1.推动智能教育应用示范。加快推进人工智能与教育的深度融合和创新发展，研究智能教育的发展策略、标准规范，探索人工智能技术与教育环境、教学模式、教学内容、教学方法、教育管理、教育评价、教育科研等的融合路径和方法，发展智能化教育云平台，鼓励人工智能支撑下的教育新业态，全面推动教育现代化。

2.推动智能制造应用示范。实现智能制造中设计、生产、试验、保障、管理和服务于一体的产业链全生命周期智能化，研发新型智能传感器件、突破智能控制装备难点问题、部署智能制造云，建设泛在互联、数据驱动、知识引导、共享服务、自主智慧、万众创新的新生态系统，推进新一代人工智能与智能制造的深度融合。

3.推动智能医疗应用示范。针对人口老龄化、传染病与慢病、出生缺陷和生育障碍等主要健康问题，突破多模态流式健康大数据的分析与理解的瓶颈问题，促进非完全信息条件下综合推理、人机交互辅助诊断、医学知识图谱构建等技术在医疗领域高效融合，推动医学领域大数据与其他领域大数据的深度融合，搭建具有识别、判别、筛选和推理等功能的智能医疗人工智能辅助系统和创新服务云平台，增强智能医疗供给能力。

4.推动智能城市应用示范。基于泛在汇聚和智能感知技术，实现对城市生态要素和城市复杂系统的全面分析和深度理解；基于综合推理、知识计算引擎和群体智能等核心技术，构建城市典型智能应用系统，深度推进城市运行管理高水平决策，推动城市大数据平台建设，构建智能城市精细管理、知识发现和辅助决策的支撑体系，在环境、政务、便民等方面构建领域智能产品和系统。

5.推动智能农业应用示范。推动互联网、大数据、云计算和物联网等信息技术与现代生物技术、营养与健康、智能装备技术等深度融合，突破农业动植物信息感知、解析与智能识别、农业跨媒体数据挖掘分析、农业人机混合智能交互与虚拟现实、农业群体智能决策和农业人机物协同等关键技术，协同构建绿色化、高效化、智能化、多功能化的未来农业模式和示范基地。

6.推动智能金融应用示范。围绕“互联网+”战略在金融领域实施过程中的新问题和新需求，基于全息金融大数据，构建符合我国国情的宏观金融决策模型，突破金融内在的发展规律与外在社会环境之间的约束；基于银行、证券、网络等金融数据，利用深度学习等核心智能技术进行挖掘与分析，构建基于行业与领域的复杂金融指令模型；基于金融大数据的空间属性、时间属性及个体行为属性，利用知识图谱、推理计算等模型，准确实现金融风险防控、信用评估、态势演化等。

7.推动智能司法应用示范。促进法学类院校和相关学科与人工智能学科的结合，充分应用文本分析、语音识别、机器学习、知识图谱等技术，基于大规模历史司法数据、互联网数据和其他关联数据，研制智慧检务和智慧法务系统，研发自动案件线索发现、智能定罪和辅助量刑、自动文书生成、自动法律问答、智能庭审等智能辅助工具，在法院和检察院进行应用示范，进而提高办案人员工作效率，提高案件审理的规范性和准确性。