（一）基础共性标准。

基础共性标准主要针对人工智能基础进行规范，包括术语、参考架构、测试评估等部分，如图３所示。

图３基础共性标准

１．术语标准。用于统一人工智能相关概念、技术、应用行业场景，为其他各部分标准的制定和企业人工智能研究提供支撑，包括人工智能术语相关定义、范畴、实例等标准。

２．参考架构标准。规范人工智能相关技术、应用及价值链的逻辑关系和相互作用，为开展人工智能相关标准研制工作提供定位和方向建议。

３．测试评估标准。围绕人工智能技术发展的成熟度、行业发展水平、企业能力等方面提取测试及评估的共性需求。包括与人工智能相关的服务能力成熟度评估、人工智能通用性测试指南、评估原则以及等级要求、企业能力框架及测评要求等标准。　　　

（二）支撑技术与产品标准。

支撑技术与产品标准主要包括大数据、物联网、云计算、边缘计算、智能传感器、数据存储及传输设备等部分，如图４所示。

图４支撑技术与产品标准

１．大数据标准。规范人工智能研发及应用等过程涉及到的数据存储、处理、分析等大数据相关支撑技术要素，包括大数据系统产品、数据共享开放、数据管理机制、数据治理等标。　　　

２．物联网标准。规范人工智能研发和应用过程中涉及到的感知和执行关键技术要素，为人工智能各类感知信息的采集、交互和互联互通提供支撑。包括智能感知设备标准、感知设备与人工智能平台的接口和互操作等智能网络接口、感知与执行一体化模型标准、多模态和态势感知标准等。

３．云计算标准。规范面向人工智能的云计算平台、资源及服务，为人工智能信息的存储、运算、共享提供支撑。包括虚拟和物理资源池化、调度，智能运算平台架构，智能运算资源定义和接口、应用服务部署等标准。

４．边缘计算标准。规范人工智能应用涉及的端计算设备、网络、数据与应用。包括数据传输接口协议、智能数据存储、端端协同、端云协同等标准。

５．智能传感器标准。规范高精度传感器、新型ＭＥＭＳ传感器等，为人工智能的硬件发展提供标准支撑，包括传感器接口、性能评定、试验方法等标准。

６．数据存储及传输设备标准。用于规范数据存储、传输设备相关技术、数据接口等。

（三）基础软硬件平台标准。

基础软硬件平台标准主要包括智能芯片、系统软件、开发框架等部分，如图５所示。

图５基础软硬件平台标准

１．智能芯片标准。规范智能计算芯片、新型感知芯片及相关底层接口等，为人工智能模型的训练和推理提供算力支持。包括指令集和虚拟指令集、芯片性能、功耗测试要求、数据交换格式、芯片操作系统的设计及检测等标准。

２．系统软件标准。规范人工智能软硬件优化编译器、人工智能算子库、人工智能软硬件平台计算性能等，促进软硬件平台的协同优化。

３．开发框架标准。包括机器学习框架和应用系统之间的开发接口、神经网络模型表达和压缩等标准。

（四）关键通用技术标准。

关键通用技术标准主要包括机器学习、知识图谱、类脑智能计算、量子智能计算、模式识别等部分，如图６所示。

图６关键通用技术标准

１．机器学习标准。规范监督学习、无监督学习、半监督学习、集成学习、深度学习和强化学习等不同类型的模型、训练数据、知识库、表达和评价。

２．知识图谱标准。规范知识描述的结构形式、解释过程、知识深度语义的技术要求等，解决知识表示粒度、方式的不确定性问题。

３．类脑智能计算标准。规范类脑计算算法基本模型、性能和应用，为人工智能系统提供新的计算架构，提高人工智能处理复杂问题的能力。包括类脑智能计算参考架构、脑特征机制计算模型建模和表达、基于生物机制建模的算法要求及其性能评价、类脑智能计算硬件设备通用技术要求等标准。

４．量子智能计算标准。规范量子计算算法基本模型、性能和应用，为提高人工智能计算能力提供支撑。包括量子计算模型与算法、高性能高比特率的量子人工智能处理器、可与外界环境交互信息的实时量子人工智能系统等标准。

５．模式识别标准。规范自适应或自组织的模式识别系统的特点、模型、技术要求和评价方法。

（五）关键领域技术标准。

关键领域技术标准主要包括自然语言处理、智能语音、计算机视觉、生物特征识别、虚拟现实／增强现实、人机交互等部分，如图７所示。

图７关键领域技术标准

１．自然语言处理标准。规定自然语言处理基础、信息提取、文本内容分析等方面的技术要求，解决计算机理解和表达自然语言过程中的数据、分析方法和语义描述的一致性问题。自然语言处理标准包括语言信息提取、文本处理、语义处理、应用扩展四个部分。

２．智能语音标准。规范人机语言通信的技术和方法，确保语音识别、语音合成及其应用的准确性、一致性、高效性和可用性。智能语音标准包括语音设施设备、语音处理、语音识别、语音合成、语音接口五个部分。

３．计算机视觉标准。规定计算机及视觉感知设备对目标进行检测、识别、跟踪的技术要求，解决图片或视频采集、处理、识别、理解和反馈等各环节的一致性和互联互通问题。计算机视觉标准包括视觉设施设备、数据及模型、图像识别与处理三个部分。

４．生物特征识别标准。规范计算机利用人体所固有的生理特征（指纹、人脸、虹膜、声纹、ＤＮＡ等）或行为特征（步态、击键等）来进行个人身份鉴定的技术要求，解决生物特征描述、数据、接口的一致性问题。

５．虚拟现实／增强现实标准。为用户提供视觉、触觉、听觉等多感官信息一致性体验的通用技术要求。

６．人机交互标准。规范人与信息系统多通道、多模式和多维度的交互途径、模式、方法和技术要求，解决语音、手势、体感、脑机等多模态交互的融合协调和高效应用的问题，确保高可靠性和安全性交互模式。人机交互标准包括智能感知、动态识别、多模态交互三个部分。

（六）产品与服务标准。

产品与服务标准包括智能机器人、智能运载工具、智能终端、智能服务等部分，如图８所示。

图８产品与服务标准

１．智能机器人标准。结合《国家机器人标准体系建设指南》工作部署，在服务机器人方面，完善服务机器人硬件接口、安全使用以及多模态交互模式、功能集、服务机器人应用操作系统框架、服务机器人云平台通用要求等标准；在工业机器人方面，重点在工业机器人路径动态规划、协作型机器人设计等开展标准化工作。

２．智能运载工具标准。开展人工智能技术应用在智能运载工具领域的通用标准体系建设和标准研制，包括高性能协同传感技术、车载互联及通信技术、智能化与网联化安全技术等方面。重点围绕行驶环境融合感知、智能决策控制、复杂系统重构设计和多模式测试评价等共性关键技术开展标准化工作。

３．智能终端标准。开展人工智能技术应用在智能终端领域的标准研究，重点围绕移动智能终端产品图像识别、人脸识别、ＡＩ芯片等相关技术开展标准化工作。

４．智能服务标准。包括图像识别、智能语音、自然语言处理、机器学习算法等标准。重点开展人工智能服务能力成熟度评价、智能服务参考架构等标准制定工作。

（七）行业应用标准。

根据国务院印发的《新一代人工智能发展规划》（国发﹝2017﹞35号，结合当前人工智能应用发展态势，确定人工智能标准化重点行业应用领域包括：智能制造、智能农业、智能交通、智能医疗、智能教育、智能商务、智能能源、智能物流、智能金融、智能家居、智能政务、智慧城市、公共安全、智能环保、智能法庭、智能游戏等，如图９所示。

图９行业应用标准

人工智能行业应用具有跨行业、跨专业、跨领域、多应用场景的特点，不同行业的侧重点不同。在标准规划研究过程中，应以市场驱动为主、行业引导、政府支持相结合，立足行业需求，兼顾技术迭代体系建设。

１．智能制造领域。规范工业制造中信息感知、自主控制、系统协同、个性化定制、检测维护、过程优化等方面技术要求。

２．智能农业领域。规范在应用环境复杂、应用场景多样的农业环境下专用传感器、网络、预测数据模型等技术要求，用于辅助农产品生产与加工，提高农作物产量。

３．智能交通领域。规范交通信息数据平台及综合管理系统，从而可以智能地处理行人、车辆和路况等动态复杂信息，引领智能信号灯等技术的推广。

４．智能医疗领域。围绕医疗数据、医疗诊断、医疗服务、医疗监管等，重点规范人工智能医疗应用在数据获取、数据隐身管理等方面内容，包括医疗数据特征表示、人工智能医疗质量评估等标准。

５．智能教育领域。规范在新型教育体系中的教学、管理等全流程相关的人工智能应用，建立以学习者为中心精准推送的教育服务，实现日常教育和终身教育定制化。

６．智能商务领域。主要规范应用场景复杂的商务智能化领域，包括对服务模型的分类和管理、商务数据的智能分析，以及相应推荐引擎系统架构的设计要求。

７．智能能源领域。规范在能源开发利用、生产消费全过程中的融合智能应用，包括能源系统的自组织、自检查、自平衡和自优化。

８．智能物流领域。规范物流从规划、进货、加工、存储和运输全流程的技术和管理要求，引入智能识别、仓储、调度、追踪、配置等，提升物流效率，加强物流信息可视化程度，优化物流配置。

９．智能金融领域。规范线上支付、融资信贷、技资顾问、风险管理、大数据分析预测、数据安全等应用技术，辅助提升金融资产端的征信、产品定价、投资研究，客户端的支付方式、投资顾问、客服等业务能力。

１０．智能家居领域。规范家居智能硬件、智能网联、服务平台、智能软件等产品、服务和应用，促进智能家居产品的互联互通，有效提升智能家居在家居照明、监控、娱乐、健康、教育、资讯、安防等方面的用户体验。

１１．智能政务领域。规范政务智能化应用，从政务信息公开、透明、开放和共享角度出发，以标准化形式提高政府工作效率，加强事前控制、事中事后监管。

１２．智慧城市领域。规范智慧城市未来模式下智能应用的技术要求，包括评估人工智能技术在复杂城市环境下的风险，评估城市安全、辅助决策等应用或产品的智能程度等。

１３．公共安全领域。规范涉及公共安全的探测传感、各类信息处理和综合分析相关应用技术，从而实现智能化监测预警与综合应对。

１４．智能环保领域。规范环境监测、自然资源管理、污染物排放预测等相关数据模型、平台和产品，进而提高环保行业智能化水平。

１５．智能法庭领域。规范司法过程中信息的智能分析和管理要求，实现案情要素的智能分析、对多元化数据进行挖掘分析，进而提升庭审效率。

１６．智能游戏领域。规范游戏设计开发、硬件设备、人机交互、游戏体验等相关人工智能技术应用、功能性能和测试，包括游戏操作系统、制作引擎、多媒体渲染、语音体感动态交互、游戏角色自主学习、决策与对抗、用户数据分析、游戏环境治理等。

（八）安全／伦理标准。

安全／伦理标准包括人工智能领域的安全与隐私保护、伦理等部分，如图１０所示。

图１０安全／伦理标准

１．安全与隐私保护标准。包括基础安全，数据、算法和模型安全，技术和系统安全，安全管理和服务，安全测试评估，产品和应用安全等六个部分。

其中，人工智能基础安全标准是人工智能安全标准体系的基础性标准，用于指导人工智能安全工作的全过程，主要包括人工智能概念和术语、安全参考架构、基本安全要求等。

人工智能数据、算法和模型安全标准是针对人工智能数据、算法和模型中突出安全风险提出的，包括数据安全、隐私保护、算法模型可信赖等。

人工智能技术和系统安全标准用于指导人工智能系统平台的安全建设，主要包括人工智能开源框架安全标准、人工智能系统安全工程标准、人工智能计算设施安全标准、人工智能安全技术标准。

人工智能安全管理和服务标准主要是为保障人工智能管理和服务安全，包括安全风险管理、供应链安全、人工智能安全运营、人工智能安全服务能力等。

人工智能安全测试评估标准主要从人工智能的算法、数据、技术和系统、应用等方面分析安全测试评估要点，提出人工智能算法模型、系统和服务平台安全、数据安全、应用风险、测试评估指标等基础性测评标准。

人工智能产品和应用安全标准主要是为保障人工智能技术、服务和产品在具体应用场景下的安全，可面向智能门锁、智能音响、智慧风控、智慧客服等应用成熟、使用广泛或安全需求迫切的领域进行标准研制。

２．伦理标准。规范人工智能服务冲击传统道德伦理和法律秩序而产生的要求，重点研究领域为医疗、交通、应急救援等特殊行业。