（七）基于腦機(jī)接口的情緒或認(rèn)知檢測評估技術(shù)與系統(tǒng)

揭榜任務(wù)：研發(fā)非侵入式腦機(jī)接口技術(shù)，實(shí)現(xiàn)對情緒或認(rèn)知的檢測與評估。具有范式豐富、情感交互自然、檢測速度快、普適性好、可靠性高的特點(diǎn)。

預(yù)期目標(biāo)：到2025年，可進(jìn)行腦電實(shí)時(shí)采集、處理以及情緒或認(rèn)知的實(shí)時(shí)檢測與評估，模型特征可解釋且可檢驗(yàn)，用于情緒或認(rèn)知測評的情景信息豐富。情緒任務(wù)科學(xué)合理，支持聽覺、視覺以及多模態(tài)情緒任務(wù)，對情緒障礙或認(rèn)知水平的檢測與評估準(zhǔn)確率高。

（八）基于非侵入式腦機(jī)接口的人機(jī)班組協(xié)同感知和控制技術(shù)與系統(tǒng)

揭榜任務(wù)：研發(fā)基于非侵入式腦機(jī)接口的人機(jī)班組交互、協(xié)同感知和控制技術(shù)。在非開闊環(huán)境作業(yè)、巡邏檢查、搜索救援等復(fù)雜環(huán)境下，支持操作人員通過腦機(jī)系統(tǒng)與無人系統(tǒng)交互及目標(biāo)協(xié)同檢測。

預(yù)期目標(biāo)：到2025年，可實(shí)現(xiàn)對無人系統(tǒng)高效操控，控制指令輸入準(zhǔn)確率和人機(jī)班組執(zhí)行任務(wù)成功率高。將基于機(jī)器視覺的目標(biāo)檢測與基于操作人員腦電響應(yīng)的目標(biāo)檢測相結(jié)合，實(shí)現(xiàn)腦機(jī)協(xié)同環(huán)境感知，降低伴隨設(shè)備目標(biāo)檢測的不確定性。

三、典型應(yīng)用

（九）面向工業(yè)安全監(jiān)測的典型應(yīng)用

揭榜任務(wù)：研發(fā)用于工業(yè)高危作業(yè)安全監(jiān)測的技術(shù)和產(chǎn)品。以腦機(jī)接口技術(shù)為基礎(chǔ)，結(jié)合生理指標(biāo)和運(yùn)動狀態(tài)，實(shí)時(shí)監(jiān)測與人員認(rèn)知負(fù)荷水平相關(guān)的腦活動指標(biāo)，識別影響人身安全和工作安全的人員異常狀態(tài)，防范和監(jiān)測因人員過度疲勞和疾病而引發(fā)的安全事故。

預(yù)期目標(biāo)：到2025年，系統(tǒng)便攜式可穿戴設(shè)計(jì)，支持無線傳輸，即戴即用。能長時(shí)程實(shí)時(shí)監(jiān)測高危作業(yè)人員認(rèn)知負(fù)荷相關(guān)的腦活動指標(biāo)和其他生理指標(biāo)，可及時(shí)對困倦、注意力不足、反應(yīng)遲緩、長時(shí)間異常體態(tài)等異常狀態(tài)及時(shí)反饋和提醒。實(shí)時(shí)監(jiān)測時(shí)間分辨率達(dá)到秒級，腦電電壓測量精度范圍內(nèi)誤差小。電極及其他接觸皮膚的部件生物相容性好，數(shù)據(jù)使用合法依規(guī)，符合相關(guān)倫理要求。

（十）面向駕駛安全監(jiān)測的典型應(yīng)用

揭榜任務(wù)：利用腦機(jī)接口對駕駛行為進(jìn)行安全監(jiān)測，在腦機(jī)接口基礎(chǔ)上，結(jié)合生理等其他指標(biāo)信息，監(jiān)測駕駛員異常狀態(tài)。

預(yù)期目標(biāo)：到2025年，能實(shí)時(shí)監(jiān)測駕駛?cè)藛T認(rèn)知負(fù)荷相關(guān)的腦活動和其他生理指標(biāo)，可及時(shí)對駕駛員困倦、注意力不足、反應(yīng)遲緩等異常狀態(tài)進(jìn)行迅速及時(shí)的反饋和提醒。參與安全監(jiān)測的駕駛員數(shù)量不少于100人，累計(jì)監(jiān)測時(shí)長不少于20000h，降低因疲勞駕駛導(dǎo)致的事故風(fēng)險(xiǎn)發(fā)生率，數(shù)據(jù)使用合法依規(guī)，符合相關(guān)倫理要求。

附：1.2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜單位推薦表-腦機(jī)接口方向

2.2023年未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜單位申報(bào)材料

附件4 通用人工智能揭榜掛帥任務(wù)榜單

一、核心基礎(chǔ)

（一）智能芯片

揭榜任務(wù)：圍繞人工智能任務(wù)計(jì)算特征、訪存模式、數(shù)值分布等特點(diǎn)，突破適用于人工智能計(jì)算范式的矩陣乘加內(nèi)核架構(gòu)、高速互聯(lián)總線等核心技術(shù)。訓(xùn)練端，重點(diǎn)補(bǔ)齊內(nèi)存帶寬、互聯(lián)線性度等短板，提升吞吐率等算力性能指標(biāo)。聯(lián)合上下游企業(yè)協(xié)同研發(fā)具備高可擴(kuò)展性、高易用性、高靈活性等優(yōu)勢的芯片軟件棧，加大力度突破先進(jìn)封裝、仿真驗(yàn)證等制造工藝核心技術(shù)。

預(yù)期目標(biāo)：到2025年，訓(xùn)練芯片支持FP16、FP32和混合精度（FP16/FP32）處理能力，內(nèi)存容量達(dá)到128GB及以上，單芯片F(xiàn)P16達(dá)到500 TFLOPS以上，支持結(jié)構(gòu)化稀疏后FP16算力達(dá)1 PFLOPS以上。片間互聯(lián)帶寬達(dá)到300 GB/s以上，支持智能服務(wù)器單機(jī)內(nèi)部全互聯(lián)。高效支持可信計(jì)算、隱私計(jì)算或聯(lián)邦學(xué)習(xí)等功能，提升基于硬件的安全性。

（二）智能算力集群

揭榜任務(wù)：攻克人工智能集群計(jì)算領(lǐng)域中總線互聯(lián)、RAS技術(shù)、功耗散熱等瓶頸，加強(qiáng)智能服務(wù)器與智能芯片、操作系統(tǒng)、開發(fā)框架、應(yīng)用軟件的兼容適配。建設(shè)大型智能算力集群，通過液冷等方式滿足綠色化需求。開發(fā)配套云端運(yùn)維管理和調(diào)度系統(tǒng)，滿足大規(guī)模人工智能訓(xùn)練/推理要求。