發(fā)布日期：2017-10-13

近日，國家科技部發(fā)布了《科技部關(guān)于發(fā)布國家重點(diǎn)研發(fā)計(jì)劃變革性技術(shù)關(guān)鍵科學(xué)問題重點(diǎn)專項(xiàng)2017年度項(xiàng)目申報指南的通知》（以下簡稱通知），通知明確，2017年變革性技術(shù)關(guān)鍵科學(xué)問題重點(diǎn)專項(xiàng)將圍繞化學(xué)鍵精準(zhǔn)重構(gòu)、超構(gòu)材料、器官精確介觀測量、類生物體靈巧假肢、人工智能、新型太赫茲輻射源等方向部署13個研究方向進(jìn)行，國撥總經(jīng)費(fèi)約3.9億元。

同時，《通知》提出，在同一指南方向下，原則上只支持1項(xiàng)，僅在申報項(xiàng)目評審結(jié)果相近，技術(shù)路線明顯不同，可同時支持2項(xiàng)，并建立動態(tài)調(diào)整機(jī)制，根據(jù)中期評估結(jié)果，再擇優(yōu)繼續(xù)支持。如無特殊說明，每個項(xiàng)目下設(shè)課題不超過5個，每個項(xiàng)目所含單位數(shù)不超過10家。項(xiàng)目申報需具備相關(guān)研究基礎(chǔ)，并曾獲得國家科技計(jì)劃支持且實(shí)施效果良好、具有重大應(yīng)用前景。申報項(xiàng)目負(fù)責(zé)人需具有承擔(dān)國家重大科技項(xiàng)目的經(jīng)歷。項(xiàng)目執(zhí)行期一般為5年，申報項(xiàng)目特別需提出明確、有顯示度的5年總體目標(biāo)和2年階段目標(biāo)和考核指標(biāo)（或研究進(jìn)度）。項(xiàng)目實(shí)行“2+3”分段式資助，在項(xiàng)目執(zhí)行2年左右對其目標(biāo)完成情況進(jìn)行評估，根據(jù)評估情況確定項(xiàng)目后續(xù)支持方式。

此外 ，《通知》還規(guī)定了詳細(xì)的申報資格，比如：政府機(jī)關(guān)不得牽頭或參與申報，項(xiàng)目（課題）負(fù)責(zé)人須具有高級職稱或博士學(xué)位，受聘于內(nèi)地單位的外籍科學(xué)家及港、澳、臺地區(qū)科學(xué)家可作為重點(diǎn)專項(xiàng)的項(xiàng)目（課題）負(fù)責(zé)人，全職受聘人員須由內(nèi)地聘用單位提供全職聘用的有效證明，非全職受聘人員須由內(nèi)地聘用單位和境外單位同時提供聘用的有效證明，并隨紙質(zhì)項(xiàng)目預(yù)申報書一并報送。

項(xiàng)目（課題）負(fù)責(zé)人限申報 1 個項(xiàng)目（課題）；國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973 計(jì)劃，含重大科學(xué)研究計(jì)劃）、國家高技術(shù)研究發(fā)展計(jì)劃（863 計(jì)劃）、國家科技支撐計(jì)劃、國家國際科技合作專項(xiàng)、國家重大科學(xué)儀器設(shè)備開發(fā)專項(xiàng)、公益性行業(yè)科研專項(xiàng)以及國家科技重大專項(xiàng)、國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)在研項(xiàng)目（含任務(wù)或課題）負(fù)責(zé)人不得牽頭申報項(xiàng)目（課題）。國家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)的在研項(xiàng)目負(fù)責(zé)人（不含任務(wù)或課題負(fù)責(zé)人）也不得參與申報項(xiàng)目（課題）等。

在此次的申報重點(diǎn)專項(xiàng)中，其中有4項(xiàng)與醫(yī)學(xué)相關(guān)，它們分別是：完整器官三維結(jié)構(gòu)與功能信息的精準(zhǔn)介觀測量、人體器官芯片的精準(zhǔn)介觀測量、面向生物醫(yī)學(xué)應(yīng)用研究的新型太赫茲輻射源、類生物體靈巧假肢及其神經(jīng)信息通道重建。

1、完整器官三維結(jié)構(gòu)與功能信息的精準(zhǔn)介觀測量

研究內(nèi)容：針對生物醫(yī)學(xué)前沿科學(xué)問題，發(fā)展精準(zhǔn)介觀測量新原理和方法，突破現(xiàn)有研究手段在大體積樣本中難以進(jìn)行高分辨率三維測量的瓶頸問題，實(shí)現(xiàn)重要器官內(nèi)多維生命科學(xué)大數(shù)據(jù)的高精度獲取、重建與可視化。進(jìn)而，在具有代表解剖結(jié)構(gòu)、組織特征和生理病理狀態(tài)的輔助坐標(biāo)或注釋中，可視化展現(xiàn)完整器官內(nèi)不同類型細(xì)胞的結(jié)構(gòu)與功能圖譜。

2、人體器官芯片的精準(zhǔn)介觀測量

研究內(nèi)容：探索人體器官芯片生化特征介觀測量與表征新原理與方法，從分子、細(xì)胞到組織、器官甚至系統(tǒng)的多個層次，建立具有多參數(shù)、多維度、多模態(tài)的高分辨率在線精準(zhǔn)檢測手段，以實(shí)現(xiàn)對微器官的實(shí)時監(jiān)控和對微結(jié)構(gòu)仿生狀態(tài)的客觀評估，并研究器官芯片的模型特征，驗(yàn)證其與人體組織的相似性，為藥物篩選和疾病治療提供技術(shù)支撐。

3、 面向生物醫(yī)學(xué)應(yīng)用研究的新型太赫茲輻射源

研究內(nèi)容：面向太赫茲波生物效應(yīng)及檢測等生物醫(yī)學(xué)應(yīng)用，探索自由電子與新興材料及新型結(jié)構(gòu)互作用產(chǎn)生太赫茲輻射的物理機(jī)制，揭示變革性太赫茲輻射的基本規(guī)律，突破傳統(tǒng)太赫茲輻射源的技術(shù)瓶頸，產(chǎn)生寬頻帶可調(diào)諧、大功率、連續(xù)波小型化和具有一定無衍射長度的相干太赫茲輻射。

4、類生物體靈巧假肢及其神經(jīng)信息通道重建

研究內(nèi)容：圍繞“再造人手功能”的科學(xué)目標(biāo)，探索操作感知一體化類生物體靈巧假肢設(shè)計(jì)、制造、神經(jīng)接口編碼解碼算法和神經(jīng)接口硬件系統(tǒng)，及其與神經(jīng)系統(tǒng)的信息通道重建方法，及神經(jīng)智能與人工智能的融合與交互。重點(diǎn)研究基于軟體材料的靈巧假肢機(jī)構(gòu)設(shè)計(jì)制造原理，神經(jīng)信號的提取與解碼，人手運(yùn)動信息的神經(jīng)編碼規(guī)律與新一代神經(jīng)控制模型，傳感信號的神經(jīng)傳入機(jī)制及假肢的自然感覺功能再造方法，實(shí)現(xiàn)閉環(huán)的雙向神經(jīng)接口，完成穩(wěn)定和可以持續(xù)學(xué)習(xí)改善功能的能力。

此外，還有兩項(xiàng)與AI有關(guān)；

1、下一代深度學(xué)習(xí)理論與技術(shù)

研究內(nèi)容：面向泛在（如移動計(jì)算）、高風(fēng)險（如精準(zhǔn)醫(yī)療）、高可靠性（如智能交通）等應(yīng)用場景，突破深度學(xué)習(xí)理論基礎(chǔ)薄弱、模型結(jié)構(gòu)單一、資源消耗過高、數(shù)據(jù)依賴性強(qiáng)的瓶頸。研究下一代深度學(xué)習(xí)基本理論；非神經(jīng)網(wǎng)絡(luò)、資源節(jié)約型深度學(xué)習(xí)模型、方法及高效優(yōu)化技術(shù)；適于小樣本 / 無監(jiān)督樣本、強(qiáng)化 / 博弈學(xué)習(xí)的深度學(xué)習(xí)方法與技術(shù)。

考核指標(biāo)：針對深度學(xué)習(xí)模型高度非線性、參數(shù)空間分層且巨大等復(fù)雜特性，建立一套揭示深度學(xué)習(xí)工作機(jī)理的理論框架、形成一組深度學(xué)習(xí)模型分析工具與方法；研制出一系列基于非神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的新型機(jī)器學(xué)習(xí)模型、方法與技術(shù)，在深度學(xué)習(xí)模型可解釋性、高擴(kuò)展性、易配置性上取得突破；提出存儲和計(jì)算資源消耗低的多種深度學(xué)習(xí)模型與方法，設(shè)計(jì)快速高效、適用于非凸深度學(xué)習(xí)訓(xùn)練的新型梯度與非梯度優(yōu)化技術(shù)，大幅提升深度學(xué)習(xí)技術(shù)部署能力；研制面向小樣本、無監(jiān)督樣本、弱標(biāo)記樣本、非單標(biāo)記樣本的深度學(xué)習(xí)方法與技術(shù)，降低深度學(xué)習(xí)對于大規(guī)模高質(zhì)量標(biāo)注數(shù)據(jù)的嚴(yán)重依賴；研制多事件觸發(fā)的深度學(xué)習(xí)模型和技術(shù)，適應(yīng)信息社會的開放環(huán)境和快速涌現(xiàn)的新現(xiàn)象；拓廣深度學(xué)習(xí)應(yīng)用領(lǐng)域，提出適用于在線學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、博弈學(xué)習(xí)的深度學(xué)習(xí)方法與技術(shù)。

2、 深度神經(jīng)網(wǎng)絡(luò)處理器的新原理、新結(jié)構(gòu)和新方法

研究內(nèi)容：深度神經(jīng)網(wǎng)絡(luò)已在多種云端和終端應(yīng)用中起到了關(guān)鍵性支撐作用。然而，現(xiàn)有芯片遠(yuǎn)遠(yuǎn)難以滿足深度神經(jīng)網(wǎng)絡(luò)的速度和能效需求，有必要探索能高效處理大規(guī)模深度神經(jīng)網(wǎng)絡(luò)的新型處理器的設(shè)計(jì)原理、體系結(jié)構(gòu)、指令集和編程語言；探索深亞微米工藝（≤16nm）及新型器件對深度神經(jīng)網(wǎng)絡(luò)處理器設(shè)計(jì)方法的影響。研制新型深度神經(jīng)網(wǎng)絡(luò)處理器芯片，探索全異步特征的極低功耗神經(jīng)網(wǎng)絡(luò)架構(gòu)。

考核指標(biāo)：研制能處理大規(guī)模深度神經(jīng)網(wǎng)絡(luò)（包含一億神經(jīng)元和十億突觸）的深度神經(jīng)網(wǎng)絡(luò)處理器樣片。該樣片支持國產(chǎn)深度神經(jīng)網(wǎng)絡(luò)指令集，集成硬件神經(jīng)元 / 突觸作為其運(yùn)算部分，支持硬件神經(jīng)元的時分復(fù)用，支持 Caffe、TensorFlow 和 MXNet 等主流深度神經(jīng)網(wǎng)絡(luò)編程框架，能完成多層感知機(jī)（MLP）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、長短時記憶網(wǎng)絡(luò)（LSTM）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、生成對抗網(wǎng)絡(luò)（GAN）和更快速的基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)（Faster-RCNN）等主流深度神經(jīng)網(wǎng)絡(luò)的使用，實(shí)測能效和性能超過英偉達(dá)圖形處理單元（NVidia GPU）產(chǎn)品 M40 的 20 倍。設(shè)計(jì)深度神經(jīng)網(wǎng)絡(luò)處理器的基準(zhǔn)測試集，覆蓋語音、圖像和自然語言理解等應(yīng)用。設(shè)計(jì)高效的深度神經(jīng)網(wǎng)絡(luò)處理器核和片上互聯(lián)結(jié)構(gòu)。研制面向深度神經(jīng)網(wǎng)絡(luò)處理器的編程語言、編譯器和匯編器。研制面向深度神經(jīng)網(wǎng)絡(luò)處理器的驅(qū)動和系統(tǒng)軟件。完成深度神經(jīng)網(wǎng)絡(luò)處理器在超過 100 萬部移動終端中的應(yīng)用部署，實(shí)現(xiàn)原來需要云計(jì)算才能處理的智能任務(wù)在移動終端本地處理。

來源：醫(yī)谷