國撥3.9億支持13個變革性技術(shù)研發(fā)4項與醫(yī)學相關(guān)

近日，國家科技部發(fā)布了《科技部關(guān)于發(fā)布國家重點研發(fā)計劃變革性技術(shù)關(guān)鍵科學問題重點專項2017年度項目申報指南的通知》（以下簡稱通知），通知明確，2017年變革性技術(shù)關(guān)鍵科學問題重點專項將圍繞化學鍵重構(gòu)、超構(gòu)材料、器官精確介觀測量、類生物體靈巧假肢、人工智能、新型太赫茲輻射源等方向部署13個研究方向進行，國撥總經(jīng)費約3.9億元。

同時，《通知》提出，在同一指南方向下，原則上只支持1項，僅在申報項目評審結(jié)果相近，技術(shù)路線明顯不同，可同時支持2項，并建立動態(tài)調(diào)整機制，根據(jù)中期評估結(jié)果，再擇優(yōu)繼續(xù)支持。如無特殊說明，每個項目下設(shè)課題不超過5個，每個項目所含單位數(shù)不超過10家。項目申報需具備相關(guān)研究基礎(chǔ)，并曾獲得國家科技計劃支持且實施效果良好、具有重大應(yīng)用前景。申報項目負責人需具有承擔國家重大科技項目的經(jīng)歷。項目執(zhí)行期一般為5年，申報項目特別需提出明確、有顯示度的5年總體目標和2年階段目標和考核指標（或研究進度）。項目實行“2+3”分段式資助，在項目執(zhí)行2年左右對其目標完成情況進行評估，根據(jù)評估情況確定項目后續(xù)支持方式。
此外 ，《通知》還規(guī)定了詳細的申報資格，比如：政府機關(guān)不得牽頭或參與申報，項目（課題）負責人須具有職稱或博士學位，受聘于內(nèi)地單位的外籍科學家及港、澳、臺地區(qū)科學家可作為重點專項的項目（課題）負責人，全職受聘人員須由內(nèi)地聘用單位提供全職聘用的有效證明，非全職受聘人員須由內(nèi)地聘用單位和境外單位同時提供聘用的有效證明，并隨紙質(zhì)項目預申報書一并報送。
項目（課題）負責人限申報 1 個項目（課題）；國家重點基礎(chǔ)研究發(fā)展計劃（973 計劃，含重大科學研究計劃）、國家高技術(shù)研究發(fā)展計劃（863 計劃）、國家科技支撐計劃、國家國際科技合作專項、國家重大科學儀器設(shè)備開發(fā)專項、公益性行業(yè)科研專項以及國家科技重大專項、國家重點研發(fā)計劃重點專項在研項目（含任務(wù)或課題）負責人不得牽頭申報項目（課題）。國家重點研發(fā)計劃重點專項的在研項目負責人（不含任務(wù)或課題負責人）也不得參與申報項目（課題）等。
在此次的申報重點專項中，其中有4項與醫(yī)學相關(guān)，它們分別是：完整器官三維結(jié)構(gòu)與功能信息的介觀測量、人體器官芯片的介觀測量、面向生物醫(yī)學應(yīng)用研究的新型太赫茲輻射源、類生物體靈巧假肢及其神經(jīng)信息通道重建。
1、完整器官三維結(jié)構(gòu)與功能信息的介觀測量
研究內(nèi)容：針對生物醫(yī)學前沿科學問題，發(fā)展介觀測量新原理和方法，突破現(xiàn)有研究手段在大體積樣本中難以進行高分辨率三維測量的瓶頸問題，實現(xiàn)重要器官內(nèi)多維生命科學大數(shù)據(jù)的高精度獲取、重建與可視化。進而，在具有代表解剖結(jié)構(gòu)、組織特征和生理病理狀態(tài)的輔助坐標或注釋中，可視化展現(xiàn)完整器官內(nèi)不同類型細胞的結(jié)構(gòu)與功能圖譜。
2、人體器官芯片的介觀測量

研究內(nèi)容：探索人體器官芯片生化特征介觀測量與表征新原理與方法，從分子、細胞到組織、器官甚至系統(tǒng)的多個層次，建立具有多參數(shù)、多維度、多模態(tài)的高分辨率在線檢測手段，以實現(xiàn)對微器官的實時監(jiān)控和對微結(jié)構(gòu)仿生狀態(tài)的客觀評估，并研究器官芯片的模型特征，驗證其與人體組織的相似性，為藥物篩選和疾病治療提供技術(shù)支撐。
3、 面向生物醫(yī)學應(yīng)用研究的新型太赫茲輻射源
研究內(nèi)容：面向太赫茲波生物效應(yīng)及檢測等生物醫(yī)學應(yīng)用，探索自由電子與新興材料及新型結(jié)構(gòu)互作用產(chǎn)生太赫茲輻射的物理機制，揭示變革性太赫茲輻射的基本規(guī)律，突破傳統(tǒng)太赫茲輻射源的技術(shù)瓶頸，產(chǎn)生寬頻帶可調(diào)諧、大功率、連續(xù)波小型化和具有一定無衍射長度的相干太赫茲輻射。
4、類生物體靈巧假肢及其神經(jīng)信息通道重建

研究內(nèi)容：圍繞“再造人手功能”的科學目標，探索操作感知一體化類生物體靈巧假肢設(shè)計、制造、神經(jīng)接口編碼解碼算法和神經(jīng)接口硬件系統(tǒng)，及其與神經(jīng)系統(tǒng)的信息通道重建方法，及神經(jīng)智能與人工智能的融合與交互。重點研究基于軟體材料的靈巧假肢機構(gòu)設(shè)計制造原理，神經(jīng)信號的提取與解碼，人手運動信息的神經(jīng)編碼規(guī)律與新一代神經(jīng)控制模型，傳感信號的神經(jīng)傳入機制及假肢的自然感覺功能再造方法，實現(xiàn)閉環(huán)的雙向神經(jīng)接口，完成穩(wěn)定和可以持續(xù)學習改善功能的能力。
此外，還有兩項與AI有關(guān)；
1、下一代深度學習理論與技術(shù)
研究內(nèi)容：面向泛在（如移動計算）、高風險（如醫(yī)療）、高可靠性（如智能交通）等應(yīng)用場景，突破深度學習理論基礎(chǔ)薄弱、模型結(jié)構(gòu)單一、資源消耗過高、數(shù)據(jù)依賴性強的瓶頸。研究下一代深度學習基本理論；非神經(jīng)網(wǎng)絡(luò)、資源節(jié)約型深度學習模型、方法及高效優(yōu)化技術(shù)；適于小樣本 / 無監(jiān)督樣本、強化 / 博弈學習的深度學習方法與技術(shù)。
考核指標：針對深度學習模型高度非線性、參數(shù)空間分層且巨大等復雜特性，建立一套揭示深度學習工作機理的理論框架、形成一組深度學習模型分析工具與方法；研制出一系列基于非神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的新型機器學習模型、方法與技術(shù)，在深度學習模型可解釋性、高擴展性、易配置性上取得突破；提出存儲和計算資源消耗低的多種深度學習模型與方法，設(shè)計快速高效、適用于非凸深度學習訓練的新型梯度與非梯度優(yōu)化技術(shù)，大幅提升深度學習技術(shù)部署能力；研制面向小樣本、無監(jiān)督樣本、弱標記樣本、非單標記樣本的深度學習方法與技術(shù)，降低深度學習對于大規(guī)模高質(zhì)量標注數(shù)據(jù)的嚴重依賴；研制多事件觸發(fā)的深度學習模型和技術(shù)，適應(yīng)信息社會的開放環(huán)境和快速涌現(xiàn)的新現(xiàn)象；拓廣深度學習應(yīng)用領(lǐng)域，提出適用于在線學習、強化學習、博弈學習的深度學習方法與技術(shù)。
2、 深度神經(jīng)網(wǎng)絡(luò)處理器的新原理、新結(jié)構(gòu)和新方法

研究內(nèi)容：深度神經(jīng)網(wǎng)絡(luò)已在多種云端和終端應(yīng)用中起到了關(guān)鍵性支撐作用。然而，現(xiàn)有芯片遠遠難以滿足深度神經(jīng)網(wǎng)絡(luò)的速度和能效需求，有必要探索能高效處理大規(guī)模深度神經(jīng)網(wǎng)絡(luò)的新型處理器的設(shè)計原理、體系結(jié)構(gòu)、指令集和編程語言；探索深亞微米工藝（≤16nm）及新型器件對深度神經(jīng)網(wǎng)絡(luò)處理器設(shè)計方法的影響。研制新型深度神經(jīng)網(wǎng)絡(luò)處理器芯片，探索全異步特征的極低功耗神經(jīng)網(wǎng)絡(luò)架構(gòu)。
考核指標：研制能處理大規(guī)模深度神經(jīng)網(wǎng)絡(luò)（包含一億神經(jīng)元和十億突觸）的深度神經(jīng)網(wǎng)絡(luò)處理器樣片。該樣片支持國產(chǎn)深度神經(jīng)網(wǎng)絡(luò)指令集，集成硬件神經(jīng)元 / 突觸作為其運算部分，支持硬件神經(jīng)元的時分復用，支持 Caffe、TensorFlow 和 MXNet 等主流深度神經(jīng)網(wǎng)絡(luò)編程框架，能完成多層感知機（MLP）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、長短時記憶網(wǎng)絡(luò)（LSTM）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、生成對抗網(wǎng)絡(luò)（GAN）和更快速的基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)（Faster-RCNN）等主流深度神經(jīng)網(wǎng)絡(luò)的使用，實測能效和性能超過英偉達圖形處理單元（NVidia GPU）產(chǎn)品 M40 的 20 倍。設(shè)計深度神經(jīng)網(wǎng)絡(luò)處理器的基準測試集，覆蓋語音、圖像和自然語言理解等應(yīng)用。設(shè)計高效的深度神經(jīng)網(wǎng)絡(luò)處理器核和片上互聯(lián)結(jié)構(gòu)。研制面向深度神經(jīng)網(wǎng)絡(luò)處理器的編程語言、編譯器和匯編器。研制面向深度神經(jīng)網(wǎng)絡(luò)處理器的驅(qū)動和系統(tǒng)軟件。完成深度神經(jīng)網(wǎng)絡(luò)處理器在超過 100 萬部移動終端中的應(yīng)用部署，實現(xiàn)原來需要云計算才能處理的智能任務(wù)在移動終端本地處理。