新一代人工智慧發展規劃

專欄1　基礎理論

1.大資料智慧型理論。研究資料驅動與知識引導相結合的人工智慧新方法、以自然語言理解和影象圖形為核心的認知計算理論和方法、綜合深度推理與創意人工智慧理論與方法、非完全資訊下智慧型決策基礎理論與框架、資料驅動的通用人工智慧數學模型與理論等。

2.跨**感知計算理論。研究超越人類視覺能力的感知獲取、面向真實世界的主動視覺感知及計算、自然聲學場景的聽知覺感知及計算、自然互動環境的言語感知及計算、面向非同步序列的類人感知及計算、面向**智慧型感知的自主學習、城市全維度智慧型感知推理引擎。

3.混合增強智慧型理論。研究「人在迴路」的混合增強智慧型、人機智能共生的行為增強與腦機協同、機器直覺推理與因果模型、聯想記憶模型與知識演化方法、複雜資料和任務的混合增強智慧型學習方法、雲機械人協同計算方法、真實世界環境下的情境理解及人機群組協同。

4.群體智慧型理論。研究群體智慧型結構理論與組織方法、群體智慧型激勵機制與湧現機理、群體智慧型學習理論與方法、群體智慧型通用計算正規化與模型。

5.自主協同控制與優化決策理論。研究面向自主無人系統的協同感知與互動，面向自主無人系統的協同控制與優化決策，知識驅動的人機物三元協同與互操作等理論。

6.高階機器學習理論。研究統計學習基礎理論、不確定性推理與決策、分布式學習與互動、隱私保護學習、小樣本學習、深度強化學習、無監督學習、半監督學習、主動學習等學習理論和高效模型。

7.類腦智慧型計算理論。研究類腦感知、類腦學習、類腦記憶機制與計算融合、類腦複雜系統、類腦控制等理論與方法。

8.量子智慧型計算理論。探索腦認知的量子模式與內在機制，研究高效的量子智慧型模型和演算法、高效能高位元的量子人工智慧處理器、可與外界環境互動資訊的實時量子人工智慧系統等。

該條中若是強調輸入中資料與資訊/知識、處理中公理與非公理推理、輸出中直覺與邏輯這條主線人機融合智慧型就會更準確更清晰了！