关键词：智慧城市物联网云计算城市发展
引言
20世纪90年代以来，信息技术不断创新，信息化成为全球经济社会发展的显著特征，不断推动时代进步与发展。目前，全球信息技术创新持续加快，以云计算、云存储为代表的新兴网络技术正在推动下一代互联网大潮。物联网技术在促进各单元互联的同时，也将带来更加广泛的信息量，知识经济进一步凸显，信息资源日益成为重要的生产要素，信息技术正在全球范围深入城市管理与人类生产生活的各个方面。
一、从数字城市到智慧城市
1998年美国副总统戈尔提出了“数字地球”的概念，掀起了建设“数字地球”的空间信息革命。数字城市正是源于数字地球的战略构想，是数字地球思想在城市范围的延伸和具体实现。
数字城市是基于3S（地理信息系统GIS、全球定位系统GPS、遥感系统RS）技术、可视化和网络技术等信息技术，综合开发和应用空间信息资源，对城市的基础设施、功能机制进行自动采集和动态监测管理，实现城市运行和管理的可视化、数字化、网络化。
2008年11月，IBM提出了“智慧的地球”这一理念，进而引发了智慧城市建设的热潮。智慧城市是以互联网、物联网、电信网、广电网、无线宽带网等网络组合为基础，通过深入推进基础性建设和各类信息资源及其应用型信息系统的开发利用，全面灵活地实现物与物、物与人、人与人的相互感知和互联互通，从而实现对社会生产生活各领域的精细化、动态化管理。
建设智慧城市，是把握新一代信息技术变革机遇，加快向信息社会转型发展的必然要求。目前我国的智慧城市建设刚刚起步，北京、天津、上海、深圳、宁波、苏州等城市已将“智慧城市”列入“十二五”规划并着手实施。天津滨海新区在2011年提出了“建设智慧新区”的任务。
二、智慧城市的本质与内涵
2.1智慧城市的本质
智慧城市是智慧地球的体现形式，是数字城市建设的延续，也是城市信息化发展到更高阶段的必然产物。“智慧城市”的理念提供了城市创新发展的新思路，开辟了认识城市、发展城市的新视角，其本质是以物联网为重要基础之一，以先进信息技术、智能技术和多网融合为依托，以智慧技术、智慧产业、智慧服务、智慧管理、智慧人文、智慧生活等为重要内容的城市发展新模式和新形态。
智慧城市建设一般集合四个方面的建设与应用。一是广泛的联接人，广泛的联接物；二是依托信息网络，全面采集、感知生产、生活、城市管理、经济社会活动等所需的各类信息；三是依托云中心，对采集、感知的海量信息进行智能化实时分析、处理、反馈；四是依托信息网络，为人提供及时参考、决策信息，为物提供实时控制信息，使经济社会活动更为优化。
2.2智慧城市的主要特征
全面感知。智能传感设备将城市公共设施物联成网，对城市运行的核心系统实时感测，具有更全面灵活的物与物、物与人、人与人的互联互通和相互感知能力。
充分整合。物联网与互联网系统完全连接和融合，将数据整合为城市核心系统的运行全图，借助于发达的智慧基础设施，提升信息处理和信息资源整合能力。
协同运作。基于智慧的基础设施，城市里的各个关键系统和参与者进行和谐高效地协作，提高跨部门、多层级、异地的合作能力，实现城市运行的最佳状态。
激励创新。鼓励政府、企业和个人在智慧基础设施之上进行科技和业务的创新应用，为城市提供源源不断的发展动力，实现城市的可持续健康发展。
2.3智慧城市的体系架构
1.横向架构
从横向上看，智慧城市建设包括感知层、网络层、数据层和应用层四个层面。
感知层，具有超强的环境感知能力和智能性，通过RFID、智能终端、传感器等泛在网技术实现信息识别、采集、监测和控制。
通信层，是智慧城市的信息高速公路，包括大容量、高带宽、高可靠的光网络，全城覆盖的无线宽带网络，以及电信网、互联网、广播电视网三网融合的网络。
数据层，是实现数据资源融合的层面，按照智慧性、广域性进行加工和关联。数据层包含各行业、各部门和各企业的数据中心以及为实现数据共享、数据活化建立的市一级的动态数据中心、数据仓库等。
应用层，是在感知提取层、通信互联层、数据资源层基础上建立的各种智慧应用和应用整合。
2.纵向架构
从纵向上看，智慧城市建设涉及智慧城市标准体系和智慧城市安全体系。
为了推进智慧城市相关产业的快速、健康发展，必须有统一的技术和接口标准。智慧城市的标准体系分为技术基础标准体系和应用标准体系两个部分。
智慧城市信息安全体系是在安全基础设施的基础上，从技术和管理两个方面为智慧城市提供安全保障。
图智慧城市的体系架构
综上，智慧化是继工业化、电气化、信息化之后，世界科技革命又一次新的突破。利用智慧技术，建设智慧城市，是当今世界城市发展的趋势和特征。
三、滨海新区智慧城市建设现状
“十二五”期间，滨海新区深入贯彻落实科学发展观，围绕新区发展战略和功能定位，提出了“建设智慧新区”的任务，广泛应用新一代信息技术，务实推进政务、民生、城市管理和经济社会发展信息化，提升信息产业整体水平，建设以“物联化、互联化、智能化”为特征的“智慧滨海”。
3.1智慧滨海的架构体系
智慧滨海体系概括为“4211”架构体系。四项智慧工程，即智慧政府工程、智慧城管工程、智慧经济工程和智慧民生工程；二个高地，即信息基础设施高地、新兴信息产业高地；一套保障体系；一张“智慧滨海”名片。
1.智慧政府工程
建设高效电子政务系统，提高政府信息的利用水平和政策科学制订水平，促进城市信息资源的共享和开发利用。智慧政府工程包括：建设电子政务专网、电子政务云中心与云计算平台、公用基础地理信息系统、信息资源支撑平台等13个子项目。
2.智慧城管工程
在城市管理领域建设一批信息系统，以信息化为支撑，推行物联网应用，创新管理模式，改善新区整体发展环境。智慧城管工程包括：公安视频指挥调度与技防网、数字城管、智能交通及环境监测、安监、食品药品监管信息化等7个子项目。
3.智慧经济工程
推进信息化与工业化深度融合，充分发挥信息化建设专项资金支持、引导作用，支持云计算、物联网等新一代信息技术在工业等领域的深入应用，推进“智造云”和“超算云”建设，促进产业结构优化升级，加快经济发展方式转变。智慧经济工程包括：两化融合示范试点、企业信息化平台、电子政务、现代物流与农业信息化、超算云等6个子项目。
4.智慧民生工程
深化电子政务、电子商务和公共服务事业向社区延伸，丰富服务内容，努力实现公共信息服务的普遍、优质和高效。智慧民生工程包括：街镇信息化、数字医疗、数字教育、数字文化及智能小区试点5个子项。
3.2建设智慧滨海
滨海新区按照“三个一”进行统筹布局，即一张覆盖新区的电子政务专网，一个统一的电子政务云中心和一个基于GIS的人口、法人、地理和经济等基础信息库公共共享平台，稳步推进两化融合，加快建设“智慧滨海”。2012年以来，滨海新区投入近15.5亿元全面升级信息基础设施，电子政务专网、电子政务云中心和地理信息共享服务系统“三个一”基本建成并实现试运行，信息化水平不断提升。预计到2013年底，滨海新区将基本完成智慧滨海“4211”架构体系建设，为基本形成电子政务高效便民、城区管理精细智能、信息化与工业化深度融合、新兴信息产业集聚发展、综合水平全国领先的发展格局奠定扎实基础。
四、面临的问题与挑战
近年来，滨海新区在智慧城市建设的探索和实践中取得了可喜的成就，智慧城市理念为城市未来发展描绘了一幅美好的蓝图，但智慧滨海建设工作的顺利开展还面临着一些问题与挑战，具体表现为：
第一，缺少统一标准和规范。智慧城市建设覆盖诸多领域，目前缺乏统一的行业标准、建设标准和评估标准等来约束和指导，不同系统之间接口复杂，不易实现系统互联互通和信息的共享协同，有形成“智能孤岛”的可能。
第二，亟待制定合理的产业规划和良性循环的商业模式。对涉及的物联网、云计算等产业缺乏统筹规划、合理布局和有效支持。商业模式单一，主要依靠政府的投资和管理，未能有效引入社会力量的参与，不利于产业转型升级和发展方式转变。
第三，缺少核心技术及产品，技术支撑体系不健全。大部分核心技术、产品依赖国外；基础技术研究、产品研发、成果转化等技术支撑能力不强。缺乏技术创新带动，发展后劲不足。
五、滨海新区智慧城市建设的对策建议
5.1加强制度机制建设，制定和完善标准体系
结合滨海新区建设实际情况，各级政府加快电子政务网络、信息系统、信息资源建设标准规范制定工作；各相关部门建立相应制度规范，加快新区在物联网、云计算、通信与网络等领域相关技术、应用和管理标准的完善和实行；学习借鉴先进地区智慧城市指标体系，结合新区经济社会和信息化发展实际，研究智慧滨海指标体系，量化发展目标和任务，明确智慧滨海建设内容和发展方向，完善相应的体制机制建设。
5.2加强队伍建设，形成人才培养体系
加强信息化队伍建设，充实新区信息化工作主管部门、重点行业管理部门、功能区信息化人员力量，确保工作正常有序开展；成立机关事业单位，统筹新区信息化技术服务工作。加快智慧城市建设人才开发，引进高层次和复合型信息化人才，建立智慧城市专业人才培养机构。
5.3强化自主创新，掌握核心关键技术
对新区范围内技术优势明显、综合实力雄厚的国内企业进行重点支持，鼓励和引导其承担起智慧城市规划和建设任务。加大技术创新投入，突破高端芯片、关键组件、基础软件等核心技术，强化技术支撑体系，占领科技制高点，减少对国外技术和产品的依赖；着力夯实信息安全基础，确保城市信息安全总体可控。
5.4做好产业规划布局，推动产业转型升级
将智慧城市相关产业发展列入区域重点发展规划，科学规划产业链和产业集群，培养一批核心骨干企业，实现规模效益。创新商业模式，引入市场机制，扩大投资渠道。充分发挥信息化建设专项资金的支持和引导作用，支持、引导公共性、基础性、效益好的重大项目建设。鼓励企业加大对信息化投入，支持、吸引IT企业提供云计算服务，推动物联网等产业迅速发展，带动整体产业的转型升级。
参考文献：
1.IBM商业价值研究院，智慧的城市在中国（EB/OL）2009.02.http：///cn/severices/bes.iibv
2.曼纽尔・卡斯泰尔著，崔保国译.信息化城市[M].南京：江苏人民出版社，2001.1-10
3.高玲玲，卢杰民，胡剑瑛.智慧驱动城市变革[J].上海信息化，2009（12）：33-35
4.张公忠.智慧城市与智能建筑物联网应用[J].智能建筑与城市信息，2012（2）：14-18
关键词：人工智能技术；电气自动化控制；应用
人工智能技术的诞生与发展，为工业领域，特别是在电气自动化方面更是凸显出了愈来愈大的重要作用，帮助相关企业具备更为强劲的市场竞争力。因此，本文对人工智能技术作出了较为细致地分析与探讨，并在此基础上阐释其所具备的各方面的显著性特点，从而对其在电气自动化控制的实际应用作出良好地研究。
1人工智能技术概述
1.1人工智能技术
人工智能技术，通常也被人们称之为AI技术。从本质上来说它就是用于模拟，亦或者是延伸等一系列智能理论和技术诸多方面的一种应用系统。人工智能是基于计算机而诞生和发展起来的，同时它也在很大程度上完成了对于人脑的良好模仿，从而使其能够较好地提升在不同领域里面的实际应用成效。
1.2人工智能控制器的特点分析
而要想实现这一技术，就必然要依赖于人工智能控制器。而对于人工智能控制器而言，它所涵盖和涉及到的学科知识是极其丰富的。特别是在研究之时，基本上就是对与人类有关的各种各样的信息等，作出收集以及分析，最终在这一基础上完成对人脑的较高程度上的模拟。所以，对于人工智能控制器而言，它和其他控制器之间进行比较来看，具备更为强大的稳定性，当把这一技术应用于电器自动化领域之时，可以实现效果较为良好地控制效果。
1.3人工智能技术的功能
1.3.1自动化采集与处理数据功能要想最大限度地提升电气自动化的整体水平，便应当尽可能地对各方面的数据信息等作出良好地收集，以及相应的分析。而人工智能技术的实际应用，在很大程度上就为数据采集和分析奠定了一个较为突出的优异的基础和前提。最终构建出相关的数据库，且对各种电气自动化设备进行了良好的优化，以及控制。1.3.2自动响应警报功能自动响应警报功能，也是人工智能应用当中的一个具有重要作用和意义的功能。它是在电器运行过程中，对于其所进行的较为综合的监测，与此同时，也可以对其中的各类信息作出对比以及分析，从而对其中所潜在的各种问题作出有效而快速地预警。1.3.3故障录波功能故障录波功能，从本质上讲就是在人工智能技术的实际应用过程中，对于电气设备的各种问题作出快速地捕获。除此之外，也能够对这些问题作出良好地分析，从而最终实现良好地控制效果，最大限度地确保电气设备在运行过程中可以实现安全与稳定的最佳化状态。
2人工智能技术在电器自动化控制中的应用
2.1人工智能技术在电器产品设计中的运用
对人工智能技术进行科学而高效地实际应用，可以最大限度地提升对各种相关资源的高利用率。特别是对电器产品所进行设计之时，可以通过人工智能所具备的较为出色的运算，来对各种各样的参数作出全面而高效的计算，并在此基础上确保这些参数具有较高的准确性，最终使得电器产生的使用效果能够达到最佳化的良好状态。
2.2人工智能技术在电器自动化控制中的运用
人工智能技术，在电气自动化控制的实际应用，可以在很大程度上较为显著地提升电气设备的工作效率。除此之外，也能够使得电气设备具有更加良好的稳定性，以及安全性，而且在实际操作时也相对更为简单，能够实现较为出色的控制效果。2.2.1模糊控制模糊控制技术在人工智能应用当中，可以解释为一种构建于集合这一条件上的全新的技术。简而言之，它在很大程度上就是模糊系统技术，以及自动化技术两者之间进行较为良好的结合的一种技术。此外，它和电器设备之间所产生的适用性愈来愈高，最终达到较为出色的控制成效。2.2.2专家控制对于人工智能技术而言，当其处于决策阶段时，能够通过专家控制来使得最终的决策更加的科学与合理。与此同时，也可以对各种较为复杂性的问题，作出近似于人脑的良好处理与解决。专家系统是需要在人工智能实际应用过程中，进行更为深层次地学习的，同时对其中所存在的问题进行解决，从而避免问题再次出现。2.2.3神经网络控制系统对于人工智能技术而言，神经网络控制技术也同样是其中发挥着极其关键作用与功效的技术。从本质上来讲，它是在模拟人脑神经的基础上得以实现的。此外，它所能够发挥出的功能相当之强，可以完成各种计算机能力，以及自学能力等等。最后，它也可以对各类问题作出较为良好的识别，并在此基础上进一步地完成对电器设备的高效控制。
2.3应用于电器设备的故障诊断
对于电器设备而言，它们在进行运行时，往往会出现各种各样的故障和问题。而在这些故障或者是问题出现之前，往往也会有一定的预兆，所以对于其运行时各方面的细节之处作出高效的良好监测，并在此基础上实现良好的控制，及时地发现故障问题，以此来快速地对其进行维修，进一步地确保电气设备能够高效地进行运行下去。比如说，对于变压器来说，当他处于运行之时，以往所采用的人工维修的方式，在很大程度上浪费了人力以及物力等，同时最终的效果可能也并不尽如人意。而对于人工智能而言，它在电气设备的实际应用当中，可以较为准确地找到故障发生的位置，并对其作出良好的诊断，最终使得检修效果达到最佳化的程度。除此之外，应用人工智能，也可以最大限度地节约各种资源，减少资源的浪费，使得人工成本等大大降低，最终提升企业的竞争力与实际的经济效益。
3结语
人工智能技术在电器自动化控制中的应用，不管从哪一方面来看，均是时代进步的一种重要的潮流和趋势。它在很大程度上可以较为良好地确保各种相关的电气设备在运行时有着更加出色的安全性与稳定性。与此同时，也能够极大地提升电器自动化的整体水平，效果较为显著地强化电器的工作效率，以及综合质量。所以，我们应当对人工智能所具备的一系列特征，以及其所具有的各类功能有着较好的掌握。并在此基础上使其实际应用达到最佳化程度，从而帮助企业进一步地扩大自身的经济效益。
参考文献
[1]仲瑞.人工智能技术在自动化控制中的应用[J].集成电路应用,2023,38(05):82-83.
[2]孔继民.人工智能在冶金自动化中的应用研究[J].冶金管理,2023(03):102-103.
[3]张迪,曲帅.关于人工智能技术在自动化控制中的应用初探[J].数码世界,2023(12):277.
[4]陈俊材.人工智能技术在自动化控制系统中的应用研究[J].卫星电视与宽带多媒体,2019(23):14.
工信部科[2017]315号
各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门，各省、自治区、直辖市通信管理局，各相关单位：
为贯彻落实《中国制造2025》和《新一代人工智能发展规划》，加快人工智能产业发展，推动人工智能和实体经济深度融合，制定《促进新一代人工智能产业发展三年行动计划(2018-2023)》。现印发给你们，请结合实际认真贯彻落实。
工业和信息化部
2017年12月13日
促进新一代人工智能产业发展三年行动计划
(2018-2023年)
当前，新一轮科技革命和产业变革正在萌发，大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能发展进入新阶段，智能化成为技术和产业发展的重要方向。人工智能具有显著的溢出效应，将进一步带动其他技术的进步，推动战略性新兴产业总体突破，正在成为推进供给侧结构性改革的新动能、振兴实体经济的新机遇、建设制造强国和网络强国的新引擎。为落实《新一代人工智能发展规划》，深入实施“中国制造2025”，抓住历史机遇，突破重点领域，促进人工智能产业发展，提升制造业智能化水平，推动人工智能和实体经济深度融合，制订本行动计划。
一
总体要求
(一)指导思想
全面贯彻落实党的精神，以新时代中国特色社会主义思想为指导，按照“五位一体”总体布局和“四个全面”战略布局，认真落实党中央、国务院决策部署，以信息技术与制造技术深度融合为主线，推动新一代人工智能技术的产业化与集成应用，发展高端智能产品，夯实核心基础，提升智能制造水平，完善公共支撑体系，促进新一代人工智能产业发展，推动制造强国和网络强国建设，助力实体经济转型升级。
(二)基本原则
系统布局。把握人工智能发展趋势，立足国情和各地区的产业现实基础，顶层引导和区域协作相结合，加强体系化部署，做好分阶段实施，构建完善新一代人工智能产业体系。
重点突破。针对产业发展的关键薄弱环节，集中优势力量和创新资源，支持重点领域人工智能产品研发，加快产业化与应用部署，带动产业整体提升。
协同创新。发挥政策引导作用，促进产学研用相结合，支持龙头企业与上下游中小企业加强协作，构建良好的产业生态。
开放有序。加强国际合作，推动人工智能共性技术、资源和服务的开放共享。完善发展环境，提升安全保障能力，实现产业健康有序发展。
(三)行动目标
通过实施四项重点任务，力争到2023年，一系列人工智能标志性产品取得重要突破，在若干重点领域形成国际竞争优势，人工智能和实体经济融合进一步深化，产业发展环境进一步优化。
——人工智能重点产品规模化发展，智能网联汽车技术水平大幅提升，智能服务机器人实现规模化应用，智能无人机等产品具有较强全球竞争力，医疗影像辅助诊断系统等扩大临床应用，视频图像识别、智能语音、智能翻译等产品达到国际先进水平。
——人工智能整体核心基础能力显著增强，智能传感器技术产品实现突破，设计、代工、封测技术达到国际水平，神经网络芯片实现量产并在重点领域实现规模化应用，开源开发平台初步具备支撑产业快速发展的能力。
——智能制造深化发展，复杂环境识别、新型人机交互等人工智能技术在关键技术装备中加快集成应用，智能化生产、大规模个性化定制、预测性维护等新模式的应用水平明显提升。重点工业领域智能化水平显著提高。
——人工智能产业支撑体系基本建立，具备一定规模的高质量标注数据资源库、标准测试数据集建成并开放，人工智能标准体系、测试评估体系及安全保障体系框架初步建立，智能化网络基础设施体系逐步形成，产业发展环境更加完善。
二
培育智能产品
以市场需求为牵引，积极培育人工智能创新产品和服务，促进人工智能技术的产业化，推动智能产品在工业、医疗、交通、农业、金融、物流、教育、文化、旅游等领域的集成应用。发展智能控制产品，加快突破关键技术，研发并应用一批具备复杂环境感知、智能人机交互、灵活精准控制、群体实时协同等特征的智能化设备，满足高可用、高可靠、安全等要求，提升设备处理复杂、突发、极端情况的能力。培育智能理解产品，加快模式识别、智能语义理解、智能分析决策等核心技术研发和产业化，支持设计一批智能化水平和可靠性较高的智能理解产品或模块，优化智能系统与服务的供给结构。推动智能硬件普及，深化人工智能技术在智能家居、健康管理、移动智能终端和车载产品等领域的应用，丰富终端产品的智能化功能，推动信息消费升级。着重在以下领域率先取得突破：
(一)智能网联汽车。支持车辆智能计算平台体系架构、车载智能芯片、自动驾驶操作系统、车辆智能算法等关键技术、产品研发，构建软件、硬件、算法一体化的车辆智能化平台。到2023年，建立可靠、安全、实时性强的智能网联汽车智能化平台，形成平台相关标准，支撑高度自动驾驶(HA级)。
(二)智能服务机器人。支持智能交互、智能操作、多机协作等关键技术研发，提升清洁、老年陪护、康复、助残、儿童教育等家庭服务机器人的智能化水平，推动巡检、导览等公共服务机器人以及消防救援机器人等的创新应用。发展三维成像定位、智能精准安全操控、人机协作接口等关键技术，支持手术机器人操作系统研发，推动手术机器人在临床医疗中的应用。到2023年，智能服务机器人环境感知、自然交互、自主学习、人机协作等关键技术取得突破，智能家庭服务机器人、智能公共服务机器人实现批量生产及应用，医疗康复、助老助残、消防救灾等机器人实现样机生产，完成技术与功能验证，实现20家以上应用示范。
(三)智能无人机。支持智能避障、自动巡航、面向复杂环境的自主飞行、群体作业等关键技术研发与应用，推动新一代通信及定位导航技术在无人机数据传输、链路控制、监控管理等方面的应用，开展智能飞控系统、高集成度专用芯片等关键部件研制。到2023年，智能消费级无人机三轴机械增稳云台精度达到0.005度，实现360度全向感知避障，实现自动智能强制避让航空管制区域。
(四)医疗影像辅助诊断系统。推动医学影像数据采集标准化与规范化，支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发，加快医疗影像辅助诊断系统的产品化及临床辅助应用。到2023年，国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过95%，假阴性率低于1%，假阳性率低于5%。
(五)视频图像身份识别系统。支持生物特征识别、视频理解、跨媒体融合等技术创新，发展人证合一、视频监控、图像搜索、视频摘要等典型应用，拓展在安防、金融等重点领域的应用。到2023年，复杂动态场景下人脸识别有效检出率超过97%，正确识别率超过90%，支持不同地域人脸特征识别。
(六)智能语音交互系统。支持新一代语音识别框架、口语化语音识别、个性化语音识别、智能对话、音视频融合、语音合成等技术的创新应用，在智能制造、智能家居等重点领域开展推广应用。到2023年，实现多场景下中文语音识别平均准确率达到96%，5米远场识别率超过92%，用户对话意图识别准确率超过90%。
(七)智能翻译系统。推动高精准智能翻译系统应用，围绕多语言互译、同声传译等典型场景，利用机器学习技术提升准确度和实用性。到2023年，多语种智能互译取得明显突破，中译英、英译中场景下产品的翻译准确率超过85%，少数民族语言与汉语的智能互译准确率显著提升。
(八)智能家居产品。支持智能传感、物联网、机器学习等技术在智能家居产品中的应用，提升家电、智能网络设备、水电气仪表等产品的智能水平、实用性和安全性，发展智能安防、智能家具、智能照明、智能洁具等产品，建设一批智能家居测试评价、示范应用项目并推广。到2023年，智能家居产品类别明显丰富，智能电视市场渗透率达到90%以上，安防产品智能化水平显著提升。
三
突破核心基础
加快研发并应用高精度、低成本的智能传感器，突破面向云端训练、终端应用的神经网络芯片及配套工具，支持人工智能开发框架、算法库、工具集等的研发，支持开源开放平台建设，积极布局面向人工智能应用设计的智能软件，夯实人工智能产业发展的软硬件基础。着重在以下领域率先取得突破：
(一)智能传感器。支持微型化及可靠性设计、精密制造、集成开发工具、嵌入式算法等关键技术研发，支持基于新需求、新材料、新工艺、新原理设计的智能传感器研发及应用。发展市场前景广阔的新型生物、气体、压力、流量、惯性、距离、图像、声学等智能传感器，推动压电材料、磁性材料、红外辐射材料、金属氧化物等材料技术革新，支持基于微机电系统(MEMS)和互补金属氧化物半导体(CMOS)集成等工艺的新型智能传感器研发，发展面向新应用场景的基于磁感、超声波、非可见光、生物化学等新原理的智能传感器，推动智能传感器实现高精度、高可靠、低功耗、低成本。到2023年，压电传感器、磁传感器、红外传感器、气体传感器等的性能显著提高，信噪比达到70dB、声学过载点达到135dB的声学传感器实现量产，绝对精度100Pa以内、噪音水平0.6Pa以内的压力传感器实现商用，弱磁场分辨率达到1pT的磁传感器实现量产。在模拟仿真、设计、MEMS工艺、封装及个性化测试技术方面达到国际先进水平，具备在移动式可穿戴、互联网、汽车电子等重点领域的系统方案设计能力。
(二)神经网络芯片。面向机器学习训练应用，发展高性能、高扩展性、低功耗的云端神经网络芯片，面向终端应用发展适用于机器学习计算的低功耗、高性能的终端神经网络芯片，发展与神经网络芯片配套的编译器、驱动软件、开发环境等产业化支撑工具。到2023年，神经网络芯片技术取得突破进展，推出性能达到128TFLOPS(16位浮点)、能效比超过1TFLOPS/w的云端神经网络芯片，推出能效比超过1TOPS/w(以16位浮点为基准)的终端神经网络芯片，支持卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)等一种或几种主流神经网络算法；在智能终端、自动驾驶、智能安防、智能家居等重点领域实现神经网络芯片的规模化商用。
(三)开源开放平台。针对机器学习、模式识别、智能语义理解等共性技术和自动驾驶等重点行业应用，支持面向云端训练和终端执行的开发框架、算法库、工具集等的研发，支持开源开发平台、开放技术网络和开源社区建设，鼓励建设满足复杂训练需求的开放计算服务平台，鼓励骨干龙头企业构建基于开源开放技术的软件、硬件、数据、应用协同的新型产业生态。到2023年，面向云端训练的开源开发平台支持大规模分布式集群、多种硬件平台、多种算法，面向终端执行的开源开发平台具备轻量化、模块化和可靠性等特征。
四
深化发展智能制造
深入实施智能制造，鼓励新一代人工智能技术在工业领域各环节的探索应用，支持重点领域算法突破与应用创新，系统提升制造装备、制造过程、行业应用的智能化水平。着重在以下方面率先取得突破：
(一)智能制造关键技术装备。提升高档数控机床与工业机器人的自检测、自校正、自适应、自组织能力和智能化水平，利用人工智能技术提升增材制造装备的加工精度和产品质量，优化智能传感器与分散式控制系统(DCS)、可编程逻辑控制器(PLC)、数据采集系统(SCADA)、高性能高可靠嵌入式控制系统等控制装备在复杂工作环境的感知、认知和控制能力，提高数字化非接触精密测量、在线无损检测系统等智能检测装备的测量精度和效率，增强装配设备的柔性。提升高速分拣机、多层穿梭车、高密度存储穿梭板等物流装备的智能化水平，实现精准、柔性、高效的物料配送和无人化智能仓储。
到2023年，高档数控机床智能化水平进一步提升，具备人机协调、自然交互、自主学习功能的新一代工业机器人实现批量生产及应用；增材制造装备成形效率大于450cm3/h，连续工作时间大于240h；实现智能传感与控制装备在机床、机器人、石油化工、轨道交通等领域的集成应用；智能检测与装配装备的工业现场视觉识别准确率达到90%，测量精度及速度满足实际生产需求；开发10个以上智能物流与仓储装备。
(二)智能制造新模式。鼓励离散型制造业企业以生产设备网络化、智能化为基础，应用机器学习技术分析处理现场数据，实现设备在线诊断、产品质量实时控制等功能。鼓励流程型制造企业建设全流程、智能化生产管理和安防系统，实现连续性生产、安全生产的智能化管理。打造网络化协同制造平台，增强人工智能指引下的人机协作与企业间协作研发设计与生产能力。发展个性化定制服务平台，提高对用户需求特征的深度学习和分析能力，优化产品的模块化设计能力和个性化组合方式。搭建基于标准化信息采集的控制与自动诊断系统，加快对故障预测模型和用户使用习惯信息模型的训练和优化，提升对产品、核心配件的生命周期分析能力。
到2023年，数字化车间的运营成本降低20%，产品研制周期缩短20%；智能工厂产品不良品率降低10%，能源利用率提高10%；航空航天、汽车等领域加快推广企业内外并行组织和协同优化新模式；服装、家电等领域对大规模、小批量个性化订单全流程的柔性生产与协作优化能力普遍提升；在装备制造、零部件制造等领域推进开展智能装备健康状况监测预警等远程运维服务。
五
构建支撑体系
面向重点产品研发和行业应用需求，支持建设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台，建立并完善人工智能标准和测试评估体系，建设知识产权等服务平台，加快构建智能化基础设施体系，建立人工智能网络安全保障体系。着重在以下领域率先取得突破：
(一)行业训练资源库。面向语音识别、视觉识别、自然语言处理等基础领域及工业、医疗、金融、交通等行业领域，支持建设高质量人工智能训练资源库、标准测试数据集并推动共享，鼓励建设提供知识图谱、算法训练、产品优化等共性服务的开放性云平台。到2023年，基础语音、视频图像、文本对话等公共训练数据量大幅提升，在工业、医疗、金融、交通等领域汇集一定规模的行业应用数据，用于支持创业创新。
(二)标准测试及知识产权服务平台。建设人工智能产业标准规范体系，建立并完善基础共性、互联互通、安全隐私、行业应用等技术标准，鼓励业界积极参与国际标准化工作。构建人工智能产品评估评测体系，对重点智能产品和服务的智能水平、可靠性、安全性等进行评估，提升人工智能产品和服务质量。研究建立人工智能技术专利协同运用机制，支持建设专利协同运营平台和知识产权服务平台。到2023年，初步建立人工智能产业标准体系，建成第三方试点测试平台并开展评估评测服务；在模式识别、语义理解、自动驾驶、智能机器人等领域建成具有基础支撑能力的知识产权服务平台。
(三)智能化网络基础设施。加快高度智能化的下一代互联网、高速率大容量低时延的第五代移动通信(5G)网、快速高精度定位的导航网、泛在融合高效互联的天地一体化信息网部署和建设，加快工业互联网、车联网建设，逐步形成智能化网络基础设施体系，提升支撑服务能力。到2023年，全国90%以上地区的宽带接入速率和时延满足人工智能行业应用需求，10家以上重点企业实现覆盖生产全流程的工业互联网示范建设，重点区域车联网网络设施初步建成。
(四)网络安全保障体系。针对智能网联汽车、智能家居等人工智能重点产品或行业应用，开展漏洞挖掘、安全测试、威胁预警、攻击检测、应急处置等安全技术攻关，推动人工智能先进技术在网络安全领域的深度应用，加快漏洞库、风险库、案例集等共享资源建设。到2023年，完善人工智能网络安全产业布局，形成人工智能安全防控体系框架，初步建成具备人工智能安全态势感知、测试评估、威胁信息共享以及应急处置等基本能力的安全保障平台。
六
保障措施
(一)加强组织实施
强化部门协同和上下联动，建立健全政府、企业、行业组织和产业联盟、智库等的协同推进机制，加强在技术攻关、标准制定等方面的协调配合。加强部省合作，依托国家新型工业化产业示范基地建设等工作，支持有条件的地区发挥自身资源优势，培育一批人工智能领军企业，探索建设人工智能产业集聚区，促进人工智能产业突破发展。面向重点行业和关键领域，推动人工智能标志性产品应用。建立人工智能产业统计体系，关键产品与服务目录，加强跟踪研究和督促指导，确保重点工作有序推进。
(二)加大支持力度
充分发挥工业转型升级(中国制造2025)等现有资金以及重大项目等国家科技计划(专项、基金)的引导作用，支持符合条件的人工智能标志性产品及基础软硬件研发、应用试点示范、支撑平台建设等，鼓励地方财政对相关领域加大投入力度。以重大需求和行业应用为牵引，搭建典型试验环境，建设产品可靠性和安全性验证平台，组织协同攻关，支持人工智能关键应用技术研发及适配，支持创新产品设计、系统集成和产业化。支持人工智能企业与金融机构加强对接合作，通过市场机制引导多方资本参与产业发展。在首台(套)重大技术装备保险保费补偿政策中，探索引入人工智能融合的技术装备、生产线等关键领域。
(三)鼓励创新创业
加快建设和不断完善智能网联汽车、智能语音、智能传感器、机器人等人工智能相关领域的制造业创新中心，设立人工智能领域的重点实验室。支持企业、科研院所与高校联合开展人工智能关键技术研发与产业化。鼓励开展人工智能创新创业和解决方案大赛，鼓励制造业大企业、互联网企业、基础电信企业建设“双创”平台，发挥骨干企业引领作用，加强技术研发与应用合作，提升产业发展创新力和国际竞争力。培育人工智能创新标杆企业，搭建人工智能企业创新交流平台。
(四)加快人才培养
贯彻落实《制造业人才发展规划指南》，深化人才体制机制改革。以多种方式吸引和培养人工智能高端人才和创新创业人才，支持一批领军人才和青年拔尖人才成长。依托重大工程项目，鼓励校企合作，支持高等学校加强人工智能相关学科专业建设，引导职业学校培养产业发展急需的技能型人才。鼓励领先企业、行业服务机构等培养高水平的人工智能人才队伍，面向重点行业提供行业解决方案，推广行业最佳应用实践。