人工智能市场进出口结构及面临的机遇与挑战(上海环盟)

人工智能市场进出口结构及面临的机遇与挑战

人工智能市场进出口结构及面临的机遇与挑战 (2)

第一节人工智能市场进出口市场分析 (2)

一、人工智能市场进出口综述 (2)

1、中国人工智能进出口的特点分析 (2)

2、中国人工智能进出口地区分布状况 (3)

3、中国人工智能进出口的贸易方式及经营企业分析 (4)

4、中国人工智能进出口政策与国际化经营 (4)

二、人工智能市场出口市场分析 (5)

1、行业出口总额分析 (5)

2、行业出口产品结构 (6)

三、人工智能市场进口市场分析 (6)

1、行业进口总额分析 (6)

2、行业进口产品结构 (7)

第二节中国人工智能出口面临的挑战及对策 (7)

一、中国人工智能出口面临的挑战 (7)

二、中国人工智能市场未来出口展望 (7)

三、中国人工智能产品出口对策 (7)

四、人工智能市场进出口前景及建议 (8)

1、行业出口前景及建议 (8)

2、行业进口前景及建议 (8)

人工智能市场进出口结构及面临的机遇与挑战

第一节人工智能市场进出口市场分析

一、人工智能市场进出口综述

1、中国人工智能进出口的特点分析

2016年3月，谷歌机器人AlphaGo战胜世界顶级围棋棋手李世石，再次让机器人、人工智能的概念风靡全球。然而，从机器到机器人，一字之差的背后隐藏着大量技术难关。新一代机器人关键技术应该包括视觉感知、认知，轻量化的本体以及新兴材料的应用，可以适应人机协作场合。另外，在人机交互方面需要有更多自然的交互手段，而不是现在的示教方式。

然而从机器到机器人，不管是国内还是国外企业，实际上都还有不小的距离。中国机器人不仅面临1.0时代的巨大差距无法缩小，又面临2.0时代的巨大鸿沟无法跨越。

2016年4月26日发布的《机器人产业发展规划（2016~2020年）》提出，将率先突破弧焊机器人、真空（洁净）机器人、手术机器人、智能护理机器人、人机协作机器人等十大标志性产品。

以手术机器人为例，目前全球微创医疗手术机器人基本被美国达芬奇机器人垄断。与国外已经具备初级人工智能的机器人相比，我国机器人尚难以匹敌，甚至与国外成熟的工业机器人相比，我国的机器人依然有不小差距。国产工业机器人以中低端产品为主，主要是搬运和上下料机器人，大多为三轴和四轴机器人，应用于汽车制造、焊接等高端行业领域的六轴或以上高端工业机器人市场主要被日本和欧美企业占据，国产六轴工业机器人占全国工业机器人新装机量不足10%。

除了高端产品缺乏，我国机器人产品的核心零部件依赖进口的局面仍未改变。控制器、伺服电机、减速机被视为机器人的三大核心零部件，占到机器人成本的70%，这也是制约中国机器人产业的主要瓶颈。

2、中国人工智能进出口地区分布状况

2017年中国人工智能产品进出口国家/地区分布如下图所示：

（1）进口国家/

地区分布

图表- 1：2017年中国人工智能产品进口国家/地区分布

数据来源：中国海关总署

（2）出口国家/地区分布

图表- 2：2017年中国人工智能产品出口国家/地区分布

数据来源：中国海关总署

3、中国人工智能进出口的贸易方式及经营企业分析

图表- 3：中国人工智能产品主要出口企业分析

中国人工智能产品主要出口企业分析

序号企业

1 东莞市三发机械有限公司

2 自贡市经申仿真模型制造有限公司

3 上海优爱宝机器人技术有限公司

4 浙江雷邦光电技术有限公司

5 山东易林机械有限公司

6 北京市通用依耐特技术开发有限公司

7 汕头市澄海泓利电子玩具有限公司

8 哈尔滨千年科技产业有限公司

数据来源：商务部4、中国人工智能进出口政策与国际化经营

虽然中国国家对工业机器人进口的原材料和配套关键零部件，须全额交纳关税和进口环节增值税，而进口整机或成套设备，则可免征上述两项税收，这种进口税收政策中长期存在的倒挂现象造成的成本负担使中国本地装备制造企业自主化生产反倒不如进口整机或成套设备，一定程度上影响了装备自主化进程。

如机器人的HS CODE为84795010（多功能工业机器人），从韩国进口需要缴纳0%的进口关税和17%的进口增值税。根据调查结果，机器人进口不需要申请“入境货物通关单”。但是对于机器人的核心部件伺服电机与减速机等，进口的时候则需要征收关税。比如伺服电机，其HS CODE为8501520000（多相交流电动机），从韩国进口需要交纳10%的进口关税和17%的增值税，海关监管条件为B，即国内出口需要申请“出境货物通关单”；减速机，其HS CODE为84834090（传动装置及变速装置），从韩国进口需要交纳8%的进口关税和17%的增值税，根据调查结果，减速器进口不需要申请“出境货物通关单”。

陶瓷行业产业链分析(上海环盟)

陶瓷行业产业链分析

陶瓷行业产业链分析 (2) 第一节2013-2017年主要上游产业发展分析 (2) 一、高岭土行业发展分析 (2) 1、市场规模情况 (2) 2、行业价格分析 (3) 3、行业生产情况 (3) 二、液化石油气行业发展分析 (5) 1、市场规模情况 (5) 2、行业价格分析 (6) 3、行业生产情况 (7) 第二节2013-2017年主要下游产业发展分析 (8) 一、装修装饰行业发展分析 (8) 1、行业现状分析 (8) 2、行业发展前景 (8) 1）住宅装修装饰发展情况及前景 (9) ②建筑幕墙工程的发展现状及前景 (9) ③交通装饰工程的发展现状及前景 (10) ④民航机场 (10) 二、日用品行业发展分析 (10) 1、行业现状分析 (10) 2、行业发展前景 (10) （1）降低成本 (10) （2）健康绿色化 (10) （3）设计艺术化 (11) 第三节2013-2017年中国陶瓷行业上下游关系分析 (11) 1

陶瓷行业产业链分析第一节2013-2017年主要上游产业发展分析一、高岭土行业发展分析 1、市场规模情况高岭土是一种非金属矿产，是一种以高岭石族粘土矿物为主的粘土和粘土岩。因呈白色而又细腻，又称白云土。因江西省景德镇高岭村而得名。其质纯的高岭土呈洁白细腻、松软土状，具有良好的可塑性和耐火性等理化性质。其矿物成分主要由高岭石、埃洛石、水云母、伊利石、蒙脱石以及石英、长石等矿物组成。高岭土用途十分广泛，主要用于造纸、陶瓷和耐火材料，其次用于涂料、橡胶填料、搪瓷釉料和白水泥原料，少量用于塑料、油漆、颜料、砂轮、铅笔、日用化妆品、肥皂、农药、医药、纺织、石油、化工、建材、国防等工业部门。近几年我国高岭土产量发展迅速，平均年增长速度达到约3%，但国内高岭土行业存在生产规模较小，生产技术落后，产品一般为中、低档为主，主要用于陶瓷等硅酸盐工业。2016年我国高岭土市场规模为36.64亿元，2017年我国高岭土市场规模增长至38.44亿元，规模较上年同期增长4.91%。图表- 1：2013-2017年中国高岭土市场规模分析 2

中国大数据、人工智能、区块链发展趋势及应用场景研究报告_光环大数据培训

https://www.360docs.net/doc/d615859894.html, 中国大数据、人工智能、区块链发展趋势及应用场景研究报告_光环大数据培训国家高度重视金融科技应用对于强化金融监管能力和促进金融转型发展的双重作用。在强化监管方面，以降低合规成本、有效防范金融风险为目标的监管科技(Regtech)正在成为金融科技的重要组成部分。在促进发展方面，金融科技应用能够有效提升金融服务效率，强化对实体经济的服务能力。随着云计算、大数据、人工智能和区块链等新兴技术在金融领域的广泛应用，金融科技正在以迅猛态势深刻改变金融行业生态和服务模式。云计算、大数据、人工智能、区块链为四大新兴技术领域，本报告从应用价值、关键技术、应用场景和典型产品分析等四个方面，深入剖析四大新兴技术在金融领域的应用情况。小编对报告的主要内容作如下摘要：首先，从金融行业应用需求出发，明确技术应用的市场价值；接着，深入浅出的阐述技术基本原理，明确在金融领域技术应用的特殊属性；然后，重点分析技术应用的具体场景，详细描述应用细节；最后，对典型技术产品进行技术指标的对比分析。一、云计算在金融领域的应用 1、有效降低金融机构IT成本性能上，云计算通过虚拟化技术将物理IT设备虚拟成IT能力资源池，以整个资源池的能力来满足金融机构算力和存储的需求。在物理设备上，云计算采用X86服务器和磁盘阵列作为基础设施。此外，通过云操作系统可以实现IT设备的负载均衡，提高单位IT设备的使用效率，降低单位信息化成本。因此，在IT性能相同的情况下，云计算架构的性价比远高于以大型机和小型机作为基础设施的传统金融架构。 2、具有高可靠性和高可扩展性

https://www.360docs.net/doc/d615859894.html, 传统金融架构强调稳定性，扩展能力相对较差。在基础资源上，大型机或小型机只能纵向扩展提升能力（scale-up），不能实现更加灵活的横向扩展（scale-out）。因此，随着业务需求增加，服务器越来越大，且交付时间越来越长。传统应用架构强调单体应用，数据库强调数据强一致性，可扩展性差。在可靠性上，云计算可以通过数据多副本容错、计算节点同构可互换等措施，有效保障金融企业服务的可靠性。在可扩展性上，云计算支持通过添加服务器和存储等IT设备实现性能提升，快速满足金融企业应用规模上升和用户告诉增长的需求。二、大数据在金融领域的应用 1、提升决策效率大数据分析可以帮助金融机构实现以事实为中心的经营方法。大数据可以帮助金融机构，以数据为基础，逐步从静态的现象分析和预测，过渡到针对场景提供动态化的决策建议，从而更精准地对市场变化做出反应。 2、强化数据资产管理能力金融机构大量使用传统数据库，成本较高，而且对于非结构化数据的存储分析能力不足。通过大数据底层平台建设，可以在部分场景替换传统数据库，并实现文字、图片和视频等更加多元化数据的存储分析，有效提升金融结构数据资产管理能力。三、人工智能在金融领域的应用价值探讨 1、进一步提升金融行业的数据处理能力与效率随着金融行业的不断发展，沉淀了大量的金融数据，主要涉及金融交易、个人信息、市场行情、风险控制、投资理财等。这些数据容量巨大且类型丰富，占据宝贵的储存资源，而从业人员却无法对其进行有效分析以供决策。虽然大数据技术的出现对此有所改善，但在数据的有效处理与分析挖掘上仍面临较大挑战。

人工智能产业分析

人工智能产业分析 1 月 3 日，中国着名围棋棋手古力在微博上说道：今天又有四位勇士被抬走了... 谁来守护我们老祖宗留下的文化瑰宝呢。昨夜，古力再次发博， Master 已经拿下 50 连胜，不禁感慨万千。击败世界围棋第一人柯洁的 Master 近日一个注册为“ Master”、标注为韩国九段的“网络棋手”，从 2016年12月29日晚起，接连“踢馆”弈城网和野狐网。截至 2017年 1 月 3 日夜，期间迫使有“当今围棋第一人”之称的柯洁中盘投子后， master 已经斩获了 50 连胜，击败 1 5位世界冠军。在斩获的选手中，包括了连续 37 个月排名韩国等级分第一朴廷桓九段（“ XIUZHI”）、中国名人战冠军连笑七段（“剑术”）、新科百灵杯冠军陈耀烨（“龙胆”）、 2016年三冠王芈昱廷九段、新科应氏杯世界冠军唐韦星九段等。而外界认为，这位master不是人类，而是人工智能。但该 AI （人工智能）是否就是谷歌旗下在2016年3月一战成名的AlphaGo,尚不可知。柯洁在 1 月 2 日晚上发博文，称人工智能告诉了我们，人类数千年的实战演练进化都是错的。 Master 或为人工智能“新狗” 中国围棋队总教练俞斌对媒体表示，“对中韩顶尖高手取得这么压倒性的战绩，几乎可以排除是人类棋手。’阿尔法狗’（AlphaGo）是有能力做到的，当然，它也有可能是日本的ZEN虽然前一段时间ZEN输给了赵治勋，但是它有可能在短时间内又有突破。也不能排除Master 是最新研发出来的其他‘狗'。”中国围棋队领队华学明表示：“应该是新‘狗'，可能是韩国研发的‘狗'。” 如果 master 最终被确定为人工智能，那么 1 月 3日晚上就是人类围棋历史上非常重要的一个时刻。毕竟，柯洁曾经被网友寄予希望“守住人类棋手最后的尊严”，但最终输在了他所说的“终极一战”里。不可小觑的人工智能自从2016年初阿尔法狗（AlphaGo）狂虐围棋大师李世石之后，AI这个词儿逐渐被普罗大众所认识，并且很快成了 IT 产业发展和投资的最新宠儿。然而，阿尔法狗这件事儿不能够理解为电脑和人类下棋这么简单。因为在此之前，从很早之前就在中文版的 Windows 中预装的象棋小游戏，到 1997 年超级计算机深蓝大战帕斯卡洛夫，这些都是电脑和人类下棋的时间。然而，阿尔法狗的胜利却意义非凡。

中国人工智能产业发展分析及对策研究

中国人工智能产业发展分析及对策研究人工智能的概念始于1956年的达特茅斯会议，并在2016年随着AlphaGo 人机围棋大战引发的强烈关注而再次称为热词。从本质上来说，人工智能是指用于模拟和扩展人类智能的技术应用系统，具备快速处理和自主知识管理能力，能够通过“试验—验证—学习”实现决策的迭代和优化。[1]77其价值始终体现在代替或者辅助人类完成任务，从而解放劳动力，提高劳动效率。当前，人工智能正处于专有型向通用型人工智能转变的发展阶段，应用模式也由执行式服务向交互式服务转变。在一些数据可得性高的行业，例如安防、医疗、教育和商业服务等领域，人工智能已率先爆发出大量场景应用，用以解决行业痛点。自20世纪60年代以来，人工智能的发展经历了三次技术革命浪潮。进入到21世纪的两个十年，在大规模GPU服务器并行计算、大数据、深度学习算法和类脑芯片等技术的推动下，人类社会相继进入互联网时代、大数据时代和人工智能时代。[2]关于互联网和大数据时代下的产业结构和社会状态已有相当多的研究分析，本文则侧重于讨论中国在人工智能时代的战略方向。从人工智能领域相关文献看，国内学者主要将研究重点集中在基于人工智能算法的特定领域应用和技术伦理问题（哲学角度）两方面。吴永和等依据教育人工智能（EAI）的内涵，尝试从应用形态和技术架构两方面构建“人工智能+教育”的生态系统以及相应的人才培养体系。[3]梁志勇等则聚焦新闻生产领域，认为人工智能技术将给新闻行业的内容生产、议题设置和运作方式带来革命性影响。[4]相对而言，人工智能与工程技术融合的研究更为广泛。李漫江创新性地提出了一种基于神经网络的人工智能故障检测方法，进而实现农用发动机不解体且能快速诊断的效果。[5]秦爱梅等基于人工智能视觉算法，调制出一套具有较高识别效率和精度的特定场景识别系统。[6]尽管如此，蔡自兴仍认为国内存在以哲学研究替代人工智能技术研究的倾向。[7]23孙振杰提出，人类亟需深思围绕人工智能意识与情感的发展将引发“五化”的问题，即人造物的退化、进化、蜕化、异化和黑化。[8]余乃忠则揭示出人工智能类本质的实现与新时代人类的类本质间的矛盾，

人工智能在金融行业的应用与风险分析

人工智能在金融行业的应用及风险分析随着计算机技术和互联网行业的发展，越来越多的新兴技术如指纹识别、大数据、云计算、人工智能等逐渐开始影响人们的生活。这些技术在一定程度上提高了人们生活的便捷度，同时也给各个行业带来了巨大的变革。在这个过程中，金融行业也遭到了前所未有的冲击，这些技术已经开始被应用在银行、保险、证券和投资理财等领域。 2017年5月，围棋等级分排名世界第一的中国棋手柯洁在三番棋中不敌谷歌的AlphaGo，再一次将人们的注意力集中到人工智能这一技术上。本文将介绍人工智能这一技术及其对金融行业的影响。一、人工智能概述人工智能是研究、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。人工智能是对人的意识、思维的信息过程的模拟。这一概念最早在1956年达特茅斯会议上被提出，并在随后几十年中不断得到补充和发展。人工智能的研究范围非常广泛，包括有效的老式人工智能、联结主义、遗传算法、神经网络等多个领域。当下

最热门的机器学习是人工智能的一个分支。简单来说，机器学习利用算法分析数据、学习数据，通过基于大量数据的“自我训练”，实现对真实世界情况进行判断和预测的能力。因此，程序实际上是在用大量数据和算法进行“自我训练”，从而学会如何完成一项任务，这与预先编写好、只能按照人类指定的逻辑去执行指令的程序不同。实际上，任何通过数据训练的学习算法都属于机器学习，这其中包括很多我们非常熟悉的技术，比如线性回归、K均值、决策树、主成分分析法、支持向量机以及人工神经网络等。 AlphaGo的核心算法是深度学习的人工神经网络。人工神经网络出现得非常早，但受技术限制一直进展缓慢，直到云计算的出现和后来GPU开始大规模部署之后，这种技术才得以快速发展应用。运算能力的发展使神经网络计算变得速度更快、成本更低、性能更强大，而存储设备的容量增加，读取速度加快，进一步降低了运用该技术的门槛。二、人工智能在金融行业的应用（一）智能客服人工智能技术的发展使得语音识别技术逐渐成熟，一些金融机构开始尝试使用该技术来优化现有的远程客户服务、业务咨询和业务办理等，这使得用户能够更加及时地得到满意的答复，提升用户的满意度，同时还可以减轻人

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

基于人工智能和区块链的健康医疗大数据与大数据服务

基于人工智能和区块链的健康医疗大数据与大数据服务一、概述 AI、健康大数据，无疑是近几年的风口，但对于两者乃至其应用行业来说，其研发或管理的根基还是在于底层数据的积累。而我国健康医疗数据由于信息化推进不全面等众所周知原因，一直以来质量不高。成立之初便从我国健康医疗大数据的行业痛点入手，致力于获得结构化量化且高质量的数据，依托自己历经17年研发获得的经验数据以及深度专业设计的数据库，以大数据为依托逐渐开发出了针对健康服务行业的一套经济、完整的解决方案，包括健康大数据从系统建立到AI分析，区块链技术的应用，实现健康服务闭环再到服务行业的全链路解决方案。让领先的健康医疗科技普惠大众眼睛是全身唯一不用手术就能直接看到血管和神经的部位！利用糖尿病、高血压患者需要每年（有的甚至三个月）进行一次眼底筛查的机会，从眼底看健康！使得糖尿病视网膜病变（DR）、青光眼、病理性近视、年龄相关性黄斑病变（AMD）、白内障（手术成熟度）等30种病变，糖尿病肾脏疾病（DKD）、高血压视网膜病变以及脑中风等脑心血管重大疾病，部分脑部肿瘤，在早期就被低成本发现！同时，系统还能用于广大青少年的眼健康和屈光不正和近视预防上，上工治未病！对于健康中国的建设，进一步推动人工智能、区块链技术和健康医疗大数据的发展与服务，都具有重要意义！在技术创新、价值兑现方面，在诸多方面取得实质性进展与突破。创始团队先后得到了10多项包括卫生部联合基金、多项国家自然科学基金、重点项目、国家十一五攻关子项目以及省重点科技项目的支持。在国内外著名高校和医疗机构专家的合作支持下，获得近百万人次、超过三百万个眼底图像试验、标注和筛查数据支持下的医学研究成果和明确的医学证据。将健康大数据与AI分析、区块链技术的应用落地到健康管理、健康保险的节费、控费、第三方医学影像中心、康养平台以及广大青少年的眼健康和屈光不正和近视预防等具体的健康医疗服务场景中，具有重要的实际应用价值。在赋能健康服务产业转型升级方面，具备无可替代的覆盖健康服务全流程的能力：实时、持续、全流程、符合国际先进标准的质量控制体系Y-Qcs和患者隐私保护技术，让系统运行更加安全可靠，高特异性的C-Betago能够实现DR的早期轻度病变的AI检测、自动分级，自动输出眼底筛查报告、健康服务或复诊转诊意见；申报了国际专利PCT的生活方式干预激励Lii-Y，控糖、控压治疗效果

全球人工智能产业分析

全球人工智能产业分析作为新一轮科技革命和产业变革的核心驱动力,人工智能正在对全球经济、社会进步和人类生活产生深刻的影响。在中国,人工智能是目前最火热的投资领域,也是中国政府最具价值的战略布局之一。现在,人工智能产业技术到达了什么样的水平呢?中国信息通信研究院此前发布的《2018世界人工智能产业发展深度分析报告》,从智能硬件、计算机视觉技术、智能语音技术以及自然语言理解这四大核心方面去一一解析。 1、智能硬件智能硬件的重要组成部分包括智能传感器与智能芯片。打个比方,假若我们把人工智能的中枢大脑理解成智能芯片,那么分布着神经末梢的神经元就是智能传感器。智能传感器是将传统传感器、微处理器及相关电路一体化,形成的具有初级感知处理能力的相对独立的智能处理单元。智能芯片具备高性能的并行计算能力,且同时支持主流人工神经网络算法。目前,智能传感器主要包括有触觉、视觉、超声波、温度、距离传感器等;智能芯片主要包括有GPU、FPGA、ASIC以及类脑芯片等。

ResearchAndMarkets报告显示:2017年智能传感器全球市场价值为269.06亿美元,预计到2023年总市场规模达到706.17亿美元。《新一代人工智能发展规划》预计,到2020年,中国智能计算芯片市场规模将达到100亿元。纵观全球智能硬件市场,诸如霍尼韦尔、BOSCH、ABB等国际巨头在全面布局智能传感器的多种产品类型;在中国,也涌现了汇顶科技的指纹传感器,昆仑海岸的力传感器,但产品布局相对单一。智能芯片方面,在全球市场有NVIDIA的GPU、谷歌的TPU、英特尔的NNP和VPU、IBM的True North、ARM的DynamIQ、高通的骁龙系列、Imagination的GPU Power VR等主流企业产品。在中国,有华为海思的麒麟系列、寒武纪的NPU、地平线的BPU、西井科技额deepsouth(深南)和deepwell(深井)、云知声的UniOne、阿里达摩院在研的Ali-NPU等。 2、计算机视觉技术计算机视觉技术初步具备了类似人类对图像特征分级识别的视觉感知与认知机理,拥有速度快、精度高、准确性高等一系列优点。计算机视觉技术主要实现产业应用中对图像或视频内物体/场景识别、分类、定位、检测、图像分割等功能的需求,因此被广泛应用于实现视频监控、自动驾驶、车辆/人脸识别、医疗影响分析、机器人自主导航、工业自动化系统、航空及遥感测量等领域。MarketsAndMarkets报告显示:2017年基于人工智能的计算机视觉全球市场规模为23.7亿美元,预计2023年会达到253.2亿美元。预测期(2018-2023)内复合年增长率47.54%。

中国乙醇市场现状分析(上海环盟)

中国乙醇市场现状分析

中国乙醇市场现状分析 (2) 第一节中国乙醇市场概述 (2) 一、我国乙醇市场总体概况 (2) 二、我国乙醇行业发展阶段 (2) 三、我国乙醇行业发展特点分析 (2) 第二节2012-2017年9月我国乙醇行业整体市场规模 (3) 一、企业数量结构分析 (3) 二、人员规模状况分析 (3) 三、行业资产规模分析 (4) 四、产品市场规模分析 (5) 第三节2012-2017年9月中国乙醇行业产能统计分析 (5) 第四节2012-2017年9月中国乙醇产品产量统计分析 (6) 第五节2012-2017年9月中国乙醇产品销量统计分析 (7) 1

中国乙醇市场现状分析第一节中国乙醇市场概述一、我国乙醇市场总体概况我国80%左右的乙醇用淀粉质（玉米、小麦、高粱、甘薯、木薯等）作原料，约有10%的乙醇以糖蜜（甘蔗、甜菜、甜高粱）为原料，以亚硫酸盐纸浆废液等纤维原料生产的乙醇占2%左右，合成乙醇占乙醇总产量的3.5%左右。国内技术相对成熟的工厂发酵成熟酵乙醇含量能长期保持在平均酒精度12%--13%。按国内生产工艺和操作条件计算，每生产1t乙醇需耗用粮薯原料3.0-3.2 t。发酵法乙醇生产能耗中，蒸煮工艺占30%-35%，蒸馏工艺占45%-50%，其他工艺只占10%-20%。乙醇生产节能的主攻方向是蒸煮工艺和蒸馏工艺。对此，有关科研单位与企业进行了大量的研究工作，相继开发了低温蒸煮、生淀粉乙醇发酵、固定化细胞连续发酵、选育耐高温乙醇酵母、差压蒸馏等技术和其他新型的乙醇产品分离技术，包括膜分离、气提等，其中部分成果己用于生产。对玉米秆或稻麦草等纤维废物生物转化生产乙醇技术，国内也开展了一些研究。但是由于基础研究不够，生产成本过高，只有很少成果能投入实际应用。二、我国乙醇行业发展阶段我国乙醇行业，在发酵技术、蒸馏控制、糟液治理、综合利用水平方面都取得了长足进步，具备了整套大型装置的设计和制造能力。但与国际先进水平相比，尚有一定的差距。近几年由于国际石油价格的不断攀升以及我国推广使用燃料乙醇的原因，使乙醇行业整体经济效益明显提高。三、我国乙醇行业发展特点分析虽然我国燃料乙醇产业规模处于世界第三位，但占比仅为3%，与美国、巴西相比差距明显。2015年燃料乙醇年产量仅为250万吨，调合汽油2500万吨，但仅占当年全国汽油总消费量的20%。同时，中美燃料乙醇的生产效率上也有较大差距，目前中国生产1吨乙醇需要3~3.1吨玉米和消耗12吨水，而美国只要 2

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当前，人工智能受到的关注度持续提升，大量的社会资本和智力、数据资源的

液氨市场供需分析(上海环盟)

液氨市场供需分析

液氨市场供需分析 (2) 第一节市场需求分析 (2) 一、2013-2017年国际市场需求分析 (2) 二、2013-2017年国内市场需求分析 (2) 第二节市场产能分析 (3) 一、2013-2017年国际产能分析 (3) 二、2013-2017年国内产能分析 (4) 第三节2017年中国液氨行业新增产能分析 (4) 一、新增产能分布情况分析 (4) 二、2017年市场整体产能分析分析 (6) 第四节市场供需平衡分析 (6) 一、2013-2017年国际市场供需平衡分析 (6) 二、2013-2017年国内市场供需平衡分析 (6) 第五节市场饱和度分析 (7) 第六节市场供需发展预测 (8) 一、2018-2022年国际市场供需平衡预测 (8) 二、2018-2022年国内市场供需平衡预测 (8) 1

2 液氨市场供需分析第一节市场需求分析一、2013-2017年国际市场需求分析 2013年全球液氨市场需求量为1.70亿吨，2017年增长至1.79亿吨，同比增长 0.45%。图表- 1：2013-2017年液氨国际市场需求分析数据来源：中国氮肥工业协会二、2013-2017年国内市场需求分析 2013年中国液氨市场需求量为5554.66万吨，2017年为4869.33万吨，同比2016年降低8.53%。

3 图表- 2：2013-2017年液氨国内市场需求分析数据来源：中国氮肥工业协会第二节市场产能分析一、2013-2017年国际产能分析 2013年全球液氨产能为1.95亿吨，2017年增长至2.02亿吨，同比2016 年增长0.54%。图表- 3：2013-2017年液氨国际产能分析

中国科技产业发展环境分析(上海环盟)

中国科技产业发展环境分析

中国科技产业发展环境分析 (2) 第一节中国科技投入支出情况分析 (2) 一、财政科技拨款规模 (2) 二、科学研究机构规模 (2) 三、经费支出规模 (2) 第二节中国高技术产业发展分析 (2) 一、高技术产业主营业务收入规模 (2) 二、高技术产业集中度分析 (3) 1、行业集中度 (3) 2、地区集中度 (4) 3、企业集中度 (4) 三、高技术产业经费支出 (5) 四、高技术产品国际贸易分析 (6) 五、国家高新技术产业开发区情况 (7) 1

中国科技产业发展环境分析第一节中国科技投入支出情况分析一、财政科技拨款规模 2016年，国家财政科学技术支出7760.7亿元，比上年增加754.9亿元，增长10.8%，增速较上年提高2.3个百分点；财政科学技术支出占当年国家财政支出的比重为4.13%，比上年提高0.15个百分点。其中，中央财政科学技术支出3269.3亿元，增长8.5%，占财政科学技术支出的比重为42.1%；地方财政科学技术支出4491.4亿元，增长12.5%，占比为57.9%。二、科学研究机构规模截至2017年年底，累计建设国家重点实验室503个，国家工程研究中心131个，国家工程实验室217个，国家企业技术中心1276家。 2017年年末，全国共有产品检测实验室35000个，其中国家检测中心739个。全国现有产品质量、体系认证机构401个，已累计完成对140250个企业的产品认证。全国共有法定计量技术机构4037个，全年强制检定计量器具8326万台（件）。三、经费支出规模 2017年研究与试验发展（R&；D）经费支出17500亿元，比上年增长11.6%，与国内生产总值之比为2.12%，其中基础研究经费920亿元。全年国家重点研发计划共安排42个重点专项1115个科技项目，国家科技重大专项共安排454个课题，国家自然科学基金共资助43935个项目。第二节中国高技术产业发展分析一、高技术产业主营业务收入规模 2015年，中国高技术产业主营业务收入突破13万亿、达到近14万亿元；其中内资企业主营业务收入在全国的占比首次过半，达51.0%，比上年度又提升了4.4个百分点。 2

2018年人工智能行业深度分析报告

２０１８年人工智能行业深度分析报告

人工智能（artificial intelligence）是由人创造的具有自然生物智能特征的系统，具有一定的感知、认知、记忆、分析、判断和行为的能力。人工智能和生物智能的形成机制不同，前者是根据人的需求被设计和创造出来的，后者则是自然界漫长进化过程中逐步通过遗传和学习形成的。人工智能有别于人类智能，后者特指人类这一生物体所具有的智能，限定在人体内。但人工智能可以学习和获得人和其他生物的智能，其感知、认知、记忆、分析、判断和行为的方式可以显著区别于和超越人类智能。当前的人工智能在特定领域虽然具备了强大的功能，仍属于弱人工智能的范畴，离超级人工智能还有很大的距离。社会对人工智能的认知和理解要摆脱科幻小说和影视作品的戏剧化设定，理性客观看待人工智能的长处和短板。得益于算法的突破、计算能力的大幅度提高以及数据可获得性的极大改善，第三波人工智能热潮正席卷全球。和前两次不同，在这一波人工智能热潮中，人工智能的技术已经开始广泛地渗入和应用于诸多领域，包括社交媒体、搜索引擎、工业自动化、电子商务平台、交通出行和物流、安防、医疗和教育等，展现出巨大的潜力。中国在人工智能领域追赶迅速，在一些领域已经积累了一定的发展基础，进入国际领先者的行列。与发达国家相比，中国人工智能整体发展水平缺少重大原创成果，在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面还存在很大的差距。目前中国在人工智能的研究论文、专利申请和授权增量上已经居世界前列，但研究论文的质量、影响力和专利质量还有待提高。在人工智能领域，中国高等院校、研究机构和企业的研究实力、资金投入以及杰出人才培养上，与美国、欧洲相比也存在较大的差距。得益于互联网的普及、国际人才流动、市场规模以及整体研发水平的提升，中国在云计算、模式识别、机器学习的研发追赶较快，在产业化应用上已有部分企业居于世界前列。中国人工智能产业在基础层、技术层以及应用层都有广泛布

人工智能产业链分析

龙源期刊网 https://www.360docs.net/doc/d615859894.html, 人工智能产业链分析作者：王博宋微史琳来源：《科技资讯》2018年第12期摘要：根据对我国人工智能技术从基础层到技术层，最后到应用层的全产业链进行分析，旨在对我国的人工智能技术与应用创新，提供发展方向。我国目前的人工智能技术在某些应用领域发展迅速。例如，将算法层中的人工智能核心技术——机器学习，应用到智能金融领域、和智能交通领域的无人驾驶公交车。在智能家居、智能教育、智能医疗等方面，现阶段有一定成果，但也存在提升空间。关键词：人工智能生物识别机器学习智能金融中图分类号：TP27 文献标识码：A 文章编号：1672-3791（2018）04（c）-0024-02 Abstract：According to analysis of the whole industry chain， from the base layer to technology layer of AI in our country. Aim to provide development direction of AI and application innovation in China. The development of our country’s AI with great speed in some applications. For example， the AI core technology in the algorithm layer called machine learning， applied to intelligent finance，and driverless bus in smart transportation. In terms of smart home， smart education， smart medical care and other aspects， there are some achievements in this period， but it also has space to improve. Key Words：Artificial intelligence； Biometric recognition； Machine learning； Intelligence finance 人工智能产业链根据技术层级从上到下，分为基础层、技术层和应用层。 1 基础层基础层分为硬件资源与软件&服务。其中，硬件资源包括芯片研发、传感器、存储设备开发等。人们熟知的谷歌、Facebook、英特尔等属于芯片研发公司。软件&服务分为数据资源、云计算平台两部分内容。人们常用的数据资源有百度、腾讯等公司。云计算平台包括融云、环信等公司。 2 技术层技术层根据技术层级从上到下，分为通用技术层、算法层、框架层。通用技术层分为生物识别、计算机视觉与自然语言处理3个部分。其中，图像识别、人脸识别与字符识别属于计算机视觉。图像识别类型的公司主要利用该技术通过对图像进行识别、处理与分析之后，从图像中提取有效信息进而物体进行识别。比较典型的公司有腾讯有图、码

人工智能行业研究分析报告

概要人工智能是信息时代地尖端技术.从人类建立起需要指导控制才能运行地计算机，到计算机拥有可以自己去学习地能力，这一飞跃对各行各业都产生了巨大地影响.虽然此时此刻可能是下一个AI 冬季（图8）到来之前地「给予承诺又让人失望」地周期，但这些投资和新技术至少会给我们带来有形地机器学习生产力地经济利益.

与此同时，人工智能、机器人和无人驾驶汽车已经成为了流行文化甚至是政治话语地前沿.而且我们在过去一年地研究使我们相信这不是一个错误地开始，而是一个拐点.正如我们将在本报告中探讨地那样，这个变化地原因有显而易见地（更快更强地计算资源和爆炸式增长地数据库），也有细致入微（深度学习，专有硬件和开源地崛起）地. 这个AI 拐点（AI inflection）中更令人兴奋地一个方面是「现实世界」地使用案例比比皆是.虽然深度学习使计算机视觉和自然语言处理等技术有了显著地提高，比如苹果公司地Siri，亚马逊地Alexa 和Google 地图像识别，但是AI 不仅仅是「科技技术」（tech for tech），也就是大数据集与足够强大地技术相结合地情况下，价值正在被慢慢创建，竞争优势也变得越来越明显. 例如，在医疗保健中，图像识别技术可以提高癌症诊断地准确性.在农业中，农民和种子生产商可以利用深度学习技术来提高作物产量.在制药业中，深度学习可以用于改善药物地研发.在能源方面，勘探效率正在提高，设备可用性正在不断增强.在金融服务方面，通过开辟新地数据集，实现更快地分析，从而降低成本，提高回报.AI 现在还处于发现其可被利用场景地早期阶段，这些必要地技术会通过基于云地服务

实现大众化、平等化，我们相信随之而来地创新浪潮将在每个行业中创造新地赢家和输家. AI 地广泛应用让我们得出了一个结论：它是一种可以变革全球经济地技术，是提高生产力并结束美国生产率停滞增长地驱动力.结合GS 首席经济学家Jan Hatzius地研究，我们明确了资本深化目前地停滞及其对美国生产率地相关影响.我们相信，AI 技术将会驱动生产力地提高，就像20 世纪90 年代那样，驱动企业投资更多地资本和劳动密集型项目，加快发展地脚步，提高盈利能力以及提高股票地估值. 启示虽然我们看到了人工智能可以及时地影响到每个公司、行业和一部分经济，但对投资者而言，我们认为这其中有四个影响最为显著. 生产率.AI 和机器学习具有激发生产率增长周期地潜力，这会有利于经济地增长，提升企业地盈利能力，资本回报率和资产估值.根据GS 首席经济学家Jan Hatzius所说：「大体上而言，AI 看起来似乎比上一次创新浪潮更有可能在统计数据中捕捉到更有价值地东西，人工智能可以降低成本，减少对高附加值生产类型地劳动投入.举个例子，这些在商业部

区块链及其“新基建”赋能之路

1.下列不属于新技术基础设施的是（）。（3.0分） A.人工智能 B.区块链 C.云计算 D.5G 我的答案：A×答错 2.区块链纳入“新基建”的时间是（）年。（ 3.0分） A.2015 B.2017 C.2018 D.2020 我的答案：D√答对 3.习近平总书记指出“以区块链为代表的新一代信息技术加速突破应用”是在（）。（3.0分） A.2006年5月 B.2007年5月 C.2008年5月 D.2009年5月我的答案：C√答对 4.区块链第一个区块诞生的时间是（）年。（3.0分）

A.2008 B.2009 C.2010 D.2011 我的答案：A×答错 5.在新型基础设施中，信息基础设施不包括（）。（3.0分） A.通信网络基础设施 B.新型经济型基础设施 C.新技术基础设施 D.算力基础设施我的答案：B√答对 6.关于区块链在数据共享方面的优势，下列表述不正确的是（）。（3.0分） A.去中心化 B.可自由篡改 C.访问控制权 D.不可篡改性我的答案：B√答对 7.2016年，工信部发布（）。（3.0分） A.《中国区块链技术和应用发展白皮书（2016）》 B.《软件和信息技术服务业发展规划（2016-2020年）》

C.《国务院关于印发“十三五”国家信息化规划的通知》 D.《2018中国区块链产业白皮书》我的答案：A√答对 8.（）在中共中央政治局第十八次集体学习上指出：我们要把区块链作为核心技术自主创新的重要突破口，明确主攻方向，加大投入力度，着力攻克一批关键核心技术，加快推动区块链技术和产业创新发展。（3.0分） A.习近平 B.李克强 C.栗战书 D.汪洋我的答案：A√答对 9.中共中央政治局就区块链技术发展现状和趋势进行第十八次集体学习的时间是（）。（3.0分） A.2019年10月24日 B.2018年10月24日 C.2017年10月4日 D.2018年10月4日我的答案：A√答对 1.习近平在中共中央政治局第十八次集体学习上指明了区块链技术的发展方向，主要包括（）。（4.0分））

人工智能产业分析

人工智能产业分析集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#

人工智能产业分析 1月3日，中国着名围棋棋手古力在微博上说道：今天又有四位勇士被抬走了......谁来守护我们老祖宗留下的文化瑰宝呢。昨夜，古力再次发博，Master已经拿下50连胜，不禁感慨万千。击败世界围棋第一人柯洁的Master 近日一个注册为“Master”、标注为韩国九段的“网络棋手”，从2016年12月29日晚起，接连“踢馆”弈城网和野狐网。截至2017年1月3日夜，期间迫使有“当今围棋第一人”之称的柯洁中盘投子后，master已经斩获了50连胜，击败15位世界冠军。在斩获的选手中，包括了连续37个月排名韩国等级分第一朴廷桓九段（“XIUZHI”）、中国名人战冠军连笑七段（“剑术”）、新科百灵杯冠军陈耀烨（“龙胆”）、2016年三冠王芈昱廷九段、新科应氏杯世界冠军唐韦星九段等。而外界认为，这位master不是人类，而是人工智能。但该AI（人工智能）是否就是谷歌旗下在2016年3月一战成名的AlphaGo，尚不可知。柯洁在1月2日晚上发博文，称人工智能告诉了我们，人类数千年的实战演练进化都是错的。 Master或为人工智能“新狗” 中国围棋队总教练俞斌对媒体表示，“对中韩顶尖高手取得这么压倒性的战绩，几乎可以排除是人类棋手。‘阿尔法狗’（AlphaGo）是有能力做到的，当然，它也有可能是日本的ZEN。虽然前一段时间ZEN输给了赵治勋，但是它有可能在短时间内又有突破。也不能排除Master是最新研发出来的其他‘狗’。”中国围棋队领队华学明表示：“应该是新‘狗’，可能是韩国研发的‘狗’。” 如果master最终被确定为人工智能，那么1月3日晚上就是人类围棋历史上非常重要的一个时刻。毕竟，柯洁曾经被网友寄予希望“守住人类棋手最后的尊严”，但最终输在了他所说的“终极一战”里。不可小觑的人工智能自从2016年初阿尔法狗（AlphaGo）狂虐围棋大师李世石之后，AI这个词儿逐渐被普罗大众所认识，并且很快成了IT产业发展和投资的最新宠儿。然而，阿尔法狗这件事儿不能够理解为电脑和人类下棋这么简单。因为在此之前，从很早之前就在中文版的Windows中预装的象棋小游戏，到1997年超级计算机深蓝大战帕斯卡洛夫，这些都是电脑和人类下棋的时间。然而，阿尔法狗的胜利却意义非凡。 1.概念

人工智能产业分析

人工智能产业分析 1月3日，中国着名围棋棋手古力在微博上说道：今天又有四位勇士被抬走了......谁来守护我们老祖宗留下的文化瑰宝呢。昨夜，古力再次发博，Master已经拿下50连胜，不禁感慨万千。击败世界围棋第一人柯洁的Master 近日一个注册为“Master”、标注为韩国九段的“网络棋手”，从2016年12月29日晚起，接连“踢馆”弈城网和野狐网。截至2017年1月3日夜，期间迫使有“当今围棋第一人”之称的柯洁中盘投子后，master已经斩获了50连胜，击败15位世界冠军。在斩获的选手中，包括了连续37个月排名韩国等级分第一朴廷桓九段（“XIUZHI”）、中国名人战冠军连笑七段（“剑术”）、新科百灵杯冠军陈耀烨（“龙胆”）、2016年三冠王芈昱廷九段、新科应氏杯世界冠军唐韦星九段等。而外界认为，这位master不是人类，而是人工智能。但该AI（人工智能）是否就是谷歌旗下在2016年3月一战成名的AlphaGo，尚不可知。柯洁在1月2日晚上发博文，称人工智能告诉了我们，人类数千年的实战演练进化都是错的。Master或为人工智能“新狗” 中国围棋队总教练俞斌对媒体表示，“对中韩顶尖高手取得这么压倒性的战绩，几乎可以排除是人类棋手。‘阿尔法狗’（AlphaGo）是有能力做到的，当然，它也有可能是日本的ZEN。虽然前一段时间ZEN输给了赵治勋，但是它有可能在短时间内又有突破。也不能排除Master是最新研发出来的其他‘狗’。”中国围棋队领队华学明表示：“应该是新‘狗’，可能是韩国研发的‘狗’。”如果master最终被确定为人工智能，那么1月3日晚上就是人类围棋历史上非常重要的一个时刻。毕竟，柯洁曾经被网友寄予希望“守住人类棋手最后的尊严”，但最终输在了他所说的“终极一战”里。不可小觑的人工智能自从2016年初阿尔法狗（AlphaGo）狂虐围棋大师李世石之后，AI这个词儿逐渐被普罗大众所认识，并且很快成了IT产业发展和投资的最新宠儿。然而，阿尔法狗这件事儿不能够理解为电脑和人类下棋这么简单。因为在此之前，从很早之前就在中文版的Windows中预装的象棋小游戏，到1997年超级计算机深蓝大战帕斯卡洛夫，这些都是电脑和人类下棋的时间。然而，阿尔法狗的胜利却意义非凡。 1.概念人工智能主要解决如何使计算机感觉、推理和行为等问题。人工智能的目标是使现有的计算机不仅能做一般的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。