【ZiDongHua 之智能自动化收录关键词:人工智能 智慧交通 智慧农业 智慧城市 智能机器人 智慧物流 智慧医疗 高质量发展 智慧教育 数字人 智能传感器 智能传感 计算机视觉 知识图谱 具身智能 智慧能源 智慧环保 智慧金融 智慧文旅】

 

四部门关于印发国家人工智能产业综合标准化体系建设指南(2024版)的通知

 

 

工业和信息化部 中央网络安全和信息化委员会办公室 国家发展和改革委员会 国家标准化管理委员会

关于印发国家人工智能产业综合标准化体系建设指南(2024版)的通知

 

工信部联科〔2024〕113号

各省、自治区、直辖市及新疆生产建设兵团工业和信息化主管部门、网信办、发展改革委、市场监管局(厅、委),有关行业协会、标准化技术组织、标准化专业机构:

为深入贯彻落实党中央、国务院决策部署,加强人工智能标准化工作系统谋划,工业和信息化部、中央网络安全和信息化委员会办公室、国家发展和改革委员会、国家标准化管理委员会组织编制了《国家人工智能产业综合标准化体系建设指南(2024版)》。现印发给你们,请结合实际,抓好贯彻落实。

工业和信息化部

中央网络安全和信息化委员会办公室

国家发展和改革委员会

国家标准化管理委员会

2024年6月5日

 

 

 
 
 
国家人工智能产业综合标准化体系建设指南
(2024版)
 
 
为深入贯彻落实党中央、国务院关于加快发展人工智能 的部署要求,贯彻落实《国家标准化发展纲要》《全球人工 智能治理倡议》,进一步加强人工智能标准化工作系统谋划, 加快构建满足人工智能产业高质量发展和“人工智能+”高水 平赋能需求的标准体系,夯实标准对推动技术进步、促进企 业发展、引领产业升级、保障产业安全的支撑作用,更好推 进人工智能赋能新型工业化,特制定本指南。
 
一、产业发展现状
 
人工智能是引领新一轮科技革命和产业变革的基础性 和战略性技术,正成为发展新质生产力的重要引擎,加速和 实体经济深度融合,全面赋能新型工业化,深刻改变工业生 产模式和经济发展形态,将对加快建设制造强国、网络强国 和数字中国发挥重要的支撑作用。人工智能产业链包括基础 层、框架层、模型层、应用层等 4 个部分。其中,基础层主 要包括算力、算法和数据,框架层主要是指用于模型开发的 深度学习框架和工具,模型层主要是指大模型等技术和产 品,应用层主要是指人工智能技术在行业场景的应用。近年 来,我国人工智能产业在技术创新、产品创造和行业应用等 方面实现快速发展,形成庞大市场规模。伴随以大模型为代表的新技术加速迭代,人工智能产业呈现出创新技术群体突 破、行业应用融合发展、国际合作深度协同等新特点,亟需 完善人工智能产业标准体系。
 
 
二、总体要求
 
以习近平新时代中国特色社会主义思想为指导,全面贯 彻党的二十大和二十届二中全会精神,认真落实中央经济工 作会议和全国新型工业化推进大会部署要求,完整、准确、 全面贯彻新发展理念,统筹高质量发展和高水平安全,加快 赋能新型工业化,以抢抓人工智能产业发展先机为目标,完 善人工智能标准工作顶层设计,强化全产业链标准工作协 同,统筹推进标准的研究、制定、实施和国际化,为推动我 国人工智能产业高质量发展提供坚实的技术支撑。
 
到 2026 年,标准与产业科技创新的联动水平持续提升, 新制定国家标准和行业标准50 项以上,引领人工智能产业 高质量发展的标准体系加快形成。开展标准宣贯和实施推广 的企业超过 1000 家,标准服务企业创新发展的成效更加凸 显。参与制定国际标准 20 项以上,促进人工智能产业全球 化发展。
 
坚持创新驱动。优化产业科技创新与标准化联动机制, 加快人工智能领域关键共性技术研究,推动先进适用的科技 创新成果高效转化成标准。
 
坚持应用牵引。坚持企业主体、市场导向,面向行业应 用需求,强化创新成果迭代和应用场景构建,协同推进人工智能与重点行业融合应用。
 
坚持产业协同。加强人工智能全产业链标准化工作协 同,加强跨行业、跨领域标准化技术组织的协作,打造大中 小企业融通发展的标准化模式。
 
坚持开放合作。深化国际标准化交流与合作,鼓励我国 企事业单位积极参与国际标准化活动,携手全球产业链上下 游企业共同制定国际标准。
 
 
三、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基础共性、基础支撑、关键 技术、智能产品与服务、赋能新型工业化、行业应用、安全 /治理等 7 个部分,如图 1 所示。其中,基础共性标准是人 工智能的基础性、框架性、总体性标准。基础支撑标准主要 规范数据、算力、算法等技术要求,为人工智能产业发展夯 实技术底座。关键技术标准主要规范人工智能文本、语音、 图像,以及人机混合增强智能、智能体、跨媒体智能、具身 智能等的技术要求,推动人工智能技术创新和应用。智能产 品与服务标准主要规范由人工智能技术形成的智能产品和 服务模式。赋能新型工业化标准主要规范人工智能技术赋能 制造业全流程智能化以及重点行业智能升级的技术要求。行 业应用标准主要规范人工智能赋能各行业的技术要求,为人 工智能赋能行业应用,推动产业智能化发展提供技术保障。 安全/治理标准主要规范人工智能安全、治理等要求,为人工智能产业发展提供安全保障。
 
 
图 1    人工智能标准体系结构图
 
 
( 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、基础支撑、关 键技术、智能产品与服务、赋能新型工业化、行业应用、安 全/治理等7 个部分组成,如图2 所示。
 
 
 
 
图 2    人工智能标准体系框架图
 
 
 
四、重点方向
 
( 一)基础共性标准
 
基础共性标准主要包括人工智能术语、参考架构、测试评估、 管理、可持续等标准。
 
1.  术语标准。规范人工智能相关技术、应用的概念定义, 为其它标准的制定和人工智能研究提供参考,包括人工智能相关 术语定义、范畴、实例等标准。
 
2.  参考架构标准。规范人工智能相关技术、应用及系统的 逻辑关系和相互作用,包括人工智能参考架构、人工智能系统生 命周期及利益相关方等标准。
 
3.  测试评估标准。规范人工智能技术发展的成熟度、人工 智能体系架构之间的适配度、行业发展水平、企业智能化能力等 方面的测试及评估的指标要求,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、评估原则和等级要求, 企业智能化能力框架及测评要求等标准。
 
4.  管理标准。规范人工智能技术、产品、系统、服务等全 生命周期涉及的人员、组织管理要求和评价,包括面向人工智能 组织的管理要求,人工智能管理体系、分类方法、评级流程等标 准。
 
5.  可持续标准。规范人工智能影响环境的技术框架、方法 和指标,平衡产业发展与环境保护,包括促进生态可持续的人工 智能软件开源基础框架,人工智能系统能效评价,人工智能与资源利用、碳排放、废弃部件处置等标准。
 
 
( 二)基础支撑标准
 
基础支撑标准主要包括基础数据服务、智能芯片、智能传感 器、计算设备、算力中心、系统软件、开发框架、软硬件协同等 标准。
 
1.  基础数据服务标准。规范人工智能研发、测试、应用等 过程中涉及数据服务的要求,包括数据采集、数据标注、数据治 理、数据质量等标准。
 
2.  智能芯片标准。规范智能芯片相关的通用技术要求,包 括智能芯片架构、指令集、统一编程接口及相关测试要求、芯片 数据格式和协议等标准。
 
3.  智能传感器标准。规范单模态、多模态新型传感器的接 口协议、性能评定、试验方法等技术要求,包括智能传感器的架 构、指令、数据格式、信息提取方法、信息融合方法、功能集成 方法、性能指标和评价方法等标准。
 
4.  计算设备标准。规范人工智能加速卡、人工智能加速模 组、人工智能服务器等计算设备,及使能软件的技术要求和测试 方法,包括人工智能计算设备虚拟化方法,人工智能加速模组接 口协议和测试方法,及使能软件的访问协议、功能、性能、能效 的测试方法和运行维护要求等标准。
 
5.  算力中心标准。规范面向人工智能的大规模计算集群、 新型数据中心、智算中心、基础网络通信、算力网络、数据存储等基础设施的技术要求和评估方法,包括基础设施参考架构、计 算能力评估、技术要求、稳定性要求和业务服务接口等标准。
 
6.  系统软件标准。规范人工智能系统层的软硬件技术要求, 包括软硬件编译器架构和优化方法、人工智能算子库、芯片软件 运行时库及调试工具、人工智能软硬件平台计算性能等标准。
 
7.  开发框架标准。规范人工智能开发框架相关的技术要求, 包括开发框架的功能要求,与应用系统之间的接口协议、神经网 络模型表达和压缩等标准。
 
8.  软硬件协同标准。规范智能芯片、计算设备等硬件与系 统软件、开发框架等软件之间的适配要求,包括智能芯片与开发 框架的适配要求、人工智能计算任务调度、分布式计算等软硬件 协同任务的交互协议、执行效率和协同性能等标准。
 
 
( 三 )关键技术标准
 
关键技术标准主要包括机器学习、知识图谱、大模型、自然 语言处理、智能语音、计算机视觉、生物特征识别、人机混合增 强智能、智能体、群体智能、跨媒体智能、具身智能等标准。
 
1.  机器学习标准。规范机器学习的训练数据、数据预处理、 模型表达和格式、模型效果评价等,包括自监督学习、无监督学 习、半监督学习、深度学习、强化学习等标准。
 
2.  知识图谱标准。规范知识图谱的描述、构建、运维、共 享、管理和应用,包括知识表示与建模、知识获取与存储、知识 融合与可视化、知识计算与管理、知识图谱质量评价与互联互通、知识图谱交付与应用、知识图谱系统架构与性能要求等标准。
 
3.  大模型标准。规范大模型训练、推理、部署等环节的技 术要求,包括大模型通用技术要求、评测指标与方法、服务能力 成熟度评估、生成内容评价等标准。
 
4.  自然语言处理标准。规范自然语言处理中语言信息提取、 文本处理、语义处理等方面的技术要求和评测方法,包括语法分 析、语义理解、语义表达、机器翻译、自动摘要、 自动问答、语 言大模型等标准。
 
5.  智能语音标准。规范前端处理、语音处理、语音接 口、 数据资源等技术要求和评测方法,包括深度合成的鉴伪方法、全 双工交互、语音大模型等标准。
 
6.  计算机视觉标准。规范图像获取、 图像/视频处理、 图像 内容分析、三维计算机视觉、计算摄影学、跨媒体融合等技术要 求和评价方法,包括功能、性能、可维护性等标准。
 
7.  生物特征识别标准。规范生物特征样本处理、生物特征 数据协议、设备或系统等技术要求,包括生物特征数据交换格式、 接口协议等标准。
 
8.  人机混合增强智能标准。规范多通道、多模式和多维度 的交互途径、模式、方法和技术要求,包括脑机接 口、在线知识 演化、动态自适应、动态识别、人机协同感知、人机协同决策与 控制等标准。
 
9.  智能体标准。规范以通用大模型为核心的智能体实例和智能体基本功能、应用架构等技术要求,包括智能体强化学习、 多任务分解、推理、提示词工程,智能体数据接口和参数范围, 人机协作、智能体自主操作、多智能体分布式一致性等标准。
 
10.  群体智能标准。规范群体智能算法的控制、编队、感知、 规划、决策、通信等技术要求和评测方法,包括自主控制、协同 控制、任务规划、路径规划、协同决策、组网通信等标准。
 
11.  跨媒体智能标准。规范文本、图像、视频、音频等多模 态数据处理基础、转换分析、融合应用等方面的技术要求,包括 数据获取与处理、模态转换、模态对齐、融合与协同、应用扩展 等标准。
 
12.  具身智能标准。规范多模态主动与交互、自主行为学习、 仿真模拟、知识推理、具身导航、群体具身智能等标准。
 
 
( 四)智能产品与服务标准
 
智能产品与服务标准主要包括智能机器人、智能运载工具、 智能移动终端、数字人、智能服务等标准。
 
1.  智能机器人标准。规范人工智能在机器人领域应用的技 术要求,包括机器人智能认知、智能决策等标准。
 
2.  智能运载工具标准。规范智能运载工具感知、识别与预 判、协同与博弈、决策与控制、评价等技术要求,包括环境融合 感知、智能识别预判、智能决策控制、多模式测试评价等标准。
 
3.  智能移动终端标准。规范人工智能应用在移动终端领域 的技术要求,包括图像识别、人脸识别、智能语音交互,以及智能移动终端涉及的信息无障碍、适老化等标准。
 
4.  数字人标准。规范数字人的外形、动作生成、语音识别 与合成、 自然语言交互等技术要求,包括数字人基础能力评估、 多媒体合成渲染、基础数据采集方法、标识和识别方法等标准。
 
5.  智能服务标准。规范基于大模型、 自然语言处理、智能 语音、计算机视觉等人工智能技术提供的服务,包括模型即服务 平台技术要求和评测方法等标准,以及面向特定场景的人工智能 应用服务,如智能软件开发、智能设计、智能防伪等标准。
 
 
( 五)赋能新型工业化标准
 
赋能新型工业化标准主要包括研发设计、中试验证、生产制 造、营销服务、运营管理等制造业全流程智能化标准,以及重点 行业智能升级标准。
 
1.  研发设计标准。研制跨领域知识整合、新型设计模式生 成、人机协同研发设计等标准。
 
2.  中试验证标准。 围绕高精度、全流程仿真模型,研制智 能虚拟中试标准, 以及复杂工业场景新技术应用验证标准。
 
3.  生产制造标准。研制生产过程智能化、产线监测及维护 等标准。
 
4.  营销服务标准。围绕营销服务效率提升,研制智能客服、 数字人、商品三维模型标准, 以及用户体验等标准。
 
5.  运营管理标准。 围绕运营管理智能化能力提升,研制相 关供应链管理、数据管理、风险管理等标准。
 
6.  重点行业智能升级标准。 围绕原材料行业,开展大模型 畅联产线数据、优化在线监测调控和工艺改进等标准研制。围绕 消费品行业,开展需求预测、个性化定制等标准研制。围绕装备 行业,研制智能装备感知、交互、控制、协作、自主决策等标准。
 
 
( 六)行业应用标准
 
开展智慧城市、科学智算、智慧农业、智慧能源、智慧环保、 智慧金融、智慧物流、智慧教育、智慧医疗、智慧交通、智慧文旅等领域标准研究。
 
 
( 七)安全/治理标准
 
安全/治理标准主要包括人工智能领域的安全、治理等标准。
 
1.  安全标准。规范人工智能技术、产品、系统、应用、服 务等全生命周期的安全要求,包括基础安全,数据、算法和模型 安全,网络、技术和系统安全,安全管理和服务,安全测试评估, 安全标注, 内容标识,产品和应用安全等标准。
 
2.  治理标准。结合人工智能治理实际需求,规范人工智能 的技术研发和运营服务等要求,包括人工智能鲁棒性、可靠性、 可追溯性的技术要求与评测方法,人工智能治理支撑技术;规范 人工智能全生命周期的伦理治理要求,包括人工智能伦理风险评 估,人工智能的公平性、可解释性等伦理治理技术要求与评测方 法,人工智能伦理审查等标准。
 
 
五、保障措施
 
( 一)完善组织建设。建立健全人工智能领域标准化技术组织,统筹产学研用各方、产业链各环节优势力量,协同推进人工 智能标准建设,共同构建先进适用的人工智能产业标准体系。
 
( 二)构建人才队伍。鼓励标准化研究机构培养和引进标准化高端人才,加强面向标准化从业人员的专题培训。鼓励企业、 高校、研究机构等将标准化人才纳入职业能力评价和激励范围, 构建标准化人才梯队。
 
( 三)加强宣贯推广。指导行业协会、标准化技术组织、国家技术标准创新基地等,面向企业开展人工智能标准体系、重点 标准的宣贯和培训,引导企业在研发、设计、生产、管理、检测 等环节对标达标,持续提升标准助力产业高质量发展效能。