9月13日,工信部發(fā)出《工業(yè)和信息化部辦公廳關于組織開展2023年未來產(chǎn)業(yè)創(chuàng)新任務揭榜掛帥工作的通知》,通知指出,將通過揭榜掛帥工作的形式,面向元宇宙、人形機器人、腦機接口、通用人工智能4個重點方向,聚焦核心基礎、重點產(chǎn)品、公共支撐、示范應用等創(chuàng)新任務,發(fā)掘培育一批掌握關鍵核心技術、具備較強創(chuàng)新能力的優(yōu)勢單位,突破一批標志性技術產(chǎn)品,加速新技術、新產(chǎn)品落地應用。
其中,腦機接口方向發(fā)布了包括核心技術、重點產(chǎn)品和典型應用三類在內(nèi)的十大任務。
一、核心基礎
(一)非植入式腦機接口芯片
揭榜任務:研發(fā)非植入腦機接口核心芯片及配套關鍵技術,用于記錄、傳輸和處理腦電信號。在微型化設計、應用開發(fā)、可靠性設計、工具開發(fā)等方面實現(xiàn)突破。
預期目標:到2025年,芯片集成度顯著提高,研發(fā)集高精度腦電采集、信號處理和無線傳輸功能于一體的芯片。芯片實現(xiàn)量產(chǎn),通道密度、通道功耗、輸入阻抗、共模抑制比、等效噪聲等核心指標達到國際領先,支持多形態(tài)無線腦機接口應用系統(tǒng),支持手機、頭顯等移動終端的工具開發(fā)。
二、重點產(chǎn)品
(二)植入式腦機接口技術與系統(tǒng)
揭榜任務:可自研以下所列若干方向或全部:植入式電極、植入式芯片、植入式神經(jīng)信號記錄系統(tǒng)、基于腦機接口的植入式刺激系統(tǒng)、神經(jīng)信號解碼算法及示范配套應用軟件,實現(xiàn)微創(chuàng)、安全、長期、穩(wěn)定、高精度的神經(jīng)信號記錄和刺激。
預期目標:到2025年,研發(fā)植入式電極、芯片、系統(tǒng)和配套關鍵技術,植入時間、通道數(shù)、生物相容性、信號質(zhì)量等核心指標達到國際領先,植入后電學性能穩(wěn)定。植入式神經(jīng)信號記錄系統(tǒng)超柔性且高通量,系統(tǒng)魯棒性高,電極密度大,芯片性能國內(nèi)領先。系統(tǒng)可長期穩(wěn)定植入5年以上,在達到有效工作時間后或中途停止使用時可完整取出?;谀X機接口的植入式刺激系統(tǒng)可對腦神經(jīng)進行閉環(huán)調(diào)控??芍С种悄苷{(diào)控和遠程調(diào)控,方向性精準刺激、實時性、安全性、抗強磁干擾等核心指標達到國內(nèi)領先。
(三)無線非植入腦電采集技術與系統(tǒng)
揭榜任務:能記錄和分析處理極微弱腦電信號,可支持多模態(tài)生理信號的綜合分析,在精密制造、解碼算法、材料等方面實現(xiàn)突破。
預期目標: 到2025年,系統(tǒng)輸入阻抗、共模抑制比、抗噪、同步精度、采樣精度、采樣率和功耗等核心指標達到國際領先水平。支持實時信號質(zhì)量分析、高速信息通信,支持視覺、聽覺、運動想象等范式的腦信號解碼,數(shù)據(jù)格式兼容常用分析平臺。
(四)多模態(tài)可穿戴智能技術與系統(tǒng)
揭榜任務:研發(fā)可對包括腦信號在內(nèi)的多模態(tài)生理信號進行采集與分析的技術和系統(tǒng),在腦信號采集基礎上,結(jié)合體動信號或其他生理信號進行長期監(jiān)測和分析。
預期目標:到2025年,可穿戴系統(tǒng)實現(xiàn)輕質(zhì)、小型化、智能化、低功耗,具備信號采集、分析和處理功能,支持無線傳輸,可控制外設,可支持生物反饋訓練等閉環(huán)調(diào)控,支持模態(tài)數(shù)量多,多模態(tài)信號保持同步??梢詸z測直立等多種體位信號。生物電信號采樣率、數(shù)模轉(zhuǎn)換精度、共模抑制比、幅頻特性、輸入?yún)⒖荚肼?、輸入阻抗、信噪比、耐極化電壓等核心指標達到國內(nèi)領先水平。
(五)腦電生物反饋式睡眠識別和干預技術與系統(tǒng)
揭榜任務:研發(fā)腦電生物反饋式睡眠識別和干預技術,能基于人工智能技術進行“睡眠-心理情緒-生物節(jié)律-認知”相關性研究,客觀分析睡眠過程中的腦電波活動,評估睡眠深度和睡眠質(zhì)量,識別睡眠障礙并及時干預。
預期目標:到2025年,產(chǎn)品輕量化、可穿戴且柔性,可在多種場景下長期使用。能實時輸出符合國際認可和行業(yè)慣用的睡眠周期分期的睡眠時相,睡眠周期分期與PSG人工矯正后結(jié)果一致率高。實時檢測睡眠特征波的敏感度高??芍С炙唛]環(huán)個性化干預調(diào)控,優(yōu)化睡眠體驗。
(六)腦機接口神經(jīng)損傷運動康復訓練技術與系統(tǒng)
揭榜任務:面向神經(jīng)損傷造成的運動功能障礙,研發(fā)用于進行主動式閉環(huán)康復訓練的技術和系統(tǒng),以提升大腦神經(jīng)傳導功能重組或代償,促進肢體運動功能和軀體感覺功能恢復,提升肢體功能康復水平。
預期目標:到2025年,系統(tǒng)支持無線傳輸和可穿戴,無需外接電源。運動意圖解析精準度、腦狀態(tài)信息實時監(jiān)測靈敏度和采集靈敏度、輔助運動外設運動自由度等核心指標達到國內(nèi)領先,受試者感知信息(包括力)可實時記錄;可提供多模態(tài)反饋,可自定義訓練方式、時間和次數(shù)。
(七)基于腦機接口的情緒或認知檢測評估技術與系統(tǒng)
揭榜任務:研發(fā)非侵入式腦機接口技術,實現(xiàn)對情緒或認知的檢測與評估。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。
預期目標:到2025年,可進行腦電實時采集、處理以及情緒或認知的實時檢測與評估,模型特征可解釋且可檢驗,用于情緒或認知測評的情景信息豐富。情緒任務科學合理,支持聽覺、視覺以及多模態(tài)情緒任務,對情緒障礙或認知水平的檢測與評估準確率高。
(八)基于非侵入式腦機接口的人機班組協(xié)同感知和控制技術與系統(tǒng)
揭榜任務:研發(fā)基于非侵入式腦機接口的人機班組交互、協(xié)同感知和控制技術。在非開闊環(huán)境作業(yè)、巡邏檢查、搜索救援等復雜環(huán)境下,支持操作人員通過腦機系統(tǒng)與無人系統(tǒng)交互及目標協(xié)同檢測。
預期目標:到2025年,可實現(xiàn)對無人系統(tǒng)高效操控,控制指令輸入準確率和人機班組執(zhí)行任務成功率高。將基于機器視覺的目標檢測與基于操作人員腦電響應的目標檢測相結(jié)合,實現(xiàn)腦機協(xié)同環(huán)境感知,降低伴隨設備目標檢測的不確定性。
三、典型應用
(九)面向工業(yè)安全監(jiān)測的典型應用
揭榜任務:研發(fā)用于工業(yè)高危作業(yè)安全監(jiān)測的技術和產(chǎn)品。以腦機接口技術為基礎,結(jié)合生理指標和運動狀態(tài),實時監(jiān)測與人員認知負荷水平相關的腦活動指標,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。
預期目標:到2025年,系統(tǒng)便攜式可穿戴設計,支持無線傳輸,即戴即用。能長時程實時監(jiān)測高危作業(yè)人員認知負荷相關的腦活動指標和其他生理指標,可及時對困倦、注意力不足、反應遲緩、長時間異常體態(tài)等異常狀態(tài)及時反饋和提醒。實時監(jiān)測時間分辨率達到秒級,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),符合相關倫理要求。
(十)面向駕駛安全監(jiān)測的典型應用
揭榜任務:利用腦機接口對駕駛行為進行安全監(jiān)測,在腦機接口基礎上,結(jié)合生理等其他指標信息,監(jiān)測駕駛員異常狀態(tài)。
預期目標:到2025年,能實時監(jiān)測駕駛?cè)藛T認知負荷相關的腦活動和其他生理指標,可及時對駕駛員困倦、注意力不足、反應遲緩等異常狀態(tài)進行迅速及時的反饋和提醒。參與安全監(jiān)測的駕駛員數(shù)量不少于100人,累計監(jiān)測時長不少于20000h,降低因疲勞駕駛導致的事故風險發(fā)生率,數(shù)據(jù)使用合法依規(guī),符合相關倫理要求。
此外,通用人工智能方向共發(fā)布十二大任務。
核心基礎之一是“高質(zhì)量數(shù)據(jù)集”,將面向醫(yī)藥等重點行業(yè)匯聚高質(zhì)量、權威的行業(yè)訓練數(shù)據(jù)資源,賦能行業(yè)發(fā)展,形成高質(zhì)量數(shù)據(jù)集,賦能專用模型訓練或微調(diào)。
典型應用面向工業(yè)制造、民生服務、科學研究、信息安全四個領域。
其中,面向民生服務領域,推動人工智能在醫(yī)療行業(yè)的融合應用,拓展人工智能在典型場景下的規(guī)模化應用。預期到2025年,在醫(yī)療行業(yè)形成通用大模型與行業(yè)專用模型協(xié)同發(fā)展的解決方案,實現(xiàn)智能問診等功能,提升診療準確度等關鍵指標。
面向科學研究領域,探索基于人工智能的科學研究新范式,面向生物醫(yī)藥等專業(yè)領域,挖掘科研專用數(shù)據(jù)的內(nèi)在機理,縮短科學原理的發(fā)現(xiàn)周期。利用人工智能技術突破科學計算瓶頸,提升科研效率。到2025年,通用人工智能賦能科學研究全鏈條任務,顯著提升生物醫(yī)藥領域的科學發(fā)現(xiàn)效率。
注:文章來源于網(wǎng)絡,如有侵權,請聯(lián)系刪除