公众号

关注微信公众号

移动端

创头条企服版APP

商标注册云服务办公孵化推广通双创地图

四川：关于发布2018年度四川省新一代人工智能重大科技专项申报指南的通知

创业政策快讯 2018-07-31 00:00 抢发第一评

关于发布2018年度四川省新一代人工智能重大科技专项申报指南的通知

一、申报方式

（一）本专项根据指南支持方向的研究内容以课题形式组织申报。

（二）申报单位应按照申报指南中的研究内容、考核指标、相关说明、实施期限、申报方式等要求进行申报。申报单位必须有能力组织专家团队完成该课题研究内容和考核指标。

（三）本专项采取公开择优方式选择课题承担单位，鼓励产学研联合申报，联合申报单位原则上不超过5家。

二、申报单位要求

（一）牵头申报单位应为四川省境内注册的企事业独立法人单位，具有较强的科研和产业化能力、条件，运行管理规范。鼓励产学研联合申报。

（二）申报单位应按照申报指南中的研究内容、考核指标、相关说明、实施期限、申报方式等要求进行申报。同一课题须通过单个推荐单位单一途径推荐申报，不得多头申报和重复申报。

（三）课题联合申报各方须签订联合申报协议，明确约定各自所承担的任务、责任和经费等。

（四）申报课题匹配资金比例具体以指南要求为准，申报单位需出具资金配套承诺书和自筹能力证明材料（企业牵头申报，需提供企业申报时上月末企业财务报表、上月末银行对账单、银行贷款授信证明之一），作为课题申报书附件材料网上申报时上传。

（五）纳入省统计部门调查范围的规模以上企业，须提供已报送的上年度《规模以上企业R&D经费支出统计调查表》（包括企业研发项目情况107-1表、企业研发活动及相关情况107-2表）。

（六）申报课题应严格按上述申报要求提供附件材料，并提供满足指南相关限制条件的附件材料和课题前期研究基础的附件材料。所有申报课题附件材料均需在“四川省科技管理信息系统”上传，否则不予受理。

三、课题负责人要求

（一）课题实行课题负责人制。每个课题设1名课题负责人，课题负责人须具有本领域副高级（含）以上专业职称，或已获得博士学位两年以上，能将主要精力用于重大科技专项课题的研究和组织协调工作。

（二）已承担省级科技计划项目在执行期或到期未验收、验收未通过的人员，不得作为课题负责人。本重大科技专项专家咨询委员会专家和指南编制专家不能申报本批课题。

（三）申报课题受理后，原则上不能更改申报单位和课题负责人。

四、经费支持方式

采取前补助方式支持，支持经费可根据项目（课题）申报情况调整，项目（课题）任务不得调整，自筹经费由申报单位保障。

五、申报流程

2018年度四川省重大科技专项课题实行网上申报。

（一）申报身份获取。

申报单位、课题负责人登录“四川省科技管理信息系统”（网址：http://xmgl.scst.gov.cn/），根据《申报须知》进行身份注册和实名认证，审核通过后方可进行课题申报。已注册过的单位和个人凭用户名和密码登录。

（二）课题负责人填报。

登录“四川省科技管理信息系统”，凭用户名和密码进入申报系统，根据《指南》提出的具体申报方向，按照提示，在线填报和上传附件、提交并导出打印《四川省重大科技专项项目（课题）可行性研究报告（申报书）》（申报书模板错误或与网上申报书不一致不予受理）。

（三）申报单位审核。

申报单位登录“四川省科技管理信息系统”，凭用户名和密码登录“四川省科技管理信息系统”，在项目单位申报截止日前进行课题申报的电子审核和网上提交。申报单位认真审核课题负责人提交的在线打印的《四川省重大科技专项项目（课题）可行性研究报告(申报书)》纸质文本，确认与网上申报系统中的电子文档一致，签署意见并加盖申报单位公章，确认单位名称与公章一致，将纸质《四川省重大科技专项项目（课题）可行性研究报告(申报书)》一式4份（切勿使用合页夹装订）报送至推荐单位（指各市（州）及扩权县（市）科技行政主管部门、省级有关部门以及经科技厅核准推荐权限的单位）。

（四）推荐单位汇总、审核、报送科技厅。

推荐单位进行申报课题的汇总、审核，出具推荐函。在网上申报日期截止前完成网上电子审核和网上提交，并将课题申报推荐函（盖章）和纸质《四川省重大科技专项项目（课题）可行性研究报告(申报书)》（一式3份，切勿使用合页夹装订）统一报送科技厅发展计划处（项目申报单位单独报送不受理）。申报材料不退还，请申报人和申报单位自行留档。

六、申报时限

（一）项目申报单位网上申报时间为：2018年7月30日—2018年8月27日24时。“四川省科技管理信息系统”将在截止时间自动关闭。

（二）项目申报单位将纸质《四川省重大科技专项项目（课题）可行性研究报告(申报书)》报送至推荐单位，截止时间：2018年8月30日18时，逾期不予受理。

（三）推荐单位将推荐函和纸质申报书报送至科技厅，截止时间：2018年8月31日18时，逾期不予受理。

七、申报指南

实施周期：2018年9月—2020年9月。

支持方式：采取前补助方式予以支持，支持经费可根据项目（课题）申报情况调整，项目（课题）任务不得调整，自筹经费由申报单位保障。

项目1：人工智能专用芯片

总体任务：推动人工智能核心算法的硬件化和系统化，支持人工智能高性能专用芯片和智能语音专用芯片在硬件和计算平台等领域开展研究和技术攻关。在机器视觉、自然语言处理、数据挖掘、语音智能识别等领域形成专用人工智能算法芯片，满足人工智能应用的算力要求。

本项目下设2个课题，以课题形式申报，支持总经费不高于1600万元。

课题1：人工智能高性能计算专用芯片

研究任务：面向人工智能对云端计算的需求，针对海量数据、多任务、多模态、低延时等复杂应用场景所带来的高性能计算问题，研发针对机器视觉、自然语言处理、数据挖掘等应用的高性能与自主可控专用智能芯片，并在人工智能产品中应用。

考核指标：围绕我省人工智能高性能计算专用芯片的建设目标，进行技术攻关和产品研发，突破人工智能高性能计算芯片设计、算法优化等关键技术2项以上，获得发明专利8项以上，形成高性能计算芯片人工智能产品1个，并形成规模化生产和应用，项目执行期内累计产值不低于1亿元。

（1）单芯片峰值训练计算速度超过每秒10万亿次单精度浮点运算（峰值性能>10TFlops）；

（2）能效比不低于单位功耗（每瓦）下每秒400亿次单精度浮点运算（峰值能效比>=40GFlops/W）；

（3）基于该芯片，研发面向人工智能应用的样机系统，满足云端计算系统的需求；

（4）面向该芯片，研发面向视觉、语音、自然语言处理、数据挖掘的人工智能计算软件框架及算法剪裁技术，包括Caffe、TensorFlow、PaddlePaddle等。

有关说明：本课题支持总经费不高于800万元，自筹与申请经费比例不低于3:1。要求企业牵头，鼓励产学研联合申报，企业注册资本不低于500万元或上年度营收不低于2000万元，且在本课题相关领域具有较好的研发基础。

课题2：智能语音专用芯片

研究任务：围绕芯片设计及语音识别算法，研究语音识别算法与语音专用芯片技术、构建高效、高精度的语音引擎，突破语音降噪与回声抑制技术、语音信号分离与增强技术、语音识别技术等多种核心技术，开发可商用的语音智能识别专用芯片，并在人工智能产品中应用。

考核指标：围绕我省智能语音专用芯片的建设目标，进行技术攻关和产品研发，突破低成本、高性能智能语音芯片设计等关键技术1项以上，获得发明专利3项以上，形成智能语音专用芯片人工智能产品1个以上，并形成规模化生产和应用，项目执行期内累计产值不低于1亿元。

（1）脑神经网络处理器内核，最大支持 8层深度神经网络，中间层 512 个神经元节点的运算，可以对 16KHz的连续语音数据进行神经网络计算处理；可独立进行语音信号的DNN 神经网络计算，实现语音神经网络识别、端点检测等功能；

（2）具备降噪硬件算法模块，支持单麦克风远场输入，可以实现噪声抑制、混响消除、回声消除等算法效果，最大支持 80dB噪音抑制效果；

（3）具备UART、SPI、PWM 等芯片外设控制接口，可以实现最高 1MBps 的串口通信；

（4）远场语音识别距离5米以上；

（5）在环境噪音 40dB 时标准语音普通话输入时识别率可达 95%。

有关说明：本课题支持总经费不高于800万元，自筹与申请经费比例不低于3:1。要求企业牵头，鼓励产学研联合申报，企业注册资本不低于200万元或上年度营收不低于2000万元，且在本课题相关领域具有较好的研发基础。

项目2：人工智能专用平台

总体任务：研究基于深度学习的自然语言理解与机器翻译技术，结合神经网络、机器学习算法、自然语言处理与统计机器学习的相关理论，构建高精度且可解释性的神经机器翻译模型；构建面向图像、音频、文本、软件自动生成等应用领域的专用人工智能算法平台，并形成典型产品。

本项目下设2个课题，以课题形式申报，支持总经费不高于1200万元，2018年启动课题语音与文本智能分析专用平台。

课题1：语音与文本智能分析专用平台

研究任务：研究语音信号及文本的智能识别、自然语言处理与理解、机器翻译技术，突破语音语义理解与自动应答、基于语音的情感识别与分析技术。面向应用领域，构建语音与文本智能识别专用算法，构建基于语音与文本的语义知识表示、知识获取、基于知识库和知识图谱推理开放共享式算法平台，并在智能客服、智能聊天、智能摘要等人工智能产品中应用。

考核指标：围绕我省语音与文本智能分析开放共享式算法平台的建设目标，进行技术攻关和产品研发，突破语音智能分析、文本智能分析等关键技术2项以上，获得发明专利8项以上，形成开放共享式专用平台1个以上，并在人工智能企业及人工智能产品中应用。

（1）研发通用语音与文本智能分析算法开放共享式平台；

（2）支持二维知识图谱阅读识别，具备同列项上下限识别，具备自我学习能力；

（3）未识别问题聚类准确率到达92%，召回率90%；相似语义匹配，无须训练准确率可达到93%，召回率80%；意图识别准确率可达到97%，召回率90%；实体解析准确率可达到95%，召回率90%；自动学习准确率可达到90%，召回率70%；优质话术挖掘准确率可达到80%，召回率65%；观点挖掘准确率可达到90%，召回率70%；

（4）至少支持5种以上方言及1种少数民族语言；

（5）语音和文本识别算法平台须遵循开源规则，且至少在10家以上省内人工智能企业免费使用。

有关说明：本课题支持总经费不高于600万元。企业或高校院所牵头、产学研联合申报。企业牵头要求企业注册资本不低于1000万元或上年度营收不低于2000万，自筹与申请经费比例不低于3:1，且在本课题相关领域具有较好的研发基础。

项目3：智能感知系统

总体任务：研究与开发虹膜识别、手势识别、行为识别预测、人脸识别、语音识别等生物特征识别技术，研究语义分析和智能图像处理算法，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；研制高精度3D人脸照相机等智能感知系统，并在智慧校园、智慧城市、智能安监、智能安防、网络舆情分析等领域开展应用示范。

本项目下设3个课题，以课题形式申报，支持总经费不高于1200万元。

课题1：三维人脸智能感知与识别

研究内容：研究三维人脸感知与识别技术，研究环境光照无关性、三维人脸深度学习、人脸姿态估计等算法，研究三维建模二维识别技术，研制高精度3D人脸照相机，研制系列3D人脸识别产品和系统，促进3D人脸识别产业化，推动智慧城市、智慧校园等开展3D人脸识别应用示范。

考核指标：围绕我省三维人脸智能感知与生物特征识别的建设目标，进行技术攻关和产品研发，突破关键技术2项以上，获得发明专利5项以上，形成人工智能产品1个以上，并形成规模化生产和应用，项目执行期内累计产值不低于5000万元。

（1）高精度三维正脸照相机：深度精度0.1mm，时间<0.05s；

（2）高精度三维全脸照相机：深度精度0.1mm，时间<0.1s；

（3）三维人脸识别产品和系统：1：1模式识别正确率>99.8%，时间<0.2s；1:N模式识别正确率>95%，时间<0.5s（N不小于100）；

（4）三维人脸库大于15万人；

（5）形成高精度三维人脸照相机100套/年，三维人脸识别产品和系统2000套/年的生产销售能力。

有关说明：本课题支持总经费不高于400万元，自筹与申请经费比例不低于3:1。企业牵头、产学研联合申报。企业牵头要求企业注册资本不低于1000万元或上年度营收不低于2000万元，且在本课题相关领域具有较好的研发基础。

课题2：跨媒体智能感知与分析

研究内容：研究跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与智能推理、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，构建媒体数据分析推理引擎；研究视频内容识别、自然语言分析及视频摘要技术、基于跨媒体的人工智能技术应用，形成自主知识产权，能为移动媒体发布提供支撑服务。研发跨媒体智能系统，并在媒体资产管理、网络舆情分析、新闻事件追踪、安监等领域应用。

考核指标：围绕我省跨媒体智能感知与分析的建设目标，进行技术攻关和产品研发，突破关键技术1项以上，获得发明专利10项以上，形成人工智能产品1个以上，并形成规模化生产和应用，项目执行期内累计产值不低于5000万元。

（1）突破大规模跨模态视频检索技术，搭建高级融合推理执行层能力，包括跨媒体融合纠错的媒体要素标记、视频内容分段、主题内容归类、同主题跟踪等，综合提供跨媒体AI智能认知层能力，并通过分布式计算框架，实现各类高阶融合推理不低于实时的处理性能的目标；

（2）支持90%以上主流视频监控厂商的在线视频码流拉取与解码，单机器支持50路以上视频输入；

（3）监控场景下人脸识别准确率达85%以上，人脸和车辆搜索速度达正常播放速度的1000倍以上；

（4）研发的跨媒体分析与监控产品推向市场，覆盖企事业单位、公检法和其他安防领域达1000名客户，降低查看视频等人力成本50%以上。

有关说明：本课题支持总经费不高于400万元，自筹与申请经费比例不低于3:1。企业牵头、产学研联合申报。企业牵头要求企业注册资本不低于500万元或上年度营收不低于2000万元，且在本课题相关领域具有较好的研发基础。

课题3：城市智能交通感知与决策

研究内容：研究车内外特征、车辆行驶状态、司机状态及车内安全状况的智能感知与监测技术，研究多源的车辆视频融合分析与车辆持续跟踪与路径构建技术；研究交通路网状态、公共停车位信息等智能感知与智能决策技术。研制车辆智能识别与自动跟踪系统、交通智能管控系统，并智能交通、交通执法以及典型公交运营车辆监管行业的应用示范，为解决城市拥堵、公交运营车辆监管等痛点问题提供技术支持。

考核指标：围绕我省智能交通感知与决策的建设目标，进行技术攻关和产品研发，突破关键技术2项以上，获得发明专利10项以上，形成人工智能产品1个以上，并形成规模化生产和应用，项目执行期内产值不低于5000万元。

（1）系统具备基于交通视频的车辆内部和外部特征识别、全面路口交通流状况实现联动信号系统自动配时、多源的车辆视频融合分析与车辆持续跟踪与路径构建、实现交通路网状态智能感知、智能预测和智能控制等功；

（2）系统至少识别机动车辆特征15个以上、车型16种以上、常见车辆主品牌200种以上、车身颜色12种以上、标志物6种以上、车辆违法3种以上；

（3）系统支持非机动车辆车型、车姿态、车身颜色、乘客性别、民族、乘客头部特征、上身特征等智能识别，基于车辆行驶状态及司机状态的车辆安全识别，其识别准确率85%以上；

（4）系统支持交通事件检测5种以上；系统支持利用检测数据进行宏观交通规律预测，预测准确率85%以上；系统支持根据实时车流量信息优化每个路口交通灯的周期及放行时间；

（5）系统支持基于视频的交通流精准检测，包括交通流检测断面流量准确率>97%、分车道流量>95%、平均时间占有率>97%、平均车头时距>95%、平均车间距>95%、密度>90%、平均速度>90%、平均空间占有率>95%等。

项目4：智能服务系统

总体任务：根据省委十一届三次全会审议通过的《中共四川省委关于全面推动高质量发展的决定》，本重大项目聚焦新一代人工智能关键产品，在我省信息化程度高的领域进行人工智能产品研发，为电子信息、数字经济等的高速发展提供支撑。围绕辅助医疗康养与康复、家居、教育、金融、交通等领域对新一代人工智能技术的需求，研究智能机械部件、智能交互、智能操作、多机协作、人机共融、智能传感、认知计算、自动推理、交互推理、目标识别等关键技术，并基于人工智能专用芯片、通用平台及智能感知等，研发服务机器人、智能诊疗等典型的智能服务系统产品。

本项目下设4个课题，以课题形式申报，支持总经费不高于2200万元。

课题1：智能辅助医疗及康养康复

研究内容：通过研究慢性病辅助诊疗技术与智能医疗新模式，构建重大慢性病知识图谱，研制智能诊疗辅助设备及围手术期智能云平台，建设基于人工智能的计算支撑平台，推进人工智能技术及智能医疗设备在病例筛查、疾病预测、疾病检测、诊疗辅助、辅助制药、健康管理中的应用；开展智能康养康复技术研究，加强智能交互、智能操作、多机协作、人机共融等关键技术攻关，提升机器人产品在深度感知、智慧决策、自动执行等智能功能，推动机器人运动仿真、机器人视觉、人机混合智能体的发展与应用，研制康养康复外骨骼机器人；智能辅助医疗及康养康复产品在省内外三甲医院及基层医院应用示范，提升我省医疗智能水平。

考核指标：围绕我省智能辅助医疗及康养康复的建设目标，进行技术攻关和产品研发，突破关键技术3项以上，获得发明专利20项以上，形成人工智能产品2个以上，并形成规模化生产和销售。本课题研究内容可以分别针对智能辅助医疗或康养康复外骨骼机器人，相应考核指标如下：

（1）建立面向区域内各级医疗机构和人群的重大慢性病知识图谱、智能预警预测、辅助诊疗、智能决策管理等慢病管理全流程医学服务模式，涵盖恶性肿瘤、心脑血管疾病、内分泌系统疾病、生殖泌尿系统疾病及心理卫生疾病等重大慢性病；辅助决策系统支持准确率不低于90%，对我省常见高发性恶性肿瘤的检出率相对于常规手段的检出率提高不低于5%，肺结节检出率达97%及以上，纵膈淋巴结检出率95%以上；GGO所处腺癌分期、多原发癌与肺内转移判别指标达在90%以上；至少在2家医疗机构实现应用示范，项目执行期内累计收入不低于3000万元；

（2）研发用于下肢障碍患者的康养康复的外骨骼机器人，其具有良好运动相融性、穿戴性以及安全性能，能够实现下肢运动障碍患者自主起坐、完成日常家庭与社区生活行走如上下楼梯、以及不同地面（地板、地砖以及地毯等）行走等功能。康养康复外骨骼机器人用户身高适用范围150cm-180cm；机器人自身重量不超过26kg（整机，含电池），续航时间不小于3h, 平均行走速度不低于0.5m/s, 行走噪音≤60dB，对人体运动意图的感知和响应时间小于100毫秒；具有云脑功能，实现康复康养外骨骼机器人的在线监测；建成不少于3个康养康复示范应用基地，项目执行期内累计产值不低于3000万元。

有关说明：本课题支持总经费不高于600万元，自筹与申请经费比例不低于3:1。企业牵头，鼓励产学研联合申报。企业牵头要求企业注册资本不低于500万元或上年度营收不低于1000万元，且在本课题相关领域具有较好的研发基础。

课题2：智能家居

研究内容：研究智能传感、计算机视觉、语音识别、自然语言处理、机器学习等人工智能在家居产品中的应用，提升家电、家具、网络设备和水电气表等家居用品的智能水平、实用性和安全性，提升居民生活智能化水平，智能家居产品形成规模化生产和销售。

考核指标：围绕我省智能家居产业发展目标，进行技术攻关和产品研发，突破关键技术4项以上，获得发明专利20项以上，形成人工智能产品2个以上，并形成规模化生产和应用，项目执行期内累计产值不低于1亿元。

（1）声纹识别：基于家庭实际应用场景，说话人身份识别准确率近场大于95%，远场大于90%；说话人属性（年龄段、性别等）识别率大于90%；

（2）远场语音：基于家庭复杂环境实现远场唤醒率大于90%，识别率大于85%，CPU负载每核低于10%；

（3）语音合成：MOS(平均主观意见分)指标大于3.6，（10个字内）一句话合成时间小于1.5秒；

（4）人体感知：家庭复杂环境下人体位置检测准确率大于98%，人脸识别准确率大于95%（5米范围内）；

（5）自然语言理解和知识图谱：用户意图识别准确率大于90%；查询语义理解准确率大于90%；响应时间不超过10ms；实现知识抽取及融合，深化图谱挖掘和知识推理，从而构建并完善知识库；优化图运算，提高图谱查询效率。百万级别及以上图数据库查询精度不低于90%，响应时间不超过20ms；

（6）实现至少3类智能家居产品的互联互通，实现智能家居终端销售不少于100万台。

有关说明：本课题支持总经费不高于500万元，自筹与申请经费比例不低于3:1。企业牵头，鼓励产学研联合申报。企业牵头要求企业注册资本不低于1000万元或上年度营收不低于2000万元，且在本课题相关领域具有较好的研发基础。

课题3：智能教育

研究内容：研究教育智能感知、智能分析、智能诊断、智能预警、智能预测、自主决策以及安全智能管理等人工智能技术在初等和中等教育中的应用，加快推动人才培养模式、教学方法改革和学习方法的改革；研究个性化作业批改、定制化教育、辅助答疑、交互式学习等方面的应用，研发教育工具软件、智能教育服务系统；实现自动推理、交互推理，逻辑动画自动生成，程序编写环境智能化等复杂功能；建立以学习者为中心的智能化、定制化在线教育与分析平台，实现日常教育和终身教育的智能化水平，智能教育产品形成规模化生产和应用。

考核指标：围绕我省智能教育的建设目标，进行技术攻关和产品研发，突破关键技术2项以上，获得发明专利10项以上，形成人工智能产品2个以上，并形成规模化生产和应用，项目执行期内累计收入不低于3000万元。

（1）实现TB级以上数据分析，支持在线学生用户并发数1万以上，在线响应时间不超过1秒，TPS超过5万，支持文本与图像识别与分类功能，识别准确率90%以上；

（2）建立动态数学等典型学科在线工具分析和应用平台，与现行主流教材相匹配，实现教学资源内容、资源管理与资源载体等线上线下智能化联动；

（3）构建人工智能化的教学诊断与改进平台，收集教学诊断指标300项以上，诊断对象50个以上，分析模型100个以上，对诊断对象的分析评价准确度超过85%；

（4）智能教育产品覆盖科目5门以上；覆盖学校数量超过2000所，老师用户达到2万名，学生活跃用户达到200万名；能够降低20%的学生作业题量和100%的老师日常过程数据整理量。

课题4：智能金融风险管控

研究内容：适应供给侧改革对金融改革提出的迫切需求，推动金融决策信息支持系统建设，建立融资服务信息监测平台,建设金融风险智能预警平台与防控系统，对金融多媒体数据进行整合、分析和治理，提升金融数据处理与理解能力；利用更高维度、更充分的数据，降低人为偏差，减少风控成本；促进信用信息融合，有效推广信用信息共享数据平台应用,推动联合征信数据系统有序运行，金融风险智能管控产品在省内外银行等金融机构形成应用示范。

考核指标：围绕我省智能金融风险管控的建设目标，进行技术攻关和产品研发，突破关键技术1项以上，获得发明专利5项以上，形成人工智能产品1个以上，形成人工智能产品1个以上，项目执行期内累计服务收入不低于5000万元。

（1）建设基于人工智能的全面风险管控平台和风险信息共享平台系统软件，产品在商业银行中获得运用；

（2）金融风险管控平台系统面向数据主体的评价指标体系能够支持多维度动态评价模型，支持智能数据分类与预测；

（3）实现客户行为风险预测、风险智能定价、舆情分析预警和信息科技风险防控等4项以上共性服务；

（4）金融风险管控平台系统可用性达到99.99%、共性服务要求模型风险区分能力KS和GINI系数达到0.3以上，群体稳定指数PSI达到90%；500MB数据批量分析的响应延迟不超过2分钟；

（5）单一批次数据的时间间隔短至100毫秒、单台机器1秒内扫描记录数在1亿条以上、按关键字检索单表记录延时小于20ms，单个节点并发度超过1000、按关键字检索多表关联记录延时小于200ms, 单个节点并发度超过800、多表关联检索并汇总统计延时小于200ms, 单个节点并发度超过100、流处理系统最低延时处理间隔为100毫秒，单服务器支持处理10万记录／秒；

（6）风控平台安全性达到银行级别，舆情预警准确度>90%。

项目5：能源网络智能化应用示范

本项目下设1个课题，以课题形式申报，支持总经费不高于700万元。

课题1：能源网络智能化应用示范

研究内容：以助推实现我省能源化工万亿产业为目标，面向电力、油气等能源行业，在能源网络数字化、网络化的基础上，研究能源的产生、输送、变配等各环节设备和基础设施运行状态监测的自主智能系统，研究能源网络的大数据存储与处理技术，研究基于统计学习、深度学习、强化学习的能源网络数据的知识挖掘、智能推理、智能决策等关键技术，研究基于群体智能的能源合理调度技术，研究含图像、语音、视频等能源网络信息的人机协同增强智能监管技术，研究智能化远程诊断、运维服务、应急处置关键技术，构建能源网络的自主智能健康诊断系统，在省内乃至国内形成能源行业的典型应用示范。

考核指标：围绕提高能源生产设备诊断与能源网络调度智能化水平进行技术攻关和产品研发，开发并部署人工智能模块，用于生产设备的健康诊断、优化运行引导、生产安全监督等业务的决策支持。突破制约我省能源生产设备诊断与能源网络调度智能化水平及产业发展的关键技术2项以上，获得发明专利5项以上，形成人工智能产品1个以上，显著减少能源生产设备故障率、提高能源调度效率，并在川内主要能源生产企业及电网公司开展示范应用。

（1）能源设备运行状态监测自主智能系统具备自主导航和路径规划功能，连续作业时间不低于5小时，环境适应能力强，能通过斜坡、越过障碍物、涉水工作；

（2）自主智能系统能自主完成能源设备和基础设施的可见光、温度场信息、环境信息等现场数据采集和故障检测，综合检测精度误差不大于5%，红外测温精度，测温范围应覆盖0-150℃，在该范围内测温误差不大于2K或读数的2%（取较大值）；

（3）基于机器学习技术的能源网络故障诊断正确率不低于85%；

（4）数据采集支持modbus、101、104、opc等工业通信协议采集源系统数据；通过数据库访问接口抓取关系型数据库、非关系型数据库、实时数据库等的数据；提供标准化写入接口，支持用户自开发数据写入程序；

（5）集成算法编辑工具，支持脚本模式的算法编辑，用户可以自行开发算法模块；内嵌常规计算函数和机器学习算法，支持用户自定义扩展；

（6）能源网络自主智能诊断系统的电磁兼容要求满足国标及行业标准规定的要求。

有关说明：本项目支持经费不超过700万元，自筹与申请经费比例不低于3:1。要求企业牵头、产学研联合申报，牵头单位注册资本不低于2000万元或上年度营收不低于5000万元，且在本课题相关领域具有较好的研发基础和应用示范能力。

项目6：白酒智能化生产营销应用示范

本项目下设1个课题，以课题形式申报，支持总经费不高于700万元。

课题1：白酒智能化生产营销应用示范

研究内容：围绕我省打造食品饮料万亿产业目标，针对白酒产业转型升级的必然要求，研制探汽装甄、蒸馏、拌粮、摊凉、制曲、加曲、润料、送料等智能装备；研发白酒智能化监测、控制、分段摘酒及勾兑等系统；研究大数据技术在酒类营销中的应用技术，研发白酒智能化营销管理系统，并在川酒典型企业形成应用示范。

围绕面向行业的智能酿造装备及智能化营销系统进行技术攻关和产品研发，力争突破智能酿造、智能化营销等领域关键技术2项以上，获得发明专利10项以上，研发人工智能产品2个以上，提高白酒生产营销数字化管理水平及优质品率，在省内名优酒生产企业开展示范应用。