人工智能是什么？人工智能是一门利用计算机模 拟人类智能行为科学的统称，它涵盖了训练计算 机使其能够完成自主学习、判断、决策等人类行 为的范畴。人工智能、机器学习、深度学习是我 们经常听到的三个热词。关于三者的关系，简单 来说，机器学习是实现人工智能的一种方法，深 度学习是实现机器学习的一种技术。机器学习使 计算机能够自动解析数据、从中学习，然后对真 实世界中的事件做出决策和预测；深度学习是利 用一系列“深层次”的神经网络模型来解决更复 杂问题的技术。

人工智能从其应用范围上又可分为专用人工智能 (ANI)与通用人工智能(AGI)。专用人工智能，即 在某一个特定领域应用的人工智能，比如会下围 棋并且也仅仅会下围棋的AlphaGo；通用人工智 能是指具备知识技能迁移能力，可以快速学习， 充分利用已掌握的技能来解决新问题、达到甚至 超过人类智慧的人工智能。

通用人工智能是众多科幻作品中颠覆人类社会的 人工智能形象，但在理论领域，通用人工智能算 法还没有真正的突破，在可见的未来，通用人工 智能既非人工智能讨论的主流，也还看不到其成 为现实的技术路径。

专用人工智能才是真正在这次人工智能浪潮中起 到影响的主角，我们报告的讨论范围将聚焦在更 具有现实应用意义的专用人工智能技术，具体讨 论现有专用人工智能技术能带来的商业价值。

人工智能的发展历史

人工智能的概念形成于20世纪50年代，其发展阶 段经历了三次大的浪潮。第一次是50-60年代注 重逻辑推理的机器翻译时代；第二次是70-80年 代依托知识积累构建模型的专家系统时代；这一 次是2006年起开始的重视数据、自主学习的认知 智能时代。在数据、算法和计算力条件成熟的条 件下，本次浪潮中的人工智能开始真正解决问题， 切实创造经济效果

人工智能发展历程

1、核心技术加速突破，人工智能掀起新浪潮人工智能是掀起下一轮互联网变革浪潮的新引擎。当前时点，经过了移动互联网高速发展的阶段，当下信息技术领域正遭遇着创新乏力、竞争逐步激烈等困境，基于技术发展的商业模式创新红利在消失，产业发展正遭遇天花板，亟需新一轮技术变革驱动商业模式的全面升级。人工智能作为万物互联时代最前沿的基础技术，将能够渗透至各行各业，并助力传统行业实现跨越式升级，实现全行业的重塑，成为掀起互联网颠覆性浪潮的新引擎。

数据来源：公开资料整理

核心技术加速突破，人工智能掀起新的浪潮

  核心技术加速突破，人工智能正解除桎梏加速崛起。事实上关于人工智能的研究已经有了 60 年的历史，“深度学习”的概念也早就在 2006 年就已经出现。从人工智能产业进程来看，技术的突破是推动产业升级的核心驱动力。19 世纪 70 年代的第一款神经网络及人工智能软件诞生、90 年代 Hopfield 网络&BP 算法推动第二次黄金期；当前，在基础设施（数据资源和运算能力）大幅进步的有力支撑下，深度学习算法、语音识别、图像识别等技术摆脱发展桎梏并加速突破。数据资源、运算能力、核心算法在客观上构成人工智能的三大基本要素在当前皆重新站上一个新台阶，共同推动当下人工智能从计算智能向更高层的感知、认知智能发展，并通过衍生出通用技术/解决方案输出以及具体人工智能大规模应用产品的落地，掀起人工智能第三次新浪潮。

人工智能产业链

数据来源：公开资料整理

①数据资源：数据量爆炸 式增长，机器学习训练素材丰富度大幅提升。数据资源是机器学习训练的基本素材，通过对于数据的学习，机器不断积累经验和优化决策参数，逐渐变得向人类一般聪明。近年来，随着互联网、物联网，特别是 2012 年之后移动互联网的飞速发展，线上产生的数据几何式爆炸增长。根据数据统计，全球数据资料存储量2020 年将达到 40ZB，相比之前预估的数额高出 14%，2016-2020 年的 CAGR 约为 40%。未来，随着万物互联时代的开启，数据量的产生与积累都将进一步提速，且数据维度也将更加丰富，从而为机器学习提供更多的学习材料，由此推动人工智能加速突破。 全球数据量爆炸式增长

数据来源：公开资料整理

②运算能力：类人脑芯片+GPU 并行+ 云计算“三合一”，仿人脑计算能力迈上新的高度。仿人脑计算其核心原理主要在于模拟人脑神经元多层深度传递解决复杂问题的过程。但是由于人脑有大致 1000 亿神经元，每个神经元约有 5000 个神经突触，能耗比相当于 200 万倍的天河 2 号。传统的计算机在模拟这种信息交互处理过程是，一方面由于其传统架构限制（内存与信息处理器分离，且处理器只可按线序执行命令，不断与内存通过总线反复交换信息，导致能耗大运行速度易受拖累），从而使得计算能力无法有效地迅速提升；另一方面，芯片计算能力的跃升所需能耗极大。如 Google Brain 所采用的就是利用 1000 台各带 16 核处理器的计算机，尽管该架构已经展现出相当的能力，但是能耗巨大。

③核心算法：在基础设施具备条件下，深度学习加速突破。神经网络算法在机器学习中由来已久，但因深度学习模型的参数调优较难，导致训练速度慢，且在层级较少(≤3)的情况下效果并不比其他方法更优的原因一度遭到雪藏。直到 2006 年 Geoffrey Hinton 教授基于多层神经网络系统提出分两步走，然后使用 wake-sleep 算法进行调优才解决上述问题。 2、政策与资本强劲助推，行业发展机遇空前 人工智能作为一项引领未来的战略技术，世界发达国家纷纷在新一轮国际竞 争中争取掌握主导权，围绕人工智能出台规划和政策，对人工智能核心技术、顶 尖人才、标准规范等进行部署，加快促进人工智能技术和产业发展。主要科技企 业不断加大资金和人力投入，抢占人工智能发展制高点。2017 年，我国出台了 《新一代人工智能发展规划》（国发〔

2017〕35 号）、 《促进新一代人工智能产业 发展三年行动计划（2018-2020 年）》（工信部科〔2017〕315 号）等政策文件， 推动人工智能技术研发和产业化发展。目前，国内人工智能发展已具备一定的技 术和产业基础，在芯片、数据、平台、应用等领域集聚了一批人工智能企业，在 部分方向取得阶段性成果并向市场化发展。 国内互联网科技巨头积极卡位布局。目前，在国外科技巨头如微软、谷歌、Facebook 等积极布局人工智能领域的同时，国内互联网巨头 BAT等各路资本也纷纷争相切入到人工智能产业，充分展示了科技领头羊对于未来市场的敏锐嗅觉。 国内外行业巨头纷纷涉足“人工智能”

数据来源：公开资料整理

人工智能发展三个阶段

数据来源：公开资料整理

 从人工智能产业链的角度来分析，市场的投资机会：短期来自于对成熟的感知技术的大规模应用开发；长期则应致力于核心技术的研究，认知层技术的突破和基础资源（数据和计算）的积累依然是长期重点。人工智能产业链依据技术层级从上到下，分为基础层、技术层和应用层；人工智能产业链

数据来源：公开资料整理

国内企业多从应用层布局人工智能

数据来源：公开资料整理

目前，在资本与产业助力之下，我国人工智能发展迅速，视觉、语音识别技术已处于国际领先水平。

人工智能产业发展状况、竞争环境 技术方向方面 人工智能方向的企业目前主要分为两类：专注于 技术研发的通用型人工智能企业，如DeepMind、 Facebook AI Research、Google Brain与Baidu AI等， 以及专注于人工智能技术应用的专用型人工智能 企业。通用型人工智能由于研发技术难度大，目 前多由巨头互联网公司在进行布局，短期内没有 明确的技术突破前景。专用型人工智能企业数量 众多，但其发展仍然受制于需要人工标注的数据限制。 应用方向方面 ai应用初期来源于标准化、重复性较高的工作岗位。标准化工作也是对人工智能及其产业发展具有基础性、支撑性、引领性的作用，既是推动产业创新发展的关键抓手，也是产业竞争的制高点。当前，在我国人工智能相关产品和服务不断丰富的同时，也出现了标准化程度不足的问题。人工智能涉及众多领域，虽然某些领域已具备一定的标准化基础，但是这些分散的标准化工作并不足以完全支撑整个人工智能领域。

另一方面，人工智能属于新兴领域，发展方兴未艾，从世界范围来看，标准化工作仍在起步过程中，尚未形成完善的标准体系，我国基本与国外处于同一起跑线，存在快速突破的机会窗口。只要瞄准机会，快速布局，完全有可能抢占标准创新的制高点，反之，则有可能丧失良机。因此，迫切需要把握机遇，加快对人工智能技术及产业发展的研究，系统梳理、加快研制人工智能各领域的标准体系，明确标准之间的依存性与制约关系，建立统一完善的标准体系，以标准的手段促进我国人工智能技术、产业蓬勃发展。

现目前来看，发展迅猛从医疗健康的监测诊断、智能医疗设备，到教育领域的智能评测、个性化辅导、儿童陪伴，从电商零售领域的仓储物流、智能导购和客服，到应用在智能汽车的自驾技术，都能看到人工智能的身影。 当今，人工智能技术的突破带来了席卷全球的技术革命风暴，创造出了一个无比广阔的市场，国内的很多公司在这股大潮中抓住机遇，表现亮眼。中国的人工智能已成为一张令世界瞩目的闪亮名片。过去的一年里，长虹、TCL、创维、暴风、小米等中国家电企业都纷纷发布人工智能家电产品，希望借助人工智能打破家电行业的销售难题和产品升级。 据《全球人工智能发展报告2016》显示，中国人工智能专利申请数累计达到15745项，列世界第二；人工智能领域投资达146笔，列世界第三。 人工智能行业现状分析：市场规模不断扩张 人工智能一词是2017年以来;热词。在人工智能技术逐步成熟的当下，谁率先在应用上实现突破，谁就有可能在智能时代的竞争中占据优势;人工智能;有望成为可触摸的新增长点之一。 据了解，随着《“互联网+ ”人工智能三年行动实施方案》的发布和国家对制造业的高度重视，2016年中国人工智能市场规模达到239亿，其中智能硬件平台为152.5亿，占比达到63.8%，高于86.5亿的软件集成平台。未来三年人工智能市场将迎来新兴机遇点，预计2017年产业规模达到295.9亿，2018年将达到381亿元，复合增长率达26.3%。

从各地产业政策上看，未来5年，北京、沈阳和上海将在人工智能产业实现领先发展。 人工智能行业现状分析：产业投资供需两旺一年来，人工智能成功吸引了中国投资圈和舆论场的注意力。在IT巨头掀起人工智能并购热潮的同时，人工智能公司也在掀起融资高潮。人工智能领域的投资进入供需两旺 阶段。 调研机构Venture Scanner数据显示，截至2016年11月，全球范围内对总计1485家人工智能公司进行追踪分析。这些公司总融资金额高达89亿美元。2006年至2016年的十年间，人工智能领域的投资金额复合增长率高达42%。 随着并购高潮迭起，众多投资人工智能初创公司的天使基金和风投基金退出时获得巨额回报。同时，随着应用的逐渐成熟，不少人工智能公司尝试寻求IPO。 从以上对中国人工智能行业现状分析了解到，我国人工智能当前发展非常迅速，其快速应用将能够加速中国制造2025的进程，政策方面也对人工智能做出了多方面的布局。移动互联网变革高潮已过，人工智能接棒下一轮新浪潮 1.3项目的市场机会和有效的市场需求 市场机会： 人工智能时代正在加速到来

市场机会：

人工智能时代正在加速到来

1.主要发达国家纷纷制定人工智能发展战略

主要发达国家高度重视人工智能，纷纷将发展人工智能作为提升国家竞争力、维护国家安全的重要抓手，在国家战略层面加紧布局和发展人工智能，力图在新一轮竞争中掌握主导权。

（1）美国将人工智能上升为国家战略。2016年10月，美国国家科学技术委员会发布《为人工智能的未来做好准备》和《人工智能研究与发展战略规划》，2016年12月又发布《人工智能、自动化和经济》，可见对人工智能的重视程度之高。

（2）日本将人工智能作为国家增长战略的优先领域。2016年5月，日本文部科学省确定“人工智能/大数据/物联网/网络安全综合项目”（AIP项目）2016年度战略目标。2016年6月，日本政府发布《再兴战略2016》，将人工智能发展列为十大复兴战略之首。去年3月，日本政府制定人工智能产业化路线图，计划分3个阶段推进利用人工智能技术。

（3）英国将人工智能列为“脱欧”后现代工业战略的核心。2016年9月，英国下议院科学与技术委员会发布《机器人技术和人工智能》，2016年11月英国科技办公室发布《人工智能：未来决策制定的机遇与影响》。今年1月，英国政府制定现代工业战略，重点支持发展人工智能、智能能源技术及机器人技术。

（4）德国将人工智能列为“工业4.0”计划的核心。德国对人工智能、智能机器人的支持，主要集中在“工业4.0”计划当中，涉及到的机器感知、人机交互等都是人工智能的重要方向。

2.全球互联网科技巨头争相布局人工智能

面对人工智能发展的新机遇，国内外互联网科技巨头把发展重心转向人工智能，纷纷在人工智能领域加速布局。

（1）从国际看，Facebook将人工智能列为其未来十年的三大业务支柱之一，IBM重点布局认知计算和类脑芯片，谷歌将其发展战略从“移动先行”转向“人工智能先行”，微软成立的投资基金将重点投资人工智能创业公司，Alexa语音助手有望成为亚马逊的第四大业务支柱。

（2）从国内看，人脸识别、指纹识别等生物特征识别技术成熟度高，百度的人脸识别准确率达99.7%，高精度地图覆盖率大于1万公里、相对精度达厘米级，科大讯飞的语音识别错误率已降至3.7%、中英同声传译准确率可达80%，腾讯着力在云端采用人工智能的方式处理大数据，联想、华为和京东等企业也开始在人工智能领域展开积极布局。

有效市场需求：

1.人工智能技术壁垒和产业格局尚未形成

当前，以人工智能为核心的新一轮科技革命和产业变革蓄势待发，人工智能技术壁垒和产业格局尚未形成，各大经济体均处于同一起跑线上，对人工智能的研究和应用均处于投入探索阶段。根据乌镇智库、网易科技及网易智能联合发布的《乌镇指数：全球人工智能发展报告》，2016年我国人工智能专利数量达到15745项，位列世界第二，仅次于美国，人工智能领域投资达到146笔，位列世界第三，人工智能发展已进入世界第一方阵。而国内除北上深广外，其他地区人工智能发展差距不大，基本处于同一起跑线上，且北上深广人工智能发展也处于创业起步阶段，创业公司数量偏少。截至今年5月，全国人工智能创业公司数量约为366家，其中77.3%的创业公司分布在北上深广，浙江和江苏所占比重分别为7.4%和6.0%，其他省市所占比重合计为9.3%。

2.人工智能迈入深度学习、应用深化的3.0时代

当前，人工智能进入第三次浪潮。随着计算机视觉、图像识别、机器学习及深度学习等技术日渐成熟，人工智能逐渐渗透到工业、驾驶、家居、医疗、教育、金融及安防等领域，并对许多传统行业产生颠覆性影响。截至今年5月，在我国人工智能创业公司中，计算机视觉、机器人创业公司分别达到96家和92家，占比分别为26.2%和25.1%，自然语言处理创业公司达到77家，占比为21.0%，智能驾驶、深度学习也是比较热门的领域。特别是在国家智能制造战略的推动下，人工智能在制造业转型中发挥着关键作用，人工智能与制造业融合发展态势不断增强。人工智能时代背景下推动传统行业改造升级，关键在于加快人工智能融合创新及其在传统行业的推广应用。

3.人工智能新一轮扶持政策密集出台

1.自2016年起，我国人工智能发展已上升至国家战略层面，政策级别明显提升，支持力度持续加大。

（1）2016年5月国家发展改革委等四部门联合印发《“互联网+”人工智能三年行动实施方案》，明确提出要培育发展人工智能新兴产业、推进重点领域智能产品创新、提升终端产品智能化水平。

（2）2016年7月国务院印发的《“十三五”国家科技创新规划》，明确将人工智能作为发展新一代信息技术的主要方向，提出发展自然人机交互技术。

（3）去年7月国务院印发的《新一代人工智能发展规划》，从国家层面对人工智能进行了系统布局，并确立了“三步走（到2020年人工智能总体技术和应用与世界先进水平同步；到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平；到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心）”目标。

（4）去年全已启动实施的“科技创新2030——重大项目”，“新一代人工智能重大科技项目”被列入其中，这充分说明在当前及未来较长一段时期，人工智能成为体现国家战略意图的重大科技项目。

2.推进应用创新，培育发展人工智能新兴产业

（1）推进人工智能技术与机器人技术深度融合。推动智能感知、模式识别及智能控制等人工智能技术的深入应用，提升现有机器人产品的性能和智能化水平。推广应用人机交互、自主导航、环境理解及智能决策等人工智能技术，增强工业机器人、特种机器人与服务机器人的集成创新能力。

（2）推动人工智能技术在汽车、无人机和消费电子产品领域的融合应用。建设安全、泛在和智能的云网端一体化车联网体系，积极发展智能网联汽车。大力发展自动巡航、远程遥控和图像回传等人工智能技术，不断提升无人机产品的性能和智能化水平。着力发展具备交互式智能控制、差异化场景定制等功能的智能家电产品，促进应用人工智能技术的可穿戴设备创新。

（3）加快人工智能技术在建筑、家居、安防与医疗等领域的推广应用。加强新型传感技术、生物识别技术和智能控制技术等在建筑设施及其管理中的运用，着力研发具有互联网后台支撑、具备自学习功能的智能家居产品。大力发展智能安防，将人工智能技术应用于安防产品中。支持学校、医院和商场等公共服务场所开展人工智能技术应用，促进人工智能技术规模化应用。

3.引进培育龙头企业，促进人工智能产业发展

（1）全力引进一批人工智能龙头企业。着重在计算机视觉、智能语音处理、生物特征识别、自然语言理解、新型人机交互及智能决策控制等核心技术领域，以及面向人工智能的软硬件制造、集成与应用领域，引进一批具有国际影响力的人工智能龙头企业。

（2）培育壮大一批本地企业。围绕智能机器人、智能无人机、智能驾驶、智能家居、智能建筑、智能安防、智能交通及智能医疗等应用领域，立足现有优势骨干企业，加快导入人工智能技术，实现本地化融合与创新。

（3）规划建设一批人工智能企业孵化基地。以大学科技园、科技企业孵化器及高新技术产业化基地为载体，以人工智能为特色，覆盖大数据、云计算与物联网等业态，聚焦机器人、无人机、移动智能终端、可穿戴设备及虚拟/增强现实等领域，集聚一批人工智能领域高精尖人才，全力打造一批人工智能企业孵化基地。

4.加强基础资源和公共服务平台建设，夯实人工智能发展支撑

（1）建设人工智能大数据云服务平台。利用大数据、云计算等技术，对人工智能领域的知识进行大规模整合，建立人工智能大数据云服务平台，高效对接全社会的智力、数据、技术和计算资源，促进人工智能研发创新。

（2）建设人工智能基础资源平台。面向语音、图像和地理等信息，集成音频、视频、图片、三维模型和地理信息等格式数据，建设人工智能基础资源平台，为人工智能产业发展提供基础性、公共性服务。

（3）建设人工智能创新创业服务平台。整合政产学研用等资源，搭建一批人工智能专业技术平台和公共服务平台，汇聚人工智能创新创业资源，提供技术研发、检验测试、数字安全、标准化及知识产权等专业化服务。