人工智能国内外研究现状

发展现状近年来，在数字经济不断推进的大背景下，人工智能发展迅速，并与多种应用场景深度融合。很多人也开始从小白变成大牛，深度理解人工智能行业。也逐渐成为推动经济创新发展的重要技术。自2006年深度学习算法被提出，人工智能技术应用取得突破性发展。2012年以来，数据的爆发式增长为人工智能提供了充分的“养料”，深度学习算法在语音和视觉识别上实现突破，令人工智能产业落地和商业化发展成为可能。人工智能的水平建立在机器学习的基础上，除了先进的算法和硬件运算能力，大数据是机器学习的关键。大数据可以帮助训练机器，提高机器的智能水平。数据越丰富完整，机器辨识精准度越高，因此大数据将是各企业竞争的真正资本。分析师认为，大数据是人工智能进步的养料，是人工智能大厦构建的重要基矗通过对大量数据的学习，机器判断处理能力不断上升，智能水平也会不断提高。未来趋势一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人，中国通信巨头华为发布了自己的人工智能芯片并将其应用于其智能手机产品，三星最新发布的语音助手Bixby已经从软件层升级为语音助手，长时间陷入了“你问我回答”模式，人工智能通过智能手机变得更贴近人们的生活。在应用水平上：随着第五代移动通讯技术的发展，设备之间的联通将有着更高的带宽与更低的延迟，也就催生了更多人工智能的应用，如自动驾驶、VR等等。为这些技术落地和应用扫清了障碍。而互联网公司也将是最大的AI投入者。根据艾瑞数据分析，2019年中国科技企业技术研发投入约为4005亿元，其中人工智能算法研发投入占比为9.3%，超370亿元，且大部分投入来自互联网科技公司。主要Al算法应用领域计算机视觉、语音识别/语音合成，以及自然语言处理占比分别为22.5%、2.3%和7.1%，三者中计算机视觉相关算法研发投入占比最大，这与视觉相关创业公司数量、产业需求和政策导向呈正相关联系，计算机视觉目前仍是中国最具代表性的Al应用技术。在这样的趋势下，莫比嗨客也将继续努力，莫比嗨客是一个利用人工智能技术、NLP技术和BI技术对任务精准智能分发的新任务平台。莫比嗨客被称为全场景AI数据服务提供商，玩转自动驾驶、智能医疗、新零售、智慧教育、智能金融等多场景应用。来源：搜狐

人工智能产业虽起步较晚，但产业发展迅速我国的人工智能产业发展较国外要晚（3-5年），但是基于国内良好的信息化基础设施、国家政策的大力支持以及中国自主创新能力、研发能力的提升，近几年中国人工智能产业的发展速度非常快。就企业发展而言：中国人工智能产业在1996年进入萌芽期，2003年进入发展期。企业数量从2004年的29家增长到2007年的57家。在2008年短暂回落后进入高速成长期，增速历经5年一路上扬到48.11%，在2015年达到峰值，新增初创企业数量达到228，从2016年，创业企业的增速有所减缓。就人工智能技术而言，2014年，人工智能专利申请数累计达到15745项，列世界第二，2016年，我国人工智能专利申请数量超越美国，成为世界第一；2014年，在“深度学习”和“深度神经网络”领域的被引用期刊论文数量，已经超越美国，成为世界第一。就人工智能投资而言，在移动互联网、O2O 等技术和商业模式的推动下，风险投资市场在 2015 年整体偏好高估值，当年国内人工智能投融资总规模高达145.8亿美元。但随着风险投资市场的逐渐成熟，在经过近三年的爆发式投资及对高估值项目的推崇之后，国内风险投资生态系统正在走下融资高峰，逐步回归到正常、健康的投资环境。在经历了 2016 年的短暂低谷后，2017 年全球人工智能投融资总规模达到395亿美元，融资事件1208笔，其中中国的投融资总额达到277.1亿美元，融资事件369笔。中国人工智能企业融资总额占全球融资总额70%，融资笔数达31%。就人工智能市场规模而言，2017年我国人工智能市场规模达到237.4亿元，相较于2016年增加67%。其中以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大，占比34.9%，达到82.8亿元。中国人工智能创业热潮与投融资热情在2017年回归理性，但随着人工智能各项技术的不断成熟以及各类应用场景的落地，预计在2018年，人工智能市场规模增速将达到75%，整体规模将达到415.5亿元。（二）政府与企业共同发力，部分领域取得重大突破中国人工智能产业政策的制定为人工智能产业的发展起到重要的推进作用，2016年国家发改委等制定《“互联网+”人工智能三年行动实施方案》（发改高技[2016]1078号），布局并大力支持人工智能产业体系发展。同期《国家创新驱动发展战略纲要》、《“十三五”国家战略性新兴产业发展规划》（国发〔2016〕67号）、《关于深化制造业与互联网融合发展的指导意见》（国发〔2016〕28号）、《关于实施制造业升级改造重大工程包的通知》（发改产业〔2016〕1055号）、《机器人产业发展规划（2016—2020 年）》（工信部联规〔2016〕109号）等连续出台都将大力推动智能技术与装备在产业升级中的创新应用发展。而在这些政策的鼓励下，最近5年，我国在人工智能产业化应用领域的投资已超过1000多亿元，培育出了百度、腾讯、科大讯飞等处于世界一流水平的人工智能企业。国内重点企业纷纷加速人工智能产业布局，百度、阿里巴巴、腾讯、华为等国内科技行业巨头企业纷纷加快本公司在人工智能产业的布局，实现了在多个人工智能领域的重大突破，加速了我国人工智能产业的发展。百度的人工智能成果“百度大脑”包括了深度学习平台（算法模型）、超级计算和大数据，用技术模拟人脑思维；阿里云推出人工智能ET，除视频图像识别、语音合成、交互、计算等能力，还已经应用到交通预测、智能客服、法庭速记、气象预测等领域；腾讯依托在大数据和用户行为积累上的雄厚基础，2016年成立腾讯AI实验室，进行AI基础理论研究及工程实现，围绕内容、社交、游戏三个领域的应用场景展开，专注于机器学习、自然语言处理、语音识别和计算机视觉四个方面的基础研究；华为针对中国人工智能产业基础层薄弱现状，在人工智能的基础算法和算力方面开展布局，主要做基础研究，跟随世界的投入前进并同步世界的发展，在改进公司内部管理方面开展主要应用。近年来，我国在多层神经网络基础上发展起来的深度学习和深度神经网络在很多模式识别应用领域产生了领先的性能，成为当前最热门的方法。语音识别、人脸识别及其在身份识别等方面的成功应用，已形成产业并占领国内外市场。国内企业在人脸识别、自然语言处理特别是语音识别等领域已经达到国际先进水平。2015年国内智能语音产业规模达到40.3亿元，人脸识别市场约为80亿元。涌现出寒武纪、甲骨文、商汤科技等一批初露头角的涉及人工智能的创业实体。初创企业在风险投资支持下实现在部分领域取得重大突破，加速了我国人工智能产业的发展。寒武纪于 2016年推出寒武纪1A处理器，是世界首款商用深度学习专用处理器，面向智能手机、可穿戴设备、无人机和智能驾驶等各类终端设备，在运行主流智能算法时性能功耗比全面超越CPU和GPU；旷世科技在人脸识别领域达到世界水平，第一个产品Face++成长为世界最大的人脸识别技术平台，API总调用量超过60亿次，不断在金融、安防、零售领域开展商业化运作；商汤科技的原创底层算法平台，提供计算机视觉和深度学习领域的算法，主攻人脸识别、视频监控识别算法、增强现实、文字识别、自动驾驶识别算法和医疗影像识别算法；优必选科技是全球领先的人工智能和人形机器人研发、制造和销售为一体的高科技企业。逐步推出了消费级人形、教育智能编程、智能云平台商用服务机器人等多款产品 。

作者：艾媒网作为新一轮产业变革的核心驱动力和引领未来发展的战略技术，国家高度重视人工智能产业的发展。2017年国务院发布《新一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。自2006年深度学习算法被提出，人工智能技术应用取得突破性发展。2012年以来，数据的爆发式增长为人工智能提供了充分的“养料”，深度学习算法在语音和视觉识别上实现突破，令人工智能产业落地和商业化发展成为可能。在人工智能产业技术与应用取得突破的同时，人工智能领域获得资本青睐，成为风口产业，在资本和技术协同支持下进入了高速进步期。2018年中国人工智能领域融资额高达1311亿元，增长677亿元，增长率为107%。中国人工智能相关专利申请数从2010年开始持续增长，于2014年达到19197项，并于2015年开始大幅增长，达到28022项，2017年，中国人工智能相关专利年申请数为46284项。未来中国人工智能市场规模将不断攀升。根据《新一代人工智能发展规划》，2020年中国人工智能的技术与应用水平将发展至世界先进水平，同时核心产业规模超过1500亿。2030年中国人工智能核心产业规模超过1万亿元。人工智能的水平建立在机器学习的基础上，除了先进的算法和硬件运算能力，大数据是机器学习的关键。大数据可以帮助训练机器，提高机器的智能水平。数据越丰富完整，机器辨识精准度越高，因此大数据将是各企业竞争的真正资本。艾媒咨询分析师认为，大数据是人工智能进步的养料，是人工智能大厦构建的重要基础。通过对大量数据的学习，机器判断处理能力不断上升，智能水平也会不断提高。2018年，中国人工智能领域融资额高达1311亿元。艾媒咨询分析师认为，当技术的噱头高于其实现的可能时，投资可能出现泡沫。经历互联网、O2O、共享经济泡沫后，投资者较为理性。虽然人工智能投资较为火热，但是投资者对于人工智能发展的期望并未超出人工智能可达到的高度，未来在多领域具有广阔应用前景的人工智能行业仍将在资本市场有良好表现，投资热度将继续维持。

人工智能迎来新一轮发展浪潮，世界人工智能产业发展迅速随着移动互联网、大数据、云计算等新一代信息技术的加速迭代演进，人类社会与物理世界的二元结构正在进阶到人类社会、信息空间和物理世界的三元结构，人与人、机器与机器、人与机器的交流互动愈加频繁。人工智能发展所处的信息环境和数据基础发生了深刻变化，人工智能发展进入新阶段。人工智能发展阶段如下图所示： 在人工智能产业市场方面：全球对人工智能的关注度不断提升，产业市场对各类人工智能产品的需求与日俱增，市场规模呈现迅猛发展的态势，人工智能即将进入产业爆发的拐点。2016年全球人工智能市场规模达到1970.4亿元，预计2018年将逼近2700亿元，复合增长率达到17.0%。国内市场发展步伐加快，2016年国内人工智能市场规模快速增长，超过230亿元，预计2018年将达到381亿元，复合增长率达26.3%。人工智能市场将继续保持高速增长，形成产业爆发的新浪潮。此外，人工智能属于基础技术，与机器人和大数据联系紧密，其水平的提升将带动众多领域的应用扩展，大幅拓宽传统产业的发展道路，造成未来5至10年的巨大颠覆性变革，产生十倍乃至百倍的溢出效应。在人工智能企业及融资规模上：2012至2016年，全球人工智能企业新增5154家，是此前12年的1.75倍。全球人工智能融资规模达224亿美元，占2000至2016年累积融资规模的77.8%。仅2016年的融资规模就达到92.2亿美元，是2012年的5.87倍，与2000-2013年累积融资规模相当。2000至2016年，美国累积新增人工智能企业数3033家，占全球累积总数的37.41%。但美国每年新增人工智能企业数占当前全球总数的比例在下降，这一比例在2016年首次低于30%。2000至2016年，美国人工智能融资规模累积达207亿美元，占全球累积融资总额71.8%。这一比例也在逐年下滑，2016年的占比降至64.49%。2000至2016年，中美欧新增人工智能企业数占全球总数的近75%，中欧人工智能企业数占全球总数的比重相当。无论是从人工智能融资规模还是从投资频次上看，美国相较于中国、欧洲的优势相当明显。以最近三年（2014至2016年）为例，中欧人工智能融资规模之和，仅占全球当年融资规模总和的17.33%、23.10%和25.51%，美国则分别达到73.11%、63.10%和64.49%。（二）世界各国加快人工智能战略布局，抢占人工智能产业高地2013年以来，全球掀起人工智能研发浪潮，世界各国也迅速认识到了发展人工智能技术及产业的意义及必要性，各种人工智能产业政策的出台也再次印证世界各地对于大力发展人工智力人产业，抢占人工智能行业发展高地的重视。美国、日本、英国、德国等世界科技强国均予以重点关注，努力将人工智能上升为国家战略，纷纷出台了相关战略、计划，力争抢占产业技术的制高点。2016年以后，这一趋势更加明显，主要国家均将人工智能摆在了重要位置，提升其战略地位。具体国家政策如下表所示。

来源:求是2018年2月25日，在平昌冬奥会闭幕式“北京8分钟”表演中，由沈阳新松机器人自动化股份有限公司研发的智能移动机器人与轮滑演员进行表演。 新华社记者 李钢/摄2018年5月3日，中国科学院发布国内首款云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。 新华社记者 金立旺/摄2017年10月，在沙特阿拉伯首都利雅得举行的“未来投资倡议”大会上，机器人索菲亚被授予沙特公民身份，她也因此成为全球首个获得公民身份的机器人。图为2018年7月10日，在香港会展中心，机器人索菲亚亮相主舞台。 ISAAC LAWRENCE/视觉中国2018年11月22日， 在“伟大的变革——庆祝改革开放40周年大型展览”上，第三代国产骨科手术机器人“天玑”正在模拟做手术，它是国际上首个适应症覆盖脊柱全节段和骨盆髋臼手术的骨科机器人，性能指标达到国际领先水平。 麦田/视觉中国如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。概念与历程了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（Artificial Intelligence，简称AI）”这一概念，标志着人工智能学科的诞生。人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。现状与影响对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，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。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CB Insights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。趋势与展望经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。态势与思考当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院，2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。差距不小。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司Compass Intelligence对全球100多家人工智能计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。树立理性务实的发展理念。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。实现机器在任意现实环境的自主智能和通用智能，仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此，发展人工智能要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。重视固本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。面临发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。构建自主可控的创新生态。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。同时，我们要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过实施标准加速人工智能驱动经济社会转型升级的进程。推动共担共享的全球治理。目前看，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。作者：谭铁牛 中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士

人工智能产业经过多年的持续快速发展已经形成了界定较为清晰的产业链，依据前文对当前人工智能核心产业的划分，我们将其划分为基础层、技术层和应用层。结合国内外人工智能发展现状，我们做出如下对比分析：（一）基础层产业：国外多点布局产品种类丰富，国内技术相对薄弱但初创企业表现活跃国外企业凭借领先的技术优势展开全产业链布局。人工智能产业近年来不断突破新的极限，在深度和广度上都得到良好发展，很大程度上受益于智能传感器、智能芯片和算法模型等基础层产业的爆发式增长。国外科技企业及机构依赖强大的资源整合能力与持续创新功能，不断加快基础层底层技术研发与应用产品实践步伐，围绕智能硬件与软件核心算法产业链上下游进行有效部署，打造面向市场实际应用需求的产品体系与创新机制，催生了以新型时差测距传感器、类脑芯片、大规模卷积神经网络深度学习算法等为代表的前沿技术产品，有效促进基础层产业对技术层和应用层产业的支撑推动作用。国内初创企业有望实现创新突破。目前，基础层产业的核心技术大部分仍掌握在国外企业手中，为我国企业自主开展研发带来了不利的壁垒封锁，限制了产业整体发展。但是，国内企业及科研机构进一步加强了对传感器、底层芯片及算法等基础层技术的研发力度，持续加大研究投入，以寒武纪、深鉴科技、云知声为代表的一批国内初创企业在智能芯片和算法模型方面已推动展开相关研发工作，取得了一定的技术积累，形成了较为完整的技术和产品体系，有望在未来引领产业创新发展。（二）技术层产业：国外业已打通应用端，国内围绕特定领域加速智能化产品应用国外企业聚焦语音识别和图像识别领域推出成熟商业应用。在多元化的应用环境驱动影响下，语音识别和图像识别正从科研、国防、医疗等专用领域逐渐走入智能化、娱乐化的工作与生活场景，受到国外企业的广泛关注。谷歌、微软、亚马逊等国外技术公司重点围绕个人语音助手和人脸识别等展开技术研究与产品开发，打造出较为成熟的商业模式，诞生了一批符合实际应用场景需求，具备独特竞争优势的商业化产品，满足了用户在信息安全、多媒体交互和社交娱乐等方面的实际诉求。国内企业瞄准安防、家居及教育等领域展开特定产品开发。由现实国情和具体市场需求所决定，国内企业的技术层产品研发侧重于安防监控、智能家居及教育培训等特定领域，形成了一批内容丰富、功能完善的优秀产品。旷视科技、海康威视等企业重点研发人脸检测识别、指纹识别等技术产品，用于综合案件和重要场所管控等领域。华为、云知声、国安瑞等企业成功将语音识别、人脸识别等技术应用于智能家居领域，打造舒适便捷的人居环境。科大讯飞、汉王等企业则围绕语音交互、语义理解、文本识别等关键技术打造在线阅卷、在线辅导以及口语评测等产品，广泛服务于远程教育和技能培训。（三）应用层产业：国外较多依赖技术内生发展驱动，国内强调商业模式创新国外企业注重技术进步对应用领域创新的推动放大作用。人工智能应用层领域众多，各领域交叉性较强，内在联系紧密，呈现相互促进融合发展态势。以深度学习为例，主流的通用开源深度学习框架，可以作为人工智能底层技术平台，在包括智能机器人、智能医疗、智能驾驶、智能教育等应用层各方面得到广泛应用，一旦深度学习技术有所创新，其产生的积极影响将惠及多个应用层领域，而这些应用层领域之间的相互促进作用又会继续放大技术进步成果，带来创新倍增效应。基于此，国外企业在持续拓展人工智能应用范围的同时，始终坚持底层技术研发为主导的优先发展战略，聚焦技术的内生增长潜力，不断寻找挖掘新的应用需求。国内企业立足市场特色加快商业模式创新步伐。国内人工智能应用层企业立足个人消费与生活服务领域，关注垂直行业应用需求，有效细分目标市场，积极整合闲置资源，注重挖掘数据价值，通过商业模式的不断创新对应用层各领域进行持续渗透，着眼于增加产品的实用功能和改善用户体验。同时，大部分从事人工智能的国内企业也是由互联网业务起家，借鉴以往移动互联网和 O2O（Online and Offline，线上线下）模式的成功商业经验，注重社区平台对用户和商家的分类功能及点对点服务特性，关注数据价值，构建人工智能应用精准营销和优质体验的业务生态体系。

2019年4月，中国信息通信研究院发布了《全球人工智能产业数据报告》。根据报告里公布的数据显示，全球人工智能产业发展呈现出如下规律：全球人工智能企业分布1、地区分布截至2019年3月底，全球活跃人工智能企业达到5386家。其中美国为2169家，中国大陆为1189家，英国为404家，加拿大303家，印度则是169家。故整体来看，人工智能在北美洲、亚洲、欧洲发展更为迅猛，未来该地区也将是人工智能的主导地区。(2)城市分布从人工智能企业城市分布来看，北京以468家企业个数拔得头筹，其次为旧金山，328家企业、伦敦则位列第三，为290家；上海紧随其后，为233家；纽约排第五，为207家。从城市分布看，中国人工智能企业主要集中在北上广和江浙地区，美国人工智能企业则主要集中在加州、纽约州和马塞诸塞州。全球人工智能独角兽企业发展情况从独角兽企业看，美国独角兽企业数量最高，为18家，中国为17家，英国3家，德国1家，日本1家，以色列1家。另，对以下独角兽企业进行梳理后，人工智能各细分领域独角兽企业的数量也清晰起来，其中以医疗健康独角兽数量为最高，5家，其次为智能驾驶、面部识别技术，分别为4家；AI芯片、网络安全则分别为3家。全球人工智能独角兽企业投融资状况融资角度看，2018年Q2以来全球领域投资热度逐渐下降。2019Q1全球融资规模为126亿美元，环比下降3.08%；其中中国领域融资金额为30亿美元，同比下降55.8%。在全球融资总额中占比23.5%；比2018年同期下降了29个百分点。值得说明的是，在融资轮次中，种子天使轮融资占比进一步缩减，2019Q1仅为11.3%；B-E轮融资占比由2018年的23.2%则提升到了2019年第一季度的32.3%。另从国家角度看，2016年以来，中国在人工智能领域获得巨额投资次数累计达114次，在全球居首位。从最新披露的数据看，2019年第一季度，全球单笔融资金额超过1亿美元的交易共16笔。其中中国企业获投6笔，美国企业获投4笔，以色列、新加坡、德国和阿根廷企业各获投1笔。X更进一步看，中国企业不管是数量还是所融资金的数量，均为第一。全球人工智能企业发展情况从未来看，未来人工智能企业将聚焦以下几个领域的开发。——人工智能以智能服务为主，全面进入商业用途。人工智能已经在手机领域已经取得一定的成效，很多手机企业研发了自己的人工智能芯片，中国通信巨头华为已经发布了自主研发的人工智能芯片并将其应用在旗下智能手机产品中，苹果公司推出的iPhone X也采用了人工智能技术实现面部识别等功能。三星最新发布的语音助手Bixby则从软件层面对长期以来停留于“你问我答”模式的语音助手做出升级。——人工智能为人类进行分析。工智能的核心方面在于机器学习和深度学习，这方面的进展才能决定着人工智能的突破。基于大数据时代下，人工智能对数据的积累分析，在加之深度学习技术的发展，完全能替人类的各方面做出优质的决定。事实上在金融投资领域，人工智能已经有取代人类专家顾问的迹象。在美国，从事智能投顾的不仅仅是betterment、wealth front这样的科技公司，老牌金融机构也察觉到了人工智能对行业带来的改变。高盛和贝莱德分别收购了Honest Dollar与Future Advisor，苏格兰皇家银行也曾宣布用智能投顾取代500名传统理财师的工作。国内一家创业团队目前正在将人工智能技术与保险业相结合，在保险产品数据库基础上进行分析和计算搭建知识图谱，并收集保险语料，为人工智能问答系统做数据储备，最终连接用户和保险产品。这对目前仍然以销售渠道为驱动的中国保险市场而言显然是个颠覆性的消息，它很可能意味着销售人员的大规模失业。更多数据参考前瞻产业研究院发布的《中国人工智能行业市场前瞻与投资战略规划分析报告》

人工智能在物联网应用和部署中的现状及未来趋势（一）2016-12-03罗明威大家看看人工智能在物联网应用和部署中的现状及未来趋势（二）2016-12-05物联网随着人工智能技术在物联网场景下的发展及应用逐渐普及，物联网应用场景不断拓展，智能家居、智能社区、智能驾驶、智能安防、智能出行等，同时也呈现出更加多元化、自由化、开放化趋势。这个趋势未来肯定不会改变，也就是机器可以和人工智能连接，形成一个从“机器”到“人”的智能体。2016-12-07互联网互联网已经进入了一个最黄金的时代，几乎所有的互联网公司都在布局物联网和工业互联网。如何利用好这么机会，抓住第四次技术革命的浪潮？人工智能正在逐渐让物联网智能化。【1】物联网vs互联网物联网是一种互联网和传统互联网的一种融合，是传统互联网和物联网的一个必然过渡。物联网和互联网的区别在于物联网是连接万物的互联网，互联网是连接万物的传统互联网。这个融合有两层含义：物联网连接的是普通人，互联网连接的是生产力。物联网让人和物的距离更近，互联网让人和机器的距离更近。数据智能目前，对于物联网vs互联网的未来趋势分析，可以从以下四个维度进行分析：（1）物联网vs互联网：智能家居可以说是人工智能在物联网应用中的最前沿。它可以提供用户灵活的服务，让用户在物联网环境下，享受更便捷的服务。互联网思维和物联网思维相比，互联网思维是从互联网中找到人、机器以及交互设备之间的连接点，构建一个信息化服务，这里就包括金融、物流、游戏、媒体、vr、ar等一切利用了互联网连接各种设备提供服务的创新服务模式。通过互联网思维创新的服务方式，互联网提供更加完善的服务，让物联网落地落实到真实的工作生活场景中。如下图：金融领域是物联网的典型应用领域。目前，各大机构纷纷布局物联网，不仅是对于物联网的自身理解，更是对于场景和应用的一种思考。金融产业的场景已经在互联网社交及游戏等领域成功为我们描绘了一幅美好的物联网连接画面。（2）人工智能vs互联网：人工智能被应用在金融和游戏领域已经是一个成熟的领域。金融领域利用物联网实现人工智能更多的应用在金融领域中，未来物联网+金融是一个必然趋势。用户用手机就可以和金融服务人员进行实时的交互，实现互联网+金融的创新服务。（3）云计算vs物联网物联网目前在工业4.0时代成为发展大势，由于iot设备无论从数量、智能程度、利用和服务都远远超出想象，人们的生活已经从之前的机械化、自动化向智能化、网络化迈进。

人工智能是当下热门话题之一，前有老东家李总无人驾驶，后有顺丰无人快递。由此证明三家BAT都是相当看好人工智能领域，因为人工智能确实可以提升很多效率，可以说是人工智能可应用的领域相当广泛，例如：人工智能+医疗，人工智能+物流，人工智能+家居等等！人工智能涉及的倆大核心点为大数据分析+智能硬件，这俩大板块都体现了对网络的强大依赖。平台领域发展方向不为明朗，细分领域应用场景较多同时对技术的精准性实效性要求很高，由此可见人工智能未来还有很长一段路需要走。