2020年人工智能行业市场问题及趋势分析
2020年
目录
1.人工智能行业存在的问题 (5)
1.1适应人工智能特征的政策、标准体系尚不健全 (5)
1.2基础技术积累不足 (5)
1.3资本布局多样性不足 (6)
1.4技术创新的商业应用模式不明朗 (6)
1.5人工智能发展陷入了拿来主义怪圈 (7)
2.人工智能行业概况及现状 (9)
2.1人工智能历史沿革 (9)
2.2扶持政策持续加码出台细分方向有“钱景” (9)
2.3人工智能市场规模将超700亿 (9)
2.4人工智能加速发展 (10)
2.5人工智能应用分类 (12)
2.6交通行业应用现状 (12)
2.7安防行业应用现状 (13)
2.8医疗行业应用现状 (13)
2.9教育行业应用现状 (14)
2.10物流行业应用现状 (14)
3.人工智能行业发展趋势分析 (16)
3.1发展人工智能，芯片先行 (16)
3.2人工智能上升为国家战略 (16)
3.3人工智能芯片“云+端” 高速发展 (18)
4.人工智能行业市场竞争格局 (19)
4.1中科曙光：高性能计算+芯片共造人工智能 (19)
4.2四维图新：地图领军企业切入无人驾驶 (19)
4.3科大讯飞：人工智能领军企业 (20)
4.4华宇软件：人工智能助力司法信息化领导者更进一步 (21)
4.5海康威视：安防领域人工智能龙头 (21)
4.6东华软件：人工智能+行业应用大有可为 (22)
5.人工智能行业政策及环境分析 (22)
5.1国家加强政策支持力度 (22)
5.2地方政府扶持政策不断落地 (24)
6.人工智能行业发展前景 (26)
6.1万物互联的背景下，AI 芯片的应用拥有广阔的想象空间
26
6.2智能硬件抢占C 端入口，数据端入口打通，为算法奠定基
础26
6.3机器人按照应用领域的不同分为工业机器人、服务机器人、
特种机器人 (27)
6.4多层次特征提取提升计算机视觉识别效果 (28)
6.5语音逐渐成为人机交互的新范式，产品及商业模式成为盈
利的关键 (29)
6.6技术进步与市场需求推动语音识别快速发展 (29)
6.7语音识别效果不断提升，国内语音识别与合成研究领先国
际30
6.8语音识别技术逐步开放，数据及场景成为竞争关键 (30)
6.9智能制造成为各国转型升级的核心战略 (31)
7.人工智能行业投资分析 (33)
1.人工智能行业存在的问题
1.1适应人工智能特征的政策、标准体系尚不健全
众多地方政府虽然对发展人工智能抱有极大热情，但对产业特征和规律缺乏理解，仍试图运用政策、资金和资源洼地等传统手段争夺国内稀缺的人工智能产业资源，部分地方省市发布的人工智能规划政策缺乏可操作性。我国针对人工智能技术和产业发展的法律法规研究刚刚启动，尚未在人工智能法治保障、信息安全以及伦理道德研究、风险审查机制等保障人工智能产业长期发展的政策法规、安全规范和伦理道德框架方面展开试点。
1.2基础技术积累不足
我国在人工智能基础理论、核心关键技术积累薄弱，核心算法、芯片及基础元器件的掌握与国外差距较大，缺乏重大原创科技成果。核心环节受制于人，不利于国内企业参与国际竞
争，随时可能被卡脖子，也使国民经济和国家安全存在远期隐忧。
1.3资本布局多样性不足
位于技术基础层的AI初创企业投资回报周期较长，易面临资金链断裂困难。例如，人工智能芯片从投入研发到规模化生产平均需要7年时间，其间很难产生商业回报，初创企业仅靠自身研发投入难以为继。近年来，国内资本持续加码人工智能领域，但多集中在应用层，追求快速变现后套利退出，在回报周期较长的人工智能基础层领域缺乏布局。与之相比，美国AI 领域累计获得978亿美元投融资，其中31％流向处理器芯片领域，在各细分领域中占比最高，未来实现厚积薄发的可能性大。我国人工智能领域的投融资结构头重脚轻，如不及时改观，在资本泡沫消退后，国内人工智能产业发展可能因基础薄弱导致后继无力。
1.4技术创新的商业应用模式不明朗
应用型创新成果的重复化、碎片化问题严重。人工智能与实体经济融合刚刚起步，相关技术部分应用场景可能面临激浊扬清的淘汰机制。例如，近几年涌现出数量众多的消费级无人机、服务机器人企业，但产品普遍水平较低、功能雷同。与此同时，支持应用落地的人工智能商业模式尚需探索。英特尔的
未来科技五年人工智能行业产业发展趋势分析最新竟争力
未来科技五年人工智能行业产业发展趋势分析 最新竟争力 人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外的高科技公司以及风险投资机构纷纷布局人工智能产业链。以下对人工智能行业发展趋势分析。 中国和美国目前是全球人工智能产业发展的领导者，仅在2015年，两国在学术期刊上发表的AI相关论文接近1万篇，而英国、印度、德国和日本加起来才大约相当于中美的半数。2017-2022年中国人工智能项目行业市场深度调研及投资战略研究分析报告表明，中国有着全球最多的数据量，拥有巨大应用市场，正在围绕AI构建完善的产业生态链。我们有理由相信，AI将成为企业跨部门业务发展的“颠覆者”，渐趋成熟的AI技术正逐步向“AI+”进行转变。我国将在AI关键技术领域获得重大突破，推动关键场景应用逐步走向成熟。 趋势一政策体系加速完善 一直以来，我国高度重视人工智能技术创新和产业发展，当前随着全球人工智能产业的快速成长，一些主要发达国家纷纷出台人工智能相关战略文件，力争在新的科技浪潮中抢占制高、规避风险。美国、英国等相继出台了《国家人工智能研究和发展战略计划》等报告，不断完善人工智能顶层设计。我国也围绕《中国制造2025》和“互联网+”行动计划出台了一系列支持人工智能技术创新和产业发展的政策文件，如2016年5月由国家发改委、工信部等多部委联合发布的《“互联网+”人工智能三年行动实施方案》等。在国务院发布的《“十三五”国家战略性新兴产业发展规划》中，也提到要培育人工智能产业
生态，促进人工智能在经济社会重点领域推广应用。今年，我国人工智能产业发展的政策支撑力度有望进一步加强。一方面，借鉴美国、英国等的人工智能国家战略，预计我国也将发布聚焦于人工智能的国家战略文件，对未来人工智能技术和产业发展制定顶层设计。另一方面，科技部、国家发改委、工信部等相关部门也将有望发布人工智能相关的政策文件，从技术研发、产业培育等角度做出具体的部署，实施一批大型项目。此外，围绕标准、安全等特定议题，相关的政策研究与制定也将有望取得积极进展。 趋势二产业规模快速增长 自2006年深度学习算法提出以来，语音和视觉识别准确率得到大幅提升，人工智能进入到了第三次高峰期。当前，在技术突破和应用需求的双重驱动下，人工智能技术已走出实验室，加速向产业各个领域渗透，产业化水平大幅提升，人工智能产业发展正处在黄金期。根据初步测算，2016年，全球人工智能市场规模约为1680亿元，我国人工智能市场规模约为98亿元。今年，随着我国软件与互联网技术向各行各业的持续深入以及云计算、大数据、物联网等相关产业的不断进步，人工智能产业市场规模将持续扩大，预计人工智能及其相关产业发展增速将超过40%。从细分行业来看，语音服务相关技术和模型将趋于成熟，围绕智能语音的行业应用将不断加速，市场逐渐打开，成为人工智能产业发展的主要方向。图像处理等计算机视觉技术将随着训练数据的快速累积实现大的突破，而面向各个行业领域的专业化智能服务则将创造出新的市场空间，有望造就新的行业领军者。 趋势三关键技术取得突破
2020年人工智能行业市场问题及趋势分析 2020年
目录 1.人工智能行业存在的问题 (5) 1.1适应人工智能特征的政策、标准体系尚不健全 (5) 1.2基础技术积累不足 (5) 1.3资本布局多样性不足 (6) 1.4技术创新的商业应用模式不明朗 (6) 1.5人工智能发展陷入了拿来主义怪圈 (7) 2.人工智能行业概况及现状 (9) 2.1人工智能历史沿革 (9) 2.2扶持政策持续加码出台细分方向有“钱景” (9) 2.3人工智能市场规模将超700亿 (9) 2.4人工智能加速发展 (10) 2.5人工智能应用分类 (12) 2.6交通行业应用现状 (12) 2.7安防行业应用现状 (13) 2.8医疗行业应用现状 (13) 2.9教育行业应用现状 (14) 2.10物流行业应用现状 (14) 3.人工智能行业发展趋势分析 (16) 3.1发展人工智能，芯片先行 (16) 3.2人工智能上升为国家战略 (16) 3.3人工智能芯片“云+端” 高速发展 (18)
4.人工智能行业市场竞争格局 (19) 4.1中科曙光：高性能计算+芯片共造人工智能 (19) 4.2四维图新：地图领军企业切入无人驾驶 (19) 4.3科大讯飞：人工智能领军企业 (20) 4.4华宇软件：人工智能助力司法信息化领导者更进一步 (21) 4.5海康威视：安防领域人工智能龙头 (21) 4.6东华软件：人工智能+行业应用大有可为 (22) 5.人工智能行业政策及环境分析 (22) 5.1国家加强政策支持力度 (22) 5.2地方政府扶持政策不断落地 (24) 6.人工智能行业发展前景 (26) 6.1万物互联的背景下，AI 芯片的应用拥有广阔的想象空间 26 6.2智能硬件抢占C 端入口，数据端入口打通，为算法奠定基 础26 6.3机器人按照应用领域的不同分为工业机器人、服务机器人、 特种机器人 (27) 6.4多层次特征提取提升计算机视觉识别效果 (28) 6.5语音逐渐成为人机交互的新范式，产品及商业模式成为盈 利的关键 (29) 6.6技术进步与市场需求推动语音识别快速发展 (29) 6.7语音识别效果不断提升，国内语音识别与合成研究领先国
概要 人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的计算机，到计算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了巨大的阻碍。尽管现在此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。 那个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的 Alexa 和 Google 的图像识不，然而 AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。 例如，在医疗保健中，图像识不技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开发新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中制造新的赢家和 输家。
中国人工智能行业发展现状分析及投资前景预测 在东西方神话中，上古「智人」通过各种方法制造「人类」这一物种并赋予其智能；而到了中世纪的欧洲，古典哲学家们尝试着用机械符号处理的观点解释人类大脑的活动；直到20世纪40年代，来自数学，心理学，工程学，经济学和哲学等领域的一批科学家们基于抽象数学推理的可编程数字计算机的发明使得智能大脑出现的可能性被广泛探讨。 1950年，Marvin Minsky和Dean Edmonds建造了世界上第一台神经网络计算SNARC （Stochastic Neural Analog Reinforcement Calculator），它通过使用3000个真空管和B-24轰炸机上的自动指示装置模拟了40个神经元而组成神经网络。 同期，被誉为「计算机科学之父」的AlanT uring在Mind上发表论文，第一次提出机器智能设想。虽然未提到具体的研究方法，但论文中提到的「图灵测试」、「机器学习」、「遗传算法」和「强化学习」等理论也在日后成为了人工智能领域重要的分支。 图灵的计算理论认为任何形式的计算均可被数字信号描述，这也为人工智能的后续实践提供了理论基础。 随后的1956年，在MarvinMinsky连同ClaudeShannon和NathanRochester一起组织的Dartmouth会议上，「人工智能」这个概念首次被提出并开启了西方「人工智能」科学长达半个多世纪的高速发展。 在中国，关于「人工智能」的研究和探讨在70年代末被解禁后又不适时地与「特异功能」联系在一起而停滞不前，直到80年代初期随着技术和思想的不断进步才取得实质性进步。 而今，全球共有近千家人工智能公司遍及62个国家的十余个产业，国内涉及人工智能领域的公司也早已破百。 除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣下显得愈发迷雾重重。 一、国内人工智能产业链解构 「基础技术」、「人工智能技术」和「人工智能应用」构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的「人工智能应用」进行重点解构。 （一）基础技术提供平台 人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即「基础设施即服务（IaaS）」、「平台即服务（PaaS）」和「软件即服务（SaaS）」。
广州市人工智能产业发展情况及招商重点 （2018年11月） 人工智能产业是广州市正在着力推进IAB（新一代信息技术、人工智能、生物医药）产业计划的三大战略性新兴产业之一，发展人工智能产业对广州打造新的战略性支柱产业和高端高质高新现代产业体系意义重大。 一、发展情况 根据广州市工商局分类统计，广州人工智能实有企业数到2018年上半年（期末数）为3.86万户，同比增长50.57%；其中2018年1-6月新登记人工智能企业0.81万户，同比增长72.6%，占全市新登记企业总量的5.53%。我市人工智能产业聚集度高，部分领域已成为全国领先的典范并占据国际领先地位，其发展主要呈现出以下特点： （一）产业发展基础良好。 近两年，我市将人工智能产业打造成战略性主导产业，大力引进枢纽型项目，亚信数据、华为云等行业领先企业先后落户，讯飞启明、云从科技、玖的数码等一批龙头企业正从广州加速崛起，同时拥有广州数控、云从科技等本土知名企业，优秀龙头企业集聚效应显现，产业发展全链条加快构起。我市人工智能产业综合实力强，产业集聚效应强，部分领域占据国际领先地位，如科大讯飞、佳都新太科技、铂亚
公司等在语音识别、人脸识别等细分领域均具备较强实力；以广汽集团、小马智行、景驰科技、小鹏汽车、东风启辰等龙头企业为带领的智能汽车产业近年发展势头强劲，构建完善的智能汽车全线产业链，较大提升行业影响力和话语权。抓住人工智能发展的风口，加快产业布局，伴随着创新脚步的加快，广州正在国内外人工智能市场“攻城拔寨”，打造广州产业发展新的增长极。 （二）产业配套条件优越。 大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能发展进入新阶段，尤其大数据在人工智能应用中的作用十分重要。广州的数据处理能力与数据资源开放走在国内前列。“天河二号”超级计算机曾取得“世界超级计算机500强排行榜”六连冠，目前整体系统利用率达60.7%，是我国利用率最高的超级计算系统之一。同时，广州正酝酿在全国率先将城市的应用市场和数据开放给业界最领先的人工智能公司，通过应用迭代推进人工智能产业在教育、医疗、公安、大数据等方面开展应用，促进创新链与产业链融合。 （三）政策扶持力度持续加强。 《广州制造2025战略规划》将智能成套装备、机器人、智能模块及关键零部件、智能装备系统集成作为重点领域，打造国家智能制造和智能服务紧密结合的示范引领区。《广州市加快IAB产业发展五年行动计划（2018-2022年）》提出20条措施，覆盖了支持创新创造、支持企业做大做强做优、
2019年中国人工智能行业市场现状及发展前景分析未来智 能制造将成为行业主战场 未来智能制造将是人工智能的主战场 国家工业信息安全发展研究中心认为，目前我国人工智能和制造业融合有着广泛的基础，智能制造是“中国制造2025”的主攻方向，而人工智能是引领新一轮科技革命和产业变革的战略性技术。但新一代人工智能技术在制造业重点领域的应用刚刚起步，人工智能与制造业的融合尚处于初级阶段，未来智能制造将是人工智能的主战场。 1、人工智能+制造业创造新业态 目前中国人工人工智能迈向了2.0阶段，以通过互联网联系在一起的一套巨大的智能系统为标志。从智能制造业角度出发，人工智能技术正在深入改造制造行业。新一代人工智能技术与制造业实体经济的深度融合，成为应用市场一大亮点，催生了智能装备、智能工厂、智能服务等应用场景，创造出自动化的一些新需求、新产业、新业态。
2、政策春风利好工智能发展 2017年，人工智能被首次写入到政府工作报告中，2018年政府工作报告中提出：“发展壮大新动能，做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。”，2019年的政府工作报告中，对人工智能的描述也由“加快人工智能等技术研发和转化”、“加强新一代人工智能研发应用”变为“深化大数据、人工智能等研发应用”，可见在国家层面上，对人工智能产业的重视程度日益加深。 3、2018年中国人工智能产业规模超400亿 在政策和技术的推动下，中国人工智能产业发展迅速。跟据中国信通院数据，2015年到2018年中国人工智能产业规模复合平均增长率为54.6%，高于全球平均水平(约36%)。2018年，中国人工智能产业市场规模已达到415.5亿元。其中，企业技术集成与方案提供、关键技术研发和应用平台两个应用领域据发展火热。
人工智能企业现状分析报告 目录 第一节人工智能企业现状分析 (2) 一、人工智能企业现状发展阶段 (2) 二、人工智能企业现状发展概况 (2) 三、人工智能企业现状商业模式分析 (3) 第二节人工智能企业发展现状 (4) 一、人工智能企业现状分析 (4) 二、人工智能企业发展分析 (4) 第三节人工智能企业分析报告 (4) 第一节人工智能企业现状分析 一、人工智能企业现状发展阶段 近些年来，我国人工智能领域有取得了飞速发展。英飞拓人工智能企业是一家创新型、信息化、集成化的整体安防制造商，致力于为全球英飞拓人工智能安防提供最高端、最安全、最值得信赖的解决方案。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的Blizzard Challenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了“寒武纪”芯片并建成了类脑智能研究平台。华为也推出了MoKA人工智能系统。
人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。 二、人工智能企业现状发展概况 人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一，也被认为是21世纪三大尖端技术之一。 近年来，我国人工智能产业获得快速发展。我国市场的工业机器人销量猛增我国智能语音交互、指纹识别、人脸识别、虹膜识别等产业规模迅速扩大。同时，我国已经拥有国家重点实验室等设施齐全的研发机构和优秀的人工智能研发队伍，研发产出数量和质量也有了很大提升。很多企业也积极布局，如百度的百度大脑计划、科大讯飞超脑计划、京东智能聊天机器人等。 目前我国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、无人驾驶汽车等智能科技成果已进入广泛的实际应用。也正基于此，我国出台了大量支持人工智能发展的政策。2015年7月1日，国务院印发《关于积极推进"互联网+"行动的指导意见》，将"互联网+人工智能"列为11项重点行动之一；而时至11月，《机器人产业"十三五"发展规划》草案已基本制定完成。另外“中国制造2025”重点领域技术路线图构建了中国机器人产业发展蓝图的同时扩大了人工智能的关注度。
拓尔思总裁施水才在第七届中国智能产业高峰论坛作主题报告 发布时间：2017-10-16 2017年10月12日-13日，由中国人工智能学会主办的CIIS2017第七届中国智能产业高峰论坛在广东顺德隆重举行。本届高峰论坛以“创新、协调、绿色、开发、共享”为主题，中国人工智能学术界和产业界著名学者、顶级专家和业界精英近300人齐聚一堂，共同探讨人工智能发展的科技创新与行业变革战略，破解人工智能创业和商业模式的密码。李德毅院士、李伯虎院士、清华大学孙富春教授、拓尔思总裁施水才在大会上作主题报告，施总的演讲主题是“大数据和人工智能产业发展的思考”。 施总在大会上发表主旨演讲 以下是精彩要点： 大家上午好。非常感谢中国人工智能学会邀请我在大会上做分享报告。今天我想给大家分享一下对于大数据和人工智能产业的发展思考。 第一点，我认为大数据和人工智能产业进行比对非常有意义； 第二点，针对“人工智能+行业”和“行业+人工智能”，谈一下个人理解和认识；
第三点，我认为对于未来人工智能的研究和应用，仅有计算能力、数据和算法是不够的，需要加入其他重要因素； 第四点，探讨人工智能现在的几个方向中，哪些还有大机会； 最后，讲一讲拓尔思基于NLP平台的一些人工智能应用实践。 大数据对人工智能产业的四大启示 一方面，人工智能产业的发展和数据密不可分，另一方面，数据驱动的商业比智能驱动的商业更符合产业本质，大数据产业的落地能力强于人工智能产业，因此观察大数据产业发展对人工智能产业很有意义。 目前大数据产业发展处于非常早期的阶段，仍然是大数据投资和创业的最好时机，但数据魔咒难破局，数据霸权、数据质量、灰色数据等问题凸显，中国大数据变现之路是垂直行业下的场景服务。 大数据对人工智能产业发展的启示：人工智能产业仍处于非常早期的阶段；数据的重要性不容置疑，但问题也不少；应用场景才是驱动力；垂直行业才是大部分参与者的机会所在。 行业+人工智能是智能产业发展的主流 在智能产业发展中，“行业+人工智能”占了90%，而“人工智能+行业”则占10%，可以看出，“行业+人工智能”仍然是智能产业发展的主流。
人工智能未来发展前景展望 ：磊(10计本) 学号： 长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(M ＩＴ)、卡基-梅隆大学(CＭＵ)到IＢＭ公司，再到日本的本田公司、ＳＯＮＹ公司以及国的清华大学、中科院等科研院所，全世界的实验室都在进行着ＡＩ技术的实验。不久前，著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕，科幻片《人工智能》(ＡＩ)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。 （一）、人工智能的定义 人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 “智能”1是一个宽泛的概念。智能是人类具有的特征之一。Intelegere是从中进行选择，进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(machines who thinks,1979)中所提出的: 在1"智能"源于拉丁语legere，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。
复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵 i(Turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。 人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificial intelligence，AI)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。 当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运
2019-2023年中国人工智能行业预测分析 2019-2023年中国人工智能行业影响因素分析 一、有利因素 （一）政策支持 2017年3月5日，国务院总理李克强发表2017年政府工作报告，指出要加快培育壮大包括人工智能在内的新兴产业，“人工智能”首次被写入了全国政府工作报告，这意味着人工智能已上升为国家战略。 2017年7月20日，国务院出台《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。《规划》提出坚持科技引领、系统布局、市场主导、开源开放的基本原则和三步走的战略目标，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。 2017年12月13日，工信部印发了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》，明确了人工智能2018-2020年在推动战略性新兴产业总体突破、推进供给侧结构性改革、振兴实体经济、建设制造强国和网络强国方面的重大作用和具体目标。 2018年1月，《人工智能标准化白皮书（2018版）》发布，《白皮书》从支撑人工智能产业整体发展的角度出发，研究制定了能够适应和引导人工智能产业发展的标准体系，进而提出近期急需研制的基础和关键标准项目。 2018年3月5日，国务院总理李克强在十三届全国人大一次会议作政府工作报告时表示，要加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网+”，这是继2017年之后，“人工智能”再次被写入政府工作报告。 （二）科技新基建将带动人工智能基础设施建设 “科技新基建”即信息产业领域的新型基础设施建设，被列入18年底中央经济会议报告中基础设施建设部分，成为扩大内需，发挥投资关键作用的重要内容。 基础设施建设通常是国家发挥投资杠杆作用，拉动内需的主要方式，而2019年是历史上头一次，以5G、人工智能、工业互联网、物联网为代表的新型基础设施建设，也就是我们总结的“科技新基建”首次被定性为基建的重要内容，排列顺序甚至在城际交通、物流、市政基础设施等传统基建类项目之前，充分表明我国未来基建投资的侧重点将更加向科技产业领域倾斜，财政资金配套将更加到位。科技新基建将带动5G、人工智能、工业互联网、物联网等信息基础设施建设。 （三）人工智能是目前全球最受互联网业界和市场关注的新技术及应用 近年来，技术革新已经逐渐替代人口红利成为中国互联网经济发展的最主要推动力之一。人工智能是目前全球最受互联网业界和市场关注的新技术及应用。全球主要互联网企业均在向人工智能方向转型，并大幅增加相关科研、技术和产业应用布局方面的投入。展望未来几年，人工智能将会为互联网行业带来两个重要趋势： 第一，人机交互界面转向语音化。继键盘鼠标、触摸屏之后，语音交互正在成为新的人机交互方式。对于互联网企业来说，掌握了新的接口才更容易掌握新的流量入口，更容易通过此入口向用户推广服务。智能音箱的兴起就与这一发展趋势密切相关。全球主要互联网、硬件及家电企业将继续通过技术升级、应用拓展和市场推广等多重手段努力争夺这个新流量入口的市场份额。 第二，人工智能拓展互联网服务场景。人工智能在后台全面支持互联网业务的发展；我们看到互联网的各个场景都开始受益于人工智能。预计未来几年里，在传统互联网应用场景（例如搜索、新闻和电商等服务）中，人工智能技术将更多地被运用，并有效地提高服务效率和
（二零一二年十二月） 2020-2025年中国人工智能行业市场突围战略研究报告 可落地执行的实战解决方案 让每个人都能成为 战略专家 管理专家 行业专家 ……
报告目录 第一章企业市场突围战略概述 (6) 第一节研究报告简介 (6) 第二节研究原则与方法 (6) 一、研究原则 (6) 二、研究方法 (7) 第三节研究企业市场突围战略的意义 (9) 第二章市场调研：2019-2020年中国人工智能行业市场深度调研 (10) 第一节人工智能走向产业应用 (10) 一、人工智能行业图谱 (10) 二、人工智能的商业模式 (12) 第二节人工智能助力企业数字化转型 (13) 一、人工智能价值创造的三个层次 (13) 二、人工智能助力企业业务智能化 (14) 第三节2019-2020年人工智能行业发展情况分析 (15) 一、美国规定10项AI监管原则 (16) 二、发展人工智能各国争先 (16) 三、人工智能以人为本 (18) 四、2019年人工智能发展的热点透视 (18) 五、人工智能将在回归理性中走向新的飞跃 (23) 第四节2020年人工智能行业发展展望 (25) 一、2020年形势的基本判断 (26) （一）从产业链建设看 (26) （二）从政策推动来看 (26) （三）从投融资情况看 (26) （四）从外部形势看 (27) 二、2020年新一代人工智能将围绕五大方向持续攻关 (27) 三、需要关注的几个问题 (28) （一）我国人工智能领域的基础创新投入严重不足 (28) （二）我国人工智能产业的算力算法核心基础相对薄弱 (28) （三）以算法战、深度伪造为代表的人工智能技术滥用给经济社会带来严重负面影响 (29) 四、应采取的对策建议 (29) （一）以算力为核心加强人工智能基础能力建设 (29) （二）体系化梳理我国人工智能产业供应链现状 (29) （三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力 (29) （四）在国际社会上提出发展“负责任的人工智能” (29) 第五节全球主要经济体人工智能发展战略 (30) 一、美国：政府高度重视，旨在继续“全面领先” (30) 二、欧盟：伦理价值观引领，协同合作推进战略 (32) 三、英国：积极推动产业创新发展 (33) 四、德国：借势工业4.0打造国家品牌 (34) 五、日本：以人工智能构建“超智能社会” (35)
一、人工智能的内涵及分类 （一）人工智能的内涵 人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。 （二）人工智能的分类 人工智能的概念很宽泛，按照人工智能的实力可分为三大类： 1、弱人工智能：在特定领域等同或者超过人类智能或效率的机器智能。 2、强人工智能：各方面都能和人类比肩的人工智能。 3、超人工智能：在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。 人工智能的革命就是从弱人工智能，通过强人工智能，最终达到超人工智能的过程。目前人类已经掌握弱人工智能，生活中弱人工智能无处不在，比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。 人脑与电脑的最大差别在于，一些我们认为困难的事情，如微积分、金融市场策略、翻译等，对于电脑来说都十分容易；但一些人类认为容易的事情，如视觉、动态、移动、直觉，对于电脑来说却是十分困难。而要达到人类级别的智能，电脑必须要理解更高深的东西，比如微小的脸部表情变化，以为为什么喜欢这个而不喜欢那个，要达到这样的水平首先在硬件方便要增加电脑处理速度，其次在软件方面要让电脑变得智能。 美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps（calculations per second，每秒计算次数，描述运算能力的单位），即1亿亿次计算每秒。现在世界上最快的超级计算机，中国的天河二号，运行能力已达到3.4亿亿次，已经超过人脑，但由于其成本高、规模大、功耗高，使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps，当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps（人脑的千分之一），根据加速回报定律，科技的进步将呈指数型增长，按照这个速度，到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。 二、人工智能的产业链分析 从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。
2019年人工智能行业分 析调研报告 2019年11月
目录 1.人工智能行业概况及市场分析 (5) 1.1人工智能市场规模分析 (5) 1.2人工智能行业结构分析 (5) 1.3人工智能行业PEST分析 (6) 1.4人工智能行业特征分析 (7) 1.5人工智能行业国内外对比分析 (8) 2.人工智能行业存在的问题分析 (10) 2.1政策体系不健全 (10) 2.2基础工作薄弱 (10) 2.3地方认识不足，激励作用有限 (10) 2.4产业结构调整进展缓慢 (10) 2.5技术相对落后 (11) 2.6隐私安全问题 (11) 2.7与用户的互动需不断增强 (12) 2.8管理效率低 (13) 2.9盈利点单一 (13) 2.10过于依赖政府，缺乏主观能动性 (14) 2.11法律风险 (14) 2.12供给不足，产业化程度较低 (14) 2.13人才问题 (15) 2.14产品质量问题 (15)
3.人工智能行业政策环境 (16) 3.1行业政策体系趋于完善 (16) 3.2一级市场火热，国内专利不断攀升 (16) 3.3“十三五”期间人工智能建设取得显著业绩 (17) 4.人工智能产业发展前景 (18) 4.1中国人工智能行业市场驱动因素分析 (18) 4.2中国人工智能行业市场规模前景预测 (18) 4.3人工智能进入大面积推广应用阶段 (18) 4.4政策将会持续利好行业发展 (19) 4.5细分化产品将会最具优势 (19) 4.6人工智能产业与互联网等产业融合发展机遇 (20) 4.7人工智能人才培养市场大、国际合作前景广阔 (21) 4.8巨头合纵连横，行业集中趋势将更加显著 (22) 4.9建设上升空间较大，需不断注入活力 (22) 4.10行业发展需突破创新瓶颈 (22) 5.人工智能行业发展趋势 (24) 5.1宏观机制升级 (24) 5.2服务模式多元化 (24) 5.3新的价格战将不可避免 (24) 5.4社会化特征增强 (24) 5.5信息化实施力度加大 (25) 5.6生态化建设进一步开放 (25)
一、单选题 1.AlphaZero训练（）击败日本将棋程序。（3.0分） A.2小时 B.4小时 C.8小时 D.24小时 我的答案：D ×答错 2.《人工智能：未来决策的机遇与影响》，这是下列哪个国家发布的报告？（ 3.0分） A.美国 B.日本 C.德国 D.英国 我的答案：D √答对 3.DQN在49种Atari视频/像素游戏中，（）达到乃至超过人类职业选手的水平，以智商比喻，远超人类。（3.0分） A.9种 B.19种 C.29种 D.39种 我的答案：C √答对 4.Google Waymo于（）10月在美国凤凰城Chandler镇100平方英里范围内，对500辆L4自动驾驶汽车进行社会公测，这是Waymo自动驾驶商业化落地的前奏。（3.0分） A.2014年 B.2015年 C.2016年 D.2017年 我的答案：D √答对 5.IBM超级电脑程序“深蓝”，于（）击败了国际象棋大师加里·卡斯帕罗夫。（3.0分） A.1996年 B.1997年 C.1998年 D.1999年 我的答案：B √答对 6.智能音箱Echo是下列哪家企业推出的产品？（3.0分） A.亚马逊 B.百度 C.阿里巴巴 D.小米 我的答案：A √答对 7.邓志东教授预测，（）是无人驾驶汽车元年。（3.0分） A.2020年 B.2021年 C.2022年 D.2023年
我的答案：B √答对 8.国务院是在哪一年印发《新一代人工智能发展规划》的？（3.0分） A.2015年 B.2016年 C.2017年 D.2018年 我的答案：C √答对 9.在人工智能速记领域，2016年10月17日，（）的语音识别系统实现了5.9％的词错率。（3.0分） A.科大讯飞 B.惠普 C.英特尔 D.微软 我的答案：D ×答错 10.IBM的自动问答系统，于（）2月在美国最受欢迎的智力竞答电视节目《危险边缘》中战胜了人类冠军。（3.0分） A.2011年 B.2012年 C.2013年 D.2014年 我的答案：A √答对 二、多选题 1.中国人工智能产业发展的短板包括（）。（4.0分）） A.原始创新能力不足 B.投资界过于追求短线逐利 C.体制机制障碍 D.缺乏高端基础性研究人才和AI工程开发人才 我的答案：ABCD √答对 2.根据邓志东教授所讲，AlphaGo如何进行学习？（4.0分）） A.深度监督学习 B.深度强化学习 C.大数据 D.TPU 我的答案：AB ×答错 3.下列哪些行业未来可以通过人工智能实现自动化？（ 4.0分）） A.传统制造业 B.长途运输 C./物流运输行业 D.翻译 我的答案：ABCD √答对 4.智能音箱Echo基于语音助手Alexa可以实现（）、外卖预定等服务。（4.0分）） A.音乐播放 B.新闻搜索
人工智能行业研究报告 人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的运算机，到运算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了庞大的阻碍。尽管现在此刻可能是下一个AI 冬季（图8）到来之前的「给予承诺又让人败兴」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的运算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。 那个AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使运算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的Alexa 和Google 的图像识别，然而AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情形下，价值正在被慢慢创建，竞争优势也变得越来越明显。 例如，在医疗保健中，图像识别技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开创新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于
人工智能以后的发展前景 说到人工智能，首先要明白数据科学的概念：科学学科，不是工程。结合专业问题，比如医疗、铁路、金融等。 1、数据科学计算机是基础，前期数据处理，产生一些模型，算法的计算机功底要强。计算机基础一定要强加。 2、数学统计要强。数学和统计知识一定要夯实。第三点，一个好的数据科学家一定是一个行业专家，涉及到模型出来，怎么和老板或客户去沟通，让对方或者不懂数据科学或统计的人可以听明白。 数据科学是一个非常杂的科学。 所以，数据科学和人工智能的连带关系，并不是从属关系。 数据科学主要是从大数据中截取一小块做分析，做出数据模型，数据科学并不是搞前期大数据。 人工智能在十年前就有了，但是现在才火。十年前数据不够，技术支持不够。十年前计算能力不行。 整个科技的发展，云市场慢慢起来，比如亚马逊，微软、谷歌都在发展自己的云市场。MACHINELEARNING是人工智能和数据科学一个分支，比如视觉科学专业。 ResearchScientist基本是PHD主要的选择方向，研发产品，发论文，也非常难进。 给学习人工智能与数据科学专业的新生建议： 大一新生夯实基础，数学和他统计学好，保证GPA弄好，可以积累一些专业方面的经验比领英，再着手准备下暑期实习。编程语言和所从事的领域有关系，每个领域都不一样。 目前准备去美国读研，本科是电子信息工程，科研方向涉及数据科学，请问现阶段可以自学一下哪方面的课程?
主要看本科EE的背景主要涉及了什么东西,有的学的非常数学，有的偏计算机，有的一点数学和计算机都没有。建议有数学和统计背景，学一门计算机的算法课和基础语言课，剩下的课程来美国再上。 美国人工智能专业2017年下半年就业情况数据解读： 2017年满10月份，美国top5招聘网站Glassdoor给出了一组相关数据。 在Glassdoor上有512个开放的AI和深度学习工作岗位，占据Glassdoor上开发的美国工作岗位的0.009%。 大多数公司招聘的是软件工程师和数据科学家。 然而，人工智能在工作场所的兴起，也带来了许多技术销售、业务开发、产品管理、用户体验设计等角色。 就目前招聘AI人才的公司而言，亚马逊，NVIDIA和微软等科技巨头领先。但是，越来越多的金融服务，咨询和政府部门的雇主也成为AI人才的主要雇主。 虽然使用AI的行业名单不断增长，但今天大多数开放的AI工作岗位仍然位于几个大都市地区：硅谷，旧金山，西雅图，波士顿，洛杉矶和纽约市。 人工智能岗位薪酬因岗而异，但总体偏高。 薪水最低的岗位每年的基本工资估计在2万美元至4万美元之间，而薪酬最高的AI岗位每年基本工资估计为24万至26万美元许多意想不到的与AI有关的工作岗位现在正在形成，取代了通过AI和自动化所淘汰的旧的工作岗位。包括人工智能撰稿人以及人工智能团队中的律师等。 最常见的AI工作岗位是软件工程师，占在线工作岗位机会的11%。之后是数据科学家(4%)，软件开发工程师(4%)和研究科学家(4%)等等。美国开放的AI 顶级岗位 有了以上就业数据的支持，前往美国学习人工智能与数据科学专业值不值，想必小伙伴们心中已经了然了。
人工智能行业分析 人工智能行业可谓是现在科技的前端，高科技的行业，那么关于人工智能行业的分析有哪些知识呢?下面是为你整理的人工智能行业分析，供大家阅览! 人工智能行业简要分析 一、机遇 在2017政府工作报告中提到：“2017年将加快培育壮大新兴产业。全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化，做大做强产业集群。”这是“人工智能”首次被列入政府工作报告。 3月11日，科技部部长万钢在“全国人大会议新闻中心记者会”上表示，正在起草促进中国人工智能(AI)创新发展的规划，并估计两会后将很快出台。 二、行业简介 人工智能英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的重要分支，它的研究目标是了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括智能语音技术、图像识别技术、自然语言理解、专家系统和机器人等。
人工智能可分为基础层、技术层和应用层。基础层为算力支撑(AI 芯片、云计算)，技术层为算法平台，应用层是AI向各传统行业的渗透应用。 AI 产业链中，芯片产业率先引来爆发。PC GPU 巨头NVIDIA 已经将业务重点转向AI 领域，应用在人工智能领域的可进行通用计算的GPU市场基本被NVIDIA垄断。但是芯片巨头英特尔明显对人工智能市场虎视眈眈，至强处理器Xeon+FPGA也将在2017年下半年量产，预计英特尔有很大的机会在2017年四季度迎来人工智能的第一波红利。 云计算方面，亚马逊、微软云计算业务爆发，其中亚马逊的AWS 云服务平台表现尤为靓丽。(先前我写的文章《网宿科技为什么大跌?》也有所涉及)。 技术层方面，Google、IBM 专注于人工智能(AI)技术层，研发更高级AI 算法，积累AI 底层技术。国内百度在这方面也有相当的投入并取得较大的进展。 应用层方面各显神通，Facebook、苹果在AI 应用层的布局集中在语音识别、图像识别、智能助理等领域;IBM 加速向医疗领域渗透，盈利前景已开始显现。 国内的话，目前主要还是在应用层耕耘较多，基础层和技术层方面与外国的差距较大。 三、部分上市公司 科大讯飞作为中国智能语音及人工智能产业的领导者，以“从能