грант ФСИ миллионов рублей «Антикризис-ИИ» разработчикам цифровых технологий ИИ AI ФСИ fasie "Бортника-Полякова" на доработку ИТ-решения технологического продукта ИИ проведение НИОКР приобретение и внедрение технологий ИИ продуктов технологий ИИ

30.05.2022

30 мая 2022 года в рамках федерального проекта "Искусственный интеллект" объявлен новый конкурс «Антикризис-ИИ»

В рамках федерального проекта "Искусственный интеллект" Правительство РФ планирует развивать механизмы разработки малыми предприятиями ИТ решений использующих AI.

грант фонда ФСИ fasie "Бортника-Полякова" (Минцифры России) до 30 миллионов рублей  «Антикризис-ИИ» разработчикам цифровых технологий ИИ AI

Грант на финансирование (стандартные условия фонда софинансирование - внебюджетное софинансирование (из собственных средств или средств инвестора) – не менее 30% от суммы гранта (сумма варьируется от 30 до 100% в зависимости от конкурса) затрат на разработку/доработку технологического продукта ИИ:

• проведение научно-исследовательских и опытно-конструкторских работ,
• приобретение и внедрение технологий ИИ),
• включая затраты на создание и (или) приобретение и внедрение приоритетных технологий ИИ и (или) продуктов, в основе которых лежит применение технологий ИИ;

Конкурс направлены на отбор проектов по следующим направлениям (лотам):

• компьютерное зрение;

• обработка естественного языка;

• распознавание и синтез речи;

• интеллектуальные системы поддержки принятия решений;

• перспективные методы искусственного интеллекта.

Проект должен соответствовать критериям определения принадлежности к проектам в сфере искусственного интеллекта, установленным Министерством экономического развития Российской Федерации:

• критерию предмета проекта;

• критерию базовой технологии;

• критерию результата реализации проекта.

Конкурс «Антикризис-ИИ» ориентирован на поддержку предприятий, планирующих доработку и (или) масштабирование собственных решений, продуктов и услуг в области искусственного интеллекта и вывод их на новые рынки.

Основные параметры предоставляемой поддержки:

• ̶  размер гранта – до 30 млн рублей, но не более 30% от затрат на ФОТ штатных сотрудников в 2021 году;
• ̶  внебюджетное софинансирование (за счет собственных или привлеченных средств) – не менее 20% суммы гранта;
• ̶  срок выполнения работ – 12/18 мес.

В конкурсе могут принимать участие предприятия, которые:

• имеют статус «Микропредприятие» или «Малое предприятие» в Едином реестре субъектов малого и среднего предпринимательства;

• обладают статусом налогового резидента Российской Федерации;

• руководитель малого предприятия не должен участвовать в других проектах, финансируемых Фондом в настоящее время, в качестве руководителя организации, научного руководителя проекта (исключение – реализация договора о предоставлении гранта по конкурсу «Акселерация - Искусственный интеллект»).

Приоритет отдается проектам с большим объемом привлекаемых внебюджетных средств и большим плановым объемом выручки.

Подробные условия и порядок участия находятся в Положении о конкурсе «Антикризис-ИИ»

Заявки на конкурс «Антикризис-ИИ» принимаются с 30 мая до 10:00 (мск) 11 июля 2022 года.

Подать заявку можно через систему АС Фонд-М по адресу: https://online.fasie.ru.

Источник: fasie.ru

 

Проектом в сфере искусственного интеллекта признается совокупность мероприятий, планируемых ‎к выполнению участниками отбора получателей поддержки и указанных ими в заявке, предусматривающих создание, развитие и (или) внедрение технологических решений, позволяющих:

1) имитировать когнитивные функции человека (включая

• логические рассуждения,
• рассуждения по аналогии,
• восстановление зависимостей ‎по эмпирическим данным,
• подготовка решений на основе прошлого опыта,
• поиск решений без заранее заданного алгоритма);

и (или)

2) получать при выполнении конкретных практических задач результаты, сопоставимые по скорости подготовки решений и точности с результатами интеллектуальной деятельности человека или превосходящие их.

1. Проект признается относящимся к проектам в сфере искусственного интеллекта в случае, если по итогам экспертизы ‎он удовлетворяет каждому из следующих критериев принадлежности ‎к проектам в сфере искусственного интеллекта:

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.

3. Проект удовлетворяет критерию базовой технологии, если ‎его мероприятия предусматривают создание, развитие и (или) внедрение ‎не менее, чем одной из технологий искусственного интеллекта.

5. К технологиям искусственного интеллекта относятся:

1) компьютерное зрение;

2) обработка естественного языка;

3) распознавание и синтез речи;

4) интеллектуальные системы поддержки принятия решений;

5) перспективные методы искусственного интеллекта.

6. К перспективным методам искусственного интеллекта относятся методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта, включая:

1) автономное решение различных задач;

2) автономная работа физических машин (робототехника);

3) автоматический дизайн физических объектов;

4) автоматическое машинное обучение;

5) алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных;

6) обработка информации на основе новых типов вычислительных систем,

7) интерпретируемая обработка данных;

8) другие методы.

7. Оценка удовлетворения проекта критерию базовой технологии осуществляется посредством анализа направленности мероприятий проекта на решение технологических задач, установленных Перечнем технологических задач, на реализацию которых может быть направлен проект в сфере искусственного интеллекта, согласно Приложению к настоящим Критериям.

8. Проект удовлетворяет критерию результата реализации проекта, если предполагаемым результатом реализации проекта является один ‎из следующих результатов:

1) создание новых технологий, программных средств ‎или программно-аппаратных комплексов, а также их масштабирование, адаптация под новые прикладные сферы и внедрение;

2) разработка новой электронной компонентной базы, специально создаваемой 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;

3) создание специальных средств и решений для разработчиков технологий  искусственного интеллекта, включая создание инструментария ‎для обработки и анализа данных и создания и применения с их использованием алгоритмов (моделей) машинного обучения, создание открытых библиотек, ‎а также испытательных стендов;

4) создание новых наборов данных, включая сбор, очистку, разметку, валидацию, деперсонализацию, хранение, обогащение, аудит, опубликование и актуализацию данных.

9. Итогом проводимой экспертизы по критерию «принадлежность ‎к проектам в сфере искусственного интеллекта» является экспертное заключение, подтверждающее соответствие проекта каждому из критериев принадлежности к проектам в сфере искусственного интеллекта.

Приложение

к Критериям принадлежности к проектам
‎в сфере искусственного интеллекта

ПЕРЕЧЕНЬ технологических задач, на реализацию которых может быть направлен проект в сфере искусственного интеллекта

1. 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) Разработка гибридных систем компьютерного зрения (комбинация различных типов алгоритмов, обработка сигналов источников различных типов), в том числе для использования в сертифицируемых в рамках текущего регулирования систем компьютерного зрения;

5) Распознавание образов с обучением «с первого раза» (один или несколько объектов), позволяющей 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 эмоциональных данных;

9) Разработка систем видеоаналитики для событийного анализа (например, нарушение использования средств индивидуальной защиты, возникновение признаков и факторов аварий (горение, парение и т.д.) и т.п.);

10) Разработка систем видеоаналитики для мониторинга хода производственного или организационного процесса;

11) Распознавание пространственной неоднородности ландшафтов;

12) 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;

13) Генерация изображений и видео, в том числе фотореалистичных;

14) Создание методов аугментации данных.

2. Обработка естественного языка

1) Классификация и кластеризация отдельных высказываний, коротких ‎и длинных текстов;

2) Поиск и классификация различных типов сущностей в тексте, включая названия организаций и имен персоналий;

3) Извлечение фактов из текстов и их систематизация, в том числе автоматическое обучение онтологий;

4) Машинный перевод;

5) Задачи диалогового интеллекта, в том числе: подбор следующей реплики в диалоге на основе контекста, генерация следующей реплики ‎в диалоге, комбинация доменных разговорных навыков для ведения контекстно-зависимого диалога;

6) Задачи интеллектуального информационного поиска, в том числе: поиск текстовых документов по аналогии или по смыслу, поиск трендов ‎и фронтиров научно-технического развития, поиск скрытого содержания ‎и смыслов; поиск, выявление и классификация фейков, спама, обмана ‎и противоречий, запрещённого, идеологизированного, автоматически сгенерированного и иного потенциально опасного дискурса.

7) Сбор и аннотация данных для задач обработки и понимания естественного языка;

8) Распознавание орфографических и грамматических ошибок, сленга ‎и аббревиатур с учетом контекста, в том числе для улучшения текущих решений (чат-боты и ассистенты);

9) Определение смысловых (логических, грамматических, речевых ‎и фактологических) ошибок в тексте;

10) Группировка информации и построение блок-схем на основании текстовых данных и анализа возможных нарушений логики с учетом контекста (истории взаимодействия);

11) Распознавание различных литературных приемов и стилей, ‎в том числе для использования в автоматических системах литературного, технического и делового перевода;

12) Динамическое распознавание смысла (распознавание до получения законченного предложения или абзаца), в том числе для внедрения в системы  автоматического синхронного перевода на основе искусственного интеллекта;

13) 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 видео, в том числе распознавание эмоциональных оттенков и субэмоций речи и текста, в том числе в целях формирования психографического портрета.

3. Распознавание и синтез речи

1)Создание мультизадачных разговорных ассистентов;

2)Проверка подлинности речи, в том числе для проверки личности говорящего;

3)Распознавание звуков и речи в сложных условиях (шумы, большое расстояние и т.д.), в том числе для использования в системах обработки ‎и анализа переговоров;

4)Сбор и аннотация данных для задач распознавания и синтеза речи;

5)Распознание сложных смысловых конструкций и сленга в речи для использования в системах поиска скрытого содержания и смысла, в том числе для улучшения текущих решений (персональные ассистенты);

6)Создание средств управления эмоциями и смысловыми конструкциями в синтезированной речи, в том числе для целей автоматического чтения художественных произведений;

7)Синтез речи на иностранном языке, в том числе для улучшения персональных синхронных переводчиков;

8)Распознавание антропологических признаков на основе речи, в том числе для использования в системах идентификации социального статуса ‎и других атрибутов человека;

9)Классификация и взаимное расположение источников звука (музыка; бытовые шумы; звуки, сопровождающие опасные ситуации и т.д.), в том числе для использования в системах анализа неисправности устройств на основе распознавания звука;

10)Распознание эмоциональных оттенков и субэмоций речи, в том числе для улучшения существующих персональных голосовых помощников, переводчиков.

4. Интеллектуальные системы поддержки принятия решений

1)Развитие моделей и методов предиктивной и прескриптивной аналитики, позволяющих предсказывать развитие ситуации на основе анализа исторических данных и автоматизировать принятие решений в режиме реального времени;

2)Разработка и развитие технологий оценивания качества моделей машинного обучения без тестирования в реальной среде, в том числе ‎в рекомендательных системах, тестируемых без участия пользователя;

3)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;

4)Интеллектуальное имитационное моделирование поведения участников рынков продукции и услуг на основе транзакционных данных ‎и моделей машинного обучения;

5)Использование технологий искусственного интеллекта ‎для управления и (или) обучения персонала и построения персонализированных карьерных или образовательных траекторий;

6)Предиктивный анализ и обеспечение поддержки принятия решений ‎на основе многолетних данных, в том числе для расчета нормирования в отраслях экономики;

7)Системы управления оборудованием и производственными системами на основе данных измерительных систем и исторических данных о поведении систем в различных ситуациях (как автоматические системы управления,
‎так и рекомендательные системы);

8)Системы предиктивного обслуживания оборудования, разработанные на основе методов математического моделирования (в том числе машинного обучения), предназначенные для снижения частоты и ущерба от поломок оборудования, снижения затрат на диагностику и обслуживания станков
‎и промышленного оборудования;

9)Системы прогноза качества выпускаемой продукции, в том числе способные прогнозировать вероятности и типы дефектов продукции, а также позволяющие находить и устранять причины этих дефектов;

10) Системы поиска новых способов производства продукции

11) или способов выпуска новой продукции путем моделирования производственного процесса для удовлетворения заданных функционально качественных параметров с помощью мат. моделей, в том числе моделей машинного обучения, основанных на исторических данных, а также не основанных на исторических данных, а полученных в результате экспериментов с цифровыми двойниками производственных процессов
‎и оборудования;

12)Системы адаптивного планирования и управления производственными процессами, в том числе планирования производства, поставки продукции, логистики и подбора целевых значений объемов производства продукции на основе математических моделей и исторических производственных данных;

13)Системы выявления аномалий производственных процессов и поиска их причин (системы должны быть основаны на алгоритмах математического моделирования, машинного обучения и исторических данных);

14)Системы контроля и обеспечения производственной безопасности основанных на анализе и моделировании поведения сотрудников (системы должны быть основаны на алгоритмах математического моделирования, машинного обучения и исторических данных);

15)Системы, направленные на контроль и сокращения вредных выбросов и загрязнения окружающей среды (системы должны быть основаны ‎на алгоритмах математического моделирования, машинного обучения ‎и исторических данных);

16)Системы визуализации производственных процессов, помогающие анализировать производственные процессы и искать пути повышения производственной эффективности (системы должны быть основаны ‎на алгоритмах математического моделирования, машинного обучения ‎и исторических данных);

17)Системы управления персоналом, осуществляющие контроль производительности, психофизического состояния и поиск возможностей оптимизации загрузки персонала (системы должны быть основаны ‎на алгоритмах математического моделирования, машинного обучения ‎и исторических данных).

5. Перспективные методы искусственного интеллекта

1)Поиск новых методов и подходов к созданию универсального (сильного) искусственного интеллекта;

2)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;

3)Разработка автономных интеллектуальных агентов, в том числе ‎на основе обучения с подкреплением; мультиагентные системы ‎с искусственным интеллектом;

4)Использование квантовых вычислителей в целях ускорения решения задач искусственного интеллекта (в том числе сэмплинг из многомерных распределений, комбинаторная оптимизация);

5)Разработка алгоритмов квантового машинного обучения, библиотек ‎и инструментов для реализации практических задач;

6)Синтез (генерация) трехмерных, двухмерных изображений и видео-объектов с сохранением узнаваемости, в том числе для воссоздания трехмерных сцен и их стилей на основе двухмерных изображений и видео, создания реалистичных цифровых аватаров, включая использование ‎в производстве видео-продукции, в интерфейсах устройств и обучении;

7)Использование искусственного интеллекта для проектирования сложных объектов (систем, роботов, алгоритмов), в том числе для сквозного проектирования аппаратной и программной части, алгоритмов работы, ‎для использования в интеллектуальных системах автоматизированного проектирования для проектирования алгоритмов и технических устройств;

8)Разметка данных при помощи искусственного интеллекта, в том числе для автоматизации подготовки данных для прикладных задач;

9)Управление данными при помощи искусственного интеллекта (интеграция, обогащение, контроль качества и т.д.), в том числе через системы объединения данных из различных источников (цифровой профиль, единый источник знаний из объединенных информационных систем, геомаркетинговые сервисы, системы управления основными данными), системы повышения качества и консистентности данных;

10)Автоматизация обучения нейронных сетей (автоматизированное машинное обучение, включая эволюционные алгоритмы), в том числе в целях удешевления или упрощения процесса разработки модели;

11)Создание гибридных моделей – комбинации моделей на основе данных с «классическими» моделями, а также комплексирование различных методов искусственного интеллекта, в том числе при его использовании ‎в плохо формализуемых прикладных областях;

12)Создание моделей, обучаемых в ходе деятельности или по аналогии;

13)Создание моделей для первичной обработки (верификации) данных ‎и мониторинга качества данных;

14)Семантический динамический анализ и комплексирование мультимодальных данных из различных источников, включая видео, текст, голос, с учетом их контекста;

15)Интерпретируемые модели искусственного интеллекта и методы генерации обоснований автоматически принимаемых решений (объяснимый искусственный интеллект);

16)Создание энергоэффективных когнитивных систем и систем обработки шумных сигналов;

17)Создание систем искусственного интеллекта, обеспечивающих защиту от целенаправленных деструктивных воздействий на этапах обучения и функционирования;

18)Создание систем искусственного интеллекта, обеспечивающих обоснованную защиту данных обучающей выборки от компрометации (последующего извлечения из обученной модели);

19)Разработка методик оценки предвзятости систем искусственного интеллекта (методик оценки статистических отклонений в выводах);

20)Анализ мультимедийных материалов с целью выявления признаков внесения изменений и фальсификаций, а также установления даты, времени ‎и места съемки, диагностики и идентификации аудио-, фото- ‎и видеорегистрирующей аппаратуры и программно-аппаратных средств обработки мультимедийной информации;

21)Выявление уязвимостей и недекларированных возможностей ‎в программном обеспечении и операционных системах;

22)Восстановление утраченной информации на машинных носителях информации;

23)Создание систем управления, которые учитывают физические процессы, происходящие с объектом, в том числе системы управления движением воздушного и наземного транспорта;

24)Динамическое адаптивное управление и ориентация отдельного объекта в сложных или недетерминированных условиях, в том числе ‎для систем управления автономными объектами, систем управления объектом, учитывающих отставание сигналов;

25)Централизованное управление группой (роем) объектов;

26)Децентрализованное управление группой (роем) однородных объектов;

27)Децентрализованное управление группой (роем) неоднородных объектов (включая инфраструктуру);

28)Разработка аппаратных ускорителей и программно-аппаратных решений для повышения эффективности расчетов в системах с искусственным интеллектом.

Методические рекомендации для заявок на включение российского ПО в Единый реестр

• Актуализация информации на официальном сайте ПО
• Информация о процессах разработки и поддержки ПО
• Наличие необходимых лицензий на ПО
• Определение класса по единому классификатору ПО
• Подготовка проверочного экземпляра ПО
• Проверка «юридической чистоты» Минкомсвязи
• Проверка технологического стека ПО Минкомсвязи

По теме поддержки ИТ бизнеса в условиях внешнего санкционного давления:

• 2022 Импортозамещение в ИТ-отрасли 2.0
• 2022 Ситуация в ИТ-отрасли в условиях санкций
• 2022 новый грант РФРИТ: 20 - 6 000 млн руб 80% сметы
• 2022 приоритеты грантов РФРИТ, ФСИ, Сколково
• IT-компании мораторий 2022-2024 на плановые проверки
• IT-компаниям намерены предоставлять льготные кредиты
• IT-специалисты получат отсрочку от армии
• Бюджет на создание репозитория Open Source (аналог GitHub)
• Вопросы и ответы по мерам поддержки ИТ-отрасли март 2022
• Меры поддержки ИТ-сферы март 2022
• 2022 компенсация 50% стоимости покупаемых лицензий ПО
• 2022 Меры поддержки ФП «Искусственный интеллект»
• 2022 Импортозамещение в ИТ-отрасли 2.0 таблицей
• 2022 Каталог совместимости российского ПО
• 2022 Меры поддержки отечественной электроники
• 2022 Приоритеты разработки и внедрения отечественного ПО
• 2022 Ситуация в ИТ-отрасли в условиях санкций
• 2022 Что изменится в налогах ИТ-компаний в 2022 году?
• 2022 год ИТ-компании получили новые налоговые льготы
• 2022 предустановка и защита российского ПО
• 2022 приоритеты грантов РФРИТ, ФСИ, Сколково

На сайте Ассоциации разработчиков программного обеспечения «Отечественный софт» появились разделы «Российское ПО для импортозамещения»:

• Импортозамещение: Список иностранный продукт - отечественный продукт
• Импортозамещение: Таблица иностранный продукт - отечественный продукт
• Каталог совместимости российского программного обеспечения

Обращайтесь к нам! (форма внизу страницы)

 

 

По теме поддержки бизнеса в условиях внешнего санкционного давления:

• Перечень мер поддержки бизнеса в условиях внешнего санкционного давления:
• Антикризисная поддержка субъектов МСП
• Меры поддержки ИТ-сферы март 2022
• ПСК Инвестиционная кредит 13,5% -15%
• ПСК Оборотная кредит 13,5% -15%
• Антикризисный план действий - отправьте нам заявку - поможем вам его разработать "онлайн" в режиме мозгового штурма и осуществить
• Перечень мер поддержки МСП в период пандемии
• 2021 компенсация 50% стоимости покупаемых лицензий ПО
• 2021 регуляторные песочницы для ИТ
• 2021-2022 Меры поддержки ФП «Искусственный интеллект»
• 2022 Грант на покупку и внедрение отечественных решений: "железа" и "софта"
• 2022 Импортозамещение в ИТ-отрасли 2.0 таблицей
• 2022 Каталог совместимости российского ПО
• 2022 Меры поддержки отечественной электроники
• 2022 Приоритеты разработки и внедрения отечественного ПО
• 2022 Ситуация в ИТ-отрасли в условиях санкций
• 2022 Что изменится в налогах ИТ-компаний в 2022 году?
• 2022 год ИТ-компании получили новые налоговые льготы
• 2022 предустановка и защита российского ПО
• 2022 приоритеты грантов РФРИТ, ФСИ, Сколково