德勤發(fā)布的研究報告——《全球人工智能發(fā)展白皮書(shū)》，從AI創(chuàng )新融合的新趨勢、AI技術(shù)的發(fā)展和騰飛、中國在全球AI的地位以及AI如何重塑各行業(yè)四大方面，深入闡述了全球AI發(fā)展現狀及未來(lái)。
目前AI已在金融、醫療、安防等多個(gè)領(lǐng)域實(shí)現技術(shù)落地，且應用場(chǎng)景也愈來(lái)愈豐富，正在實(shí)現全方位的商業(yè)化，引發(fā)了各個(gè)行業(yè)的深刻變革，這對加速企業(yè)數字化、改善產(chǎn)業(yè)鏈結構、提高信息利用效率等方面都起到了積極作用。與此同時(shí)，AI也已全面進(jìn)入機器學(xué)習時(shí)代，未來(lái)AI的發(fā)展將是關(guān)鍵技術(shù)與產(chǎn)業(yè)的結合。然而隨著(zhù)投資界和企業(yè)界對AI的了解逐步加深，AI投融資市場(chǎng)更加理性，投資金額雖然繼續增加，但投融資頻次有所下降。特別是經(jīng)過(guò)行業(yè)的一輪優(yōu)勝劣汰后，底層技術(shù)創(chuàng )業(yè)公司以及落地性強的領(lǐng)域如醫療、教育、無(wú)人駕駛等創(chuàng )業(yè)項目繼續受到人工智能領(lǐng)先機構的青睞。
AI創(chuàng )新融合新趨勢
1、 人工智能正全方位商業(yè)化
當前人工智能技術(shù)已步入全方位商業(yè)化階段， 并對傳統行業(yè)各參與方產(chǎn)生不同程度的影響， 改變了各行業(yè)的生態(tài)。這種變革主要體現在三個(gè)層次。第一層是企業(yè)變革：人工智能技術(shù)參與企業(yè)管理流程與生產(chǎn)流程， 企業(yè)數字化趨勢日益明顯， 部分企業(yè)已實(shí)現了較為成熟的智慧化應用。這類(lèi)企業(yè)已能夠通過(guò)各類(lèi)技術(shù)手段對多維度用戶(hù)信息進(jìn)行收集與利用， 并向消費者提供具有針對性的產(chǎn)品與服務(wù)， 同時(shí)通過(guò)對數據進(jìn)行優(yōu)化洞察發(fā)展趨勢， 滿(mǎn)足消費者潛在需求。 第二層是行業(yè)變革： 人工智能技術(shù)帶來(lái)的變革造成傳統產(chǎn)業(yè)鏈上下游關(guān)系的根本性改變。 人工智能的參與導致上游產(chǎn)品提供者類(lèi)型增加， 同時(shí)用戶(hù)也會(huì )可能因為產(chǎn)品屬性的變化而發(fā)生改變， 由個(gè)人消費者轉變?yōu)槠髽I(yè)消費者， 或者二者兼而有之。 第三層是人力變革。 人工智能等新技術(shù)的應用將提升信息利用效率， 減少企業(yè)員工數量。 此外， 機器人的廣泛應用將取代從事流程化工作的勞動(dòng)力，導致技術(shù)與管理人員占比上升， 企業(yè)人力結構發(fā)生變化。
人工智能技術(shù)帶來(lái)的全方位變革
2、 AI全面進(jìn)入機器學(xué)習時(shí)代
隨著(zhù)技術(shù)的進(jìn)步和發(fā)展， 人類(lèi)學(xué)習知識的途徑逐漸從進(jìn)化、 經(jīng)驗和傳承演化為了借助計算機和互聯(lián)網(wǎng)進(jìn)行傳播和儲存。由于計算機的出現， 人類(lèi)獲取知識的途徑開(kāi)始變得更加高效和便捷。在不久的將來(lái)， 絕大多數的知識將被機器提取和儲存。強大的計算機算法將逐漸獲得類(lèi)人的能力， 包括視覺(jué)、 說(shuō)話(huà)的能力和方向感等。
在人工智能眾多的分支領(lǐng)域中，“機器學(xué)習”（Machine Learning） 是人工智能的核心研究領(lǐng)域之一。包括89%的人工智能專(zhuān)利申請和40%人工智能范圍內的相關(guān)專(zhuān)利均為機器學(xué)習范疇。最初的研究動(dòng)機是為了讓計算機系統具有人的學(xué)習能力以便實(shí)現人工智能。機器在現有的知識找到空缺， 接著(zhù)機器效仿人腦并模擬進(jìn)化， 系統化地減少不確定性，識別新舊知識的相同點(diǎn)， 并完成學(xué)習。
人工智能各層級圖示
人工智能核心是算法 。作為人工智能的底層邏輯， 算法是產(chǎn)生人工智能的直接工具。 從歷史的進(jìn)程來(lái)看， 人工智能自1956年提出以來(lái)， 經(jīng)歷了三個(gè)階段， 這三個(gè)階段同時(shí)也是算法和研究方法更迭的過(guò)程： 第一個(gè)階段是20世紀60~70年代， 人工智能迎來(lái)了黃金時(shí)期， 以邏輯學(xué)為主導的研究方法成為主流。 人工智能通過(guò)計算機來(lái)實(shí)現機器化的邏輯推理證明， 但最終難以實(shí)現。 第二個(gè)階段是20世紀70~90年代，其中， 1974到1980年間， 人工智能技術(shù)的不成熟和過(guò)譽(yù)的聲望使其進(jìn)入“人工智能寒冬”， 人工智能研究和投資大量減少。
1980年到1987年， 專(zhuān)家系統研究方法成為人工智能研究熱門(mén)， 資本和研究熱情再次燃起； 1987年到1993年， 計算機能力比之前幾十年已有了長(cháng)足的進(jìn)步， 這時(shí)試圖通過(guò)建立基于計算機的專(zhuān)家系統來(lái)解決問(wèn)題， 但是由于數據較少并且太局限于經(jīng)驗知識和規則， 難以構筑有效的系統， 資本和政府支持再次撤出， 人工智能迎來(lái)第二次“寒冬”。
第三個(gè)階段是20世紀90年代以后， 1993年到2011年， 隨著(zhù)計算力和數據量的大幅度提升， 人工智能技術(shù)獲得進(jìn)一步優(yōu)化； 至今， 數據量、 計算力的大幅度提升， 幫助人工智能在機器學(xué)習， 特別是神經(jīng)網(wǎng)絡(luò )主導的深度學(xué)習領(lǐng)域得到了極大的突破。 基于深度神經(jīng)網(wǎng)絡(luò )技術(shù)的發(fā)展， 才逐漸步入快速發(fā)展期。
人工智能技術(shù)發(fā)展歷史
此外， 數據是人工智能底層邏輯中不可或缺的支撐要素， 沒(méi)有數據針對人工智能的數據處理將無(wú)法進(jìn)行。有了數據挖掘對數據的清晰、 集成、 歸約等預處理手段， 人工智能才能擁有足夠的數據進(jìn)行學(xué)習。隨著(zhù)人工智能技術(shù)的迭代更新， 從數據生產(chǎn)、 采集、 儲存、 計算、 傳播到應用都將被機器所替代。
數據處理的發(fā)展階段
3、 市場(chǎng)對投資回歸理性
從科研和學(xué)術(shù)的范疇到技術(shù)創(chuàng )業(yè)， 人工智能僅用了幾年的時(shí)間。這樣的轉變不僅得益于人們希望新技術(shù)解放生產(chǎn)力的要求和政策的扶持， 還離不開(kāi)資本市場(chǎng)對人工智能的助推。隨著(zhù)資本市場(chǎng)對人工智能認知的不斷深入， 投資市場(chǎng)對人工智能的投資也日趨成熟和理性。在過(guò)去5年間， 中國人工智能領(lǐng)域投資出現快速增長(cháng)。人工智能的元年2015年， 投資總額達到了450億元， 并在2016年和2017年持續增加頻次。2019年上半年中國人工智能領(lǐng)域共獲融資超過(guò)478億元， 獲得了不俗的成績(jì)。
中國人工智能投融資變化情況
分析人工智能的投資趨勢， 主要分為以下幾點(diǎn)：
易落地人工智能應用場(chǎng)景受投資人追捧。近年投融數據顯示， 企業(yè)服務(wù)、機器人、 醫療健康、 行業(yè)解決方案、基礎組件、 金融領(lǐng)域在投資頻次和融資金額上均高于其他行業(yè)。從公司層面來(lái)看， 全球頂級團隊、 資金實(shí)力和科技基因更易受到二級市場(chǎng)投資者的青睞。從行業(yè)方面來(lái)看， 容易落地的新零售， 無(wú)人駕駛， 醫療和智適應教育預示著(zhù)更多的機會(huì )， 因此以上領(lǐng)域的公司擁有更多獲得投資的機會(huì )。
中國人工智能各行業(yè)投融資頻次分布
投資市場(chǎng)開(kāi)始青睞底層技術(shù)創(chuàng )業(yè)公司。有別于前期對應用型人工智能公司的投資偏好， 投資市場(chǎng)開(kāi)始逐漸關(guān)注人工智能底層技術(shù)的創(chuàng )業(yè)公司。做底層技術(shù)更易受追捧， 由于天花板高， 這類(lèi)公司在市場(chǎng)上更加具有競爭力。由于人工智能底層技術(shù)在中國的發(fā)展仍落后于美國的， 而底層技術(shù)是人工智能發(fā)展的重要支持， 隨著(zhù)人工智能在中國的進(jìn)一步發(fā)展， 底層技術(shù)的投資的熱度將持續增長(cháng)。
獲投A及B輪公司占比仍然最高， 戰略投資開(kāi)始逐漸增多。目前全國有超過(guò)1,300家人工智能企業(yè)獲得風(fēng)險投資投資。其中A輪以前的獲投頻次占比開(kāi)始逐漸縮小， 投資人對A輪仍然保持著(zhù)較高的熱情， 目前是獲得投資頻次最高的輪次。戰略投資在2017年開(kāi)始爆發(fā)。隨著(zhù)人工智能市場(chǎng)板塊的逐漸成熟， 以互聯(lián)網(wǎng)巨頭為主的領(lǐng)軍企業(yè)將目光投向了尋求長(cháng)期合作發(fā)展的戰略投資。這也預示著(zhù)人工智能行業(yè)與產(chǎn)業(yè)在資本層面的戰略合作開(kāi)始增多。
2013-2019年上半年人工智能投資輪次
AI領(lǐng)先企業(yè)主要投資領(lǐng)域
作為未來(lái)的新型行業(yè)， 人工智能企業(yè)呈現出高增長(cháng)的特征。我們根據不完全的公開(kāi)信息， 以及德勤高科技高成長(cháng)500強榜單內的人工智能企業(yè)進(jìn)行增長(cháng)率梳理， 篩選出了50家高增長(cháng)企業(yè)。
4、 城市逐漸成為AI創(chuàng )新融合應用主戰場(chǎng)
城市是承載AI技術(shù)創(chuàng )新融合應用的綜合性載體， 也是人類(lèi)與AI技術(shù)產(chǎn)生全面感知的集中體驗地。過(guò)去幾年， 全球各地的主要城市都在A(yíng)I技術(shù)的發(fā)展中發(fā)揮了差異化作用， 構建了各自的生態(tài)體系，并在賦能產(chǎn)業(yè)應用、 助力區域經(jīng)濟發(fā)展方面實(shí)現初步效果， 掀起了人類(lèi)對新一輪產(chǎn)業(yè)革命的思考、 認知和行動(dòng)。隨著(zhù)AI應用紛紛落地于城市層面， 城市逐漸成為AI創(chuàng )新融合應用的主戰場(chǎng)。
雖然全球各地AI技術(shù)的關(guān)鍵成功要素各有差異， 但總體而言都構建了有利于技術(shù)與城市融合的生態(tài)發(fā)展體系。我們對超過(guò)50個(gè)AI技術(shù)細分應用行業(yè)、 100多個(gè)AI技術(shù)相關(guān)的大學(xué)及研究機構、 200多家頭部企業(yè)、 500多個(gè)投資機構、 7,000家AI企業(yè)、 10萬(wàn)名AI領(lǐng)域核心人才的持續跟蹤觀(guān)察， 總結了以城市為主體的AI技術(shù)及產(chǎn)業(yè)生態(tài)體系的特點(diǎn)、 框架及發(fā)展路徑。經(jīng)過(guò)綜合考慮， 我們認為一個(gè)城市AI技術(shù)創(chuàng )新融合應用程度可主要通過(guò)考察以下五大方面：
- 頂層設計：即AI產(chǎn)業(yè)扶持政策、 特殊立法、 數據開(kāi)放政策及開(kāi)放程度等 ；
- 算法突破：即AI芯片等人工智能核心軟硬件的研發(fā)核心環(huán)節等 ；
- 要素質(zhì)量：即AI領(lǐng)軍人物、 資本支持力度、 科學(xué)家薪酬水平、 行業(yè)會(huì )議影響力等 ；
- 融合質(zhì)量：即前沿學(xué)科連結性（AI:+Cloud、 +Blockchain、 +IoT、 +5G、+Quantum Computing等前沿技術(shù)）、創(chuàng )新主體多元性（頭部企業(yè)、 學(xué)術(shù)機構等）、 文化多樣性等 ；
- 應用質(zhì)量：即金融、 教育、 醫療、 數字政務(wù)、 醫療、 無(wú)人駕駛、 零售、 制造、 綜合載體發(fā)展等。
根據全球城市在上述五項指標中的評估表現， 德勤評選出最具代表性的三大類(lèi)共計20個(gè)全球AI創(chuàng )新融合應用城市：
2019年20個(gè)全球AI創(chuàng )新融合應用城市
5、 AI支持體系不斷發(fā)力
作為推動(dòng)人工智能技術(shù)進(jìn)步的“三駕馬車(chē)”， 算法、 數據和計算力在過(guò)去的5-10年間不斷創(chuàng )新。在算法方面， 人類(lèi)在機器學(xué)習的算法上實(shí)現了突破， 特別是在視覺(jué)和語(yǔ)音技術(shù)方面的成就尤為突出。在數據方面， 移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)使數據量迎來(lái)了爆炸式增長(cháng)。
人工智能算法模型經(jīng)過(guò)長(cháng)期發(fā)展， 目前已覆蓋多個(gè)研究子領(lǐng)域。以機器學(xué)習為例， 其核心算法包括最小二乘法、 K近鄰算法、 K均值算法、 PCA分析法核心
模型包括線(xiàn)性回歸、 邏輯回歸、 判定樹(shù)、 聚類(lèi)、 支持向量機等。主流算法模型庫使得常見(jiàn)算法模型得到了高效實(shí)現：Caffe框架、 CNTK框架等分別針對不同算法模型進(jìn)行收集整合， 在算法的開(kāi)發(fā)利用中有很高的實(shí)用性。隨著(zhù)大數據技術(shù)的不斷提升， 人工智能賴(lài)以學(xué)習的標記數據獲得成本下降， 同時(shí)對數據的處理速度大幅提升。寬帶的效率提升。物聯(lián)網(wǎng)和電信技術(shù)的持續迭代為人工智能技術(shù)的發(fā)展提供了基礎設施。2020年， 接入物聯(lián)網(wǎng)的設備將增加至500億臺。代表電信發(fā)展里程的5G的發(fā)展將為人工智能的發(fā)展提供最快1Gbps的信息傳輸速度。
在計算力上， 得益于芯片處理能力提升、 硬件價(jià)格下降的并行使得計算力大幅提升。截至目前， 全球人工智能的計算力主要是以GPU芯片為主。但隨著(zhù)技術(shù)的不斷迭代， 如ASIC、 FPGA在內的計算單元類(lèi)別將成為支撐人工智能技術(shù)發(fā)展的底層技術(shù)。
中國人工智能芯片市場(chǎng)規模與增速預測（2016-2020）
6、 頂層政策傾斜力度持續增加
人工智能對社會(huì )和經(jīng)濟影響的日益凸顯， 各國政府也先后出臺了對人工智能發(fā)展的政策， 并將其上升到國家戰略的高度。截至目前， 包括美國、 中國和歐盟在內的多國和地區頒布了國家層面的人工智能發(fā)展政策。
各國針對人工智能出臺的政策
時(shí)至2019年， 中國政府繼續通過(guò)多種形式支持人工智能的發(fā)展。此前， 中國形成了科學(xué)技術(shù)部、 國家發(fā)改委、 中央網(wǎng)信辦、 工信部、 中國工程院等多個(gè)部門(mén)參與的人工智能聯(lián)合推進(jìn)機制。從2015年開(kāi)始先后發(fā)布多則支持人工智能發(fā)展的政策， 為人工智能技術(shù)發(fā)展s和落地提供大量的項目發(fā)展基金， 并且對人工智能人才的引入和企業(yè)創(chuàng )新提供支持。這些政策給行業(yè)發(fā)展提供堅實(shí)的政策導向的同時(shí)， 也向資本市場(chǎng)和行業(yè)利益相關(guān)者發(fā)出了積極信號。在推動(dòng)市場(chǎng)應用方面， 中國政府身體力行， 直接采購國內人工智能技術(shù)應用的相關(guān)產(chǎn)品， 先后落地多個(gè)智慧城市、 智慧政務(wù)等項目。
從戰略層面來(lái)看，《新一代人工智能發(fā)展規劃》 是中國在人工智能領(lǐng)域進(jìn)行的第一個(gè)系統部署文件， 具體對2030年中國新人工智能發(fā)展的總體思路、 戰略目標和任務(wù)、 保障措施進(jìn)行系統的規劃和部署。規劃根據中國人工智能市場(chǎng)目前的發(fā)展現狀分別對基礎層、 技術(shù)層和應用層的發(fā)展提出了要求， 并且確立中國人工智能在2020、 2025以及2030年的“三步走” 發(fā)展目標。
7、 全球AI市場(chǎng)超6萬(wàn)億美元
人工智能將提升社會(huì )勞動(dòng)生產(chǎn)率， 特別是在有效降低勞動(dòng)成本、 優(yōu)化產(chǎn)品和服務(wù)、 創(chuàng )造新市場(chǎng)和就業(yè)等方面為人類(lèi)的生產(chǎn)和生活帶來(lái)革命性的轉變。全球范圍內越來(lái)越多的政府和企業(yè)組織逐漸認識到人工智能在經(jīng)濟和戰略上的重要性， 并從國家戰略和商業(yè)活動(dòng)上涉足人工智能。全球人工智能市場(chǎng)將在未來(lái)幾年經(jīng)歷現象級的增長(cháng)。我們預測未來(lái)2025年世界人工智能市場(chǎng)將超過(guò)6萬(wàn)億美元， 2017-2025年復合增長(cháng)率達30%。
全球人工智能市場(chǎng)規模
從行業(yè)來(lái)看， 傳統市場(chǎng)規模較大的領(lǐng)域將繼續領(lǐng)跑， 2030年制造業(yè)， 通信、傳媒及服務(wù)， 自然資源與材料將分別以16%， 16%， 14%占據前三名。其中，龐大的制造業(yè)企業(yè)已經(jīng)開(kāi)始加速數字化轉型， 推動(dòng)智能管理、 智能工廠(chǎng)、 智能物流等全方位智能化， 因而制造業(yè)也是其中增速最快的領(lǐng)域。同時(shí)， 在新領(lǐng)域中， 教育領(lǐng)域人工智能技術(shù)的應用也開(kāi)始向學(xué)習全過(guò)程滲透， 增長(cháng)速度也是不容忽視。
人工智能市場(chǎng)規模（按行業(yè)分類(lèi)）
我國的人工智能核心產(chǎn)業(yè)規模目前已超過(guò)1,000億元， 預計到2020年將增長(cháng)至1,600億元， 帶動(dòng)相關(guān)產(chǎn)業(yè)規模超一萬(wàn)億元。 其中北京、 上海、 浙江、 江蘇、 廣東的人工智能相關(guān)產(chǎn)業(yè)規模位于所有省份和直轄市前列， 預計2020年分別可達到1,400億、 1,300億、 2,700億、 1,000億和2,800億。
以上海為例， 上海自推出《關(guān)于本市推動(dòng)新一代人工智能發(fā)展的實(shí)施意見(jiàn)》 以來(lái)， 人工智能產(chǎn)業(yè)發(fā)展加速， 2019年相關(guān)產(chǎn)業(yè)規模可達到1200億元。依托長(cháng)三角的區位優(yōu)勢， 上海人工智能企業(yè)在人才、 資本方面都能獲取到充足且優(yōu)質(zhì)的資源， 企業(yè)集群帶來(lái)的效益提升顯著(zhù)，有利于公司和行業(yè)規模的持續擴大。
8、京津冀、 長(cháng)三角、 珠三角AI企業(yè)云集
人工智能技術(shù)進(jìn)入商業(yè)應用階段后， 已經(jīng)逐步在眾多行業(yè)得到應用， 其發(fā)展前景受到政府、 企業(yè)等社會(huì )各方的普遍認可， 毫無(wú)疑問(wèn)已經(jīng)成為影響經(jīng)濟發(fā)展的重要力量。
各地政府為推動(dòng)產(chǎn)業(yè)升級， 實(shí)現經(jīng)濟新舊動(dòng)能轉換， 紛紛頒布與人工智能產(chǎn)業(yè)相關(guān)的產(chǎn)業(yè)規劃指導意見(jiàn)， 提供稅收優(yōu)惠、 資金補貼、 人才引入、 優(yōu)化政務(wù)流程等措施優(yōu)化營(yíng)商環(huán)境， 吸引有實(shí)力的企業(yè)入駐，同時(shí)培育本地人工智能企業(yè)。
中國人工智能企業(yè)分布情況
在政策與資本雙重力量的推動(dòng)下， 人工智能企業(yè)數量快速上升， 據不完全統計， 中國各地人工智能企業(yè)超過(guò)4,000家， 京津冀、 珠三角、 長(cháng)三角是人工智能企業(yè)最為密集的地區。同時(shí)， 由于有大量的傳統制造業(yè)需要利用人工智能技術(shù)進(jìn)行智能化升級， 再加上政府政策的支持， 西部川渝地區也成為人工智能企業(yè)的聚集區域。
從城市層面來(lái)看， 北京、 上海、 深圳、 杭州市是聚集人工智能企業(yè)數量最多的城市， 均超過(guò)了600家， 處于第一梯隊。
投融資金額：北京、 上海人工智能初創(chuàng )企業(yè)融資金額最多。活躍的資本環(huán)境將對支持人工智能初創(chuàng )企業(yè)提升技術(shù)、 獲取用戶(hù)、 拓展市場(chǎng)有積極影響， 促進(jìn)人工智能產(chǎn)業(yè)鏈上下游企業(yè)形成規模效應， 從而提升城市人工智能產(chǎn)業(yè)實(shí)力。
各城市人工智能初創(chuàng )企業(yè)融資金額（2015年-2019年上半年）
初創(chuàng )企業(yè)在新技術(shù)的研發(fā)與商用方面承擔開(kāi)拓者的作用， 初創(chuàng )企業(yè)獲得的融資金額在一定程度上代表了該地區在新技術(shù)的發(fā)展前景。人工智能技術(shù)已經(jīng)步入商用階段， 其應用范圍已經(jīng)拓展至金融、 交通、醫療、 生產(chǎn)制造等多方面， 初創(chuàng )企業(yè)獲得更多的融資金額意味著(zhù)更多的資金將推動(dòng)人工智能滲透更多行業(yè)。
在初創(chuàng )企業(yè)獲得的融資金額方面， 自2015年以來(lái)， 北京、 上海人工智能初創(chuàng )企業(yè)融資金額均超過(guò)500億元， 分別為1,599億元與582億元。這是因為北京、上海聚集中國大部分的人工智能初創(chuàng )企業(yè)， 企業(yè)技術(shù)實(shí)力雄厚， 同時(shí)客戶(hù)對新技術(shù)的接受度更高， 因而擁有更為廣闊的應用市場(chǎng)。
科研院校與機構實(shí)力差異明顯：北京實(shí)力雄厚， 上海依靠高校， 深圳依靠企業(yè)， 杭州相對單一。科研院校與機構是人工智能技術(shù)研發(fā)的重要場(chǎng)所。中國人工智能論文數量自2014年超過(guò)美國， 并且遠超其他國家，這與人工智能科研院校與機構的快速發(fā)展密不可分， 同時(shí)， 科研院校與機構也是人工智能專(zhuān)利申請的主要力量。因而， 分析各城市人工智能科研院校與機構能夠幫助了解該城市的技術(shù)力量。
各城市人工智能科研院校與機構特點(diǎn)
人工智能人才：集聚經(jīng)濟發(fā)達地區 。人工智能競爭歸根結底是人才的競爭。 中國人工智能人才分布不均， 主要集中于京津冀、 長(cháng)三角以及珠三角地區， 此外中西部也已經(jīng)形成一定的人才聚集， 主要分布在長(cháng)江沿岸。 從各城市人工智能人才占比來(lái)看， 北京最具優(yōu)勢， 占比近28%， 是第二名上海（12.1%） 的兩倍。 深圳、 杭州占比均低于10%， 位居第二梯隊。
各城市人工智能人才數量占比
各高校發(fā)表人工智能?chē)H論文數占比
城市智能化管理：受政策影響較大， 深圳、 上海、 杭州先行 。智慧城市框架下實(shí)現城市管理效率的提升主要通過(guò)利用信息技術(shù)實(shí)現政務(wù)系統的信息化， 進(jìn)而推動(dòng)各領(lǐng)域數據交匯，從而為智能城市管理提供數據支持。 深圳、 上海和杭州的智能城市管理得分更高。 這些城市政府信息化起步較早， 數字?zhù)櫆洗蟠罂s小， 普遍實(shí)現部門(mén)資源共享、 協(xié)同辦公和網(wǎng)上審批。 北京由于特殊地位， 政府在實(shí)施智能城市管理時(shí)需要有更多的考量， 因而排名較為靠后。
人工智能技術(shù)發(fā)展騰飛
1、 人工智能關(guān)鍵技術(shù)日趨成熟
人工智能在最近十年的進(jìn)展迅速， 包括機器學(xué)習， 自然語(yǔ)言處理， 計算機視覺(jué)、 智適應技術(shù)等領(lǐng)域都得到了長(cháng)足的發(fā)展。據清華大學(xué)數據顯示， 計算機視覺(jué)， 語(yǔ)音， 自然語(yǔ)言處理是中國市場(chǎng)規模最大的三個(gè)應用方向， 分別占比34.9%， 24.8%和21%。
人工智能應用技術(shù)熱點(diǎn)排名
快速成熟的計算機視覺(jué)技術(shù)：計算機視覺(jué)是計算機代替人眼對目標進(jìn)行識別、跟蹤和測量的機器視覺(jué)。計算機視覺(jué)的應用場(chǎng)景廣泛， 在智能家居、 語(yǔ)音視覺(jué)
交互、 增強現實(shí)技術(shù)、 虛擬現實(shí)技術(shù)、電商搜圖購物、 標簽分類(lèi)檢索、 美顏特效、 智能安防、 直播監管、 視頻平臺營(yíng)銷(xiāo)、 三維分析等方面都擁有長(cháng)足的進(jìn)
步。在該領(lǐng)域科技巨頭和獨角獸聚集，代表性的企業(yè)和科研機構包括百度、騰訊、 海康威視、 清華大學(xué)、 中科院等。百度開(kāi)發(fā)了人臉檢測深度學(xué)習算法PyramidBox；海康威視團隊提出了以預測人體中軸線(xiàn)來(lái)代替預測人體標注框的方式， 來(lái)解決弱小目標在行人檢測中的問(wèn)題。騰訊優(yōu)圖和香港中文大學(xué)團隊在CVPR2018提出了PANet， 在MaskR-CNN的基礎上進(jìn)一步聚合底層和高層特征， 對于ROI Align在多個(gè)特征層次上采樣候選區域對應的特征網(wǎng)格， 通過(guò)智適應特征池化做融合操作便于后續預測。此外， 上海云從科技、 深蘭科技、七牛在內的計算機視覺(jué)的創(chuàng )新企業(yè)在計算機視覺(jué)方面都擁有領(lǐng)先技術(shù)。
巨頭必爭的語(yǔ)音識別技術(shù)：語(yǔ)音識別通過(guò)信號處理和識別技術(shù)讓機器自動(dòng)識別和理解人類(lèi)的語(yǔ)言， 并轉換成文本和命令。其應用場(chǎng)景涉及智能電視、 智能車(chē)載、 電話(huà)呼叫中心、 語(yǔ)音助手、 智能移動(dòng)終端、 智能家電等。在語(yǔ)音識別技術(shù)方面， 百度、 科大訊飛、 搜狗等主流平臺識別準確率均在97%以上。與此同時(shí)， 包括上海云知聲在內的新興創(chuàng )業(yè)企業(yè)在語(yǔ)音識別行業(yè)占有一席之地。科大訊飛擁有深度全序列卷積神經(jīng)網(wǎng)絡(luò )語(yǔ)音識別框架， 輸入法的識別準確率達到了98%。搜狗語(yǔ)音識別支持最快400字每秒的聽(tīng)寫(xiě)。阿里巴巴人工智能實(shí)驗室通過(guò)語(yǔ)音識別技術(shù)開(kāi)發(fā)了聲紋購物功能的人工智能產(chǎn)品。
自主無(wú)人系統技術(shù)落地在望：由于A(yíng)I和機器學(xué)習的不斷進(jìn)步， 無(wú)人車(chē)， 無(wú)人機以及醫療機器人的技術(shù)都得到了顯著(zhù)的發(fā)展， 其根本原因歸功于自主無(wú)人系統算法的支撐。深度學(xué)習已經(jīng)證明具有出色的能夠處理復雜任務(wù)的能力。現代計算設備， 比如圖形處理單元（GPUs） 和計算框架如Caffe， Theano和Tensor Flow有助于設計者和工程師建立具有創(chuàng )新性的無(wú)人自主系統。阿里巴巴人工智能實(shí)驗室開(kāi)發(fā)單車(chē)智能系統， 實(shí)現了全場(chǎng)景、全天候的厘米級定位。百度的無(wú)人駕駛技術(shù)包含障礙物感知、 決策規劃、 云端仿真、 高精地圖服務(wù)、端到端的深度學(xué)習（End-to-End） 等五大核心能力。地平線(xiàn)推出了針對自動(dòng)駕駛的深度學(xué)習處理器IP及其重點(diǎn)面向自動(dòng)駕駛領(lǐng)域的平臺。在產(chǎn)業(yè)應用方面， 上海西井科技已經(jīng)在無(wú)人貨運方面進(jìn)行了探索。
人工智能自適應學(xué)習技術(shù)日趨成熟：作為教育領(lǐng)域最具突破的技術(shù)， 人工智能自適應學(xué)習（Intelligent AdaptiveLearning） 技術(shù)（以下簡(jiǎn)稱(chēng)智適應學(xué)習）， 模擬了老師對學(xué)生一對一教學(xué)的過(guò)程， 賦予了學(xué)習系統個(gè)性化教學(xué)的能力。和傳統千人一面的教學(xué)方式相比，智適應學(xué)習系統帶給了學(xué)生個(gè)性化學(xué)習體驗， 提升了學(xué)生學(xué)習投入度、 提高了學(xué)生學(xué)習效率。智適應學(xué)習技術(shù)在美國和歐洲使用時(shí)間超過(guò)十年， 各年齡段都有大量用戶(hù)使用， 累積用戶(hù)超過(guò)一億。產(chǎn)品和技術(shù)方面都打磨的比較完善。相對來(lái)說(shuō)， 智適應學(xué)習技術(shù)在國內積累的數據量稍有落后， 處在初步發(fā)展階段。優(yōu)勢在于， 中國人口基數大、 發(fā)展速度快， 未來(lái)有望后來(lái)者居上。在國內，以松鼠AI為代表的智適應教學(xué)企業(yè)在遺傳算法、 神經(jīng)網(wǎng)絡(luò )技術(shù)、 機器學(xué)習、 圖論、 概率圖模型、 邏輯斯蒂回歸模型、知識空間理論、 信息論、 貝葉斯理論、知識追蹤理論、 教育數據挖掘、 學(xué)習分析技術(shù)等都實(shí)現了技術(shù)積累。
2、 人工智能開(kāi)放平臺建設穩步推進(jìn)
廣闊的產(chǎn)業(yè)及解決方案市場(chǎng)是中國人工智能發(fā)展的一大優(yōu)勢。以上優(yōu)勢的形成除了得益于大量的搜索數據、 豐富的產(chǎn)品線(xiàn)以及廣泛的行業(yè)提供的市場(chǎng)優(yōu)勢，還因為各大國內外的科技巨頭對開(kāi)源科技社區的推動(dòng)， 幫助人工智能應用層面的創(chuàng )業(yè)者突破技術(shù)的壁壘， 將人工智能技術(shù)直接應用于終端產(chǎn)品層面的研發(fā)。從行業(yè)來(lái)看， 人工智能已經(jīng)在醫療， 健康， 金融， 教育， 安防等多個(gè)垂直領(lǐng)域得到應用。
隨著(zhù)人工智能技術(shù)的商用加快， 包括科技巨頭和新興人工智能創(chuàng )業(yè)公司形成了自己的技術(shù)優(yōu)勢。為更大程度的利用技術(shù)優(yōu)勢擴大自身的商業(yè)優(yōu)勢， 以及扶持人工智能行業(yè)的發(fā)展， 技術(shù)領(lǐng)先的人工智能企業(yè)開(kāi)始構建自己的人工智能開(kāi)放平臺。
人工智能平臺是提供構建人工智能應用的工具。這些工具結合了智能、 決策類(lèi)算法和數據， 使開(kāi)發(fā)者可通過(guò)平臺創(chuàng )建自己的商業(yè)解決方案。一些人工智能平臺提供預設的算法和簡(jiǎn)易的框架， 人工智能平臺具備“平臺即服務(wù)”（PaaS）的功能， 可提供基礎的應用開(kāi)發(fā)；一些則需要開(kāi)發(fā)者自行開(kāi)發(fā)和編程。這些算法可以功能性的支持圖片識別、 自然語(yǔ)言處理、 語(yǔ)音識別、 推薦系統和預測分析等一系列的機器學(xué)習的相關(guān)技術(shù)。
人工智能開(kāi)放平臺的搭建旨在打造從源頭技術(shù)創(chuàng )新到產(chǎn)業(yè)技術(shù)創(chuàng )新的人工智能產(chǎn)業(yè)鏈。開(kāi)放的平臺連接的產(chǎn)業(yè)鏈的兩端。一方面它可以連接了開(kāi)發(fā)者和一些研究機構。另一方面可以連接許多下游的企業(yè)， 比如一個(gè)以圖像識別為主的人工智能開(kāi)放平臺， 可以將相關(guān)技術(shù)能力開(kāi)放給希望在圖像識別領(lǐng)域開(kāi)辟業(yè)務(wù)的創(chuàng )業(yè)團隊。
國內外技術(shù)及應用開(kāi)放平臺
2017年， 科技部等部門(mén)經(jīng)充分調研和論證， 確定了首批國家新一代人工智能開(kāi)放創(chuàng )新平臺：分別依托百度、 阿里云、騰訊、 科大訊飛公司， 建設自動(dòng)駕駛、城市大腦、 醫療影像、 智能語(yǔ)音4家國家新一代人工智能開(kāi)放創(chuàng )新平臺。2018年9月， 科技部依托商湯建設智能視覺(jué)國家新一代人工智能開(kāi)放創(chuàng )新平臺。從目前的技術(shù)成熟度來(lái)看， 教育、 零售政務(wù)等多個(gè)領(lǐng)域已經(jīng)擁有了以核心技術(shù)為驅動(dòng)的應用開(kāi)放平臺：
自動(dòng)駕駛國家開(kāi)放平臺。“自動(dòng)駕駛國家開(kāi)放平臺” 主要基于百度Apollo平臺， 是一個(gè)以百度技術(shù)為依托， 對外提供開(kāi)放、 完整、 安全的軟硬件和服務(wù)平臺， 幫助開(kāi)發(fā)者搭建完整的自動(dòng)駕駛系統。2019年8月百度Apollo無(wú)人車(chē)通過(guò)長(cháng)沙測試， 完成了全國首例L3、 L4等級別車(chē)型的高速場(chǎng)景自動(dòng)駕駛車(chē)路協(xié)同演示。至此， 百度L4級別自動(dòng)駕駛城市道路測試里程已經(jīng)正式突破200萬(wàn)公里，
百度的阿波羅開(kāi)放平臺合作方超過(guò)120余家， 覆蓋產(chǎn)業(yè)鏈各個(gè)環(huán)節， 包括整車(chē)廠(chǎng)， 零部件廠(chǎng)商、 出行服務(wù)商、 初創(chuàng )企業(yè)、 通信企業(yè)、 高校和地方政府等。廈門(mén)金龍、 寶馬、 戴姆勒均與Apollo平臺進(jìn)行了合作，“阿波羅” 已在北京雄安、 深圳、 福建平潭、 湖北武漢、 日本京都等地開(kāi)展商業(yè)化運營(yíng)。
城市大腦開(kāi)放創(chuàng )新平臺 。依托阿里云建設的城市大腦國家人工智能開(kāi)放創(chuàng )新平臺， 以城市大腦系統為藍本， 為城市安治理、 城市公共服務(wù)及其他各行業(yè)的智能應用構建起開(kāi)放、 多元的生態(tài)體系， 為新一代人工智能技術(shù)在智能社會(huì )各個(gè)域中的創(chuàng )新應用提供支撐服務(wù)。算法系統平臺可優(yōu)化大規模視覺(jué)計算平臺， 全時(shí)全域交通自動(dòng)巡邏報警系統能夠對城市里面的交通事件、事故進(jìn)行全方位的實(shí)時(shí)感知， 識別準確率達到95%以上；車(chē)流人流預測系統，通過(guò)區域內的歷史和實(shí)時(shí)視頻數據， 實(shí)時(shí)準確地預測全區域未來(lái)的車(chē)流、人流。
開(kāi)發(fā)平臺的應用部署主要在交通方面：城市統一數據融合引擎、 車(chē)流人流預測系統、 大規模數據融合控制引擎、 城市整體交通態(tài)勢檢測系統等構建。目前， 項目平臺己累計向杭州、衢州、 上海、 嘉興以及澳門(mén)、 吉隆坡等政府客戶(hù)提供了上千臺專(zhuān)有云服務(wù)器的計算資源， 支持對海量多路視頻數據實(shí)時(shí)分析處理。城市大腦算法團隊向公安、 交通與市政相關(guān)客戶(hù)提供輸出了圖像檢測、 識別、 分割等多種算法服務(wù)。以杭州城市大腦為例， 銀江科技與浙大中控合作， 實(shí)時(shí)計算視頻、 線(xiàn)圈、 微波、 互聯(lián)網(wǎng)的全景數據， 讓交警的交通管控經(jīng)驗與城市大腦的紅綠燈配時(shí)策略?xún)?yōu)勢疊加， 在杭州市城區、 蕭山區、 余杭區的實(shí)踐中效果顯著(zhù)。
醫療影像開(kāi)放創(chuàng )新平臺 。騰訊覓影” AI影像已實(shí)現了單一病種到多病種的應用擴張， 從早期食管癌篩查拓展至肺癌、 糖尿病視網(wǎng)膜病變、 乳腺癌、 結直腸癌、 宮頸癌等疾病篩查。AI軸診平臺能夠輔助醫生診斷、 預測700多種疾病， 涵蓋了醫院門(mén)診90%的高頻診斷。
騰訊公司構建了由醫療機構、 科研團體、 器械廠(chǎng)商、 AI創(chuàng )業(yè)公司、 信息化廠(chǎng)商、 高等院校、 公益組織等多方參與的醫療影像開(kāi)放創(chuàng )新平臺。平臺連接了創(chuàng )新創(chuàng )業(yè)、 全產(chǎn)業(yè)鏈合作、 學(xué)術(shù)科研、 惠普公益四個(gè)維度核心參與方， 旨在推動(dòng)國家人工智能戰略在醫療領(lǐng)域的落地。目前， 基于“騰訊覓影” 的醫療影響開(kāi)放平臺己與國內一百多家醫院達成合作， 累計為醫院讀片1.06億張， 累計服務(wù)95萬(wàn)患者， 提示高風(fēng)險病變13萬(wàn)例， 累計分析門(mén)診病歷614萬(wàn)份。
智能語(yǔ)音開(kāi)放創(chuàng )新平臺 。國家智能語(yǔ)音人工智能開(kāi)放創(chuàng )新平臺主要是基于科大訊飛公司的語(yǔ)音平臺技術(shù)建立。 新建了人工智能研究中心以及數據中心。 截至2018年10月底，平臺開(kāi)發(fā)者團隊數量已超過(guò)86萬(wàn)家，圍繞平臺入駐企業(yè)已超過(guò)200家， 已形成了覆蓋技術(shù)研發(fā)、 基礎平臺、 物聯(lián)網(wǎng)、 智能硬件等完整人工智能產(chǎn)業(yè)鏈。 目前， 主導和參與6項智能語(yǔ)音相關(guān)國家標準獲批正式發(fā)布， 構建了智能語(yǔ)音技術(shù)與應用領(lǐng)域自主知識產(chǎn)權和標準體系， 形成可持續的產(chǎn)學(xué)研系統創(chuàng )新機制。
科大訊飛的智能語(yǔ)音核心技術(shù)領(lǐng)域包括： 語(yǔ)音合成技術(shù)、 語(yǔ)音識別技術(shù)、機器翻譯技術(shù)、 語(yǔ)音評測技術(shù)、 認知智能技術(shù)。 在開(kāi)源方面， 平臺開(kāi)放核心技術(shù)開(kāi)發(fā)接口和云端在線(xiàn)服務(wù)能力， 截至2018年10月底， 平臺開(kāi)發(fā)者團隊數量已超過(guò)86萬(wàn)家。 其產(chǎn)業(yè)鏈服務(wù)平臺匯聚了方案商、 工業(yè)設計資源、 銷(xiāo)售渠道、 生產(chǎn)供應鏈資源等。在開(kāi)發(fā)者服務(wù)社區基礎上， 結合地方政府支持， 目前已在合肥、 長(cháng)春、 洛陽(yáng)、 西安、 重慶、 天津、 蘇州建設了七個(gè)線(xiàn)下專(zhuān)業(yè)化眾創(chuàng )孵化空間， 總面積超過(guò)十萬(wàn)平米， 引進(jìn)落地的智能語(yǔ)音及人工智能領(lǐng)域開(kāi)發(fā)者團隊和公司五百余家。
智能視覺(jué)開(kāi)放創(chuàng )新平臺 。國家智能視覺(jué)開(kāi)放創(chuàng )新平臺主要是基于商湯科技視覺(jué)平臺技術(shù)上的優(yōu)勢建立。 商湯科技的智能視覺(jué)開(kāi)放創(chuàng )新平臺主要在智能視覺(jué)工具鏈核心基礎研發(fā)、 實(shí)現智能視覺(jué)底層關(guān)鍵技術(shù)突破、 建立人工智能?chē)H化人才體系，旨在推動(dòng)國家人工智能在視覺(jué)領(lǐng)域的發(fā)展。 商湯科技的核心技術(shù)包括人臉檢測跟蹤、 人臉關(guān)鍵點(diǎn)定位、 人臉身份驗證、 場(chǎng)景識別等。目前， 商湯的平臺包括： 視頻內容審核平臺、 城市級視覺(jué)分析平臺、 駕駛員監控系統以及增強現實(shí)平臺等一系列平臺。 在安防、 商業(yè)、 金融等多種場(chǎng)景均提供了解決方案。 比如在安防領(lǐng)域， 公安系統通過(guò)視圖情報研判系統對于可疑人員的身份進(jìn)行查詢(xún)。 在商業(yè)領(lǐng)域， 通過(guò)與大型零售商合作，利用人臉識別功能實(shí)現無(wú)人購物、 支付驗證等方面的應用： 在金融領(lǐng)域，通過(guò)使用身份驗證技術(shù)可以有效降低金融風(fēng)險， 提升客戶(hù)的使用體驗。
智適應教育開(kāi)放平臺 。國務(wù)院《中國教育現代化2035》 提出“建設智能化校園， 統籌建設一體化智能化教學(xué)、 管理與服務(wù)平臺。 利用現代技術(shù)加快推動(dòng)人才培養模式改革，實(shí)現規模化教育與個(gè)性化培養的有機結合”。 目前， 作為人工智能應用領(lǐng)域中技術(shù)成熟度較高的教育行業(yè)已經(jīng)在技術(shù)、 內容和數據上積累了大量且分散的資源， 為了推動(dòng)行業(yè)的快速發(fā)展以及國家人工智能發(fā)展的目標， 人工智能教育企業(yè)開(kāi)始探索教育開(kāi)放平臺。 其中， 以松鼠AI為代表的人工智能教育公司正在成為國內智適應教育平臺的先行者。
如上述五大國家人工智能開(kāi)放平臺，智適應開(kāi)放平臺的搭建旨在連接產(chǎn)業(yè)鏈的上中下游。 具體到教育行業(yè)， 即智適應教育提供的是一套個(gè)性化教學(xué)解決方案， 可以為平臺提供更多的數據和更加豐富的學(xué)生畫(huà)像， 有助于平臺智適應能力的迭代與進(jìn)化。 眾包合作者通過(guò)對內容， 教學(xué)邏輯， 產(chǎn)品體驗的優(yōu)化與創(chuàng )新能為平臺提供更堅實(shí)的內容基礎與更豐富多樣的個(gè)性化能力。 智適應能力的接入合作者可以幫助平臺從智適應算法引擎核心上優(yōu)化， 提升并擴展為更通用更高效的智適應引擎。
3、 “人機大戰” 誰(shuí)更能更勝一籌？
人工智能是使用機器代替人類(lèi)實(shí)現認知、 識別、 分析、 決策等功能， 是研究使計算機來(lái)模擬人的某些思維過(guò)程和智能行為的學(xué)科， 主要包括研究計算機實(shí)現智能的原理、 制造類(lèi)似于人腦智能的計算機， 使計算機能實(shí)現更高層次的應用。人工智能涉及到計算機科學(xué)、 心理學(xué)、 哲學(xué)和語(yǔ)言學(xué)等多門(mén)學(xué)科。人工智能技術(shù)發(fā)展的重要評判標準很大程度上評判的是他的能力是否能夠達到或超過(guò)人類(lèi)的能力。
若將人工智能的水平與人類(lèi)相比， 大致可以分為：弱人類(lèi)級， 強人類(lèi)級， 超越人類(lèi)級。人工智能在不同領(lǐng)域的發(fā)展水平各不相同， 而以上因素成為了影響人工智能技術(shù)發(fā)展狀態(tài)的關(guān)鍵因素：
規則和評價(jià)方法的明確程度：簡(jiǎn)單明確可被計算機量化評估的領(lǐng)域， 如棋牌、 游戲等。
特殊情況頻率出現高低：在典型場(chǎng)景下的處理和在包含各種特殊異常情況下處理。如人臉識別和自動(dòng)駕駛。從“不確定性” 的角度來(lái)說(shuō)， 機器也有優(yōu)勢。
訓練數據的規模：現實(shí)領(lǐng)域里， 很多訓練數據的積累工作才剛剛開(kāi)始。如， 監督式學(xué)習所需要的“標記數據” 往往需要大量的人工參與， 成本很高， 大大制約了人工智能在相關(guān)領(lǐng)域里水平的提升。
外部環(huán)境因素：另外， 受到政策因素的限制， 例如醫療數據， 或者有些數據被部分行業(yè)企業(yè)壟斷， 這些都導致數據難以流通， 人工智能的水平提升也就比較緩慢。
全球人工智能應用技術(shù)專(zhuān)利占比（截至2018年上半年）
階段一：近期， 超越人類(lèi)的人工智能技術(shù)
從IBM DeepBlue到OpenAI Five， 小到棋牌、 辯論、 電子競技， 大到醫療、 教育領(lǐng)域，“人機大戰” 兼具驗證企業(yè)技術(shù)實(shí)力和推動(dòng)人工智能科普引發(fā)更多受眾關(guān)注的雙重任務(wù)， 正成為各領(lǐng)域驗證人工智能技術(shù)成熟與否的重要形式。在2015年， 微軟和谷歌研發(fā)出超過(guò)人類(lèi)技能的圖像識別技術(shù)。百度研發(fā)出超過(guò)人類(lèi)能力的語(yǔ)音識別技術(shù)。據世界知識產(chǎn)權統計， 人工智能應用技術(shù)中， 計算機視覺(jué)（computer vision） 以49%的占比和24%的增速成為2013年至2016年申請專(zhuān)利注冊中最熱門(mén)的技術(shù)。依次分別為占比14%的自然語(yǔ)言處理（NLP）和占比13%的語(yǔ)音處理（speechprocessing）。在計算機視覺(jué)的細分類(lèi)別中， 生物識別（biometrics） 和場(chǎng)景理解（scene understanding） 分別以年均31%和28%的增速排名前列。語(yǔ)音處理的細分領(lǐng)域中， 語(yǔ)音識別（speechrecognition） 和聲紋識別（speakerrecognition） 的增速均達到12%。在教育領(lǐng)域， 與人類(lèi)老師相比， 如今的智適應教育技術(shù)在教學(xué)效果、 用戶(hù)體驗和測試分數等多個(gè)方面已經(jīng)比肩甚至超過(guò)人類(lèi)。目前包括Knewton、 松鼠AI、 Realizeit、 ALEKS在內的國內外智適應教育企業(yè)以均通過(guò)“人機大戰” 形式對人工智能教育技術(shù)與人類(lèi)教授的做出了實(shí)驗型的對比。
- 計算機視覺(jué) 。計算機視覺(jué)是眼和腦的結合， 包含成像、 感知與理解。 計算機視覺(jué)的能力現今已經(jīng)超越了人類(lèi)。 特別是在人臉識別、 圖像分類(lèi)等眾多任務(wù)中， 計算機視覺(jué)能比人類(lèi)視覺(jué)完成的更優(yōu)秀。 在感知上， 機器已比人眼更加敏銳， 能取得比人眼更多的信息， 如圖像準確的深度信息， 圖像識別率比人類(lèi)更高； 此外， 機器在理解層面， 某種意義上也能模仿人類(lèi)作出一些有創(chuàng )造性的活動(dòng)。 從2016年ILSVRC的圖像識別錯誤率已經(jīng)達到約2.9%， 遠遠超越人類(lèi)的5.1%， 其挑戰項目包括物體檢測（識別）、 物體定位、 視頻中目標物體檢測三大部分。 從訓練數據來(lái)看， 計算機視覺(jué)依托了大量的數據且不受人類(lèi)限制。 由深度學(xué)習驅動(dòng)的計算機視覺(jué)現已超越人類(lèi)， 主要在于深度學(xué)習是由純數據驅動(dòng)， 不再受限于人類(lèi)的意志。 機器視覺(jué)在某種意義上進(jìn)行的是基于數據的區別于人的理解活動(dòng)。
- 語(yǔ)音識別 。語(yǔ)音識別技術(shù)在20世紀50年代誕生于貝爾實(shí)驗室。在20世紀80年代末， 卡耐基梅隆大學(xué)推出了第一個(gè)高性能的非特定人、 大詞匯量連續語(yǔ)音識別系統值得一提的是， 漢語(yǔ)語(yǔ)音識別先英語(yǔ)一步超越人類(lèi)平均水平。2015年， 百度表示百度漢語(yǔ)語(yǔ)音識別技術(shù)詞錯率低于人類(lèi)平均水平。2018年12月， 依圖短語(yǔ)音聽(tīng)寫(xiě)的字錯率（CER） 僅為3.71%，大幅提升了語(yǔ)音識別技術(shù)的準確率。隨著(zhù)時(shí)間的推移， 目前語(yǔ)音識別技術(shù)的準確率仍在不斷提升。語(yǔ)音識別技術(shù)這種“機器感知” 類(lèi)的技術(shù)目前已經(jīng)相對成熟， 制約語(yǔ)音交互發(fā)展的更多原因在語(yǔ)義理解這種“機器認知” 的部分， 這一部分受限于訓練方式、 樣本標記數據量、 計算量等多個(gè)方面。
語(yǔ)音和視覺(jué)技術(shù)成熟度
- 人工智能教育 。與圍棋、 游戲等規則明確、 數據完整的系統相比， 教學(xué)系統的復雜程度遠高于他們， 其涉及到的學(xué)科包括了教育學(xué)、 心理學(xué)、 認知學(xué)等復雜的過(guò)程。 智適應學(xué)習（adaptive learning）是一種結合人工智能、 數據挖掘、 認知科學(xué)、 教育學(xué)、 心理學(xué)、 行為科學(xué)和計算機科學(xué)的技術(shù)， 其最終目的是
讓智適應學(xué)習系統在一定程度上能夠模擬人類(lèi)教師的角色， 根據學(xué)習者的學(xué)習目標、 學(xué)習行為、 偏好和學(xué)習狀態(tài)， 利用特殊的教學(xué)策略動(dòng)態(tài)地調整學(xué)習內容， 以達到個(gè)性化教學(xué)的目的。 通過(guò)AI技術(shù)模擬了優(yōu)秀特級教師的知識經(jīng)驗和教學(xué)方法， 針對學(xué)生的特性給予個(gè)性化輔導， 最大化學(xué)習效率。 利用機器學(xué)習的技術(shù)實(shí)時(shí)動(dòng)態(tài)調整學(xué)生接下來(lái)的學(xué)習內容和路徑， 而非傳統教育需要大綱進(jìn)度或老師的安排進(jìn)行統一的學(xué)習。
人工智能在教育領(lǐng)域的發(fā)展可能進(jìn)一步解決當下關(guān)于教育資源分配不均引發(fā)的多個(gè)的社會(huì )問(wèn)題。另外， 由于人工智能技術(shù)在教育行業(yè)的應用和落地技術(shù)的成熟只是先決條件， 要促成真正的人工智能教育的普及， 還需要企業(yè)對于優(yōu)質(zhì)教育資源的整合能力和信息庫建立， 算法優(yōu)勢， 樣本數量， 與政府、 學(xué)校和教師的協(xié)調使智適應技術(shù)獲得市場(chǎng)的認可。
階段二：2到10+年， 有希望突破人類(lèi)平均水平的技術(shù)
人工智能在如語(yǔ)音識別和視覺(jué)識別等單獨技術(shù)的能力正在急速提升， 并快速應用到多個(gè)商用領(lǐng)域。然而隨著(zhù)人工智能在商業(yè)領(lǐng)域的快速發(fā)展， 涉及的領(lǐng)域和范圍日漸復雜， 單獨的技術(shù)方案無(wú)法滿(mǎn)足行業(yè)的應用需求。如無(wú)人駕駛、 智能醫療等應用技術(shù)均涉及到了多個(gè)人工智能應用技術(shù)的領(lǐng)域。從學(xué)術(shù)研究、 專(zhuān)利申請再到產(chǎn)業(yè)應用，人工智能技術(shù)的商業(yè)化應用會(huì )經(jīng)歷漫長(cháng)的過(guò)程。其中， 專(zhuān)利應用的初衷是實(shí)現產(chǎn)業(yè)化應用的技術(shù)方案， 而通常專(zhuān)利用會(huì )比科學(xué)論文的發(fā)表滯后約10年的時(shí)間。據世界專(zhuān)利組織統計， 科學(xué)文章到專(zhuān)利發(fā)表的比例正在下降， 這也預示著(zhù)行業(yè)對人工智能技術(shù)的實(shí)際應用更感興趣。
從2006到2019年間， 交通出行行業(yè)成為人工智能技術(shù)應用最迅速的行業(yè)。2006年交通行業(yè)的人工智能應用僅占專(zhuān)利應用總數的20%， 而截至2019年， 人工智能三分之一應用到了交通出行行業(yè)。2019年， 無(wú)人駕駛和醫療是當前兩個(gè)熱門(mén)的人工智能技術(shù)， 因其實(shí)現將極大的改善社會(huì )資源配置和改變人類(lèi)的生活方式。由于技術(shù)的壁壘， 仍然處在試用和并未完全商用階段的技術(shù)。
實(shí)現完全無(wú)人駕駛仍待時(shí)日 。無(wú)人駕駛最終的目標是實(shí)現真正自主，使得乘坐者除了注意路況外， 還可以做其他活動(dòng)。需要在硬件和軟件兩方面都
取得進(jìn)步。在硬件方面， 激光雷達可能花費數萬(wàn)美元， 這使得大規模部署成本太高；在軟件方面， 工程師需要找到一種方法來(lái)使AI具備歸納、 區分不同物體的能力。自動(dòng)駕駛汽車(chē)依靠人工智能、視覺(jué)計算、 雷達、 監控裝置和全球定位系統協(xié)同合作。
無(wú)人駕駛技術(shù)分布
依據規則和評價(jià)方法的明確程度、 特殊情況頻率出現高低以及訓練數據的規模三個(gè)評判標準來(lái)衡量， 無(wú)人駕駛技術(shù)尚未像圖像識別和語(yǔ)音處理一樣達到或者超過(guò)人類(lèi)的能力范圍。而無(wú)人駕駛技術(shù)尚未能夠達到人類(lèi)的判斷力。
“完全的無(wú)人駕駛汽車(chē)（L4-L5級） 市場(chǎng)成熟前， 業(yè)界首先必須做到以下三點(diǎn)， 第一是汽車(chē)必須有360度全方位感知能力， 包括LiDAR、 光學(xué)傳感器和毫米波雷達等；第二是汽車(chē)必須配備高精度數字地圖， 定位精度必須做到10cm以?xún)龋坏谌鞘袌?chǎng)必須建立一個(gè)車(chē)輛、行人都認知并接受的交通規則或避讓準則， 而且， 車(chē)輛必須擁有類(lèi)似人類(lèi)的感知推理決策能力， 因為人類(lèi)很可能會(huì )不遵守交通規則或表現得猶豫不決、 或進(jìn)或退。” 與此同時(shí)， 無(wú)人駕駛的發(fā)展并不是單純的技術(shù)發(fā)展， 它還需要法律法規， 意識甚至是包括保險和政府的基礎設施建設等外圍的整體配套支撐。”
因此， 無(wú)人車(chē)替代其他汽車(chē)的過(guò)程是漫長(cháng)的循序漸進(jìn)的， 在這個(gè)過(guò)程中必須優(yōu)先考慮無(wú)人車(chē)與人類(lèi)司機共存的情況。
人工智能醫療應用欠缺可行的規則和標準 。依據規則和評價(jià)方法的明確程度、 特殊情況頻率出現高低以及訓練數據的規模三個(gè)評判標準來(lái)衡量， 人工智能醫療在仍然處于發(fā)展中期， 要實(shí)現完全替代醫生的能力， 還需要很長(cháng)一段路要走。以智能診斷為例， 人工智能幫助進(jìn)行輔助診斷在醫療責任認定方面也存在問(wèn)題和挑戰。用戶(hù)在使用醫療虛擬助手表達主訴時(shí)， 可能會(huì )漏掉甚至錯誤地進(jìn)行描述， 導致虛擬助手提供的建議是不符合用戶(hù)原本的疾病情況的。
人工智能醫療涉及的技術(shù)
從規則和評判方法來(lái)衡量， 醫療信息標準的缺失也造成了人工智能在醫療方面應用的難題。人工智能是強數理、 強邏輯的工具， 對于內容的精準度和標準化要求很高。如對于醫療圖像的病灶標注， 即使是同一個(gè)科室的醫生也可能有不同的標注方式， 還有就是病歷， 患者的電子病歷數據很難保證完全準確同步，不同的醫生對于各個(gè)病種的名稱(chēng)叫法都會(huì )存在地域差異。
由于醫療病癥繁雜且特殊情況的頻率高，且關(guān)乎民生一旦出現任何差錯可能危及生命， 因此各國對于新技術(shù)的準入機制管控十分嚴格。目前監管部門(mén)禁止虛擬助手軟件提供任何疾病的診斷建議， 只允許提供用戶(hù)健康輕問(wèn)診咨詢(xún)服務(wù)。我國監管部門(mén)對于利用人工智能技術(shù)提供診斷功能是審核要求非常嚴格。在2017年CFDA發(fā)布的新版《醫療器械分類(lèi)目錄》 中的分類(lèi)規定， 若診斷軟件通過(guò)算法提供診斷建議，僅有輔助診斷功能不直接給出診斷結論，則按照二類(lèi)醫療器械申報認證；如果對病變部位進(jìn)行自動(dòng)識別并提供明確診斷提示， 則必須按照第三類(lèi)醫療器械進(jìn)行臨床試驗認證管理。
從訓練數據的規模來(lái)衡量， 醫療數據仍然存在諸多問(wèn)題。雖然中國的醫療數據整體量很大， 但是具體到某一類(lèi)醫療問(wèn)題時(shí)還存在數據量不夠大的問(wèn)題。同時(shí)數據的質(zhì)量也不夠高， 例如醫療影像，必須要有臨床經(jīng)驗豐富的醫生對數據進(jìn)行標注后才能拿給機器學(xué)習， 這種高質(zhì)量的、 標注過(guò)的數據資源相對有限。目前， 三甲醫院擁有絕大多數影像數據和經(jīng)驗豐富的醫生， 最有能力幫助人工智能企業(yè)做出好的模型。
階段三：2099年， 強人工智能的時(shí)代？
強人工智能是指在各方面都能和人類(lèi)比肩的人工智能， 因此強人工智能不是僅限于某一領(lǐng)域， 而是讓機器人全方位實(shí)現類(lèi)人的能力。強人工智能能夠進(jìn)行思考、 計劃、 解決問(wèn)題、 抽象思維、 理解復雜理念、 快速學(xué)習和從經(jīng)驗中學(xué)習。目前有一種認為是， 如果能夠模擬出人腦， 并把其中的神經(jīng)元、 神經(jīng)突觸等全部同規模地仿制出來(lái)， 那么強人工智能就會(huì )自然產(chǎn)生。
當前我們正處于弱人工智能階段。弱人工智能的產(chǎn)生減輕了人類(lèi)智力勞動(dòng)， 類(lèi)似于高級仿生學(xué)。無(wú)論是阿爾法狗， 還是能夠撰寫(xiě)新聞稿和小說(shuō)的機器人， 目前仍然還只屬于弱人工智能范圍， 它們的能力僅在某些方面超過(guò)了人類(lèi)。數據和算力在弱人工智能時(shí)代不言而喻， 其推動(dòng)了人工智能的商業(yè)化發(fā)展， 在強人工智能時(shí)代以上兩個(gè)因素仍然是最重要的因素。與此同時(shí)，以谷歌和IBM為代表的科技巨頭在量子計算上的研究也為人類(lèi)進(jìn)入強人工智能時(shí)代提供了強大助力。
強人工智能代表公司及研究概況
據《智能架構》 書(shū)中描述， 當今AI領(lǐng)域的商業(yè)和研究專(zhuān)家， DeepMind首席執行官Demis Hassabis， 谷歌AI首席執行官Jeff Dean和斯坦福人工智能負責人李飛飛等預測的平均值， 強人工智能時(shí)代可能需要到2099年實(shí)現。
雖然以上的預測只是簡(jiǎn)單的猜測， 但從這些預測中的各種偏差中， 我們可以看出強人工智能的實(shí)現仍然需時(shí)日。然而， 為了實(shí)現強人工智能。許多來(lái)自大型科技公司和各類(lèi)小公司的研究團隊正在為構建強人工智能做出貢獻。如谷歌DeepMind和谷歌研究都采取了具體的措施來(lái)實(shí)現強人工智能， 如PathNet（訓練大型通用神經(jīng)網(wǎng)絡(luò )的方案） 和evolutionary architecture searchAutoML（圖像分類(lèi)尋找良好神經(jīng)網(wǎng)絡(luò )結構的方法）。
此外， 包括特斯拉創(chuàng )始人埃隆·馬斯克創(chuàng )立、 亞馬遜Web Services部分支柱的OpenAI也在以強人工智能為目標進(jìn)行大量研究， OpenAI還創(chuàng )建了兩個(gè)特殊的任務(wù)：“體育館” 和“宇宙”， 以測試正在開(kāi)發(fā)的強人工智能的技能。
中國在全球AI地位
本次人工智能浪潮以從實(shí)驗室走向商業(yè)化為特征， 其發(fā)展驅動(dòng)力主要來(lái)自計算力的顯著(zhù)提升、 多方位的政策支持、 大規模多頻次的投資以及逐漸清晰的用戶(hù)需求。盡管中國人工智能產(chǎn)業(yè)發(fā)展迅速， 2019年人工智能企業(yè)數量超過(guò)4,000家， 位列全球第二， 在數據以及應用層擁有較大的優(yōu)勢， 然而在基礎研究、 芯片、 人才方面的多項指標上仍與全球領(lǐng)先地區有一定的差距。
中國人工智能技術(shù)與全球領(lǐng)先地區的對比
1、 中國擁有更為龐大的數據規模以及更豐富數據使用環(huán)境
人工智能技術(shù)的進(jìn)步以海量數據為基礎， 移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)全面到來(lái)， 移動(dòng)端數據的重要性已經(jīng)遠超PC網(wǎng)絡(luò )。
在數據量方面， 中國網(wǎng)民規模居全球第一， 2018年底整體網(wǎng)民規模已經(jīng)達到8.29億， 滲透率達59.6%， 其中手機網(wǎng)民占比為98.6%， 首次超過(guò)8億人21 。巨大的網(wǎng)民規模數量意味著(zhù)中國企業(yè)擁有的數據數量將是更加復雜的， 多維度的，這為人工智能技術(shù)的算法升級以及應用場(chǎng)景的擴展提供了良好的基礎。
除了數據本身， 政府對隱私數據的規定也將極大影響企業(yè)利用數據的可能性。歐洲政府已經(jīng)出臺了全球最為嚴格的用戶(hù)隱私保護政策《通用數據保護條例》（GDPR）， 賦予用戶(hù)對個(gè)人數據的主張權利， 用戶(hù)有權獲取并修改個(gè)人數據， 并決定誰(shuí)可以使用22 。中國也已經(jīng)出臺了《信息安全技術(shù)個(gè)人信息安全規范》， 但其嚴格程度低于GDPR， 例如歐盟對“身份” 的界定除了工作單位等還包括生理狀態(tài)、 心理狀態(tài)、 經(jīng)濟狀態(tài)、 社會(huì )狀態(tài)等。
中國手機網(wǎng)民規模及占比
2、 中國是全球芯片需求量最大的市場(chǎng)， 但高端芯片依賴(lài)進(jìn)口
人工智能框架大致可分為三個(gè)層面。基礎設施層面包括核心的人工智能芯片和大數據， 這是技術(shù)層面的傳感和認知計算能力的基礎。應用層面處于最頂層， 提供無(wú)人駕駛、 智能機器人、 智慧安防和虛擬助手等服務(wù)。人工智能芯片是人工智能技術(shù)鏈條的核心， 對人工智能算法處理尤其是深度神經(jīng)網(wǎng)絡(luò )至關(guān)重要。目前， 中國從美國進(jìn)口的集成電路芯片的價(jià)值超過(guò)2,000億美元， 遠超原油進(jìn)口額。
在東亞地區， 日本在半導體研發(fā)和材料行業(yè)一直處于領(lǐng)先地位， 擁有包括東芝、 索尼和瑞薩電子等在內的半導體巨頭。韓國和中國臺灣分別在存儲器和晶圓代工方面具有較強優(yōu)勢。韓國在動(dòng)態(tài)隨機存取存儲器和NAND閃存方面領(lǐng)先， 擁有三星、 SK海力士等許多頂尖半導體企業(yè)， 這很大程度上得益于政府支持。且NAND內存市場(chǎng)核心技術(shù)能力積累的要求， 使新市場(chǎng)參與者日益難以參與競爭。中國臺灣已經(jīng)成為全球領(lǐng)先的半導體晶圓代工產(chǎn)地。該地區半導體晶圓代工行業(yè)由臺積電和聯(lián)華電子兩大合約制造商主導。半導體晶圓代工是信息技術(shù)產(chǎn)業(yè)的重要支柱。
中國半導體行業(yè)正以?xún)晌粩档脑鲩L(cháng)率蓬勃發(fā)展。人工智能芯片融資活動(dòng)一直非常活躍， 相關(guān)并購活動(dòng)也日益增多。其中一個(gè)典型的案例是國際巨頭賽靈思對在機器學(xué)習、 深度壓縮、 網(wǎng)絡(luò )剪枝和神經(jīng)網(wǎng)絡(luò )系統級優(yōu)化領(lǐng)域擁有領(lǐng)先技術(shù)的初創(chuàng )企業(yè)深鑒科技的收購。以阿里巴巴、 百度和華為為首的領(lǐng)先科技公司也逐步進(jìn)入這一競爭領(lǐng)域。值得注意的是， 華為已經(jīng)掀起了智能手機領(lǐng)域的人工智能芯片競爭。同時(shí)中國大陸正在蠶食臺灣的半導體市場(chǎng)份額。不但如此，日益擴大的中國大陸市場(chǎng)還將成為集成電路設計行業(yè)的商業(yè)渠道， 中國大陸企業(yè)將繼續投資于臺灣的半導體產(chǎn)業(yè)。然而， 盡管近年來(lái)中國半導體廠(chǎng)商的競爭力得到顯著(zhù)提升， 但關(guān)鍵零部件仍需大量從西方國家進(jìn)口， 自給率不足20%。中國政府十分關(guān)注這一問(wèn)題， 制定了多項有利政策支持半導體行業(yè)的發(fā)展。
3、 中國機器人企業(yè)快速成長(cháng)核心零部件技術(shù)國產(chǎn)化加速
機器人研發(fā)與應用已經(jīng)成為衡量一國科技發(fā)展水平的重要因素， 未來(lái)經(jīng)濟的增長(cháng)在很大程度上與機器人行業(yè)的發(fā)展息息相關(guān)。機器人作為先進(jìn)制造業(yè)建設的
重要組成部分， 無(wú)論是工業(yè)領(lǐng)域進(jìn)行生產(chǎn)活動(dòng)的工業(yè)機器人， 還是參與人類(lèi)日常生活的服務(wù)機器人， 對尋找新的經(jīng)濟增長(cháng)點(diǎn)都有重要意義。在資金與政策的大力支持下， 中國機器人產(chǎn)業(yè)快速發(fā)展， 增速保持全球第一， 2018年市場(chǎng)規模超過(guò)87.4億美元 ， 2013-2018年的平均增長(cháng)率達到29.7%。
機器人的關(guān)鍵零部件在較大程度上仍舊依賴(lài)進(jìn)口， 包括精密減速機、 控制器、伺服電機等， 其中全球精密減速器市場(chǎng)大半被日本企業(yè)占據。軟件方面， 控制算法、 二次開(kāi)發(fā)等， 中國企業(yè)已經(jīng)掌握了一定的技術(shù)， 但在穩定性、 響應速度、 易用性等方面和國外還有差距。此外， 從機器人應用場(chǎng)景來(lái)看：工業(yè)機器人方面， 沈陽(yáng)新松、 埃夫特、廣州數控、 哈博實(shí)、 新時(shí)達、 埃斯頓和巨一等一批本土機器人企業(yè)得到快速成長(cháng)。過(guò)去幾年國內機器人行業(yè)公司紛紛開(kāi)展對外并購獲取海外先進(jìn)技術(shù)的同時(shí)開(kāi)拓海外市場(chǎng)， 埃斯頓、 埃夫特、 萬(wàn)豐科技均并購歐美企業(yè)。在機器人三大核心零件中， 控制器和伺服器國產(chǎn)化腳步加速， 但減速器仍需要進(jìn)口， 國內生產(chǎn)的減速器雖然設計原理一致， 但產(chǎn)品性能和精度仍有巨大差距。
全球服務(wù)機器人處于新興階段， 中國雖然起步較晚， 但在技術(shù)方面與全球先進(jìn)水平差距較小， 甚至某些關(guān)鍵技術(shù)已經(jīng)處于全球先進(jìn)行列。BATJ等互聯(lián)網(wǎng)巨頭憑借強大的技術(shù)支持切入市場(chǎng)， 傳統家電企業(yè)例如海爾積極布局家庭服務(wù)機器人， 此外以哈工大為代表的科研機構也通過(guò)與企業(yè)合作的方式轉化研究成果。特種機器人市場(chǎng)處于萌芽狀態(tài)， 主要分布于消防等垂直領(lǐng)域， 已經(jīng)擁有一定的自主性， 在高精度定位導航和避障等核心技術(shù)方面已經(jīng)取得了突破。
4、 美國人工智能底層技術(shù)實(shí)力更為雄厚， 中國則在語(yǔ)音識別技術(shù)上更優(yōu)
自然語(yǔ)言處理（NLP）：中國仍有差距自然語(yǔ)言處理技術(shù)能夠改變人類(lèi)與機器的互動(dòng)方式， 在商業(yè)數據領(lǐng)域隱藏著(zhù)許多無(wú)法被目前技術(shù)手段進(jìn)行利用的暗數
據， 包括短信息、 文件、 郵件、 視頻、語(yǔ)音、 圖片等非結構化數據， 自然語(yǔ)言處理技術(shù)將在商業(yè)方面發(fā)揮重要作用。中國在自然語(yǔ)言處理方面， 與美國仍有較大的差距。從企業(yè)數量來(lái)看， 中國擁有92家， 美國則是中國近2.7倍， 達到252家。中國從事NLP工作的員工僅有6,600名， 而美國則達到了20,200名。
語(yǔ)音識別：中國技術(shù)更勝一籌語(yǔ)音識別技術(shù)能夠被廣泛的應用于電視、 手機、 呼叫中心、 智能家居等場(chǎng)景。在語(yǔ)音識別技術(shù)方面， 百度、 科大訊飛、 搜狗等主流平臺識別準確率均在97%以上。阿里巴巴的語(yǔ)音AI技術(shù)超越谷歌， 入選MIT2019年全球十大突破性技術(shù)， 并且該技術(shù)已經(jīng)滲透入生活的多個(gè)場(chǎng)景， 包括快遞、 客服、 火車(chē)站購票等。2018年雙十一，“阿里小蜜” 承擔了全平臺98%客服咨詢(xún)量， 相當于70萬(wàn)人工客服一天的工作量。
機器視覺(jué)：基礎算法方面差距較大機器視覺(jué)一直以來(lái)都是人工智能技術(shù)領(lǐng)域的熱點(diǎn)之一。公眾的日常生活已經(jīng)被大樓門(mén)禁、 交通攝像頭、 銀行安保攝像頭等包圍， 無(wú)處不在的攝像頭連接上人臉識別技術(shù)， 原有的安防效果將被迅速放大， 每個(gè)人的行為都能被監控。
從應用層面來(lái)看， 中美幾乎沒(méi)有差距，甚至在人臉識別技術(shù)上有望超過(guò)美國。但是在基礎算法方面， 中美差距較大。中國目前約有146家企業(yè)， 大部分屬于應用領(lǐng)域， 包括海康威視等， 美國則有約190家。從業(yè)人員數量方面， 中國擁有1,510名， 而美國則超過(guò)4,000人。
5、 中國在A(yíng)I應用上呈現追擊態(tài)勢
無(wú)人駕駛：美國憑借深厚的技術(shù)沉淀領(lǐng)先中國 。無(wú)人駕駛涉及到的技術(shù)包括汽車(chē)傳感器技術(shù)、 AI軟硬件、 V2X以及無(wú)人駕駛測試四個(gè)方面。在傳感器技術(shù)以及AI軟硬件方面， 美國借助政府力量以及長(cháng)久以來(lái)的技術(shù)沉淀拉開(kāi)了與中國的技術(shù)差距。但是中國也依靠科技巨頭與科研院校在上述兩個(gè)方面加速追趕。
在互聯(lián)技術(shù)以及無(wú)人駕駛測試兩個(gè)方面， 中國的水平已經(jīng)與美國相接近。華為的5G技術(shù)將為互聯(lián)技術(shù)V2X提供全球一流的通信支持， 此外， 華為已經(jīng)與國內外車(chē)廠(chǎng)進(jìn)行了合作與測試。在無(wú)人駕駛測試方面， 北京、 上海、 深圳、 重慶等城市已經(jīng)對百度等科技巨頭頒發(fā)無(wú)人駕駛測試牌照并提供測試場(chǎng)地， 科技巨頭與北汽、 比亞迪等國內車(chē)企開(kāi)展了合作。
中國無(wú)人駕駛領(lǐng)域技術(shù)水平
人工智能教育：國外的發(fā)展更為完善，中國雖然處于起步階段， 但發(fā)展前景更為廣闊。 人工智能技術(shù)在教育行業(yè)的應用在國外的發(fā)展更早， 早在二十世紀九十年代已經(jīng)出現了智適應技術(shù)。人工智能教育產(chǎn)品在歐美國家的滲透程度更深， 通過(guò)近十年的發(fā)展， 覆蓋了各年齡段的用戶(hù)，涵蓋了早教、 小學(xué)、 初中、 高中以及職業(yè)教育中的多個(gè)學(xué)科， 應用的場(chǎng)景也相對更為廣泛， 以To B為主， 包括考試機構、 學(xué)校、 企業(yè)。代表企業(yè)主要可以分為三類(lèi)， 包括向智適應教育轉型的在線(xiàn)教育平臺， 例如Coursera， KhanAcademy；教育集團智適應事業(yè)部，例如培生提供以GMAT為代表的計算機智適應測評考試；此外還包括試圖囊括學(xué)習五大環(huán)節的智適應教學(xué)平臺，已經(jīng)出現了Knewton、 Aleks等明星公司。
Knewton是一家智適應學(xué)習平臺企業(yè)， 前期主要客戶(hù)是出版商與教育公司， 通過(guò)將各類(lèi)課程進(jìn)行數字化進(jìn)而提供智適應學(xué)習方案， 在2016年后開(kāi)始與學(xué)校合作提供課程產(chǎn)品。截止2019年， Knewton總融資規模已經(jīng)超過(guò)1.8億美元。各項研究已經(jīng)驗證了人工智能技術(shù)在教育方面對提升學(xué)習成績(jì)的顯著(zhù)效果。
人工智能技術(shù)在中國的應用則是近幾年剛起步， 以To C為主。雖然仍然處于發(fā)展的初期， 然而市場(chǎng)發(fā)展節奏極快， 2018年松鼠AI營(yíng)收超過(guò)5億元， 英語(yǔ)流利說(shuō)超過(guò)6億元。由于中國人口基數大， 教育資源緊缺， 對教育的重視程度等有利因素將推動(dòng)智適應學(xué)習系統的快速發(fā)展， 各類(lèi)教育相關(guān)企業(yè)紛紛布局人工智能技術(shù)。這其中主要包括了以新東方、 好未來(lái)為代表的教育集團通過(guò)投資以及自建的方式入局智適應教育。此外， 還有三大類(lèi)企業(yè)， 一類(lèi)是以上海教育企業(yè)松鼠AI為代表的智適應平臺， 另外兩類(lèi)是轉型智適應教育的在線(xiàn)教育企業(yè)， 以及涉足智適應教育的人工智能企業(yè)。智適應學(xué)習以其能夠貫穿學(xué)習全過(guò)程的獨特優(yōu)勢成為人工智能在學(xué)習各環(huán)節應用最為廣泛的技術(shù)。
人工智能教育企業(yè)對比
人工智能重塑各行業(yè)
人工智能技術(shù)在過(guò)去5-10年快速發(fā)展，隨著(zhù)時(shí)間推移， 技術(shù)漸漸為大眾所知，摩爾定律的節奏逐漸放慢， 人工智能商業(yè)化應用成為關(guān)注焦點(diǎn)。科技巨頭紛紛
布局垂直行業(yè)應用， 創(chuàng )業(yè)企業(yè)需要找準切入點(diǎn)， 深耕行業(yè)解決方案以打造護城河。
各行業(yè)面臨的痛點(diǎn)有所不同， 例如金融行業(yè)面臨成本壓力、 產(chǎn)品服務(wù)單一、 交易欺詐等， 醫療與教育行業(yè)均面臨資源分配不均等。雖然問(wèn)題不同， 但通過(guò)數據收集、 處理與分析能夠有效解決上述多樣的問(wèn)題， 而人工智能通過(guò)數據驅動(dòng)能夠改變產(chǎn)業(yè)。
人工智能技術(shù)推動(dòng)產(chǎn)業(yè)升級
- 在金融領(lǐng)域， 人工智能技術(shù)迅速改變了傳統金融行業(yè)的各主要領(lǐng)域。圍繞消費者行為和需求的不斷變化， 傳統的金融服務(wù)行業(yè)參與者正面臨著(zhù)各領(lǐng)域各環(huán)節的重構。隨著(zhù)消費者行為和偏好的不斷變化， 以技術(shù)驅動(dòng)的精準營(yíng)銷(xiāo)和推送使消費者獲得定制化的產(chǎn)品和服務(wù)， 通過(guò)技術(shù)增強客戶(hù)粘性， 并使小商戶(hù)融入更大范圍的生態(tài)圈；人工智能機器人在一些服務(wù)領(lǐng)域逐漸取代人工客服， 為客戶(hù)提供咨詢(xún)服務(wù)。
- 在醫療領(lǐng)域， 在人口老齡化、 慢性病患者群體增加、 優(yōu)質(zhì)醫療資源緊缺、 公共醫療費用攀升的社會(huì )環(huán)境下， 醫療人工智能的應用為當下的醫療領(lǐng)域帶來(lái)了新的發(fā)展方向和動(dòng)力。隨著(zhù)人工智能技術(shù)在醫療領(lǐng)域的持續發(fā)展和應用落地， 這個(gè)行業(yè)將極大簡(jiǎn)化當前繁瑣的看病流程， 并在優(yōu)化醫療資源、 改善醫療技術(shù)等多個(gè)方面為人類(lèi)提供更好的解決方案。醫療人工智能技術(shù)已基本覆蓋醫療、 醫藥、 醫保、 醫院這四大醫療產(chǎn)業(yè)鏈環(huán)節。
近幾年， 教育行業(yè)持續通過(guò)數據重構，呈現出空前的革命性。不同于傳統教育方式， 智能化教育方式以學(xué)生學(xué)習“教、 學(xué)、 練、 評、 測” 五大環(huán)節所產(chǎn)生的數據為基礎， 利用智適應學(xué)習， 圖像識別， 語(yǔ)音識別， 人機對話(huà)， 多模態(tài)行為分析， 知識生成和表達， 模擬智能體等功能， 產(chǎn)生適合每個(gè)學(xué)生的個(gè)性化的解決方案和有效反饋意見(jiàn)。大幅度提高學(xué)習效率， 改變教育模式。
針對上述行業(yè)在行業(yè)應用度以及市場(chǎng)機會(huì )兩個(gè)維度的表現， 可以落入四個(gè)象限。過(guò)渡期表示人工智能技術(shù)在該行業(yè)具有較高的應用程度， 但目前來(lái)說(shuō)市場(chǎng)
機會(huì )有限， 未來(lái)有望進(jìn)一步拓展市場(chǎng)規模；萌芽期表示行業(yè)應用度以及市場(chǎng)機會(huì )都尚未成熟， 盡管人工智能技術(shù)發(fā)揮了一些功能但總體來(lái)講尚且處于起步階段；成長(cháng)期表示雖然行業(yè)的應用度不足， 但未來(lái)應用廣泛， 擁有較高的市場(chǎng)機會(huì )；發(fā)展期表示人工智能技術(shù)已經(jīng)在這些領(lǐng)域產(chǎn)生了較為深刻的影響， 行業(yè)應用度較高， 同時(shí)市場(chǎng)機會(huì )也高。
人工智能技術(shù)在各行業(yè)的應用
1、 金融：人工智能提升金融企業(yè)商業(yè)效能并變革企業(yè)內部經(jīng)營(yíng)
金融是人工智能重要的應用場(chǎng)景， 人工智能在金融行業(yè)的應用改變了金融服務(wù)行業(yè)的規則。傳統金融機構與科技公司共同參與， 構建起更大范圍的高性能動(dòng)態(tài)生態(tài)系統， 參與者需要與外部各方廣泛互動(dòng)， 獲取各自所需要的資源， 因此在金融科技生態(tài)系統中， 金融機構與科技公司之間將形成一種深層次的信任與合作關(guān)系， 提升金融公司的商業(yè)效能。
這種效能的提升主要表現在三個(gè)方面：第一， 傳統金融模式下， 往往存在信息不對稱(chēng)、 金融風(fēng)險大、 借貸成本高等問(wèn)題， 創(chuàng )新技術(shù)應用于傳統金融業(yè)務(wù)， 使整個(gè)金融行業(yè)的基礎服務(wù)架構得到改善， 從而降低業(yè)務(wù)成本， 提升服務(wù)效率；第二， 出現多種形態(tài)的創(chuàng )新金融科技公司， 以創(chuàng )新技術(shù)為基礎， 根據客戶(hù)需求提供定制化產(chǎn)品和服務(wù)， 覆蓋更多被傳統金融服務(wù)“拒之門(mén)外” 的長(cháng)尾客戶(hù)， 使更多個(gè)體或者中小企業(yè)享受到更加便捷、 高效的金融服務(wù)， 覆蓋更多、 更廣泛的客戶(hù)。第三， 吸引更廣泛、 更多元化的參與者融入生態(tài)圈， 通過(guò)收集消費者大量消費、 信貸數據對消費者信用進(jìn)行評估， 降低壞賬等金融風(fēng)險。上述三種效能的提升主要體現在智慧投顧、智慧客服以及智慧風(fēng)控三個(gè)領(lǐng)域， 這也是人工智能技術(shù)應用較為深入的領(lǐng)域。智能客服提升服務(wù)效率智能客服是指能夠與用戶(hù)進(jìn)行簡(jiǎn)單問(wèn)題答復， 通過(guò)人機交互解決用戶(hù)關(guān)于產(chǎn)品或服務(wù)的問(wèn)題。自然語(yǔ)言處理技術(shù)成熟度在各類(lèi)人工智能技術(shù)中成熟度較低， 但在客服領(lǐng)域中能夠發(fā)揮較高的價(jià)值。人工客服存在培訓成本高、 服務(wù)效果難以統一以及流動(dòng)性大的問(wèn)題。以大數據、 云計算特別是人工智能技術(shù)為基礎智能客服加速企業(yè)客服智能化， 依靠知識圖譜回答簡(jiǎn)答重復性問(wèn)題， 減少人工客服使用， 提升客服效率及效果。客服機器人已替代40%-50%的人工客服工作， 預計到2020年， 85%的客服工作將依靠人工智能完成。智能客服在金融行業(yè)的應用主要在銀行、保險、 互聯(lián)網(wǎng)金融等細分領(lǐng)域。銀行、 保險等傳統金融機構更加傾向于向IT服務(wù)企業(yè)購買(mǎi)本地解決方案， 以確保數據信息安全性， 規避潛在的泄露風(fēng)險。由于傳統金融機構存在多樣化的需求， 因而IT服務(wù)企業(yè)提供的定制化的解決方案。互聯(lián)網(wǎng)金融領(lǐng)域的智能客服主要以SaaS模式為主，使用企業(yè)以大型互聯(lián)網(wǎng)金融公司為主。
目前以人工智能技術(shù)為基礎的智能金融應用已經(jīng)在多地嘗試落地。我國現有139家智慧金融公司， 其中44%的公司獲得B輪及以上的投資。這些獲得投融資的業(yè)具體應用領(lǐng)域主要有智能風(fēng)控、 智能投顧、 智慧客服、 智能投研、 智能營(yíng)銷(xiāo)等， 其中智能風(fēng)控和智能投顧領(lǐng)域的企業(yè)占比超過(guò)一半， 成為最受資本歡迎的方向。
2、 教育：人工智能技術(shù)應用覆蓋教學(xué)全流程
人工智能技術(shù)正在推動(dòng)教育信息化的快速發(fā)展， 人工智能教育是人工智能技術(shù)對教育產(chǎn)業(yè)的賦能， 通過(guò)人工智能技術(shù)在教育領(lǐng)域的運用， 來(lái)實(shí)現其輔助甚至是替代作用。未來(lái)人工智能教育應用的發(fā)展將由數據驅動(dòng)、 應用深化、 融合創(chuàng )新優(yōu)化服務(wù)等方式來(lái)持續推動(dòng)。
從行業(yè)發(fā)展階段來(lái)看， 目前人工智能教育行業(yè)仍處在發(fā)展階段， 尚未成熟。人工智能的概念雖火熱， 但人工智能在教育行業(yè)的具體賦能卻并非是一蹴而就的。縱觀(guān)人工智能教育行業(yè)的應用發(fā)展歷程， 起步階段主要集中在對人工智能教育的規劃和初步探索中， 20世紀50年代， 卡耐基梅隆大學(xué)教授艾倫 ? 紐厄爾和赫伯特 ? 西蒙作為人工智能的奠基人， 結合數學(xué)、 工程和經(jīng)濟學(xué)促進(jìn)了人工智能的發(fā)展。20世紀70年代， JaimeCarbonell創(chuàng )建智能教學(xué)系統， 開(kāi)始利用計算機輔助教學(xué)；1993年英國愛(ài)丁堡舉行第一屆人工智能教育（AiED） 國際會(huì )議。
隨著(zhù)時(shí)間發(fā)展， 人工智能教育也開(kāi)始正式走向發(fā)展階段， 21世紀初， 美國Cognitive Tutor、 Knewton、 RealizeIt等智適應教育企業(yè)紛紛成立， 人工智能技術(shù)開(kāi)始被逐漸賦能到教育產(chǎn)業(yè)中。智適應學(xué)習技術(shù)是模擬老師對學(xué)生一對一教學(xué)的過(guò)程， 賦予學(xué)習系統個(gè)性化教學(xué)的能力的人工智能教育技術(shù)。2010年后，中國智適應教育企業(yè)開(kāi)始興起， 如新東方、 好未來(lái)、 乂學(xué)教育—松鼠AI等公司。2016年前后， 國內的眾多知名教育機構如好未來(lái)、 新東方等以及資本也紛紛投入人工智能教育領(lǐng)域。
中國教育行業(yè)智慧化趨勢
人工智能將重構教育行業(yè)生態(tài)。人工智能是基于大數據采集和多維度識別系統， 對海量數據進(jìn)行智能處理， 并通過(guò)互動(dòng)接口與應用場(chǎng)景與人產(chǎn)生信息交互的一項技術(shù)。以該技術(shù)為基礎向用戶(hù)提供人工智能教育內容、 工具以及相關(guān)服務(wù)， 通過(guò)接受用戶(hù)數據， 并進(jìn)行分析和回饋， 應用于學(xué)習過(guò)程中的“教、 學(xué)、 評、 測、 練” 五大環(huán)節， 產(chǎn)生適合學(xué)習者的個(gè)性化的解決方案和有效回饋意見(jiàn)。
教育智能化趨勢下， 智適應學(xué)習以其能夠貫穿學(xué)習全過(guò)程的獨特優(yōu)勢成為人工智能在學(xué)習各環(huán)節應用最為廣泛的技術(shù)， 并逐步成為主流。此外， 人工智能技術(shù)在教育領(lǐng)域的應用還包括圖像識別產(chǎn)品與語(yǔ)音識別產(chǎn)品。
人工智能在學(xué)習五大環(huán)節中的應用
智適應學(xué)習系統 。智適應學(xué)習系統能夠針對學(xué)生的具體學(xué)習情況提供實(shí)時(shí)個(gè)性化學(xué)習解決方案， 包括知識狀態(tài)診斷、 能力水平評測以及學(xué)習內容推薦等。例如在“教” 與“學(xué)” 這兩個(gè)環(huán)節， 個(gè)體學(xué)習者的學(xué)習情況、 學(xué)習能力不同， 智適應課程系統利用人工智能技術(shù)， 將知識點(diǎn)提煉、 學(xué)習方法歸納等教學(xué)重難點(diǎn)利用大數據和算法形成一套高效、 標準化的系統課程， 說(shuō)明不同程度學(xué)習者適應不同類(lèi)別課程。計算力提升、 海量數據以及貝葉斯網(wǎng)絡(luò )算法的應用推動(dòng)智適應學(xué)習系統在2010年之后得到快速發(fā)展， 并取得顯著(zhù)成效。Knewton的數學(xué)自我調整輔助課程在亞利桑那大學(xué)幫助學(xué)生大幅提升通過(guò)率， 課程退課率降低了56%。智適應學(xué)習技術(shù)與產(chǎn)品在國內與國外各有發(fā)展特點(diǎn)。在美國與歐洲發(fā)展更為完善， 主要面向To B端客戶(hù)， 擁有以Knewton、 ALEKS、 RealizeIt、 DreamBox等代表性企業(yè)。中國目前處于初步發(fā)展的階段， 面向To C端用戶(hù)， 代表企業(yè)包括學(xué)教育-松鼠AI， 智適應學(xué)習在中國發(fā)展更為迅速， 有望后來(lái)者居上。
3、 數字政務(wù)：政策利好加速政府智能化變革
與眾多領(lǐng)域一樣， 政府也已經(jīng)意識到人工智能在降本增效方面的突出成果， 加速推進(jìn)政府智慧化變革。中國在城鎮化戰略的大力推動(dòng)下， 已經(jīng)成為全球城市化率增長(cháng)最高的國家， 2018年我國城市化水平達60%， 城市人口約為7.3億， 預計2050年城市化率將超過(guò)80%， 城市人口規模也將進(jìn)一步擴大。如此大的城市人口數量將產(chǎn)生大量的政府事務(wù)， 通過(guò)機器人流程自動(dòng)化（RPA）、 人工智能技術(shù)的應用， 能夠將行政人員從固定、重復的工作中解放， 提升政務(wù)效率，專(zhuān)注于提升城市質(zhì)量、 優(yōu)化居民生活環(huán)境中。人工智能賦能一切背景下， 人臉識別、 自然語(yǔ)言處理等技術(shù)應用能夠增強政府服務(wù)能級， 提升辦公效率， 為企業(yè)、 居民提供便捷、 快速的服務(wù)， 為智能決策提供助力。
數字政務(wù)的建立依靠自上而下進(jìn)行推動(dòng)。在構建服務(wù)型政府的目標下， 2015年各地政府開(kāi)始強調政府電子化， 隨著(zhù)人工智能、 大數據、 云計算等新技術(shù)的商用， 進(jìn)一步發(fā)展為政府數字化、 智慧化。預計2019年， 中國數字政務(wù)市場(chǎng)規模將突破3,400億元， 年復合增長(cháng)率達到15%。
4、 醫療：人工智能應用日趨成熟
在人口老齡化、 慢性病患者群體增加、優(yōu)質(zhì)醫療資源緊缺、 公共醫療費用攀升的社會(huì )環(huán)境下， 醫療人工智能的應用為當下的醫療領(lǐng)域帶來(lái)了新的發(fā)展方向和動(dòng)力。隨著(zhù)人工智能技術(shù)在醫療領(lǐng)域的持續發(fā)展和應用落地， 這個(gè)行業(yè)將極大簡(jiǎn)化當前繁瑣的看病流程， 并在優(yōu)化醫療資源、 改善醫療技術(shù)等多個(gè)方面為人類(lèi)提供更好的解決方案。
在國務(wù)院印發(fā)的《新一代人工智能發(fā)展規劃》 中， 中國明確了2020年人工智能核心產(chǎn)業(yè)規模超過(guò)1500億元的目標。據預測， 醫療人工智能行業(yè)將占人工智能總體市場(chǎng)規模的五分之一。2016年中國醫療人工智能的市場(chǎng)規模達到96.61億元， 增長(cháng)37.9%， 數據顯示， 2017年中國人工智能醫療市場(chǎng)規模超過(guò)130億元人民幣， 增長(cháng)40.7%。預測2019年可達到310億元人民幣。
從市場(chǎng)需求來(lái)看， 由于中國醫療資源的短缺和分配不均， 更加開(kāi)放和高效的醫療解決方案成為了市場(chǎng)急迫的要求。在技術(shù)發(fā)展上， 隨著(zhù)中國在與醫療健康相關(guān)的計算機視覺(jué)、 自然語(yǔ)言理解和數據挖掘等方面的長(cháng)足進(jìn)步， 醫療人工智能在應用落地上有了更多的技術(shù)支持。政策方面， 互聯(lián)網(wǎng)、 人工智能下的醫療健康行業(yè)發(fā)展一直是中國國家政策重點(diǎn)扶持和關(guān)注的領(lǐng)域。2018年4月， 在印發(fā)的《關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫療健康” 發(fā)展的意見(jiàn)》 中， 國務(wù)院明確指出支持研發(fā)醫療健康相關(guān)的人工智能技術(shù)。以上均為醫療人工智能行業(yè)的發(fā)展傳遞了積極的政策信號。
國內醫療人工智能公司雖起步較晚， 但增長(cháng)迅速。近幾年該領(lǐng)域的新創(chuàng )公司數量持續增長(cháng)， 且吸引了大量資本的注入。目前我國共有144家智慧醫療公司， 已初步形成北京、 廣州、 長(cháng)三角的智慧醫療聚集群。這些廣泛分布于疾病篩查和預測、 醫學(xué)影像診斷、 病歷與文獻信息分析、 新藥發(fā)現等細分領(lǐng)域， 其中2018年獲融資企業(yè)最多的領(lǐng)域為疾病篩查和預測。在資金來(lái)源方面， 大型國資企業(yè)紛紛入股， 百度、 阿里、 騰訊、科大訊飛等互聯(lián)網(wǎng)巨頭也根據自身優(yōu)勢積極布局。
醫療領(lǐng)域的人工智能在快速發(fā)展的同時(shí)也受到了來(lái)自傳統觀(guān)念、 技術(shù)、 人才、監管方面的挑戰。在傳統觀(guān)念方面， 傳統的“望聞問(wèn)切” 的診療模式已經(jīng)根深蒂固， 作為人工智能的醫療應用受眾的醫生和病患對于新技術(shù)的接受程度是考驗智慧醫療從業(yè)者的一個(gè)問(wèn)題。從技術(shù)來(lái)看， 智能醫療需要海量的數據和復雜的訓練框架， 同時(shí)擁有這兩個(gè)技術(shù)實(shí)力的企業(yè)并不多， 在對復雜學(xué)科的聯(lián)合診斷等算法上存在技術(shù)瓶頸， 此外智能醫療行業(yè)技術(shù)和產(chǎn)品同質(zhì)化明顯。人才的短缺也是醫療人工智能市場(chǎng)的制約因素， 在中國， 既懂醫療， 又懂技術(shù)的復合型、 戰略型人才尤其短缺。在監管方面， 由于醫療行業(yè)是關(guān)乎人類(lèi)生命安全的領(lǐng)域， 涉及病患的醫療數據應該保證絕對的隱私和安全， 并需要嚴謹的法律法規進(jìn)行監管和保護。
智慧醫療產(chǎn)業(yè)鏈
5、 無(wú)人駕駛：主導汽車(chē)產(chǎn)業(yè)革新
人工智能時(shí)代， 與汽車(chē)相關(guān)的智能出行生態(tài)的價(jià)值正在被重新定義， 出行的三大元素“人”、“車(chē)”、“路” 被賦予類(lèi)人的決策、 行為， 整個(gè)出行生態(tài)也也會(huì )發(fā)生巨大的改變。強大的計算力與海量的高價(jià)值數據是構成多維度協(xié)同出行生態(tài)的核心力量。隨著(zhù)人工智能技術(shù)在交通領(lǐng)域的應用朝著(zhù)智能化、 電動(dòng)化和共享化的方向發(fā)展， 以無(wú)人駕駛為核心的智能交通產(chǎn)業(yè)鏈將逐步形成。目前無(wú)人駕駛仍處于測試階段， 但是在未來(lái)將具有巨大市場(chǎng)。由于當前技術(shù)和現有法律的限制，無(wú)人駕駛汽車(chē)還無(wú)法實(shí)現大面積推廣， 整個(gè)行業(yè)內通過(guò)第一階段封閉路測的車(chē)企較多， 包括上汽、蔚來(lái)、 滴滴、 百度、 北汽、 寶馬等多家傳統車(chē)企和互聯(lián)網(wǎng)背景的車(chē)企， 而完全通過(guò)第二階段開(kāi)放道路測試的企業(yè)并不多。因此短期內無(wú)人駕駛汽車(chē)市場(chǎng)不會(huì )有太大變化。業(yè)內預計中國可在2020年左右實(shí)現無(wú)人駕駛， 屆時(shí)國內無(wú)人駕駛汽車(chē)的銷(xiāo)量可達6萬(wàn)輛， 并在此后迅猛增長(cháng)， 于2035年達到400萬(wàn)輛。由于無(wú)人駕駛的發(fā)展對工業(yè)基礎以及技術(shù)支持有較高的要求， 因此國內自動(dòng)駕駛企業(yè)分布較為集中。北京、 廣東、 江浙滬這些地區的自動(dòng)駕駛企業(yè)占據了行業(yè)的絕大份額。產(chǎn)業(yè)集群效應將隨著(zhù)自動(dòng)駕駛的發(fā)展愈發(fā)顯著(zhù)， 長(cháng)三角地區和珠三角地區依舊會(huì )是行業(yè)的發(fā)展中心。除此之外， 地方政策也對無(wú)人駕駛的行業(yè)分布有重要影響， 目前北京、 上海、福州、 重慶、 長(cháng)沙、 長(cháng)春、 杭州、 廣州、 深圳已開(kāi)發(fā)自動(dòng)駕駛測試道路， 率先成為無(wú)人駕駛的試點(diǎn)城市。
國內自動(dòng)駕駛企業(yè)地域分布
無(wú)人駕駛產(chǎn)業(yè)鏈
6、 零售：人工智能驅動(dòng)行業(yè)走向聚合
受益于零售行業(yè)的數字化轉型， 人工智能已滲透到零售各個(gè)價(jià)值鏈環(huán)節。隨著(zhù)各大零售企業(yè)加入， 電商巨頭和科技企業(yè)加緊布局， 人工智能在零售行業(yè)的應用從個(gè)別走向聚合， 深度學(xué)習和計算機視覺(jué)成為支撐智慧零售的兩大技術(shù)深度學(xué)習主要被應用于數據的分析與建模，以實(shí)現產(chǎn)業(yè)鏈的優(yōu)化；計算機視覺(jué)技術(shù)
則可應用于消費行為分析與商品識別，目前計算機視覺(jué)輔助下的貨品檢測、 自助結算等已實(shí)現商業(yè)化。
人工智能零售行業(yè)應用落地在全球高速增長(cháng)。據Gartner預測， 到2020年， 85％的消費者互動(dòng)將通過(guò)人工智能實(shí)現自動(dòng)化管理。Global Market Insights數據顯示， 2018—2024年間全球人工智能在零售領(lǐng)域應用年均復合增長(cháng)率（CAGR） 超過(guò)40%， 應用市場(chǎng)規模在2024年達到80億美元， 其中亞太市場(chǎng)CAGR超過(guò)45%， 主要由中國和印度市場(chǎng)帶動(dòng)。從技術(shù)領(lǐng)域來(lái)看， 視覺(jué)識別/搜索技術(shù)相關(guān)應用CAGR 45%， 機器學(xué)習相關(guān)應用CAGR超過(guò)42%。
在此背景下， 零售行業(yè)拉開(kāi)利用人工智能轉型的大幕。國內各大線(xiàn)下主流零售商順應科技發(fā)展趨勢， 不斷增加在人工智能領(lǐng)域的投入， 2018年各類(lèi)零售商在人工智能的建設投入約9億元， 占總投入的3.15%， 預計到2022年這個(gè)數字可以突破178億， 占總投入的25%。各電商巨頭也借著(zhù)人工智能的東風(fēng)， 加速線(xiàn)上與線(xiàn)下業(yè)務(wù)的整合。
7、 制造業(yè)：智能制造應用潛力巨大
人工智能與相關(guān)技術(shù)結合， 可優(yōu)化制造業(yè)各流程環(huán)節的效率， 通過(guò)工業(yè)物聯(lián)網(wǎng)采集各種生產(chǎn)資料， 再借助深度學(xué)習算法處理后提供建議甚至自主優(yōu)化。然而， 相較于金融、 商業(yè)、 醫療行業(yè)， 人工智能在制造業(yè)領(lǐng)域應用潛力被明顯低估。SAP通過(guò)對中國2015~2018年最大的300項人工智能投資項目進(jìn)行分析，結果顯示， 23.4%的投資是在商業(yè)及零售領(lǐng)域， 18.3%在自動(dòng)駕駛， 而制造業(yè)相關(guān)的人工智能投入不到1%13。而制造業(yè)恰恰是人工智能應用場(chǎng)景最具潛力的區域。有研究發(fā)現， 人工智能的使用可降低制造商最高20%的加工成本， 而這種減少最高有70%源自于更高的勞動(dòng)生產(chǎn)率。到2030年， 因人工智能的推動(dòng)， 全球將新增15.7萬(wàn)億美元的GDP，中國就占7萬(wàn)億美元；到2035年人工智能將推動(dòng)勞動(dòng)生產(chǎn)力提升27%， 拉動(dòng)制造業(yè)的GDP高達27萬(wàn)億美元。
在國家政策指引下， 我國制造業(yè)正加速智能化進(jìn)程。2015年國家正式頒布《中國制造2025》， 將智能制造工程作為政府引導的五個(gè)工程之一。2017年我國智能制造試點(diǎn)示范專(zhuān)項加速落地， 與此同時(shí)國家對于智能制造專(zhuān)項的補助金額也在加速增長(cháng)。2018年我國新增99個(gè)智能制造試點(diǎn)示范項目， 其中18個(gè)位于長(cháng)三角地區， 10個(gè)位于京津冀地區。
制造業(yè)將成為人工智能應用藍海。全球人工智能及相關(guān)場(chǎng)景在制造業(yè)應用市場(chǎng)在2016年約為1.2千億美元， 這個(gè)數字在2025年有望超過(guò)7.2千億美元， 復合年均增長(cháng)率預計可超過(guò)25%。
智能制造產(chǎn)業(yè)鏈
目前AI技術(shù)已在金融、 醫療、 安防等多個(gè)領(lǐng)域實(shí)現技術(shù)落地， 且應用場(chǎng)景也愈來(lái)愈豐富。人工智能的商業(yè)化在加速企業(yè)數字化、 改善產(chǎn)業(yè)鏈結構、 提高信息利用效率等方面起到了積極作用。每一次人工智能的發(fā)展都伴隨著(zhù)研究方法的突破， 深度學(xué)習是近年機器學(xué)習技術(shù)突破的重要代表之一。 隨著(zhù)人工人工智能研究和應用領(lǐng)域的不斷延伸， 未來(lái)人工智能將迎來(lái)更多種技術(shù)的結合應用。隨著(zhù)投資界和企業(yè)界對人工智能的了解逐步加深， 人工智能投融資市場(chǎng)更加理性。人工智能投融資頻次有所下降， 但投資金額繼續增加。 特別是經(jīng)過(guò)行業(yè)的一輪優(yōu)勝劣汰后， 底層技術(shù)創(chuàng )業(yè)公司以及落地性強的領(lǐng)域如醫療、 教育、 無(wú)人駕駛等創(chuàng )業(yè)項目繼續受到人工智能領(lǐng)先機構的青睞。轉自：隨銳集團公眾號
