人工智能发展报告
一、简介
人工智能（Artificial Intelligence，AI）是指用计算机模拟或实现的智能。从学科角度讲，人工智能研究的是如何使机器（计算机）具有智能的科学和技术，特别是人类智能如何在计算机上实现或再现的科学和技术，它的研究涉及计算机科学、脑科学、神经生理学、心理学、语言学、逻辑学、认知（思维）科学、行为科学、数学以及信息论、控制论和系统论等众多学科领域，是一门综合性的交叉学科和边缘学科。2016年3月，谷歌收购的人工智能初创企业DeepMind 所研发的AlphaGo程序以4∶1击败韩国围棋冠军李世石，成为近年来人工智能领域少有的里程碑事件；2016年底，新版AlphaGo又化名网络棋手Master对战包括10多位中韩世界冠军在内的棋手，豪取60连胜；2017年初，卡内基梅隆大学人工智能系统Libratus打败4名世界顶级德州扑克玩家，这些事件再次引发了大众对人工智能的兴趣。
二、发展现状
目前，人工智能已形成包含工业机器人、服务机器人、智能硬件、芯片、传感器等硬件产品，智能客服、商业智能、数据资源、计算平台等软件产品与服务在内的产业链条。全球人工智能企业集中分布在美国、中国、英国等少数国家。我国人工智能企业主要集中于北京、广东及长三角（上海、江苏、浙江）一带，占我国人工智能企业总数
的比例超过8成。互联网巨头百度、阿里巴巴和腾讯正在领导中国的人工智能市场，同时，数以百计的初创公司也正渗透到这一产业中。
全球人工智能申请专利主要集中在机器人、语音识别、神经网络、图像识别、机器学习、模糊逻辑、计算机视觉、自然语言处理等领域。我国人工智能申请专利占比前五位的领域分别为机器人、神经网络、图像识别、语音识别、计算机视觉。其中，自然语言处理、语音识别的技术成熟度最高，其次是图像识别、计算机视觉，而机器学习、神经网络等领域技术成熟度最低，还未形成大规模行业应用。同时，国内外人工智能企业研发的产品在诸多领域的商业化已如火如荼地展开，涉及安防、交通、医疗、电商、金融、家庭和教育等领域。
人工智能主要应用领域及相关企业
三、产业化瓶颈
现阶段，人工智能产业的发展主要受到人才、数据、计算平台和服务模式四方面的制约。首先，人工智能领域的人才稀缺。通过开放
源代码可以吸引外部人才参与项目协作，并改进相关技术。以谷歌为代表的巨头公司纷纷开始开源化自身核心产品，包括机器学习软件平台及相关硬件平台，但开源趋势将加剧人才争夺。其次，缺乏数据是制约人工智能发展的一大问题，人工智能的进步需要进行海量数据的训练。如DeepMind公司为将其人工智能技术应用到医疗科技领域，和英国全民医疗系统（NHS）合作，达成一项数据共享协议，允许其访问NHS约160万名患者的数据。寻找具备挖掘潜力的海量数据来源将成为企业关注的焦点。再次，计算平台能力有待提升。庞大的数据中心及芯片技术为人工智能提供基础计算环境，在AlphaGo对战李世石的人机大战中，谷歌就调用了上千台服务器资源。提升计算系统的性能是应对复杂应用场景的关键。最后，服务模式仍有待探索。人工智能应以何种方式提供服务，比如苹果Siri对话框的形式、谷歌搜索框的形式，或是淘宝智能推荐的方式，提供的内容是海量的查询结果还是智能甄选的最优结果，都将是影响产业发展的重要因素。
四、发展前景
市场研究公司IDC预测，到2020年，全球人工智能的市场规模将从2016年的80亿美元增长到470亿美元。iResearch预测，2020年，中国人工智能市场将从2015年的12亿元人民币增长至91亿元人民币。未来，行业巨头对AI领域的并购融资将加速，传统互联网企业和跨领域行业巨头都在积极进行人工智能的布局。随着人工智能技术的进一步发展，海量大数据获取手段的逐步增多，计算能力的提
升及成本下降，以及工业机器人、家居、医疗健康、交通、金融、零售等重点领域应用的展开，人工智能将加速落地。
人工智能技术将在人类社会发挥出日益显著的战略性、主导性、基础性作用。我国政府应积极采取相关措施推动人工智能产业的快速发展，包括通过专项资金、研发投入抵税等多种方式，积极推动企业开展前瞻性、基础性研究；鼓励引导企业、高校、科研机构、行业协会联合创建创新创业公共服务平台，提供研发设计、检验评测、信息咨询、人才培训等服务；选择条件成熟地区打造人工智能试点示范区域；推进政府和社会信息数据开放等。我国企业也应重点关注这一领域，选择合适的途径介入并分享这一潜力巨大的市场。
