人工智能 面向机器学习的系统规范-编制说明

一、工作简况

1.任务来源与起草单位

根据国家标准委关于下达2020年第三批国家标准制修订计划的通知，国家标准《人

工智能面向机器学习的系统规范》制定计划下达，项目计划号为20203869-T-469，由

全国信息技术标准化技术委员会提出并归口。

本标准拟由中国电子技术标准化研究院、华为技术有限公司等单位共同编写。具体

参与单位将根据实际参与情况进行调整。

2.编制背景及意义

随着各行业应用对人工智能系统功能完备性、机器学习算法、运算能力、平台稳定

性等方面的要求不断提升，技术领先国家、主要厂商都在致力面向机器学习的人工智能

系统的设计、发展和创新。

在国外，包括Google、微软、亚马逊等人工智能服务厂商，都在积极研制、商用以

机器学习为核心的人工智能产品。机器学习、深度学习、各类模型的训练和部署、各类

人工智能系统组件等成为各厂商投入的重点。多种多样的上层业务（自动驾驶、工业制

造、媒体资讯、金融等），都基于机器学习迅速发展，取得了显著的成果。国内的人工

智能相关产品也在不断引入新的特性和能力。国内外产业在面向机器学习的人工智能系

统上有共性的需求，而上层应用的发展也亟待机器学习能力的支撑和发展。

机器学习技术是开源主导，如Tensorflow，ApacheMXNet,Caffe等对机器学习

的发展和普及起到了重要作用。但开源技术距离商用尚有一定距离。在各类开源软件

不断发展的同时，如何规范机器学习的基本能力，引导厂商根据应用需求设计、实现系

统架构，提供基本技术能力，成为产业对标准迫切的需求。

综上所述，有必要制定基于机器学习的人工智能系统框架和基本功能要求，这对推

动系统架构的发展，统一用户和厂商对系统基本功能的认识，帮助用户验证和选型有重

要意义。同时能够促进产学研结合，推动机器学习在行业的普及和应用。

3.工作过程

2020年11月23日，该标准研制计划正式下达。

2020年11月30日，在该标准立项材料基础上，中国电子技术标准化研究院组织华

1

为、百度、浪潮、商汤科技等核心参与单位代表讨论标准框架和完善方向。

2020年12月21日，编制形成工作组讨论稿（第1稿），向全国信息技术标准化技

术委员会提交开题资料，申请开题。

2021年2月，中国电子技术标准化研究院组织召开第二次标准研讨会，对参与标准

编制的单位进行分组，各组明确任务分工。

2021年4月，中国电子技术标准化研究院组织召开第三次标准研讨会，将各组内容

进行初步整合，梳理合稿中存在的矛盾点，讨论了标准编制过程中存在的问题。

2021年6月，中国电子技术标准化研究院组织召开第四次标准研讨会，对合稿内容

进行更新，对比ISO、IEC、ITU中相关标准，细化技术要求中的内容，但各家单位对测

试评价部分未达成一致，计划深入研究后下次会议进行讨论。

2021年10月，中国电子技术标准化研究院组织召开第五次标准研讨会，重点讨论

标准中测试评价部分技术方法和指标，由于针对机器学习系统测试技术变化快，尚无稳

定统一的评测手段，编制组一致认为标准中不应加入评测内容，并将标准名称修改为《人

工智能面向机器学习的系统技术要求》。

2022年7月，编制组根据产业发展现状和技术迭代规律持续修改文本内容，期间分

组召开多次研讨会，充分结合各参与单位现有业务模式和技术架构，重点讨论修改现有

文本中的技术指标与产业发展情况不匹配的问题。

2022年8月，编制组发起计划调整申请，编制周期调整至2023年11月。

2023年4月，编制组针对国内头部企业如海尔、海信、美的、上海人工智能实验室

等单位开展调研，验证标准内容的完整性和广泛性，并依据调研交流情况修改标准草案，

完成征求意见稿。

二、标准编制原则和确定主要内容的论据及解决的主要问题

1.标准的主要内容

在《人工智能标准化白皮书（2021）版》中，对人工智能系统框架、智能运算平台

架构有深入的解读：机器学习计算框架与算法管理、分布式计算平台、异构资源池化与

调度、智能芯片等，是产业迫切的标准需求。

国际上，人工智能标准刚刚起步。ISO/IECJTC1/SC42人工智能分委会2017年底

正式成立。由美国代表团在SC42牵头立项“基于机器学习的人工智能框架”。从目前草

案来看，机器学习平台能力，包含机器学习框架、算法、流程、生命周期管理、基础设

2

施等是系统的最重要部分。

国内人工智能标准也在逐步制定中。例如征求意见阶段的国家标准《信息技术人

工智能平台计算资源技术要求》是人工智能系统平台资源层架构和能力的细化。

在国际、国内标准都处于起步阶段的时期，编制本标准并推动在试点行业的验证实

施，有利于增强标准对产业的指引，促进相关技术和成果的应用和推广。同时本标准领

先于国际标准制定，有助于推动国内技术和标准成果贡献、影响国际标准。本标准也是

后续面向机器学习的人工智能系统相关标准的依据。

2.标准编制依据

依据国家人工智能标准总体组《国家人工智能标准体系建设指南》，本标准项目属

于测试评估类标准。该标准从我国信息技术、人工智能、机器学习领域的实际情况出发，

参考了国内外相关资料，体现了科学性、先进性和可操作性。在制定过程中充分考虑了

国内外相关的法规要求，使得该标准与相关法律、法规、规章及相关标准协调一致，没

有冲突。

3.标准编制原则

1.严谨性

本标准严格按照GB/T1.1-2009《标准化工作导则第1部分：标准的结构和编写》

给出的规则编写，且确保与国家标准、行业标准中的术语和词汇保持一致。对机器学习

等的基本概念和词汇遵循《GB/T41867-2022信息技术人工智能术语》及业界普

遍采用的术语。

2.合理性

本标准给出的系统框架参照业界主流架构，体现面向机器学习的人工智能系统的发

展现状和水平。功能要求部分结合产学研众多单位的意见，能够反映人工智能应用对机

器学习平台的基本功能要求，可用来评估相关产品的能力。

3.可操作性

本标准规定的功能要求清晰、易操作。可以指导各行业人工智能实践及机器学习相

关产品的功能验证。

三、主要试验[或验证]情况分析

在标准研制过程中，拟选取部分人工智能系统进行验证，不断完善标准中的框架及

具体要求。

四、知识产权情况说明

3

该标准未涉及到知识产权。

五、产业化情况、推广应用论证和预期达到的经济效果

当前，国内外在机器学习技术和应用方面已取得显著的进展并开始规模商用。美国、

德国、中国、日本等国家均有较先进的平台和系统，为用户提供机器学习能力。本标准

旨在推动以机器学习为核心的人工智能系统发展，统一业界对系统功能要求的认知，促

进机器学习的商用落地。

本标准描述的架构和功能要求已在多个行业探索、实践，包括城市交通大脑、运营

商、金融等。在人工智能运算需求强烈的场景(如视频监控、违章分析、风险控制等)取

得了明显的效果，识别准确度、运算速度和计算效率都显著提升，节省了人力和时间成

本。可以预见本标准可为更多行业实践提供参考，促进面向机器学习的人工智能系统在

更多领域的应用，推动业务数字化、智能化转型。

六、采用国际标准和国外先进标准情况

国际上AI标准已经起步。ISO/IECJTC1/SC42人工智能分委会17年底成立。由美

国代表团在SC42牵头立项“基于机器学习的人工智能系统框架”。从目前草案来看，机

器学习平台能力，包含机器学习框架、算法、流程、生命周期管理、基础设施等是标准

的最重要部分。目前相关部分的内容还在编制中。本标准部分内容领先于国际标准，对

面向机器学习的系统技术要求进行细化。

七、与现行相关法律、法规、规章及相关标准的协调性

与现行法律法规以及相关标准协调一致。

八、重大分歧意见的处理经过和依据

无。

九、标准性质的建议

建议作为推荐性国家标准。

十、贯彻标准的要求和措施建议

标准研制过程中广泛吸纳相关方参与，发布后尽快组织宣贯、应用推广活动。

十一、替代或废止现行相关标准的建议

该标准未替代或废止现行相关标准。

十二、其它应予说明的事项

该标准的名称、范围、牵头单位与计划下达时无变化，但其他参与单位有所变化。

国家标准《人工智能面向机器学习的系统规范》

4

编制工作组

2023年5月5日

5

一、工作简况

1.任务来源与起草单位

根据国家标准委关于下达2020年第三批国家标准制修订计划的通知，国家标准《人

工智能面向机器学习的系统规范》制定计划下达，项目计划号为20203869-T-469，由

全国信息技术标准化技术委员会提出并归口。

本标准拟由中国电子技术标准化研究院、华为技术有限公司等单位共同编写。具体

参与单位将根据实际参与情况进行调整。

2.编制背景及意义

随着各行业应用对人工智能系统功能完备性、机器学习算法、运算能力、平台稳定

性等方面的要求不断提升，技术领先国家、主要厂商都在致力面向机器学习的人工智能

系统的设计、发展和创新。

在国外，包括Google、微软、亚马逊等人工智能服务厂商，都在积极研制、商用以

机器学习为核心的人工智能产品。机器学习、深度学习、各类模型的训练和部署、各类

人工智能系统组件等成为各厂商投入的重点。多种多样的上层业务（自动驾驶、工业制

造、媒体资讯、金融等），都基于机器学习迅速发展，取得了显著的成果。国内的人工

智能相关产品也在不断引入新的特性和能力。国内外产业在面向机器学习的人工智能系

统上有共性的需求，而上层应用的发展也亟待机器学习能力的支撑和发展。

机器学习技术是开源主导，如Tensorflow，ApacheMXNet,Caffe等对机器学习

的发展和普及起到了重要作用。但开源技术距离商用尚有一定距离。在各类开源软件

不断发展的同时，如何规范机器学习的基本能力，引导厂商根据应用需求设计、实现系

统架构，提供基本技术能力，成为产业对标准迫切的需求。

综上所述，有必要制定基于机器学习的人工智能系统框架和基本功能要求，这对推

动系统架构的发展，统一用户和厂商对系统基本功能的认识，帮助用户验证和选型有重

要意义。同时能够促进产学研结合，推动机器学习在行业的普及和应用。

3.工作过程

2020年11月23日，该标准研制计划正式下达。

2020年11月30日，在该标准立项材料基础上，中国电子技术标准化研究院组织华

1

为、百度、浪潮、商汤科技等核心参与单位代表讨论标准框架和完善方向。

2020年12月21日，编制形成工作组讨论稿（第1稿），向全国信息技术标准化技

术委员会提交开题资料，申请开题。

2021年2月，中国电子技术标准化研究院组织召开第二次标准研讨会，对参与标准

编制的单位进行分组，各组明确任务分工。

2021年4月，中国电子技术标准化研究院组织召开第三次标准研讨会，将各组内容

进行初步整合，梳理合稿中存在的矛盾点，讨论了标准编制过程中存在的问题。

2021年6月，中国电子技术标准化研究院组织召开第四次标准研讨会，对合稿内容

进行更新，对比ISO、IEC、ITU中相关标准，细化技术要求中的内容，但各家单位对测

试评价部分未达成一致，计划深入研究后下次会议进行讨论。

2021年10月，中国电子技术标准化研究院组织召开第五次标准研讨会，重点讨论

标准中测试评价部分技术方法和指标，由于针对机器学习系统测试技术变化快，尚无稳

定统一的评测手段，编制组一致认为标准中不应加入评测内容，并将标准名称修改为《人

工智能面向机器学习的系统技术要求》。

2022年7月，编制组根据产业发展现状和技术迭代规律持续修改文本内容，期间分

组召开多次研讨会，充分结合各参与单位现有业务模式和技术架构，重点讨论修改现有

文本中的技术指标与产业发展情况不匹配的问题。

2022年8月，编制组发起计划调整申请，编制周期调整至2023年11月。

2023年4月，编制组针对国内头部企业如海尔、海信、美的、上海人工智能实验室

等单位开展调研，验证标准内容的完整性和广泛性，并依据调研交流情况修改标准草案，

完成征求意见稿。

二、标准编制原则和确定主要内容的论据及解决的主要问题

1.标准的主要内容

在《人工智能标准化白皮书（2021）版》中，对人工智能系统框架、智能运算平台

架构有深入的解读：机器学习计算框架与算法管理、分布式计算平台、异构资源池化与

调度、智能芯片等，是产业迫切的标准需求。

国际上，人工智能标准刚刚起步。ISO/IECJTC1/SC42人工智能分委会2017年底

正式成立。由美国代表团在SC42牵头立项“基于机器学习的人工智能框架”。从目前草

案来看，机器学习平台能力，包含机器学习框架、算法、流程、生命周期管理、基础设

2

施等是系统的最重要部分。

国内人工智能标准也在逐步制定中。例如征求意见阶段的国家标准《信息技术人

工智能平台计算资源技术要求》是人工智能系统平台资源层架构和能力的细化。

在国际、国内标准都处于起步阶段的时期，编制本标准并推动在试点行业的验证实

施，有利于增强标准对产业的指引，促进相关技术和成果的应用和推广。同时本标准领

先于国际标准制定，有助于