目前AI已在金融、醫(yī)療、安防等多個(gè)領(lǐng)域?qū)崿F(xiàn)技術(shù)落地，且應(yīng)用場(chǎng)景也愈來愈豐富，正在實(shí)現(xiàn)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(duì)加速企業(yè)數(shù)字化、改善產(chǎn)業(yè)鏈結(jié)構(gòu)、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(jī)器學(xué)習(xí)時(shí)代，未來AI的發(fā)展將是關(guān)鍵技術(shù)與產(chǎn)業(yè)的結(jié)合。然而隨著投資界和企業(yè)界對(duì)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(xù)增加，但投融資頻次有所下降。特別是經(jīng)過行業(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(qiáng)的領(lǐng)域如醫(yī)療、教育、無人駕駛等創(chuàng)業(yè)項(xiàng)目繼續(xù)受到人工智能領(lǐng)先機(jī)構(gòu)的青睞。
1、 人工智能正全方位商業(yè)化
當(dāng)前人工智能技術(shù)已步入全方位商業(yè)化階段， 并對(duì)傳統(tǒng)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(xiàn)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(shù)字化趨勢(shì)日益明顯， 部分企業(yè)已實(shí)現(xiàn)了較為成熟的智慧化應(yīng)用。這類企業(yè)已能夠通過各類技術(shù)手段對(duì)多維度用戶信息進(jìn)行收集與利用， 并向消費(fèi)者提供具有針對(duì)性的產(chǎn)品與服務(wù)， 同時(shí)通過對(duì)數(shù)據(jù)進(jìn)行優(yōu)化洞察發(fā)展趨勢(shì)， 滿足消費(fèi)者潛在需求。 第二層是行業(yè)變革： 人工智能技術(shù)帶來的變革造成傳統(tǒng)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(dǎo)致上游產(chǎn)品提供者類型增加， 同時(shí)用戶也會(huì)可能因?yàn)楫a(chǎn)品屬性的變化而發(fā)生改變， 由個(gè)人消費(fèi)者轉(zhuǎn)變?yōu)槠髽I(yè)消費(fèi)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(yīng)用將提升信息利用效率， 減少企業(yè)員工數(shù)量。 此外， 機(jī)器人的廣泛應(yīng)用將取代從事流程化工作的勞動(dòng)力，導(dǎo)致技術(shù)與管理人員占比上升， 企業(yè)人力結(jié)構(gòu)發(fā)生變化。
▲人工智能技術(shù)帶來的全方位變革
2、 AI全面進(jìn)入機(jī)器學(xué)習(xí)時(shí)代
隨著技術(shù)的進(jìn)步和發(fā)展， 人類學(xué)習(xí)知識(shí)的途徑逐漸從進(jìn)化、 經(jīng)驗(yàn)和傳承演化為了借助計(jì)算機(jī)和互聯(lián)網(wǎng)進(jìn)行傳播和儲(chǔ)存。由于計(jì)算機(jī)的出現(xiàn)， 人類獲取知識(shí)的途徑開始變得更加高效和便捷。在不久的將來， 絕大多數(shù)的知識(shí)將被機(jī)器提取和儲(chǔ)存。強(qiáng)大的計(jì)算機(jī)算法將逐漸獲得類人的能力， 包括視覺、 說話的能力和方向感等。
在人工智能眾多的分支領(lǐng)域中，“機(jī)器學(xué)習(xí)”(Machine Learning) 是人工智能的核心研究領(lǐng)域之一。包括89%的人工智能專利申請(qǐng)和40%人工智能范圍內(nèi)的相關(guān)專利均為機(jī)器學(xué)習(xí)范疇。最初的研究動(dòng)機(jī)是為了讓計(jì)算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力以便實(shí)現(xiàn)人工智能。機(jī)器在現(xiàn)有的知識(shí)找到空缺， 接著機(jī)器效仿人腦并模擬進(jìn)化， 系統(tǒng)化地減少不確定性，識(shí)別新舊知識(shí)的相同點(diǎn)， 并完成學(xué)習(xí)。
▲人工智能各層級(jí)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)程來看， 人工智能自1956年提出以來， 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程： 第一個(gè)階段是20世紀(jì)60~70年代， 人工智能迎來了黃金時(shí)期， 以邏輯學(xué)為主導(dǎo)的研究方法成為主流。 人工智能通過計(jì)算機(jī)來實(shí)現(xiàn)機(jī)器化的邏輯推理證明， 但最終難以實(shí)現(xiàn)。 第二個(gè)階段是20世紀(jì)70~90年代，其中， 1974到1980年間， 人工智能技術(shù)的不成熟和過譽(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， 專家系統(tǒng)研究方法成為人工智能研究熱門， 資本和研究熱情再次燃起; 1987年到1993年， 計(jì)算機(jī)能力比之前幾十年已有了長足的進(jìn)步， 這時(shí)試圖通過建立基于計(jì)算機(jī)的專家系統(tǒng)來解決問題， 但是由于數(shù)據(jù)較少并且太局限于經(jīng)驗(yàn)知識(shí)和規(guī)則， 難以構(gòu)筑有效的系統(tǒng)， 資本和政府支持再次撤出， 人工智能迎來第二次“寒冬”。
第三個(gè)階段是20世紀(jì)90年代以后， 1993年到2011年，隨著計(jì)算力和數(shù)據(jù)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(shù)據(jù)量、 計(jì)算力的大幅度提升，幫助人工智能在機(jī)器學(xué)習(xí)，特別是神經(jīng)網(wǎng)絡(luò)主導(dǎo)的深度學(xué)習(xí)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(shù)據(jù)是人工智能底層邏輯中不可或缺的支撐要素， 沒有數(shù)據(jù)針對(duì)人工智能的數(shù)據(jù)處理將無法進(jìn)行。有了數(shù)據(jù)挖掘?qū)?shù)據(jù)的清晰、 集成、 歸約等預(yù)處理手段， 人工智能才能擁有足夠的數(shù)據(jù)進(jìn)行學(xué)習(xí)。隨著人工智能技術(shù)的迭代更新， 從數(shù)據(jù)生產(chǎn)、 采集、 儲(chǔ)存、 計(jì)算、 傳播到應(yīng)用都將被機(jī)器所替代。
▲數(shù)據(jù)處理的發(fā)展階段
3、 市場(chǎng)對(duì)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(zhuǎn)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， 還離不開資本市場(chǎng)對(duì)人工智能的助推。隨著資本市場(chǎng)對(duì)人工智能認(rèn)知的不斷深入， 投資市場(chǎng)對(duì)人工智能的投資也日趨成熟和理性。在過去5年間， 中國人工智能領(lǐng)域投資出現(xiàn)快速增長。人工智能的元年2015年， 投資總額達(dá)到了450億元， 并在2016年和2017年持續(xù)增加頻次。2019年上半年中國人工智能領(lǐng)域共獲融資超過478億元， 獲得了不俗的成績。
▲中國人工智能投融資變化情況
分析人工智能的投資趨勢(shì)， 主要分為以下幾點(diǎn)：
易落地人工智能應(yīng)用場(chǎng)景受投資人追捧。近年投融數(shù)據(jù)顯示， 企業(yè)服務(wù)、機(jī)器人、醫(yī)療健康、行業(yè)解決方案、基礎(chǔ)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)。從公司層面來看，全球頂級(jí)團(tuán)隊(duì)、資金實(shí)力和科技基因更易受到二級(jí)市場(chǎng)投資者的青睞。從行業(yè)方面來看， 容易落地的新零售，無人駕駛，醫(yī)療和智適應(yīng)教育預(yù)示著更多的機(jī)會(huì)， 因此以上領(lǐng)域的公司擁有更多獲得投資的機(jī)會(huì)。
▲中國人工智能各行業(yè)投融資頻次分布
投資市場(chǎng)開始青睞底層技術(shù)創(chuàng)業(yè)公司。有別于前期對(duì)應(yīng)用型人工智能公司的投資偏好， 投資市場(chǎng)開始逐漸關(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(xù)增長。
獲投A及B輪公司占比仍然最高， 戰(zhàn)略投資開始逐漸增多。目前全國有超過1,300家人工智能企業(yè)獲得風(fēng)險(xiǎn)投資投資。其中A輪以前的獲投頻次占比開始逐漸縮小， 投資人對(duì)A輪仍然保持著較高的熱情，目前是獲得投資頻次最高的輪次。戰(zhàn)略投資在2017年開始爆發(fā)。隨著人工智能市場(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期合作發(fā)展的戰(zhàn)略投資。這也預(yù)示著人工智能行業(yè)與產(chǎn)業(yè)在資本層面的戰(zhàn)略合作開始增多。
▲2013-2019年上半年人工智能投資輪次
巨頭投資人工智能布局在業(yè)務(wù)關(guān)聯(lián)產(chǎn)業(yè)上下游。在人工智能發(fā)展的熱潮中， 嗅覺敏銳的互聯(lián)網(wǎng)巨頭也開始了自己的戰(zhàn)略布局。以科技部、 中科院國科控股、 地方財(cái)政局和經(jīng)信委等機(jī)構(gòu)扶持的科技投資基金以及阿里巴巴、 騰訊、 百度、京東為首的互聯(lián)網(wǎng)巨頭已經(jīng)將投資滲透到人工智能的各個(gè)板塊。從領(lǐng)域來看，各投資機(jī)構(gòu)選擇投資的項(xiàng)目均處于其未來產(chǎn)業(yè)戰(zhàn)略布局的上下游，而這些獲投項(xiàng)目也推動(dòng)著國家人工智能發(fā)展戰(zhàn)略的落地。例如阿里巴巴投資重點(diǎn)主要在安防和基礎(chǔ)組件，獲投的代表性公司包括商湯、曠視和寒武紀(jì)科技等。騰訊投資的重點(diǎn)主要集中在智慧健康、 教育、智慧汽車等領(lǐng)域，代表性的公司包括蔚來汽車、碳云智慧等企業(yè)。百度投資的重點(diǎn)主要在汽車、 零售和智慧家居等領(lǐng)域。京東投資重點(diǎn)聚集在汽車、 金融和智慧家居等領(lǐng)域。而依托中科院體系的國科系則在與芯片、醫(yī)療、教育等人工智能技術(shù)和應(yīng)用領(lǐng)域均有涉足。隨著數(shù)字化在各行業(yè)中的轉(zhuǎn)型和融合， 人工智能在無人駕駛、醫(yī)療健康、教育、金融、智能制造等多個(gè)領(lǐng)域都將成為巨頭的必爭之地。
▲AI領(lǐng)先企業(yè)主要投資領(lǐng)域
作為未來的新型行業(yè)，人工智能企業(yè)呈現(xiàn)出高增長的特征。我們根據(jù)不完全的公開信息， 以及德勤高科技高成長500強(qiáng)榜單內(nèi)的人工智能企業(yè)進(jìn)行增長率梳理，篩選出了50家高增長企業(yè)。
4、城市逐漸成為AI創(chuàng)新融合應(yīng)用主戰(zhàn)場(chǎng)
城市是承載AI技術(shù)創(chuàng)新融合應(yīng)用的綜合性載體， 也是人類與AI技術(shù)產(chǎn)生全面感知的集中體驗(yàn)地。過去幾年， 全球各地的主要城市都在AI技術(shù)的發(fā)展中發(fā)揮了差異化作用， 構(gòu)建了各自的生態(tài)體系，并在賦能產(chǎn)業(yè)應(yīng)用、 助力區(qū)域經(jīng)濟(jì)發(fā)展方面實(shí)現(xiàn)初步效果， 掀起了人類對(duì)新一輪產(chǎn)業(yè)革命的思考、 認(rèn)知和行動(dòng)。隨著AI應(yīng)用紛紛落地于城市層面，城市逐漸成為AI創(chuàng)新融合應(yīng)用的主戰(zhàn)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(gòu)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(duì)超過50個(gè)AI技術(shù)細(xì)分應(yīng)用行業(yè)、 100多個(gè)AI技術(shù)相關(guān)的大學(xué)及研究機(jī)構(gòu)、200多家頭部企業(yè)、500多個(gè)投資機(jī)構(gòu)、7,000家AI企業(yè)、10萬名AI領(lǐng)域核心人才的持續(xù)跟蹤觀察， 總結(jié)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)過綜合考慮， 我們認(rèn)為一個(gè)城市AI技術(shù)創(chuàng)新融合應(yīng)用程度可主要通過考察以下五大方面：
頂層設(shè)計(jì)：即AI產(chǎn)業(yè)扶持政策、 特殊立法、 數(shù)據(jù)開放政策及開放程度等 ;
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(jié)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(jié)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(jī)構(gòu)等)、 文化多樣性等 ;
應(yīng)用質(zhì)量：即金融、 教育、 醫(yī)療、 數(shù)字政務(wù)、 醫(yī)療、 無人駕駛、 零售、 制造、 綜合載體發(fā)展等 。
根據(jù)全球城市在上述五項(xiàng)指標(biāo)中的評(píng)估表現(xiàn)， 德勤評(píng)選出最具代表性的三大類共計(jì)20個(gè)全球AI創(chuàng)新融合應(yīng)用城市：
▲2019年20個(gè)全球AI創(chuàng)新融合應(yīng)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”， 算法、 數(shù)據(jù)和計(jì)算力在過去的5-10年間不斷創(chuàng)新。在算法方面， 人類在機(jī)器學(xué)習(xí)的算法上實(shí)現(xiàn)了突破， 特別是在視覺和語音技術(shù)方面的成就尤為突出。在數(shù)據(jù)方面， 移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來使數(shù)據(jù)量迎來了爆炸式增長。
人工智能算法模型經(jīng)過長期發(fā)展， 目前已覆蓋多個(gè)研究子領(lǐng)域。以機(jī)器學(xué)習(xí)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性回歸、 邏輯回歸、 判定樹、 聚類、 支持向量機(jī)等。主流算法模型庫使得常見算法模型得到了高效實(shí)現(xiàn)：Caffe框架、 CNTK框架等分別針對(duì)不同算法模型進(jìn)行收集整合， 在算法的開發(fā)利用中有很高的實(shí)用性。隨著大數(shù)據(jù)技術(shù)的不斷提升， 人工智能賴以學(xué)習(xí)的標(biāo)記數(shù)據(jù)獲得成本下降，同時(shí)對(duì)數(shù)據(jù)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(xù)迭代為人工智能技術(shù)的發(fā)展提供了基礎(chǔ)設(shè)施。2020年，接入物聯(lián)網(wǎng)的設(shè)備將增加至500億臺(tái)。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(jì)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(jì)算力大幅提升。截至目前，全球人工智能的計(jì)算力主要是以GPU芯片為主。但隨著技術(shù)的不斷迭代， 如ASIC、 FPGA在內(nèi)的計(jì)算單元類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(guī)模與增速預(yù)測(cè)(2016-2020)
6、 頂層政策傾斜力度持續(xù)增加
人工智能對(duì)社會(huì)和經(jīng)濟(jì)影響的日益凸顯，各國政府也先后出臺(tái)了對(duì)人工智能發(fā)展的政策，并將其上升到國家戰(zhàn)略的高度。截至目前， 包括美國、 中國和歐盟在內(nèi)的多國和地區(qū)頒布了國家層面的人工智能發(fā)展政策。
▲各國針對(duì)人工智能出臺(tái)的政策
時(shí)至2019年， 中國政府繼續(xù)通過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)部門參與的人工智能聯(lián)合推進(jìn)機(jī)制。從2015年開始先后發(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(xiàng)目發(fā)展基金， 并且對(duì)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(jiān)實(shí)的政策導(dǎo)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(hào)。在推動(dòng)市場(chǎng)應(yīng)用方面， 中國政府身體力行， 直接采購國內(nèi)人工智能技術(shù)應(yīng)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(xiàng)目。
從戰(zhàn)略層面來看，《新一代人工智能發(fā)展規(guī)劃》 是中國在人工智能領(lǐng)域進(jìn)行的第一個(gè)系統(tǒng)部署文件，具體對(duì)2030年中國新人工智能發(fā)展的總體思路、戰(zhàn)略目標(biāo)和任務(wù)、保障措施進(jìn)行系統(tǒng)的規(guī)劃和部署。規(guī)劃根據(jù)中國人工智能市場(chǎng)目前的發(fā)展現(xiàn)狀分別對(duì)基礎(chǔ)層、 技術(shù)層和應(yīng)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(biāo)。
7、 全球AI市場(chǎng)超6萬億美元
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)等方面為人類的生產(chǎn)和生活帶來革命性的轉(zhuǎn)變。全球范圍內(nèi)越來越多的政府和企業(yè)組織逐漸認(rèn)識(shí)到人工智能在經(jīng)濟(jì)和戰(zhàn)略上的重要性， 并從國家戰(zhàn)略和商業(yè)活動(dòng)上涉足人工智能。全球人工智能市場(chǎng)將在未來幾年經(jīng)歷現(xiàn)象級(jí)的增長。我們預(yù)測(cè)未來2025年世界人工智能市場(chǎng)將超過6萬億美元， 2017-2025年復(fù)合增長率達(dá)30%。
▲全球人工智能市場(chǎng)規(guī)模
從行業(yè)來看，傳統(tǒng)市場(chǎng)規(guī)模較大的領(lǐng)域?qū)⒗^續(xù)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(jù)前三名。其中，龐大的制造業(yè)企業(yè)已經(jīng)開始加速數(shù)字化轉(zhuǎn)型，推動(dòng)智能管理、智能工廠、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(yīng)用也開始向?qū)W習(xí)全過程滲透，增長速度也是不容忽視。
▲人工智能市場(chǎng)規(guī)模(按行業(yè)分類)
我國的人工智能核心產(chǎn)業(yè)規(guī)模目前已超過1,000億元， 預(yù)計(jì)到2020年將增長至1,600億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超一萬億元。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(guī)模位于所有省份和直轄市前列，預(yù)計(jì)2020年分別可達(dá)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》 以來，人工智能產(chǎn)業(yè)發(fā)展加速，2019年相關(guān)產(chǎn)業(yè)規(guī)?？蛇_(dá)到1200億元。依托長三角的區(qū)位優(yōu)勢(shì)， 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)集群帶來的效益提升顯著，有利于公司和行業(yè)規(guī)模的持續(xù)擴(kuò)大。
8、京津冀、 長三角、 珠三角AI企業(yè)云集
人工智能技術(shù)進(jìn)入商業(yè)應(yīng)用階段后，已經(jīng)逐步在眾多行業(yè)得到應(yīng)用，其發(fā)展前景受到政府、企業(yè)等社會(huì)各方的普遍認(rèn)可，毫無疑問已經(jīng)成為影響經(jīng)濟(jì)發(fā)展的重要力量。
各地政府為推動(dòng)產(chǎn)業(yè)升級(jí)，實(shí)現(xiàn)經(jīng)濟(jì)新舊動(dòng)能轉(zhuǎn)換，紛紛頒布與人工智能產(chǎn)業(yè)相關(guān)的產(chǎn)業(yè)規(guī)劃指導(dǎo)意見，提供稅收優(yōu)惠、資金補(bǔ)貼、人才引入、 優(yōu)化政務(wù)流程等措施優(yōu)化營商環(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(shù)量快速上升， 據(jù)不完全統(tǒng)計(jì)， 中國各地人工智能企業(yè)超過4,000家，京津冀、珠三角、長三角是人工智能企業(yè)最為密集的地區(qū)。同時(shí)，由于有大量的傳統(tǒng)制造業(yè)需要利用人工智能技術(shù)進(jìn)行智能化升級(jí)， 再加上政府政策的支持， 西部川渝地區(qū)也成為人工智能企業(yè)的聚集區(qū)域。
從城市層面來看，北京、上海、深圳、杭州市是聚集人工智能企業(yè)數(shù)量最多的城市，均超過了600家，處于第一梯隊(duì)。
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(duì)支持人工智能初創(chuàng)企業(yè)提升技術(shù)、 獲取用戶、 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(guī)模效應(yīng)， 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(dān)開拓者的作用， 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(qū)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(yīng)用范圍已經(jīng)拓展至金融、 交通、醫(yī)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，北京、上海人工智能初創(chuàng)企業(yè)融資金額均超過500億元， 分別為1,599億元與582億元。這是因?yàn)楸本⑸虾＞奂袊蟛糠值娜斯ぶ悄艹鮿?chuàng)企業(yè)， 企業(yè)技術(shù)實(shí)力雄厚， 同時(shí)客戶對(duì)新技術(shù)的接受度更高， 因而擁有更為廣闊的應(yīng)用市場(chǎng)。
科研院校與機(jī)構(gòu)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(duì)單一。科研院校與機(jī)構(gòu)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(shù)量自2014年超過美國， 并且遠(yuǎn)超其他國家，這與人工智能科研院校與機(jī)構(gòu)的快速發(fā)展密不可分，同時(shí)，科研院校與機(jī)構(gòu)也是人工智能專利申請(qǐng)的主要力量。因而，分析各城市人工智能科研院校與機(jī)構(gòu)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(jī)構(gòu)特點(diǎn)
人工智能人才：集聚經(jīng)濟(jì)發(fā)達(dá)地區(qū) 。人工智能競爭歸根結(jié)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、長三角以及珠三角地區(qū)，此外中西部也已經(jīng)形成一定的人才聚集，主要分布在長江沿岸。從各城市人工智能人才占比來看，北京最具優(yōu)勢(shì)，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(duì)。
▲各城市人工智能人才數(shù)量占比
▲各高校發(fā)表人工智能國際論文數(shù)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(xiàn)城市管理效率的提升主要通過利用信息技術(shù)實(shí)現(xiàn)政務(wù)系統(tǒng)的信息化，進(jìn)而推動(dòng)各領(lǐng)域數(shù)據(jù)交匯，從而為智能城市管理提供數(shù)據(jù)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(shù)字鴻溝大大縮小，普遍實(shí)現(xiàn)部門資源共享、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。
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(jī)器學(xué)習(xí)，自然語言處理，計(jì)算機(jī)視覺、智適應(yīng)技術(shù)等領(lǐng)域都得到了長足的發(fā)展。據(jù)清華大學(xué)數(shù)據(jù)顯示，計(jì)算機(jī)視覺，語音，自然語言處理是中國市場(chǎng)規(guī)模最大的三個(gè)應(yīng)用方向，分別占比34.9%，24.8%和21%。
▲人工智能應(yīng)用技術(shù)熱點(diǎn)排名
快速成熟的計(jì)算機(jī)視覺技術(shù)：計(jì)算機(jī)視覺是計(jì)算機(jī)代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量的機(jī)器視覺。計(jì)算機(jī)視覺的應(yīng)用場(chǎng)景廣泛， 在智能家居、 語音視覺交互、 增強(qiáng)現(xiàn)實(shí)技術(shù)、 虛擬現(xiàn)實(shí)技術(shù)、電商搜圖購物、 標(biāo)簽分類檢索、 美顏特效、 智能安防、 直播監(jiān)管、 視頻平臺(tái)營銷、 三維分析等方面都擁有長足的進(jìn)步。在該領(lǐng)域科技巨頭和獨(dú)角獸聚集，代表性的企業(yè)和科研機(jī)構(gòu)包括百度、騰訊、 ?？低?、 清華大學(xué)、 中科院等。百度開發(fā)了人臉檢測(cè)深度學(xué)習(xí)算法PyramidBox;海康威視團(tuán)隊(duì)提出了以預(yù)測(cè)人體中軸線來代替預(yù)測(cè)人體標(biāo)注框的方式， 來解決弱小目標(biāo)在行人檢測(cè)中的問題。騰訊優(yōu)圖和香港中文大學(xué)團(tuán)隊(duì)在CVPR2018提出了PANet， 在MaskR-CNN的基礎(chǔ)上進(jìn)一步聚合底層和高層特征， 對(duì)于ROI Align在多個(gè)特征層次上采樣候選區(qū)域?qū)?yīng)的特征網(wǎng)格， 通過智適應(yīng)特征池化做融合操作便于后續(xù)預(yù)測(cè)。此外， 上海云從科技、 深蘭科技、七牛在內(nèi)的計(jì)算機(jī)視覺的創(chuàng)新企業(yè)在計(jì)算機(jī)視覺方面都擁有領(lǐng)先技術(shù)。
巨頭必爭的語音識(shí)別技術(shù)：語音識(shí)別通過信號(hào)處理和識(shí)別技術(shù)讓機(jī)器自動(dòng)識(shí)別和理解人類的語言， 并轉(zhuǎn)換成文本和命令。其應(yīng)用場(chǎng)景涉及智能電視、 智能車載、 電話呼叫中心、 語音助手、 智能移動(dòng)終端安、 智能家電等。在語音識(shí)別技術(shù)方面， 百度、 科大訊飛、 搜狗等主流平臺(tái)識(shí)別準(zhǔn)確率均在97%以上。與此同時(shí)， 包括上海云知聲在內(nèi)的新興創(chuàng)業(yè)企業(yè)在語音識(shí)別行業(yè)占有一席之地?？拼笥嶏w擁有深度全序列卷積神經(jīng)網(wǎng)絡(luò)語音識(shí)別框架， 輸入法的識(shí)別準(zhǔn)確率達(dá)到了98%。搜狗語音識(shí)別支持最快400字每秒的聽寫。阿里巴巴人工智能實(shí)驗(yàn)室通過語音識(shí)別技術(shù)開發(fā)了聲紋購物功能的人工智能產(chǎn)品。
自主無人系統(tǒng)技術(shù)落地在望：由于AI和機(jī)器學(xué)習(xí)的不斷進(jìn)步， 無人車， 無人機(jī)以及醫(yī)療機(jī)器人的技術(shù)都得到了顯著的發(fā)展， 其根本原因歸功于自主無人系統(tǒng)算法的支撐。深度學(xué)習(xí)已經(jīng)證明具有出色的能夠處理復(fù)雜任務(wù)的能力?，F(xiàn)代計(jì)算設(shè)備， 比如圖形處理單元(GPUs) 和計(jì)算框架如Caffe， Theano和Tensor Flow有助于設(shè)計(jì)者和工程師建立具有創(chuàng)新性的無人自主系統(tǒng)。阿里巴巴人工智能實(shí)驗(yàn)室開發(fā)單車智能系統(tǒng)， 實(shí)現(xiàn)了全場(chǎng)景、全天候的厘米級(jí)定位。百度的無人駕駛技術(shù)包含障礙物感知、 決策規(guī)劃、 云端仿真、 高精地圖服分、 銷到端的深度學(xué)習(xí)(End-to-End) 等五大核心能力。地平線推出了針對(duì)自動(dòng)駕駛的深度學(xué)習(xí)處理器IP及其重點(diǎn)面向自動(dòng)駕駛領(lǐng)域的平臺(tái)。在產(chǎn)業(yè)應(yīng)用方面， 上海西井科技已經(jīng)在無人貨運(yùn)方面進(jìn)行了探索。
人工智能自適應(yīng)學(xué)習(xí)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(yīng)學(xué)習(xí)(Intelligent AdaptiveLearning) 技術(shù)(以下簡稱智適應(yīng)學(xué)習(xí))， 模擬了老師對(duì)學(xué)生一對(duì)一教學(xué)的過程， 賦予了學(xué)習(xí)系統(tǒng)個(gè)性化教學(xué)的能力。和傳統(tǒng)千人一面的教學(xué)方式相比，智適應(yīng)學(xué)習(xí)系統(tǒng)帶給了學(xué)生個(gè)性化學(xué)習(xí)體驗(yàn)， 提升了學(xué)生學(xué)習(xí)投入度、 提高了學(xué)生學(xué)習(xí)效率。智適應(yīng)學(xué)習(xí)技術(shù)在美國和歐洲使用時(shí)間超過十年， 各年齡段都有大量用戶使用， 累積用戶超過一億。產(chǎn)品和技術(shù)方面都打磨的比較完善。相對(duì)來說， 智適應(yīng)學(xué)習(xí)技術(shù)在國內(nèi)積累的數(shù)據(jù)量稍有落后， 處在初步發(fā)展階段。優(yōu)勢(shì)在于， 中國人口基數(shù)大、 發(fā)展速度快， 未來有望后來者居上。在國內(nèi)，以松鼠AI為代表的智適應(yīng)教學(xué)企業(yè)在遺傳算法、 神經(jīng)網(wǎng)絡(luò)技術(shù)、 機(jī)器學(xué)習(xí)、 圖論、 概率圖模型、 邏輯斯蒂回歸模型、知識(shí)空間理論、 信息論、 貝葉斯理論、知識(shí)追蹤理論、 教育數(shù)據(jù)挖掘、 學(xué)習(xí)分析技術(shù)等都實(shí)現(xiàn)了技術(shù)積累。
2、 人工智能開放平臺(tái)建設(shè)穩(wěn)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(shì)。以上優(yōu)勢(shì)的形成除了得益于大量的搜索數(shù)據(jù)、 豐富的產(chǎn)品線以及廣泛的行業(yè)提供的市場(chǎng)優(yōu)勢(shì)，還因?yàn)楦鞔髧鴥?nèi)外的科技巨頭對(duì)開源科技社區(qū)的推動(dòng)， 幫助人工智能應(yīng)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(yīng)用于終端產(chǎn)品層面的研發(fā)。從行業(yè)來看， 人工智能已經(jīng)在醫(yī)療， 健康， 金融， 教育， 安防等多個(gè)垂直領(lǐng)域得到應(yīng)用。
隨著人工智能技術(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(shì)。為更大程度的利用技術(shù)優(yōu)勢(shì)擴(kuò)大自身的商業(yè)優(yōu)勢(shì)， 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)開始構(gòu)建自己的人工智能開放平臺(tái)。
人工智能平臺(tái)是提供構(gòu)建人工智能應(yīng)用的工具。這些工具結(jié)合了智能、 決策類算法和數(shù)據(jù)， 使開發(fā)者可通過平臺(tái)創(chuàng)建自己的商業(yè)解決方案。一些人工智能平臺(tái)提供預(yù)設(shè)的算法和簡易的框架， 人工智能平臺(tái)具備“平臺(tái)即服務(wù)”(PaaS)的功能， 可提供基礎(chǔ)的應(yīng)用開發(fā);一些則需要開發(fā)者自行開發(fā)和編程。這些算法可以功能性的支持圖片識(shí)別、 自然語言處理、 語音識(shí)別、 推薦系統(tǒng)和預(yù)測(cè)分析等一系列的機(jī)器學(xué)習(xí)的相關(guān)技術(shù)。
人工智能開放平臺(tái)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。開放的平臺(tái)連接的產(chǎn)業(yè)鏈的兩端。一方面它可以連接了開發(fā)者和一些研究機(jī)構(gòu)。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(shí)別為主的人工智能開放平臺(tái)， 可以將相關(guān)技術(shù)能力開放給希望在圖像識(shí)別領(lǐng)域開辟業(yè)務(wù)的創(chuàng)業(yè)團(tuán)隊(duì)。
▲國內(nèi)外技術(shù)及應(yīng)用開放平臺(tái)
2017年， 科技部等部門經(jīng)充分調(diào)研和論證， 確定了首批國家新一代人工智能開放創(chuàng)新平臺(tái)：分別依托百度、阿里云、騰訊、科大訊飛公司，建設(shè)自動(dòng)駕駛、城市大腦、醫(yī)療影像、智能語音4家國家新一代人工智能開放創(chuàng)新平臺(tái)。2018年9月， 科技部依托商湯建設(shè)智能視覺國家新一代人工智能開放創(chuàng)新平臺(tái)。從目前的技術(shù)成熟度來看，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(qū)動(dòng)的應(yīng)用開放平臺(tái)：
自動(dòng)駕駛國家開放平臺(tái)?！白詣?dòng)駕駛國家開放平臺(tái)” 主要基于百度Apollo平臺(tái)， 是一個(gè)以百度技術(shù)為依托， 對(duì)外提供開放、 完整、 安全的軟硬件和服務(wù)平臺(tái)， 幫助開發(fā)者搭建完整的自動(dòng)駕駛系統(tǒng)。2019年8月百度Apollo無人車通過長沙測(cè)試， 完成了全國首例L3、 L4等級(jí)別車型的高速場(chǎng)景自動(dòng)駕駛車路協(xié)同演示。至此， 百度L4級(jí)別自動(dòng)駕駛城市道路測(cè)試?yán)锍桃呀?jīng)正式突破200萬公里，
百度的阿波羅開放平臺(tái)合作方超過120余家， 覆蓋產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)， 包括整車廠， 零部件廠商、 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。廈門金龍、 寶馬、 戴姆勒均與Apollo平臺(tái)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、 日本京都等地開展商業(yè)化運(yùn)營。
城市大腦開放創(chuàng)新平臺(tái) 。依托阿里云建設(shè)的城市大腦國家人工智能開放創(chuàng)新平臺(tái)， 以城市大腦系統(tǒng)為藍(lán)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(yīng)用構(gòu)建起開放、 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(yīng)用提供支撐服務(wù)。算法系統(tǒng)平臺(tái)可優(yōu)化大規(guī)模視覺計(jì)算平臺(tái)， 全時(shí)全域交通自動(dòng)巡邏報(bào)警系統(tǒng)能夠?qū)Τ鞘欣锩娴慕煌ㄊ录?、事故進(jìn)行全方位的實(shí)時(shí)感知， 識(shí)別準(zhǔn)確率達(dá)到95%以上;車流人流預(yù)測(cè)系統(tǒng)，通過區(qū)域內(nèi)的歷史和實(shí)時(shí)視頻數(shù)據(jù)， 實(shí)時(shí)準(zhǔn)確地預(yù)測(cè)全區(qū)域未的車流、 人流的清空。
開發(fā)平臺(tái)的應(yīng)用部署主要在交通方面：城市統(tǒng)一數(shù)據(jù)融合引擎、 車流人流預(yù)測(cè)系統(tǒng)、 大規(guī)模數(shù)據(jù)融合控制引擎、 城市整體交通態(tài)勢(shì)檢測(cè)系統(tǒng)等構(gòu)建。目前， 項(xiàng)目平臺(tái)己累計(jì)向杭州、衢州、 上海、 嘉興以及澳門、 吉隆坡等政府客戶提供了上千臺(tái)專有云服務(wù)器的計(jì)算資源，支持對(duì)海量多路視頻數(shù)據(jù)實(shí)時(shí)分析處理。城市大腦算法團(tuán)隊(duì)向公安、 交通與市政相關(guān)客戶提供輸出了圖像檢測(cè)、識(shí)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(jì)算視頻、 線圈、 微波、 互聯(lián)網(wǎng)的全景數(shù)據(jù)， 讓交警的交通管控經(jīng)驗(yàn)與城市大腦的紅綠燈配時(shí)策略優(yōu)勢(shì)疊加， 在杭州市城區(qū)、 蕭山區(qū)、 余杭區(qū)的實(shí)踐中效果顯著。
醫(yī)療影像開放創(chuàng)新平臺(tái)。騰訊覓影” AI影像已實(shí)現(xiàn)了單一病種到多病種的應(yīng)用擴(kuò)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(jié)直腸癌、 宮頸癌等疾病篩查。AI軸診平臺(tái)能夠輔助醫(yī)生診斷、 預(yù)測(cè)700多種疾病，涵蓋了醫(yī)院門診90%的高頻診斷。
騰訊公司構(gòu)建了由醫(yī)療機(jī)構(gòu)、科研團(tuán)體、器械廠商、AI創(chuàng)業(yè)公司、信息化廠商、高等院校、公益組織等多方參與的醫(yī)療影像放創(chuàng)新平臺(tái)。平臺(tái)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(zhàn)略在醫(yī)療領(lǐng)域的落地。目前，基于“騰訊覓影” 的醫(yī)療影響開放平臺(tái)己與國內(nèi)一百多家醫(yī)院達(dá)成合作，累計(jì)為醫(yī)院讀片1.06億張，累計(jì)服務(wù)95萬患者，提示高風(fēng)險(xiǎn)病變13萬例， 累計(jì)分析門診病歷614萬份。
智能語音開放創(chuàng)新平臺(tái) 。國家智能語音人工智能開放創(chuàng)新平臺(tái)主要是基于科大訊飛公司的語音平臺(tái)技術(shù)建立。 新建了人工智能研究中心以及數(shù)據(jù)中心。 截至2018年10月底，平臺(tái)開發(fā)者團(tuán)隊(duì)數(shù)量已超過86萬家，圍繞平臺(tái)入駐企業(yè)已超過200家， 已形成了覆蓋技術(shù)研發(fā)、 基礎(chǔ)平臺(tái)、 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(dǎo)和參與6項(xiàng)智能語音相關(guān)國家標(biāo)準(zhǔn)獲批正式發(fā)布， 構(gòu)建了智能語音技術(shù)與應(yīng)用領(lǐng)域自主知識(shí)產(chǎn)權(quán)和標(biāo)準(zhǔn)體系， 形成可持續(xù)的產(chǎn)學(xué)研系統(tǒng)創(chuàng)新機(jī)制。
科大訊飛的智能語音核心技術(shù)領(lǐng)域包括： 語音合成技術(shù)、 語音識(shí)別技術(shù)、機(jī)器翻譯技術(shù)、 語音評(píng)測(cè)技術(shù)、 認(rèn)知智能技術(shù)。 在開源方面， 平臺(tái)開放核心技術(shù)開發(fā)接口和云端在線服務(wù)能力， 截至2018年10月底， 平臺(tái)開發(fā)者團(tuán)隊(duì)數(shù)量已超過86萬家。 其產(chǎn)業(yè)鏈服務(wù)平臺(tái)匯聚了方案商、 工業(yè)設(shè)計(jì)資源、 銷售渠道、 生產(chǎn)供應(yīng)鏈資源等。在開發(fā)者服務(wù)社區(qū)基礎(chǔ)上， 結(jié)合地方政府支持， 目前已在合肥、 長春、 洛陽、 西安、 重慶、 天津、 蘇州建設(shè)了七個(gè)線下專業(yè)化眾創(chuàng)孵化空間， 總面積超過十萬平來， 引進(jìn)落地的智能語音及人工智能領(lǐng)域開發(fā)者團(tuán)隊(duì)和公司五百余家。
智能視覺開放創(chuàng)新平臺(tái) 。國家智能視覺開放創(chuàng)新平臺(tái)主要是基于商湯科技視覺平臺(tái)技術(shù)上的優(yōu)勢(shì)建立。 商湯科技的智能視覺開放創(chuàng)新平臺(tái)主要在智能視覺工具鏈核心基礎(chǔ)研發(fā)、 實(shí)現(xiàn)智能視覺底層關(guān)鍵技術(shù)突破、 建立人工智能國際化人才體系，旨在推動(dòng)國家人工智能在視覺領(lǐng)域的發(fā)展。 商湯科技的核心技術(shù)包括人臉檢測(cè)跟蹤、人臉關(guān)鍵點(diǎn)定位、人臉身份驗(yàn)證、場(chǎng)景識(shí)別等。
目前， 商湯的平臺(tái)包括： 視頻內(nèi)容審核平臺(tái)、城市級(jí)視覺分析平臺(tái)、駕駛員監(jiān)控系統(tǒng)以及增強(qiáng)現(xiàn)實(shí)平臺(tái)等一系列平臺(tái)。 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(tǒng)通過視圖情報(bào)研判系統(tǒng)對(duì)于可疑人員的身份進(jìn)行查詢。 在商業(yè)領(lǐng)域， 通過與大型零售商合作，利用人臉識(shí)別功能實(shí)現(xiàn)無人購物、 支付驗(yàn)證等方面的應(yīng)用： 在金融領(lǐng)域，通過使用身份驗(yàn)證技術(shù)可以有效降低金融風(fēng)險(xiǎn)， 提升客戶的使用體驗(yàn)。
智適應(yīng)教育開放平臺(tái) 。國務(wù)院《中國教育現(xiàn)代化2035》 提出“建設(shè)智能化校園， 統(tǒng)籌建設(shè)一體化智能化教學(xué)、 管理與服務(wù)平臺(tái)。 利用現(xiàn)代技術(shù)加快推動(dòng)人才培養(yǎng)模式改革，實(shí)現(xiàn)規(guī)?；逃c個(gè)性化培養(yǎng)的有機(jī)結(jié)合”。 目前， 作為人工智能應(yīng)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(nèi)容和數(shù)據(jù)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(biāo)， 人工智能教育企業(yè)開始探索教育開放平臺(tái)。 其中， 以松鼠AI為代表的人工智能教育公司正在成為國內(nèi)智適應(yīng)教育平臺(tái)的先行者。
如上述五大國家人工智能開放平臺(tái)，智適應(yīng)開放平臺(tái)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(yīng)教育提供的是一套個(gè)性化教學(xué)解決方案， 可以為平臺(tái)提供更多的數(shù)據(jù)和更加豐富的學(xué)生畫像， 有助于平臺(tái)智適應(yīng)能力的迭代與進(jìn)化。 眾包合作者通過對(duì)內(nèi)容， 教學(xué)邏輯， 產(chǎn)品體驗(yàn)的優(yōu)化與創(chuàng)新能為平臺(tái)提供更堅(jiān)實(shí)的內(nèi)容基礎(chǔ)與更豐富多樣的個(gè)性化能力。 智適應(yīng)能力的接入合作者可以幫助平臺(tái)從智適應(yīng)算法引擎核心上優(yōu)化， 提升并擴(kuò)展為更通用更高效的智適應(yīng)引擎。
3、 “人機(jī)大戰(zhàn)” 誰更能更勝一籌?
人工智能是使用機(jī)器代替人類實(shí)現(xiàn)認(rèn)知、 識(shí)別、 分析、 決策等功能， 是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為的學(xué)科， 主要包括研究計(jì)算機(jī)實(shí)現(xiàn)智能的原理、 制造類似于人腦智能的計(jì)算機(jī)， 使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能涉及到計(jì)算機(jī)科學(xué)、 心理學(xué)、 哲學(xué)和語言學(xué)等多門學(xué)科。人工智能技術(shù)發(fā)展的重要評(píng)判標(biāo)準(zhǔn)很大程度上評(píng)判的是他的能力是否能夠達(dá)到或超過人類的能力。
若將人工智能的水平與人類相比， 大致可以分為：弱人類級(jí)， 強(qiáng)人類級(jí)， 超越人類級(jí)。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?fàn)顟B(tài)的關(guān)鍵因素：
規(guī)則和評(píng)價(jià)方法的明確程度：簡單明確可被計(jì)算機(jī)量化評(píng)估的領(lǐng)域， 如棋牌、 游戲等。
特殊情況頻率出現(xiàn)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(shí)別和自動(dòng)駕駛。從“不確定性” 的角度來說， 機(jī)器也有優(yōu)勢(shì)。
訓(xùn)練數(shù)據(jù)的規(guī)模：現(xiàn)實(shí)領(lǐng)域里， 很多訓(xùn)練數(shù)據(jù)的積累工作才剛剛開始。如， 監(jiān)督式學(xué)習(xí)所需要的“標(biāo)記數(shù)據(jù)” 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(yī)療數(shù)據(jù)， 或者有些數(shù)據(jù)被部分行業(yè)企業(yè)壟斷， 這些都導(dǎo)致數(shù)據(jù)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(yīng)用技術(shù)專利占比(截至2018年上半年)
階段一：近期， 超越人類的人工智能技術(shù)
從IBM DeepBlue到OpenAI Five， 小到棋牌、 辯論、 電子競技， 大到醫(yī)療、 教育領(lǐng)域，“人機(jī)大戰(zhàn)” 兼具驗(yàn)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(yàn)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)出超過人類技能的圖像識(shí)別技術(shù)。百度研發(fā)出超過人類能力的語音識(shí)別技術(shù)。據(jù)世界知識(shí)產(chǎn)權(quán)統(tǒng)計(jì)， 人工智能應(yīng)用技術(shù)中， 計(jì)算機(jī)視覺(computer vision) 以49%的占比和24%的增速成為2013年至2016年申請(qǐng)專利注冊(cè)中最熱門的技術(shù)。依次分別為占比14%的自然語言處理(NLP)和占比13%的語音處理(speechprocessing)。在計(jì)算機(jī)視覺的細(xì)分類別中， 生物識(shí)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。語音處理的細(xì)分領(lǐng)域中， 語音識(shí)別(speechrecognition) 和聲紋識(shí)別(speakerrecognition) 的增速均達(dá)到12%。在教育領(lǐng)域， 與人類老師相比， 如今的智適應(yīng)教育技術(shù)在教學(xué)效果、 用戶體驗(yàn)和測(cè)試分?jǐn)?shù)等多個(gè)方面已經(jīng)比肩甚至超過人類。目前包括Knewton、 松鼠AI、 Realizeit、 ALEKS在內(nèi)的國內(nèi)外智適應(yīng)教育企業(yè)以均通過“人機(jī)大戰(zhàn)” 形式對(duì)人工智能教育技術(shù)與人類教授的做出了實(shí)驗(yàn)型的對(duì)比。
計(jì)算機(jī)視覺 。計(jì)算機(jī)視覺是眼和腦的結(jié)合， 包含成像、 感知與理解。 計(jì)算機(jī)視覺的能力現(xiàn)今已經(jīng)超越了人類。 特別是在人臉識(shí)別、 圖像分類等眾多任務(wù)中， 計(jì)算機(jī)視覺能比人類視覺完成的更優(yōu)秀。 在感知上， 機(jī)器已比人眼更加敏銳， 能取得比人眼更多的信息， 如圖像準(zhǔn)確的深度信息， 圖像識(shí)別率比人類更高; 此外， 機(jī)器在理解層面， 某種意義上也能模仿人類作出一些有創(chuàng)造性的活動(dòng)。 從2016年ILSVRC的圖像識(shí)別錯(cuò)誤率已經(jīng)達(dá)到約2.9%， 遠(yuǎn)遠(yuǎn)超越人類的5.1%， 其挑戰(zhàn)項(xiàng)目包括物體檢測(cè)(識(shí)別)、 物體定位、 視頻中目標(biāo)物體檢測(cè)三大部分。 從訓(xùn)練數(shù)據(jù)來看， 計(jì)算機(jī)視覺依托了大量的數(shù)據(jù)且不受人類限制。 由深度學(xué)習(xí)驅(qū)動(dòng)的計(jì)算機(jī)視覺現(xiàn)已超越人類， 主要在于深度學(xué)習(xí)是由純數(shù)據(jù)驅(qū)動(dòng)， 不再受限于人類的意志。 機(jī)器視覺在某種意義上進(jìn)行的是基于數(shù)據(jù)的區(qū)別于人的理解活動(dòng)。
語音識(shí)別 。語音識(shí)別技術(shù)在20世紀(jì)50年代誕生于貝爾實(shí)驗(yàn)室。在20世紀(jì)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(xù)語音識(shí)別系統(tǒng)值得一提的是， 漢語語音識(shí)別先英語一步超越人類平均水平。2015年， 百度表示百度漢語語音識(shí)別技術(shù)詞錯(cuò)率低于人類平均水平。2018年12月， 依圖短語音聽寫的字錯(cuò)率(CER) 僅為3.71%，大幅提升了語音識(shí)別技術(shù)的準(zhǔn)確率。隨著時(shí)間的推移， 目前語音識(shí)別技術(shù)的準(zhǔn)確率仍在不斷提升。語音識(shí)別技術(shù)這種“機(jī)器感知” 類的技術(shù)目前已經(jīng)相對(duì)成熟， 制約語音交互發(fā)展的更多原因在語義理解這種“機(jī)器認(rèn)知” 的部分， 這一部分受限于訓(xùn)練方式、 樣本標(biāo)記數(shù)據(jù)量、 計(jì)算量等多個(gè)方面。
▲語音和視覺技術(shù)成熟度
人工智能教育 。與圍棋、 游戲等規(guī)則明確、 數(shù)據(jù)完整的系統(tǒng)相比， 教學(xué)系統(tǒng)的復(fù)雜程度遠(yuǎn)高于他們， 其涉及到的學(xué)科包括了教育學(xué)、 心理學(xué)、 認(rèn)知學(xué)等復(fù)雜的過程。 智適應(yīng)學(xué)習(xí)(adaptive learning)是一種結(jié)合人工智能、 數(shù)據(jù)挖掘、 認(rèn)知科學(xué)、 教育學(xué)、 心理學(xué)、 行為科學(xué)和計(jì)算機(jī)科學(xué)的技術(shù)， 其最終目的是
讓智適應(yīng)學(xué)習(xí)系統(tǒng)在一定程度上能夠模擬人類教師的角色， 根據(jù)學(xué)習(xí)者的學(xué)習(xí)目標(biāo)、 學(xué)習(xí)行為、 偏好和學(xué)習(xí)狀態(tài)， 利用特殊的教學(xué)策略動(dòng)態(tài)地調(diào)整學(xué)習(xí)內(nèi)容， 以達(dá)到個(gè)性化教學(xué)的目的。 通過AI技術(shù)模擬了優(yōu)秀特級(jí)教師的知識(shí)經(jīng)驗(yàn)和教學(xué)方法， 針對(duì)學(xué)生的特性給予個(gè)性化輔導(dǎo)， 最大化學(xué)習(xí)效率。 利用機(jī)器學(xué)習(xí)的技術(shù)實(shí)時(shí)動(dòng)態(tài)調(diào)整學(xué)生接下來的學(xué)習(xí)內(nèi)容和路徑， 而非傳統(tǒng)教育需要大綱進(jìn)度或老師的安排進(jìn)行統(tǒng)一的學(xué)習(xí)。
人工智能在教育領(lǐng)域的發(fā)展可能進(jìn)一步解決當(dāng)下關(guān)于教育資源分配不均引發(fā)的多個(gè)的社會(huì)問題。另外， 由于人工智能技術(shù)在教育行業(yè)的應(yīng)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(duì)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(shì)， 樣本數(shù)量， 與政府、 學(xué)校和教師的協(xié)調(diào)使智適應(yīng)技術(shù)獲得市場(chǎng)的認(rèn)可。
階段二：2到10+年， 有希望突破人類平均水平的技術(shù)
人工智能在如語音識(shí)別和視覺識(shí)別等單獨(dú)技術(shù)的能力正在急速提升， 并快速應(yīng)用到多個(gè)商用領(lǐng)域。然而隨著人工智能在商業(yè)領(lǐng)域的快速發(fā)展， 涉及的領(lǐng)域和范圍日漸復(fù)雜， 單獨(dú)的技術(shù)方案無法滿足行業(yè)的應(yīng)用需求。如無人駕駛、 智能醫(yī)療等應(yīng)用技術(shù)均涉及到了多個(gè)人工智能應(yīng)用技術(shù)的領(lǐng)域。從學(xué)術(shù)研究、 專利申請(qǐng)?jiān)俚疆a(chǎn)業(yè)應(yīng)用，人工智能技術(shù)的商業(yè)化應(yīng)用會(huì)經(jīng)歷漫長的過程。其中， 專利應(yīng)用的初衷是實(shí)現(xiàn)產(chǎn)業(yè)化應(yīng)用的技術(shù)方案， 而通常專利用會(huì)比科學(xué)論文的發(fā)表滯后余約10年的時(shí)間。據(jù)世界專利組織統(tǒng)計(jì)， 科學(xué)文章到專利發(fā)表的比例正在下降， 這也預(yù)示著行業(yè)對(duì)人工智能技術(shù)的實(shí)際應(yīng)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(yīng)用最迅速的行業(yè)。2006年交通行業(yè)的人工智能應(yīng)用僅占專利應(yīng)用總數(shù)的20%， 而截至2019年， 人工智能三分之一應(yīng)用到了交通出行行業(yè)。2019年， 無人駕駛和醫(yī)療是當(dāng)前兩個(gè)熱門的人工智能技術(shù)， 因其實(shí)現(xiàn)將但極大的改善社會(huì)資源配置和改變?nèi)祟惖纳罘绞健Ｓ捎诩夹g(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(xiàn)完全無人駕駛?cè)源龝r(shí)日 。無人駕駛最終的目標(biāo)是實(shí)現(xiàn)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(dá)可能花費(fèi)數(shù)萬美元， 這使得大規(guī)模部署成本太高;在軟件方面， 工程師需要找到一種方法來使AI具備歸納、 區(qū)分不同物體的能力。自動(dòng)駕駛汽車依靠人工智能、視覺計(jì)算、 雷達(dá)、 監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作。
▲無人駕駛技術(shù)分布
依據(jù)規(guī)則和評(píng)價(jià)方法的明確程度、 特殊情況頻率出現(xiàn)高低以及訓(xùn)練數(shù)據(jù)的規(guī)模三個(gè)評(píng)判標(biāo)準(zhǔn)來衡量， 無人駕駛技術(shù)尚未像圖像識(shí)別和語音處理一樣達(dá)到或者超過人類的能力范圍。而無人駕駛技術(shù)尚未能夠達(dá)到人類的判斷力。
“完全的無人駕駛汽車(L4-L5級(jí)) 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(dá)等;第二是汽車必須配備高精度數(shù)字地圖， 定位精度必須做到10cm以內(nèi);第三是市場(chǎng)必須建立一個(gè)車輛、行人都認(rèn)知并接受的交通規(guī)則或避讓準(zhǔn)則， 而且， 車輛必須擁有類似人類的感知推理決策能力， 因?yàn)槿祟惡芸赡軙?huì)不遵守交通規(guī)則或表現(xiàn)得猶豫不決、 或進(jìn)或退。” 與此同時(shí)， 無人駕駛的發(fā)展并不是單純的技術(shù)發(fā)展， 它還需要法律法規(guī)， 意識(shí)甚至是包括保險(xiǎn)和政府的基礎(chǔ)設(shè)施建設(shè)等外圍的整體配套支撐?！?/P>
因此， 無人車替代其他汽車的過程是漫長的循序漸進(jìn)的， 在這個(gè)過程中必須優(yōu)先考慮無人車與人類司機(jī)共存的情況。
人工智能醫(yī)療應(yīng)用欠缺可行的規(guī)則和標(biāo)準(zhǔn) 。依據(jù)規(guī)則和評(píng)價(jià)方法的明確程度、 特殊情況頻率出現(xiàn)高低以及訓(xùn)練數(shù)據(jù)的規(guī)模三個(gè)評(píng)判標(biāo)準(zhǔn)來衡量， 人工智能醫(yī)療在仍然處于發(fā)展中期，要實(shí)現(xiàn)完全替代醫(yī)生的能力，還需要很長一段路要走。以智能診斷為例，人工智能幫助進(jìn)行輔助診斷在醫(yī)療責(zé)任認(rèn)定方面也存在問題和挑戰(zhàn)。用戶在使用醫(yī)療虛擬助手表達(dá)主訴時(shí)，可能會(huì)漏掉甚至錯(cuò)誤地進(jìn)行描述，導(dǎo)致虛擬助手提供的建議是不符合用戶原本的疾病情況的。
▲人工智能醫(yī)療涉及的技術(shù)
從規(guī)則和評(píng)判方法來衡量， 醫(yī)療信息標(biāo)準(zhǔn)的缺失也造成了人工智能在醫(yī)療方面應(yīng)用的難題。人工智能是強(qiáng)數(shù)理、 強(qiáng)邏輯的工具， 對(duì)于內(nèi)容的精準(zhǔn)度和標(biāo)準(zhǔn)化要求很高。如對(duì)于醫(yī)療圖像的病灶標(biāo)注， 即使是同一個(gè)科室的醫(yī)生也可能有不同的標(biāo)注方式， 還有就是病歷， 患者的電子病歷數(shù)據(jù)很難保證完全準(zhǔn)確同步，不同的醫(yī)生對(duì)于各個(gè)病種的名稱叫法都會(huì)存在地域差異。
由于醫(yī)療病癥繁雜且特殊情況的頻率高，且關(guān)乎民生一旦出現(xiàn)任何差錯(cuò)可能危及生命，因此各國對(duì)于新技術(shù)的準(zhǔn)入機(jī)制管控十分嚴(yán)格。目前監(jiān)管部門禁止虛擬助手軟件提供任何疾病的診斷建議， 只允許提供用戶健康輕問診咨詢服務(wù)。我國監(jiān)管部門對(duì)于利用人工智能技術(shù)提供診斷功能是審核要求非常嚴(yán)格。在2017年CFDA發(fā)布的新版《醫(yī)療器械分類目錄》 中的分類規(guī)定，若診斷軟件通過算法提供診斷建議，僅有輔助診斷功能不直接給出診斷結(jié)論，則按照二類醫(yī)療器械申報(bào)認(rèn)證;如果對(duì)病變部位進(jìn)行自動(dòng)識(shí)別并提供明確診斷提示， 則必須按照第三類醫(yī)療器械進(jìn)行臨床試驗(yàn)認(rèn)證管理。
從訓(xùn)練數(shù)據(jù)的規(guī)模來衡量， 醫(yī)療數(shù)據(jù)仍然存在諸多問題。雖然中國的醫(yī)療數(shù)據(jù)整體量很大， 但是具體到某一類醫(yī)療問題時(shí)還存在數(shù)據(jù)量不夠大的問題。同時(shí)數(shù)據(jù)的質(zhì)量也不夠高，例如醫(yī)療影像，必須要有臨床經(jīng)驗(yàn)豐富的醫(yī)生對(duì)數(shù)據(jù)進(jìn)行標(biāo)注后才能拿給機(jī)器學(xué)習(xí)，這種高質(zhì)量的、 標(biāo)注過的數(shù)據(jù)資源相對(duì)有限。目前， 三甲醫(yī)院擁有絕大多數(shù)影像數(shù)據(jù)和經(jīng)驗(yàn)豐富的醫(yī)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(qiáng)人工智能的時(shí)代?
強(qiáng)人工智能是指在各方面都能和人類比肩的人工智能， 因此強(qiáng)人工智能不是僅限于某一領(lǐng)域， 而是讓機(jī)器人全方位實(shí)現(xiàn)類人的能力。強(qiáng)人工智能能夠進(jìn)行思考、 計(jì)劃、 解決問題、 抽象思維、 理解復(fù)雜理念、 快速學(xué)習(xí)和從經(jīng)驗(yàn)中學(xué)習(xí)。目前有一種認(rèn)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(guī)模地仿制出來， 那么強(qiáng)人工智能就會(huì)自然產(chǎn)生。
當(dāng)前我們正處于弱人工智能階段。弱人工智能的產(chǎn)生減輕了人類智力勞動(dòng)， 類似于高級(jí)仿生學(xué)。無論是阿爾法狗， 還是能夠撰寫新聞稿和小說的機(jī)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了人類。數(shù)據(jù)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(qiáng)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(jì)算上的研究也為人類進(jìn)入強(qiáng)人工智能時(shí)代提供了強(qiáng)大助力。
▲強(qiáng)人工智能代表公司及研究概況
據(jù)《智能架構(gòu)》 書中描述， 當(dāng)今AI理領(lǐng)域的商業(yè)和研究專家， DeepMind首席執(zhí)行官Demis Hassabis， 谷歌AI首席執(zhí)行官Jeff Dean和斯坦福人工智能負(fù)責(zé)人李飛飛等預(yù)測(cè)的平均值， 強(qiáng)人工智能時(shí)代可能需要到2099年實(shí)現(xiàn)。
雖然以上的預(yù)測(cè)只是簡單的猜測(cè)， 但從這些預(yù)測(cè)中的各種偏差中， 我們可以看出強(qiáng)人工智能的實(shí)現(xiàn)仍然需時(shí)日。然而， 為了實(shí)現(xiàn)強(qiáng)人工智能。許多來自大型科技公司和各類小公司的研究團(tuán)隊(duì)正在為構(gòu)建強(qiáng)人工智能做出貢獻(xiàn)。如谷歌DeepMind和谷歌研究都采取了具體的措施來實(shí)現(xiàn)強(qiáng)人工智能， 如PathNet(訓(xùn)練大型通用神經(jīng)網(wǎng)絡(luò)的方案) 和evolutionary architecture searchAutoML(圖像分類尋找良好神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)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(qiáng)人工智能為目標(biāo)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(cè)試正在開發(fā)的強(qiáng)人工智能的技能。
本次人工智能浪潮以從實(shí)驗(yàn)室走向商業(yè)化為特征， 其發(fā)展驅(qū)動(dòng)力主要來自計(jì)算力的顯著提升、多方位的政策支持、大規(guī)模多頻次的投資以及逐漸清晰的用戶需求。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(shù)量超過4,000家，位列全球第二，在數(shù)據(jù)以及應(yīng)用層擁有較大的優(yōu)勢(shì)， 然而在基礎(chǔ)研究、芯片、人才方面的多項(xiàng)指標(biāo)上仍與全球領(lǐng)先地區(qū)有一定的差距。
▲中國人工智能技術(shù)與全球領(lǐng)先地區(qū)的對(duì)比
1、 中國擁有更為龐大的數(shù)據(jù)規(guī)模以及更豐富數(shù)據(jù)使用環(huán)境
人工智能技術(shù)的進(jìn)步以海量數(shù)據(jù)為基礎(chǔ)，移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)全面到來，移動(dòng)端數(shù)據(jù)的重要性已經(jīng)遠(yuǎn)超PC網(wǎng)絡(luò)。
在數(shù)據(jù)量方面，中國網(wǎng)民規(guī)模居全球第一，2018年底整體網(wǎng)民規(guī)模已經(jīng)達(dá)到8.29億，滲透率達(dá)59.6%，其中手機(jī)網(wǎng)民占比為98.6%， 首次超過8億人21 。巨大的網(wǎng)民規(guī)模數(shù)量意味著中國企業(yè)擁有的數(shù)據(jù)數(shù)量將是更加復(fù)雜的， 多維度的，這為人工智能技術(shù)的算法升級(jí)以及應(yīng)用場(chǎng)景的擴(kuò)展提供了良好的基礎(chǔ)。
除了數(shù)據(jù)本身， 政府對(duì)隱私數(shù)據(jù)的規(guī)定也將極大影響企業(yè)利用數(shù)據(jù)的可能性。歐洲政府已經(jīng)出臺(tái)了全球最為嚴(yán)格的用戶隱私保護(hù)政策《通用數(shù)據(jù)保護(hù)條例》(GDPR)， 賦予用戶對(duì)個(gè)人數(shù)據(jù)的主張權(quán)利， 用戶有權(quán)獲取并修改個(gè)人數(shù)據(jù)， 并決定誰可以使用22 。中國也已經(jīng)出臺(tái)了《信息安全技術(shù)個(gè)人信息安全規(guī)范》， 但其嚴(yán)格程度低于GDPR， 例如歐盟對(duì)“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(jì)狀態(tài)、 社會(huì)狀態(tài)等。
▲中國手機(jī)網(wǎng)民規(guī)模及占比
2、 中國是全球芯片需求量最大的市場(chǎng)，但高端芯片依賴進(jìn)口
人工智能框架大致可分為三個(gè)層面?；A(chǔ)設(shè)施層面包括核心的人工智能芯片和大數(shù)據(jù)， 這是技術(shù)層面的傳感和認(rèn)知計(jì)算能力的基礎(chǔ)。應(yīng)用層面處于最頂層， 提供無人駕駛、 智能機(jī)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(duì)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2,000億美元， 遠(yuǎn)超原油進(jìn)口額。
在東亞地區(qū)， 日本在半導(dǎo)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(nèi)的半導(dǎo)體巨頭。韓國和中國臺(tái)灣分別在存儲(chǔ)器和晶圓代工方面具有較強(qiáng)優(yōu)勢(shì)。韓國在動(dòng)態(tài)隨機(jī)存取存儲(chǔ)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(dǎo)體企業(yè)， 這很大程度上得益于政府支持。且NAND內(nèi)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(tái)灣已經(jīng)成為全球領(lǐng)先的半導(dǎo)體晶圓代工產(chǎn)地。該地區(qū)半導(dǎo)體晶圓代工行業(yè)由臺(tái)積電和聯(lián)華電子兩大合約制造商主導(dǎo)。半導(dǎo)體晶圓代工是信息技術(shù)產(chǎn)業(yè)的重要支柱。
中國半導(dǎo)體行業(yè)正以兩位數(shù)的增長率蓬勃發(fā)展。人工智能芯片融資活動(dòng)一直非?；钴S， 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(duì)在機(jī)器學(xué)習(xí)、 深度壓縮、 網(wǎng)絡(luò)剪枝和神經(jīng)網(wǎng)絡(luò)系統(tǒng)級(jí)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(jī)領(lǐng)域的人工智能芯片競爭。同時(shí)中國大陸正在蠶食臺(tái)灣的半導(dǎo)體市場(chǎng)份額。不但如此，日益擴(kuò)大的中國大陸市場(chǎng)還將成為集成電路設(shè)計(jì)行業(yè)的商業(yè)渠道， 中國大陸企業(yè)將繼續(xù)投資于臺(tái)灣的半導(dǎo)體產(chǎn)業(yè)。然而， 盡管近年來中國半導(dǎo)體廠商的競爭力得到顯著提升， 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)注這一問題， 制定了多項(xiàng)有利政策支持半導(dǎo)體行業(yè)的發(fā)展。
3、 中國機(jī)器人企業(yè)快速成長核心零部件技術(shù)國產(chǎn)化加速
機(jī)器人研發(fā)與應(yīng)用已經(jīng)成為衡量一國科技發(fā)展水平的重要因素， 未來經(jīng)濟(jì)的增長在很大程度上與機(jī)器人行業(yè)的發(fā)展息息相關(guān)。機(jī)器人作為先進(jìn)制造業(yè)建設(shè)的
重要組成部分， 無論是工業(yè)領(lǐng)域進(jìn)行生產(chǎn)活動(dòng)的工業(yè)機(jī)器人， 還是參與人類日常生活的服務(wù)機(jī)器人， 對(duì)尋找新的經(jīng)濟(jì)增長點(diǎn)都有重要意義。在資金與政策的大力支持下， 中國機(jī)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(guī)模超過87.4億美元 ， 2013-2018年的平均增長率達(dá)到29.7%。
機(jī)器人的關(guān)鍵零部件在較大程度上仍舊依賴進(jìn)口， 包括精密減速機(jī)、 控制器、伺服電機(jī)等， 其中全球精密減速器市場(chǎng)大半被日本企業(yè)占據(jù)。軟件方面， 控制算法、 二次開發(fā)等， 中國企業(yè)已經(jīng)掌握了一定的技術(shù)， 但在穩(wěn)定性、 響應(yīng)速度、 易用性等方面和國外還有差距。此外， 從機(jī)器人應(yīng)用場(chǎng)景來看：工業(yè)機(jī)器人方面， 沈陽新松、 埃夫特、廣州數(shù)控、 哈博實(shí)、 新時(shí)達(dá)、 埃斯頓和巨一等一批本土機(jī)器人企業(yè)得到快速成長。過去幾年國內(nèi)機(jī)器人行業(yè)公司紛紛開展對(duì)外并購獲取海外先進(jìn)技術(shù)的同時(shí)開拓海外市場(chǎng)， 埃斯頓、 埃夫特、 萬豐科技均并購歐美企業(yè)。在機(jī)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(nèi)生產(chǎn)的減速器雖然設(shè)計(jì)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(jī)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(qiáng)大的技術(shù)支持切入市場(chǎng)， 傳統(tǒng)家電企業(yè)例如海爾積極布局家庭服務(wù)機(jī)器人， 此外以哈工大為代表的科研機(jī)構(gòu)也通過與企業(yè)合作的方式轉(zhuǎn)化研究成果。特種機(jī)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(dǎo)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，中國則在語音識(shí)別技術(shù)上更優(yōu)
自然語言處理(NLP)：中國仍有差距自然語言處理技術(shù)能夠改變?nèi)祟惻c機(jī)器的互動(dòng)方式， 在商業(yè)數(shù)據(jù)領(lǐng)域隱藏著許多無法被目前技術(shù)手段進(jìn)行利用的暗數(shù)據(jù)，包括短信息、 文件、 郵件、 視頻、語音、 圖片等非結(jié)構(gòu)化數(shù)據(jù)，自然語言處理技術(shù)將在商業(yè)方面發(fā)揮重要作用。中國在自然語言處理方面，與美國仍有較大的差距。從企業(yè)數(shù)量來看， 中國擁有92家， 美國則是中國近2.7倍， 達(dá)到252家。中國從事NLP工作的員工僅有6,600名， 而美國則達(dá)到了20,200名。
語音識(shí)別：中國技術(shù)更勝一籌語音識(shí)別技術(shù)能夠被廣泛的應(yīng)用于電視、 手機(jī)、 呼叫中心、 智能家居等場(chǎng)景。在語音識(shí)別技術(shù)方面， 百度、 科大訊飛、 搜狗等主流平臺(tái)識(shí)別準(zhǔn)確率均在97%以上。阿里巴巴的語音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、 火車站購票等。2018年雙十一，“阿里小蜜” 承擔(dān)了全平臺(tái)98%客服咨詢量， 相當(dāng)于70萬人工客服一天的工作量。
機(jī)器視覺：基礎(chǔ)算法方面差距較大機(jī)器視覺一直以來都是人工智能技術(shù)領(lǐng)域的熱點(diǎn)之一。公眾的日常生活已經(jīng)被大樓門禁、 交通攝像頭、 銀行安保攝像頭等包圍， 無處不在的攝像頭連接上人臉識(shí)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(jiān)控。
從應(yīng)用層面來看， 中美幾乎沒有差距，甚至在人臉識(shí)別技術(shù)上有望超過美國。但是在基礎(chǔ)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(yīng)用領(lǐng)域， 包括?？低暤龋?美國則有約190家。從業(yè)人員數(shù)量方面， 中國擁有1,510名， 而美國則超過4,000人。
5、 中國在AI應(yīng)用上呈現(xiàn)追擊態(tài)勢(shì)
無人駕駛：美國憑借深厚的技術(shù)沉淀領(lǐng)先中國 。無人駕駛涉及到的技術(shù)包括汽車傳感器技術(shù)、 AI軟硬件、 V2X以及無人駕駛測(cè)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久以來的技術(shù)沉淀拉開了與中國的技術(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)以及無人駕駛測(cè)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(nèi)外車廠進(jìn)行了合作與測(cè)試。在無人駕駛測(cè)試方面， 北京、 上海、 深圳、 重慶等城市已經(jīng)對(duì)百度等科技巨頭頒發(fā)無人駕駛測(cè)試牌照并提供測(cè)試場(chǎng)地， 科技巨頭與北汽、 比亞迪等國內(nèi)車企開展了合作。
▲中國無人駕駛領(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(yīng)用在國外的發(fā)展更早， 早在二十世紀(jì)九十年代已經(jīng)出現(xiàn)了智適應(yīng)技術(shù)。人工智能教育產(chǎn)品在歐美國家的滲透程度更深， 通過近十年的發(fā)展， 覆蓋了各年齡段的用戶，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(yīng)用的場(chǎng)景也相對(duì)更為廣泛， 以To B為主， 包括考試機(jī)構(gòu)、 學(xué)校、 企業(yè)。代表企業(yè)主要可以分為三類， 包括向智適應(yīng)教育轉(zhuǎn)型的在線教育平臺(tái)， 例如Coursera， KhanAcademy;教育集團(tuán)智適應(yīng)事業(yè)部，例如培生提供以GMAT為代表的計(jì)算機(jī)智適應(yīng)測(cè)評(píng)考試;此外還包括試圖囊括學(xué)習(xí)五大環(huán)節(jié)的智適應(yīng)教學(xué)平臺(tái)，已經(jīng)出現(xiàn)了Knewton、 Aleks等明星公司。
Knewton是一家智適應(yīng)學(xué)習(xí)平臺(tái)企業(yè)， 前期主要客戶是出版商與教育公司， 通過將各類課程進(jìn)行數(shù)字化進(jìn)而提供智適應(yīng)學(xué)習(xí)方案， 在2016年后開始與學(xué)校合作提供課程產(chǎn)品。截止2019年， Knewton總?cè)谫Y規(guī)模已經(jīng)超過1.8億美元。各項(xiàng)研究已經(jīng)驗(yàn)證了人工智能技術(shù)在教育方面對(duì)提升學(xué)習(xí)成績的顯著效果。
人工智能技術(shù)在中國的應(yīng)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(jié)奏極快， 2018年松鼠AI營收超過5億元， 英語流利說超過6億元。由于中國人口基數(shù)大， 教育資源緊缺， 對(duì)教育的重視程度等有利因素將推動(dòng)智適應(yīng)學(xué)習(xí)系統(tǒng)的快速發(fā)展， 各類教育相關(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、 好未來為代表的教育集團(tuán)通過投資以及自建的方式入局智適應(yīng)教育。此外， 還有三大類企業(yè)， 一類是以上海教育企業(yè)松鼠AI為代表的智適應(yīng)平臺(tái)， 另外兩類是轉(zhuǎn)型智適應(yīng)教育的在線教育企業(yè)，以及涉足智適應(yīng)教育的人工智能企業(yè)。智適應(yīng)學(xué)習(xí)以其能夠貫穿學(xué)習(xí)全過程的獨(dú)特優(yōu)勢(shì)成為人工智能在學(xué)習(xí)各環(huán)節(jié)應(yīng)用最為廣泛的技術(shù)。
▲人工智能教育企業(yè)對(duì)比
人工智能技術(shù)在過去5-10年快速發(fā)展，隨著時(shí)間推移， 技術(shù)漸漸為大眾所知，摩爾定律的節(jié)奏逐漸放慢，人工智能商業(yè)化應(yīng)用成為關(guān)注焦點(diǎn)?？萍季揞^紛紛布局垂直行業(yè)應(yīng)用，創(chuàng)業(yè)企業(yè)需要找準(zhǔn)切入點(diǎn)，深耕行業(yè)解決方案以打造護(hù)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(yī)療與教育行業(yè)均面臨資源分配不均等。雖然問題不同，但通過數(shù)據(jù)收集、處理與分析能夠有效解決上述多樣的問題，而人工智能通過數(shù)據(jù)驅(qū)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(jí)
在金融領(lǐng)域， 人工智能技術(shù)迅速改變了傳統(tǒng)金融行業(yè)的各主要領(lǐng)域。圍繞消費(fèi)者行為和需求的不斷變化， 傳統(tǒng)的金融服務(wù)行業(yè)參與者正面臨著各領(lǐng)域各環(huán)節(jié)
的重構(gòu)。隨著消費(fèi)者行為和偏好的不斷變化， 以技術(shù)驅(qū)動(dòng)的精準(zhǔn)營銷和推送使消費(fèi)者獲得定制化的產(chǎn)品和服務(wù)， 通過技術(shù)增強(qiáng)客戶粘性， 并使小商戶融入更大范圍的生態(tài)圈;人工智能機(jī)器人在一些服務(wù)領(lǐng)域逐漸取代人工客服， 為客戶提供咨詢服務(wù)。
在醫(yī)療領(lǐng)域， 在人口老齡化、 慢性病患者群體增加、 優(yōu)質(zhì)醫(yī)療資源緊缺、 公共醫(yī)療費(fèi)用攀升的社會(huì)環(huán)境下， 醫(yī)療人工智能的應(yīng)用為當(dāng)下的醫(yī)療領(lǐng)域帶來了新的發(fā)展方向和動(dòng)力。隨著人工智能技術(shù)在醫(yī)療領(lǐng)域的持續(xù)發(fā)展和應(yīng)用落地， 這個(gè)行業(yè)將極大簡化當(dāng)前繁瑣的看病流程， 并在優(yōu)化醫(yī)療資源、 改善醫(yī)療技術(shù)等多個(gè)方面為人類提供更好的解決方案。醫(yī)療人工智能技術(shù)已基本覆蓋醫(yī)療、 醫(yī)藥、 醫(yī)保、 醫(yī)院這四大醫(yī)療產(chǎn)業(yè)鏈環(huán)節(jié)。
近幾年， 教育行業(yè)持續(xù)通過數(shù)據(jù)重構(gòu)，呈現(xiàn)出空前的革命性。不同于傳統(tǒng)教育方式，智能化教育方式以學(xué)生學(xué)習(xí)“教、 學(xué)、 練、 評(píng)、 測(cè)” 五大環(huán)節(jié)所產(chǎn)生的數(shù)據(jù)為基礎(chǔ)， 利用智適應(yīng)學(xué)習(xí)，圖像識(shí)別，語音識(shí)別，人機(jī)對(duì)話，多模態(tài)行為分析， 知識(shí)生成和表達(dá)， 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。大幅度提高學(xué)習(xí)效率， 改變教育模式。
針對(duì)上述行業(yè)在行業(yè)應(yīng)用度以及市場(chǎng)機(jī)會(huì)兩個(gè)維度的表現(xiàn)， 可以落入四個(gè)象限。過渡期表示人工智能技術(shù)在該行業(yè)具有較高的應(yīng)用程度， 但目前來說市場(chǎng)
機(jī)會(huì)有限， 未來有望進(jìn)一步拓展市場(chǎng)規(guī)模;萌芽期表示行業(yè)應(yīng)用度以及市場(chǎng)機(jī)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講尚且處于起步階段;成長期表示雖然行業(yè)的應(yīng)用度不足， 但未來應(yīng)用廣泛， 擁有較高的市場(chǎng)機(jī)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(yīng)用度較高， 同時(shí)市場(chǎng)機(jī)會(huì)也高。
▲人工智能技術(shù)在各行業(yè)的應(yīng)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(nèi)部經(jīng)營
金融是人工智能重要的應(yīng)用場(chǎng)景， 人工智能在金融行業(yè)的應(yīng)用改變了金融服務(wù)行業(yè)的規(guī)則。傳統(tǒng)金融機(jī)構(gòu)與科技公司共同參與， 構(gòu)建起更大范圍的高性能動(dòng)態(tài)生態(tài)系統(tǒng)， 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(tǒng)中， 金融機(jī)構(gòu)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(xiàn)在三個(gè)方面：第一， 傳統(tǒng)金融模式下， 往往存在信息不對(duì)稱、 金融風(fēng)險(xiǎn)大、 借貸成本高等問題， 創(chuàng)新技術(shù)應(yīng)用于傳統(tǒng)金融業(yè)務(wù)， 使整個(gè)金融行業(yè)的基礎(chǔ)服務(wù)架構(gòu)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(xiàn)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(chǔ)， 根據(jù)客戶需求提供定制化產(chǎn)品和服務(wù)， 覆蓋更多被傳統(tǒng)金融服務(wù)“拒之門外” 的長尾客戶， 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。第三， 吸引更廣泛、 更多元化的參與者融入生態(tài)圈， 通過收集消費(fèi)者大量消費(fèi)、 信貸數(shù)據(jù)對(duì)消費(fèi)者信用進(jìn)行評(píng)估， 降低壞賬等金融風(fēng)險(xiǎn)。上述三種效能的提升主要體現(xiàn)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(yīng)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機(jī)型簡單問題答復(fù)， 通過人機(jī)交互解決用戶關(guān)于產(chǎn)品或服務(wù)的問題。自然語言處理技術(shù)成熟度在各類人工智能技術(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(xùn)成本高、 服務(wù)效果難以統(tǒng)一以及流動(dòng)性大的問題。以大數(shù)據(jù)、 云計(jì)算特別是人工智能技術(shù)為基礎(chǔ)智能客服加速企業(yè)客服智能化， 依靠知識(shí)圖譜回答簡答重復(fù)性問題， 減少人工客服使用， 提升客服效率及效果?？头C(jī)器人已替代40%-50%的人工客服工作， 預(yù)計(jì)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(yīng)用主要在銀行、保險(xiǎn)、 互聯(lián)網(wǎng)金融等細(xì)分領(lǐng)域。銀行、 保險(xiǎn)等傳統(tǒng)金融機(jī)構(gòu)更加傾向于向IT服務(wù)企業(yè)購買本地解決方案， 以確保數(shù)據(jù)信息安全性， 規(guī)避潛在的泄露風(fēng)險(xiǎn)。由于傳統(tǒng)金融機(jī)構(gòu)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?；ヂ?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(chǔ)的智能金融應(yīng)用已經(jīng)在多地嘗試落地。我國現(xiàn)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(yīng)用領(lǐng)域主要有智能風(fēng)控、 智能投顧、 智慧客服、 智能投研、 智能營銷等， 其中智能風(fēng)控和智能投顧領(lǐng)域的企業(yè)占比超過一半， 成為最受資本歡迎的方向。
2、 教育：人工智能技術(shù)應(yīng)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(duì)教育產(chǎn)業(yè)的賦能， 通過人工智能技術(shù)在教育領(lǐng)域的運(yùn)用， 來實(shí)現(xiàn)其輔助甚至是替代作用。未來人工智能教育應(yīng)用的發(fā)展將由數(shù)據(jù)驅(qū)動(dòng)、 應(yīng)用深化、 融合創(chuàng)新優(yōu)化服務(wù)等方式來持續(xù)推動(dòng)。
從行業(yè)發(fā)展階段來看， 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?？v觀人工智能教育行業(yè)的應(yīng)用發(fā)展歷程， 起步階段主要集中在對(duì)人工智能教育的規(guī)劃和初步探索中， 20世紀(jì)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(jié)合數(shù)學(xué)、 工程和經(jīng)濟(jì)學(xué)促進(jìn)了人工智能的發(fā)展。20世紀(jì)70年代， JaimeCarbonell創(chuàng)建智能教學(xué)系統(tǒng)， 開始利用計(jì)算機(jī)輔助教學(xué);1993年英國愛丁堡舉行第一屆人工智能教育(AiED) 國際會(huì)議。
隨著時(shí)間發(fā)展， 人工智能教育也開始正式走向發(fā)展階段， 21世紀(jì)初， 美國Cognitive Tutor、 Knewton、 RealizeIt等智適應(yīng)教育企業(yè)紛紛成立， 人工智能技術(shù)開始被逐漸賦能到教育產(chǎn)業(yè)中。智適應(yīng)學(xué)習(xí)技術(shù)是模擬老師對(duì)學(xué)生一對(duì)一教學(xué)的過程， 賦予學(xué)習(xí)系統(tǒng)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(yīng)教育企業(yè)開始興起， 如新東方、 好未來、 乂學(xué)教育—松鼠AI等公司。2016年前后， 國內(nèi)的眾多知名教育機(jī)構(gòu)如好未來、 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(shì)
人工智能將重構(gòu)教育行業(yè)生態(tài)。人工智能是基于大數(shù)據(jù)采集和多維度識(shí)別系統(tǒng)， 對(duì)海量數(shù)據(jù)進(jìn)行智能處理， 并通過互動(dòng)接口與應(yīng)用場(chǎng)景與人產(chǎn)生信息交互的一項(xiàng)技術(shù)。以該技術(shù)為基礎(chǔ)向用戶提供人工智能教育內(nèi)容、 工具以及相關(guān)服務(wù)， 通過接受用戶數(shù)據(jù)， 并進(jìn)行分析和回饋， 應(yīng)用于學(xué)習(xí)過程中的“教、 學(xué)、 評(píng)、 測(cè)、 練” 五大環(huán)節(jié)， 產(chǎn)生適合學(xué)習(xí)者的個(gè)性化的解決方案和有效回饋意見。
教育智能化趨勢(shì)下， 智適應(yīng)學(xué)習(xí)以其能夠貫穿學(xué)習(xí)全過程的獨(dú)特優(yōu)勢(shì)成為人工智能在學(xué)習(xí)各環(huán)節(jié)應(yīng)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(yīng)用還包括圖像識(shí)別產(chǎn)品與語音識(shí)別產(chǎn)品。
▲人工智能在學(xué)習(xí)五大環(huán)節(jié)中的應(yīng)用
智適應(yīng)學(xué)習(xí)系統(tǒng) 。智適應(yīng)學(xué)習(xí)系統(tǒng)能夠針對(duì)學(xué)生的具體學(xué)習(xí)情況提供實(shí)時(shí)個(gè)性化學(xué)習(xí)解決方案， 包括知識(shí)狀態(tài)診斷、 能力水平評(píng)測(cè)以及學(xué)習(xí)內(nèi)容推薦等。例如在“教” 與“學(xué)” 這兩個(gè)環(huán)節(jié)，個(gè)體學(xué)習(xí)者的學(xué)習(xí)情況、學(xué)習(xí)能力不同，智適應(yīng)課程系統(tǒng)利用人工智能技術(shù)， 將知識(shí)點(diǎn)提煉、 學(xué)習(xí)方法歸納等教學(xué)重難點(diǎn)利用大數(shù)據(jù)和算法形成一套高效、 標(biāo)準(zhǔn)化的系統(tǒng)課程，說明不同程度學(xué)習(xí)者適應(yīng)不同類別課程。計(jì)算力提升、 海量數(shù)據(jù)以及貝葉斯網(wǎng)絡(luò)算法的應(yīng)用推動(dòng)智適應(yīng)學(xué)習(xí)系統(tǒng)在2010年之后得到快速發(fā)展，并取得顯著成效。Knewton的數(shù)學(xué)自我調(diào)整輔助課程在亞利桑那大學(xué)幫助學(xué)生大幅提升通過率，課程退課率降低了56%。智適應(yīng)學(xué)習(xí)技術(shù)與產(chǎn)品在國內(nèi)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， 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， 代表企業(yè)包括學(xué)教育-松鼠AI， 智適應(yīng)學(xué)習(xí)在中國發(fā)展更為迅速， 有望后來者居上。
3、 數(shù)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(shí)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(zhèn)化戰(zhàn)略的大力推動(dòng)下， 已經(jīng)成為全球城市化率增長最高的國家， 2018年我國城市化水平達(dá)60%， 城市人口約為7.3億， 預(yù)計(jì)2050年城市化率將超過80%， 城市人口規(guī)模也將進(jìn)一步擴(kuò)大。如此大的城市人口數(shù)量將產(chǎn)生大量的政府事務(wù)， 通過機(jī)器人流程自動(dòng)化(RPA)、 人工智能技術(shù)的應(yīng)用， 能夠?qū)⑿姓藛T從固定、重復(fù)的工作中解放， 提升政務(wù)效率，專
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(shí)別、 自然語言處理等技術(shù)應(yīng)用能夠增強(qiáng)政府服務(wù)能級(jí)， 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(shù)字政務(wù)的建立依靠自上而下進(jìn)行推動(dòng)。在構(gòu)建服務(wù)型政府的目標(biāo)下， 2015年各地政府開始強(qiáng)調(diào)政府電子化， 隨著人工智能、 大數(shù)據(jù)、 云計(jì)算等新技術(shù)的商用，進(jìn)一步發(fā)展為政府?dāng)?shù)字化、智慧化。預(yù)計(jì)2019年， 中國數(shù)字政務(wù)市場(chǎng)規(guī)模將突破3,400億元， 年復(fù)合增長率達(dá)到15%。
4、 醫(yī)療：人工智能應(yīng)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(yī)療資源緊缺、 公共醫(yī)療費(fèi)用攀升的社會(huì)環(huán)境下， 醫(yī)療人工智能的應(yīng)用為當(dāng)下的醫(yī)療領(lǐng)域帶來了新的發(fā)展方向和
動(dòng)力。隨著人工智能技術(shù)在醫(yī)療領(lǐng)域的持續(xù)發(fā)展和應(yīng)用落地， 這個(gè)行業(yè)將極大簡化當(dāng)前繁瑣的看病流程， 并在優(yōu)化醫(yī)療資源、 改善醫(yī)療技術(shù)等多個(gè)方面為人類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(guī)劃》 中， 中國明確了2020年人工智能核心產(chǎn)業(yè)規(guī)模超過1500億元的目標(biāo)。據(jù)預(yù)測(cè)， 醫(yī)療人工智能行業(yè)將占人工智能
總體市場(chǎng)規(guī)模的五分之一。2016年中國醫(yī)療人工智能的市場(chǎng)規(guī)模達(dá)到96.61億元，增長37.9%，數(shù)據(jù)顯示，2017年中國人工智能醫(yī)療市場(chǎng)規(guī)模超過130億元人民幣，增長40.7%。預(yù)測(cè)2019年可達(dá)到310億元人民幣。
從市場(chǎng)需求來看，由于中國醫(yī)療資源的短缺和分配不均， 更加開放和高效的醫(yī)療解決方案成為了市場(chǎng)急迫的要求。在技術(shù)發(fā)展上， 隨著中國在與醫(yī)療健康相關(guān)的計(jì)算機(jī)視覺、 自然語言理解和數(shù)據(jù)挖掘等方面的長足進(jìn)步， 醫(yī)療人工智能在應(yīng)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(yī)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(yī)療健康” 發(fā)展的意見》 中， 國務(wù)院明確指出支持研發(fā)醫(yī)療健康相關(guān)的人工智能技術(shù)。以上均為醫(yī)療人工智能行業(yè)的發(fā)展傳遞了積極的政策信號(hào)。
國內(nèi)醫(yī)療人工智能公司雖起步較晚， 但增長迅速。近幾年該領(lǐng)域的新創(chuàng)公司數(shù)量持續(xù)增長， 且吸引了大量資本的注入。目前我國共有144家智慧醫(yī)療公司， 已初步形成北京、 廣州、 長三角的智慧醫(yī)療聚集群。這些廣泛分布于疾病篩查和預(yù)測(cè)、 醫(yī)學(xué)影像診斷、 病歷與文獻(xiàn)信息分析、 新藥發(fā)現(xiàn)等細(xì)分領(lǐng)域， 其中2018年獲融資企業(yè)最多的領(lǐng)域?yàn)榧膊『Y查和預(yù)測(cè)。在資金來源方面， 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(jù)自身優(yōu)勢(shì)積極布局。
醫(yī)療領(lǐng)域的人工智能在快速發(fā)展的同時(shí)也受到了來自傳統(tǒng)觀念、 技術(shù)、 人才、監(jiān)管方面的挑戰(zhàn)。在傳統(tǒng)觀念方面， 傳統(tǒng)的“望聞問切” 的診療模式已經(jīng)根深蒂固， 作為人工智能的醫(yī)療應(yīng)用受眾的醫(yī)生和病患對(duì)于新技術(shù)的接受程度是考驗(yàn)智慧醫(yī)療從業(yè)者的一個(gè)問題。從技術(shù)來看， 智能醫(yī)療需要海量的數(shù)據(jù)和復(fù)雜的訓(xùn)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(duì)復(fù)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(yī)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(yī)療人工智能市場(chǎng)的制約因素， 在中國， 既懂醫(yī)療， 又懂技術(shù)的復(fù)合型、 戰(zhàn)略型人才尤其短缺。在監(jiān)管方面， 由于醫(yī)療行業(yè)是關(guān)乎人類生命安全的領(lǐng)域， 涉及病患的醫(yī)療數(shù)據(jù)應(yīng)該保證絕對(duì)的隱私和安全， 并需要嚴(yán)謹(jǐn)?shù)姆煞ㄒ?guī)進(jìn)行監(jiān)管和保護(hù)。
▲智慧醫(yī)療產(chǎn)業(yè)鏈
5、 無人駕駛：主導(dǎo)汽車產(chǎn)業(yè)革新
人工智能時(shí)代， 與汽車相關(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”、“路” 被賦予類人的決策、 行為， 整個(gè)出行生態(tài)也也會(huì)發(fā)生巨大的改變。強(qiáng)大的計(jì)算力與海量的高價(jià)值數(shù)據(jù)是構(gòu)成多維度協(xié)同出行生態(tài)的核心力量。隨著人工智能技術(shù)在交通領(lǐng)域的應(yīng)用朝著智能化、 電動(dòng)化和共享化的方向發(fā)展， 以無人駕駛為核心的智能交通產(chǎn)業(yè)鏈將逐步形成。目前無人駕駛?cè)蕴幱跍y(cè)試階段， 但是在未來將具有巨大市場(chǎng)。由于當(dāng)前技術(shù)和現(xiàn)有法律的限制，無人駕駛汽車還無法實(shí)現(xiàn)大面積推廣， 整個(gè)行業(yè)內(nèi)通過第一階段封閉路測(cè)的車企較多， 包括上汽、蔚來、 滴滴、 百度、 北汽、 寶馬等多家傳統(tǒng)車企和互聯(lián)網(wǎng)背景的車企， 而完全通過第二階段開放道路測(cè)試的企業(yè)并不多。因此短期內(nèi)無人駕駛汽車市場(chǎng)不會(huì)有太大變化。業(yè)內(nèi)預(yù)計(jì)中國可在2020年左右實(shí)現(xiàn)無人駕駛， 屆時(shí)國內(nèi)無人駕駛汽車的銷量可達(dá)6萬輛， 并在此后迅猛增長， 于2035年達(dá)到400萬輛。由于無人駕駛的發(fā)展對(duì)工業(yè)基礎(chǔ)以及技術(shù)支持有較高的要求， 因此國內(nèi)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(qū)的自動(dòng)駕駛企業(yè)占據(jù)了行業(yè)的絕大份額。產(chǎn)業(yè)集群效應(yīng)將隨著自動(dòng)駕駛的發(fā)展愈發(fā)顯著， 長三角地區(qū)和珠三角地區(qū)依舊會(huì)是行業(yè)的發(fā)展中心。除此之外， 地方政策也對(duì)無人駕駛的行業(yè)分布有重要影響， 目前北京、 上海、福州、 重慶、 長沙、 長春、 杭州、 廣州、 深圳已開發(fā)自動(dòng)駕駛測(cè)試道路， 率先成為無人駕駛的試點(diǎn)城市。
▲國內(nèi)自動(dòng)駕駛企業(yè)地域分布
▲無人駕駛產(chǎn)業(yè)鏈
6、 零售：人工智能驅(qū)動(dòng)行業(yè)走向聚合
受益于零售行業(yè)的數(shù)字化轉(zhuǎn)型， 人工智能已滲透到零售各個(gè)價(jià)值鏈環(huán)節(jié)。隨著各大零售企業(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(yīng)用從個(gè)別走向聚合， 深度學(xué)習(xí)和計(jì)算機(jī)視覺成為支撐智慧零售的兩大技術(shù)深度學(xué)習(xí)主要被應(yīng)用于數(shù)據(jù)的分析與建模，以實(shí)現(xiàn)產(chǎn)業(yè)鏈的優(yōu)化;計(jì)算機(jī)視覺技術(shù)則可應(yīng)用于消費(fèi)行為分析與商品識(shí)別，目前計(jì)算機(jī)視覺輔助下的貨品檢測(cè)、 自助結(jié)算等已實(shí)現(xiàn)商業(yè)化。
人工智能零售行業(yè)應(yīng)用落地在全球高速增長。據(jù)Gartner預(yù)測(cè)， 到2020年， 85%的消費(fèi)者互動(dòng)將通過人工智能實(shí)現(xiàn)自動(dòng)化管理。Global Market Insights數(shù)據(jù)顯示， 2018—2024年間全球人工智能在零售領(lǐng)域應(yīng)用年均復(fù)合增長率(CAGR) 超過40%， 應(yīng)用市場(chǎng)規(guī)模在2024年達(dá)到80億美元， 其中亞太市場(chǎng)CAGR超過45%， 主要由中國和印度市場(chǎng)帶動(dòng)。從技術(shù)領(lǐng)域來看， 視覺識(shí)別/搜索技術(shù)相關(guān)應(yīng)用CAGR 45%， 機(jī)器學(xué)習(xí)相關(guān)應(yīng)用CAGR超過42%。
在此背景下， 零售行業(yè)拉開利用人工智能轉(zhuǎn)型的大幕。國內(nèi)各大線下主流零售商順應(yīng)科技發(fā)展趨勢(shì)， 不斷增加在人工智能領(lǐng)域的投入， 2018年各類零售商在人工智能的建設(shè)投入約9億元， 占總投入的3.15%， 預(yù)計(jì)到2022年這個(gè)數(shù)字可以突破178億， 占總投入的25%。各電商巨頭也借著人工智能的東風(fēng)， 加速線上與線下業(yè)務(wù)的整合。
7、 制造業(yè)：智能制造應(yīng)用潛力巨大
人工智能與相關(guān)技術(shù)結(jié)合， 可優(yōu)化制造業(yè)各流程環(huán)節(jié)的效率， 通過工業(yè)物聯(lián)網(wǎng)采集各種生產(chǎn)資料， 再借助深度學(xué)習(xí)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(yī)療行業(yè)， 人工智能在制造業(yè)領(lǐng)域應(yīng)用潛力被明顯低估。SAP通過對(duì)中國2015~2018年最大的300項(xiàng)人工智能投資項(xiàng)目進(jìn)行分析，結(jié)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(yīng)用場(chǎng)景最具潛力的區(qū)域。有研究發(fā)現(xiàn)， 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?qū)⑿略?5.7萬億美元的GDP，中國就占7萬億美元;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(dá)27萬億美元。
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(dǎo)的五個(gè)工程之一。2017年我國智能制造試點(diǎn)示范專項(xiàng)加速落地， 與此同時(shí)國家對(duì)于智能制造專項(xiàng)的補(bǔ)助金額也在加速增長。2018年我國新增99個(gè)智能制造試點(diǎn)示范項(xiàng)目， 其中18個(gè)位于長三角地區(qū)， 10個(gè)位于京津冀地區(qū)。
制造業(yè)將成為人工智能應(yīng)用藍(lán)海。全球人工智能及相關(guān)場(chǎng)景在制造業(yè)應(yīng)用市場(chǎng)在2016年約為1.2千億美元， 這個(gè)數(shù)字在2025年有望超過7.2千億美元， 復(fù)合年均增長率預(yù)計(jì)可超過25%。
▲智能制造產(chǎn)業(yè)鏈
目前AI技術(shù)已在金融、 醫(yī)療、 安防等多個(gè)領(lǐng)域?qū)崿F(xiàn)技術(shù)落地， 且應(yīng)用場(chǎng)景也愈來愈豐富。人工智能的商業(yè)化在加速企業(yè)數(shù)字化、 改善產(chǎn)業(yè)鏈結(jié)構(gòu)、 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)展都伴隨著研究方法的突破， 深度學(xué)習(xí)是近年機(jī)器學(xué)習(xí)技術(shù)突破的重要代表之一。 隨著人工人工智能研究和應(yīng)用領(lǐng)域的不斷延伸， 未來人工智能將迎來更多種技術(shù)的結(jié)合應(yīng)用。隨著投資界和企業(yè)界對(duì)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(xù)增加。 特別是經(jīng)過行業(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(qiáng)的領(lǐng)域如醫(yī)療、 教育、 無人駕駛等創(chuàng)業(yè)項(xiàng)目繼續(xù)受到人工智能領(lǐng)先機(jī)構(gòu)的青睞。
（轉(zhuǎn)載）
