為落實《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006-2020年)》，以及國務(wù)院《關(guān)于促進云計算創(chuàng)新發(fā)展，培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見》和《關(guān)于印發(fā)促進大數(shù)據(jù)發(fā)展行動綱要的通知》等提出的任務(wù)，國家重點研發(fā)計劃啟動實施“云計算和大數(shù)據(jù)”重點專項。根據(jù)本重點專項實施方案的部署，現(xiàn)發(fā)布2018年度項目申報指南。

本重點專項總體目標是：形成自主可控的云計算和大數(shù)據(jù)技術(shù)體系、標準規(guī)范和解決方案;在云計算與大數(shù)據(jù)的重大設(shè)備、核心軟件、支撐平臺等方面突破一批關(guān)鍵技術(shù);基本形成以云計算與大數(shù)據(jù)骨干企業(yè)為主體的產(chǎn)業(yè)生態(tài)體系和具有全球競爭優(yōu)勢的云計算與大數(shù)據(jù)產(chǎn)業(yè)集群;提升資源匯聚、數(shù)據(jù)收集、存儲管理、分析挖掘、安全保障、按需服務(wù)等能力，實現(xiàn)核心關(guān)鍵技術(shù)自主可控。

本重點專項按照云計算和大數(shù)據(jù)基礎(chǔ)設(shè)施、基于云模式和數(shù)據(jù)驅(qū)動的新型軟件、大數(shù)據(jù)分析應(yīng)用與類人智能、云端融合的感知認知與人機交互等4個創(chuàng)新鏈(技術(shù)方向)，共部署31個重點研究任務(wù)。專項實施周期為5年(2016—2020年)。

2016年，本重點專項在4個技術(shù)方向已啟動12個研究任務(wù)的15個項目。2017年，在4個技術(shù)方向已啟動15個研究任務(wù)的15個項目。2018年，在4個技術(shù)方向啟動20個研究任務(wù)，擬支持20-40個項目，擬安排國撥經(jīng)費總概算為6.25億元。凡企業(yè)牽頭的項目須自籌配套經(jīng)費，配套經(jīng)費總額與國撥經(jīng)費總額比例不低于1：1。

項目統(tǒng)一按指南二級標題(如1.1)的研究方向組織申報。除特殊說明外，擬支持項目數(shù)均為1-2項。項目實施周期不超過3年。申報項目的研究內(nèi)容須涵蓋該二級標題下指南所列的全部考核指標。項目下設(shè)課題數(shù)原則上不超過5個，每個課題參研單位原則上不超過5個。項目設(shè)1名項目負責人，項目中每個課題設(shè)1名課題負責人。

指南中“擬支持項目數(shù)為1-2項”是指：在同一研究方向下，當出現(xiàn)申報項目評審結(jié)果前兩位評價相近、技術(shù)路線明顯不同的情況時，可同時支持這2個項目。2個項目將采取分兩個階段支持的方式。第一階段完成后將對2個項目執(zhí)行情況進行評估，根據(jù)評估結(jié)果確定后續(xù)支持方式。

1. 云計算和大數(shù)據(jù)基礎(chǔ)設(shè)施

1.1 數(shù)據(jù)科學(xué)的若干基礎(chǔ)理論(基礎(chǔ)研究類)

研究內(nèi)容：研究大數(shù)據(jù)的統(tǒng)一表示和有效度量;研究大數(shù)據(jù)的新型計算復(fù)雜性理論;研究高通量計算理論與算法;研究近似計算理論與算法;研究數(shù)據(jù)副本一致性理論、數(shù)據(jù)壓縮與摘要理論;研究數(shù)據(jù)數(shù)據(jù)權(quán)屬理論等。

考核指標：形成有國際性影響的數(shù)據(jù)科學(xué)理論體系，研制可驗證其理論和算法有效性的原型系統(tǒng)，發(fā)表一批高水平學(xué)術(shù)論文和若干專著。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。

1.2 基于非易失存儲器(NVM)的TB級持久性內(nèi)存存儲技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類)

研究內(nèi)容：研究基于持久性內(nèi)存的混合主存系統(tǒng)I/O棧與存儲管理策略;研究分布式持久性內(nèi)存文件系統(tǒng);研究基于遠程直接數(shù)據(jù)存取(RDMA)的分布式持久性共享內(nèi)存新型編程模型及其應(yīng)用編程接口;構(gòu)建分布式持久性內(nèi)存存儲系統(tǒng);研制基于TB級內(nèi)存系統(tǒng)的典型大數(shù)據(jù)應(yīng)用系統(tǒng)擴展并示范應(yīng)用。

考核指標：研制不少于8節(jié)點的內(nèi)存存儲系統(tǒng)，每節(jié)點均包含TB級非易失性內(nèi)存;分布式內(nèi)存系統(tǒng)中節(jié)點間通信延遲不超過1µs，高負載通信延遲不超過10µs，帶寬可擴展，8節(jié)點帶寬不低于40GB/s;讀操作ops不低于5000萬/s，寫操作ops不低于1000萬/s;在ZB 級大數(shù)據(jù)場景下應(yīng)用于1-3 個典型領(lǐng)域。在關(guān)鍵技術(shù)上申請系列專利，形成專利群，發(fā)表一批高水平學(xué)術(shù)論文。

1.3 面向異構(gòu)體系結(jié)構(gòu)的高性能分布式數(shù)據(jù)處理技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類)

研究內(nèi)容：面向分布式異構(gòu)體系結(jié)構(gòu)，研究基于數(shù)據(jù)流的編程模型、性能分析方法、同步與通信技術(shù)和運行時系統(tǒng)，并實現(xiàn)高通量視頻等典型應(yīng)用示范。具體內(nèi)容：支持異構(gòu)體系結(jié)構(gòu)上的數(shù)據(jù)流編程模型與軟件工具鏈;異構(gòu)體系結(jié)構(gòu)上的運行時系統(tǒng)，支持CPU與加速器之間的高效率混合執(zhí)行，支持加速器上的細粒度流水線并行;性能分析技術(shù)和優(yōu)化調(diào)度技術(shù)，優(yōu)化分配CPU與加速器上的運行資源;分布式異構(gòu)系統(tǒng)數(shù)據(jù)處理技術(shù)，包括數(shù)據(jù)與計算的高效劃分技術(shù)、負載平衡以及高性能同步與通信技術(shù)。

考核指標：支持CPU-GPU異構(gòu)體系結(jié)構(gòu)，并支持單機多加速器和多機多加速器。性能分析工具支持多種程序執(zhí)行模式的優(yōu)化選取，并可給出混合模式時的CPU-GPU執(zhí)行比例。支持單個GPU SM上部署多個核(kernel)的細粒度任務(wù)調(diào)度，以及以此為基礎(chǔ)的流水線并行模式。單機和多機(不低于8臺服務(wù)器16塊GPU)上CPU/GPU細粒度混合執(zhí)行的應(yīng)用性能是當前通用CPU的5倍以上，是僅實現(xiàn)粗粒度并行性的GPU的2倍以上。在關(guān)鍵技術(shù)上申請系列專利，形成專利群，發(fā)表一批高水平學(xué)術(shù)論文。

1.4 面向圖計算的通用計算機技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類)

研究內(nèi)容：研究圖計算眾核處理器和異構(gòu)圖計算機體系結(jié)構(gòu);研制支撐異構(gòu)圖計算機的系統(tǒng)軟件;研究面向異構(gòu)圖計算機系統(tǒng)的分布式處理技術(shù);研究基于異構(gòu)圖計算機的數(shù)據(jù)管理與處理系統(tǒng);研制基于異構(gòu)的圖計算機的通用計算機系統(tǒng)，開展應(yīng)用示范。

考核指標：研制面向圖計算的眾核處理器芯片原型;研制基于已有加速器的低功耗異構(gòu)的圖計算系統(tǒng)，單節(jié)點圖計算機總體性能達到GTEPS，性能功耗比提升10倍;在浮點運算能力不大于1TFlops 的條件下，每秒處理的邊數(shù)大于10GTEPS，靜態(tài)圖計算可獲得2-3倍加速比;單節(jié)點支持50億條邊的圖數(shù)據(jù)存儲和查詢，平均查詢響應(yīng)時間為秒級，支持每秒10萬邊的圖流數(shù)據(jù)分析;針對金融等領(lǐng)域2個以上典型應(yīng)用開展應(yīng)用驗證。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。發(fā)表一批高水平學(xué)術(shù)論文。

1.5 面向國產(chǎn)處理器的虛擬化技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類)

研究內(nèi)容：研究面向國產(chǎn)單核/多核/眾核處理器的虛擬化架構(gòu)、虛擬化技術(shù)、容器技術(shù)等;研究虛擬執(zhí)行環(huán)境的構(gòu)建與優(yōu)化技術(shù)、虛擬計算環(huán)境下應(yīng)用驅(qū)動的軟件棧設(shè)計/構(gòu)造的理論和方法;研究輕量級虛擬機鏡像定制、應(yīng)用定制的虛擬機優(yōu)化等方法和技術(shù)，構(gòu)造面向特定領(lǐng)域/應(yīng)用的輕量級虛擬機;研究虛擬化和虛擬機的性能評價方法與基準測試、性能調(diào)優(yōu)工具;研制采用國產(chǎn)單核/多核/眾核處理器的云服務(wù)器原型，在云計算系統(tǒng)中應(yīng)用驗證。

考核指標：研發(fā)面向國產(chǎn)處理器的虛擬化、虛擬機監(jiān)控器、虛擬機三類核心技術(shù)，支持多核、眾核異構(gòu)計算資源的虛擬化，支持虛擬資源的統(tǒng)一調(diào)度和分配，基于多核的國產(chǎn)服務(wù)器虛擬機數(shù)量不小于256，每虛擬機內(nèi)存最大2TB，處理器和內(nèi)存虛擬化開銷小于百分之三;采用國產(chǎn)處理器的云服務(wù)器原型在關(guān)鍵行業(yè)的云計算系統(tǒng)中開展應(yīng)用驗證，在典型云計算應(yīng)用負載下，與采用X86處理器的云服務(wù)器對應(yīng)指標相當，提升基于國產(chǎn)處理器的云裝備在云計算行業(yè)的應(yīng)用能力。申請系列專利，發(fā)表一批高水平學(xué)術(shù)論文。

1.6 數(shù)據(jù)驅(qū)動的云數(shù)據(jù)中心智能管理技術(shù)與平臺(共性關(guān)鍵技術(shù)類)

研究內(nèi)容：研究超大規(guī)模云數(shù)據(jù)中心運行數(shù)據(jù)的管理方法;研究基于運行數(shù)據(jù)的云數(shù)據(jù)中心運行評估與預(yù)測技術(shù)，實現(xiàn)數(shù)據(jù)驅(qū)動的云數(shù)據(jù)中心運行精準化評估與預(yù)測;研究數(shù)據(jù)驅(qū)動的大規(guī)模云數(shù)據(jù)中心資源智能調(diào)度與管理技術(shù);面向典型領(lǐng)域，研究應(yīng)用導(dǎo)向的云工作流智能管理與調(diào)度技術(shù)，提供高能效、高服務(wù)質(zhì)量的云工作流應(yīng)用服務(wù);研制云數(shù)據(jù)中心智能部署、運維管理與服務(wù)能力保障系統(tǒng)，并開展示范應(yīng)用。

考核指標：形成智能化的云數(shù)據(jù)中心系統(tǒng)運行評估、行為預(yù)測、資源調(diào)度、工作流管理與系統(tǒng)運維的關(guān)鍵技術(shù)體系;云工作流和云服務(wù)請求的接受率比當前主流水平提升20%以上，滿足用戶在時間和成本等多方面的差異化需求;研制的云數(shù)據(jù)中心智能管理系統(tǒng)在數(shù)十萬臺量級服務(wù)器規(guī)模的云數(shù)據(jù)中心開展示范應(yīng)用;申請系列專利，發(fā)表一批高水平學(xué)術(shù)論文，并完成若干國家標準(送審稿)或國際標準提案。

2. 基于云模式和數(shù)據(jù)驅(qū)動的新型軟件

2.1群智化生態(tài)化軟件開發(fā)方法與環(huán)境(基礎(chǔ)研究類)

研究內(nèi)容：研究基于互聯(lián)網(wǎng)的群體智能的形成機理、軟件生態(tài)系統(tǒng)中的群體協(xié)作規(guī)律、社區(qū)組織模式、社會化特性和最佳實踐;研究軟件生態(tài)系統(tǒng)的多維度度量和評估方法、軟件生態(tài)系統(tǒng)形成和演化的微過程模型等;研究基于大規(guī)模群體協(xié)同的在線需求獲取與建模、軟件設(shè)計與建模、軟件構(gòu)造與測試、個體信息融合與個性化信息推薦等群智軟件開發(fā)模式與方法;研制基于群體智能的協(xié)作式軟件開發(fā)、管理和維護支撐工具集及平臺，形成支持智能化群體協(xié)作的軟件開發(fā)環(huán)境，并進行示范應(yīng)用。

考核指標：建立基于群智協(xié)作的軟件開發(fā)模型與機制，形成覆蓋軟件生命全周期的群智軟件開發(fā)方法、工具、環(huán)境和最佳實踐，支持單一項目數(shù)千名開發(fā)者規(guī)模;形成兼容國際主流、符合中國特色的群智化軟件開發(fā)生態(tài)系統(tǒng)建設(shè)方案，實際應(yīng)用于10個以上項目合計1000名以上開發(fā)者;發(fā)表一批高水平學(xué)術(shù)論文，申請系列知識產(chǎn)權(quán)。

2.2 基于編程現(xiàn)場大數(shù)據(jù)的軟件智能開發(fā)方法和環(huán)境 (共性關(guān)鍵技術(shù)類)

研究內(nèi)容：研究跨地域軟件開發(fā)現(xiàn)場的數(shù)據(jù)實時采集、清洗、組織、管理技術(shù)，基于機器學(xué)習(xí)的程序語義學(xué)習(xí)及自動生成方法與技術(shù);研究面向代碼質(zhì)量實時動態(tài)檢測與質(zhì)量提升的智能編程技術(shù);研究面向代碼風(fēng)格與編程規(guī)范實時檢測與改進的智能人機交互方法與技術(shù)、上下文感知的編程接口與代碼推薦方法;構(gòu)建跨地域的軟件開發(fā)現(xiàn)場數(shù)據(jù)庫和規(guī)范源碼樣例庫，研制基于智能化人機交互協(xié)作的軟件開發(fā)云平臺，在不同規(guī)模的軟件企業(yè)中進行示范應(yīng)用。

考核指標：研制的平臺支持1000人以上的軟件開發(fā)現(xiàn)場，人機交互協(xié)作系統(tǒng)響應(yīng)時間低于2秒;規(guī)范源碼樣例庫覆蓋100個項目上億行代碼;在3個以上不同規(guī)模軟件企業(yè)進行示范應(yīng)用，最大開發(fā)人員規(guī)模超過1000人，支持100個軟件開發(fā)項目，每個項目代碼量不低于10萬行，智能化人機交互協(xié)作覆蓋代碼行超過70%，接口與代碼推薦平均準確率超過70%，自動生成代碼量超過50%;發(fā)表一批高水平學(xué)術(shù)論文，申請系列知識產(chǎn)權(quán)。

2.3面向智能制造的供應(yīng)鏈流程管控軟件平臺(應(yīng)用示范類)

研究內(nèi)容：面向智能制造中供應(yīng)鏈管理與優(yōu)化及其涉及的企業(yè)研發(fā)設(shè)計、生產(chǎn)制造、經(jīng)營管理、銷售服務(wù)和客戶服務(wù)等制造領(lǐng)域流程相關(guān)的核心問題，研究企業(yè)內(nèi)外部系統(tǒng)異構(gòu)數(shù)據(jù)獲取和智能治理，面向制造領(lǐng)域關(guān)鍵流程的知識建模、數(shù)據(jù)分析和優(yōu)化、深度網(wǎng)絡(luò)挖掘和決策，以及不同規(guī)模的企業(yè)和供應(yīng)商之間的供應(yīng)鏈協(xié)同等基于云模式和大數(shù)據(jù)的新型軟件應(yīng)用關(guān)鍵技術(shù)，研制面向智能制造的供應(yīng)鏈流程管控軟件平臺，并進行示范應(yīng)用。

考核指標：異構(gòu)數(shù)據(jù)治理軟件系統(tǒng)支持30種以上企業(yè)資源管理系統(tǒng)(ERP)、制造執(zhí)行系統(tǒng)(MES)、產(chǎn)品生命周期管理系統(tǒng)(PLM)、供應(yīng)鏈管理系統(tǒng)(SCM)等制造領(lǐng)域國產(chǎn)和進口控制和管理軟件系統(tǒng)90%基礎(chǔ)數(shù)據(jù)的獲取，提供實證的10PB級制造領(lǐng)域數(shù)據(jù)存儲和計算能力;智能制造領(lǐng)域知識分析和優(yōu)化平臺支持供應(yīng)鏈優(yōu)化、質(zhì)量改進、生產(chǎn)性故障預(yù)防、設(shè)備健康度評估等50個以上典型場景，支持多個供應(yīng)鏈流程的組合式分析和優(yōu)化;流程管控軟件平臺國產(chǎn)化率達到80%，在10個以上中國制造500強企業(yè)部署和應(yīng)用;申請系列知識產(chǎn)權(quán)。

2.4 私有云環(huán)境下服務(wù)化智能辦公系統(tǒng)平臺(應(yīng)用示范類)

研究內(nèi)容： 研究基于私有云環(huán)境構(gòu)建辦公系統(tǒng)(如政務(wù)辦公等)的典型需求;提出適用于私有辦公云建設(shè)的基礎(chǔ)架構(gòu)、技術(shù)體系與規(guī)范，提出基于國產(chǎn)基礎(chǔ)軟硬件系統(tǒng)的云-端配置解決方案;突破面向不同辦公應(yīng)用、場景、規(guī)模等個性化需求的國產(chǎn)軟硬件的云化集成、適配與定制化管理關(guān)鍵技術(shù);完成常見辦公軟件和文檔工具等應(yīng)用資源的服務(wù)化封裝;研究數(shù)據(jù)驅(qū)動的辦公流程優(yōu)化、用戶行為分析、智能化服務(wù)等應(yīng)用技術(shù);研制私有云環(huán)境下流程可定制的服務(wù)化智能辦公系統(tǒng)平臺，并提供支持二次開發(fā)的應(yīng)用編程接口;開展平臺的示范應(yīng)用。

考核指標：研制的辦公系統(tǒng)平臺支持10種以上的智能辦公場景，在典型的政務(wù)部門辦公規(guī)模下的系統(tǒng)伸縮性、資源利用率、整體性價比和能效比均達到同期國際主流水平，軟件平臺自身國產(chǎn)化率超80%，示范應(yīng)用的軟硬件國產(chǎn)化率超80%，在3-5個重要的部門開展示范應(yīng)用。申請系列知識產(chǎn)權(quán)，并制定若干行業(yè)、國家標準(送審稿)。

2.5云計算和大數(shù)據(jù)開源社區(qū)生態(tài)系統(tǒng)(應(yīng)用示范類，含前期成果集成展示)

研究內(nèi)容：研究開源社區(qū)的運作模式和商業(yè)模式，構(gòu)建安全可控的中文開源項目和社區(qū)支撐平臺，建立國內(nèi)外開源項目和社區(qū)的按需同步機制，支持企業(yè)主導(dǎo)創(chuàng)建開源軟硬件項目并建設(shè)相應(yīng)的生態(tài)系統(tǒng);建立軟件開發(fā)知識庫和軟件工程云，支持大規(guī)模軟件眾包活動;匯聚一批云計算與大數(shù)據(jù)重點研發(fā)計劃的前期軟件成果，通過集成、優(yōu)化、完善、增補，形成較全譜系的云計算與大數(shù)據(jù)開源軟件體系;建設(shè)有較大影響力的云計算和大數(shù)據(jù)開源社區(qū)，匯聚成規(guī)模的云計算和大數(shù)據(jù)的技術(shù)人員;培養(yǎng)一批高素質(zhì)的開源軟件人才隊伍。

考核指標：建成由中國主導(dǎo)的云計算和大數(shù)據(jù)開源社區(qū)，形成一支100人以上的開源項目和社區(qū)維護技術(shù)隊伍，吸引100家以上云計算和大數(shù)據(jù)相關(guān)企業(yè)參與，注冊用戶超10萬人，月活躍用戶超1萬人;匯聚1000項以上云計算和大數(shù)據(jù)相關(guān)開源軟件(中國主導(dǎo)的開源項目不低于20%)，合計每月更新超10萬次、下載超100萬次。

3. 大數(shù)據(jù)分析應(yīng)用與類人智能

3.1大數(shù)據(jù)分析的基礎(chǔ)理論和技術(shù)方法(基礎(chǔ)研究+共性關(guān)鍵技術(shù)類)

研究內(nèi)容：研究大數(shù)據(jù)環(huán)境下機器學(xué)習(xí)的創(chuàng)新理論和方法，面向流數(shù)據(jù)和復(fù)雜高維數(shù)據(jù)的新型分析技術(shù)，以及在特定約束條件(例如安全性、隱私性、實時性)下的大數(shù)據(jù)分析技術(shù);研究大數(shù)據(jù)的可視化展現(xiàn)和分析技術(shù)，開發(fā)面向領(lǐng)域的可視化工具庫;研究多源異構(gòu)、先驗知識缺乏、不確定條件下的大數(shù)據(jù)挖掘技術(shù)，以及符合人類認知不確定性特點的分析方法;研究知識的自動抽取、知識發(fā)現(xiàn)、知識推理、問題分析與求解的理論與方法，構(gòu)建面向領(lǐng)域的知識圖譜;研制開放共享的大數(shù)據(jù)分析平臺，制定大數(shù)據(jù)分析平臺通用要求相關(guān)標準，并提供大數(shù)據(jù)分析、挖掘和可視化的基準測試。

考核指標：建立比較系統(tǒng)的大數(shù)據(jù)分析基礎(chǔ)理論和技術(shù)方法，在機器學(xué)習(xí)理論與方法上取得創(chuàng)新突破，形成國際影響。研制大數(shù)據(jù)分析、挖掘與可視化的算法與工具庫，不少于20個獨立的系統(tǒng)或工具，并在中國開源社區(qū)開放。發(fā)表一批高水平學(xué)術(shù)論文，撰寫專著若干部。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。在大數(shù)據(jù)分析平臺通用要求上形成若干國家標準(送審稿)。

3.2 高時效、可擴展的大數(shù)據(jù)計算模型、優(yōu)化技術(shù)與系統(tǒng)(共性關(guān)鍵技術(shù)類)

研究內(nèi)容：研究對不同計算模式和不同任務(wù)負載可進行自適應(yīng)優(yōu)化和可伸縮調(diào)整的新型分布式數(shù)據(jù)存儲系統(tǒng);研究多種計算模型融合并存、執(zhí)行過程可優(yōu)化、分布式可擴展的大數(shù)據(jù)計算系統(tǒng);研究各類經(jīng)典大數(shù)據(jù)機器學(xué)習(xí)算法的高效并行化方法，設(shè)計通用的編程模型和接口，研制高效、可擴展、可兼容的大數(shù)據(jù)機器學(xué)習(xí)系統(tǒng);研究智能式交互向?qū)У拇髷?shù)據(jù)分析意圖理解以及分析途徑推薦技術(shù);開展流數(shù)據(jù)大規(guī)模在線數(shù)據(jù)分析的綜合示范應(yīng)用。

考核指標：在混合負載下，新型存儲系統(tǒng)的性能要比開源系統(tǒng)提高50%以上;大數(shù)據(jù)計算系統(tǒng)要支持批計算、流計算等多種計算模型;形成智能交互向?qū)У姆磻?yīng)時間小于1秒，推薦數(shù)據(jù)分析途徑的用戶滿意度超過80%，有向?qū)?shù)據(jù)分析執(zhí)行時效比無向?qū)岣?倍以上;深度學(xué)習(xí)模型要實現(xiàn)百億級參數(shù)的學(xué)習(xí)能力;示范應(yīng)用的數(shù)據(jù)規(guī)模要達到PB級;主要系統(tǒng)在中國開源社區(qū)開放，發(fā)表一批高水平學(xué)術(shù)論文，關(guān)鍵技術(shù)申請系列發(fā)明專利。

3.3 教育大數(shù)據(jù)分析挖掘技術(shù)及其智慧教育示范應(yīng)用(應(yīng)用示范類)

研究內(nèi)容：研究教育知識圖譜構(gòu)建與導(dǎo)航學(xué)習(xí)關(guān)鍵技術(shù);面向用戶的個性化教育資源融合關(guān)鍵技術(shù);研究在線學(xué)習(xí)助手關(guān)鍵技術(shù);研究基于大數(shù)據(jù)的教學(xué)績效評價技術(shù)。構(gòu)建出互聯(lián)網(wǎng)智慧教育平臺，具有教育知識圖譜構(gòu)建、導(dǎo)航學(xué)習(xí)、在線學(xué)習(xí)助手、精準化教育評價、虛實融合教學(xué)場景、多模態(tài)智能交互等功能或特點。依托該平臺及上萬門大型開放式網(wǎng)絡(luò)課程(MOOC)資源，開展面向基礎(chǔ)教育與高等教育的互聯(lián)網(wǎng)智慧教育示范應(yīng)用。

考核指標：知識間“主題-分面”關(guān)系、學(xué)習(xí)依賴關(guān)系抽取的平均精度達到90%，碎片化知識裝配的平均精度達到87%;利用歸一化折損累積增益(NDCG)評測推薦資源列表的排序質(zhì)量，平均NDCG@10達到86%;在線學(xué)習(xí)助手支持人機多輪對話，答疑準確率達到90%。建立面向虛擬現(xiàn)實、增強現(xiàn)實和混合現(xiàn)實學(xué)習(xí)環(huán)境的評測指標體系，教學(xué)場景呈現(xiàn)和交互支持大視頭盔顯示器、手勢識別和體感跟蹤。在基礎(chǔ)教育方面，重點開展大數(shù)據(jù)驅(qū)動的中小學(xué)生學(xué)業(yè)水平和信息素養(yǎng)測評示范，輻射涵蓋輻射東、中、西部地區(qū)的100個示范區(qū)，10000所實驗校，受益人數(shù)超過1000萬;在高等教育方面，構(gòu)建涉及100門課程的10萬個知識主題樹，包括基于VR/MR/AR技術(shù)的精品特色課程資源20門以上，學(xué)習(xí)者人數(shù)不少于300萬。每年培養(yǎng)該領(lǐng)域?qū)I(yè)人才30名以上。建立涵蓋學(xué)習(xí)者、教師、學(xué)習(xí)環(huán)境、教學(xué)資源等對象的教育評價指標體系，提交行業(yè)標準規(guī)范5份。發(fā)表一批高水平學(xué)術(shù)論文，撰寫專著若干部。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。

3.4基于天空地一體化大數(shù)據(jù)的公共安全事件智能感知與理解(應(yīng)用示范類)

研究內(nèi)容：針對目前公共安全事件預(yù)測困難和檢測不準的問題，綜合利用衛(wèi)星和航拍影像、地面跨時空視頻、網(wǎng)絡(luò)數(shù)據(jù)、電磁信息和地理信息等，實現(xiàn)面向公共安全的天空地一體化大數(shù)據(jù)智能處理。研究海量多源異構(gòu)數(shù)據(jù)的跨時空、多尺度、多粒度關(guān)聯(lián)，全天候的目標檢測追蹤、行為識別理解，建立符合人類不確定性認知特點的定性定量轉(zhuǎn)換模型，以及個體行為與群體事件的演化預(yù)測模型;突破公共安全大數(shù)據(jù)關(guān)聯(lián)弱、理解淺、利用差等瓶頸，構(gòu)建一體化處理的公共安全事件智能感知和理解系統(tǒng)，支撐多源異構(gòu)數(shù)據(jù)關(guān)聯(lián)挖掘、異常行為智能感知和事件處置決策，并開展應(yīng)用示范。

考核指標：研制天空地一體化、軍警民數(shù)據(jù)貫通的公共安全事件智能感知與理解系統(tǒng)，并在反恐維穩(wěn)重點地區(qū)或重點城市大型公共場所進行應(yīng)用示范。支持3種以上衛(wèi)星影像數(shù)據(jù)，典型區(qū)域變化檢測準確率超過90%。支持3種以上語言的識別，語種識別準確率超過90%，已知有害文本和音視頻發(fā)現(xiàn)率超過95%。人員和車輛的檢測率超過90%，特定人員識別準確率超過95%。研發(fā)天空地網(wǎng)大數(shù)據(jù)在線分析與可視化工具，實現(xiàn)空間知識處理與服務(wù)，地址匹配率超過95%，百萬級空間數(shù)據(jù)在線實時檢索與展示的響應(yīng)時間低于10秒。發(fā)表一批高水平學(xué)術(shù)論文，撰寫專著若干部。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。

3.5 基于立體精準畫像的學(xué)術(shù)同行分類與推薦系統(tǒng)(應(yīng)用示范類)

研究內(nèi)容：研究適合學(xué)術(shù)同行評價和科研項目評審評估的學(xué)術(shù)行為畫像模型和體系，研究各類科研行為數(shù)據(jù)獲取、清理、組織、分析及應(yīng)用可信保障技術(shù)，為百萬量級的科研人員及十萬量級科技專家，建立立體、精準、可信的科研行為畫像，形成實時動態(tài)、智能的科研行為畫像庫和學(xué)術(shù)關(guān)系圖譜;研究科研行為畫像的準確性驗證方法和技術(shù);研究科研行為畫像多種維度組合、自適應(yīng)權(quán)重、個體隱私保護、關(guān)鍵科研行為信息安全保障等方法，以適應(yīng)不同目的科研行為同行評價體系;研制以立體、精準、可信的科研行為畫像為基礎(chǔ)的學(xué)術(shù)同行分類與推薦系統(tǒng)以及國家科技計劃評審評估數(shù)據(jù)服務(wù)支持系統(tǒng)并開展示范應(yīng)用。

考核指標：科研行為畫像庫超過100萬科研人員和10萬科技專家，完成不少于10萬科研人員和1萬科技專家畫像，與實際科研行為比對，精準度超過98%。建立科技專家關(guān)鍵科研行為數(shù)據(jù)可信溯源體系。具備24小時內(nèi)新增1000個畫像的能力。個體科研行為畫像與真實行為的時間間隔在72小時以內(nèi)。學(xué)術(shù)關(guān)系圖譜為不少于1萬科技專家抽取提供數(shù)據(jù)服務(wù)。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。研制的系統(tǒng)在國家科技、教育等權(quán)威部門開展應(yīng)用示范，能為不少于2類的國家科技計劃的組織實施、評審評估等活動提供支持服務(wù)。

4. 云端融合的感知認知與人機交互

4.1人機物融合的云計算架構(gòu)與平臺(前沿基礎(chǔ)類+共性關(guān)鍵技術(shù)類)

研究內(nèi)容：針對人機物融合環(huán)境下的泛在化、社會化、情境化、智能化等應(yīng)用特征，研究以人為中心的人機物融合云計算架構(gòu)模型、終端和云端資源的軟件定義方法、人機物融合應(yīng)用的一體化建模方法等基礎(chǔ)理論;研究以人為中心的終端和云端資源動態(tài)發(fā)現(xiàn)與協(xié)同管理技術(shù)、資源敏感和時空感知的應(yīng)用自適應(yīng)與自演化技術(shù)、面向移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)終端及邊緣設(shè)備的超輕量虛擬化等關(guān)鍵技術(shù);研制以人為中心的人機物融合云計算平臺，并結(jié)合重點領(lǐng)域開展應(yīng)用示范。

考核指標：建立面向人機物融合的軟件定義基礎(chǔ)理論與人機物融合云計算技術(shù)體系及規(guī)范;研制的云計算平臺通過軟件定義的方式接入并管理Android智能設(shè)備、Linux邊緣設(shè)備和OpenStack公/私有云的軟硬件及應(yīng)用資源，驗證的人機物融合場景需覆蓋10個不同品牌合計100萬臺終端設(shè)備、支持1000個第三方商業(yè)應(yīng)用的按需融合;發(fā)表一批高水平學(xué)術(shù)論文，申請系列知識產(chǎn)權(quán)。

4.2 基于云計算的沉浸式交互影像技術(shù)與系統(tǒng) (應(yīng)用示范類)

研究內(nèi)容：面向沉浸式交互影像內(nèi)容創(chuàng)作制作，突破全尺度光場影像數(shù)據(jù)高效獲取、跨維度影像數(shù)據(jù)的多尺度語義解析、影像大數(shù)據(jù)的動態(tài)聚合生長等關(guān)鍵問題;研究數(shù)據(jù)驅(qū)動的高精度、專業(yè)化、風(fēng)格化素材知識表達，以及影像大數(shù)據(jù)的眾包式素材庫構(gòu)建等數(shù)據(jù)處理關(guān)鍵技術(shù);研究領(lǐng)域知識引導(dǎo)的影像級三維場景定制化自動構(gòu)建、具有行為真實感的智能角色自主創(chuàng)建、云端融合的大規(guī)模影像個性化生成等內(nèi)容創(chuàng)作關(guān)鍵技術(shù);研究語義特征結(jié)構(gòu)保持的影像編輯、典型交互功能的遷移合成、高效光場數(shù)據(jù)壓縮技術(shù)、高維度影像數(shù)據(jù)的高效傳播等內(nèi)容制作關(guān)鍵技術(shù);研制沉浸式交互影像的高效渲染、互動式顯示、云端服務(wù)等技術(shù)平臺及工具，開發(fā)相應(yīng)標準化技術(shù)，實現(xiàn)電影電視、數(shù)字娛樂等行業(yè)的應(yīng)用示范。

考核指標：影像數(shù)據(jù)采集能夠支持專業(yè)級的光場三維場景獲取，捕獲面積≥20m2，捕獲速度≥60fps;影像數(shù)據(jù)部件級語義解析準確率平均≥90%;模型庫中模型數(shù)量≥5萬個，自動構(gòu)建的場景內(nèi)模型數(shù)≥500個;影像編輯工具支持高維影像智能化創(chuàng)作關(guān)鍵功能;影像云平臺傳輸帶寬≥1TB/s，讀取速度≥6GB/s，寫入速度≥4GB/s;提交面向沉浸式交互影像的采集、生成、傳輸、呈現(xiàn)的技術(shù)規(guī)范及標準提案，實現(xiàn)影視制作、數(shù)字娛樂等行業(yè)的典型應(yīng)用示例超過50個。發(fā)表一批高水平學(xué)術(shù)論文，撰寫專著若干部。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。

4.3多模態(tài)自然交互的虛實融合開放式實驗教學(xué)環(huán)境(應(yīng)用示范類)

研究內(nèi)容：建立支持云端融合和多模態(tài)自然交互的虛實融合實驗課堂教學(xué)環(huán)境，研制具備視覺、聽覺、觸覺等感知能力的交互模塊基礎(chǔ)件，以及相應(yīng)的實物交互套件;建立支持中學(xué)教育主要課程的虛擬實驗開放式開發(fā)平臺和界面工具，支持教師自主生成虛實融合互動實驗教學(xué)資源;圍繞未來課堂核心概念，研制支持多模態(tài)人機交互的智能化實驗學(xué)習(xí)環(huán)境，通過分析歷史數(shù)據(jù)和實時交互行為，支持針對不同能力學(xué)生的精準化教育;建立新型探究式學(xué)習(xí)的全面評價體系，通過對學(xué)習(xí)過程與結(jié)果的智能識別與分析，匯集和提煉學(xué)習(xí)者的行為、心理和生理等多維度特征，實現(xiàn)對學(xué)習(xí)者多層次、精準化的客觀評價。

考核指標：多模態(tài)自然交互模塊基礎(chǔ)件支持手勢、語音、觸覺、實物、筆式等交互技術(shù)，交互行為識別率大于90%;支持教師自主生成互動教學(xué)資源的虛擬實驗開發(fā)平臺和界面工具，覆蓋數(shù)學(xué)、物理、化學(xué)、生物等主要課程;支持5種以上通道融合，提供課前、課中和課后全過程的個性化分析與智能推薦;制定云計算教學(xué)終端多模態(tài)人機交互技術(shù)標準，以及高沉浸呈現(xiàn)與多模態(tài)交互智慧教育課堂環(huán)境的行業(yè)規(guī)范;在中學(xué)開展應(yīng)用示范，應(yīng)用示范單位不少于200家;申請系列發(fā)明專利。

4.4基于云計算的移動辦公智能交互技術(shù)與系統(tǒng)(應(yīng)用示范類)

研究內(nèi)容：研制以多模態(tài)自然人機交互和虛實融合技術(shù)為基礎(chǔ)的多用戶協(xié)同交互平臺，實現(xiàn)相應(yīng)的智能交互界面工具和支撐硬件，研究面向移動協(xié)同辦公的多模態(tài)人機交互個性化自適應(yīng)機制;突破大數(shù)據(jù)驅(qū)動的高靈敏度虛擬鍵盤和高準確度手指動作識別技術(shù)，研發(fā)面向移動終端的多模態(tài)深度融合的高效率信息輸入和內(nèi)容編輯技術(shù);研究基于云端的多移動終端的分屏顯示與協(xié)作機制，研制具有匹配個體差異的沉浸式超大視場顯示終端，實現(xiàn)多移動終端、穿戴式顯示終端與虛擬鍵盤、手勢、語音等的統(tǒng)一交互方式;在上述研究基礎(chǔ)上，研制面向行業(yè)移動辦公應(yīng)用的高效智能的多模態(tài)融合的可穿戴交互及便攜式交互系統(tǒng)。

考核指標：多用戶協(xié)同辦公平臺支持常見的移動終端，能支撐多模態(tài)人機交互和虛實融合的協(xié)同辦公方式;多模態(tài)自然交互機制支持手勢、語音、虛擬鍵盤、觸控和筆等通道，支持冗余、互補、混合等3種以上交互通道融合方式;虛擬投射鍵盤擊鍵動作識別準確率不低于95%;沉浸式顯示系統(tǒng)視場角不小于150度，能自主顯示虛擬鍵盤，并能與手勢和語音交互等協(xié)同工作;智能可穿戴交互及便攜式交互系統(tǒng)應(yīng)支持企業(yè)辦公、教育培訓(xùn)等行業(yè)用途，形成規(guī)?；a(chǎn)業(yè)應(yīng)用。發(fā)表一批高水平學(xué)術(shù)論文，撰寫專著若干部。在關(guān)鍵技術(shù)上申請系列專利，形成專利群。

來源：科技部