灼识咨询-2019人工智能行业创新情报白皮书

14人工智能行业概况5人工智能的定义人工智能本质是指机器模拟人类思考行为的能力•人工智能的定义非常广泛，随着时间的推进，文公智能也将不断进化，但其本质是机器模拟人类思考行为的能力。虽然人工智能经常被分作计算机科学的一个分支，事实上智能站在自然科学和社会科学的交叉路口，涉及计算机、数学、物理、社会学、心理学和哲学等学科。•目前，全球有近千家人工智能公司，遍布62个国家的十余个行业，使人工智能和各行业的边界变得模糊。•按照应用范围，人工智能可以被分成三类：弱人工智能，强人工智能和超人工智能弱人工智能•弱人工智能着重对人类推理过程的模仿，但没有人工感知力•弱人工智能通常只擅长于某个特定领域，极难发展领域外的能力，其学习规则是封闭的•强人工智能是可以达到人类思维级别的人工智能程序，有自我学习和理解复杂概念的能力，目前人类正在努力靠近这一目标•“深度学习”和“大数据”是强人工智能的引擎和燃料•超人工智能将在所有领域全方位超越人类大脑的思维能力•超人工智能的能力和运用范围仍在一个无法预估的范畴•Siri：苹果公司在2011年推出的智能个人助理•AlphaGo，Google在2015年推出的围棋人工智能程序•度秘：百度在2015年推出的智能语音私人助理app，可在不同场景下实现指令控制、信息查询、知识应用、智能提醒和多种生活服务；同时支持第三方开发者的能力接入。•目前尚无成熟产品强人工智能超人工智能定义代表产品61950-1980：萌芽期1980-2006:突破期2006 -至今：飞速发展期•1950年，计算机与人工智能之父图灵提出“图灵测试”用以判断机器是否能够思考。“机器是否能思考”这一问题第一次得到世界广泛关注•1956年召开的达特茅斯会议标志着人工智能学科的起源，奠定了人工智能的基础。从那以后，有关人工智能的学术交流变得频繁，1957年罗森布拉特发明的神经网络算法极大推动了人工智能研究潮流•然而在进入七十年代之后，机器的计算能力并未得到突破，人工智能的研究进入了第一个低谷•二十世纪八十年代，BP算法由保罗·沃伯斯提出，使大规模神经网络训练的可能性得到实现，开启了人工智能发展的第二个阶段•计算机的计算能力和运行成本在这一阶段经历了由高到低的大幅度变化，打破了人工智能发展的瓶颈，加上互联网的构建，让学术和技术交流的成本也大幅下降，速率相应上升，人工智能的发展得到了进一步突破•2006年，杰弗瑞·辛顿提出了“深度学习”神经网络，将人工智能的发展推向了一个新的高峰。深度学习算法让人工智能在语音和视觉识别上取得重大进展。•2010年前后，人工智能同时也和移动互联网的发展紧密挂钩，后者为人工智能提供了更多的应用场景和融资方向•2015年前后，语音识别和无人驾驶领域的进展也让公众对人工智能的兴趣和关注迈上了一个新的台阶。•2017年，谷歌旗下的DeepMind团队公布了”AlphaGo Zero”，通过40天自学围棋基本规则，已成功超越人类高手。全球人工智能行业经历的三次发展浪潮电脑硬件、互联网技术、大数据应用等领域的不断突破，人工智能也正高速发展8中国人工智能行业发展历程中国人工智能起步较晚；随着不断加大的投资和重视，正一步步赶超发达国家水平•智能计算机系统、智能机器人和智能信息处理等重大项目列入“863计划”（国家高技术研究发展计划）•国务院印发《新一代人工智能发展规划的通知》•中国人工智能学会向国家学位委员会和国家教育部提出设立“智能科学与技术”学位2030年1980年代初期1986年1993年2003年2016年2017年•1981年，中国人工智能学会（CAAI）成立•20世纪70年代末至80年代前期，人工智能项目开始纳入国家科研计划•2016年，国务院发布《中国制造2025》•国家发改委和科技部等4部门联合发布《“互联网+”人工智能三年行动实施方案》•智能控制和智能自动化等项目开始陆续列入国家科技攀登计划•面向2030年，确定15个重大项目的立项建议，涉及航空、网络安全、智能电网、智能制造和机器人等多个高新领域，酝酿“人工智能2.0”推动中国高新技术发展及产业化水平。10中国人工智能产业的优势•由于近几年中国的互联网行业的迅猛发展，一大批互联网、科技公司累计了一定的用户数据和研究资本，特别是BAT，不仅拥有海量的用户大数据，还吸引了大批人工智能人才为其进行人工智能方面的研发。BAT在中国的带头作用将有利激发整个人工智能行业的创新。•由于中国语言的特殊，人工智能重要的语义分析技术，需要大量的研发资金和充足的理解能力。这些是同类型的海外企业无法独立完成的。其次，国家政策和中文语言难度使得中国人工智能企业可以更好的研发本土产品，使之与海外企业的产品形成差异。中国人工智能产业的劣势•较于美国等发达国家，中国高校在人工智能领域的课程较为分散，没有系统的栽培体系。虽然部分企业与高校有人工智能项目合作，但是成效甚微，不及企业内部自行研发具有实用性和商业价值。•不同于发达国家的互联网和智能化的普及程度，中国在基础建设方面还是十分薄弱的。部分偏远地区的互联网还不能满足人工智能产品要求。即使人工智能产品能够落地，如何转变消费者的观念并驱动消费者购买也同样需要投入大量的资金与时间。例如，人们对于无人驾驶车安全性的担忧可能导致观望态度，从而对企业的造成运营负担。中国人工智能产业的好势头•人工智能事业才刚刚进入百家争鸣的时代，在国家政策的保护下，各家企业都有机会成为自己细分行业内的领军人物。并且，现如今行业准则的缺失也给予了领军企业设定标准并垄断市场的大好机会。•2016年，中国政府公布《中国制造2025》鼓励人工智能行业，而资本方也瞄准并看好各类型的人工智能商业模式，对于创新型企业而言无疑是好事。另一方面，大企业由于自身的资金实力和科研能力可以促使自身在人工智能行业链中获得巨大利益。中国人工智能产业可能遇到的挑战•传统企业如果转型过渡到人工智能领域无疑是个重大挑战，企业不仅需要从人才招聘、研发方向进行考量，还需要从上到下的全企业的理解和支持。这不仅仅需要管理层的观念转变，更需要管理层对于未来市场的规划和研究，若无法准确定位市场，企业生存问题将受到威胁。•中长期来看，人工智能将会取代大部分重复的基础工作，届时还需要政府和相关企业的高度重视人民就业问题，并采取相关措施保障社会福利。中国人工智能行业所面临的机遇和挑战中国现有的科技水平和人才储备将对未来人工智能的发展形成一定阻碍，但中国的大数据量和独特的文化差异性使得中国市场不易被外资企业轻易占领市场份额11人工智能价值链分析大数据、半导体芯片以及智能算法被誉为人工智能的三大基石上游中游下游大数据半导体芯片智能算法各类终端应用图像数据语音数据•人工智能的实现需要大量的数据训练，这些数据包括文字，语音、影像以及用户行为等等。然而，存在于生活场景中的大量信息是无法直接用于计算机算法的训练，且大量数据的存储以及处理成本高昂，因此专业的数据采集、处理以及存储公司应运而生。•智能算法与大数据两者相辅相成，算法通过数据训练不断完善，同时也由于智能算法的不断改进，大量自然数据得以完成归类和整理，成为可用于算法训练的结构化数据。•人工智能的中游主要由半导体芯片以及智能算法构成。•在人工智能发展