為深入貫徹黨的十九大精神，加快發展先進製造業，推動人工智慧和實體經濟深度融合，落實“中國製造2025”和《新一代人工智慧發展規劃》部署，工業和資訊化部日前印發了《促進新一代人工智慧產業發展三年行動計劃（2018-2020年）》（以下簡稱《行動計劃》），以資訊科技與製造技術深度融合為主線，以新一代人工智慧技術的產業化和整合應用為重點，推進人工智慧和製造業深度融合，加快製造強國和網路強國建設。
當前，我國人工智慧產業發展勢頭良好、空間巨大。《行動計劃》按照“系統佈局、重點突破、協同創新、開放有序”的原則，提出了四方面主要任務：
一是重點培育和發展智慧網聯汽車、智慧服務機器人、智慧無人機、醫療影像輔助診斷系統、視訊影像身份識別系統、智慧語音互動系統、智慧翻譯系統、智慧家居產品等智慧化產品，推動智慧產品在經濟社會的整合應用。
二是重點發展智慧感測器、神經網路晶片、開源開放平臺等關鍵環節，夯實人工智慧產業發展的軟硬體基礎。
三是深化發展智慧製造，鼓勵新一代人工智慧技術在工業領域各環節的探索應用，提升智慧製造關鍵技術裝備創新能力，培育推廣智慧製造新模式。
四是構建行業訓練資源庫、標準測試及智慧財產權服務平臺、智慧化網路基礎設施、網路安全保障等產業公共支撐體系，完善人工智慧發展環境。
《行動計劃》將充分利用現有資源和手段，加強部省聯動，依託國家新型工業化產業示範基地建設等工作，支援有條件的地區發揮自身資源優勢，培育一批人工智慧領軍企業，探索建設人工智慧產業集聚區。推動建設相關領域的製造業創新中心，設立重點實驗室，鼓勵行業合理開放資料，支援重點行業和關鍵領域加大應用力度，促進人工智慧產業突破發展。力爭到2020年，實現“人工智慧重點產品規模化發展、人工智慧整體核心基礎能力顯著增強、智慧製造深化發展、人工智慧產業支撐體系基本建立”的目標。
為保障各項重點任務的落實，《行動計劃》還提出了五方面保障措施，包括加強組織實施、加大支援力度、鼓勵創新創業、加快人才培養、優化發展環境等，推動形成良好的發展環境，保障《行動計劃》的順利實施，切實推動人工智慧產業發展，助力實體經濟轉型升級。
促進新一代人工智慧產業發展三年行動計劃 （2018-2020年）
當前，新一輪科技革命和產業變革正在萌發，大資料的形成、理論演算法的革新、計算能力的提升及網路設施的演進驅動人工智慧發展進入新階段，智慧化成為技術和產業發展的重要方向。人工智慧具有顯著的溢位效應，將進一步帶動其他技術的進步，推動戰略性新興產業總體突破，正在成為推進供給側結構性改革的新動能、振興實體經濟的新機遇、建設製造強國和網路強國的新引擎。為落實《新一代人工智慧發展規劃》，深入實施“中國製造2025”，抓住歷史機遇，突破重點領域，促進人工智慧產業發展，提升製造業智慧化水平，推動人工智慧和實體經濟深度融合，制訂本行動計劃。
一、總體要求
（一）指導思想
全面貫徹落實黨的十九大精神，以習近平新時代中國特色社會主義思想為指導，按照“五位一體”總體佈局和“四個全面”戰略佈局，認真落實黨中央、國務院決策部署，以資訊科技與製造技術深度融合為主線，推動新一代人工智慧技術的產業化與整合應用，發展高階智慧產品，夯實核心基礎，提升智慧製造水平，完善公共支撐體系，促進新一代人工智慧產業發展，推動製造強國和網路強國建設，助力實體經濟轉型升級。
（二）基本原則
-
系統佈局。把握人工智慧發展趨勢，立足國情和各地區的產業現實基礎，頂層引導和區域協作相結合，加強體系化部署，做好分階段實施，構建完善新一代人工智慧產業體系。
-
重點突破。針對產業發展的關鍵薄弱環節，集中優勢力量和創新資源，支援重點領域人工智慧產品研發，加快產業化與應用部署，帶動產業整體提升。
-
協同創新。發揮政策引導作用，促進產學研用相結合，支援龍頭企業與上下游中小企業加強協作，構建良好的產業生態。
-
開放有序。加強國際合作，推動人工智慧共性技術、資源和服務的開放共享。完善發展環境，提升安全保障能力，實現產業健康有序發展。
（三）行動目標
通過實施四項重點任務，力爭到2020年，一系列人工智慧標誌性產品取得重要突破，在若干重點領域形成國際競爭優勢，人工智慧和實體經濟融合進一步深化，產業發展環境進一步優化。
-
人工智慧重點產品規模化發展，智慧網聯汽車技術水平大幅提升，智慧服務機器人實現規模化應用，智慧無人機等產品具有較強全球競爭力，醫療影像輔助診斷系統等擴大臨床應用，視訊影像識別、智慧語音、智慧翻譯等產品達到國際先進水平。
-
人工智慧整體核心基礎能力顯著增強，智慧感測器技術產品實現突破，設計、代工、封測技術達到國際水平，神經網路晶片實現量產並在重點領域實現規模化應用，開源開發平臺初步具備支撐產業快速發展的能力。
-
智慧製造深化發展，複雜環境識別、新型人機互動等人工智慧技術在關鍵技術裝備中加快整合應用，智慧化生產、大規模個性化定製、預測性維護等新模式的應用水平明顯提升。重點工業領域智慧化水平顯著提高。
-
人工智慧產業支撐體系基本建立，具備一定規模的高質量標註資料資源庫、標準測試資料集建成並開放，人工智慧標準體系、測試評估體系及安全保障體系框架初步建立，智慧化網路基礎設施體系逐步形成，產業發展環境更加完善。
二、培育智慧產品
以市場需求為牽引，積極培育人工智慧創新產品和服務，促進人工智慧技術的產業化，推動智慧產品在工業、醫療、交通、農業、金融、物流、教育、文化、旅遊等領域的整合應用。發展智慧控制產品，加快突破關鍵技術，研發並應用一批具備複雜環境感知、智慧人機互動、靈活精準控制、群體實時協同等特徵的智慧化裝置，滿足高可用、高可靠、安全等要求，提升裝置處理複雜、突發、極端情況的能力。培育智慧理解產品，加快模式識別、智慧語義理解、智慧分析決策等核心技術研發和產業化，支援設計一批智慧化水平和可靠性較高的智慧理解產品或模組，優化智慧系統與服務的供給結構。推動智慧硬體普及，深化人工智慧技術在智慧家居、健康管理、移動智慧終端和車載產品等領域的應用，豐富終端產品的智慧化功能，推動資訊消費升級。著重在以下領域率先取得突破：
（一）智慧網聯汽車。
支援車輛智慧計算平臺體系架構、車載智慧晶片、自動駕駛作業系統、車輛智慧演算法等關鍵技術、產品研發，構建軟體、硬體、演算法一體化的車輛智慧化平臺。到2020年，建立可靠、安全、實時性強的智慧網聯汽車智慧化平臺，形成平臺相關標準，支撐高度自動駕駛（HA級）。
（二）智慧服務機器人。
支援智慧互動、智慧操作、多機協作等關鍵技術研發，提升清潔、老年陪護、康復、助殘、兒童教育等家庭服務機器人的智慧化水平，推動巡檢、導覽等公共服務機器人以及消防救援機器人等的創新應用。發展三維成像定位、智慧精準安全操控、人機協作介面等關鍵技術，支援手術機器人作業系統研發，推動手術機器人在臨床醫療中的應用。到2020年，智慧服務機器人環境感知、自然互動、自主學習、人機協作等關鍵技術取得突破，智慧家庭服務機器人、智慧公共服務機器人實現批量生產及應用，醫療康復、助老助殘、消防救災等機器人實現樣機生產，完成技術與功能驗證，實現20家以上應用示範。
（三）智慧無人機。
支援智慧避障、自動巡航、面向複雜環境的自主飛行、群體作業等關鍵技術研發與應用，推動新一代通訊及定位導航技術在無人機資料傳輸、鏈路控制、監控管理等方面的應用，開展智慧飛控系統、高整合度專用晶片等關鍵部件研製。到2020年，智慧消費級無人機三軸機械增穩雲臺精度達到0.005 度，實現 360 度全向感知避障，實現自動智慧強制避讓航空管制區域。
（四）醫療影像輔助診斷系統。
推動醫學影像資料採集標準化與規範化，支援腦、肺、眼、骨、心腦血管、乳腺等典型疾病領域的醫學影像輔助診斷技術研發，加快醫療影像輔助診斷系統的產品化及臨床輔助應用。到2020年，國內先進的多模態醫學影像輔助診斷系統對以上典型疾病的檢出率超過95%，假陰性率低於1%，假陽性率低於5%。
（五）視訊影像身份識別系統。
支援生物特徵識別、視訊理解、跨媒體融合等技術創新，發展人證合一、視訊監控、影像搜尋、視訊摘要等典型應用，擴充在安防、金融等重點領域的應用。到2020年，複雜動態場景下人臉識別有效檢出率超過97%，正確識別率超過90%，支援不同地域人臉特徵識別。
（六）智慧語音互動系統。
支援新一代語音識別框架、口語化語音識別、個性化語音識別、智慧對話、音視訊融合、語音合成等技術的創新應用，在智慧製造、智慧家居等重點領域開展推廣應用。到2020年，實現多場景下中文語音識別平均準確率達到96%，5米遠場識別率超過92%，使用者對話意圖識別準確率超過90%。
（七）智慧翻譯系統。
推動高精準智慧翻譯系統應用，圍繞多語言互譯、同聲傳譯等典型場景，利用機器學習技術提升準確度和實用性。到2020年，多語種智慧互譯取得明顯突破，中譯英、英譯中場景下產品的翻譯準確率超過85%，少數民族語言與漢語的智慧互譯準確率顯著提升。
（八）智慧家居產品。
支援智慧感測、物聯網、機器學習等技術在智慧家居產品中的應用，提升家電、智慧網路裝置、水電氣儀表等產品的智慧水平、實用性和安全性，發展智慧安防、智慧傢俱、智慧照明、智慧潔具等產品，建設一批智慧家居測試評價、示範應用專案並推廣。到2020年，智慧家居產品類別明顯豐富，智慧電視市場滲透率達到90%以上，安防產品智慧化水平顯著提升。
三、突破核心基礎
加快研發並應用高精度、低成本的智慧感測器，突破面向雲端訓練、終端應用的神經網路晶片及配套工具，支援人工智慧開發框架、演算法庫、工具集等的研發，支援開源開放平臺建設，積極佈局面向人工智慧應用設計的智慧軟體，夯實人工智慧產業發展的軟硬體基礎。著重在以下領域率先取得突破：
（一）智慧感測器。
支援微型化及可靠性設計、精密製造、整合開發工具、嵌入式演算法等關鍵技術研發，支援基於新需求、新材料、新工藝、新原理設計的智慧感測器研發及應用。發展市場前景廣闊的新型生物、氣體、壓力、流量、慣性、距離、影像、聲學等智慧感測器，推動壓電材料、磁性材料、紅外輻射材料、金屬氧化物等材料技術革新，支援基於微機電系統（MEMS）和互補金氧半導體（CMOS）整合等工藝的新型智慧感測器研發，發展面向新應用場景的基於磁感、超聲波、非可見光、生物化學等新原理的智慧感測器，推動智慧感測器實現高精度、高可靠、低功耗、低成本。到2020年，壓電感測器、磁感測器、紅外感測器、氣體感測器等的效能顯著提高，訊雜比達到70dB、聲學過載點達到135dB的聲學感測器實現量產，絕對精度100Pa以內、噪音水平0.6Pa以內的壓力感測器實現商用，弱磁場解析度達到1pT的磁感測器實現量產。在模擬模擬、設計、MEMS工藝、封裝及個性化測試技術方面達到國際先進水平，具備在移動式可穿戴、網際網路、汽車電子等重點領域的系統方案設計能力。
（二）神經網路晶片。
面向機器學習訓練應用，發展高效能、高擴充套件性、低功耗的雲端神經網路晶片，面向終端應用發展適用於機器學習計算的低功耗、高效能的終端神經網路晶片，發展與神經網路晶片配套的編譯器、驅動軟體、開發環境等產業化支撐工具。到2020年，神經網路晶片技術取得突破進展，推出效能達到128TFLOPS（16位浮點）、能效比超過1TFLOPS/w的雲端神經網路晶片，推出能效比超過1T OPS/w（以16位浮點為基準）的終端神經網路晶片，支援卷積神經網路（CNN）、遞迴神經網路（RNN）、長短期記憶網路（LSTM）等一種或幾種主流神經網路演算法；在智慧終端、自動駕駛、智慧安防、智慧家居等重點領域實現神經網路晶片的規模化商用。
（三）開源開放平臺。
針對機器學習、模式識別、智慧語義理解等共性技術和自動駕駛等重點行業應用，支援面向雲端訓練和終端執行的開發框架、演算法庫、工具集等的研發，支援開源開發平臺、開放技術網路和開源社群建設，鼓勵建設滿足複雜訓練需求的開放計算服務平臺，鼓勵骨幹龍頭企業構建基於開源開放技術的軟體、硬體、資料、應用協同的新型產業生態。到2020年，面向雲端訓練的開源開發平臺支援大規模分散式叢集、多種硬體平臺、多種演算法，面向終端執行的開源開發平臺具備輕量化、模組化和可靠性等特徵。
四、深化發展智慧製造
深入實施智慧製造，鼓勵新一代人工智慧技術在工業領域各環節的探索應用，支援重點領域演算法突破與應用創新，系統提升製造裝備、製造過程、行業應用的智慧化水平。著重在以下方面率先取得突破：
（一）智慧製造關鍵技術裝備。
提升高檔數控機床與工業機器人的自檢測、自校正、自適應、自組織能力和智慧化水平，利用人工智慧技術提升增材製造裝備的加工精度和產品質量，優化智慧感測器與分散式控制系統（DCS）、可程式設計邏輯控制器（PLC）、資料採集系統（SCADA）、高效能高可靠嵌入式控制系統等控制裝備在複雜工作環境的感知、認知和控制能力，提高數字化非接觸精密測量、線上無損檢測系統等智慧檢測裝備的測量精度和效率，增強裝配裝置的柔性。提升高速分揀機、多層穿梭車、高密度儲存穿梭板等物流裝備的智慧化水平，實現精準、柔性、高效的物料配送和無人化智慧倉儲。
到2020年，高檔數控機床智慧化水平進一步提升，具備人機協調、自然互動、自主學習功能的新一代工業機器人實現批量生產及應用；增材製造裝備成形效率大於450cm3/h，連續工作時間大於240h；實現智慧感測與控制裝備在機床、機器人、石油化工、軌道交通等領域的整合應用；智慧檢測與裝配裝備的工業現場視覺識別準確率達到90%，測量精度及速度滿足實際生產需求；開發10個以上智慧物流與倉儲裝備。
（二）智慧製造新模式。
鼓勵離散型製造業企業以生產裝置網路化、智慧化為基礎，應用機器學習技術分析處理現場資料，實現裝置線上診斷、產品質量實時控制等功能。鼓勵流程型製造企業建設全流程、智慧化生產管理和安防系統，實現連續性生產、安全生產的智慧化管理。打造網路化協同製造平臺，增強人工智慧指引下的人機協作與企業間協作研發設計與生產能力。發展個性化定製服務平臺，提高對使用者需求特徵的深度學習和分析能力，優化產品的模組化設計能力和個性化組合方式。搭建基於標準化資訊採集的控制與自動診斷系統，加快對故障預測模型和使用者使用習慣資訊模型的訓練和優化，提升對產品、核心配件的生命週期分析能力。
到2020年，數字化車間的運營成本降低20%，產品研製週期縮短20%；智慧工廠產品不良品率降低10%，能源利用率提高10%；航空航天、汽車等領域加快推廣企業內外並行組織和協同優化新模式；服裝、家電等領域對大規模、小批量個性化訂單全流程的柔性生產與協作優化能力普遍提升；在裝備製造、零部件製造等領域推進開展智慧裝備健康狀況監測預警等遠端運維服務。
五、構建支撐體系
面向重點產品研發和行業應用需求，支援建設並開放多種型別的人工智慧海量訓練資源庫、標準測試資料集和雲服務平臺，建立並完善人工智慧標準和測試評估體系，建設智慧財產權等服務平臺，加快構建智慧化基礎設施體系，建立人工智慧網路安全保障體系。著重在以下領域率先取得突破：
（一）行業訓練資源庫。面向語音識別、視覺識別、自然語言處理等基礎領域及工業、醫療、金融、交通等行業領域，支援建設高質量人工智慧訓練資源庫、標準測試資料集並推動共享，鼓勵建設提供知識圖譜、演算法訓練、產品優化等共性服務的開放性雲平臺。到2020年，基礎語音、視訊影像、文字對話等公共訓練資料量大幅提升，在工業、醫療、金融、交通等領域彙集一定規模的行業應用資料，用於支援創業創新。
（二）標準測試及智慧財產權服務平臺。建設人工智慧產業標準規範體系，建立並完善基礎共性、互聯互通、安全隱私、行業應用等技術標準，鼓勵業界積極參與國際標準化工作。構建人工智慧產品評估評測體系，對重點智慧產品和服務的智慧水平、可靠性、安全性等進行評估，提升人工智慧產品和服務質量。研究建立人工智慧技術專利協同運用機制，支援建設專利協同運營平臺和智慧財產權服務平臺。到2020年，初步建立人工智慧產業標準體系，建成第三方試點測試平臺並開展評估評測服務；在模式識別、語義理解、自動駕駛、智慧機器人等領域建成具有基礎支撐能力的智慧財產權服務平臺。
（三）智慧化網路基礎設施。加快高度智慧化的下一代網際網路、高速率大容量低時延的第五代行動通訊（5G）網、快速高精度定位的導航網、泛在融合高效互聯的天地一體化資訊網部署和建設，加快工業網際網路、車聯網建設，逐步形成智慧化網路基礎設施體系，提升支撐服務能力。到2020年，全國90%以上地區的寬頻接入速率和時延滿足人工智慧行業應用需求，10家以上重點企業實現覆蓋生產全流程的工業網際網路示範建設，重點區域車聯網網路設施初步建成。
（四）網路安全保障體系。針對智慧網聯汽車、智慧家居等人工智慧重點產品或行業應用，開展漏洞挖掘、安全測試、威脅預警、攻擊檢測、應急處置等安全技術攻關，推動人工智慧先進技術在網路安全領域的深度應用，加快漏洞庫、風險庫、案例集等共享資源建設。到2020年，完善人工智慧網路安全產業佈局，形成人工智慧安全防控體系框架，初步建成具備人工智慧安全態勢感知、測試評估、威脅資訊共享以及應急處置等基本能力的安全保障平臺。
六、保障措施
（一）加強組織實施
強化部門協同和上下聯動，建立健全政府、企業、行業組織和產業聯盟、智庫等的協同推進機制，加強在技術攻關、標準制定等方面的協調配合。加強部省合作，依託國家新型工業化產業示範基地建設等工作，支援有條件的地區發揮自身資源優勢，培育一批人工智慧領軍企業，探索建設人工智慧產業集聚區，促進人工智慧產業突破發展。面向重點行業和關鍵領域，推動人工智慧標誌性產品應用。建立人工智慧產業統計體系，關鍵產品與服務目錄，加強跟蹤研究和督促指導，確保重點工作有序推進。
（二）加大支援力度
充分發揮工業轉型升級（中國製造2025）等現有資金以及重大專案等國家科技計劃（專項、基金）的引導作用，支援符合條件的人工智慧標誌性產品及基礎軟硬體研發、應用試點示範、支撐平臺建設等，鼓勵地方財政對相關領域加大投入力度。以重大需求和行業應用為牽引，搭建典型試驗環境，建設產品可靠性和安全性驗證平臺，組織協同攻關，支援人工智慧關鍵應用技術研發及適配，支援創新產品設計、系統整合和產業化。支援人工智慧企業與金融機構加強對接合作，通過市場機制引導多方資本參與產業發展。在首臺（套）重大技術裝備保險保費補償政策中，探索引入人工智慧融合的技術裝備、生產線等關鍵領域。
（三）鼓勵創新創業
加快建設和不斷完善智慧網聯汽車、智慧語音、智慧感測器、機器人等人工智慧相關領域的製造業創新中心，設立人工智慧領域的重點實驗室。支援企業、科研院所與高校聯合開展人工智慧關鍵技術研發與產業化。鼓勵開展人工智慧創新創業和解決方案大賽，鼓勵製造業大企業、網際網路企業、基礎電信企業建設“雙創”平臺，發揮骨幹企業引領作用，加強技術研發與應用合作，提升產業發展創新力和國際競爭力。培育人工智慧創新標杆企業，搭建人工智慧企業創新交流平臺。
（四）加快人才培養
貫徹落實《製造業人才發展規劃指南》，深化人才體制機制改革。以多種方式吸引和培養人工智慧高階人才和創新創業人才，支援一批領軍人才和青年拔尖人才成長。依託重大工程專案，鼓勵校企合作，支援高等學校加強人工智慧相關學科專業建設，引導職業學校培養產業發展急需的技能型人才。鼓勵領先企業、行業服務機構等培養高水平的人工智慧人才隊伍，面向重點行業提供行業解決方案，推廣行業最佳應用實踐。
（五）優化發展環境
開展人工智慧相關政策和法律法規研究，為產業健康發展營造良好環境。加強行業對接，推動行業合理開放資料，積極應用新技術、新業務，促進人工智慧與行業融合發展。鼓勵政府部門率先運用人工智慧提升業務效率和管理服務水平。充分利用雙邊、多邊國際合作機制，抓住“一帶一路”建設契機，鼓勵國內外科研院所、企業、行業組織拓寬交流渠道，廣泛開展合作，實現優勢互補、合作共贏。