(一)申報課題

　　1.申報課題應具有較為明確的技術路線，較強的產(chǎn)業(yè)牽動力、貢獻力和社會效益，具有清晰、可量化的目標及考核指標。

　　2.課題應有明顯的技術突破，鼓勵在行業(yè)形成示范應用。課題成果應服務于國家戰(zhàn)略和實體經(jīng)濟，有利于推動人工智能相關技術產(chǎn)品自主創(chuàng)新發(fā)展。

　　3.本領域2023年擬支持課題25項，課題經(jīng)費原則上分為400萬元、600萬元、800萬元三檔，其中新架構(gòu)芯片研發(fā)、算法研究、平臺系統(tǒng)研發(fā)、大模型應用類課題經(jīng)費為400-600萬元，國產(chǎn)工藝人工智能芯片研發(fā)類課題經(jīng)費為800萬元。對具有較強創(chuàng)新潛力，有望形成引領性原始創(chuàng)新成果、推動關鍵核心技術取得重大創(chuàng)新突破的課題，可適當提高財政科技經(jīng)費支持額度。申請課題實施周期原則上不超過2年。

　　(二)申報單位

　　1.申報單位須為在北京地區(qū)注冊、具有獨立法人資格的單位，具有相應的科研能力和條件，具備健全的項目(課題)管理、財務管理、科研人員管理、科技成果與知識產(chǎn)權管理、檔案與保密管理等制度，擁有專業(yè)研究團隊和科研管理團隊，運行管理規(guī)范。鼓勵創(chuàng)新企業(yè)牽頭，產(chǎn)學研用聯(lián)合攻關。

　　2.申報單位需符合《北京市科技計劃項目(課題)管理辦法》和《北京市科技計劃管理相關責任主體信用管理辦法》要求;近3年內(nèi)在申請各級各類科研項目(課題)中無不良信用記錄，無行政處罰或違法記錄，無不良科研誠信記錄。

　　3.申報單位原則上可參與申報本領域課題數(shù)量不超過2項。

　　4.企業(yè)作為申報單位，應明確說明課題投資總額和資金來源，提供相應配套經(jīng)費，配套經(jīng)費與財政科技經(jīng)費比例不低于2:1。

　　(三)申報負責人

　　1.申報負責人應為申報單位的正式在職人員，具有良好的職業(yè)道德，無不良行為記錄。在課題申報時，負責人在課題實施期內(nèi)在職，具有領導和組織開展創(chuàng)新性研究的能力，身體健康并能切實履行職責，有充足時間保證課題順利實施。

　　2.申報負責人需符合《北京市科技計劃項目(課題)管理辦法》和《北京市科技計劃管理相關責任主體信用管理辦法》要求。申報負責人作為負責人同期承擔北京市科委、中關村管委會課題原則上不超過1項，作為主要參加人員同期參與課題數(shù)(含擔任負責人的課題)原則上不超過2項。

　　申報內(nèi)容：

　　(一)計算芯片及新架構(gòu)技術研究

　　針對人工智能芯片自主創(chuàng)新需求，研制基于國產(chǎn)工藝的GPGPU芯片，實現(xiàn)設計、制造、封裝全國產(chǎn)化，并開展示范應用;針對桌面、嵌入式設備對三維圖形顯示和人工智能應用加速的需求，研制基于國產(chǎn)工藝的GPU芯片，實現(xiàn)與國產(chǎn)CPU平臺適配，并開展示范應用;針對大模型、AIGC等場景需求，研制基于國產(chǎn)工藝的云端訓推一體芯片，實現(xiàn)對FP32/FP16/INT8等多精度數(shù)據(jù)類型的支持，并開展示范應用。

　　針對物聯(lián)網(wǎng)、移動終端、智能無人系統(tǒng)等場景對高能效計算的需求，研制基于高密度存儲器件的存內(nèi)計算芯片，在存儲器內(nèi)部實現(xiàn)計算，研究核心典型神經(jīng)網(wǎng)絡基于存內(nèi)計算的優(yōu)化部署及可重構(gòu)架構(gòu)技術，并實現(xiàn)應用驗證;針對超低功耗智能視覺物聯(lián)網(wǎng)場景，研制高速高帶寬感存算一體智能視覺感知芯片，研究智能感知任務在模擬域?qū)崿F(xiàn)的電路技術和軟硬件聯(lián)合優(yōu)化方法，并在可穿戴領域?qū)崿F(xiàn)量產(chǎn);針對大型語言模型和自動駕駛等場景對高效訓練與推理計算的需求，研制支持混合精度計算的人工智能芯片，研究新型浮點格式，研究低延遲、細粒度的動態(tài)混合精度自動分配優(yōu)化方法與架構(gòu)技術，并完成功能驗證。

　　(二)大模型技術及應用

　　針對大規(guī)模中文多模態(tài)數(shù)據(jù)處理手段單一、文本生成內(nèi)容不可控、計算資源受限等問題，開展大模型關鍵技術研究。研究高效數(shù)據(jù)處理技術，研發(fā)中文多模態(tài)大模型訓練數(shù)據(jù)分布式自動采集、標注工具及平臺，構(gòu)建高質(zhì)量多模態(tài)中文數(shù)據(jù)集;研究可控文本生成技術，突破多模態(tài)數(shù)據(jù)語義對齊、人類意圖需求對齊等技術難題;研究大模型高效分布式訓練、神經(jīng)網(wǎng)絡壓縮等技術，與國產(chǎn)芯片進行適配，并開展示范應用;研究大規(guī)模圖神經(jīng)網(wǎng)絡建模與訓練技術，研發(fā)大規(guī)模圖計算系統(tǒng)，并開展示范應用。

　　針對大模型垂直應用整合不足問題，開展領域大模型應用技術研究，推動領域大模型規(guī)?；涞貞?。針對政務服務智能問答、智能搜索需求，研究人類情感分析、多輪對話、知識圖譜融合等技術;針對消費、金融等領域輔助決策需求，突破長文本精準解析、跨模態(tài)知識表征與自動更新等技術，研發(fā)多模態(tài)智能交互系統(tǒng);針對醫(yī)療領域輔助診療需求，探索基于多模態(tài)大模型的醫(yī)療知識圖譜構(gòu)建、可循證診療決策關鍵技術;針對智慧城市建設和自動駕駛多維感知需求，開展基于多模態(tài)協(xié)同感知的大模型技術研發(fā)，探索基于低時延通訊的云控自動駕駛模型測試技術。

　　(三)可信人工智能

　　針對生成模型帶來的倫理風險與安全問題，開展深度偽造視頻人像鑒定技術研究，構(gòu)建多模態(tài)特征融合的深偽視頻人像量化檢驗技術體系，研制具備視頻人像鑒定能力的深偽智能識別系統(tǒng)，并開展示范應用;開展高安全數(shù)據(jù)隱私計算技術研究，形成面向大模型訓練的海量數(shù)據(jù)隱私保護框架，并開展示范應用;研發(fā)人工智能生成模型倫理風險評估技術體系及測試平臺，構(gòu)建人工智能生成模型與人類倫理道德價值觀對齊的數(shù)據(jù)與知識系統(tǒng)，探索適用于生成模型的機器倫理道德框架。