考核指标：实现大规模在线教育混合增强智能环境和平台，在中小学科学教育、高职技能培训、大学专业教育等领域进行应用；在学习效率、学习兴趣等方面提出人机混合增强教学环境的评估体系和具体评估指标，给出基于10 门以上学科、20 个以上学校、面向上万学生规模化验证的评估结果。

2.10 室内服务机器人自主学习与进化关键技术

研究内容：通过服务机器人、物理环境、运动目标等持续交互式学习建模，研究复杂家庭环境下服务机器人数字孪生系统；通过事件驱动机制（ 如智能抓取、多模感知、柔性交互、敏捷家政等） 和虚实融合，实现持续高效的进化训练，实现大规模智能实验模拟和智能增长；研究基于“ 感知— 分析— 决策— 反馈” 的多服务机器人群体智能，实现多个服务机器人自主协作；研究服务机器人决策行为评估、遂行任务效果的全过程评价方式，建设相关评价标准和过程评估体系。

考核指标：建立服务机器人本体和服务环境可灵活配置的数字孪生系统，至少支持2 种类型以上服务机器人本体，100 多个室内服务环境；建立服务机器人自主学习与进化理论与方法，通过数字孪生，服务机器人训练效率数量级提升，完成20 种以上室内服务任务，模型从虚拟到真实场景具有良好的可迁移性；服务机器人在不少于100 个社区、养老院、康复中心等机构进行应用验证；申请相关技术标准2 项。

3. 新型感知与智能芯片

3.1 基于混合器件的神经形态计算架构及芯片研究

研究内容：聚焦生物脑工作机理的可计算模型实现，开展信息存储与处理一体化理论研究，设计易于硬件实现的神经元、突触及网络模型；研究基于硬件的神经网络动态配置、神经元地址快速并行查找和在线学习技术，设计新型神经形态计算架构；研究应用于神经形态芯片的新型器件及其集成技术。突破混合器件集成的大规模神经形态芯片技术，构建神经形态芯片与现有计算机系统结合的混合计算应用平台。

考核指标：研制混合器件的神经形态芯片，支持神经网络的在线学习与配置参数的非易失性，神经元规模大于20 万，突触规模大于2000 万，突触读写访问时间小于50ns，芯片能效大于1T 脉冲操作/ 瓦；开发神经形态计算功能验证平台，支持400 万以上神经元，性能大于30T 脉冲操作/ 秒；支持至少2 种典型智能任务。

4. 人工智能提高经济社会发展水平创新应用

4.1 开放环境复杂制造过程智能调度方法及应用

研究内容：针对工业互联网开放环境下、复杂制造过程调度面临的大规模异构制造资源高度动态不确定性等问题，研究基于全类型数据处理和领域知识深度迁移的复杂制造任务自适应感知与调度方法；研究面向制造云端与边缘侧动态协同的异构制造资源高效调度方法；研究大规模跨组织、强耦合、不确定性制造应用流程协同优化调度方法；突破异构制造系统自适应集成技术、大规模制造资源协同云排产技术；研制面向工业互联网开放环境的智能制造资源云平台，提升制造过程整体效率，提高关键高价值设备利用率，给工业企业降本增效，面向高端装备、汽车等典型离散制造业，在资源协同、协同设计、协同生产等典型场景开展应用研究。

考核指标：形成新一代人工智能驱动的开放环境复杂制造过程监测与调度方法技术体系；建立面向复杂制造过程调度的边云协同人工智能框架，形成至少5 种制造大数据与迁移学习融合驱动的新型调度算法及调度服务；研制基于工业互联网的开放环境智能制造资源云平台，形成规模化企业和制造资源集聚；面向高端装备、汽车等至少3 个典型制造业行业领域开展应用研究，在落地应用中实现制造资源利用率提升5% 以上，产品制造周期缩短至少10% 。

4.2 工业领域知识自动构建与推理决策技术及应用

研究内容：围绕制造业全产业链中供研产销服等核心业务环节，面向多源异构、跨媒体、多学科的工业数据（ 结构化、半结构化、非结构化），研究传统工业物理机理、模型机理和专家经验的知识表达范式理论；研究基于常识和专业知识图谱的工业跨媒体、多学科知识抽取、融合、验证、迁移、演化和表示学习技术；研究面向全产业链协同工作流的情境自适应知识索引、推理、推荐、可视交互决策技术；研制工业知识抽取与推理引擎，建立工业领域知识开放共享平台，面向智能制造供应链、研发设计、生产制造、经营管理、客户服务等典型业务领域开展智能决策应用研究。

考核指标：构建工业领域知识模型，抽取超过亿级的工业领域本体库并完成表示学习；研制工业知识抽取与推理引擎，建立工业领域知识开放共享平台，具备知识自动抽取与构建、推理与推荐、智慧决策等服务能力；面向智能制造供应链、研发设计、生产制造、经营管理、客户服务等典型业务场景，选择工业知识服务能带来显著效益的3 个工业领域进行应用验证，提出并实现相应考核指标。

4.3 智能医生助理关键技术及应用研究

研究内容：针对临床诊疗中信息负载高、医生重复劳动强度大、错误易发等问题，研发智能医生助理系统。研究复杂异构高维动态数据的呈现技术，实现患者信息的全景呈现；面向诊疗，研究多尺度、多模态信息的融合分析技术；突破医学知识图谱自动生成技术，实现从大规模临床数据向医疗知识的转化。面向临床重点科室，在智能分级导诊、辅助诊断、辅助治疗、电子病历辅助录入及质控、患者共决策与随访等环节开展应用。

考核指标：构建可灵活拓展的患者信息全景可视化工具；形成5-10 种多尺度、多模态临床信息融合分析模型；构建面向多科室、基于临床数据的自学习型知识图谱，知识图谱具备动态更新能力，对临床知识覆盖率大于90%，准确率大于95%；构建的智能医生助理系统，可面向5-10 个临床重点科室提供类人水平的医生助理服务，并在至少5 家三甲级医疗机构和至少10 家基层医疗机构开展应用。

4.4 肿瘤多学科诊断的影像分析辅助系统研究与应用

研究内容：面向肿瘤多学科辅助诊疗，研究跨模态医学影像的综合分析技术，提高肿瘤治疗的精准性及全面性。研究影像数据的多维度、跨模态检索与匹配技术，为医学循证提供依据，支撑临床最佳治疗方案的决策；研究可解释跨模态推理技术，通过对推理不确定性建模，优化跨模态融合和人机分工；围绕癌症诊疗过程，构建医学循证、精确诊断、预后预测、疗效监控等模型；针对原发性与继发性肿瘤的诊治开展临床验证，提升临床决策效率和精准率。

考核指标：面向肿瘤多学科诊疗，构建人机协同的医学跨模态影像分析辅助系统，生成符合人类医生使用习惯的辅助诊断及治疗解释；针对至少2 种常见原发性肿瘤（ 如乳腺癌、肺癌、结直肠癌等） 以及1 种转移性肿瘤（ 如转移性骨肿瘤） 的诊断、治疗和预后等医学场景，模型具备可解释性且医生采纳率大于90%；分析辅助系统在至少5 家三甲医院开展应用验证，纳入病例不少于3000 例。

4.5 医疗行为多维度感知关键技术及应用研究

研究内容：聚焦智慧医院建设，研究医疗行为的多模态感知并通过人机协同实现医疗流程的智能化。研究医疗行为的多维度感知关键技术，重点突破医疗行为时空特征表达、医疗行为细粒度识别、医疗行为操作合规性评估；研究高精度力觉机器手臂辅助应用，突破复杂应用场景下的人机协同关键技术，实现医务人员操作流程优化；研究全方位监测不同患者生活习惯、饮食特征、运动模式、作息规律、精细行为等对医疗结局的影响，为科学的行为干预提供依据。

考核指标：面向急诊、ICU 、护理、代谢舱等各类复杂场景，构建开放性的大规模多模态医疗行为数据集，经过标注的数据规模不少于10TB；覆盖至少20 类医疗行为，医疗行为感知系统对各类医疗行为的识别准确率大于80%；开发至少2 类医疗流程辅助智能机械臂软硬件样机，在代谢舱等使用场景中完成人机协同验证，并在至少2 家三甲医院落地应用。