4.4　技术路线图

4.4.1　发展需求与目标

新一代人工智能技术引领下的应用软件发展需求，主要是把新一代人工智能技术与基础软件、面向各领域的应用软件需求深度融合，促进应用软件产业升级；为应对发达国家在软件基础领域的垄断局面，加快基础研究成果向制造等产业应用转化的速度；同时推动建设我国人工智能开源社区的生态，提高领域影响力。

软件和信息技术服务业是引领科技创新、驱动经济社会转型发展的核心力量，是建设制造强国和网络强国的核心支撑。建设强大的软件和信息技术服务业，是我国构建全球竞争新优势、抢占新工业革命制高点的必然选择。作为新一代信息技术产业的灵魂，软件正在成为信息化和数字化发展的基础，“软件定义”正在推动各行业领域的跨界融合、创新发展和转型升级。随着云计算、大数据、移动互联网、物联网等技术的快速发展和融合创新，以及先进计算、高端存储、人工智能、虚拟现实、神经科学等新技术的加速突破和应用，人机物融合环境下的基础设施资源发生了巨大变化，社会环境正在向网络化、泛在化、智能化的人机物融合发展模式迈进［12］。在人机物融合发展的环境下，“软件定义”不再仅限于计算、存储、网络等传统意义上的基础硬件资源，还覆盖云网端的各类资源，包括电能、传感、平台、应用等软硬件与数据和服务资源等。万物皆可互联，一切均可由“软件定义”。

在传统软件开发领域，发展出“传统产品模式”和“软件服务化模式”，满足客户个性化需求；在信息技术服务领域，从单一的系统集成服务向产业链的前后端延伸扩展，基本形成信息技术咨询服务、设计与开发服务和信息系统集成、后期运维服务齐头并进的发展格局；在新兴产业领域，充分运用大数据、移动互联网、云计算等信息技术和手段，企业根据各自业务需求，实现相关技术的快速更新，催生出更多的新兴服务业态。

在以智能制造为代表的国计民生重要领域，大量工业知识被固化沉淀在各类工业软件和信息系统中，工业应用软件作为工业技术、工艺经验、制造知识和方法承载、传播和应用的重要载体，将推动软件在工业领域更好地发挥“赋值、赋能、赋智”作用。在新一代信息技术的影响下，工业软件将从产品、企业流程、生产方式、企业新型能力、产业生态5个维度重新定义和提升智能系统所应具备的状态感知、实时分析、自主决策、精准执行和学习提升能力。

基于以上的发展需求，本题课组初步提出3个阶段的目标。

（1）2020年目标。到2020年，初步建立基于新一代人工智能技术的软件技术体系、安全体系、标准体系、管理体系、评估体系，形成对基于新一代人工智能技术的应用软件的安全评估和管控能力；基于新一代人工智能技术的应用软件的基础共性关键技术取得重要进展；发展面向各领域及企业个性化需求的智能化应用软件产业；形成面向特定行业、特定场景、具有重要支撑意义的基于新一代人工智能技术的领域App应用示范。

（2）2025年目标。到2025年，建成更加完善的新一代人工智能技术引领下的软件技术体系、安全体系、管理体系、评估体系、标准体系、政策体系以及伦理规范；培育出由我国主导、全球参与的开源软件生态系统，形成面向应用领域行业通用的智能化中间件软件产业，形成一批面向各领域的多学科交叉的软件应用示范。

（3）2035年目标。到2035年，基于新一代人工智能技术的应用软件的技术与应用总体上达到世界领先水平；基于类脑智能、自主智能、混合智能和群体智能等领域技术的应用软件取得重大突破，在国际人工智能和应用软件研究领域具有重要影响，占据应用软件科技制高点；基于新一代人工智能技术的应用软件为智能经济、智能社会的建设发挥突出作用。

4.4.2　重点任务

本课题的重点研究任务如下：研究基于新一代人工智能技术的应用软件的技术体系；研究并提出基于新一代人工智能技术的应用软件技术的发展目标、技术路线和科技专项设置建议；研究并提出基于新一代人工智能技术的应用软件应用示范与推广的目标、路线和示范推广工程设置建议；研究并提出战略支撑与保障等咨询建议。

以下从技术层面、产业层面和应用层面进行详细说明。

1.技术层面

1）在基础研究方面

重点研究面向云制、云控的云脑形态应用软件的新型架构技术和基于产业发展需求的具有互联互通互操作性的多学科交叉软件技术。

（1）面向云制、云控的云脑形态应用软件的新型架构技术。重点研究支撑大规模、分布式、场景动态变化的云边端协同学习与知识传递、云端知识聚合与机器决策要求的自适应可变架构技术；通过研究群智协同开发、智能仿真测试、自主智能运维、运行环境及系统智能安全、群智协作标准化、智能多源集成等技术，研究围绕云脑形态应用软件的智能构建技术、智能运维技术、智能安全技术；通过智能协同云制造软件、动植物疾病云监控预警软件、群体健康云监测软件、智能化城市交通云控软件等典型领域的应用与示范，研究云脑形态应用软件在重点行业领域的应用技术。

（2）基于产业发展需求的具有互联互通互操作性的多学科交叉软件技术。研究具有自学习能力的跨领域数据交互融合软件技术，通过研究云边端跨领域数据融合处理的软件架构、数据集成支撑技术、基于深度学习的跨领域数据集成技术、跨领域数据库管理软件等，实现具有自学习能力的跨领域数据交互融合软件；研究构建面向领域应用共性需求的通用中间件软件，通过研究云中间集成技术、平台集成技术等新型集成技术、领域知识图谱的构建技术、知识挖掘与推理技术等，挖掘领域内、领域间的共性需求，形成通用的中间件软件；研究平台之间的互联互操作软件，集成领域全生命周期活动内基于多学科知识的平台软件，实现领域内多学科知识的交叉融合。

2）在融合应用技术方面

在系统软件方面，重点研究面向新一代人工智能技术、云计算和云边缘计算技术、区块链技术等信息技术的操作系统和数据库管理系统相关的软件技术；在平台软件方面，重点研究资源虚拟化/服务化软件技术、巨量数据智能分析与管理软件技术，以及面向人工智能、知识图谱、类脑智能等引擎服务软件技术；在智能制造应用软件方面，重点研究能够覆盖领域常用场景的示范应用软件，并逐步完善。

2.产业层面

重点进行基于新一代人工智能技术的软件开发云平台产业发展研究和新一代人工智能技术引领下的App产业发展研究。

1）基于新一代人工智能技术的软件开发云平台产业发展研究

在基础运行环境方面，基于云计算技术，研究具备强大弹性可伸缩能力、高性能计算能力、容灾能力等的智能服务器相关技术产业；研究能够兼容TensorFlow、Caffe等主流计算框架，支持分布式计算、图式计算、流式计算、CPU+GPU混合计算等多种计算方式的通用人工智能算法运行环境；研究并提高多源海量语音、图像、视频等异构数据的高性能分析、处理及存储能力。

基于开源软件社区形成统一信息模型、框架，对不同行业的项目代码、软件知识等加以挖掘、分析、学习、沉淀，形成通用的知识图谱和面向医疗、金融等领域的知识图谱软件，逐步形成通用、高内聚、低耦合且易于扩展、能够灵活应对变化的模型库和算法库；研发可即时使用的可视化算法建模工具，提供分类、回归、推荐、跨媒体识别等通用人工智能模型，并能够支撑工业、农业、医疗、城市领域人工智能模型的快速搭建与应用的便捷开发。

通过新一代人工智能技术、云计算技术、容器技术等新一代信息技术与软件开发技术的融合性研究应用，使用户能够不受地域、空间限制，随时进行项目管理、配置管理、代码检查、编译、构建、测试、部署、发布等软件全生命周期活动，并通过用户代码过程的训练，丰富开发者相关产品及能力，形成便捷、高效的云端开发生态环境。

2）新一代人工智能技术引领下的App产业发展研究

重点发展基于类脑神经形态计算等新型内核的普适化、智能化、面向各类企业个性化需求的基础共性App，包括嵌入式人工智能自主学习操作系统App、集成嵌入式软件的紧凑终端系统App等。

重点发展面向智能制造领域的数据驱动、知识演化、自主推理的行业通用App软件产品产业，如智能制造领域的知识图谱App、多学科协同设计App等。

重点发展面向各类企业个性化需求的多模态感控、自主诊断、先验预测的专用App软件产品产业，如由知识驱动的协同产品设计App、基于群体智能的协同制造智能管控App、基于知识图谱的智能预测App等。

3.应用层面

在应用示范工程方面，应把研究和搭建“基于工业大数据的智能制造云与核心工业应用软件”应用示范作为重点任务。开发智能终端嵌入式操作系统、云脑操作系统软件，创新设计软件、智能协作软件、智能管控软件，以及面向智能服务的智能诊断和智能预测的应用软件等。

4.4.3　技术路线图的绘制

面向2035年的基于新一代人工智能技术的应用软件发展技术路线图如图4-2所示。

本领域的技术路线图分为以下2020年、2025年、2035年3个阶段，各阶段的技术路线描述如下：

到2020年，重点研究软件的基础核心技术及管件技术，初步实现能适用于单一领域的知识抽取与表示技术；初步搭建类脑智能、知识融合、多模态人机交互的引擎框架；初步实现对制造领域复杂文本语义理解技术研究。初步构建新一代人工智能技术引领下软件的技术体系、标准体系、评估体系等基础体系等。

到2025年，重点突破交叉融合应用软件技术，实现对多处理模型进行融合的软件技术，实现对软硬件资源的自适应调度优化，以满足不同数据处理模型的需求；对不同领域不同模态的数据，通过关联分析、聚类分析、时序分析、迁移学习等方式，实现跨模态、跨领域的知识获取和融合；实现基于语义的制造供需资源匹配软件技术，通过挖掘和提取不同资源的供需特征，不断完善制造领域的语料库，为提高智能匹配合适的供需资源工作效率建立基础；通过对工业领域多模态数据的分析与处理，形成工业领域知识的抽取与表示软件技术，进而形成工业知识模型库。

到2035年，实现面向新形态计算机的操作系统软件技术，在面向不同形态的软件和硬件时，通过深度学习的训练，能够实现在不同场景下对软件和硬件资源的智能调度；能够提供基于多处理模型融合架构的数据库管理软件，并在对数据库各类性能历史数据的学习下，实现能够支撑不同应用场景、不同计算模式和性能需求的数据管理；通过对跨领域的知识融合引擎服务软件技术研究，生成跨领域知识图谱；与以类脑芯片为代表的硬件方向协同发展，通过软件方式实现对类脑硬件的调度和管理，并通过对类脑硬件系统进行信息刺激、训练和学习，使其产生与人脑类似的智能甚至涌现出自主意识，实现智能培育和进化，实现类脑智能引擎，促进实现类脑智能领域的技术研发和产业化，抢占科技创新和产业发展制高点；实现工业知识图谱软件、工业可视化编程软件等相关技术，实现低代码的、基于知识的工业产品设计软件技术。