三、重点任务

（一）加强人工智能产业核心技术研发

围绕人工智能“数据、算法、硬件”三大关键，大力发展高性能计算、大数据、机器学习、区块链等新技术，着力突破机器视觉与模式识别、自然语言处理、自主无人系统、物联网基础器件等一批人工智能核心关键技术，推动人工智能先进技术成果转移转化，构筑人工智能产业核心技术先发优势。瞄准人工智能全产业链条，突出部件、产品、装备、系统协同发展，推动人工智能、互联网、大数据与现有产业深度融合。

——物联网。以物联网产业联盟和数字福建物联网重点平台为依托，发挥马尾物联网产业基地的集群优势，整合物联网全产业链资源，重点研发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、直接零部件标识、智慧城市多维认知与智能萃取、智慧城市多尺度立体感知、车联网等物联网核心技术和低功耗处理器等关键器件，支持二维码、智能POS、远程抄表等智能终端技术的应用推广，打造全国领先的物联网感知识别产业聚集区。加快海量连接、深度覆盖、低功耗、低成本窄带物联网技术的试验和试点，推进北斗卫星导航系统、智能互联互通网关、物联网操作系统、低功耗广域网等关键技术研发和应用。

责任单位：省发改委、数字办、经信委、科技厅，有关设区市政府

——机器视觉。依托我省光电行业的技术和产业优势，重点研发高精度光学镜头、半导体成像器件等产品。以福州软件园、大数据产业园、厦门软件园骨干IT企业及我省优势科研单位作为软件算法主要研发力量，重点在高精度视频图像分割、目标检测、跟踪与识别、视觉测量、视频图像理解、图像生成、视觉数据融合、三维重建与立体视觉智能等共性算法上取得突破。支持前沿人工智能技术在高准确率、高效率的人脸识别、海量图像数据挖掘、工业检测、智能视频监控、医疗影像分析、机器人视觉、无人驾驶环境感知与视觉导航等领域的关键性应用技术开发，支持机器视觉在智慧城市感知系统、综合性运动会等大型公共活动的安全监控系统、工厂智能生产与物流系统、公共智能交通系统、国土资源监测系统、对地观测系统等领域的体系化运用，以期实现机器视觉在各行业领域的普及运用。

责任单位：省科技厅、发改委、经信委、公安厅、住建厅、国土厅、食品药品监管局、卫计委，各设区市人民政府、平潭综合实验区管委会

——智能机器人。重点研发智能机器人控制器、伺服驱动器、减速器等高性能机器人核心零部件。结合宁德、泉州、莆田等地在电机领域的研发与产业优势，加强我省对高效机器人电机技术的研发制造和产业化支持，掌握高效电机核心技术，研发高性能电机控制技术和高效率、高可靠性的电机驱动系统。加强新型传感器研发与应用，重点突破智能计算前沿的新型传感器件、具有计算成像功能的类脑视觉传感器技术、新型多元智能传感器件与集成平台、智能机器人专用传感器及其多信息融合等技术。组织制定智能机器人硬件接口、软件接口协议、性能检测以及安全使用等标准，加强机器人检验技术和装置研发。研制智能工业机器人、智能服务机器人、智能物流机器人，在我省实现大规模推广应用并争取进入国际市场。

责任单位：省经信委、发改委、科技厅、质监局，各设区市人民政府、平潭综合实验区管委会

——智能芯片。遵循国家“十三五”集成电路重大生产力布局规划，依托泉州半导体高新技术产业园区等东南沿海集成电路新基地，重点研发人工智能计算芯片，突破高度并行计算、海量数据吞吐、超低功耗等关键技术，研制面向无人系统、视频监控、智能制造装备、医疗设备等终端和系统应用芯片，加强高能效深度神经网络云端及终端芯片、高能效前端神经网络推理计算芯片、视频图像处理芯片、可重构类脑计算芯片技术攻关，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，为人工智能算法应用提供硬件加速，支撑人工智能产业发展。

责任单位：省发改委、经信委、科技厅，各设区市人民政府、平潭综合实验区管委会

——智能制造。以泉州“中国制造2025”试点城市作为智能制造应用示范基地，推进泉州、龙岩等地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，加强人工智能在增材制造上的工艺优化、效能提升等应用，为我省制造业转型升级注入新动能。

责任单位：省经信委、科技厅、发改委，各设区市人民政府、平潭综合实验区管委会

——布局人工智能应用基础研究。依托厦门大学、中科院海西研究院等优势科研力量，紧扣人工智能相关重大学科前沿技术需求，为人工智能持续发展提供科学储备和基础支撑。力求在高级机器学习模型、大数据智能理论与技术、类脑认知与智能计算理论等跨领域应用基础研究方面取得突破。加强跨学科探索研究，支持人工智能与神经科学、认知科学、量子科学等学科交叉融合，提升人工智能协同创新能力。针对可能引发人工智能范式变革的方向，重点从五个方面布局开展应用基础研究：

1.高级机器学习模型。重点布局深度学习、强化学习、端对端的深度强化学习、非监督学习、小样本学习等前沿机器学习算法模型的研究，推动聚类、降维、稀疏表达、流形学习、子空间学习、规则学习等经典机器学习理论与深度学习架构的高效融合。研究机器学习模型的非线性、非凸优化问题，在微分流形优化、粒子群优化、张量分析等方面探索高效求解工具。

2.类脑认知与智能计算理论。重点研究类脑感知识别、类脑学习、认知推理、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。探索自然语言的大脑处理机制，建立结合类脑机制的自然语言语义表达方法，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跨模态的自然语言智能理解、生成和翻译。

3.大数据智能理论与技术。研究数据驱动与知识引导相结合的人工智能新方法，面向大规模数据的多粒度计算方法、模糊粗糙集计算方法与区块链技术，高度不确定性数据的处理方法，基于数据驱动故障诊断方法的人工智能与大数据深度融合应用场景。

4.自主无人系统的智能技术。重点突破智能体智能驾驶技术架构、复杂动态场景的多模态感知与理解、高精度多源传感器定位与导航、面向复杂环境的适应性智能驾驶、嵌入式智能计算等共性技术，研发无人汽车、无人机、船舶和轨道交通自动驾驶等智能技术。

5.网络群体智能技术。重点支持网络群体智能中的数据分发与交互理论、群体智能优化算法、群体机器人的智能自主协调与决策、多车联网、群体智能系统的模型理论、群体拓扑结构等核心理论的研究。

责任单位：省科技厅、发改委、数字办、教育厅、经信委，各设区市人民政府、平潭综合实验区管委会