前沿基础理论、关键共性技术、基础平台、人才队伍等方面强化部署，促进开源共享，系统提升持续创新能力，确保我国人工智能科技水平跻身世界前列，为世界人工智能发展作出更多贡献。
1.建立新一代人工智能基础理论体系。
聚焦人工智能重大科学前沿问题，兼顾当前需求与长远发展，以突破人工智能应用基础理论瓶颈为重点，超前布局可能引发人工智能范式变革的基础研究，促进学科交叉融合，为人工智能持续发展与深度应用提供强大科学储备。
突破应用基础理论瓶颈。瞄准应用目标明确、有望引领人工智能技术升级的基础理论方向，加强大数据智能、跨媒体感知计算、人机混合智能、群体智能、自主协同与决策等基础理论研究。大数据智能理论重点突破无监督学习、综合深度推理等难点问题，建立数据驱动、以自然语言理解为核心的认知计算模型，形成从大数据到知识、从知识到决策的能力。跨媒体感知计算理论重点突破低成本低能耗智能感知、复杂场景主动感知、自然环境听觉与言语感知、多媒体自主学习等理论方法，实现超人感知和高动态、高维度、多模式分布式大场景感知。混合增强智能理论重点突破人机协同共融的情境理解与决策学习、直觉推理与因果模型、记忆与知识演化等理论，实现学习与思考接近或超过人类智能水平的混合增强智能。群体智能理论重点突破群体智能的组织、涌现、学习的理论与方法，建立可表达、可计算的群智激励算法和模型，形成基于互联网的群体智能理论体系。自主协同控制与优化决策理论重点突破面向自主无人系统的协同感知与交互、自主协同控制与优化决策、知识驱动的人机物三元协同与互操作等理论，形成自主智能无人系统创新性理论体系架构。
布局前沿基础理论研究。针对可能引发人工智能范式变革的方向，前瞻布局高级机器学习、类脑智能计算、量子智能计算等跨领域基础理论研究。高级机器学习理论重点突破自适应学习、自主学习等理论方法，实现具备高可解释性、强泛化能力的人工智能。类脑智能计算理论重点突破类脑的信息编码、处理、记忆、学习与推理理论，形成类脑复杂系统及类脑控制等理论与方法，建立大规模类脑智能计算的新模型和脑启发的认知计算模型。量子智能计算理论重点突破量子加速的机器学习方法，建立高性能计算与量子算法混合模型，形成高效精确自主的量子人工智能系统架构。
开展跨学科探索性研究。推动人工智能与神经科学、认知科学、量子科学、心理学、数学、经济学、社会学等相关基础学科的交叉融合，加强引领人工智能算法、模型发展的数学基础理论研究，重视人工智能法律伦理的基础理论问题研究，支持原创性强、非共识的探索性研究，鼓励科学家自由探索，勇于攻克人工智能前沿科学难题，提出更多原创理论，作出更多原创发现。
专栏1基础理论
1.大数据智能理论。研究数据驱动与知识引导相结合的人工智能新方法、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、综合深度推理与创意人工智能理论与方法、非完全信息下智能决策基础理论与框架、数据驱动的通用人工智能数学模型与理论等。
2.跨媒体感知计算理论。研究超越人类视觉能力的感知获取、面向真实世界的主动视觉感知及计算、自然声学场景的听知觉感知及计算、自然交互环境的言语感知及计算、面向异步序列的类人感知及计算、面向媒体智能感知的自主学习、城市全维度智能感知推理引擎。
3.混合增强智能理论。研究“人在回路”的混合增强智能、人机智能共生的行为增强与脑机协同、机器直觉推理与因果模型、联想记忆模型与知识演化方法、复杂数据和任务的混合增强智能学习方法、云机器人协同计算方法、真实世界环境下的情境理解及人机群组协同。
4.群体智能理论。研究群体智能结构理论与组织方法、群体智能激励机制与涌现机理、群体智能学习理论与方法、群体智能通用计算范式与模型。
5.自主协同控制与优化决策理论。研究面向自主无人系统的协同感知与交互，面向自主无人系统的协同控制与优化决策，知识驱动的人机物三元协同与互操作等理论。
6.高级机器学习理论。研究统计学习基础理论、不确定性推理与决策、分布式学习与交互、隐私保护学习、小样本学习、深度强化学习、无监督学习、半监督学习、主动学习等学习理论和高效模型。
7.类脑智能计算理论。研究类脑感知、类脑学习、类脑记忆机制与计算融合、类脑复杂系统、类脑控制等理论与方法。
8.量子智能计算理论。探索脑认知的量子模式与内在机制，研究高效的量子智能模型和算法、高性能高比特的量子人工智能处理器、可与外界环境交互信息的实时量子人工智能系统等。
2.建立新一代人工智能关键共性技术体系。
围绕提升我国人工智能国际竞争力的迫切需求，新一代人工智能关键共性技术的研发部署要以算法为核心，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、稳定成熟的技术体系。
知识计算引擎与知识服务技术。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。
跨媒体分析推理技术。重点突破跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术，实现跨媒体知识表征、分析、挖掘、推理、演化和利用，构建分析推理引擎。
群体智能关键技术。重点突破基于互联网的大众化协同、大规模协作的知识资源管理与开放式共享等技术，建立群智知识表示框架，实现基于群智感知的知识获取和开放动态环境下的群智融合与增强，支撑覆盖全国的千万级规模群体感知、协同与演化。
混合增强智能新架构与新技术。重点突破人机协同的感知与执行一体化模型、智能计算前移的新型传感器件、通用混合计算架构等核心技术，构建自主适应环境的混合增强智能系统、人机群组混合增强智能系统及支撑环境。
自主无人系统的智能技术。重点突破自主无人系统计算架构、复杂动态场景感知与理解、实时精准定位、面向复杂环境的适应性智能导航等共性技术，无人机自主控制以及汽车、船舶和轨道交通自动驾驶等智能技术，服务机器人、特种机器人等核心技术，支撑无人系统应用和产业发展。
虚拟现实智能建模技术。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。
智能计算芯片与系统。重点突破高能效、可重构类脑计算芯片和具有计算成像功能的类脑视觉传感器技术，研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，实现具有多媒体感知信息理解和智能增长、常识推理能力的类脑智能系统。
自然语言处理技术。重点突破自然语言的语法逻辑、字符概念表征和深度语义分析的核心技术，推进人类与机器的有效沟通和自由交互，实现多风格多语言多领域的自然语言智能理解和自动生成。
专栏2关键共性技术
1.知识计算引擎与知识服务技术。研究知识计算和可视交互引擎，研究创新设计、数字创意和以可视媒体为核心的商业智能等知识服务技术，开展大规模生物数据的知识发现。
2.跨媒体分析推理技术。研究跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术，开发跨媒体分析推理引擎与验证系统。
3.群体智能关键技术。开展群体智能的主动感知与发现、知识获取与生成、协同与共享、评估与演化、人机整合与增强、自我维持与安全交互等关键技术研究，构建群智空间的服务体系结构，研究移动群体智能的协同决策与控制技术。
4.混合增强智能新架构和新技术。研究混合增强智能核心技术、认知计算框架，新型混合计算架构，人机共驾、在线智能学习技术，平行管理与控制的混合增强智能框架。
5.自主无人系统的智能技术。研究无人机自主控制和汽车、船舶、轨道交通自动驾驶等智能技术，服务机器人、空间机器人、海洋机器人、极地机器人技术，无人车间/智能工厂智能技术，高端智能控制技术和自主无人操作系统。研究复杂环境下基于计算机视觉的定位、导航、识别等机器人及机械手臂自主控制技术。
6.虚拟现实智能建模技术。研究虚拟对象智能行为的数学表达与建模方法，虚拟对象与虚拟环境和用户之间进行自然、持续、深入交互等问题，智能对象建模的技术与方法体系。
7.智能计算芯片与系统。研发神经网络处理器以及高能效、可重构类脑计算芯片等，新型感知芯片与系统、智能计算体系结构与系统，人工智能操作系统。研究适合人工智能的混合计算架构等。
8.自然语言处理技术。研究短文本的计算与分析技术，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，多媒体信息理解的人机对话系统。
3.统筹布局人工智能创新平台。
建设布局人工智能创新平台，强化对人工智能研发应用的基础支撑。人工智能开源软硬件基础平台重点建设支持知识推理、概率统计、深度学习等人工智能范式的统一计算框架平台，形成促进人工智能软件、硬件和智能云之间相互协同的生态链。群体智能服务平台重点建设基于互联网大规模协作的知识资源管理与开放式共享工具，形成面向产学研用创新环节的群智众创平台和服务环境。混合增强智能支撑平台重点建设支持大规模训练的异构实时计算引擎和新型计算集群，为复杂智能计算提供服务化、系统化平台和解决方案。自主无人系统支撑平台重点建设面向自主无人系统复杂环境下环境感知、自主协同控制、智能决策等人工智能共性核心技术的支撑系统，形成开放式、模块化、可重构的自主无人系统开发与试验环境。人工智能基础数据与安全检测平台重点建设面向人工智能的公共数据资源库、标准测试数据集、云服务平台等，形成人工智能算法与平台安全性测试评估的方法、技术、规范和工具集。促进各类通用软件和技术平台的开源开放。各类平台要按照军民深度融合的要求和相关规定，推进军民共享共用。
专栏3基础支撑平台
1.人工智能开源软硬件基础平台。建立大数据人工智能开源软件基础平台、终端与云端协同的人工智能云服务平台、新型多元智能传感器件与集成平台、基于人工智能硬件的新产品设计平台、未来网络中的大数据智能化服务平台等。
2.群体智能服务平台。建立群智众创计算支撑平台、科技众创服务系统、群智软件开发与验证自动化系统、群智软件学习与创新系统、开放环境的群智决策系统、群智共享经济服务系统。
3.混合增强智能支撑平台。建立人工智能超级计算中心、大规模超级智能计算支撑环境、在线智能教育平台、“人在回路”驾驶脑、产业发展复杂性分析与风险评估的智能平台、支撑核电安全运营的智能保障平台、人机共驾技术研发与测试平台等。
4.自主无人系统支撑平台。建立自主无人系统共性核心技术支撑平台，无人机自主控制以及汽车、船舶和轨道交通自动驾驶支撑平台，服务机器人、空间机器人、海洋机器人、极地机器人支撑平台，智能工厂与智能控制装备技术支撑平台等。
5.人工智能基础数据与安全检测平台。建设面向人工智能的公共数据资源库、标准测试数据集、云服务平台，建立人工智能算法与平台安全性测试模型及评估模型，研发人工智能算法与平台安全性测评工具集。
4.加快培养聚集人工智能高端人才。
把高端人才队伍建设作为人工智能发展的重中之重，坚持培养和引进相结合，完善人工智能教育体系，加强人才储备和梯队建设，特别是加快引进全球顶尖人才和青年人才，形成我国人工智能人才高地。
培育高水平人工智能创新人才和团队。支持和培养具有发展潜力的人工智能领军人才，加强人工智能基础研究、应用研究、运行维护等方面专业技术人才培养。重视复合型人才培养，重点培养贯通人工智能理论、方法、技术、产品与应用等的纵向复合型人才，以及掌握“人工智能+”经济、社会、管理、标准、法律等的横向复合型人才。通过重大研发任务和基地平台建设，汇聚人工智能高端人才，在若干人工智能重点领域形成一批高水平创新团队。鼓励和引导国内创新人才、团队加强与全球顶尖人工智能研究机构合作互动。
加大高端人工智能人才引进力度。开辟专门渠道，实行特殊政策，实现人工智能高端人才精准引进。重点引进神经认知、机器学习、自动驾驶、智能机器人等国际顶尖科学家和高水平创新团队。鼓励采取项目合作、技术咨询等方式柔性引进人工智能人才。统筹利用“千人计划”等现有人才计划，加强人工智能领域优秀人才特别是优秀青年人才引进工作。完善企业人力资本成本核算相关政策，激励企业、科研机构引进人工智能人才。
建设人工智能学科。完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额。鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式，重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。加强产学研合作，鼓励高校、科研院所与企业等机构合作开展人工智能学科建设。
（二）培育高端高效的智能经济。
加快培育具有重大引领带动作用的人工智能产业，促进人工智能与各产业领域深度融合，形成数据驱动、人机协同、跨界融合、共创分享的智能经济形态。数据和知识成为经济增长的第一要素，人机协同成为主流生产和服务方式，跨界融合成为重要经济模式，共创分享成为经济生态基本特征，个性化需求与定制成为消费新潮流，生产率大幅提升，引领产业向价值链高端迈进，有力支撑实体经济发展，全面提升经济发展质量和效益。
1.大力发展人工智能新兴产业。
加快人工智能关键技术转化应用，促进技术集成与商业模式创新，推动重点领域智能产品创新，积极培育人工智能新兴业态，布局产业链高端，打造具有国际竞争力的人工智能产业集群。
智能软硬件。开发面向人工智能的操作系统、数据库、中间件、开发工具等关键基础软件，突破图形处理器等核心硬件，研究图像识别、语音识别、机器翻译、智能交互、知识处理、控制决策等智能系统解决方案，培育壮大面向人工智能应用的基础软硬件产业。
智能机器人。攻克智能机器人核心零部件、专用传感器，完善智能机器人硬件接口标准、软件接口协议标准以及安全使用标准。研制智能工业机器人、智能服务机器人，实现大规模应用并进入国际市场。研制和推广空间机器人、海洋机器人、极地机器人等特种智能机器人。建立智能机器人标准体系和安全规则。
智能运载工具。发展自动驾驶汽车和轨道交通系统，加强车载感知、自动驾驶、车联网、物联网等技术集成和配套，开发交通智能感知系统，形成我国自主的自动驾驶平台技术体系和产品总成能力，探索自动驾驶汽车共享模式。发展消费类和商用类无人机、无人船，建立试验鉴定、测试、竞技等专业化服务体系，完善空域、水域管理措施。
虚拟现实与增强现实。突破高性能软件建模、内容拍摄生成、增强现实与人机交互、集成环境与工具等关键技术，研制虚拟显示器件、光学器件、高性能真三维显示器、开发引擎等产品，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，推动重点行业融合应用。
智能终端。加快智能终端核心技术和产品研发，发展新一代智能手机、车载智能终端等移动智能终端产品和设备，鼓励开发智能手表、智能耳机、智能眼镜等可穿戴终端产品，拓展产品形态和应用服务。
物联网基础器件。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。
2.加快推进产业智能化升级。
推动人工智能与各行业融合创新，在制造、农业、物流、金融、商务、家居等重点行业和领域开展人工智能应用试点示范，推动人工智能规模化应用，全面提升产业发展智能化水平。
智能制造。围绕制造强国重大需求，推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用，研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台，推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。
智能农业。研制农业智能传感与控制系统、智能化农业装备、农机田间作业自主系统等。建立完善天空地一体化的智能农业信息遥感监测网络。建立典型农业大数据智能决策分析系统，开展智能农场、智能化植物工厂、智能牧场、智能渔场、智能果园、农产品加工智能车间、农产品绿色智能供应链等集成应用示范。
智能物流。加强智能化装卸搬运、分拣包装、加工配送等智能物流装备研发和推广应用，建设深度感知智能仓储系统，提升仓储运营管理水平和效率。完善智能物流公共信息平台和指挥系统、产品质量认证及追溯系统、智能配货调度体系等。
智能金融。建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备。建立金融风险智能预警与防控系统。
智能商务。鼓励跨媒体分析与推理、知识计算引擎与知识服务等新技术在商务领域应用，推广基于人工智能的新型商务服务与决策系统。建设涵盖地理位置、网络媒体和城市基础数据等跨媒体大数据平台，支撑企业开展智能商务。鼓励围绕个人需求、企业管理提供定制化商务智能决策服务。
智能家居。加强人工智能技术与家居建筑系统的融合应用，提升建筑设备及家居产品的智能化水平。研发适应不同应用场景的家庭互联互通协议、接口标准，提升家电、耐用品等家居产品感知和联通能力。支持智能家居企业创新服务模式，提供互联共享解决方案。
3.大力发展智能企业。
大规模推动企业智能化升级。支持和引导企业在设计、生产、管理、物流和营销等核心业务环节应用人工智能新技术，构建新型企业组织结构和运营方式，形成制造与服务、金融智能化融合的业态模式，发展个性化定制，扩大智能产品供给。鼓励大型互联网企业建设云制造平台和服务平台，面向制造企业在线提供关键工业软件和模型库，开展制造能力外包服务，推动中小企业智能化发展。
推广应用智能工厂。加强智能工厂关键技术和体系方法的应用示范，重点推广生产线重构与动态智能调度、生产装备智能物联与云化数据采集、多维人机物协同与互操作等技术，鼓励和引导企业建设工厂大数据系统、网络化分布式生产设施等，实现生产设备网络化、生产数据可视化、生产过程透明化、生产现场无人化，提升工厂运营管理智能化水平。
加快培育人工智能产业领军企业。在无人机、语音识别、图像识别等优势领域加快打造人工智能全球领军企业和品牌。在智能机器人、智能汽车、可穿戴设备、虚拟现实等新兴领域加快培育一批龙头企业。支持人工智能企业加强专利布局，牵头或参与国际标准制定。推动国内优势企业、行业组织、科研机构、高校等联合组建中国人工智能产业技术创新联盟。支持龙头骨干企业构建开源硬件工厂、开源软件平台，形成集聚各类资源的创新生态，促进人工智能中小微企业发展和各领域应用。支持各类机构和平台面向人工智能企业提供专业化服务。
4.打造人工智能创新高地。
结合各地区基础和优势，按人工智能应用领域分门别类进行相关产业布局。鼓励地方围绕人工智能产业链和创新链，集聚高端要素、高端企业、高端人才，打造人工智能产业集群和创新高地。
开展人工智能创新应用试点示范。在人工智能基础较好、发展潜力较大的地区，组织开展国家人工智能创新试验，探索体制机制、政策法规、人才培育等方面的重大改革，推动人工智能成果转化、重大产品集成创新和示范应用，形成可复制、可推广的经验，引领带动智能经济和智能社会发展。
建设国家人工智能产业园。依托国家自主创新示范区和国家高新技术产业开发区等创新载体，加强科技、人才、金融、政策等要素的优化配置和组合，加快培育建设人工智能产业创新集群。
建设国家人工智能众创基地。依托从事人工智能研究的高校、科研院所集中地区，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、开放式的人工智能众创空间，完善孵化服务体系，推进人工智能科技成果转移转化，支持人工智能创新创业。
（三）建设安全便捷的智能社会。
围绕提高人民生活水平和质量的目标，加快人工智能深度应用，形成无时不有、无处不在的智能化环境，全社会的智能化水平大幅提升。越来越多的简单性、重复性、危险性任务由人工智能完成，个体创造力得到极大发挥，形成更多高质量和高舒适度的就业岗位；精准化智能服务更加丰富多样，人们能够最大限度享受高质量服务和便捷生活；社会治理智能化水平大幅提升，社会运行更加安全高效。
1.发展便捷高效的智能服务。
围绕教育、医疗、养老等迫切民生需求，加快人工智能创新应用，为公众提供个性化、多元化、高品质服务。
智能教育。利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系。开展智能校园建设，推动人工智能在教学、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理，建立智能、快速、全面的教育分析系统。建立以学习者为中心的教育环境，提供精准推送的教育服务，实现日常教育和终身教育定制化。
智能医疗。推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防控。
智能健康和养老。加强群体智能健康管理，突破健康大数据分析、物联网等关键技术，研发健康管理可穿戴设备和家庭智能健康检测监测设备，推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变。建设智能养老社区和机构，构建安全便捷的智能化养老基础设施体系。加强老年人产品智能化和智能产品适老化，开发视听辅助设备、物理辅助设备等智能家居养老设备，拓展老年人活动空间。开发面向老年人的移动社交和服务平台、情感陪护助手，提升老年人生活质量。
2.推进社会治理智能化。
围绕行政管理、司法管理、城市管理、环境保护等社会治理的热点难点问题，促进人工智能技术应用，推动社会治理现代化。
智能政务。开发适于政府服务与决策的人工智能平台，研制面向开放环境的决策引擎，在复杂社会问题研判、政策评估、风险预警、应急处置等重大战略决策方面推广应用。加强政务信息资源整合和公共需求精准预测，畅通政府与公众的交互渠道。
智慧法庭。建设集审判、人员、数据应用、司法公开和动态监控于一体的智慧法庭数据平台，促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用，实现法院审判体系和审判能力智能化。
智慧城市。构建城市智能化基础设施，发展智能建筑，推动地下管廊等市政基础设施智能化改造升级；建设城市大数据平台，构建多元异构数据融合的城市运行管理体系，实现对城市基础设施和城市绿地、湿地等重要生态要素的全面感知以及对城市复杂系统运行的深度认知；研发构建社区公共服务信息系统，促进社区服务系统与居民智能家庭系统协同；推进城市规划、建设、管理、运营全生命周期智能化。
智能交通。研究建立营运车辆自动驾驶与车路协同的技术体系。研发复杂场景下的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，建成覆盖地面、轨道、低空和海上的智能交通监控、管理和服务系统。
智能环保。建立涵盖大气、水、土壤等环境领域的智能监控大数据平台体系，建成陆海统筹、天地一体、上下协同、信息共享的智能环境监测网络和服务平台。研发资源能源消耗、环境污染物排放智能预测模型方法和预警方案。加强京津冀、长江经济带等国家重大战略区域环境保护和突发环境事件智能防控体系建设。
3.利用人工智能提升公共安全保障能力。
促进人工智能在公共安全领域的深度应用，推动构建公共安全智能化监测预警与控制体系。围绕社会综合治理、新型犯罪侦查、反恐等迫切需求，研发集成多种探测传感技术、视频图像信息分析识别技术、生物特征识别技术的智能安防与警用产品，建立智能化监测平台。加强对重点公共区域安防设备的智能化改造升级，支持有条件的社区或城市开展基于人工智能的公共安防区域示范。强化人工智能对食品安全的保障，围绕食品分类、预警等级、食品安全隐患及评估等，建立智能化食品安全预警系统。加强人工智能对自然灾害的有效监测，围绕地震灾害、地质灾害、气象灾害、水旱灾害和海洋灾害等重大自然灾害，构建智能化监测预警与综合应对平台。
4.促进社会交往共享互信。
充分发挥人工智能技术在增强社会互动、促进可信交流中的作用。加强下一代社交网络研发，加快增强现实、虚拟现实等技术推广应用，促进虚拟环境和实体环境协同融合，满足个人感知、分析、判断与决策等实时信息需求，实现在工作、学习、生活、娱乐等不同场景下的流畅切换。针对改善人际沟通障碍的需求，开发具有情感交互功能、能准确理解人的需求的智能助理产品，实现情感交流和需求满足的良性循环。促进区块链技术与人工智能的融合，建立新型社会信用体系，最大限度降低人际交往成本和风险。
（四）加强人工智能领域军民融合。
深入贯彻落实军民融合发展战略，推动形成全要素、多领域、高效益的人工智能军民融合格局。以军民共享共用为导向部署新一代人工智能基础理论和关键共性技术研发，建立科研院所、高校、企业和军工单位的常态化沟通协调机制。促进人工智能技术军民双向转化，强化新一代人工智能技术对指挥决策、军事推演、国防装备等的有力支撑，引导国防领域人工智能科技成果向民用领域转化应用。鼓励优势民口科研力量参与国防领域人工智能重大科技创新任务，推动各类人工智能技术快速嵌入国防创新领域。加强军民人工智能技术通用标准体系建设，推进科技创新平台基地的统筹布局和开放共享。
（五）构建泛在安全高效的智能化基础设施体系。
大力推动智能化信息基础设施建设，提升传统基础设施的智能化水平，形成适应智能经济、智能社会和国防建设需要的基础设施体系。加快推动以信息传输为核心的数字化、网络化信息基础设施，向集融合感知、传输、存储、计算、处理于一体的智能化信息基础设施转变。优化升级网络基础设施，研发布局第五代移动通信（5G）系统，完善物联网基础设施，加快天地一体化信息网络建设，提高低时延、高通量的传输能力。统筹利用大数据基础设施，强化数据安全与隐私保护，为人工智能研发和广泛应用提供海量数据支撑。建设高效能计算基础设施，提升超级计算中心对人工智能应用的服务支撑能力。建设分布式高效能源互联网，形成支撑多能源协调互补、及时有效接入的新型能源网络，推广智能储能设施、智能用电设施，实现能源供需信息的实时匹配和智能化响应。
专栏4智能化基础设施
1.网络基础设施。加快布局实时协同人工智能的5G增强技术研发及应用，建设面向空间协同人工智能的高精度导航定位网络，加强智能感知物联网核心技术攻关和关键设施建设，发展支撑智能化的工业互联网、面向无人驾驶的车联网等，研究智能化网络安全架构。加快建设天地一体化信息网络，推进天基信息网、未来互联网、移动通信网的全面融合。
2.大数据基础设施。依托国家数据共享交换平台、数据开放平台等公共基础设施，建设政府治理、公共服务、产业发展、技术研发等领域大数据基础信息数据库，支撑开展国家治理大数据应用。整合社会各类数据平台和数据中心资源，形成覆盖全国、布局合理、链接畅通的一体化服务能力。
3.高效能计算基础设施。继续加强超级计算基础设施、分布式计算基础设施和云计算中心建设，构建可持续发展的高性能计算应用生态环境。推进下一代超级计算机研发应用。
（六）前瞻布局新一代人工智能重大科技项目。
针对我国人工智能发展的迫切需求和薄弱环节，设立新一代人工智能重大科技项目。加强整体统筹，明确任务边界和研发重点，形成以新一代人工智能重大科技项目为核心、现有研发布局为支撑的“1+N”人工智能项目群。
“1”是指新一代人工智能重大科技项目，聚焦基础理论和关键共性技术的前瞻布局，包括研究大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同控制与决策等理论，研究知识计算引擎与知识服务技术、跨媒体分析推理技术、群体智能关键技术、混合增强智能新架构与新技术、自主无人控制技术等，开源共享人工智能基础理论和共性技术。持续开展人工智能发展的预测和研判，加强人工智能对经济社会综合影响及对策研究。
“N”是指国家相关规划计划中部署的人工智能研发项目，重点是加强与新一代人工智能重大科技项目的衔接，协同推进人工智能的理论研究、技术突破和产品研发应用。加强与国家科技重大专项的衔接，在“核高基”（核心电子器件、高端通用芯片、基础软件）、集成电路装备等国家科技重大专项中支持人工智能软硬件发展。加强与其他“科技创新2030—重大项目”的相互支撑，加快脑科学与类脑计算、量子信息与量子计算、智能制造与机器人、大数据等研究，为人工智能重大技术突破提供支撑。国家重点研发计划继续推进高性能计算等重点专项实施，加大对人工智能相关技术研发和应用的支持；国家自然科学基金加强对人工智能前沿领域交叉学科研究和自由探索的支持。在深海空间站、健康保障等重大项目，以及智慧城市、智能农机装备等国家重点研发计划重点专项部署中，加强人工智能技术的应用示范。其他各类科技计划支持的人工智能相关基础理论和共性技术研究成果应开放共享。
创新新一代人工智能重大科技项目组织实施模式，坚持集中力量办大事、重点突破的原则，充分发挥市场机制作用，调动部门、地方、企业和社会各方面力量共同推进实施。明确管理责任，定期开展评估，加强动态调整，提高管理效率。
四、资源配置
充分利用已有资金、基地等存量资源，统筹配置国际国内创新资源，发挥好财政投入、政策激励的引导作用和市场配置资源的主导作用，撬动企业、社会加大投入，形成财政资金、金融资本、社会资本多方支持的新格局。
（一）建立财政引导、市场主导的资金支持机制。
统筹政府和市场多渠道资金投入，加大财政资金支持力度，盘活现有资源，对人工智能基础前沿研究、关键共性技术攻关、成果转移转化、基地平台建设、创新应用示范等提供支持。利用现有政府投资基金支持符合条件的人工智能项目，鼓励龙头骨干企业、产业创新联盟牵头成立市场化的人工智能发展基金。利用天使投资、风险投资、创业投资基金及资本市场融资等多种渠道，引导社会资本支持人工智能发展。积极运用政府和社会资本合作等模式，引导社会资本参与人工智能重大项目实施和科技成果转化应用。
（二）优化布局建设人工智能创新基地。
按照国家级科技创新基地布局和框架，统筹推进人工智能领域建设若干国际领先的创新基地。引导现有与人工智能相关的国家重点实验室、企业国家重点实验室、国家工程实验室等基地，聚焦新一代人工智能的前沿方向开展研究。按规定程序，以企业为主体、产学研合作组建人工智能领域的相关技术和产业创新基地，发挥龙头骨干企业技术创新示范带动作用。发展人工智能领域的专业化众创空间，促进最新技术成果和资源、服务的精准对接。充分发挥各类创新基地聚集人才、资金等创新资源的作用，突破人工智能基础前沿理论和关键共性技术，开展应用示范。
（三）统筹国际国内创新资源。
支持国内人工智能企业与国际人工智能领先高校、科研院所、团队合作。鼓励国内人工智能企业“走出去”，为有实力的人工智能企业开展海外并购、股权投资、创业投资和建立海外研发中心等提供便利和服务。鼓励国外人工智能企业、科研机构在华设立研发中心。依托“一带一路”战略，推动建设人工智能国际科技合作基地、联合研究中心等，加快人工智能技术在“一带一路”沿线国家推广应用。推动成立人工智能国际组织，共同制定相关国际标准。支持相关行业协会、联盟及服务机构搭建面向人工智能企业的全球化服务平台。
五、保障措施
围绕推动我国人工智能健康快速发展的现实要求，妥善应对人工智能可能带来的挑战，形成适应人工智能发展的制度安排，构建开放包容的国际化环境，夯实人工智能发展的社会基础。
（一）制定促进人工智能发展的法律法规和伦理规范。
加强人工智能相关法律、伦理和社会问题研究，建立保障人工智能健康发展的法律法规和伦理道德框架。开展与人工智能应用相关的民事与刑事责任确认、隐私和产权保护、信息安全利用等法律问题研究，建立追溯和问责制度，明确人工智能法律主体以及相关权利、义务和责任等。重点围绕自动驾驶、服务机器人等应用基础较好的细分领域，加快研究制定相关安全管理法规，为新技术的快速应用奠定法律基础。开展人工智能行为科学和伦理等问题研究，建立伦理道德多层次判断结构及人机协作的伦理框架。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的评估，构建人工智能复杂场景下突发事件的解决方案。积极参与人工智能全球治理，加强机器人异化和安全监管等人工智能重大国际共性问题研究，深化在人工智能法律法规、国际规则等方面的国际合作，共同应对全球性挑战。
（二）完善支持人工智能发展的重点政策。
落实对人工智能中小企业和初创企业的财税优惠政策，通过高新技术企业税收优惠和研发费用加计扣除等政策支持人工智能企业发展。完善落实数据开放与保护相关政策，开展公共数据开放利用改革试点，支持公众和企业充分挖掘公共数据的商业价值，促进人工智能应用创新。研究完善适应人工智能的教育、医疗、保险、社会救助等政策体系，有效应对人工智能带来的社会问题。
（三）建立人工智能技术标准和知识产权体系。
加强人工智能标准框架体系研究。坚持安全性、可用性、互操作性、可追溯性原则，逐步建立并完善人工智能基础共性、互联互通、行业应用、网络安全、隐私保护等技术标准。加快推动无人驾驶、服务机器人等细分应用领域的行业协会和联盟制定相关标准。鼓励人工智能企业参与或主导制定国际标准，以技术标准“走出去”带动人工智能产品和服务在海外推广应用。加强人工智能领域的知识产权保护，健全人工智能领域技术创新、专利保护与标准化互动支撑机制，促进人工智能创新成果的知识产权化。建立人工智能公共专利池，促进人工智能新技术的利用与扩散。
（四）建立人工智能安全监管和评估体系。
加强人工智能对国家安全和保密领域影响的研究与评估，完善人、技、物、管配套的安全防护体系，构建人工智能安全监测预警机制。加强对人工智能技术发展的预测、研判和跟踪研究，坚持问题导向，准确把握技术和产业发展趋势。增强风险意识，重视风险评估和防控，强化前瞻预防和约束引导，近期重点关注对就业的影响，远期重点考虑对社会伦理的影响，确保把人工智能发展规制在安全可控范围内。建立健全公开透明的人工智能监管体系，实行设计问责和应用监督并重的双层监管结构，实现对人工智能算法设计、产品开发和成果应用等的全流程监管。促进人工智能行业和企业自律，切实加强管理，加大对数据滥用、侵犯个人隐私、违背道德伦理等行为的惩戒力度。加强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。构建动态的人工智能研发应用评估评价机制，围绕人工智能设计、产品和系统的复杂性、风险性、不确定性、可解释性、潜在经济影响等问题，开发系统性的测试方法和指标体系，建设跨领域的人工智能测试平台，推动人工智能安全认证，评估人工智能产品和系统的关键性能。
（五）大力加强人工智能劳动力培训。
加快研究人工智能带来的就业结构、就业方式转变以及新型职业和工作岗位的技能需求，建立适应智能经济和智能社会需要的终身学习和就业培训体系，支持高等院校、职业学校和社会化培训机构等开展人工智能技能培训，大幅提升就业人员专业技能，满足我国人工智能发展带来的高技能高质量就业岗位需要。鼓励企业和各类机构为员工提供人工智能技能培训。加强职工再就业培训和指导，确保从事简单重复性工作的劳动力和因人工智能失业的人员顺利转岗。
（六）广泛开展人工智能科普活动。
支持开展形式多样的人工智能科普活动，鼓励广大科技工作者投身人工智能的科普与推广，全面提高全社会对人工智能的整体认知和应用水平。实施全民智能教育项目，在中小学阶段设置人工智能相关课程，逐步推广编程教育，鼓励社会力量参与寓教于乐的编程教学软件、游戏的开发和推广。建设和完善人工智能科普基础设施，充分发挥各类人工智能创新基地平台等的科普作用，鼓励人工智能企业、科研机构搭建开源平台，面向公众开放人工智能研发平台、生产设施或展馆等。支持开展人工智能竞赛，鼓励进行形式多样的人工智能科普创作。鼓励科学家参与人工智能科普。
六、组织实施
新一代人工智能发展规划是关系全局和长远的前瞻谋划。必须加强组织领导，健全机制，瞄准目标，紧盯任务，以钉钉子的精神切实抓好落实，一张蓝图干到底。
（一）组织领导。
按照党中央、国务院统一部署，由国家科技体制改革和创新体系建设领导小组牵头统筹协调，审议重大任务、重大政策、重大问题和重点工作安排，推动人工智能相关法律法规建设，指导、协调和督促有关部门做好规划任务的部署实施。依托国家科技计划（专项、基金等）管理部际联席会议，科技部会同有关部门负责推进新一代人工智能重大科技项目实施，加强与其他计划任务的衔接协调。成立人工智能规划推进办公室，办公室设在科技部，具体负责推进规划实施。成立人工智能战略咨询委员会，研究人工智能前瞻性、战略性重大问题，对人工智能重大决策提供咨询评估。推进人工智能智库建设，支持各类智库开展人工智能重大问题研究，为人工智能发展提供强大智力支持。
（二）保障落实。
加强规划任务分解，明确责任单位和进度安排，制定年度和阶段性实施计划。建立年度评估、中期评估等规划实施情况的监测评估机制。适应人工智能快速发展的特点，根据任务进展情况、阶段目标完成情况、技术发展新动向等，加强对规划和项目的动态调整。
（三）试点示范。
对人工智能重大任务和重点政策措施，要制定具体方案，开展试点示范。加强对各部门、各地方试点示范的统筹指导，及时总结推广可复制的经验和做法。通过试点先行、示范引领，推进人工智能健康有序发展。
（四）舆论引导。
充分利用各种传统媒体和新兴媒体，及时宣传人工智能新进展、新成效，让人工智能健康发展成为全社会共识，调动全社会参与支持人工智能发展的积极性。及时做好舆论引导，更好应对人工智能发展可能带来的社会、伦理和法律等挑战。