国家标准委等五部门印发《国家新一代人工智能标准体系建设指南》(一)
2020-08-25 来源:中国标准化
为加强人工智能领域标准化顶层设计,推动人工智能产业技术研发和标准制定,促进产业健康可持续发展,日前,国家标准化管理委员会 、中央网信办、国家发展改革委、科技部、工业和信息化部联合印发了《国家新一代人工智能标准体系建设指南》,具体内容如下。
国家新一代人工智能标准体系建设指南
一、总体要求
(一)指导思想。
全面贯彻党的十九大和十九届二中、三中、四中全会精神,落实党中央、国务院关于发展新一代人工智能的决策部署,以市场驱动和政府引导相结合,按照“统筹规划,分类施策,市场驱动,急用先行,跨界融合,协同推进,自主创新,开放合作”原则,立足国内需求,兼顾国际,建立国家新一代人工智能标准体系,加强标准顶层设计与宏观指导。加快创新技术和应用向标准转化,强化标准的实施与监督,促进创新成果与产业深度融合。注重与智能制造、工业互联网、机器人、车联网等相关标准体系的协调配套。深化人工智能标准国际交流与合作,注重国际国内标准协同性,充分发挥标准对人工智能发展的支撑引领作用,为高质量发展保驾护航。
(二)建设目标。
到2021年,明确人工智能标准化顶层设计,研究标准体系建设和标准研制的总体规则,明确标准之间的关系,指导人工智能标准化工作的有序开展,完成关键通用技术、关键领域技术、伦理等20项以上重点标准的预研工作。
到2023年,初步建立人工智能标准体系,重点研制数据、算法、系统、服务等重点急需标准,并率先在制造、交通、金融、安防、家居、养老、环保、教育、医疗健康、司法等重点行业和领域进行推进。建设人工智能标准试验验证平台,提供公共服务能力。
二、建设思路
(一)人工智能标准体系结构。
人工智能标准体系结构包括“A基础共性”“B支撑技术与产品”“C基础软硬件平台”“D关键通用技术”“E关键领域技术”“F产品与服务”“G行业应用”“H安全/伦理”等八个部分,如图1所示。
图1 人工智能标准体系结构
其中,A基础共性标准包括术语、参考架构、测试评估三大类,位于人工智能标准体系结构的最左侧,支撑标准体系结构中其它部分;
B支撑技术与产品标准对人工智能软硬件平台建设、算法模型开发、人工智能应用提供基础支撑;
C基础软硬件平台标准主要围绕智能芯片、系统软件、开发框架等方面,为人工智能提供基础设施支撑;
D关键通用技术标准主要围绕机器学习、知识图谱、类脑智能计算、量子智能计算、模式识别等方面,为人工智能应用提供通用技术支撑;
E关键领域技术标准主要围绕自然语言处理、智能语音、计算机视觉、生物特征识别、虚拟现实/增强现实、人机交互等方面,为人工智能应用提供领域技术支撑;
F产品与服务标准包括在人工智能技术领域中形成的智能化产品及新服务模式的相关标准;
G行业应用标准位于人工智能标准体系结构的最顶层,面向行业具体需求,对其它部分标准进行细化,支撑各行业发展;
H安全/伦理标准位于人工智能标准体系结构的最右侧,贯穿于其他部分,为人工智能建立合规体系。
标准研制方向明细表见附表。
(二)人工智能标准体系框架。
人工智能标准体系框架主要由基础共性、支撑技术与产品、基础软硬件平台、关键通用技术、关键领域技术、产品与服务、行业应用、安全/伦理八个部分组成,如图2所示。
图2 人工智能标准体系框架
三、建设内容
图3基础共性标准
1.术语标准。用于统一人工智能相关概念、技术、应用行业场景,为其他各部分标准的制定和企业人工智能研究提供支撑,包括人工智能术语相关定义、范畴、实例等标准。
2.参考架构标准。规范人工智能相关技术、应用及价值链的逻辑关系和相互作用,为开展人工智能相关标准研制工作提供定位和方向建议。
3.测试评估标准。围绕人工智能技术发展的成熟度、行业发展水平、企业能力等方面提取测试及评估的共性需求。包括与人工智能相关的服务能力成熟度评估、人工智能通用性测试指南、评估原则以及等级要求、企业能力框架及测评要求等标准。
(二)支撑技术与产品标准。
支撑技术与产品标准主要包括大数据、物联网、云计算、边缘计算、智能传感器、数据存储及传输设备等部分,如图4所示。
图4支撑技术与产品标准
1.大数据标准。规范人工智能研发及应用等过程涉及到的数据存储、处理、分析等大数据相关支撑技术要素,包括大数据系统产品、数据共享开放、数据管理机制、数据治理等标。
2.物联网标准。规范人工智能研发和应用过程中涉及到的感知和执行关键技术要素,为人工智能各类感知信息的采集、交互和互联互通提供支撑。包括智能感知设备标准、感知设备与人工智能平台的接口和互操作等智能网络接口、感知与执行一体化模型标准、多模态和态势感知标准等。
3.云计算标准。规范面向人工智能的云计算平台、资源及服务,为人工智能信息的存储、运算、共享提供支撑。包括虚拟和物理资源池化、调度,智能运算平台架构,智能运算资源定义和接口、应用服务部署等标准。
4.边缘计算标准。规范人工智能应用涉及的端计算设备、网络、数据与应用。包括数据传输接口协议、智能数据存储、端端协同、端云协同等标准。
5.智能传感器标准。规范高精度传感器、新型MEMS传感器等,为人工智能的硬件发展提供标准支撑,包括传感器接口、性能评定、试验方法等标准。
6.数据存储及传输设备标准。用于规范数据存储、传输设备相关技术、数据接口等。
(三)基础软硬件平台标准。
基础软硬件平台标准主要包括智能芯片、系统软件、开发框架等部分,如图5所示。
图5基础软硬件平台标准
1.智能芯片标准。规范智能计算芯片、新型感知芯片及相关底层接口等,为人工智能模型的训练和推理提供算力支持。包括指令集和虚拟指令集、芯片性能、功耗测试要求、数据交换格式、芯片操作系统的设计及检测等标准。
2.系统软件标准。规范人工智能软硬件优化编译器、人工智能算子库、人工智能软硬件平台计算性能等,促进软硬件平台的协同优化。
3.开发框架标准。包括机器学习框架和应用系统之间的开发接口、神经网络模型表达和压缩等标准。
(四)关键通用技术标准。
关键通用技术标准主要包括机器学习、知识图谱、类脑智能计算、量子智能计算、模式识别等部分,如图6所示。
图6关键通用技术标准
1.机器学习标准。规范监督学习、无监督学习、半监督学习、集成学习、深度学习和强化学习等不同类型的模型、训练数据、知识库、表达和评价。
2.知识图谱标准。规范知识描述的结构形式、解释过程、知识深度语义的技术要求等,解决知识表示粒度、方式的不确定性问题。
3.类脑智能计算标准。规范类脑计算算法基本模型、性能和应用,为人工智能系统提供新的计算架构,提高人工智能处理复杂问题的能力。包括类脑智能计算参考架构、脑特征机制计算模型建模和表达、基于生物机制建模的算法要求及其性能评价、类脑智能计算硬件设备通用技术要求等标准。
4.量子智能计算标准。规范量子计算算法基本模型、性能和应用,为提高人工智能计算能力提供支撑。包括量子计算模型与算法、高性能高比特率的量子人工智能处理器、可与外界环境交互信息的实时量子人工智能系统等标准。
5.模式识别标准。规范自适应或自组织的模式识别系统的特点、模型、技术要求和评价方法。