2019年人工智能中国专利技术分析报告

2018年中国人工智能产业白皮书

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

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。

2019年版人工智能行业市场调研分析报告

2019年版人工智能行业市场调研分析报告（部分内容） China's Industrial Market Research and Prospect Forecast Analysis Report(2019-2025) （专业、精准、高效，助力企业决策）

2015-2017年机器人产业发展综况 一、全球机器人行业规模分析 当前，全球机器人市场规模持续扩大，工业、特种机器人市场增速稳定，服务机器人增速突出。技术创新围绕仿生结构、人工智能和人机协作不断深入，产品在教育陪护、医疗康复、危险环境等领域的应用持续拓展，企业前瞻布局和投资并购异常活跃，全球机器人产业正迎来新一轮增长。 全球市场规模 根据调研的数据，2017年，全球机器人市场规模达到232亿美元，2012-2017年的平均增长率接近17%。其中，工业机器人147亿美元，服务机器人29亿美元，特种机器人56亿美元。 图1：2017年全球机器人规模占比 （一）工业机器人：销量稳步增长，亚洲市场依然最具潜力 目前，工业机器人在汽车、金属制品、电子、橡胶及塑料等行业已经得到了广泛的应用。随着性能的不断提升，以及各种应用场景的不断明晰，2012年以来，工业机器人的市场正以年均15.2%的速度快速增长。据IFR统计显示，2016年全球工业机器人销售额首次突破132亿美元，其中亚洲销售额76亿美元，欧洲销售额26.4亿美元，北美地区销售额达到17.9亿美元。中国、韩国、日本、美国和德国等主要国家销售额总计占到了全球销量的3/4，这些国家对工业自动化改造的需求激

活了工业机器人市场，也使全球工业机器人使用密度大幅提升，目前在全球制造业领域，工业机器人使用密度已经超过了70台/万人。2017年，工业机器人将进一步普及，销售额有望突破147亿美元，其中亚洲仍将是最大的销售市场。 图2：2012-2020年全球工业机器人销售额及增长率 （二）服务机器人：人工智能兴起，行业迎来高速发展新机遇 随着信息技术快速发展和互联网快速普及，以2006年深度学习模型的提出为标志，人工智能迎来第三次高速发展。与此同时，依托人工智能技术，智能公共服务机器人应用场景和服务模式正不断拓展，带动服务机器人市场规模高速增长。2017年，全球服务机器人市场达29亿美元。2020年将快速增长至69亿美元，2016-2020年的平均增速高达27.9%。2017年，全球医疗服务机器人、家用服务机器人和专用服务机器人市场规模分别为16.2亿美元、7.8亿美元和5亿美元，其中医疗服务机器人市场规模占比最高达55.9%，高于家用服务机器人29个百分点，其中智能服务机器人的比例快速提升。

人工智能学习研究的现状其发展趋势

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

人工智能市场调研分析报告

人工智能市场调研分析报告

目录 第一节人工智能与深度学习 (3) 一、人工智能：让机器像人一样思考 (3) 二、机器学习：使人工智能真实发生 (4) 三、人工神经网络：赋予机器学习以深度 (4) 四、深度学习：剔除神经网络之误差 (5) 第二节深度学习的实现 (5) 一、突破局限的学习算法 (6) 二、骤然爆发的数据洪流 (6) 三、难以满足的硬件需求 (7) 第三节现有市场——通用芯片GPU (8) 一、GPU是什么？ (8) 二、GPU和CPU的设计区别 (8) 三、GPU和CPU的性能差异 (9) 四、GPU行业的佼佼者：Nvidia (10) 五、Nvidia的市场定位：人工智能计算公司 (11) 六、Nvidia的核心产品：Pascal家族 (12) 七、Nvidia的应用布局：自动驾驶 (13) 八、Nvidia的产业优势：完善的生态系统 (14) 第四节未来市场：半定制芯片FPGA (14) 一、FPGA是什么？ (14) 二、FPGA和GPU的性能差异 (15) 三、FPGA市场前景 (16) 四、FPGA现有市场 (17) 五、FPGA行业的开拓者：Intel (17) 六、Intel的产品布局 (17) 七、Intel的痛点：生态不完善 (18) 八、Intel的优势 (19) 第五节投资前景 (20)

第一节人工智能与深度学习 2016年，AlphaGo与李世石九段的围棋对决无疑掀起了全世界对人工智能领域的新一轮关注。在与李世石对战的5个月之前，AlphaGo因击败欧洲围棋冠军樊麾二段，围棋等级分上升至3168分，而当时排名世界第二的李世石是3532分。按照这个等级分数对弈，AlphaGo每盘的胜算只有约11%，而结果是3个月之后它在与李世石对战中以4比1大胜。AlphaGo的学习能力之快，让人惶恐。 一、人工智能：让机器像人一样思考 自AlphaGo之后，“人工智能”成为2016年的热词，但早在1956年，几个计算机科学家就在达特茅斯会议上首次提出了此概念。他们梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器，也就是我们今日所说的“强人工智能”。这个无所不能的机器，它有着我们所有的感知、所有的理性，甚至可以像我们一样思考。 人们在电影里也总是看到这样的机器：友好的，像星球大战中的C-3PO；邪恶的，如终结者。强人工智能目前还只存在于电影和科幻小说中，原因不难理解，我们还没法实现它们，至少目前还不行。 我们目前能实现的，一般被称为“弱人工智能”。弱人工智能是能够与人一样，甚至比人更好地执行特定任务的技术。例如，Pinterest上的图像分类，或者Facebook的

2016年全球及中国人工智能产业发展分析报告

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——人工智能的现状及未来

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

人工智能行业发展前景展望及市场规模预测

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）。

浅析人工智能的现状及发展趋势

龙源期刊网 https://www.360docs.net/doc/508863792.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

2020年中国人工智能产业发展分析报告

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。

人工智能的现状及今后发展趋势展望

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

2019年中美人工智能产业分析报告

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)

2020专技公需课人工智能技术及其发展趋势

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

2018-2019年度中国人工智能市场研究报告

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)

我国人工智能市场营销趋势及策略分析(上海环盟)

我国人工智能市场营销趋势及策略分析

我国人工智能市场营销趋势及策略分析 (3) 第一节人工智能市场销售渠道分析 (3) 一、营销分析与营销模式推荐 (3) 1、渠道构成 (3) 2、销售贡献比率 (4) 3、覆盖率 (4) 4、销售渠道效果 (4) 5、渠道建设方向 (5) 二、销售渠道存在的主要问题 (5) 三、营销渠道发展趋势与策略 (6) 第二节人工智能市场营销策略分析 (9) 一、中国人工智能营销概况 (9) 二、人工智能营销策略探讨 (13) 1、中国人工智能产品营销策略浅析 (13) 1、营销策略的目标的制定 (13) 2、选择合适的市场营销途径 (13) 3、产品组合策略 (14) 4、价格组合策略 (14) 5、促销组合策略 (14) 2、人工智能新产品的市场推广策略 (15) 2、户外广告 (15) 3、报纸书刊 (15) 4、网络信息推广 (15) 3、人工智能细分产品营销策略分析 (15) 1、品牌营销策略 (16) 2、销售渠道营销策略 (16) 3、价格营销策略 (16) 1

第三节人工智能营销的发展趋势 (17) 一、未来人工智能市场营销的出路 (17) 二、中国人工智能营销的趋势预测 (17) 2

我国人工智能市场营销趋势及策略分析 第一节人工智能市场销售渠道分析 一、营销分析与营销模式推荐 1、渠道构成 人工智能行业产品主要体现在终端应用上，我国人工智能产品销售渠道主要由线上、线下渠道构成。 1）线上渠道 由于互联网的威力越来越大，网络营销因其独有的优势和特点逐渐成为人工智能行业营销新宠。尤其针对人工智能产品的自身特点来说，网络营销在打造品牌的知名度和美誉度等方面有着得天独厚的优势。 2）线下渠道 1、传统销售渠道。这种模式是由一群独立的制造商、批发商和零售商组成的分销组织形态，各渠道成员之间是一种松散的合作关系，每个成员都是一个独立的利益主体，他们各自追求自身利益的最大户，渠道中没有一个成员对其他成员有足够的控制力，最终使整个分销渠道效率低下。所以也被称为松散型分销模式。该模式的优点是成员独立性强，进退自由；能够促使企业不断创新；适用于中小企业，在进入市场时可以借助这种关系迅速成长。缺点则是各自谋求自身利益的最大化，整体效率下降；成员之间缺少信任感和忠诚度；临时性的交易关系，安全系数低；各种渠道资源无法有效共享；成员缺少渠道建设的积极性。 2、垂直销售渠道。该模式是由制造商、批发商、零售商所组成的一种统一的联合体，每个成员把自己视为分销系统的一份子，关注整个垂直系统的成功。该模式的优点是合理管理库存，削减分销成本；便于把握需求动向；抑郁安排生产与销售；渠道控制力强；有利于组织竞争者加入；商品质量有保障，服务水品高。缺点则较为明显，系统维系成本高，经销商缺乏独立创造性。 3、水平销售渠道。该模式是指由两个或两个以上的公司联合开发新的营销 3

人工智能行业分析

人工智能行业分析 人工智能行业可谓是现在科技的前端，高科技的行业，那么关于人工智能行业的分析有哪些知识呢?下面是为你整理的人工智能行业分析，供大家阅览! 人工智能行业简要分析 一、机遇 在2017政府工作报告中提到：“2017年将加快培育壮大新兴产业。全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化，做大做强产业集群。”这是“人工智能”首次被列入政府工作报告。 3月11日，科技部部长万钢在“全国人大会议新闻中心记者会”上表示，正在起草促进中国人工智能(AI)创新发展的规划，并估计两会后将很快出台。 二、行业简介 人工智能英文缩写为AI。它是研究、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新的技术科学。人工智能是计算机科学的重要分支，它的研究目标是了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括智能语音技术、图像识别技术、自然语言理解、专家系统和机器人等。

人工智能可分为基础层、技术层和应用层。基础层为算力支撑(AI 芯片、云计算)，技术层为算法平台，应用层是AI向各传统行业的渗透应用。 AI 产业链中，芯片产业率先引来爆发。PC GPU 巨头NVIDIA 已经将业务重点转向AI 领域，应用在人工智能领域的可进行通用计算的GPU市场基本被NVIDIA垄断。但是芯片巨头英特尔明显对人工智能市场虎视眈眈，至强处理器Xeon+FPGA也将在2017年下半年量产，预计英特尔有很大的机会在2017年四季度迎来人工智能的第一波红利。 云计算方面，亚马逊、微软云计算业务爆发，其中亚马逊的AWS 云服务平台表现尤为靓丽。(先前我写的文章《网宿科技为什么大跌?》也有所涉及)。 技术层方面，Google、IBM 专注于人工智能(AI)技术层，研发更高级AI 算法，积累AI 底层技术。国内百度在这方面也有相当的投入并取得较大的进展。 应用层方面各显神通，Facebook、苹果在AI 应用层的布局集中在语音识别、图像识别、智能助理等领域;IBM 加速向医疗领域渗透，盈利前景已开始显现。 国内的话，目前主要还是在应用层耕耘较多，基础层和技术层方面与外国的差距较大。 三、部分上市公司 科大讯飞作为中国智能语音及人工智能产业的领导者，以“从能

人工智能发展现状分析

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。

中国城市人工智能发展报告

2020年中国城市人工智能发展指数报告 人工智能应用场景较为广泛且多元化，在金融、安防、教育、医疗、零售、机器人等领域都有相对广泛的应用。 5大维度、20个三级指标，全面剖析中国36个城市人工智能发展情况 2020年是全面建成小康社会与“十三五”规划收官之年，为了实现全面建设小康社会的发展目标、增强经济发展韧性，我国各级政府重视培育壮大新动能，将新型基础设施建设（以下简称“新基建”）作为重要的逆周期调节手段，来实现惠民生、稳增长、补短板、调结构和促创新的目的。 人工智能作为新型基础设施建设的七大建设领域之一，能够实现人类智慧与机器的结合。通过推动人工智能发展，并与云计算、大数据等技术不断融合，可以实现推动产业升级，促进经济发展的作用。 从产业链各环节着手，洞察人工智能发展情况 通过对人工智能产业链进行梳理，将产业链划分为基础层、技术层和应用层。基础层主要包括芯片、传感器、计算平台等；技术层则由计算机视觉技术、语音识别、机器学习、自然语言处理等构成；在应用层中，人工智能应用场景较为广泛且多元化，在金融、安防、教育、医疗、零售、机器人等领域都有相对广泛的应用。

以36个人工智能重点城市为对象，多维度构建指标体系

筛选出36个人工智能重点城市参与人工智能发展指数研究，并构建由5个一级指标，12个二级指标和20个三级指标组成的综合指数评价体系。五类一级指标分别为城市发展环境、资金支持力度、研发能力、基础支持情况和发展成效，从5个角度全面、综合分析城市人工智能发展情况。 城市人工智能发展总指数从城市发展环境、资金支持力度、研发能力、基础支持情况和发展成效角度出发，考察各城市人工智能发展情况。