（二零一二年十二月）
2020-2025年中国人工智能行业市场细分策略研究报告
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
第一章企业市场细分策略概述 (6)
第一节研究报告简介 (6)
第二节研究原则与方法 (7)
一、研究原则 (7)
二、研究方法 (7)
第三节研究企业市场细分策略的重要性及意义 (9)
一、重要性 (9)
（一）市场细分有利于发现市场机会 (9)
（二）市场细分有利于掌握目标市场的特点 (9)
（三）市场细分有利于制定市场营销组合策略 (10)
（四）市场细分有利于提高企业的竞争能力 (10)
（五）有利于充分利用自身有限的资源 (10)
二、研究意义 (11)
第二章市场调研：2019-2020年中国人工智能行业市场深度调研 (12)
第一节人工智能走向产业应用 (12)
一、人工智能行业图谱 (12)
二、人工智能的商业模式 (14)
第二节人工智能助力企业数字化转型 (15)
一、人工智能价值创造的三个层次 (15)
二、人工智能助力企业业务智能化 (16)
第三节2019-2020年人工智能行业发展情况分析 (17)
一、美国规定10项AI监管原则 (18)
二、发展人工智能各国争先 (18)
三、人工智能以人为本 (20)
四、2019年人工智能发展的热点透视 (20)
五、人工智能将在回归理性中走向新的飞跃 (25)
第四节2020年人工智能行业发展展望 (27)
一、2020年形势的基本判断 (28)
（一）从产业链建设看 (28)
（二）从政策推动来看 (28)
（三）从投融资情况看 (28)
（四）从外部形势看 (29)
二、2020年新一代人工智能将围绕五大方向持续攻关 (29)
三、需要关注的几个问题 (30)
（一）我国人工智能领域的基础创新投入严重不足 (30)
（二）我国人工智能产业的算力算法核心基础相对薄弱 (30)
（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 (31)
四、应采取的对策建议 (31)
（一）以算力为核心加强人工智能基础能力建设 (31)
（二）体系化梳理我国人工智能产业供应链现状 (31)
（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 (31)
（四）在国际社会上提出发展“负责任的人工智能” (31)
第五节全球主要经济体人工智能发展战略 (32)
一、美国：政府高度重视，旨在继续“全面领先” (32)
二、欧盟：伦理价值观引领，协同合作推进战略 (34)
三、英国：积极推动产业创新发展 (35)
四、德国：借势工业4.0打造国家品牌 (36)
五、日本：以人工智能构建“超智能社会” (37)
六、中国：高度重视推动人工智能健康发展 (38)
七、其他国家及国际组织的人工智能战略及部署 (39)
第六节人工智能关键技术专利态势分析 (40)
一、计算机视觉与图像识别 (41)
二、语音识别与语音合成 (42)
三、自然语言处理 (43)
四、结束语 (44)
第七节2019-2020年人工智能的落地进展 (45)
一、营销 (46)
二、金融 (49)
三、数字政府 (52)
四、安全 (54)
五、医疗 (56)
六、教育 (59)
七、工业 (62)
第八节2019-2020年人工智能落地挑战与应对 (64)
一、数据 (65)
二、算法模型可解释性 (69)
三、业务场景理解 (71)
四、服务方式 (72)
五、投入产出比 (72)
第九节2020-2025年我国人工智能行业发展前景及趋势预测 (73)
一、基础设施升级，拓展人工智能应用场景 (73)
二、人机协同带来全新业务模式 (73)
三、产业智能互联 (74)
四、结语 (75)
第三章企业市场细分策略的作用与策略 (76)
第一节市场细分原理 (76)
一、市场细分的概念 (77)
二、市场细分基本原理 (77)
三、市场细分的重要意义 (78)
第二节市场细分的标准和原则 (79)
一、消费者市场细分的标准 (79)
二、市场细分的原则 (80)
第三节客户价值、市场细分与客户关系管理的关系 (81)
一、客户关系管理 (81)
二、客户价值与市场细分 (81)
三、客户价值、市场细分与客户关系管理的关系 (82)
（一）客户价值是客户细分的必要依据 (82)
（二）市场细分是CRM的主要方式和手段 (82)
四、基于客户价值的客户关系管理逻辑 (82)
第四节企业利用市场细分找出市场机会策略 (83)
一、找出不同群体之间的差异性和每个群体的共性 (83)
二、找到企业自己的目标市场 (84)
三、把握好市场机会与企业实力的平衡点 (85)
第五节市场细分的发展趋势 (86)
一、关系营销下的消费者市场细分越来越多 (86)
二、在市场细分中进行风险控制越来越重要 (86)
三、市场细分进入到微细分阶段 (86)
四、构建合作思维，企业间合作协同开拓市场 (86)
第四章2020-2025年中国人工智能企业市场细分策略探讨与建议 (88)
第一节两种实用的细分方法-评价模型和双目标细分 (88)
一、评价模型 (88)
二、双目标市场细分 (89)
第二节人工智能行业企业市场细分战略构想 (90)
一、消费者分析 (90)
二、价格敏感性分析 (91)
三、产品组合策略选择 (91)
四、品牌策略的选择 (92)
第三节人工智能行业市场细分理论下营销策略的搭建 (92)
一、实施“差异性”营销策略，提高市场营销效率 (92)
二、实施“营销组合”策略，分散市场经营风险 (93)
三、实施“集中性”营销策略，提高市场营销的专业化 (93)
第四节基于极度细分市场的网格化营销策略研究 (93)
一、网格化营销的优点 (94)
二、网格化营销实施的步骤 (94)
（一）划分网格 (94)
（二）组织架构的优化 (95)
（三）匹配营销策略和资源 (95)
（四）业绩评价体系的建立 (96)
（五）支撑保障措施的优化 (96)
第五节细分市场与战略群组策略 (96)
一、细分市场：理解顾客需求特点 (97)
二、战略群组：企业战略的相似性 (98)
三、战略群组与移动壁垒 (99)
第五章盛世华研总结 (101)
第一节企业失败的原因及提高胜率的策略 (101)
一、企业失败的原因 (101)
二、提高胜率的策略 (102)
第二节盛世华研独创五大决策研究体系 (103)
一、基于“产业”的研究与决策体系 (103)
二、基于“周期”的研究与决策体系 (103)
三、基于“人性”的研究与决策体系 (103)
四、基于“变化”的研究与决策体系 (104)
五、基于“趋势”的研究与决策体系 (104)
六、小结 (104)
第三节致读者：商业自是有胜算 (105)
第一章企业市场细分策略概述
我国企业所面临的国际国内市场竞争日益激烈，企业要想在激烈的市场竞争当中获得主动权、长久地保持不败的地位，而实现这一目标最根本的是如何使企业找准其目标市场及客户，进而全面、有效、尽心尽力地提供优质的产品与服务，满足市场和客户的需要。通过市场细分策略能让企业精准的找到目标市场及客户。
第一节研究报告简介
企业要想在瞬息万变的市场竞争环境中立于不败之地，更好的生存与发展，就必须尽可能全面准确地了解与本行业有关的信息，从而做出最科学有效的决策。行业研究和战略研究是揭示行业发展的重要工具，通过深度的行业研究和战略研究报告，及时了解行业动态、未来发展趋势，及全面系统、实用高效的战略，对企业的经营、发展与壮大，起着越来越重要而关键的作用。
本人工智能行业市场细分策略研究报告在大量周密的市场调研基础上，依据中国国家统计局、国家海关总署、相关行业协会、国内外相关报刊杂志的基础信息以及专业研究单位等公布和提供的大量数据，综合采用桌面研究法、行业访谈研究法、市场调查研究法等多种研究方法，结合盛世华研监测数据及知识体系，在对我国人工智能业市场发展进行深入的调研和分析的基础上，对人工智能行业市场细分策略进行了全面系统的梳理，并提炼出一套可落地执行的实战解决方案，为人工智能行业企业经营者及投资该领域的投资者提供重要的决策参考依据，为企业未来市场细分策略提供可参考的路径与方向。
相信通过本报告对人工智能行业市场细分策略研究报告全面深入的研究和梳理，您对行业及市场细分策略的了解和把控将上升到一个新的高度，这将为您经营管理、战略部署、成功投资提供有力的决策参考价值，也为您抢占市场先机提供有力的保证。
与此同时，报告中还具有丰富的理论基础、研究体系、知识体系、决策体系以及方法论等丰富内容，让您在了解行业的同时，也掌握研究的方法和技巧。
第二节研究原则与方法
一、研究原则
1、真实原则
只有真实的信息资料才能做出正确的判断，真实是研究分析的第一要素，因此我们在做研究中，需要辩证的去对待信息，需要大致判断信息来源的可靠性与真实性，尤其是对于过多的二手信息，我们需要筛选和确认其信息的真实性。
2、全面原则
行业研究需要坚持全面原则，所谓的全面指信息搜集的全面性、分析过程与方法的全面性、思考的内容的全面性等等，只有做到全面思考与分析才能做出有价值的结论。
3、客观原则
能够客观与准确的描述行业发展的过去、现在与未来并不易，但做研究需要谨记研究的客观是基础，是能够为投资者做决策的前提条件。
4、逻辑原则
条理与逻辑清晰是行业研究的灵魂，没有逻辑的研究最多只能说是一堆资料的堆砌，毫无价值。只有在大的逻辑框架下，提供客观真实全面的观点支撑，才算是一个好的行业研究报告。
5、思辨原则
行业研究要在各种可能性中选择未来必然性的结果，且在不断被验证中，是一个很有挑战的工作，行业研究的成果要经得起推敲。世界是可知的，所有结果，都是人的行为产生的，数据也是结果，要把人的研究，特别顺着产业从下游向上游逻辑顺序。
二、研究方法
本人工智能行业研究报告综合采用历史资料研究法、调查研究法、归纳与演绎法、比较研究法、倒推法和穷举法、数理统计法等多种研究方法，结合盛世华研监测数据及知识体系，对人工智能行业进行深入研究。
本报告主要研究方法有：
1、历史资料研究法
历史资料研究法是通过对已有资料的深入研究，寻找事实和一般规律，然后根据这些信息去描述、分析和解释过去的过程，同时揭示当前的状况，并依照这种一般规律对未来进行预测。这种方法的优点是省时、省力并节省费用；缺点是只能被动地囿于现有资料，不能主动地去提出问题并解决问题。只要是追溯事物发展轨迹，探究发展轨迹中某些规律性的东西，就不可避免地需要采用历史资料研究法。各个行业都在不断地发展，如果从一个行业的发展历程来认识它，更有助于较为全面深刻地认识和理解该行业，并把握它的发展脉搏。
2、调查研究法
调查研究法是一项非常古老的研究技术，也是科学研究中一个常用的方法，在描述性、解释性和探索性的研究中都可以运用调查研究的方法。它一般通过抽样调查、实地调研、深度访谈等形式，通过对调查对象的问卷调查、访查、访谈获得资讯，并对此进行研究。调查研究是收集第一手资料用以描述一个难以直接观察的群体的最佳方法。当然，也可以利用他人收集的调查数据进行分析，即所谓的二手资料分析方法，这样可以节约费用。这种方法的优点是可以获得最新的资料和信息，并且研究者可以主动提出问题并获得解释，适合对一些相对复杂的问题进行研究时采用。缺点是这种方法的成功与否取决于研究者和访问者的技巧和经验。
3、归纳与演绎法
归纳法是从个别出发以达到一般性，从一系列特定的观察中发现一种模式，在一定程度上代表所有给定事件的秩序。值得注意的是，这种模式的发现并不能解释为什么这个模式会存在。演绎法是从一般到个别，从逻辑或者理论上预期的模式到观察检验预期的模式是否确实存在。演绎法是先推论后观察，归纳法则是从观察开始。
在演绎法中，研究的角度就是用经验去检验每一个推论，看看哪一个在现实(研究)中言之有理，从而获得理论的验证。而在归纳法中，研究的角度则是通过经验和观察试图得到某种模式或理论。由此可见，逻辑完整性和经验实证性两者都不可或缺。一方面只有逻辑并不够;另一方面，只有经验观察和资料搜集也不能提供理论或解释。
4、比较研究方法。每个行业、每个公司都有人的行为产生，没有普适的法则套用，通过比较研究方法，发现差别、解释差别过程中对已经发生的现象合理的解释。同时研究影响结果的因素和作用机制，探寻哪些因素在发生变化，从而实现对未来的预测。
5、倒推法和穷举法结合。首先假设有N种可能的结果，假设A结果发生，倒退A结果发生会有哪些具备条件，如果目前条件不具备，即可排除A结果。通过不断筛选，得出最大可能性的判断。同时，正推穷尽法和二叉树三叉树结合，与倒推法配合。
第三节研究企业市场细分策略的重要性及意义
一个企业如果想要永远利于不败之地，它必须有自己持久的竞争优势和清晰的经营发展战略。企业战略是企业根据其外部环境和内部资源和能力状况，为求得生存和长期稳定的发展，为不断的获得竞争优势，对企业发展的目标、达成目标的途径和手段的总体谋划和参考；企业战略是为了获得持久优势而对外部机会和威胁以及内部优势和劣势的积极反应。
一、重要性
市场细分策略是企业经营发展战略中重要而必不可少的主要战略之一，企业必须高度重视！（一）市场细分有利于发现市场机会
市场机会是指市场上客观存在的未被满足或未被充分满足的消费者需求。通过市场细分，企业可以对每一个细分市场的购买潜力、满足程度、竞争情况等进行分析对比，从而进一步发现哪些消费群的哪些需求还没有得到满足或没有得到充分满足。在满足程度较低的市场部分，就可能存在着最好的市场机会。抓住这样的市场机会，结合企业自身条件，设计出最佳的营销决策，进行必要的产品技术储备，掌握产品更新换代的主动权，开拓新市场，以更好适应市场的需要。
（二）市场细分有利于掌握目标市场的特点
经过细分后的市场变得小而具体，细分市场的规模、特点显而易见，企业可增强市场调研的针对性，切实了解细分市场消费需求的变化趋势，分析其潜在需要。根据细分市场消费者的具体特点，企业可以发展新产品，开拓新市场，满足其潜在的需求。
人们在同一地理条件、社会环境和文化背景下形成具有相似的人生观、价值观的文化群体，他们拥有基本一致的消费习惯和需求特点。而在消费领域某些方面相对一致的消费需求，造成市场上绝对差异的消费者按照一定的条件组合成不同的消费群体。因此，市场细分的必要条件之一就是消费者需求的绝对差异性，而消费者需求的相对同质性则使得市场细分有了实现的可能性，企业在锁定目标消费群后，才能更好地定位目标市场，以便生产出适销对路的产品。
（三）市场细分有利于制定市场营销组合策略
按照一定的划分标准细分后的市场是相对具体的，企业较容易了解消费者的特定需求，企业可以依据自己的经营理念、生产目标以及自身的生产技术和力量，来锁定自己的目标对象，也就是目标市场。经过细分的市场，由于目标小，操作可控性强，因此，可以制定特殊的营销策略。并且，细分后的小市场。相关信息容易了解和反馈，当消费者的需求发生一系列变化时，企业便可相应的﹑及时的﹑迅速的改变营销策略，制定出适合市场需求变化的对策，以此来提高企业的竞争能力和应变能力。
市场营销组合策略是由产品策略、价格策略、促销策略、分销策略、权力营销策略、公共关系策略等所组成的。通过市场细分，企业就可以确定目标市场，发挥优势，扬长避短，将人力、物力、财力等资源集中于该市场，避免分散力量，有针对性地制定具体、完善、有效的营销策略。
（四）市场细分有利于提高企业的竞争能力
市场通过细分后，企业可以以具有明显市场特征的消费者的需求为出发点，并以此做出反应，使细分市场里的消费者的需求得到极大的满足，企业也可以根据自己目标市场的需求，生产出既可以增加企业各项收入，又可以满足市场要求的适销对路的产品，适销对路的企业产品既可以加速流通速度，又可以加大生产投入量，从而加大加工批量，以此提高了企业的经济效益，提高产品质量，降低企业的产品各个环节上的成本，企业也因此获得更高的盈利，从而提高企业在目标市场上的竞争能力。
（五）有利于充分利用自身有限的资源
为了赢得局部市场的优势，企业必须集中有限的人力、财力、物力和资源，众所周知，任何企业的资源、人力、物力、资金都是有限的。而当选择了适合自己的目标市场后，才能充分利用自身有限的资源，开发出适合市场，适合需求，适合消费者的产品，然后再占领自己的目标市场。
市场细分化的目的是为了选择最佳的目标市场，企业首先要根据自己的资源条件和营销目标认真评估各个细分市场部分，选择适当的目标市场，并决定自己在目标市场上的营销战略，市场细分对目标营销具有积极作用。海尔的目标市场战略的选择，给我们很多启示：海尔的研究人员发现有些地区农民用洗衣机来洗地瓜，原来为洗衣服设计的洗衣机，排水道容易堵塞，于是，海尔的科研人员根据这部分目标市场目标顾客的需要，开发出既能洗衣服，又能洗地瓜的“大地瓜”洗衣机，满足了这一细分市场的需求，迅速占领了当地农村市场，受到农户的好评。从这一案例我们就可以看出，目标市场战略的选择对企业的重要意义。设法满足目标顾客的需要，树立了企业良好的口碑，同进企业也可以获得了更大的发展。
二、研究意义
除了有清晰的企业经营发展战略外，决定企业经营成败的一个极其重要的问题，还要看企业经营发展战略的选择是否科学，是否合理。或者说，企业能否实现高效经营的目标，关键就在于对经营发展战略的选择，如果经营发展战略选择失误，那么企业的整个经营活动就必然会满盘皆输。所以企业经营发展战略实际上是决定企业经营活动的一个极其关键的和重要的因素。企业必须高度重视。
通过对市场细分策略的研究，将为企业建立以市场为导向的经营发展模式提供指导，让企业的经营发展战略更科学、合理、可行，减少失误带来的损失，有利于提高企业的整体水平和竞争能力。
第二章市场调研：2019-2020年中国人工智能行业市场深度调研
市场及竞争环境是制定企业市场细分策略的基础
市场及竞争环境分析包括行业现状分析、市场需求分析、市场增长速度、客户群分析、竞争态势分析、技术发展、影响因素、发展趋势分析、政策环境分析等各方面。
第一节人工智能走向产业应用
人工智能是计算机科学的分支，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技术科学。
人工智能的基础理论由来已久，由深度学习引爆的第三次人工智能浪潮，以及算力的进步和数据的爆发，使得人工智能技术快速走向成熟，并逐步落地产业应用。
一、人工智能行业图谱
从底层基础技术到上层行业应用，可以把人工智能行业划分为基础层、通用层和应用层三部分。基础层为图像、语音等人工智能基础技术提供芯片、计算框架等计算能力支持，通用层提供感知、认知计算等通用技术，而应用层则是人工智能通用技术与各行业深度融合产生应用价值的产品和服务。
基础层：为计算机视觉、语音识别等人工智能基础技术提供计算能力支持，是人工智能的基础设施，包括AI芯片、AI平台以及AI计算框架等，主要以谷歌、微软、亚马逊、英特尔、IBM、百度、腾讯、华为、京东等大型互联网公司和行业巨头公司为主。
通用层：基于基础设施开发出的通用性人工智能技术和产品，如计算机视觉算法、机器人系统等，主要分为两大部分：以感知计算和认知计算技术为代表的软件通用技术，和无人机、机器人等软硬一体化通用产品。
通用层的技术和产品主要是模拟人的各项能力。与人类的感知、认知和执行能力相对应，通用层可以分为感知层计算机视觉、语音识别和自然语言处理，认知层的知识图谱和自然语言处理的深入应用，以及执行层的机器人等。
应用层：人工智能通用技术与各行业应用深度融合的领域，以垂直行业的人工智能应用公司为主。应用层人工智能企业将通用技术封装成能够落地的产品，包括软硬件一体化产品以及针对具体应用场景的端到端解决方案。随着通用技术走向成熟，行业应用价值凸显，大量通用层的公司也在基于基础技术能力向各行业应用层延伸。
二、人工智能的商业模式
人工智能走向产业应用的过程中，从向企业和个人用户提供人工智能产品服务的角度，人工智能公司的商业模式主要分为四种类型：API调取、产品订阅/License、“产品+服务”解决方案及效果付费。
API调取：常见于基础层厂商和通用层厂商，通过API形式输出自身的技术能力，如计算机视觉领域的商汤科技、自动驾驶领域的百度Apollo平台、语音识别领域的科大讯飞等，都是通过将人工智能技术输出给应用厂商，由应用厂商完成最后一步产品及方案的封装。这种模式的优势在于模式较轻，规模化复制能力强。
产品订阅/License：主要是以机器人、APP等方式面向个人用户的产品，以标准SaaS模式面向互联网客户和传统行业中小型客户的产。例如，大疆、松鼠AI等公司主要采取这种方式服务个人用户。
“产品+服务”解决方案：主要是面向传统行业中大型客户，这类客户的应用场景相对复杂，单一产品很难解决其需求，因此需要一定程度的定制化服务。例如旷视科技、明略科技等公司服务
公安领域客户，需要提供端到端的解决方案。
按效果付费：人工智能与业务场景结合后，按照其产生的可衡量的实际业务价值进行收费。人工智能公司与客户更多是类似合作模式，按照业务量收取一定费用，目前在应用较为成熟的金融、智能客服领域有一些早期落地。例如，智能客服厂商根据帮助企业客户节省多少人力成本来衡量效果，可以按照工作量和坐席数量进行收费。
第二节人工智能助力企业数字化转型
发展至今，人工智能经历了明显的泡沫降温，进入了技术成熟度曲线的低谷期。行业开始回归理性，更多地关注人工智能如何落地产业，推动企业的数字化转型。
我们将分析人工智能在企业数字化转型中创造的价值，以及人工智能在各个行业的落地进展和实践案例。
一、人工智能价值创造的三个层次
人工智能落地产业带来的价值创造，可以分为自动化、智能化、创新化三个层次，每个层次创造的价值度逐步提升。
人工智能的发展现状与前景探析 大数据、人工智能、物联网等，这些新网络时代名词每天都会充斥在我们眼前，其实这些名词早已存在数十年之久，可今天仍然会成为各大新闻媒体争相报道内容。本文就目前人工智能的发展给各领域带来的进步和影响普通生活的各个方面进行深入的探讨，结合生活中相关人工智能的生活体验，对人工智能的发展前景提出一些观点，希望对人工智能热爱和感兴趣以及专业涉及的人工智能专业的人们提供一些参考。 标签：人工智能；发展现状；前景 1 引言 随着互联网时代的到来，我国各行各业对于智能化的需求越来越大，其更多的还是作为技术的载体来推动各个行业智能化的应用。在这一过程中，人工智能技术得到了迅猛的发展，并且和各个行业的结合也是更加的紧密。 2 人工智能技术的发展历程和方向 2.1人工智能技术的兴起 早在20世纪50年代，人工智能概念就已经被提出来了，随后很多的研究学者对其进行深入研究，并且取得了一定的成果，具体表现在LISP表处理语言编写等方面。不过这一项技术涉及到很多的学科领域，由于其他技术的发展没能跟上脚步，并且还受到很多解法推理能力的限制，进而导致很多的机器不能够实时翻译，这一问题的存在也就使得人工智能技术的发展陷入困境。 2.2人工智能技术的发展高潮 经过早期短暂的低谷期之后，各个研究学者对于人工智能技术的研究依旧没有放弃，一直到20世纪70年代，经过坚持不懈的努力，部分研究人员成功的研发出了较为良好的人工智能专家系统，正是这一发明将其技术研究工作推向了高潮。 2.3人工智能技术的应用分析 自知识工程含义提出之后，各种商业化的智能系统以及专家系统不断的产生，并且在世界范围内得到了广泛的应用。人工智能技术在相关领域中的应用创造出非常高的价值，不过由于专家系统自身的局限性，进而使得其再一次的受到严峻的挑战。 2.4人工智能技术的发展方向
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
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。
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
我国人工智能行业投融资分析 能让Microsoft 、Google、Facebook、Amazon等巨头不惜重金一砸的领域，想必只有人工智能了。国内公司也没有错过如此风口，2015年，百度推出度秘、小度机器人两款产品，腾讯财经开发出自动化新闻写作机器人，阿里巴巴与富士康联手向软银机器人控股公司分别注资145亿日元······ 2015年，机器人不再是“黑科技”，变成了一门市场前景巨大的生意。麦肯锡咨询公司预测，到2025年，机器人在制造业、服务产业应用创造的产值为1.7万亿到4.5万亿美元。这也不难解释，为什么连马云、孙正义和郭台铭都开始一起制造机器人了。 而在不为人所熟知的工业机器人方面，国际机器人联合会最新给出的数据是，2014年中国工厂里的机器人占了全球工业机器人的四分之一，同比增加54%，预计到2017年中国安装的工业机器人数量将居全球之首。 中投顾问在《2016-2020年中国人工智能行业深度调研及投资前景预测报告》中表示，更多的资本也正在流向这一领域，试图在真正起风之前抢占风口位置。 1、融资阶段：天使、A轮仍是主流 图表2015年AI领域投融资所处阶段 数据来源：中投顾问产业研究中心整理 和几乎所有科技领域一样，AI领域初创公司所处融资阶段也以A轮为主，达到了一半以上。
2015年1至9月披露了融资阶段的事件中，只有Makeblock为C轮融资（红杉资本投资600万美元）。Makeblock是一个基于开源硬件的机器人积木搭建平台，让用户通过乐高积木的方式搭建自己的机器人，并进行可视化编程。借助Makeblock，用户既可以自己动手组装一台3D打印机，也可以DIY属于自己的瓦力机器人。 云从科技则在4月20日获得佳都科技5000万人民币战略投资。云从科技是一家专业的人脸识别技术服务提供商，其技术核心是通过基于异构深度神经网络的目标深度解析，突破人脸识别在各种复杂环境下通用性差的难题。 2、融资金额：千万投资成门槛 图表2015年AI领域投融资的金额分布 数据来源：中投顾问产业研究中心整理 与智能硬件等领域不同，由于AI及机器人制造对技术水平和资金投入的要求较高，因此千万元以上的投资占据多数。 融资额最高的企业为Ninebot，其在4月15日获得小米科技、红杉资本等8000万美元A轮投资。Ninebot 是国内首家集研发、生产、销售和服务于一体的智能短途代步设备运营商，专注于智能短途代步机器人产品，已成功收购全球自平衡车的领导者Segway。 地平线机器人则在天使轮即获得晨兴创投、红杉资本等数百万美元投资，在起跑线上即取得了领先地位。公司创始人曾任百度深度学习研究院IDL的负责人，从百度离职后组建Horizon Robotics，致力于定义机器人的“大脑”芯片，想要帮助硬件产品实现复杂智能化功能，进而成为机器人时代的Intel。 3、融资领域：机器人成最大热点 从细分领域来看，机器人占了绝对多数。 工业机器人依旧抢眼。李群自动化定位于中高端工业机器人制造商，2015年4月获得了红杉资本的3000万元A轮融资，目前可以为客户提供全套机器人自动化解决方案的业务模式。
龙源期刊网 https://www.doczj.com/doc/b017892968.html, 从人工智能发展历程看马克思主义理论的中国现代化发展 作者：段佳丽 来源：《报刊荟萃（上）》2017年第11期 摘要：“人工智能”是前沿科技的新宠，经历坎坷的发展历史之后，“人工智能”不断地渗透和发展到社会生产和生活当中。从马克思主义理论出发，研究人工智能历程和马克思主义理论的中国现代化发展之间的关系成为一个课题。 关键词：马克思主义理论；社会主义现代化；认知 一、“人工智能”与马克思主义理论中国化的关系 “人工智能”是计算机学科的一个分支，和空间技术、能源技术一起被誉为“世界三大尖端技术之一”，其发展历史经历了曲折的过程，最早的传说可以追溯到古埃及时期，伴随着电子计算机的快速发展，技术经历了由猜想到机器智能，最后到人工智能的发展过程。1956年DARTMOUTH学会第一次提出了“人工智能”这一概念，自此研究理论不断深化和发展。从表面上看，“人工智能”和马克思主义理论及马克思主义理论的中国化发展之间相对独立，从学科角度分析，“人工智能”的发展过程与马克思主义思想密切相关。从马克思主义唯物辩证法来看，“人工智能”发展之初，片面的、孤立的、固化的思维占据了上风，但经过长期的“斗争”和曲折反复论证以后，取得了今天令人瞩目成绩本身就是事物不断联系发展的结果。从发展的角度来看，中国现代化的发展必须依靠新的科技“血液”融入进来，需要也必须让“人工智能”参与其中。 马克思主义理论源于欧洲，从哲学层面延伸到社会实践应用之中，而马克思主义政治经济学和科学社会主义对于中国的社会主义影响十分深刻。马克思主义现代化理论中，世界观和方法论紧密结合社会主义核心价值观，不但是人民思想意识形态的发展导向，同时对于中国特色社会主义的理论和实践发展有着十分重要的作用。[1] 中国马克思主义现代化理论符合我国现实情况，其能够从本质中发现资本主义社会发展中社会主义社会发展的差异，体现在国家权力、人民权利、政治条件等多方面，同时借鉴了近几千年来的人类思想总体成就和文化发展中的大量优秀成果，进而提出了从客观角度实事求是的去实现社会的可持续发展。[2]中国马克思主义现代化理论提出了进一步完善以公有制为主 体、多种所有制经济共同发展的基本经济制度，从经济学角度阐述了社会主义的内涵。[3]从 马克思主义的实质来看，它是人类身心的解放，为社会发展提供了明确的目标和价值理想。随着社会主义不断的发展，不单单揭示了人类解放的历程，同时能够匹配社会不同时期的发展需求，“人工智能”正是顺应时代发展的产物，尤其在信息全球化发展的今天，全球的竞争最终体
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
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）。
我国人工智能发展历程及未来战略思路与重点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。 国内人工智能发展历程 在人工智能所带来的新赛场上，无论是从理论研究、技术研发方面，还是从产业基础方面来看，应该说我国的研究积累与发达国家相比差距不大。早在上世纪70年代后期，吴文俊就凭借几何定理的机器证明成果，成为国际自动推理界的领军人物，他所开创的数学机械化也在国际上被誉为"吴方法"。在人际对弈方面，浪潮天梭在2006年8月以3胜5平2负击败柳大华等5位中国象棋大师组成的联盟。近些年来，我国人工智能领域有取得了飞速发展。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BlizzardChallenge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。 政府重视发展人工智能 我国一直政府也一直重视人工智能的发展。尤其是2015年将人工智能作为国家"互联网＋"战略中十一个具体行动之一，提出要"加快人工智能核心技术突破，培育发展人工智能新兴产业，推进智能产品创新，提升终端产品智能化水平"。2016年中，国家发改委、科技部、工信部、中央网信办联合发布了《"互联网＋"人工智能三年行动实施方案》，这是我国首次单独为人工智能发展提出具体的策略方案，也是对去年发布的"互联网＋"战略中人工智能部分内容的具体落实。该行动方案提出了三大方向共九大工程，系统地提出了我国在2016至2018年间推动人工智能发展的具体思路和内容，目的在于充分发挥人工智能技术创新的引领作用，支撑各行业领域"互联网＋"创业创新，培育经济发展新动能。这不仅在
我国人工智能专利申请及研究进展分析 人工智能专利申请状况 北京、上海、广东为中国人工智能专利数量分布的三大中心，与中国经济的分布区域特点相吻合。北上广浙苏五省市占总体的59.62%。 图表中国人工智能申请专利数量分布图 注：地图上的数据为累积数据 资料来源：DT财经 图表中国人工智能申请专利各细分领域百分比
资料来源：DT财经 图表中国人工智能专利细分领域百分比TOP5 资料来源：DT财经
人工智能产研结合加快 多年来积累的深度学习技术研究成果的应用价值正在开始显现，产业界也已经将人工智能作为了重点发展和关注的领域。而为了在未来占据这个万亿级市场的优势，人才和技术积累就成了当前需要投资的关键。 2016年，我们看到很多学术界的研究者和科学家开始进入到了产业领域，其中包括8月份中国科学院计算机视觉资深研究专家山世光创立人脸识别技术公司“中科视拓”、10月份卡耐基梅隆大学机器学习教授Ruslan Salakhutdinov加入苹果、10月份加拿大蒙特利尔大学教授Yoshua Bengio参与创立深度学习孵化器Element AI、11月份斯坦福大学教授李飞飞加入谷歌和卡耐基梅隆大学教授邢波创立机器学习平台公司Petuum。而其中一些研究者也表示在进入产业界之后仍然会保留在大学内的研究或教学职务。 学术界的人才在向产业界流动的同时，产业界也在凭借自身强大的优势资源产出高质量的学术成果。谷歌、微软、Facebook、腾讯、百度等科技巨头都已经有了自己专门的人工智能研究机构，这些机构不仅在帮助这些公司提升自己的产品和应用，也同时在将自己的研究成果公开发表出来。这样一片欣欣向荣共同进步的发展景象让一贯遵循保密策略的苹果公司也坐不住了，在2016年12月份，前面提到的该公司的人工智能研究主管Russ Salakhutdinov在NIPS 2016上宣布“苹果的人工智能研究团队将公开发表他们的研究成果并更多地参与到广阔的学术圈中去。”之后不久，苹果发布了其第一篇人工智能论文《Learning from Simulated and Unsupervised Images through Adversarial Training》。 中投顾问发布的《2017-2021年中国人工智能行业深度调研及投资前景预测报告》分析认为：闭门造车的时代已经结束了，研究界和产业界构建起了人工智能发展合作的桥梁，人工智能相关技术研究将获得进一步融合创新，从而带动人工智能产业版图的逐步延伸。
论人工智能的发展历程 王鑫涛16151228 摘要：人工智能的发展、人工智能的应用、人工智能的未来 关键字：人工智能、阿尔法围棋、AI 正文：近几年，人工智能这个话题变得越来越热门，尤其是在今年三月份的一场举世瞩目的人机围棋大赛后，人工智能这个话题在人们之间也是越来越普遍地被谈论。2016年3月，阿尔法围棋（AlphaGo）与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜，不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第一的棋手柯洁。那么，阿尔法围棋是什么呢，为什么这么厉害？阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰和与他们的团队开发，其主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。通过上述所所，可见现在的人工智能已发展到一个相当高相当先进的程度了，那么，人工智能又是怎么一步步发展到今天的呢，它的未来又会是如何？我在这里就说一下自己对人工智能浅薄的见解。
一、什么是人工智能 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。 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能与人类智能相似的方式做出反应的智能机器。人工智能的发展史是和计算机科学与技术的发展史联系在一起的，目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能在21世纪必将为发展国民经济和改善人类生活做出更大的贡献。 人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。
2020年中国人工智能产业发展分析报告
目录 一、对2020年形势的基本判断 (4) （一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟。 4 （二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区。 (6) （三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司。 (7) 二、需要关注的几个问题 (9) （一）我国人工智能领域的基础创新投入严重不足。 (9) （二）我国人工智能产业的算力算法核心基础相对薄弱。 (10) 三、应采取的对策建议 (13) （一）以算力为核心加强人工智能基础能力建设。 (13) （二）体系化梳理我国人工智能产业供应链现状。 (13) （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。 (14) （四）在国际社会上提出发展“负责任的人工智能”。 (14)
【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。需关注的问题有我国人工智能领域的基础创新投入严重不足，国内人工智能产业的算力算法基础相对薄弱，以算法战、深度伪造为代表的人工智能技术滥用给我国经济社会带来潜在负面影响等。基于上述分析，赛迪智库电子信息研究所提出，以算力为核心加强人工智能基础能力建设、体系化梳理我国人工智能产业供应链现状、加快开拓国内外应用市场并提升出海抗风险能力、发展“负责任的人工智能”等措施建议。 2019年人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注易落地的底层技术公司，但同时产业发展的外部形势将更为严峻，美国对我国人工智能产业的压制可能从上游元器件转向下游行业应用。
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)
人工智能试题 与解析 1. 人工智能应用研究的两个最重要最广泛领域为:（） A. 专家系统、自动规划 B.专家系统、机器学习 C.机器学习、智能控制 D.机器学习、自然语言理解 2. 人工智能的目的是让机器能够（），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B.和人脑一样考虑问题 C.完全代替人 D.模拟、延伸和扩展人的智能 3. 下列关于人工智能的叙述不正确的有（）。 A. 人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B. 人工智能是科学技术发展的趋势。 C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D. 人工智能有力地促进了社会的发展。 4. 自然语言理解是人工智能的重要应用领域，下面列举中的（）不是它要实现的目标。 A. 理解别人讲的话。 B.对自然语言表示的信息进行分析概括或编辑。 C.欣赏音乐。 D.机器翻译。 5. 一般来讲，下列语言属于人工智能语言的是（）。 A. VJ B. C# C. Foxpro D. LISP 6. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处
理的过程是（）的过程。 A.思考 B.回溯C推理D.递归 7. 下列关于不精确推理过程的叙述错误的是（）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论 8. 我国学者吴文俊院士在人工智能的（）领域作出了贡献。 A.机器证明 B.模式识别C人工神经网络D智能代理 9.1997年5月12日，轰动全球的人机大战中，“更深的蓝”战胜了国际象棋之子卡斯帕罗夫，这是（）。 A. 人工思维 B.机器思维C人工智能D.机器智能 10. 下列（）不属于艾莎克.阿莫西夫提出的机器人三定律”内容？A.机器人不得伤害人，或任人受到伤害而无所作为 B. 机器人应服从人的一切命令，但命令与A相抵触时例外 C. 机器人必须保护自身的安全，但不得与A，B相抵触 D. 机器人必须保护自身安全和服从人的一切命令。一旦冲突发生，以自保为先 11. 一些聋哑为了能方便与人交通，利用打手势方面来表达自己的想法，这是智能的（）方面。 A.思维能力 B.感知能力 C.行为能力 D.学习能力
2018-2019年度中国人工智能 市场研究报告
一、2018年中国人工智能产业整体概述 (4) (一) 产业发展概述 (4) 1、产业概述 (4) 2、产业规模与增长 (5) 3、基本特点 (5) (二) 产业结构分析 (7) 1、产业结构 (7) 2、产品结构 (8) 二、2019-2021年中国人工智能产业发展预测 (8) (一) 市场发展趋势 (8) 1、开源平台成为巨头生态之争主战场 (8) 2、人工智能产业将与智慧城市建设协同发展 (8) 3、高校跨界创新成为新趋势 (9) 4、人工智能加速阶段，人工智能芯片成为新机遇 (9) (二) 2019-2021年中国人工智能产业规模预测 (9) (三) 2019-2021年细分结构预测 (10) 1、产业结构 (10) 2、产品结构 (10) 三、中国人工智能产业重点企业分析 (11) (一) 阿里AI (11) (二) 商汤科技 (13) (三) 明略数据 (14) (四) 思特奇 (16) 四、建议 (17) (一) 以政府示范带动重点行业应用落地 (17) (二) 构建人工智能开放创新平台 (17) (三) 针于不同发展阶段进行差异化布局 (17) (四) 针对重点应用领域构建技术创新壁垒 (18) 表目录 表1 2016-2018年中国人工智能产业规模及增长 (5) 表4 2016-2018年中国人工智能产业结构细分 (7) 表5 2018- 2021年中国人工智能产业规模与增长预测 (9) 表6 2019- 2021年中国人工智能产业结构预测 (10) 表7 2019-2021年中国人工智能产业产品结构预测 (10) 表8 阿里巴巴人工智能产品分析 (12) 表9 商汤科技人工智能技术分析 (14) 表10 思特奇人工智能AIPaaS 产品 (17)
人工智能与虚拟现实技术在教育领域中的研究成果和应用情况 人工智能也称机器智能，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出人造的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。 人工智能发展简史 1. 萌芽期（1956年以前） 自古以来，人类就力图根据认识水平和当时的技术条件，企图用机器来代替人的部分脑力劳动，以提高征服自然的能力。公元850年，古希腊就有制造机器人帮助人们劳动的神话传说。在我国公元前900多年，也有歌舞机器人传说的记载，这说明古代人就有人工智能的幻想。 随着历史的发展，到十二世纪末至十三世纪初年间，西班牙的神学家和逻辑学家Romen Luee试图制造能解决各种问题的通用逻辑机。十七世纪法国物理学家和数学家B.Pascal制成了世界上第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家，即通过符号体系，对对象的特征进行推理，这种"万能符号"和"推理计算"的思想是现代化"思考"机器的萌芽，因而他曾被后人誉为数理逻辑的第一个奠基人。十九世纪英国数学和力学家C.Babbage致力于差分机和分析机的研究，虽因条件限制未能完全实现，但其设计思想不愧为当时人工智能最高成就。 进入本世纪后，人工智能相继出现若干开创性的工作。1936年，年仅24岁的英国数学家"理想计算机"的论文中，就提出了著名的图林机模型，1945年他进一步论述了电子数字计算机设计思想，1950年他又在"计算机能思维吗？"一文中提出了机器能够思维的论述，可以说这些都是图灵为人工智能所作的杰出贡献。1938年德国青年工程师Zuse研制成了第一台累计数字计算机Z-1，后来又进行了改进，到1945年他又发明了Planka.kel程序语言。此外，1946年美国科学家，美国数学家，英国生物学家，这一切都为人工智能学科的诞生作了理论和实验工具的巨大贡献。 2. 形成时期（1956-1961） 1956年在美国的Dartmouth大学的一次历史性的聚会被认为是人工智能学科正式诞生的标志，从此在美国开始形成了以人工智能为研究目标的几个研究组：如Newell和Simon的Carnegie-RAND协作组；Samuel和Gelernter的IBM 公司工程课题研究组；Minsky和McCarthy的MIT研究组等，这一时期人工智能的研究工作主要在下述几个方面。 1957年A.Newell、J.Shaw和H.Simon等人的心理学小组编制出一个称为逻辑理论机LT(The Logic Theory Machine)的数学定理证明程序，当时该程序证明了"数学原理"一书第二章中的38个定理（1963年修订的程序在大机器上终于
1.2 人工智能的发展史 人工智能的研究不仅与对人的思维研究直接相关，而且和许多其它学科领域关系密切。因此说到人工智能的历史，应当上溯到历史上一些伟大的科学家和思想家所作的贡献，他们为人工智能研究积累了充分的条件和基础理论。这里仅列举几位重要的代表人物。 ◆古希腊伟大的哲学家、思想家Aristotle（亚里士多德）（公元前384-322），他的主要贡献是为形式逻辑奠定了基础。形式逻辑是一切推理活动的最基本的出发点。 在他的代表作《工具论》中，就给出了形式逻辑的一些基本规律，如矛盾律、排中律，并且实际上已经提到了同一律和充足理由律。此外，亚里士多得还研究了概念、判断问题，以及概念的分类和概念之间的关系，判断问题的分类和它们之间的关系。其最著名的创造就是提出人人熟知的三段论。 ◆英国的哲学家、自然科学家Bacon（培根）（1561-1626），他的主要贡献是系统地给出了归纳法，成为和Aristotle的演绎法相辅相成的思维法则。Bacon另一个功绩是强调了知识的作用。 Bacon的著名警句是"知识就是力量"。 ◆德国数学家、哲学家Leibnitz（莱布尼茨）（1646-1716），他提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。
他曾经做出了能进行四则运算的手摇计算机 ◆英国数学家、逻辑学家Boole（布尔）（1815-1864），他初步实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统--布尔代数。 ◆美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），他证明了一阶谓词的完备性定理；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。 此定理的意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。 ◆英国数学家Turing(图灵)（1912-1954）,1936年提出了一种理想计算机的数学模型（图灵机），1950年提出了图灵试验，发表了"计算机与智能"的论文。 当今世界上计算机科学最高荣誉奖励为"图灵奖"。 名词解释：图灵试验。当一个人与一个封闭房间里的人或者机器交谈时，如果他不能分辨自己问题的回答是计算机还是人给出时，则称该机器是具有智能的。以往该试验几乎是衡量机器人工智能的唯一标准，但是从九十年代开始，现代人工智能领域的科学家开始对此试验提出异议：反对封闭式的，机器完全自主的智能；提出与外界交流的，人机交互的智能。 ◆美国数学家Mauchly，1946发明了电子数字计算机ENIAC ◆美国神经生理学家McCulloch，建立了第一个神经网络