Приказ Минэкономразвития России от 29.06.2021 N 392
МИНИСТЕРСТВО ЭКОНОМИЧЕСКОГО РАЗВИТИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
ПРИКАЗ
от 29 июня 2021 г. N 392
ОБ УТВЕРЖДЕНИИ КРИТЕРИЕВ
ОПРЕДЕЛЕНИЯ ПРИНАДЛЕЖНОСТИ ПРОЕКТОВ К ПРОЕКТАМ В СФЕРЕ
ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
В соответствии с абзацем шестым пункта 2 и пунктом 34 Правил предоставления субсидии из федерального бюджета на поддержку некоммерческой организацией Фонд развития Центра разработки и коммерциализации новых технологий пилотных проектов апробации технологий искусственного интеллекта в приоритетных отраслях, утвержденных постановлением Правительства Российской Федерации от 21 мая 2021 г. N 767 (Собрание законодательства Российской Федерации, 2021, N 22, ст. 3834), приказываю:
1. Утвердить прилагаемые критерии определения принадлежности проектов к проектам в сфере искусственного интеллекта.
2. Контроль за исполнением настоящего приказа возложить на заместителя Министра экономического развития Российской Федерации Федулова В.В.
Министр
М.Г.РЕШЕТНИКОВ
Утверждены
приказом Минэкономразвития России
от 29 июня 2021 г. N 392
КРИТЕРИИ
ОПРЕДЕЛЕНИЯ ПРИНАДЛЕЖНОСТИ ПРОЕКТОВ К ПРОЕКТАМ В СФЕРЕ
ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
1. К критериям определения принадлежности проектов к проектам в сфере искусственного интеллекта относятся:
а) критерий предмета проекта;
б) критерий базовой технологии проекта;
в) критерий результата реализации проекта.
2. Проект удовлетворяет критерию предмета проекта, если его мероприятия предусматривают создание, и (или) развитие, и (или) внедрение искусственного интеллекта, а именно комплекса технологических решений, позволяющего имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека, в соответствии с подпунктом "а" пункта 5 Национальной стратегии развития искусственного интеллекта на период до 2030 года, утвержденной Указом Президента Российской Федерации от 10 октября 2019 г. N 490 (Собрание законодательства Российской Федерации, 2019, N 41, ст. 5700) (далее - Национальная стратегия).
3. Проект удовлетворяет критерию базовой технологии проекта, если его мероприятия предусматривают создание, и (или) развитие, и (или) внедрение не менее чем одной из технологий искусственного интеллекта, а также если его мероприятия направлены на решение технологических задач, установленных перечнем технологических задач, на реализацию которых может быть направлен проект в сфере искусственного интеллекта, приведенным в приложении к настоящим Критериям.
4. К технологиям искусственного интеллекта в соответствии с подпунктом "б" пункта 5 Национальной стратегии относятся технологии, основанные на использовании искусственного интеллекта, включая:
а) компьютерное зрение;
б) обработку естественного языка;
в) распознавание и синтез речи;
г) интеллектуальную поддержку принятия решений;
д) перспективные методы искусственного интеллекта.
5. К перспективным методам искусственного интеллекта в соответствии с подпунктом "в" пункта 5 Национальной стратегии относятся:
а) автономное решение различных задач;
б) автоматический дизайн физических объектов;
в) автоматическое машинное обучение;
г) алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных;
д) обработка информации на основе новых типов вычислительных систем;
е) интерпретируемая обработка данных;
ж) другие методы.
6. Для целей определения соответствия проекта критерию базовой технологии и с учетом подпункта "ж" пункта 5 настоящих Критериев к перспективным методам искусственного интеллекта относятся автономная работа физических машин (робототехника) и обработка информации на основе новых типов специализированных вычислительных систем для задач искусственного интеллекта.
7. Проект удовлетворяет критерию результата реализации проекта, если предполагаемым результатом реализации проекта является один из следующих результатов:
а) создание, и (или) развитие, и (или) внедрение новых технологий, программных средств или программно-аппаратных комплексов, а также их масштабирование, адаптация под новые прикладные сферы;
б) создание, и (или) развитие, и (или) внедрение новой электронной компонентной базы, специально создаваемой (созданной) для эффективной реализации алгоритмов обработки данных, используемых в технологиях искусственного интеллекта, включая разработку процессоров с нейроморфной архитектурой, мемристорных элементов, а также специализированных графических и тензорных процессоров;
в) создание, и (или) развитие, и (или) внедрение специальных средств и решений для разработчиков технологий искусственного интеллекта, включая создание инструментария для обработки и анализа данных, создание и применение на их основе алгоритмов (моделей) машинного обучения, создание открытых библиотек, а также испытательных стендов;
г) создание и обработка наборов данных, включая сбор, очистку, разметку, валидацию, деперсонализацию, хранение, обогащение, аудит, опубликование и актуализацию данных.
Приложение
к критериям определения
принадлежности проектов к проектам
в сфере искусственного интеллекта
ПЕРЕЧЕНЬ
ТЕХНОЛОГИЧЕСКИХ ЗАДАЧ, НА РЕАЛИЗАЦИЮ КОТОРЫХ МОЖЕТ БЫТЬ
НАПРАВЛЕН ПРОЕКТ В СФЕРЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
I. Компьютерное зрение
1. Детекция и идентификация объектов в сложной окружающей среде, в том числе для систем охраны и обеспечения безопасности.
2. Детекция и идентификация объектов "виртуальной и дополненной реальности".
3. Распознавание образов с учетом контекста и сигналов из нескольких источников (слияние данных), в том числе для интеграции данных с различными типами сенсоров и ориентирования в сложных средах.
4. Комбинация различных типов алгоритмов в рамках систем компьютерного зрения, обработка сигналов источников различных типов (гибридные системы компьютерного зрения), в том числе для использования в сертифицируемых системах компьютерного зрения.
5. Распознавание образов с обучением "с первого раза" (один или несколько объектов), позволяющее выполнять предиктивную выдачу результатов, в том числе при аварийных ситуациях.
6. Высокоскоростная идентификация большого количества объектов в различных частях электромагнитного спектра, в том числе для систем охраны, обеспечения безопасности и сбора данных о городском трафике и их анализа.
7. Автономная семантическая сегментация, классификация и идентификация объектов, разбиение на подобъекты и распознавание отдельных деталей, в том числе в режиме реального времени.
8. Психографический и эмоциональный анализ поведения людей и животных на основе систем видеоаналитики, в том числе для системы сбора и классификации данных об эмоциях.
9. Событийный анализ с использованием систем видеоаналитики (например, нарушение использования средств индивидуальной защиты, возникновение признаков и факторов аварий (например, горение, парение).
10. Мониторинг хода производственного или организационного процесса с использованием систем видеоаналитики.
11. Распознавание дефектов продукции на основе анализа различных типов изображений.
12. Распознавание пространственной неоднородности ландшафтов.
13. Анализ данных, получаемых с космических аппаратов геостационарного, гидрометеорологического, гелиогеофизического и океанографического назначения, а также иной информации, полученной от космической системы дистанционного зондирования Земли, и построение по таким данным предиктивных моделей.
14. Генерация изображений и видеозаписей, в том числе фотореалистичных.
15. Аугментация данных (включая создание методов аугментации данных).
16. Сбор наборов данных и обучение классификаторов, в том числе для постановки диагноза на основе анализа фотоснимков и видеозаписей с заданным уровнем точности, а также для обучения системы "по ситуации".
17. Анализ информации об удаленных объектах с помощью активных оптических систем, в том числе лидаров.
II. Обработка естественного языка
18. Классификация и кластеризация отдельных высказываний, коротких и длинных текстов.
19. Поиск и классификация различных типов сущностей в тексте, включая названия организаций и имена персоналий.
29. Динамическое распознавание смысла (распознавание до получения законченного предложения или абзаца), в том числе для внедрения в системы автоматического синхронного перевода на основе искусственного интеллекта.
30. Выделение наиболее важной информации из контекста и синтез уникальных текстов, в том числе для автоматической и полуавтоматической суммаризации (аннотирования, реферирования) текстов, для создания ассистентов полуавтоматической генерации контента, для синтеза субтитров и сурдоперевода, аннотирования изображений и видеозаписей, включая распознавание эмоциональных оттенков и субэмоций речи и текста, в том числе в целях формирования психографического портрета.
III. Распознавание и синтез речи
31. Создание мультизадачных разговорных ассистентов.
32. Проверка подлинности речи, в том числе для проверки личности говорящего.
33. Распознавание звуков и речи в сложных условиях (шумы, большое расстояние и так далее), в том числе для использования в системах обработки и анализа переговоров.
34. Сбор и аннотация данных для задач распознавания и синтеза речи.
35. Распознавание сложных смысловых конструкций и сленга в речи для использования в системах поиска скрытого содержания и смысла, в том числе для улучшения текущих решений (включая создание персональных ассистентов).
36. Создание средств управления эмоциями и смысловыми конструкциями в синтезированной речи, в том числе для целей автоматического чтения художественных произведений.
37. Синтез речи на иностранном языке, в том числе для улучшения персональных синхронных переводчиков.
38. Распознавание антропологических признаков на основе речи, в том числе для использования в системах идентификации социального статуса и других атрибутов человека.
39. Классификация и выявление взаимного расположения источников звука (музыка, бытовые шумы, звуки, сопровождающие опасные ситуации, и иные источники звука), в том числе для использования в системах анализа неисправности устройств на основе распознавания звука.
40. Распознавание эмоциональных оттенков и субэмоций речи, в том числе для улучшения существующих персональных голосовых помощников, переводчиков.
IV. Интеллектуальные системы поддержки принятия решений
41. Предиктивный и прескриптивный анализ, позволяющий предсказывать развитие ситуации на основе анализа данных и автоматизировать принятие решений в режиме реального времени (включая создание методов и моделей).
42. Оценка качества моделей машинного обучения без тестирования в реальной среде, в том числе в рекомендательных системах, тестируемых без участия пользователя.
43. Подготовка решений на основе открытых источников данных и неструктурированной информации, в том числе для использования в интеллектуальных системах поддержки принятия решений для решения стратегических вопросов и (или) адаптивного динамического управления сложными объектами.
44. Интеллектуальное имитационное моделирование поведения участников рынка товаров, работ и услуг на основе транзакционных данных и моделей машинного обучения.
45. Управление и (или) обучение персонала и построение персонализированных карьерных или образовательных траекторий.
46. Обеспечение поддержки принятия решений на основе многолетних данных, в том числе для расчета нормирования в отраслях экономики.
47. Управление оборудованием и производственными системами на основе данных измерительных систем и исторических данных о поведении
должны быть основаны на алгоритмах математического моделирования, машинного обучения и исторических данных).
54. Контроль и обеспечение производственной безопасности, основанные на анализе и моделировании поведения сотрудников (включая создание систем искусственного интеллекта, которые должны быть основаны на алгоритмах математического моделирования, машинного обучения и исторических данных).
55. Контроль и сокращение вредных выбросов и загрязнения окружающей среды (включая создание систем искусственного интеллекта, которые должны быть основаны на алгоритмах математического моделирования, машинного обучения и исторических данных).
56. Визуализация производственных процессов, помогающая анализировать производственные процессы и искать пути повышения производственной эффективности (включая создание систем искусственного интеллекта, которые должны быть основаны на алгоритмах математического моделирования, машинного обучения и исторических данных).
57. Управление персоналом, контроль производительности, психофизического состояния и поиск возможностей оптимизации загрузки персонала (включая создание систем искусственного интеллекта, которые должны быть основаны на алгоритмах математического моделирования, машинного обучения и исторических данных).
V. Перспективные методы искусственного интеллекта
58. Разработка методов в направлении создания универсального (сильного) искусственного интеллекта.
59. Поиск новых методов и подходов к решению задач, в том числе способных обучаться в условиях искажения, отсутствия или утраты актуальности исторических данных или превышать возможности существующих методов машинного обучения и математического моделирования.