機器學習自動化。通過算法選擇、數據預處理、特征工程、超參調整、迭代建模以及模型評價等技術，攻克機器學習實施成本高、技術經驗與人才不足等難題，快速識別人工智能和機器學習技術中一切自動化的步驟，減少人工干預，實現任務簡化、時間最小化、人力成本最小化。

　　大數據智能。研究跨域存儲大數據的隨機樣本劃分模型。針對跨域存儲大數據的Non-MapReduce式大數據計算框架，開發Non-MapReduce式跨域存儲大數據計算原型系統，即計算隨機樣本數據塊規模的Spark算子、用于跨域隨機樣本劃分數據塊融合的Spark算子、支持跨域計算結果集成的Spark算子等的設計與實現。

　　通用基礎模型。針對當前人工智能模型依賴大量標注樣本、魯棒性和適應性差、可解釋性不足、能效比低等局限，研究受特定神經環路啟發，發展具有記憶、稀疏編碼、自適應等特征的新一代人工智能通用基礎模型。基于線性回歸、深度神經網絡、邏輯回歸、決策樹、馬爾可夫決策過程等人工智能模型，研究BERT、DALL-E、GPT-3等大規模預訓練模型，發展泛化性理論，從而適應廣泛的下游任務。

　　無監督跨模態大模型。通過特征學習、實體識別、知識圖譜、邏輯推理、語言表達、多個模態的數據交互等技術，攻克模型依賴大量標注數據與尋求最佳嵌入空間等難題，由聯合特征學習和跨模態關系建立模型，有效利用不同模態內容的相關性進行系統性能優化。

　　人機混合群體智能。以深度推理方法為技術核心，綜合專家知識圖譜、強化學習等方法，研究專家知識與數據驅動算法高度融合的人機混合群智技術；重點突破復雜決策面臨的高度不確定性與人工介入問題，研究人機協同的模擬仿真技術，結合多情景抽樣模擬和多目標優化算法，為決策者提供科學智能的決策參考。

　　知識理解與推理。整合知識發現、知識形式化、沖突與異常檢測、決策分析等技術，結合邏輯的發現，實現自動化規則的應用或集合和子集的關系等推理。

　　協同控制與優化決策。研究無人智能系統的協同感知與控制方法，建立多任務驅動下的無人智能系統協同控制模型。研發基于深度學習和遷移學習的優化決策算法，構建多目標/多任務沖突下智能系統分析與優化決策理論體系。

　　可解釋人工智能。開發新一代的可產生更多可解釋模型的機器學習技術，結合先進人機界面技術和可解釋模型，攻克以大數據與深度學習為基礎的人工智能不可解釋與不可理解的瓶頸。深入研究隨機輸入取樣解釋、網絡解剖等解釋人工智能的方法，實現機器學習系統優缺點的自主表征與對其理解的傳達。

　　跨媒體因果推理。著力推進跨媒體因果推理技術發展，重點突破跨媒體統一表征、因果推斷與知識涌現等技術，實現跨媒體知識表征、分析、挖掘、推理、演化和利用。

　　無監督自然語言處理。加強無監督自然語言理解和處理技術，重點推進深層語義理解、因果推理決策、知識圖譜、自然語言對話等關鍵技術研發，強化結合多種語境信息的語音計算研究，提高語音交互在高噪、多口音真實場景中的可靠性、魯棒性和適應性。

　　群體自主無人智能技術。重點突破自主無人系統計算架構、復雜動態場景感知與理解、實時精準定位、面向復雜環境的適應性智能導航等共性技術。

　　人工智能物聯網。研究人工智能技術和物聯網技術在實際應用中的落地融合。通過物聯網產生、收集來自不同維度的、海量的數據并存儲于云端、邊緣端，再通過大數據分析以及更高形式的人工智能，實現萬物數據化、萬物智聯化。這不同于傳統的物聯網，人工智能物聯網是在此基礎上賦予其更智能化的特性，做到真正意義上的萬物互聯。

　　智能互聯網。針對智能需要網絡，網絡需要智能的發展前景，著力推進智能互聯網技術的發展，建立設施完善、兼容性強、互聯能力廣泛的生態環境以支撐智能互聯網傳輸與計算需求高、網內實體身份復雜、知識數據種類廣泛等特點，解決智能度量與建模、協議設計、激勵機制以及智能發現等問題。

　　人工智能安全技術。加強人工智能內生安全技術攻關，重點推進對抗樣本及后門生成與防御、可證明安全與隱私、公平正義性度量、透明可解釋等方向的技術攻關，促進人工智能在國防、生命攸關等復雜任務環境下的落地應用。

　　多領域創新應用技術。加大智能云服務、自動駕駛、消費者邊端智能、認知域對抗等領域的投入力度；重點推進黨政機關系統安全、南海國防安全、深空通信安全、北斗導航安全、醫療基因數據安全、自動駕駛安全、智能信貸風控安全、深度偽造內容安全等領域共性核心技術的創新發展，形成一批具有自主知識產權的標志性成果。

　　通用人工智能操作系統。針對機器學習、云計算、自動駕駛等人工智能前景應用，推動建設高質量人工智能資源庫、標準測試數據集并共享，研發開放式、模塊化、可重構的通用級人工智能操作系統。實現知識加工、深度搜索、可視交互等核心人工智能技術的實時高效應用，滿足通用級人工智能操作系統對視覺、語音、文本等多模態數據的自主交互需求，支持海量軟件系統的實時與分時交互。

　　服務器級人工智能操作系統。圍繞深度學習、計算機視覺、語音識別等人工智能應用領域，研發具備海量數據并行分析、異構計算、輕量級容量管理等功能的服務器級人工智能操作系統，提高人工智能服務器的可靠性，實現高速互聯和高效拓展，為人工智能應用研究提供強大計算支撐。

　　智能終端人工智能操作系統。依托新一代智能手機、車載智能終端、智能手表、智能耳機、智能眼鏡等移動智能終端產品的蓬勃發展，大力推動智能終端級人工智能操作系統的研發，利用人工智能推理、認知、學習等功能，拓展智能終端產品形態和應用服務。鼓勵智能終端人工智能操作系統與手機游戲、視頻應用、位置服務、社交網絡等領域深度融合，優化用戶體驗，創新商業模式。

　　開源基礎軟件。整合全球人工智能創新資源，開發面向人工智能的操作系統、數據庫、中間件、開發工具等關鍵基礎軟件，支持面向云端訓練和終端執行的開發框架、算法庫、訓練庫等研發，支持基礎軟件開發平臺、開放技術網絡和開源社區建設，促進人工智能基礎軟件開發。

　　開源軟件生態。研究機器視覺、語音識別、機器翻譯、智能交互、知識處理、控制決策等人工智能基礎解決方案，支持面向無人駕駛、智能機器人、無人機等人工智能應用領域構建基于開源開放技術的公共數據資源庫、標準測試數據庫、云服務平臺等各類通用開源軟件和開放技術平臺。

　　人工智能基礎處理器。大力發展適配人工智能技術的混合硬件計算架構，實現基于混合異構硬件計算架構處理器在廣東省人工智能重點領域應用；加強面向硬件友好的神經網絡結構優化與自動搜索技術，通過軟硬協同的全局優化發揮人工智能基礎處理器高性能計算能力；重點突破低能耗人工智能算法實現技術，以及智能數據處理、計算存儲融合等算法設計、仿真、FPGA驗證以及ASIC設計關鍵技術，實現人工智能算法高效率處理，實現人工智能基礎處理器自主研發。

　　人工智能傳感器。加強芯片工程能力建設，儲備超大封裝、Die間高密互連、3D堆疊等工程能力關鍵技術，提升人工智能基礎硬件算力密度；突破智能傳感器關鍵核心技術，重點發展高精度、高可靠性和集成化的智能傳感器；著力推進面向智能制造、無人系統等新興領域的視覺、觸覺、測距、位置等智能傳感器研發及轉化應用。

　　廣州。依托南沙國際人工智能價值創新園、廣州人工智能與數字經濟試驗區琶洲核心區、中大國際創新谷、番禺智能網聯新能源汽車價值創新園、廣東省智能傳感器產業園、黃花崗科技園和黃埔智能裝備價值創新園等重點園區，引進國內外具有影響力的技術帶頭人，吸引優秀的企業和項目在廣州落地，推進人工智能和相關產業發展。

　　深圳。依托深圳灣科技生態園、南山智園、金地威新軟件科技園、羅湖人工智能產業基地、鹽田人工智能產業基地、龍華人工智能產業基地、坪山人工智能產業基地、河套深港科技創新合作區和坂雪崗科技城等重點園區，形成“總部基地+研發孵化+高端制造”的“一軸兩廊多節點”的空間格局，引導產業因地制宜、特色集聚、協同發展。

　　珠海。依托橫琴新區、無人船科技港、萬山無人船海上測試場、香洲區云溪谷數字產業園等產業基地，打造無人船、無人航運、數字經濟等特色產業集群，吸引國內外優質人工智能項目落戶珠海，構筑粵港澳地區人工智能產業創新高地。

　　佛山。依托高新區人工智能產業園、佛山順德機器人谷、美的庫卡智能制造科技園、中國（廣東）機器人集成創新中心等園區，重點發展機器人、智能制造等領域，加快機器學習自動化、人機混合群體智能等核心技術應用，提升工業、服務機器人智能化水平，推動人工智能技術與制造業深度融合，打造全國智能制造高地。

　　惠州。依托仲愷高新區、惠城區數字經濟產業園、潼湖生態智慧區、梧村人工智能產業園、德賽西威智能網聯惠南工業園、智能安防小鎮等產業基地，借助京東智聯云大數據、云計算、人工智能等全產業鏈資源的加持，推動惠州跨境電商產業升級，完善區域數字經濟基礎設施建設，促進實體產業發展邁向新高地，打造區域經濟發展的數字化新引擎。

　　東莞。依托松山湖高新區、濱海灣新區、中堂人工智能小鎮、沙田人工智能小鎮等產業集聚區，以面向智能制造的機器視覺技術為抓手，推動機器視覺底層算法框架創新，大力發展視覺芯片、智能終端、視覺感知等高端業態。打造以機器視覺為核心的區域人工智能創新綜合體，全面推進制造業的人工智能賦能，探索傳統制造業轉型和新興制造業升級的智能路徑。

　　中山。依托火炬開發區、翠亨新區人工智能與數字經濟產業基地、中山美居智能制造大數據產業園、火炬大數據產業園、全通星海大數據創業創新孵化園、超高清視頻產業園區等產業基地，推動人工智能與制造業深度融合，全面提升制造業企業數字化、網絡化和智能化能力，推動5G基礎設備、數據中心、人工智能應用中心等聚集，帶動人工智能與數字經濟加速發展。

　　加快建設世界一流企業。緊抓戰略性重點產業和數字經濟發展機遇，以前沿化、規模化、國際化為方向，在前沿與基礎理論、關鍵共性技術、操作系統和基礎軟件技術等人工智能前沿基礎相關重點方向，培育和打造若干產品卓越、品牌卓著、創新領先的國際一流、引領產業跨越發展的世界級人工智能領軍企業，形成重要的廣東戰略科技力量。

　　打造行業標桿龍頭企業。鼓勵華為、騰訊、中國平安、美的集團、大疆創新、格力集團、商湯科技、佳都科技等人工智能標桿企業開放人工智能操作系統、算法框架、共性技術和數據資源，在大數據智能、通用基礎及大模型、群體智能、知識理解與推理、可解釋人工智能等基礎前沿領域開展技術攻關。打造40家以上技術創新能力處于國內領先水平的龍頭企業。

　　培育細分領域領軍企業。加強省內一批科技型中小企業技術創新的財政支持及金融政策扶持，完善支持科技型中小企業發展的增信和風險投資機制，培育一批瞪羚企業、獨角獸企業、專精特新企業，鼓勵支持中小創新型企業在新三板、創業板、中小板、主板等多層次資本市場掛牌上市。加快培育300家以上人工智能技術、產品制造、應用和服務領域的領軍企業。

　　智能手機。加快人工智能芯片、智能傳感器等核心部件和神經網絡、智能交互、增強現實等關鍵技術研發和產業化。

　　智能可穿戴設備。加快發展智能手表、智能手環、智能耳機、智能眼鏡等智能可穿戴設備研發和應用。

　　智能家居。加快智能傳感、物聯網、機器學習等技術在智能家居產品的應用，提升智能家居產品的智能化、實用性和安全性，發展智能照明、智能門鎖、智能衛浴等產品。

　　智能服務機器人。發展三維成像定位、智能精準安全操控、人機協作接口等關鍵技術，推動清潔、防護、醫療、教育等服務機器人普及。

　　智能無人系統。發展具有高級別自動駕駛功能的智能網聯汽車，發展消費類和商用類無人機、商用類無人船、軍民兩用類無人艇，加快微型無人機、智能無人機等產品開發和產業化。

　　人工智能算力中心。堅持政府引導的大數據中心體系布局，依托粵港澳大灣區樞紐，以韶關數據中心集群為核心，協同國家超級計算廣州和深圳中心、鵬城實驗室、廣州人工智能公共算力中心、橫琴先進智能計算平臺等有地方特色的高性能邊緣算力節點，優化數據中心供給結構，擴展算力增長空間，積極承接華南地區實時性算力需求，進一步實現算力資源集中化、規模化，構建輻射華南乃至全國的實時性算力中心。根據算力的供需數據，優化算力中心的資源調度策略，保障算力中心的網絡穩定與電力供給，提高算力資源的利用率，增加廣東省企業和科研院所使用公共算力服務的便捷度。

　　人工智能基礎研發平臺。依托廣東省科研資源，推動高等學校與企業間的深度合作，加快建設數字技術基礎研發平臺，促進人工智能應用從理論化走向產業化，為人工智能產業集群建設賦能。推進鵬城實驗室、人工智能與數字經濟省實驗室等一批國家、省、市實驗室的建設與發展，助力產學研深度融合，為人工智能核心技術的研發、驗證與應用提供全方位基礎支持。

　　視覺處理創新平臺。面向傳統成像和新型成像模式，基于超算系統、應用系統、訓練系統、數據系統等核心基礎系統，構建基于深度學習的計算機視覺人工智能應用平臺，賦能安防、教育、交通、金融等多個行業，帶動一批中小企業實現技術創新，培育一批行業應用型企業。

　　智能制造創新平臺。通過推動多源感知、深度學習、智能分析、力位耦合與軌跡規劃等關鍵技術在智能制造領域的應用，為全國生產、制造廠商提供開放核心算法及技術方案，促進智能工藝提升，實現柔性生產，提升全制造業智能制造水平。

　　智能傳感創新平臺。重點攻克無人系統核心智能芯片以及毫米波雷達、激光雷達等關鍵傳感器，提升核心器件國產化比例。面向國內產業鏈上下游企業開放核心算法IP以及關鍵傳感器的配套算法和數據接口，推動新型傳感器數據集開源共享，建設國產無人系統開源生態。

　　智慧交通創新平臺。基于交通及路況數據，開放標準化的數據API接口和定制工具相連接，形成面向第三方應用開發的數據平臺，提供數據共享、二次開發、行業數據專業采標等服務，帶動智慧交通行業上下游中小企業共同發展。

　　智慧金融創新平臺。通過構建金融領域標準測試數據集，促進行業數據智能感知、智能認知、智能決策能力的開放和提升，提供模塊化的模型、中間件及應用軟件，以API方式提供軟硬件開放共享服務，為中小微企業、行業開發者、金融機構全面賦能。

　　智慧醫療創新平臺。建立行業共性平臺技術和醫療共享資源庫，推動上下游企業、科研院所、行業協會、醫療機構之間的合作，推動核心算法研究，面向上下游企業開放平臺和數據接口，推動醫療數據資源和平臺開源共享。

　　智慧物流創新平臺。開辟無人機、物流配送車、自動化分揀等全覆蓋物流場景，推動智慧物流統一標準制定。為軟硬件開發廠商及物流配送廠商提供倉儲、運配、供應鏈等全渠道一體化智能物流服務的開放創新平臺，推動國內物流創新企業資源共享，建立完善的智慧物流生態。

　　無人船艇創新平臺。面向產業鏈上下游企業的研發、測試、認證等需求，開放平臺資源，推動共性技術研發測試體系、共享測試場建設，開展云端數據和產品標準化建設，打造智能無人船艇生態圈。

　　智能制造。以人工智能賦能制造為目標，加快推動機器視覺、智能機器人、智能排產、流程智能優化等重點方向，大力推進制造領域的視覺計算底層算法生態構建，加快推動面向工業制造的感知、計算和決策智能硬件系統開發及技術迭代。發展機器人平臺化操作系統，深入開展面向工業產線的工業機器人智能學習控制系統，加快工業大數據、工業知識圖譜和工業云腦等系統開發和產業化。部署若干標桿式工業領域的邊云協同場景驗證，探索人工智能技術在不同行業領域與工藝創新的深度融合。

　　智慧政務。充分利用數據挖掘、知識管理等技術，全面提升智慧辦公、智能監管、政務服務、社會治理水平，加快推進“電子政務”向“智慧政務”的轉變。加快推進部門間信息共享和業務協同，充分挖掘政務數據的應用場景，推動部分可公開的數據集定向公布，作為公共資源提升其應用效率。

　　智慧城市。加強人工智能、大數據等技術在城市規劃中的應用，促進產城結合、城鄉融合發展。建設城市大數據平臺，構建多元異構數據融合的城市運行管理體系，實現對城市基礎設施和重要生態要素的全面感知以及對城市復雜系統運行的深度認知，實現市域治理“一網統管”。構建城市智能化基礎設施，發展智能建筑，開展以智慧服務終端、智慧充電樁、智能停車系統等為載體的智慧建筑、智慧社區的示范應用，建設高效、智能的城市服務網絡。

　　智慧醫療。利用人工智能核心技術，推動人工智能治療新模式創新，建立快速精準的智能醫療體系。支持人工智能企業與醫療機構合作，開發醫療影像、遠程問診、藥物挖掘、醫療數據等應用場景，研發人機協同的手術機器人、智能診療助手等產品。開展智慧醫院建設試點，率先在新冠肺炎、腫瘤疾病等病種建立輔助診療、自動診斷、用藥推薦、健康預警等服務，實現智能影像識別、病理分型和智能多學科會診。

　　智慧金融。建設智能金融綜合管理平臺，運用人工智能技術，探索金融領域監管方式創新，通過超融合架構云計算、大數據分析、機器學習、人工智能算法等技術，構建具有反金融欺詐、智能風險監控、可視化風險策略管理等功能的一站式智慧金融風控平臺，全方位防范金融市場風險。加強虹膜識別、步態識別、智能人機交互、區塊鏈數字金融等關鍵技術在金融領域的應用，推動智慧金融服務領域升級，打造更安全、更智能、更便捷的金融服務體系。

　　智慧教育。加強以智能技術賦能的數字人、VR/AR和平行世界網絡技術研發和暢通產業鏈。推動面向語義傳輸和理解的互聯網絡應用，突破基于語義理解的人機交互技術瓶頸，建立基于語義刻畫的數字教材出版模式，研發基于數字語義教材和優秀教師授課特點的數字人知識傳授系統，實現學生與數字人自然問答和因材施教的知識解答型教學模式。開展智慧學校建設，開發綜合立體教學場和基于大數據在線學習教育平臺，開發智慧教育助理，建立快速、全面、精準的教育分析系統，建立以學習者為中心的教育環境，提供精準推送的教育服務，實現定制化日常教育和終身教育。

　　智慧安防。加強物聯網設備在安防領域的應用，擴大智慧安防設備生態圈，大力研究用于安全測試、威脅預警、攻擊檢測、應急處置等應用領域的智能設備研發。推動大數據分析、行人重識別、深度神經網絡學習、圖譜解析、視頻數據結構化等關鍵技術的研究，壯大智慧安防技術產業鏈。大力支持治安管控、智能減災、智慧工業監測等開放研究平臺建設，為上下游研發企業打造完備的研究場所，為社區提供全面的智能安防解決方案，建設智能化公共安全預防及管控體系，推進從研發到應用的一系列智慧安防部署方案。

　　智能無人系統。面向可控成本的高可靠高效能無人系統建設，打造小體積高精度傳感器系統、高性能低功耗算力系統以及高可靠高能效比的執行器系統，推動系統內核心零部件國產化進度，加速推進智能無人系統在農業、安防、測繪、物流等行業的普及；面向真實作業環境高泛化能力無人系統方案建設，推進系統級仿真方法學建設，包括系統動力模型仿真、整機結構可靠性仿真、算法魯棒性模擬環境仿真等一系列仿真技術在不同行業系統作業場景的迭代和完善；面向智能無人系統快速集成和二次開發，致力于建設統一的無人系統軟件開發環境（SDK），減少用戶應用不同無人系統的學習成本；通過構建開發者生態，加大社會從業者培訓以及擴大無人智能系統在校教育普及，促進相關領域無人作業標準完善。

　　營造開放共享發展氛圍。推動人工智能龍頭企業基于人工智能操作系統、芯片、傳感器等自主核心軟硬件提供開源開放共享服務，支持芯片企業、算法企業和產業聯盟聯合研發基于國產芯片的算子庫、開源學習框架、軟件棧、模組和開放應用。支持有條件的企業和科研院所面向行業共性需求，自主建設技術開源和開放的共享平臺。加強人工智能倫理安全標準體系建設，建立人工智能安全性測試模型及評估模型，形成安全性測試評估的方法、技術、規范和工具集。支持高校、龍頭企業、行業協會等加強協同，建設綜合測試驗證環境。

　　深化數據資源開放應用。制定公共數據資源開放管理辦法，依法、合規、有序向人工智能企業和研發機構開放交通、教育、醫療、旅游等重點領域數據信息。落實數據開放與保護相關政策，開展公共數據開放利用改革試點，建設公共數據資源庫、標準測試數據集、行業訓練資料庫、云服務平臺等，形成行業數據標準規范，促進基礎數據的開放共享。建立健全政務數據資源共享開放管理規范，研究制定開放數據重點領域負面清單制度。依托廣州、深圳等數據交易中心，在政務、醫療、制造、家居等領域，建設一批公共數據集和數據開放共享平臺，并積極與省數據開放平臺進行對接，將審核后開放的公共數據通過省政務大數據中心推送到數據開放平臺；鼓勵行業組織及龍頭骨干企業，建設行業內可流通共享的行業數據集。支持建立面向圖像識別、語音處理等基礎數據庫，引導建立面向垂直行業的訓練資源庫、測試數據集，增強數據標注、算法訓練、產品優化等共性服務能力。

　　科技金融。充分發揮財政資金的杠桿引導作用，引導天使投資、創業投資等社會資本加大對人工智能領域的投資力度，拓寬人工智能企業的融資渠道，優化股權融資、債券融資、科技貸款、科技保險、科技租賃等融資方式，構建多層次、多樣化的融資體系。創新金融產品和服務，支持銀行、證券、保險等機構開發更多支持人工智能的金融產品和服務，促進人工智能發展。