人工智能技术飞速发展,我国大体上能够与世界先进国家发展同步。我国拥有自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等很多智能科技成果已进入市场,但是9%以上是软件、算法产品，在人工智能神经网络芯片研发方向上,我国又是落后于美国5-10年左右，可以预见的是,将来我国的人工智能神经网络硬件又将进口大量的IBM、Google、NVIDA、Braodcom等公司的产品,遵循的标准又将按美国的标准,在市场上处于弱势地位。

近年来,半导体光源正以新型固体光源的角色逐步进入照明领域。由于半导体照明具有高效、节能、环保、使用寿命长、响应速度快、耐振动、易维护等显著优点,所以在国际上被公认为最有可能进入通用照明领域的新型固态冷光源。随着其价格的不断降低,发光亮度的不断提高,半导体光源在照明领域中展现了广泛的应用前景。业界普遍认为,半导体灯取代传统的白炽灯和荧光灯,是大势所趋。而半导体发光二极管（Light Emitting Diode , 简称LED）被认为是最有可能进入普通照明领域的一种绿色照明光源，按固体发光物理学原理,LED发光效率能近似100 % ,并具有工作电压低、耗电量小、发光效率高、响应时间极短、光色纯、抗冲击、性能稳定可靠及成本低等优点,因此被誉为21 世纪新光源,有望成为继白炽灯、荧光灯、高强度气体放电灯之后的第四代光源。虽然LED具有以上的很多优点，但是发光效率和使用寿命仍是制约其普及应用的主要因素。 目前国内大多致力于LED外部封装结构的研究，而公司里多采用进口芯片，如cree芯片，再在现有基础上进行外部封装结构和设计。而即便是散热好，寿命长，取光效率比较好的封装结构，国内所能达到的水平也就是刚刚超出100lm/w。主要原因在于其封装材料的选择和封装结构的不合理性，浪费了芯片的出射光，从而降低了取光效率。而国外LED不仅在外部封装结构，而且在芯片方向都明显优于国内水平，所以基本垄断国内LED的市场，尤其对于功率型白光LED的垄断相当严重。而这些高亮度半导体LED芯片生产技术掌握在以美国Cree和Lumileds、日本的Nichia和Toyoda Gosei，以及欧洲的Osram等为首的少数大公司手中。 现在功率型白光LED 的光效已提高到80～100lmPW,而真正能够取代白炽灯和荧光灯进入通用照明市场,其光效需要达到150lm/ W。这一方面要求在芯片的制作上不断提高LED 的量子效率,同时还要求在LED 的封装及灯具的设计制作过程中尽可能提高出光效率。现有的LED出光效率低的原因之一是，LED芯片的折射率较高，LED发出的光在出射芯片的时候，有相当一部分光被芯片与外界（环氧树脂）的界面反射。本产品是通过特殊镀膜方法，使LED芯片出光效率提高了10%。可以有效的增加LED的使用寿命，达到2万小时以上，而且可以使发光效率达到120lm/w到160lm/w。拥有这样长寿命和高出光效率的白光LED，必将引领整个照明市场，必将产生丰厚的利润，具有非常好的发展前景。

本项目中的视频模拟前端（AFE）芯片是一个完整的200MSPS、10位单片模拟视频接口芯片，用于将YPbPr或RGB计算机视频等格式的模拟视频信号转换为数字视频信号。芯片可支持高达1080p的HDTV电视，以及高达1600X1200的UXGA计算机视频。 芯

现阶段牛津纳米孔公司所开发的MinIon测序仪尚存在若干内在缺陷，如单次使用成本极高，单次检测正确率低，检测通量小，检测速度慢等天然缺陷。在这个意义上，我国科研工作者尚存实现自主知识产权并超越国外同行的机会

南开大学在天津市科技发展计划科技攻关项目《建立和应用肿瘤转移相关基因生物芯片筛选抗肿瘤转移药物的研究》的资助下，进行了肿瘤转移相关基因生物芯片的研究，在设计探针后，完成制备了含有213个肿瘤转移相关基因的基因芯片。申请国家发明专利：乳腺癌转移相关基因基因芯片的建立及其建立方法，专利（申请）号：20061013107.3（已公示）。 应用上述基因芯片所进行的大量的研究工作，表明该基因芯片有很好的应用前景。由于该基因芯片的成本低于全基因组芯片，有利于大量推广使用。与科研机构、医院和药厂等

南开大学在天津市科技发展计划科技攻关项目《建立和应用肿瘤转移相关基因生物芯片筛选抗肿瘤转移药物的研究》的资助下，进行了肿瘤转移相关基因生物芯片的研究，在设计探针后，完成制备了含有 213 个肿瘤转移相关基因的基因芯片。 应用上述基因芯片所进行的大量的研究工作，表明该基因芯片有很好的应用前景。由于该基因芯片的成本低于全基因组芯片，有利于大量推广使用。与科研机构、医院和药厂等相关企业合作，大量制备该基因芯片，实现产业化，投放市场使用，可实现良好的社会和经济效益。 应用价值： 基础研究：可应用该基因芯片进行肿瘤转移分子机制的基础研究，筛选与肿瘤转移相关的信号传导途径。 应用研究：可应用该基因芯片筛选抗肿瘤转移的药物；在临床上对切除的肿瘤组织进行检测，进行原代细胞培养的基础上检测对不同化疗药物的敏感性，为临床治疗方案提供依据。

RealAI首席执行官田天表示，新冠肺炎疫情暴发以来，各大媒体网站、社交平台上关于疫情的话题热度持高涨。在此环境下，信息的高效传播成为重要诉求。一方面，相关部门需要全面了解公众对疫情的话题讨论，辅助决策优化的同时也利于开展引导工作；另一方面，公众亟需第一时间获得最权威、最实时、最准确的疫情动态。分析称，互联网成为这次疫情主要的“信息源”平台，传播模式更是基于人手一机的“自媒体”，信息流不仅降低了大众获取信息的“信噪比”，更滋生出不同程度的谣言。据介绍，“新冠肺炎疫情AI话题分析平台”通过对多渠道海量媒体信息进行自动抓取采集、识别分析，解决了传统信息检索过程中因消息源头繁杂、消息过多、检索意图不明确而产生的困扰。同时，基于大数据分析和AI建模，自动识别出近期热点话题、新闻追踪和话题导向、地区关注度变化，为用户第一时间推送全网话题最新动态，满足用户对疫情舆情监测的需求，为作出正确舆论引导提供分析依据。

华中科技大学电信学院联合华为云等团队，研发并推出了新型冠状病毒感染的肺炎AI辅助医学影像量化分析系统。 华中科技大学电信学院白翔教授、许永超副教授等负责的华中科技大学-华为智能创新实验室积极发挥自身优势，针对新冠肺炎与华为云等团队共同研发出AI辅助医学影像量化分析系统，目前取得了有效进展。针对患者胸部CT影像中呈现多发小斑片影、多发磨玻璃影、浸润影、肺实变等特点，许永超等提供了基于纹理感知的病灶分割核心算法支持，该算法可实现单病例全自动精准量化结果的秒极输出，大幅提升了诊断效率，减轻医生诊断的繁重负荷。结合临床信息，系统可以辅助医生更高效地区分新冠肺炎的早期、进展期与重症期，有利于早期筛查与防控。同时，对于确诊病人，基于对多次复查影像数据的量化分析，医生能够有效评估病情进展及用药疗效等情况。

项目背景：随着国家政策的引导，城市的发展，各种建 设工程规模不断扩大，如何搞好现场施工现场管理，降低事 故发生频率，杜绝各种违规操作和不文明施工现象一直是施 工企业、政府管理部门关注的焦点。利用现代科技，AI 识别 技术，优化监控手段，实现对工地现场的各类问题实现实时 的、全过程的、不间断的监管。目前在工地智慧监管方面， 已经实现了对人员安全帽、危险区域的入侵等方面的视频监 控及 AI 分析，但是在对施工周边围挡监控、施工现场地面 硬化监控、施工现场物料堆放覆盖监控、施工现场出入车辆 清洗状况监控，AI 分析系统无法到达准确及有效的分析。需 要通过建立有效的数据模型，应用 AI 分析算法，实现对以 上问题的准确分析。 所需技术需求简要描述：1.AI 人工智能机器视觉分析 “深度学习”技术，实现视频分析、视频编解码等技术。2. 采用深度学习，高效识别准确率超 99.5%，支持目标大小阈 值设定，对光线、极端天气等不同应用场景环境适应性强， 检测速度快，运算成本低。  对技术提供方的要求:1.具有成功的 AI 识别、深度学习 方面的成功案例。2.对人工智能、大数据分析具有深入的研 究。3.技术方案成熟可靠稳定有创新思维，不涉及知识产权 侵犯。 

强智AI一卡通综合管理平台，针对传统校园一卡通运营弊端，以移动互联网、大数据、人工智能、人脸识别等为核心，搭建“一卡一码一账号”无感支付的新型一卡通平台，对学校食堂消费、水电缴费、门禁管理、图书馆管理、校车服务、校内医疗、自助文印等进行一体化运营和管理，完善学校管控，为广大师生提供便利的校园生活，实现更便捷、更开放、更安全、更协同的现代化校园生活。