大数据驱动的类人智能感知与情感交互关键技术-简介
项目背景
为落实《国家中长期科学和技术发展规划纲要(2006-2020年)》，以及国务院《关于促进云计算创新发展，培育信息产业新业态的意见》和《关于印发促进大数据发展行动纲要的通知》等提出的任务，国家重点研发计划启动实施“云计算和大数据”重点专项。根据本重点专项实施方案的部署，现提出2017年度项目申报指南建议。
本重点专项总体目标是：形成自主可控的云计算和大数据系统解决方案、技术体系和标准规范；在云计算与大数据的重大设备、核心软件、支撑平台等方面突破一批关键技术；基本形成以自主云计算与大数据骨干企业为主体的产业生态体系和具有全球竞争优势的云计算与大数据产业集群；提升资源汇聚、数据收集、存储管理、分析挖掘、安全保障、按需服务等能力，实现核心关键技术自主可控。
本重点专项按照云计算和大数据基础设施、基于云模式和数据驱动的新型软件、大数据分析应用与类人智能、云端融合的感知认知与人机交互等4个创新链(技术方向)，共部署31个重点研究任务。专项实施周期为5年(2016—2020)。
在 “大数据分析应用与类人智能” 的技术方向中，包含了 “大数据驱动的类人智能感知与情感交互关键技术（共性关键技术类）”。
研究内容
研究超大规模面向多模态感知的深度神经网络模型、结构及并行学习算法；研究大数据驱动的声音、图像和视频中的目标检测、跟踪、分类以及行为和事件识别机制，融合多通道语境信息的类人智能感知机制；研究多模态融合的特征信息协同分析理解方法，构建基于多模态语义协同分析的计算框架与推理机制；基于上述技术实现具有智能感知和情感交互的智能陪护机器人验证系统。
项目成果
现有大规模神经网络模型全网络训练，组织管理困难、运行能耗高方法，借鉴生物脑网络脑区和功能的协同机制，课题组首次提出了类脑大规模神经网络模型构建方法，如图1所示。构建的类脑大模型参数超过130亿参数，涉及的所有数据、神经网络模型借鉴脑区以及功能协同机制模块化组织和管理，集成了模型的验证和检测工具，灵活易扩展，根据任务需求模块化运行，能耗低。
在研究基础上产出两篇代表工作：
- Q. Ye, Y. Sun, J. Zhang and J. Lv, “A Distributed Framework for EA-Based NAS,” in IEEE Transactions on Parallel and Distributed Systems, vol. 32, no. 7, pp. 1753-1764, 1 July 2021. (CCF-A)
- 吕建成,叶庆,田煜鑫,韩军伟,吴枫.类脑超大规模深度神经网络系统.软件学报,2022,33(4):1412-1429