日前，四川省科学技术厅按照《四川省科技计划管理办法》要求公示了2024年人工智能领域首批项目。其中，数之联凭借其卓越的技术实力和创新思维，成功入选了三项重要项目，分别是「知识和数据联合驱动的认知学习模型研究及应用项目」[领域AI大模型关键技术研究及应用项目」以及「面向新型显示产品的缺陷智能检测系统研制及推广项目」。

这些项目的入选，不仅体现了数之联在人工智能领域的深厚积累与卓越实力，更彰显了其致力于推动科技创新、助力产业发展的坚定决心。

当前，四川将人工智能作为“1号创新工程”。而这批项目将围绕四川人工智能产业的发展现状与技术需求展开，致力于将更多的科研“成果”转化为实际应用的“结果”，进而打造出产业的成熟“成品”。

数之联拥有20余年数据挖掘和深度机器学习经验，基于计算机视觉、深度学习、知识图谱等自有核心人工智能算法，自主研发人工智能基础平台——一体化云原生AI开发平台，在智能制造、智慧军事、智慧治理方向形成了成熟的行业解决方案及产品，突破了多项行业关键技术。

接下来，数之联将积极展开研究，基于项目技术成果，借助标杆示范应用，通过多种模式将项目的技术成果、产品和解决方案进行试点和推广应用。

知识和数据联合驱动的认知学习模型研究及应用

本项目将以工业产品缺陷智能检测及良率提升等典型场景为切入点，将产品缺陷、良率相关的认知知识引入建模过程，建立新的缺陷智能检测架构与模式。

与过去单纯依靠数据驱动训练模型的传统思路不同，本项目将深入研究知识与数据联合驱动的产品缺陷检测技术，用知识弥补数据驱动模型对海量样本的需求，提高目标识别算法的稳定性、可靠性与鲁棒性，进一步提高识别效果和模型的可解释性，为后续更上层的智能化应用提供基础认知模型，促进从感知智能向认知智能的转变。

此外，本项目将知识和数据联合驱动的人工智能解决方案实际应用到生产环节，大幅提高质检效率和产品品质，有效提升制造企业的产品竞争力，切实为制造企业降本增效，推动制造企业数字化进程，为产业转型升级提供极佳的切入点。

领域AI大模型关键技术研究及应用

项目将针对人工智能领域大模型及人工智能基础设施平台建设的重大需求，对领域大模型涉及的数据统一表征、多模融合建模、面向小样本的模型迁移微调、多场景下的模型可解释、模型轻量化部署等关键核心技术开展深入研究，形成智能制造、智慧军事、智慧治理等方向的领域大模型，建设自主可控的人工智能基础设施平台和行业应用平台。

面向新型显示产品的缺陷智能检测系统研制及推广

由于新型显示产品制造过程的复杂性以及缺陷的多样性，传统检测方法无法满足高要求的检测准确率和效率。通过引入人工智能和计算机视觉等先进技术，可实现对新型显示产品的自动、高效、准确的缺陷检测。

本项目旨在解决新型显示产品缺陷检测过程中存在的几个关键问题，包括人工依赖程度高、检测背景复杂、缺陷类型易混淆、关键缺陷样本少、检测指标与效率要求高以及良率提升难等。基于自主研发的云边端一体化智能检测平台，融合核心关键技术，实现新型显示产品的缺陷检测与精细化分类，帮助企业提升缺陷检测效率与质量，有效提升产品良率。