资料来源：海比研究，2018年3月
6.6%13.6%
28.2%9.4%24.8%10.2%7.2%0.0% 5.0%10.0%15.0%20.0%25.0%30.0%没有AI 应用，也没有AI 应用规划
目前没有AI 应用，但计划在未来几年内实施AI 应用
有一些AI 应用，在项目实施初期，AI 技术还不能与业务深度融合
实施了一些AI 应用，但效果不理想，未来会谨慎参与，处于观望状态
已经有一些比较成熟的AI 应用,并且与业务进行较好的融合，取得较好的效果
公司用AI 重构了整个信息系统，并与业务进行深度融合，取得了很好的效果
公司通过AI 应用，成功实现转型升级，进入新的市场，或者业绩获得飞跃
人工智能应用状态与效果
0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%
厂商品牌、知名度
厂商可调动的资源
厂商技术实力，研发水平
厂商的产品功能，产品价格
厂商项目实施能力
厂商对本企业业务的理解能力，及将技术与业务相融合的能力
厂商服务水平，系统运维能力
其他
企业最看重的人工智能厂商应用能力
资料来源：海比研究，2018年3月
资料来源：海比研究，2018年3月
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
70.0%
80.0%
视觉智能语音智能数据智能企业智能其他
重要人工智能应用领域认知度
16.20%
38.00%33.00%
9.80% 3.00%
0.00%5.00%
10.00%
15.00%
20.00%
25.00%
30.00%35.00%
40.00%
人工智能应用、平台与生态发展阶段
资料来源：海比研究，2018年3月
场景
数据
互联网、移动互联
网、物联网发展，积
累了大量数据
计算能力
GPU等芯片、云计
算、量子计算
算法
深度学习、增强学习
资料来源：海比研究，2018年3月
发展趋势
时间1956年1974年1980年1987年1993年2016年2018年2020年
达特茅斯会议，AI 诞生第一次高潮，出
现很多顶级算法
第一次低谷，某类算法只能解决狭窄
领域的问题，计算
能力不能支撑发展
第二次高潮，专家系统、多层神经网络、反向BP 算法第二次低谷，现代PC 的
出现让使用专家系统的
智能机器显得不经济，
AI 遭遇财务问题第三次高潮，深度学
习、数据积累、云计算
为AI 发展准备了条件
应用场景验证阶
段，部分场景被
证明，部分被证
伪应用场景日渐丰富，生态逐步成型，存活下来的企业将获得跨越式的发展
人工智能开放平台合作伙伴1合作伙伴4合作伙伴2合作伙伴3场景应用、行业解决方案
在真实的场景应
用中，产生大量
具有业务属性的
产业数据，反馈
给智能平台，进
一步提升其智能
水平。这个过程
不断进行，构成
生态构建者重要
的竞争壁垒。生态主构建人工智能开放平台，开放其技术能力，并提供计算能力、基础数据、客户等其他资源，吸引大量合作伙伴，构建生态。人工智能开放平台伙伴体系ISV 、SI 、渠道商、科研院所、开发者客户体系企业、个人、政府机构资本体系
上市体系、创
投体系、产业
基金
监管体系政府机构、行业协会
54.4%49.6%43.8%25.4%
35.6%27.4%21.0% 4.8%0.0%10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
视觉智能细分应用领域认知度
0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%厂商品牌、知名度
厂商可调动的资源厂商技术实力，研发水平厂商的产品功能，产品价格厂商项目实施能力厂商对本企业业务的理解能力，及将技术与业务相融…厂商服务水平，系统运维能力其他视觉智能厂商选型要素资料来源：海比研究，2018年3月资料来源：海比研究，2018年3月
视觉智能应用企业的行业分布
25.0%
20.0%
15.0%
10.0%
5.0%
0.0%
资料来源：海比研究，2018年3月
资料来源：海比研究，2018年3月视觉智能应用企业的规模分布
60.0%
50.0%
40.0%
30.0%
20.0%
10.0%
0.0%
19人及以下（不含）；20~299人；300~999人；1000人以上
人脸识别智能安防智能金融智能地产医疗影像识别机器人视觉无人驾驶其他
资料来源：海比研究，2018年3月
LFW是目前人脸识别领域最权威的数据库之一，LFW 中的图像均产生于实际场景，
具备自然的光照、表情、姿势和遮挡等干扰因素，且考虑到涉及人物多数为公众人物，
也涉及到化妆等更复杂的干扰因素，在LFW数据集上验证人脸识别算法理论上更贴近实际应用。
从数据上看，目前计算机视觉的识别率普遍高于人眼（97.53%），而目前主流的视觉智能厂商，其系统的识别率普遍高于97.53%，比如旷视科技、商汤科技、博思廷、百度、腾讯等，其系统的识别率普遍大多在99%左右，未来还将有更多的视觉智能厂商达到这一水平。
这意味着视觉智能已经迈过技术拐点，未来几年将面临疾风骤雨式的应用普及。
智能安防、智慧城市将成为拉动视觉智能发展的火车头。
视觉智能应用在金融领域的渗透率提高，尤其是互联网金融的发展更是大大丰富了视觉智能在金融领域的应用场景。
另外，在无人驾驶、工业制造、商业地产、医疗、教育等领域都将有广泛地应用。
2018年，智能安防将是视觉智能厂商的发展中心。根据中安协发布《中国安防行业“十三五”(2016-2020年)发展规划》指出，
“十三五”期间，安防行业将向规模化、自动化、智能化转型升级，且到2020年，安防企业总收入达到8000亿元左右，年增长率
达到10%以上。只是智能安防这一个领域，就足够支撑多个百亿级别的独角兽企业，满足资本对于视觉智能厂商的业绩期望。在智
能安防领域，按商业演进路径可以将厂商分为两类：以旷视科技、商汤科技和博思廷为代表的“AI+安防”类厂商，和以海康威视
威为代表的“安防+AI ”类型厂商。
视觉智能应用，已经从图像识别、物体识别转向计算机视觉理解、视频理解这些更具挑战和应用价值的领域，未来其应用前景必
将更加广阔。
智慧城市将是视觉智能最大的应用领域，未来的市场规模必将在万亿以上。视觉智能+数据分析，将成为智慧城市系统的主体，
发挥最为关键的作用。
随着芯片技术的发展，终端智能将获得快速提升。云+端的数据处理方式成为潮流。未来智能终端将成为视觉智能应用重要的计
算载体，同时云端对于数据打通将发挥关键作用。
北京博思廷科技有限公司以自主研发人工智能图像识别算法为核心，深谙各行业应用，
提供视频监控智能化产品及解决方案。企业介绍
博思廷拥有72种算法，10大智能化系统，5大智能硬件，1大智能化平台。
企业优势博思廷利用在人脸识别技术上的优势为地税局提供了一套完整的解决方案。用户只需足
不出户在微信端提前预约需要办理的业务，上传个人的照片等身份信息，即可成功预
约。用户进入地税大厅，系统通过人脸识别功能即可识别代办人的身份，免去办公人员
确认身份的过程。同时系统提供实时监控能力，能对现场的突发事件做出快速告警反
馈，为办税大厅的安保提供强有力的支持。用户案例
推动了实名制业务办理，增加自助设备交互功能和安全性，实现柜台服务的延伸，提高业务办理效率，提升客户体验，提高客户满意度。
应用效果博思廷V6s 视频监控人工智能平台。博思廷V6s 是以视频联网为基础，以智能视频分析为
核心，以多种类型的大数据存储为仓库，以电子地图、告警联动等多种业务功能为服务方
式，以多种客户端类型为应用选择的智能视频综合应用管理平台。平台1+N 全智能模块化应用，即：视频监控联网+人脸识别、人体识别、车辆识别、安防事件、交通事件、客流
统计、人员异常状态检测、等子系统模块应用。
核心产品与解决方案
快速的应用提供能力、第三方系统集成能力、系统安全健壮能力、系统平滑演讲能力、可伸缩的扩展能力、领先的智能分析能
力。产品特色
旷视以深度学习和物联传感技术为核心，立足于自有原创深度学习算法引擎Brain++，
深耕金融安全，城市安防，手机AR ，商业物联，工业机器人五大核心行业，致力于为企业级用户提供全球领先的人工智能产品和行业解决方案。
企业介绍
旷视的核心人脸识别技术Face++ 曾被美国著名科技评论杂志《麻省理工科技评论》评定为2017 全球十大前沿科技，同时公司入榜全球最聪
明公司并位列第11 名。在中国科技部火炬中心“独角兽”榜单中，旷视
排在人工智能类首位。企业优势支付宝运用Face++的人脸认证解决方案，不断提高用户支付体验与交易安全性。用户
能够通过人脸识别找回密码。由马云在德国汉诺威电子展上演示的先进功能Smile to
Pay ，也将在不远的将来，为每一位用户带来安全易用的支付体验。用户案例
准确，全球领先的识别准确率；快速，使用Face++云服务或离线能力，无需等待；可靠，支持高并发承载与高可用性保证，提供全方
位的服务保障。
应用效果Face++。人脸检测，检测图片或视频流中的人脸并返回人脸框坐标。支持储存检测到的
人脸数据，用于后续人脸比对、人脸搜索等高级功能。精准定位并返回最多106 个高精
度关键点，人脸比对可精准判断两张人脸是否是同一个人，并返回置信度分数和相应的阈值，以便评估相似度。人脸搜索，在预置的人脸集合中搜索相似的人脸。通过人脸搜索可
确认人员身份，目前已广泛用于人脸门禁、安防监控等场景。
核心产品与解决方案
Face++具有多种产品形式，灵活适用各类业务场景：Web API 根据客户的业务需求在线灵活调用Web API ；集成Mobile SDK 到客户的应用中，在移动设备上离线调用Face++ 能力，轻松处理高
清视频流。Face++ 还提供服务器端SDK 、整体解决方案等其他形
式的产品服务，产品特色
0.0%10.0%20.0%
30.0%
40.0%
50.0%
60.0%
语音智能重要细分应用领域
0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%
厂商品牌、知名度
厂商可调动的资源
厂商技术实力，研发水平厂商的产品功能，产品价格厂商项目实施能力厂商对本企业业务的理解能力，及将技术与业务相融…厂商服务水平，系统运维能力其他语音智能厂商选型要素资料来源：海比研究，2018年3月
资料来源：海比研究，2018年3月
1.下列对我国人工智能基础理论的表述，不当的是（）。（ 2.0分） A.大数据智能 B.人机混合智能 C.独媒体感知计算 D.自主协同与决策 2.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为210/100mmHg以下更受益。（2.0分） A.1949年 B.1984年 C.1993年 D.2016年 3.2005年，美国一份癌症统计报告表明：在所有死亡原因中，癌症占（）。（2.0分） A.1/4 B.1/3 C.2/3 D.3/4 4.50年前，人工智能之父们说服了每一个人：“（）是智能的钥匙。”（2.0分） A.算法 B.逻辑 C.经验 D.学习 5.下列选项中，不属于生物特征识别技术的是（）。（2.0分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 6.古代把计量叫“度量衡”，其中，“量”是测量（）的过程。（2.0分） A.长度
B.容积 C.温度 D.轻重 7.生物特征识别技术不包括（）。（2.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 8.（）是一种处理时序数据的神经网络，常用于语音识别、机器翻译等领域。（2.0分） A.前馈神经网络 B.卷积神经网络 C.循环神经网络 D.对抗神经网络 9.医学上用百分位法来判定孩子是否属于矮小。如果一个孩子的身高低于同种族、同年龄、同性别正常健康儿童身高的第（）百分位数，医学上称之为矮小。（2.0分） A.1 B.2 C.3 D.4 10.如果一个人体检时发现乳腺癌1号基因发生突变，可以推断出（）。（2.0分） A.这个人患乳腺癌的概率增加了 B.这个人已经患了乳腺癌 C.这个人一定会患乳腺癌 D.这个人很快会被检查出乳腺癌 11.MIT教授Tomaso Poggio明确指出，过去15年人工智能取得的成功，主要是因为（）。（2.0分） A.计算机视觉 B.语音识别 C.博弈论
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。
２０１８年中国人工智能产业白皮书
册子 / 报告标题|章节标题 目录 主要发现 1第一章人工智能行业综述篇 3 1.1 全球及中国发展概况 4 1.1.1 全球市场 4 1.1.2 发展驱动力 6 1.1.3 面临挑战 11 1.2 人工智能产业链 12 1.2.1 基础层 13 1.2.2 技术层 14 1.2.3 应用层 16 1.3 中国人工智能领域投资 17 1.3.1 投资热点及趋势 17 1.3.2 进击的巨头 19第二章人工智能商业化应用篇 21 2.1 数字政府：政策利好加速政府智能化变革 23 2.2 金融：人工智能变革金融经营全过程 26 2.3 汽车：人工智能正在重塑汽车产业生态 30 2.4 医疗：人工智能加速医疗技术革新 34 2.5 零售：人工智能应用从个别走向聚合 38 2.6 制造业：人工智能应用潜力被低估 44第三章中国主要人工智能产业发展区域及定位 47 3.1 中国人工智能企业分布重点城市 48 3.2 人工智能产业园 57 3.3 杭州未来科技城人工智能发展建议 59 02
册子 / 报告标题|章节标题主要发现 1. 中国人工智能产业发展迅速，但整体实力仍落后于美国。中国已成为人工 智能发展最迅速的国家之一，2018年中国人工智能市场规模有望超过300亿 元人民币。人工智能企业数量超过1000家，位列全球第二。本次人工智能浪 潮以从实验室走向商业化为特征，其发展驱动力主要来自计算力的显著提升、 多方位的政策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同 时，中国处于人工智能发展初期，基础研究、芯片、人才方面的多项关键指标 与美国差距较大。 2. 中国企业价值链布局侧重技术层和应用层，对需要长周期的基础层关注 度较小。人工智能产业链分为基础层（芯片、算法框架）、技术层（计算机视 觉、自然语义理解、语音识别、机器学习）和应用层（垂直行业/精确场景）。中 国企业布局比较偏好技术相对成熟、应用场景清晰的领域，对基础层关注度 较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 3. 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案， 深耕巨头的数据洼地，打造护城河。科技巨头构建生态链，已经占据基础设 施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业 将发力深耕巨头的数据洼地（金融、政府事务、医疗、交通、制造业等），切入 行业痛点，提供解决方案，探索商业模式。 4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道， 早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长 足发展。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并 非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于 合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。 5. 人工智能在金融领域的应用最为深入，应用场景逐步由以交易安全为主 向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工 智能在金融行业的应用，改变了金融服务行业的规则，提升金融机构商业效 能，在向长尾客户提供定制化产品的同时降低金融风险。 6. 医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市 场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决 医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗 又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产 品商业化过程中如何制定医疗和数据监管标准。 03
浅谈人工智能学习研究的现状 及其发展趋势 摘要：自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智
能，从而适应信息时代数据挖掘的普遍要求，迎接人工智能学习与应用领域新的辉煌。 1.前言 自20世纪90年代以来，随着全球化的形式与国际竞争的日益激烈，对人工智能技术的研究与应用变的越来越被人们关注，且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。 人工智能已对现实社会做出了非常重大的贡献，而且其作用已在各领域发挥得淋漓尽致，特别是在计算机领域，人工智能的应用更加突出，可以说，哪里有计算机应用，哪里就在应用人工智能；哪里需要自动化或半自动化，哪里就在应用人工智能的理论、方法和技术。目前，人工智能应用的主要领域，也就是计算机应用的主要领域。 人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。从后一种意义上讲，人工智能又被称为“机器智能”或“智能模拟”。人工智能是在现代电子计算机出现之后才发展起来的，它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。 学习机制的研究是人工智能研究的一项核心课题。它是智能系统具有适应性与性能自完善功能的基础。学习过程具
2016年2月出版
正文目录 1、人工智能是利用人工计算实现人类智能 (4) 1.1、本质：人工智能的本质是对人类智能的模拟甚至超越 (4) 1.2、原理：利用一系列算法驱动电脉冲模拟人脑神经元的运作过程 (5) 2、全球人工智能千亿市场爆发在即，AI+引领未来商业模式新风向 (6) 2.1、人工智能起源于上世纪50 年代，2006 年起进入加速发展的新阶段 (6) 2.2、发达国家火热布局，2040 年或有可能实现广义人工智能 (7) 2.2.1、欧盟：人脑工程项目（HBP） (8) 2.2.2、美国：大脑研究计划（BRAIN） (8) 2.2.3、日本：大脑研究计划（Brain/MINDS） (9) 2.3、下游应用需求迫切+上游技术基础成型，人工智能全球市场规模超千亿 (10) 2.3.1、下游应用需求倒逼、上游技术成型推动，人工智能技术加速发展 (10) 2.3.2、人工智能逐渐受到机构重视，2020 年全球市场规模超千亿 (11) 2.4、人工智能推动传统产业变革，AI+将成为未来普遍的商业模式 (13) 3、人工智能领域风云迭起，科技巨头雄霸天下 (14) 3.1、北美及西欧地区公司数量激增，科技巨头和初创企业是主要玩家 (14) 3.2、感知层技术领域竞争白热化，机器学习等空白蓝海已成大势所趋 (15) 3.3、投资+收购+顶级人才招聘、科技巨头动作频频上演实力争夺 (17) 4、2020年我国人工智能市场规模近百亿，有望实现弯道超车 (19) 4.1、受益四大利好因素，人工智能发展势头良好有望实现弯道超车 (19) 4.2、投资机构青睐有加，2020 年中国人工智能市场规模近百亿 (20) 4.3、感知智能试点阶段，预计我国将在5~10 年内实现感知智能全面普及 (22) 5、行业火爆：企业数量激增发展迅猛，机器人等是典型应用场景 (24) 5.1、巨头基础层切入引发技术革新，创业公司应用层进入带来产业升级 (24) 5.2、机器人、虚拟服务等是目前的典型应用场景，未来将进入各行各业 (26) 5.3、产业投资偏爱应用类企业，软件服务和机器视觉是热门细分领域 (29) 6、海外人工智能企业一览 (29) 6.1、人工智能基础平台领域：IBMWatson (29) 6.2、机器学习领域：Wise.io 实现高效大数据分析 (31) 6.3、语音识别和自然语言处理领域：Facebook、Apple、Microsoft (32) 6.4、图像识别领域：Clarifai 超越传统图像识别界限 (35) 6.5、预测分析领域：Google 云计算能力打造顶级预测API (35) 6.6、先发优势、技术实力、下游爆发潜力是人工智能企业的核心竞争力 (37) 7、我国人工智能投资机遇 (38) 7.1、投资逻辑：短期看好应用开发领域，长期技术研究是投资大势 (38) 7.2、主要公司分析 (39) 7.2.1、科大讯飞 (39) 7.2.2、东方网力 (40) 7.2.3、佳都科技 (41) 7.2.4、新松机器人 (42) 图表目录
生活中的人工智能 ----人工智能发展现状及未来摘要：人工智能一词于1956年提出，经过半个多世纪的发展，已经渗透到各个领域。本文将对人工智能的发展作简要的介绍和分析，重点介绍近年来人工智能在各个领域的应用，以期我们对人工智能有更深入的了解。 关键词：人工智能、应用、发展 随着计算机技术的飞速发展，人工智能也取得了极大的发展，并且开始应用到我们生活中的方方面面。伴随着研究的深入，也许我们正要进入一个人工智能时代。 1.人工智能的兴起和早期发展 人工智能的发展历程大致可以分为下面五个阶段。 第一阶段: 20世纪50年代，人工智能的兴起和冷落。人工智能概念在1956年首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但是由于消解法推理能力有限以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是重视问题求解的方法，而忽视了知识的重要性。 第二阶段: 60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay－II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议( International Joint Conferences on Artificial Intelligence即IJCAI)。 第三阶段: 80年代，随着第五代计算机的研制，人工智能得到了飞速的发展。日本在1982年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统KIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。 第四阶段: 80年代末，神经网络飞速发展，。1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。 第五阶段: 90年代，人工智能出现新的研究高潮。由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象 2.近年来人工智能的应用 随着人工智能的发展，人工智能已经渗透到了生活中的每个方面。 2.1“人机大战” 在人工智能的发展史上，出现了很多堪称经典的“人机大战”。 1985年，当时的国际象棋世界冠军“棋王”卡斯帕罗夫在德国汉堡举行了一场人机车轮大战。他在5个小时内，以32∶0的完美比分击败了所有电脑公司祭出的硬件和象棋软件程序。然而11年之后情况发生了变化，1996年“棋王”在与“深蓝”的比赛中第一次输了一盘；1997年，升级版的“湛蓝”在决定胜负的第六个回合中，只用了22步棋便迫使卡斯帕罗夫投子认输——这是“棋王”职业生
2020年人工智能产业发展深度研究报告 一、人工智能市场格局 人工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念最早始于1956 年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来，在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。 人工智能赋能实体经济，为生产和生活带来革命性的转变。人工智能作为新一轮产业变革的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测，2035 年，人工智能将推动中国劳动生产率提高27%，经济总增加值提升7.1 万亿美元。 二、多角度人工智能产业比较 目前，全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系，可以将人工智能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础，主要提供硬件（芯片和传感器）及软件（算法模型）等基础能力；技术层是人工智能产业的核心，以模拟人的
智能相关特征为出发点，将基础能力转化成人工智能技术，如计算机视觉、智能语音、自然语言处理等应用算法研发。其中，技术层能力可以广泛应用到多个不同的应用领域；应用层是人工智能产业的延伸，将技术应用到具体行业，涵盖制造、交通、金融、医疗等18 个领域，其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注。 （一)战略部署：大国角逐，布局各有侧重 全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发达国家乘胜追击，构成第二梯队。同时，在顶层设计上，多数国家强化人工智能战略布局，并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国，局部领域有所突破。中国人工智能起步较晚，发展之路几经沉浮。自2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。由于初期我国政策侧重互联网领域，资金投向偏向终端市场。因此，相比美国产业布局，中国技术层（计算机视觉和语音识别）和应用层走在世界前端，但基础层核心领域（算法和硬件算力）比较薄弱，呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。 1、美国引领人工智能前沿研究，布局慢热而强势。美国政府稍显迟缓，2019 年人工智能国家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G 时代）地利（硅谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。总体来看，美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超
2018年ICT产业人工智能行业分析报告 2018年11月
目录 一、政策、技术、资金共同驱动，人工智能迎第三次浪潮 (3) 1、人工智能上升至国家战略层面，行业发展全面加速 (3) 2、技术变革促使人工智能突破产业应用瓶颈，推动产业爆发 (4) 3、资本不断涌入，助推AI技术及应用进一步走向成熟 (5) 二、AI作为全新的生产要素，即将为传统行业带来变革 (5) 1、人工智能作为全新的生产要素，将改变企业竞争及增长方式 (5) 2、人工智能的应用进展取决于数字化程度，高数字化行业将优先实现应用 6 3、AI推动安防行业进一步升级，拓宽行业成长空间 (7) 4、智能语音：AI时代的流量入口，科技巨头纷纷布局 (7) 5、自动驾驶：人类逐步交出操控权，提高安全系数 (8) 三、AI正在重塑ICT产业格局 (9) 1、AI颠覆芯片产业格局，行业进入群雄逐鹿阶段 (10) 2、人工智能的软件技术平台将是巨头的必争之地 (10) 3、云化是AI发展前提 (11)
政策、技术、资本三轮驱动，AI即将为传统行业带来变革。政策频繁加持，AI上升至国家战略层面；数据、算法和算力发展成熟，助力AI突破发展瓶颈；资本不断涌入，17年我国AI融资金额达645亿，融资事件达492起。人工智能作为全新的生产要素，将改变企业竞争及增长方式。据埃森哲数据，AI将助力企业提升38%的盈利水平，同时为16个行业带来额外14万亿美元的总附加值（2035年）。 在应用落地层面，人工智能的应用进展取决于数字化程度，数字化程度高行业将优先实现应用。目前来看安防、金融、汽车等行业落地最快，零售、旅游、地产等行业相对滞后。AI亦正在重塑ICT产业格局。 在AI芯片领域，传统厂商、互联网企业及初创公司等纷纷布局AI芯片领域，产业呈现群雄逐鹿的竞争格局；在AI技术平台领域，由于其技术壁垒高、马太效应强，且需要长期持续的的大规模研发资本投入，未来这一领域将是国际巨头间的博弈。 未来AI将成为基础设施，科技巨头将成为AI基础设施的提供者，普通企业拥抱人工智能的前提是先云化，这将不是IT支出转云服务支出“左右互搏”的零和游戏，而是行业未来发展的必然趋势。 一、政策、技术、资金共同驱动，人工智能迎第三次浪潮 1、人工智能上升至国家战略层面，行业发展全面加速 2017年7月，国务院印发《新一代人工智能发展规划的通知》，
龙源期刊网 https://www.doczj.com/doc/155889419.html, 浅析人工智能的现状及发展趋势 作者：范胜廷陈华 来源：《新教育时代·教师版》2017年第41期 摘要：人工智能是现代社会所独有的一门新兴技术科学，主要是研究、研发用于模拟、 扩展、延伸人的智能的方法、理论、技术以及应用系统。近年来，随着信息技术、计算机技术的迅速发展，人类在人工智能方面取得了一定的研究成果。本篇论文中，笔者主要对人工智能的现状进行了分析，并探讨了人工智能的发展趋势，以供参考。 关键词：人工智能现状发展趋势 人工智能科学技术归属于计算机科学，是其中的一个重要分支，人工智能领域的研究主要包括图像识别、语言识别、机器人、专家系统以及自然语言处理等。自诞生以来，人工智能理论和技术逐渐发展成熟，在社会、科技、文化、经济等领域中发挥着越来越重要的作用。 一、人工智能的现状 人工智能主要是通过研究智能的实质，企图以此为根据，开发出能够以类似于人类智能方式做出反应的智能机器。人工智能的进步，不仅可以替代脑力劳动，还可以替代某些脑力劳动职能。现阶段来说，电子仪器、机器人、电脑等诸多具有某一智能行为的机器不断涌现，这些人工智能设备可以自拟人的精神活动，同时也致力于在一些方面做出优化与改善，最终使其具备超人的功能，来帮助人类开展危险系数较高、较为复杂的工作[1]。与此同时，一些可以代 替人类劳动、用于工业生产的机器人得到了研发，这些机器人的实际应用，可以使人类的工作、生活更加高效、便利。但就目前的机器人生产技术来看，只能用于制造一些只有某一种功能的机器人，要研发人性化、多功能的机器人，还需要很长的一段时间。除此之外，还出现了一些用于商业用途的人工智能产物，如单位内部的决策支持系统、客户信息系统以及常见的法津顾问、医学顾问等软件。在我国的日常生活中，还有诸多人工智能产物，如飞机、汽车的导航系统以及家用电器中的智能芯片、电动游戏中的人工智能程序等等。可以说，人工智能的应用范围十分广泛，在社会、科技、文化、经济及人们日常生活中均得到了应用，由此可见，人工智能有着良好的发展前景与广阔的发展空间。 二、人工智能发展过程中面临的问题 现阶段，随着信息技术、计算机技术的迅速发展，人类在人工智能方面取得了一定的研究成果，诸多人工智能产物已经投入实际应用，并为方便人类的工作、生活提供了良好的帮助。但是，任何一种技术都是有利有弊的，人工智能也不例外，超智能概念的提出，让人们对智能机器产生了质疑与忧虑[2]。正如电影情节中一样，随着人工智能的高速发展，未来是否会有 一天人类世界被智能机器所统治，这是摆在人类面前的一个重要问题。然而，若是因为害怕人工智能产物的负面影响，而采取抑制人工智能的发展的这一措施，却是万万不可取的。面对风
2018-2022年中国人工智能典型应用案例分析 中投顾问发布的《2018-2022年中国人工智能行业深度调研及投资前景预测报告》认为，随着人工智能技术研究的逐步成熟，人工智能在各个领域的应用进程也将进一步加快。在发展基础成熟且市场应用潜力大的汽车、消费品与零售、金融以及医疗行业内，人工智能将发挥重要的应用价值。 无人驾驶领域 驾驶辅助系统是汽车人工智能领域目前最为火热的方向。在感知层面，其利用机器视觉与语音识别技术感知驾驶环境、备识别车内人员、理解乘客需求；在决策层面，利用机器学习模型与深度学习模型建立可自动做出判断的驾驶决策系统。按照机器介入程度，无人驾驶系统可分为无自动驾驶（L0）、驾驶辅助（L1）、部分自动驾驶（L2）、有条件自动（L3）和完全自动（L4）五个阶段。目前，技术整体处于多个驾驶辅助系统融合控制、可监控路况并介入紧急情况（L2）向基本实现自动驾驶功能（L3）的转变阶段。 未来，完全的自动驾驶可以基于感知的信息作出应变，一边担任驾驶员的角色，一边提供车内管家的服务，还能应对其他各方面的需求和任务。 医疗图像分析 人工智能在医学影像的应用主要分为两个部分：第一部分是在感知环节应用机器视觉技术识别医疗图像，帮助影像医生减少读片时间，提升工作效率，降低误诊的概率；另一部分是在学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。 一个典型的例子为贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统。该系统对乳腺癌病理图片中癌细胞的识别准确率可达92%，与病理学家的分析结合时，其诊断准确率可以高达99.5%。 智能投资顾问 智能投顾是根据客户理财需求和资质信息、市场状况、投资品信息、资产配置经验等数据，基于大数据的产品模拟和模型预测分析等人工智能技术，输出符合客户风险偏好和收益预期的投资理财建议。 国内智能投顾的参与者众多，包括如银行系（如广发智投、招商摩羯智投）、基金系（如南方基金超级智投宝、广发基金基智理财、天弘基金犇跑篮子）、大型互联网公司系（如百度金融、京东智投、同花顺）和第三方创业公司系（如弥财、蓝海财富、拿铁财经）等。 中投顾问·让投资更安全经营更稳健
人工智能的现状及今后发展趋势展望 一．引言 人工智能(Artificial Intelligence),英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力，以延伸人们智能的科学。 二．目前人工智能技术的研究和发展状况 目前，人工智能技术在美国、欧洲和日本依然飞速发展。在AI技术领域十分活跃的IBM公司，已经为加州劳伦斯·利佛摩尔国家实验室制造了ASCI White电脑，号称具有人脑的千分之一的智力能力。而正在开发的更为强大的新超级电脑———“蓝色牛仔”（Blue Jean），据其研究主任保罗·霍恩称，“蓝色牛仔”的智力水平将大致与人脑相当。 三．技术应用 随着AI技术的发展，现代几乎各种技术的发展都涉及到了人工智能技术，可以说人工智能已经广泛应用到许多领域，其典型的应用包括： 1符号计算 计算机最主要的用途之一就是科学计算,科学计算可分为两类:一类是纯数值的计算,例如求函数的值;另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。符号可以代表整数、有理数、实数和复数,也可以代表多项式、函数、集合等。随着计算机的普及和人工智能的发展,相继出现了多种功能齐全的计算机代数系统软件,其中Mathematic和Maple是它们的代表。由于它们都是用C语言写成的,所以可以在绝大多数计算机上使用。 2模式识别 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里,我们把环境与客体统称为“模式”。用计算机实现模式（文字、声音、人物、物体等）的自动识别，是开发智能机器的一个关键的突破口，也为人类认识自身智能提供线索。计算机识别的显著特点是速度快、准确性和效率高。识别过程与
2018-2019年中国人工智能计算力发展评估报告重磅发布 进入21世纪，信息技术引领的第三次工业革命改变了人类的生产和生活的方式。借助信息技术，人类社会实现了人与人的连接、人与物的连接以及物与物的连接，同时也产生了海量数据。 当DT时代到来，数据成为企业新的固定资产，如何准确处理、分析和应用数据，使其成为新的生产力成为问题。借助人工智能，实现人与物两两之间关系的转变，成为破局关键。
在人工智能的三驾马车中，数据不是问题，算法历经数十余年发展已相对成熟。毫无疑问，算力决定着人工智能整体的发展状况，也是承载和推动人工智能走向实际应用的基础平台和决定性力量。 2017年7月8日，国务院《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，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。 时至今日，中国人工智能是怎样的发展现状，算力在场景、行业以及地域上又呈现何种态势？ 基于此，浪潮联合IDC共同研究发布《2018-2019 年中国人工智能计算力发展评估报告》，试图通过对中国人工智能市场的全面洞察与客户调研，客观全面的展现中国人工智能计算发展现状与趋势，并针对人工智能行业发展提出具体行动建议。 报告亮点： 1.人工智能将成为引领第四次工业革命的核心驱动力，2022年时中国的人工智能市场投资规模将超过百亿美元，未来五年复合增长率超过 59%，其中人工
智能基础架构硬件市场规模将超过千亿人民币。 2.人工智能的算力分布将呈现“二八法则”：早期阶段，80%的算力集中在训练场景；未来大规模应用阶段，80%的算力将集中在推理场景。 3.从行业维度上，人工智能行业应用情况与算力投资行业分布保持一致，互联网、政府、服务和金融行业是中国人工智能算力发展的领先行业；从地域维度上，人工智能算力分布呈现明显地域属性，地域人工智能热图和 TOP10 的城市排行榜显示，排在首位的并非北上广，而是杭州，合肥进入前五。 4.针对行业客户和人工智能解决方案提供商分别给出的行动建议。 进一步了解《2018-2019 年中国人工智能计算力发展评估报告》，请点此链接下载报告原文
2019年中美人工智能产业分析报告 2019年8月
目录 一、走进人工智能新时代 (6) 1、人工智能是什么 (6) 2、中美两国引领全球人工智能发展 (8) 二、多角度对比中美人工智能投资 (11) 1、看规模，中国人工智能投资额已超过美国 (11) 2、看轮次，中国人工智能投融资更偏早期 (12) 3、看投向，中国重应用层而美国重基础层 (13) 三、人工智能带来新机会，中国有望从AI芯片突围 (18) 1、人工智能的发展加速芯片专用化进程 (18) 2、高端人才缺乏是中美AI芯片领域投资差异的最大原因 (21) （1）美国在芯片领域起步早，巨头众多，培养并积累了丰富的人才 (21) （2）美国芯片和互联网巨头众多，为资本退出提供更多选择 (22) （3）美国芯片产业链齐全，产业布局完整 (24) 3、换道超车，中国在AI芯片上可以有所作为 (25) （1）AI芯片处于发展早期，竞争格局未定 (25) （2）边缘AI芯片领域，广阔的应用场景为中国提供巨大机会 (28) （3）芯片自主可控呼声高涨，政策为芯片研发保驾护航 (28) 四、深入落地，计算机视觉仍有广阔的应用场景 (30) 1、计算机视觉是中国人工智能市场的最大组成部分 (30) 2、多重因素促成中美计算机视觉领域投资差异 (33) （1）安防千亿市场成为拉动中国计算机视觉发展的最大需求 (33) （2）我国计算机视觉技术领先，在数据方面占有优势 (35) （3）中国消费者对新技术接受度更高 (36)
3、对比美国，看好中国计算机视觉应用领域进一步拓宽 (37) （1）新零售 (38) （2）医疗影像 (38) （3）保险行业 (39) （4）工业制造 (39) 五、主要风险 (40) 1、人工智能芯片研发不及预期 (40) 2、计算机视觉技术发展不及预期 (40)
人工智能技术及其发展趋势 一、单选题 1.下列选项中，不属于生物特征识别技术的是（）。（3.0分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别 我的答案：C √答对 2.（），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习。（ 3.0分） A.2018年3月15日 B.2018年10月31日 C.2018年12月31日 D.2019年1月31日 我的答案：B √答对 3.（）是自然语言处理的重要应用，也可以说是最基础的应用。（3.0分） A.文本识别 B.机器翻译 C.文本分类 D.问答系统 我的答案：C √答对 4.关于专用人工智能与通用人工智能，下列表述不当的是（）。（3.0分）
A.人工智能的近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D.真正意义上完备的人工智能系统应该是一个专用的智能系统 我的答案：D √答对 5.下列对人工智能芯片的表述，不正确的是（）。（3.0分） A.一种专门用于处理人工智能应用中大量计算任务的芯片 B.能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器，智能芯片具有很好的并行计算性能 我的答案：C √答对 6.生物特征识别技术不包括（）。（3.0分） A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 我的答案：A √答对 7.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（3.0分） A.人机交互
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。
（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)
2018-2022年中国人工智能行业预测分析 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11月15日，科技部召开《新一代人工智能发展规划》暨重大科技项目启动会，会上宣布了首批四家国家新一代人工智能开放创新平台名单，明确依托科大讯飞建设智能语音国家新一代人工智能开放创新平台。 2017年12月13日，工业和信息化部印发《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）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。最近一年来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产品质量。在一些新兴领域，人工智能技术则会拓展互联网服务的应用场景，更带来新的商业化模式。 （三）人工智能将实现提效降本、延续人类智慧的核心价值 人工智能即通过智能实现人类思维的效果，从宏观层面来看，此效果体现在智能社会与智能经济层面，即人工智能将大幅改善依赖劳动力创造的劳动密集型、简单重复性的传统经济运行模式，并依托此经济模式构建万物互联、智能协同的产业体系，打造国际领先的智能社会。从微观层面来看，人工智能将替代传统劳动，带来新式生产方式，以提升生产效率并降低成
人工智能发展现状分析 2016年以来，谷歌人工智能程序AlphaGo在围棋人机大战中先后战胜李世石和柯洁，沉寂了60年的人工智能一下子成为社会关注的焦点。人工智能技术成为当今科技热点，人工智能科技公司成为风险资本追逐的对象，包括中国在内的科技大国纷纷制定人工智能发展战略，可以说人类进入了人工智能的新时代。 而这一新时代的到来，离不开芯片、存储器、光纤、移动通信、超算和大数据等底层技术的突破。以过去十年的时间为基准，光纤通信容量提升了100倍，移动通信速率提升了1 000倍，超算能力提升了1 000倍，数据量提升了32倍。信息采集、传输和存储效率的提升，以及计算能力的迅猛发展，奠定了人工智能时代的基础。 以此为基础，深度学习算法实现突破，则是揭开人工智能新时代序幕的转折点。2006年，杰弗里·辛顿提出的深度置信网络，解决了深层神经网络的训练问题，一举开创人工智能发展的新局面。 在大数据、算力和算法三驾马车的拉动下，人工智能技术快速进步并已经在许多方面超越了人类。 在语音识别上，微软的语音交互识别系统错误率低至5.1%，百度的汉语识别系统准确率高达97%，都优于专业速记员； 在人脸识别上，中国依图科技在千万分之一误报下的识别准确率接近99%，连续多年获得美国国家标准技术局举办的人脸识别算法测试的冠军。 除此之外，人工智能可以做的事情还有很多，甚至可以颠覆科学技术的研究过程。 例如，谷歌DeepMind利用深度学习开发Alpha Fold程序，能够根据基因序列预测蛋白质的3D结构，有望治疗包括癌症在内的众多疾病。再如，美国斯坦福大学的科学家创建了一个人工智能程序，这个人工智能程序只用几小时就完成了元素周期表的重建。