新一代人工智能發(fā)展白皮書

新一代人工智能發(fā)展白皮書內容摘要內容摘要目錄目錄PAGE\*ROMANPAGE\*ROMANIII一、編制概要 1（一）編制背景 1（二）編制目標 2（三）編制方法 2（四）特別聲明 31、研究主題充分考慮了與國家規(guī)劃的互動和呼應 32、研究范圍聚焦技術和產業(yè)發(fā)展 43、研究內容仍有待進一步豐富完善 4二、新一代人工智能研究綜述 5（一）人工智能簡要發(fā)展歷程 51、第一次浪潮：人工智能誕生并快速發(fā)展，但技術瓶頸難以突破..62、第二次浪潮：模型突破帶動初步產業(yè)化，但推廣應用存在成本障礙73、第三次浪潮：信息時代催生新一代人工智能，但未來發(fā)展存在諸多隱憂 8（二）新一代人工智能的主要驅動因素 91、人機物互聯(lián)互通成趨勢，數(shù)據(jù)量呈現(xiàn)爆炸性增長 102、數(shù)據(jù)處理技術加速演進，運算能力實現(xiàn)大幅提升 103、深度學習研究成果卓著，帶動算法模型持續(xù)優(yōu)化 114、資本與技術深度耦合，助推行業(yè)應用快速興起 11（三）新一代人工智能主要發(fā)展特征 121、大數(shù)據(jù)成為人工智能持續(xù)快速發(fā)展的基石 132、文本、圖像、語音等信息實現(xiàn)跨媒體交互 133、基于網(wǎng)絡的群體智能技術開始萌芽 144、自主智能系統(tǒng)成為新興發(fā)展方向 145、人機協(xié)同正在催生新型混合智能形態(tài) 15三、新一代人工智能技術框架 15（一）新一代人工智能的技術演進 161、從原有的CPU架構，轉變?yōu)镚PU并行運算架構 162、從單一算法驅動，轉變?yōu)閿?shù)據(jù)、運算力、算法復合驅動 173、從封閉的單機系統(tǒng)，轉變?yōu)榭旖蒽`活的開源框架 184、從學術研究探索導向，轉變?yōu)榭焖俚膶嵺`應用導向 18（二）新一代人工智能技術體系 201、云計算：基礎的資源整合交互平臺 202、大數(shù)據(jù)：提供豐富的分析、訓練與應用資源 213、機器學習：持續(xù)引導機器智能水平提升 234、模式識別：從感知環(huán)境和行為到基于認知的決策 235、人機交互：支撐實現(xiàn)人機物交叉融合與協(xié)同互動 24（三）國內外技術對比分析 261、發(fā)達國家基礎平臺布局完善，國內仍缺乏自主核心技術 262、發(fā)達國家在機器學習和人機交互領域具備先發(fā)優(yōu)勢，國內企業(yè)存在技術差距與人才短板 273、國內外模式識別研究水平基本處于同一起跑線，重點聚焦于語音識別與圖像識別 28四、新一代人工智能的產業(yè)化應用 29（一）新一代人工智能的產業(yè)邊界 29（二）基礎層 321、智能傳感器：智能轉型引領行業(yè)發(fā)展 332、智能芯片：初創(chuàng)企業(yè)蓄勢待發(fā) 363、算法模型：通過開源構建生態(tài)已是大勢所趨 38（三）技術層 401、語音識別：正在步入應用拉動的快速增長階段 412、圖像視頻識別：在安防監(jiān)控市場具有巨大增長潛力 443、文本識別：全面進入云端互聯(lián)時代 47（四）應用層 501、智能機器人 512、智能金融 543、智能醫(yī)療 574、智能安防 605、智能駕駛 626、智能搜索 657、智能教育 688、智能人居 70（五）國內外產業(yè)對比分析 721、基礎層產業(yè)國外多點布局產品種類豐富，國內技術相對薄弱但初創(chuàng)企業(yè)表現(xiàn)活躍 722、技術層產業(yè)國外業(yè)已打通應用端，國內圍繞特定領域實施產品精準投放 733、應用層產業(yè)國外較多依賴技術內生發(fā)展驅動，國內較為注重商業(yè)模式創(chuàng)新 74五、投融資特征及趨勢 75（一）全球人工智能領域融資總額持續(xù)增長但增速放緩 75（二）國內人工智能投資規(guī)模有望出現(xiàn)V型反轉且大額項目頻發(fā) 76（三）深度學習、圖像視頻識別和文本識別是資本市場當前力捧的熱點78（四）全球科技巨頭通過投資并購圍繞人工智能構筑差異化競爭力 79六、新一代人工智能中長期技術及產業(yè)發(fā)展趨勢 81（一）技術趨勢 811、既有架構面臨挑戰(zhàn)，新型人工智能芯片呼之欲出 812、經(jīng)濟社會發(fā)展存在迫切需求，專用智能向通用智能升級 823、技術平臺開源化已成趨勢，圍繞超級智能生態(tài)系統(tǒng)的競爭即將展開83（二）產業(yè)趨勢 841、人工智能產業(yè)仍將保持爆發(fā)式增長 84者 853、智能芯片、智能機器人及智能駕駛等熱點應用將持續(xù)受到關注.864、“平臺+場景應用”主導的新型商業(yè)模式即將出現(xiàn) 875、科技巨頭企業(yè)的優(yōu)勢地位將受到初創(chuàng)公司的挑戰(zhàn) 876、行業(yè)監(jiān)管問題迫切需要引起各方重視 88七、推動新一代人工智能發(fā)展的措施建議 89（一）引導樹立正確發(fā)展理念 89（二）構建政府新型治理體系 90（三）持續(xù)加強核心創(chuàng)新能力 90（四）著力夯實關鍵發(fā)展基礎 91（五）完善資本市場支撐環(huán)境 92（六）充分發(fā)揮行業(yè)組織作用 93（七）實現(xiàn)全球統(tǒng)籌協(xié)調發(fā)展 94參考文獻 95致 謝 96PAGE\*ROMANPAGE\*ROMANIV圖表目錄圖1人工智能發(fā)展歷程示意圖 6圖2新一代人工智能主要驅動因素示意圖 10圖3新一代人工智能主要發(fā)展特征 12圖4新一代人工智能當前核心產業(yè)鏈 30圖5全球人工智能核心產業(yè)規(guī)模及年增長率 31圖6我國人工智能核心產業(yè)規(guī)模及年增長率 31圖72020年全球及我國人工智能基礎層各產業(yè)規(guī)模占比 32圖82020年全球及我國人工智能技術層各產業(yè)規(guī)模占比 41圖92020年全球及我國人工智能應用層各產業(yè)規(guī)模占比 50圖10全球人工智能企業(yè)投融資金額總量及增長率（2015-2020年） 76圖中國人工智能企業(yè)投融資金額總量（2015-2020年） 77表1云計算主要共性技術 20表2大數(shù)據(jù)主要共性技術 22表3機器學習主要共性技術 23表4模式識別主要共性技術 24表5人機交互主要共性技術 25表6主要智能傳感器及生產企業(yè) 35表7主要智能芯片及生產企業(yè) 38表8主要算法模型及相關機構 40表9語音識別主要產品及典型企業(yè) 44表10圖像視頻識別主要產品及典型企業(yè) 47表文本識別主要產品及典型企業(yè) 49表12智能機器人主要產品及典型企業(yè) 54表13智能金融主要產品及典型企業(yè) 57表14智能醫(yī)療主要產品及典型企業(yè) 59表15智能安防主要產品及典型企業(yè) 62表16智能駕駛主要產品及典型企業(yè) 65表17智能搜索主要產品及典型企業(yè) 67表18智能教育主要產品及典型企業(yè) 70表20智能人居主要產品及典型企業(yè) 72表21全球各領域人工智能企業(yè)融資額前五名 78表22全球科技巨頭主要收購企業(yè) 80新一代人工智能發(fā)展白皮書（2017年）一、編制概要（一）編制背景1956年概念得以確立以來，人工智能發(fā)展至今已逾60（二）編制目標一是明確新一代人工智能的主要發(fā)展方向，系統(tǒng)歸納其主要驅動因素及最具典型意義的特征。二是研究新一代人工智能的技術框架，梳理技術演進軌跡，提出基礎性、通用性技術體系。三是探索新一代人工智能的產業(yè)邊界，劃分產業(yè)類別和應用場景，研判相關的投融資特征及趨勢。四是提出促進新一代人工智能及相關技術及產業(yè)發(fā)展的可行性措施建議，為相關行業(yè)主管部門提供決策參考，為行業(yè)健康有序發(fā)展提供指導依據(jù)。（三）編制方法201713“十三五”國家戰(zhàn)略性新二是訪談國內知名專家學者，圍繞新一代人工智能的內新一代人工智能既有創(chuàng)邁向2.0》一文進行的深入學習研討，為白皮書的編制奠定了系統(tǒng)的理論基礎。三是調研國內外知名人工智能企業(yè)，匯集整理和分析來自實踐應用的典型案例。高度重視人工智能領域的具體產業(yè)方面具備領先水平和特色優(yōu)勢的人工智能企業(yè)展開深度調研，并邀請部分企業(yè)的技術或戰(zhàn)略負責人共同參與了白皮書的編制工作。（四）特別聲明1、研究主題充分考慮了與國家規(guī)劃的互動和呼應60年，題名為““新一代人工智能2、研究范圍聚焦技術和產業(yè)發(fā)展3、研究內容仍有待進一步豐富完善白皮書的主要觀點和內容僅代表編制組在目前對人工智能的研判和思考，歡迎各方專家學者和企業(yè)代表提出寶貴意二、新一代人工智能研究綜述1956年在美國達特茅斯（Dartmouth）學院舉行的“人工智能（ArtificialIntelligentAI）夏季研討會”205080年代初先后步入兩次發(fā)（一）人工智能簡要發(fā)展歷程60年的發(fā)展歷史，大致經(jīng)歷了三次浪潮。第一次浪潮為20世紀50年代末至20世紀80年代初；第二次浪潮為20世紀80年代初至20世紀末；21世紀初至今。在人工智能的前兩次浪潮當2006年深度學習模型的提出為標志，人工智能迎來第三次高速成長。圖1人工智能發(fā)展歷程示意圖資料來源：中國電子學會整理1、第一次浪潮：人工智能誕生并快速發(fā)展，但技術瓶頸難以突破符號主義盛行，人工智能快速發(fā)展。1956年到1974年能證明應用題的機器STUDN（196對話的機器EIZA（1966。人工智能發(fā)展速度迅猛，以至于研究者普遍認為人工智能代替人類只是時間問題。19741980年。要體現(xiàn)在兩個方面：一是人工智能所基于的數(shù)學模型和數(shù)學二是很多計算的復雜度呈指數(shù)工智能在早期發(fā)展過程中遇到的瓶頸，研發(fā)機構對人工智能的熱情逐漸冷卻，對人工智能的資助也相應被縮減或取消，人工智能第一次步入低谷。2、第二次浪潮：模型突破帶動初步產業(yè)化，但推廣應用存在成本障礙數(shù)學模型實現(xiàn)重大突破，專家系統(tǒng)得以應用。進入2080年代，人工智能再次回到了公眾的視野當中。人工BP反向傳播算法（1986）等，這進一步催生了能與人類下象棋的高度智能機器（99。其它成果包括通過人工智能網(wǎng)絡來實現(xiàn)能自動識99%DEC公司制造（980DEC公司每年4000萬美元左右的費用，特別是在決策方面能提供有入巨資開發(fā)所謂第5代計算機（198，當時叫做人工智能計算機。成本高且難維護，人工智能再次步入低谷。為推動人工LISP語言，并針對該語言研制Lisp計算機。該機型指令執(zhí)行效率比通用型計算機更高，19871993IBM公司開始推廣第一Lisp計算機由于古老陳舊且難以3、第三次浪潮：信息時代催生新一代人工智能，但未來發(fā)展存在諸多隱憂新興技術快速涌現(xiàn)，人工智能發(fā)展進入新階段。隨著互聯(lián)網(wǎng)的普及、傳感器的泛在、大數(shù)據(jù)的涌現(xiàn)、電子商務的發(fā)也預示著內在動力的成長，人工智能的發(fā)展已經(jīng)進入一個新的階段。人工智能水平快速提升，人類面臨潛在隱患。得益于數(shù)（二）新一代人工智能的主要驅動因素圖2新一代人工智能主要驅動因素示意圖資料來源：中國電子學會整理1、人機物互聯(lián)互通成趨勢，數(shù)據(jù)量呈現(xiàn)爆炸性增長2020年將達到44萬億GB，中國產生的數(shù)據(jù)量將占全球數(shù)據(jù)總量的近20%。海量的數(shù)據(jù)將為人工智能算法模型提供源源不斷的素2、數(shù)據(jù)處理技術加速演進，運算能力實現(xiàn)大幅提升GPUNPUFPGAAI-PUCPU只能同時做一兩個加減法運算，NPU等專用芯片多采用“數(shù)據(jù)驅動并行計算”CPU更低的功耗。3、深度學習研究成果卓著，帶動算法模型持續(xù)優(yōu)化2006年，加拿大多倫多大學教授杰弗里辛頓提出了深2012年通過使用深度學習技術，成功讓電腦從視頻中“認出”了貓。隨著算法模4、資本與技術深度耦合，助推行業(yè)應用快速興起Scanner的調查報告顯示，截至到2017年12月，全球范圍內總計2075家與人工智能65億美元。同時，美國行業(yè)CBInsight公布了對美國人工智能初創(chuàng)企業(yè)的調查201210（三）新一代人工智能主要發(fā)展特征人工智能的定義正從用計算機模擬人類智能演進到協(xié)助引導提升人類智能，通過推動機器、人與網(wǎng)絡相互連接融合，更為密切地融入人類生產生活，從輔助性設備和工具進化為協(xié)同互動的助手和伙伴。主要特征如下：圖3新一代人工智能主要發(fā)展特征資料來源：中國電子學會整理1、大數(shù)據(jù)成為人工智能持續(xù)快速發(fā)展的基石303千萬AlphaGo具備了媲美頂尖棋手的2、文本、圖像、語音等信息實現(xiàn)跨媒體交互3、基于網(wǎng)絡的群體智能技術開始萌芽“20176月實現(xiàn)了119架無人機的集群飛行。4、自主智能系統(tǒng)成為新興發(fā)展方向在長期以來的人工智能發(fā)展歷程中，對仿生學的結合和關注始終是其研究的重要方向，如美國軍方曾經(jīng)研制的機器騾以及各國科研機構研制的一系列人形機器人等。但均受技術水平的制約和應用場景的局限，沒有在大規(guī)模應用推廣方面獲得顯著突破。當前，隨著生產制造智能化改造升級的需求日益凸顯，通過嵌入智能系統(tǒng)對現(xiàn)有的機械設備進行改造升級成為更加務實的選擇，也是中國制造2025、德國工業(yè)4.0、美國工業(yè)互聯(lián)網(wǎng)等國家戰(zhàn)略的核心舉措。在此引導下，自主智能系統(tǒng)正成為人工智能的重要發(fā)展及應用方向。例如，沈陽機床以i5智能機床為核心，打造了若干智能工廠，實現(xiàn)了“設備互聯(lián)、數(shù)據(jù)互換、過程互動、產業(yè)互融”的智能制造模式。5、人機協(xié)同正在催生新型混合智能形態(tài)人類智能在感知、推理、歸納和學習等方面具有機器智能無法比擬的優(yōu)勢，機器智能則在搜索、計算、存儲、優(yōu)化等方面領先于人類智能，兩種智能具有很強的互補性。人與計算機協(xié)同，互相取長補短將形成一種新的“1+1>2”的增強型智能，也就是混合智能，這種智能是一種雙向閉環(huán)系統(tǒng)，既包含人，又包含機器組件。其中人可以接受機器的信息，機器也可以讀取人的信號，兩者相互作用，互相促進。在此背景下，人工智能的根本目標已經(jīng)演進為提高人類智力活動能力，更智能地陪伴人類完成復雜多變的任務。三、新一代人工智能技術框架（一）新一代人工智能的技術演進1、從原有的CPU架構，轉變?yōu)镚PU并行運算架構深度學習算法運行于CPU架構的指令需求過于復雜。機器學習領域的泰斗杰弗里·辛頓開啟了深度學習在人工智能領域研究的浪潮，大數(shù)據(jù)技術帶來的數(shù)據(jù)洪流滿足了深度CPUX86、ARM等往往需要數(shù)百甚至上千條指令才能完成一個神經(jīng)元GPU架構具備與深度學習相匹配的并行運算能力。GPU（圖形處理器CPU4812GPU就包（Nvidia）公GPU2000CPU2、從單一算法驅動，轉變?yōu)閿?shù)據(jù)、運算力、算法復合驅動缺少數(shù)據(jù)支撐與運算力保證的算法驅動模式難以持續(xù)發(fā)展。人工智能發(fā)展以實現(xiàn)計算智能為重要研究方向，充分利用現(xiàn)代高性能計算機的快速計算和記憶存儲能力，設計出數(shù)據(jù)、運算力和算法復合驅動模式引發(fā)人工智能爆發(fā)式增長。與早期人工智能相比，新一代人工智能體現(xiàn)出數(shù)據(jù)、運算力和算法相互融合、優(yōu)勢互補的良好特點。數(shù)據(jù)方面，人類進入互聯(lián)網(wǎng)時代后，數(shù)據(jù)技術高速發(fā)展，各類數(shù)據(jù)資源不斷積累，為人工智能的訓練學習過程奠定了良好的基礎。運算力方面，摩爾定律仍在持續(xù)發(fā)揮效用，計算系統(tǒng)的硬件性能逐年提升，云計算、并行計算、網(wǎng)格計算等新型計算方式的出現(xiàn)拓展了現(xiàn)代計算機性能，獲得更快的計算速度。算法方面，伴隨著深度學習技術的不斷成熟，運算模型日益優(yōu)化，智能算法不斷更新，提升了模型辨識解析的準確度。3、從封閉的單機系統(tǒng)，轉變?yōu)榭旖蒽`活的開源框架專家系統(tǒng)本地化特性限制了人工智能發(fā)展步伐。以往的人工智能專家系統(tǒng)是基于本地化專業(yè)知識進行設計開發(fā)，以開源框架推動構建人工智能行業(yè)解決方案。人工智能系、Facebook、百PaddlePaddleLinux生態(tài)系統(tǒng)，GPUHadoopSparkPython、Java、Scala、R等流行開發(fā)語言，與硬件結合生成各種應用場景下的人工智能系統(tǒng)與解決方案。4、從學術研究探索導向，轉變?yōu)榭焖俚膶嵺`應用導向學術導向難以滿足復雜數(shù)據(jù)信息背景下的創(chuàng)新需求。隨著人工智能的不斷發(fā)展，分化產生了不同的學術流派，以符號主義、聯(lián)結主義、進化主義、貝葉斯學派、類推學派等為典型。不同學派按照各自對人工智能領域基本理論、研究方法和技術路線的理解，以學術研究為目的進行探索實踐，一定程度上推動了人工智能理論與技術的發(fā)展。在如今數(shù)據(jù)環(huán)境改變和信息環(huán)境變化的背景下，現(xiàn)實世界結構趨向復雜，單純依靠課題立項和學術研究無法持續(xù)推動人工智能滿足當前現(xiàn)實世界的模擬與互動需求，快速變化的應用環(huán)境也容易導致理論研究與實際應用相脫節(jié)，影響人工智能技術對經(jīng)濟發(fā)展和社會進步的積極拉動作用?？焖俚膶嵺`應用導向加速形成技術發(fā)展正循環(huán)。目技術-產品-用戶”的往復正循環(huán)，由學術驅動向應用拉動轉化。在人工智能技術準備期，由于提供數(shù)據(jù)支撐較少，技術提升度慢，一旦進入應用期，（二）新一代人工智能技術體系新一代人工智能技術體系由基礎技術平臺和通用技術體系構成，其中基礎技術平臺包括云計算平臺與大數(shù)據(jù)平1、云計算：基礎的資源整合交互平臺的存儲和運算體系架構，促進了神經(jīng)網(wǎng)絡模型訓練優(yōu)化過程，顯著提高語音、圖片、文本等辨識對象的識別率。表1云計算主要共性技術技術名稱分類及定義描述典型研究機構虛擬化技術虛擬分拆技術：將一臺物理機分拆為多臺虛擬機，提高物理資源的利用率。虛擬整合技術：將眾多性能一般的計算機整合為一臺性能出眾的計算機。虛擬遷移技術：使用戶像使用本地資源一樣使用異地物理資源。分布式技術分布式計算技術：將進行大量計算的項目數(shù)據(jù)分割成小塊，由多臺計算機分別計算。分布式編程技術：在分布計算機系統(tǒng)上協(xié)調程序執(zhí)行。分布式存儲技術：高吞吐率和高傳輸率的存儲技術，用冗余存儲方式保證數(shù)據(jù)可靠性。計算管理技術海量數(shù)據(jù)管理技術：對分布式海量數(shù)據(jù)進行有效處理和分析。調度管理技術：在網(wǎng)絡操作系統(tǒng)的指揮下有SaaSPaaSIaaS三種服務模式。平臺管理技術：基于平臺使大量服務器協(xié)同工作，方便進行業(yè)務部署和開通。云平臺技術提供基于“云”SaaS等應用，免去使用者搭建編程、測試、發(fā)布環(huán)境或IT基礎的流程。云安全技術身份認證技術：在計算機網(wǎng)絡中確認操作者身份的過程而產生的解決方法。、數(shù)據(jù)安全技術：研究數(shù)據(jù)的保密性、可用性可控性和完整性。防火墻技術：用來阻擋外部不安全因素影響的內部網(wǎng)絡屏障，目的是防止外部網(wǎng)絡用戶ScienceSift未經(jīng)授權的訪問。安全審計技術：對用戶使用信息資源種類、時間以及如何使用進行記錄與監(jiān)控。終端用戶安全技術：在用戶的終端上部署安全軟件，保證計算機系統(tǒng)安全。輔助技術Web技術：加強Web應用的可交互性。節(jié)能技術：滿足用戶要求數(shù)據(jù)中心降低能源消耗和運行成本的需求。資料來源：中國電子學會整理2、大數(shù)據(jù)：提供豐富的分析、訓練與應用資源大數(shù)據(jù)主要共性技術包括采集與預處理、存儲與管理、表2大數(shù)據(jù)主要共性技術技術名稱分類及定義描述典型研究機構采集與預處理技術通過管理信息系統(tǒng)、網(wǎng)絡信息系統(tǒng)、物理信息系統(tǒng)和科學試驗系統(tǒng)對數(shù)據(jù)進行采集、清洗和質量控制。存儲與管理技術分布式文件系統(tǒng)：管理的數(shù)據(jù)存儲在分散的設備或節(jié)點上，存儲資源通過網(wǎng)絡連接，針對存儲資源和相關應用進行優(yōu)化。FoundationDB分布式數(shù)據(jù)庫：根據(jù)數(shù)據(jù)規(guī)模和吞吐量對常規(guī)關系型數(shù)據(jù)庫管理系統(tǒng)進行并行處理。訪問接口與查詢語言：取決于系統(tǒng)的存儲模型，實現(xiàn)子圖匹配、路徑查詢等功能。計算模式與系統(tǒng)技術大數(shù)據(jù)查詢分析計算：提供面向大數(shù)據(jù)存儲管理和查詢分析的新的技術方法，解決大體量數(shù)據(jù)的實時性和準確性問題。批處理計算：對大量重復數(shù)據(jù)記錄提供統(tǒng)一的計算框架，將涉及的諸多系統(tǒng)層細節(jié)交給框架完成。流式計算：一種高效實時計算，需要對一定時間內應用系統(tǒng)產生的新數(shù)據(jù)實時計算。MapReduce等現(xiàn)有模型對迭代計算支持缺陷的新型算法。圖計算：針對大量關系復雜的圖分析計算。內存計算：是體系結構層面上的解決方法，可與不同的計算模式相結合。分析與挖掘技術數(shù)據(jù)挖掘針對集成后經(jīng)過清洗的可信數(shù)據(jù)進行描述性查詢和挖掘分析，需要可擴展的挖掘算法和計算環(huán)境?？梢暬嬎慵夹g可視化技術將數(shù)據(jù)通過軟件程序轉化為用戶可以觀察分析的圖像，使用戶可以結合背景知識對圖像進行認知。文件控制訪問技術：通過文件訪問控制實現(xiàn)操作數(shù)據(jù)，一定程度上解決數(shù)據(jù)安全問題。Signifyd基礎設備加密技術：對大數(shù)據(jù)存儲設備進行安全防護，不能解決大數(shù)據(jù)安全本質問題。隱私及安全技術匿名化保護技術：適用于各類數(shù)據(jù)和各種應用，算法通用性高，保證數(shù)據(jù)真實性。加密保護技術：能夠保證數(shù)據(jù)真實性、可逆性和無損性，對隱私保護程度高。基于數(shù)據(jù)失真的技術：應用于關聯(lián)規(guī)則的挖掘和隱藏如隨機干擾等。用于數(shù)據(jù)中心大規(guī)模系統(tǒng)隱私防護。資料來源：中國電子學會整理3、機器學習：持續(xù)引導機器智能水平提升表3機器學習主要共性技術技術名稱分類及定義描述典型研究機構監(jiān)督學習技術之一，自變量可以是連續(xù)的也可以是離散的，回歸線的本質是線性的。邏輯回歸技術：用來計算“事件=Success”和“事件=Failure”的概率，應用于變量類型屬于二元變量時。成的計算模型，表現(xiàn)出良好的智能特性。監(jiān)督學習模型，可以分析數(shù)據(jù)和識別模式。非監(jiān)督學習技術K是來計算數(shù)據(jù)聚集程度，尋找點群中心。偏差?；癁樯贁?shù)幾個綜合指標（即主成分）。資料來源：中國電子學會整理4、模式識別：從感知環(huán)境和行為到基于認知的決策模式識別是對各類目標信息進行處理分析，進而完成描述、辨認、分類和解釋的過程。模式識別技術體系包括決策理論、句法分析和統(tǒng)計模式等，目前廣泛應用在語音識別、指紋識別、人臉識別、手勢識別、文字識別、遙感和醫(yī)學診斷等領域。隨著理論基礎和實際應用研究范圍的不斷擴大，模式識別技術將與人工神經(jīng)網(wǎng)絡相結合，由目前單純的環(huán)境感知進化為認知決策，同時量子計算技術也將用于未來模式識別研究工作，助力模式識別技術突破與應用領域拓展。表4模式識別主要共性技術技術名稱分類及定義描述典型研究機構決策理論技術句法分析技術判別元素是否屬于某文法的過程。表示，通過狀態(tài)圖判斷文法能識別的語句。填充樹圖法：給定句子和文法建立三角關系，按文法產生式進行填充，形成分析樹。統(tǒng)計模式技術資料來源：中國電子學會整理5、人機交互：支撐實現(xiàn)人機物交叉融合與協(xié)同互動人機交互技術賦予機器通過輸出或顯示設備對外提供有關信息的能力，同時可以讓用戶通過輸入設備向機器傳輸反饋信息達到交互目的。人機交互技術體系包括交互設計、可用性分析評估、多通道交互、群件、移動計算等，目前廣泛應用在地理空間跟蹤、動作識別、觸覺交互、眼動跟蹤、腦電波識別等領域。隨著交互方式的不斷豐富以及物聯(lián)網(wǎng)技術的快速發(fā)展，未來肢體識別和生物識別技術將逐漸取代現(xiàn)有的觸控和密碼系統(tǒng)，人機融合將向人機物交叉融合進化發(fā)展，帶來信息技術領域的深刻變革。表5人機交互主要共性技術技術名稱分類及定義描述典型研究機構交互設計技術型與設計方法，屬于底層設計。識別、語音識別、表情識別等重要問題。Web界面信息交和技術以及可用性分析與評估方法等內容?？捎眯苑治鲈u估技術多通道交互技術道交互界面的評估方法以及多通道信息的融合等。群件技術群件是指幫助群組協(xié)同工作的計算機支持移動計算技術資料來源：中國電子學會整理（三）國內外技術對比分析1、發(fā)達國家基礎平臺布局完善，國內仍缺乏自主核心技術云計算方面，術（SDN、存儲技術、分布式計算、S、開發(fā)語言和平臺大數(shù)據(jù)方面，國外公司在大數(shù)據(jù)技術各個領域方面分工明IBM（Orale（C015年10月被戴爾公司收購國內企業(yè)自主核心技術有待提高，數(shù)據(jù)開放程度偏低且缺乏必要的保護。云計算方面，國內雖然有阿里、華為、新IT數(shù)據(jù)技術2、發(fā)達國家在機器學習和人機交互領域具備先發(fā)優(yōu)勢，國內企業(yè)存在技術差距與人才短板架基本都為國外公司或機構所開發(fā)，例如、Torchnet、Caffe、DMTK、SystemML等，同時注重大數(shù)據(jù)、云計算等基礎支撐信息技術對機器學習研究的促進作用，以及機器學習的應用實踐，已進入研發(fā)穩(wěn)定階段。人機交互方面，國外技術企業(yè)基于觸控技術、可穿戴設備、物聯(lián)網(wǎng)和車聯(lián)網(wǎng)的發(fā)展基礎，正在積極開發(fā)性價比更高的下一代人機交互新型技術，以對現(xiàn)有產品進行升級并降低成本。國內機器學習基礎理論體系尚不成熟，缺乏人機交互專業(yè)領域人才培養(yǎng)環(huán)境。機器學習方面，盡管國內學者在數(shù)據(jù)挖掘層面取得了一定的研究成績，但對于機器學習的底層技3、國內外模式識別研究水平基本處于同一起跑線，重點聚焦于語音識別與圖像識別語音識別和圖像識別準確率明顯提升，國內企業(yè)中文語音識別技術相對領先。國內外企業(yè)均致力于提高語音識別和圖像識別準確率，谷歌和微軟分別表示旗下的語音識別產品8%6.3%，微軟研究院開發(fā)的圖像識別系統(tǒng)在世界著名的圖片識別競賽ImageNet中獲得多個類別大訊飛三家公司各自宣布旗下的中文語音產品識別準確率97%，處于業(yè)內領先水平。四、新一代人工智能的產業(yè)化應用（一）新一代人工智能的產業(yè)邊界圍繞人工智能技術及衍生出的主要應用形成的具有一定需圖4新一代人工智能當前核心產業(yè)鏈資料來源：中國電子學會整理2017370億美元。56億美元左右。2020年全球人工智能核心產業(yè)規(guī)模超過1300億美元，年均增速達到220億美元，65%。圖5全球人工智能核心產業(yè)規(guī)模及年增長率資料來源：中國電子學會整理圖圖6我國人工智能核心產業(yè)規(guī)模及年增長率資料來源：中國電子學會整理（二）基礎層2020年，全球智270億美44億美元。圖72020年全球及我國人工智能基礎層各產業(yè)規(guī)模占比全球 中國資料來源：中國電子學會整理1、智能傳感器：智能轉型引領行業(yè)發(fā)展傳感器的大規(guī)模部署和應用是實現(xiàn)人工智能不可或缺的基2020年全球智能傳感器的產業(yè)規(guī)模將超過54億美元，其中我國智能傳感器的產業(yè)規(guī)模為11億美元。核心技術。智能傳感器本質上是利用微處理器實現(xiàn)智能處理功能的傳感器，必須能夠自主接收、分辨外界信號和指令，并能通過模糊邏輯運算、主動鑒別環(huán)境，自動調整和補償適應環(huán)境，以便于大幅減輕數(shù)據(jù)傳輸頻率和強度，顯著提高數(shù)據(jù)采集效率。目前，智能傳感器集成化、小型化的特點愈發(fā)突出，更多的功能被集成在一起，控制單元所需的外圍接插件和分立元件越來越少，促使其通用性更強，應用范圍更寬廣，制造成本也進一步下降。同時，原子材料、納米材料等新材料技術也在智能傳感器領域得到日益廣泛的應用，使其表現(xiàn)出更為靈敏的物理性能。主要產品。智能傳感器已廣泛應用于智能機器人、智能制造系統(tǒng)、智能安防、智能人居、智能醫(yī)療等各個領域。例如，在智能機器人領域，智能傳感器使機器人具有了視覺、聽覺和觸覺，可感周邊環(huán)境，完成各種動作，并與人發(fā)生互動，包括觸覺傳感器、視覺傳感器、超聲波傳感器等。在智能制造系統(tǒng)領域，利用智能傳感器可直接測量與產品質量有關的溫度、壓力、流量等指標，利用深度學習等模型進行計算，推斷出產品的質量，包括液位、能耗、速度等傳感器。在安防、人居、醫(yī)療等與人類生活密切相關的領域，智能傳感器也廣泛搭載于各類智能終端，包括光線傳感器、距離傳感器、重力傳感器、陀螺儀、心律傳感器等。典型企業(yè)。智能傳感器市場主要由國外廠商占據(jù)，集中度相對較高。由于技術基礎深厚，國外廠商通常多點布局，產品種類也較為豐富，較為典型的有霍尼韋爾、美國壓電、意法半導體、飛思卡爾。如霍尼韋爾生產的產品包括了壓力傳感器、溫度傳感器、濕度傳感器等多個產品類型，涉及航空航天、交通運輸、醫(yī)療等多個領域。美國壓電生產的產品涵蓋了加速度傳感器、壓力傳感器、扭矩傳感器等，并涉及核工業(yè)、石化、水力、電力、和車輛等多個不同領域。相比之下，我國廠商經(jīng)營內容仍較為單一，如高德紅外主要生產紅外熱成像儀，華潤半導體主要生產光敏半導體，但其中也出現(xiàn)了華工科技、中航電測等少數(shù)企業(yè)試水擴大布局范圍。人工智能根據(jù)客觀環(huán)境變化進行相應的改變和適應，持續(xù)提高算法的準確性與可靠性。表6主要智能傳感器及生產企業(yè)產品名稱主要功能典型企業(yè)溫度傳感器能感受溫度并轉換成可用輸出信號。濕度傳感器通過濕敏元件在不同濕度環(huán)境中電阻率和電阻值變化測量空氣濕度。 力傳感器指紋傳感器實現(xiàn)指紋自動采集液位傳感器可用于測量液位，是壓力傳感器的拓展。 氣體傳感器將氣體的成份、濃度等信息轉換成可被人員、儀器儀表、計算機等利用的信息。 磁場傳感器感應磁場強度來測量電流、位置、方向等物理參數(shù)位置傳感器用來測量物體自身的位置光傳感器感測環(huán)境光線的強度 2、智能芯片：初創(chuàng)企業(yè)蓄勢待發(fā)

資料來源：中國電子學會整理諾依曼體系中必須2020135億美元，其中我國智能芯片的產業(yè)規(guī)模近25億美元。核心技術。深度學習已成為當前主流的人工智能算法，GPUFPGA提高運CPU少量的邏輯運算單元相比，GPU就是一個10-100主要產品。數(shù)據(jù)和運算是深度學習的基礎，可以用于通GPU迅速成為人工智能計算的主流芯片。2015GPU得到廣泛應IBM的類腦芯片TureNorth及神經(jīng)突觸計算機芯片SyNAPSE、高通的認知計算平臺ZerothNervana“達爾文”，中國科學院計算技術研究所的寒武紀芯片。典型企業(yè)。作為核心和底層基礎，智能芯片已經(jīng)成為各2016TPUI/OTPU，167FPGAAltera表7主要智能芯片及生產企業(yè)產品名稱主要功能典型企業(yè)CPUCPU理不同類型數(shù)據(jù)的計算能力以及處理分支與跳轉的邏輯判斷GPUGPU的計算速度有了突破性的飛躍，擁有了更強大的處理浮點運算的能力。這使其更擅長處理多重任務，尤其是重復性工作。FPGA其具有靜態(tài)可重復編程和動態(tài)在系統(tǒng)重構的特性，使得硬件的功能可以像軟件一樣通過編程來修改。 ASIC根據(jù)特定需要設計、制造的集成電路。用于專門的任務，與通用集成電路相比，具有體積更小、功耗更低、可靠性提高、性能提高、保密性增強、成本降低等優(yōu)點。資料來源：中國電子學會整理3、算法模型：通過開源構建生態(tài)已是大勢所趨越發(fā)頻繁。當前，算法模型產業(yè)已初具規(guī)模，預計到202082億美元，我國算法模型產業(yè)規(guī)模將突破8億美元。核心技術。算法創(chuàng)新是推動本輪人工智能大發(fā)展的重要領域展開布局，谷歌、微軟、IBM、Facebook、百度等相繼主要產品。目前，隨著大數(shù)據(jù)環(huán)境的日漸形成，全球算System百度公司的PaddlePaddle。更為重要的是，開源已成為這一典型企業(yè)。目前，在算法模型領域具備優(yōu)勢的企業(yè)基本20169月，F(xiàn)acebookAlphabetIBM3月，阿里巴巴正式推出“NASA”計劃，騰訊成立人工智能實驗室，5月，百度公司將戰(zhàn)略定位從互表8主要算法模型及相關機構開源框架主要特點主導機構TensorFlowTensorFlow是將復雜的數(shù)據(jù)結構傳輸至人工智能神經(jīng)網(wǎng)中進行分析和處理過程的系統(tǒng)，可被用于語音識別或圖像識別等多項機器深度學習領域。SystemMLSystemMLJava編寫，可支持描述性分析、HadoopSpark，可進行分布式部署，同時具有靈活性、適用性等特點。TorchnetLuax86GPU規(guī)模深度學習系統(tǒng)的單位來說，有助于大幅節(jié)省I/O的成本。PaddlePaddlePaddlePaddle點，對于序列輸入、稀疏輸入和大規(guī)模數(shù)據(jù)的模gpu運算，支持數(shù)據(jù)并行和模型并行，僅需少量代碼就能訓練深度學習模型,大大降低了用戶使用深度學習技術的成本。Caffe2Caffe2以產品為導向，并致力于智能手機上大規(guī)模機器學習系統(tǒng)的配置。TheanoTheano允許用戶定義、優(yōu)化和評估包含多維數(shù)組GPU。TheanoNumPyGPUTheano可以較為方便地進行神經(jīng)網(wǎng)絡設計，而不必直接寫CUDA代碼。（三）技術層

資料來源：中國電子學會整理技術層主要包括語音識別、圖像視頻識別、文本識別等產業(yè)，其中語音識別已經(jīng)延展到了語義識別層面，圖像視頻識別包括了人臉識別、手勢識別、指紋識別等領域，文本識別主要是針對印刷、手寫及圖像拍攝等各種字符進行辨識。隨著全球人工智能基礎技術的持續(xù)發(fā)展與應用領域的不斷2020年，全球語音識別、圖像視頻識別、文本識別等人工智能技術層產業(yè)規(guī)模將達到342億美元，我國人工智能技術層產業(yè)規(guī)模將突破66億美元。圖82020年全球及我國人工智能技術層各產業(yè)規(guī)模占比全球 中國資料來源：中國電子學會整理1、語音識別：正在步入應用拉動的快速增長階段（Speech技術是將人類語音2020年全球語音識別產業(yè)規(guī)模將達到236億美元，國內語音識別產業(yè)規(guī)模達到44.2億美元。核心技術。語音識別的主要目的是讓智能設備能夠具有域核心技術的蓬勃發(fā)展，有助于構建智能語音交互界面系主要產品。伴隨著移動互聯(lián)網(wǎng)技術的發(fā)展與智能硬件設備的普及，人類已經(jīng)不再滿足于鍵盤輸入和手寫輸入等傳統(tǒng)人機交互方式，語音識別技術在電子信息、互聯(lián)網(wǎng)、醫(yī)療、教育、辦公等各個領域均得到了廣泛應用，形成了智能語音輸入系統(tǒng)、智能語音助手、智能音箱、車載語音系統(tǒng)、智能語音輔助醫(yī)療系統(tǒng)、智能口語評測系統(tǒng)、智能會議系統(tǒng)等產品，可以通過用戶的語音指令和談話內容實現(xiàn)陪伴聊天、文字錄入、事務安排、信息查詢、身份識別、設備控制、路徑導航、會議記錄等功能，優(yōu)化了復雜的工作流程，提供了全新的用戶應用體驗。典型企業(yè)。語音識別領域具有較高的行業(yè)技術壁壘，在、Nuance曾經(jīng)是全球最大的語音識別技術提供SiriiOS系統(tǒng)相關“小冰”和“小娜”之中；科大訊飛作為表9語音識別主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)智能語音輸入系統(tǒng)根據(jù)操作者的講話,由智能系統(tǒng)自動識別轉化成漢字的輸入方法。智能語音助手通過智能對話與即時問答的智能交互，實現(xiàn)幫忙用戶解決問題的功能。智能音箱使用內置的語音交互系統(tǒng)，實現(xiàn)同步數(shù)據(jù)、播放音樂和智能家居設備控制等功能。 車載語音系統(tǒng)通過語音交互技術調用車載導航、音樂、撥打電話等車載多媒體功能。智能語音醫(yī)療系統(tǒng)醫(yī)生通過語音交互隨時調取患者的醫(yī)囑、病歷、護理記錄、檢驗結果、檢查報告等信息。 智能口語評測系統(tǒng)實現(xiàn)人機對話考試過程，考生只需要通過計算機和耳麥設備即可完成口語試題作答與自動評分。 智能會議系統(tǒng)能實現(xiàn)語音實時轉文字，以及多種語言實時翻譯功能。 資料來源：中國電子學會整理2、圖像視頻識別：在安防監(jiān)控市場具有巨大增長潛力圖像識別（ImageRecognition，IR）技術是指利用計算2020年全球82億美元，國內圖像視頻識別產業(yè)規(guī)模達到15.2億美元。圖像視頻識別是通過計算機模擬人類器官和,圖像預處理技術、特征提取分類技術、圖像匹配算法、相似性對比技術、深度學習技術等構成了圖像視頻識別的核心技術體系框架，能夠對通過計算機輸入和照相機及攝像頭獲取的圖片視頻進行變換、壓縮、增強復原、分割描述等操作，顯著提高圖像視頻識別質量和清晰度，有助于快速準確完成圖像視頻的響應分析流程。主要產品。隨著工業(yè)生產及生活消費領域影像設備的日益普及，每天都會產生海量蘊含豐富價值和信息的圖片及視頻，單靠人力無法進行分揀處理，需要借助圖像視頻識別功能進行集中快速獲取與解析。目前，智能圖片搜索、人臉識別、指紋識別、掃碼支付、視覺工業(yè)機器人、輔助駕駛等圖像視頻識別產品正在深刻改變著傳統(tǒng)行業(yè)，針對種類繁雜、典型企業(yè)。近年來，國內外從事圖像視頻識別的公司顯著增加，谷歌、Facebook、微軟、曠視科技、圖普科技、格GoogleLens應用實時識開源三99.5%，滿足了云端用戶的安全需求。表10圖像視頻識別主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)智能圖片搜索根據(jù)輸入的圖片內容進人臉識別自動在圖像中監(jiān)測和跟指紋識別通過比較不同指紋的細節(jié)點來進行特征鑒別。掃碼支付通過掃描識別二維碼，實現(xiàn)移動設備在線轉賬支付功能。視覺工業(yè)機器人利用機器視覺技術使工業(yè)機器人獲取工件及其的抓取和放置等操作。輔助駕駛通過車載攝像頭以及視頻識別功能實現(xiàn)車道保持輔助、自動泊車輔助、車輔助功能。3、文本識別：全面進入云端互聯(lián)時代

資料來源：中國電子學會整理技術是指利用計算機自動識別字符，包括文字信息的采集、信息的分析與處理、2020年全球文本識別產業(yè)規(guī)模將達到24億美元，國內文本識別產業(yè)規(guī)模達到6.6億美元。核心技術。文本識別技術目前正由嵌入式設備本地化處理向云端在線處理全面演進發(fā)展過去由鼠標與鍵盤輸入的文本信息現(xiàn)在則主要由攝像頭麥克風和觸摸屏采集獲取。在此基礎上，以往的文本識別核心技術，如模版匹配技術、字符分割技術、光學字符識別技術（Optical CharacterRecognitionOR邏輯句法判斷技術等需要與應用程序編程接口（API）技術、智能終端算法技術、云計算技術等結合衍生出面向云端與移動互聯(lián)網(wǎng)的新型文本識別系統(tǒng)通過開放的平臺與服務為廣大的企業(yè)及個人用戶提供方便快捷的服務。主要產品。當今信息社會背景下，文本信息不僅體量巨大，表現(xiàn)形式也日趨復雜，包括印刷體、手寫體以及通過外接設備輸入到計算機系統(tǒng)的字符圖形。同時，隨著世界不同語言文明地區(qū)交流逐漸增多，對實時語言文本翻譯系統(tǒng)的需求更加強烈。目前，基于文本識別技術開發(fā)的文件掃描、名片識別、身份證信息提取、文本翻譯、在線閱卷、公式識別等產品正在金融、安防、教育、外交等領域得到廣泛應用，通過不同的授權級別，為企業(yè)級用戶部署專業(yè)的文檔管理、典型企業(yè)。隨著文本識別在各類垂直應用領域的應用逐80種語言之間的即時翻2.0系統(tǒng)。表11文本識別主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)文件掃描將掃描的文件信息自動轉換格式，對文字進行識別，同時實現(xiàn)存儲與上傳。名片識別自動分類識別拍攝的名片，判斷名片上的各聯(lián)系人欄位信息。 文本翻譯針對輸入的文本內容實現(xiàn)識別和實時翻譯功能。在線閱卷通過手寫識別技術和智能評測技術，對紙筆考試的客觀題及主觀題進行閱卷評價。資料來源：中國電子學會整理（四）應用層2020年，全球人工智能應用層產業(yè)規(guī)672億美元。圖92020年全球及我國人工智能應用層各產業(yè)規(guī)模占比全球 中國資料來源：中國電子學會整理1、智能機器人智能機器人是指具備不同程度類人智能，可實現(xiàn)“感知-決策行為-反饋器人助推智能制造升級和智能家用服務機器人率先放量的202090億美元，我國將達到25億美元。核心技術。由于高頻人機互動特點，智能機器人的核心技術重點聚焦在智能感知、智能認知和多模態(tài)人機交互領主要產品。智能工業(yè)機器人領域，隨著柔性生產模式的僅可以完成對工件的抓取和放置等操作，同時還能進行焊典型企業(yè)。智能工業(yè)機器人領域，國際四大巨頭仍占據(jù)ABB、MetaScansonic、日本安川聚焦激光視覺焊縫跟蹤系統(tǒng)；國內智能工業(yè)機器人“三巨頭”新松、云南昆船和北京90%提供自動化裝配與檢測生產線、物流與倉儲自動化成套設iRobot、中國科沃斯、美國、以色列Rewalk、荷蘭Hot-Cheers級無人機領域占有率達75%，成為估值超百億美元的“獨角獸”HoweandHoweTechonologies則專注生產消防機器人，應用于應急救援場景。表12智能機器人主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)智能工業(yè)機器人智能定位機器人通過機器視覺系統(tǒng)結合雙目攝像頭，引導機械手進行準確的定位和運動控制智能檢測機器人檢測生產線上產品有無質量問題智能服務機器人智能家用機器人協(xié)助完成家政服務及家庭特定場景需求。智能醫(yī)療機器人精準性診斷工具并輔助治療。智能公共服務機器人標準化指令執(zhí)行，如分揀、送餐等。智能特種機器人無人機實現(xiàn)大面積巡查，實時監(jiān)測和評估。智能軍用機器人協(xié)助偵測并進行特殊任務執(zhí)行。智能救援機器人代替人類完成高危環(huán)境任務執(zhí)行。HoweandHoweTechonologies2、智能金融

資料來源：中國電子學會整理heers金融行業(yè)與整個社會存在巨大的交織網(wǎng)絡，每時每刻都能夠產生金融交易、客戶信息、市場分析、風險控制、投資heers顧問等多種海量數(shù)據(jù)。促進人工智能技術與金融行業(yè)相融2020年會接近52億美元，我國將達到8億美元。核心技術。當前，線上交易引發(fā)的隱私泄露及金融詐騙頻出，同時隨著移動終端和金融機構客戶端的普及，提取的算機視覺、生物特征識別和機器學習等技術得到了廣泛應主要產品。基于電話、網(wǎng)頁在線、微信、短信及APP等多模式多頻次的金融信息及服務獲取渠道，相對較為成熟供遠程開戶和刷臉支付等便捷方式幫助金融機構節(jié)省人力理類公司為持續(xù)提供用戶理財和升值的資產組合推出了智能投顧產品，可根據(jù)歷史經(jīng)驗和新的市場信息來預測金融資產的價格波動趨勢，以此創(chuàng)建符合風險收益的投資組合。典型企業(yè)。智能客服、身份驗證和金融搜索引擎領域創(chuàng)新企業(yè)較多，著重于引流擴量。智齒科技、網(wǎng)易七魚及美國DigitalGenius均著重通過用戶體驗提升客戶量，曠世科技、商湯科技及依圖圍繞著人臉識別的核心技術進入金融領域，360ZestFinance不斷擴容數(shù)據(jù)基礎，形成“平臺黑洞”100多家官方網(wǎng)站數(shù)據(jù)產品側重呈則使用谷歌的大數(shù)據(jù)模型建立ETF表13智能金融主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)智能客服與海量用戶之間建立基于自然語言的快捷有效的溝通。身份驗證通過一定的手段，完成對用戶身份的確認。金融搜索引擎理財產品發(fā)布及搜索的金融電商和資訊平臺。征信及風控以數(shù)據(jù)形式呈現(xiàn)的全方位信息關聯(lián)維度及風險評估。智能投顧基于客戶自身理財需求，通過算法和產品來完成以往人工提供的理財顧問服務。3、智能醫(yī)療

資料來源：中國電子學會整理核心技術。醫(yī)療水平的提升和醫(yī)療設備的完善使得患者主要產品。期待健康長壽的意愿隨著人們生活質量的提典型企業(yè)。智能健康管理多面向消費端客戶，創(chuàng)新企業(yè)NextITSense.lyAiCureelltok則通過可穿戴設進行健康干預。智能診療領域取得顯著進展，IBMMedWhatBabylonHealth和ButterflyNetwork和中國推想科技著重打造影像設EnliticDeepcare圍繞SaaS模式為行業(yè)提供“算法有效數(shù)據(jù)服務。表14智能醫(yī)療主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)智能健康管理以數(shù)據(jù)形式引導個人生活習慣。智能診療通過最大范圍內患者相 智能影像通過復雜數(shù)學工具的利用，對醫(yī)學影像進行重建、分析與處理。資料來源：中國電子學會整理4、智能安防核心技術。隨著平安城市建設的不斷推進，監(jiān)控點位越術則用于采集、存儲人工智能應用所涉及的全方位數(shù)據(jù)資主要產品。為避免社會不穩(wěn)定事件頻頻發(fā)生的影響，各些代表性的行業(yè)都已開始積極利用基于人工智能的硬件及典型企業(yè)。從提供的產品類型來看，智能安防領域的企ADTDSCOPTEX等高端品牌占據(jù)了安防市場大部分份額。在軟件算法領域，美國谷歌、Facebook、微表15智能安防主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)芯片嵌入深度學習算法的計算芯片。硬件和系統(tǒng)各類安防裝置及聯(lián)動系統(tǒng)。軟件算法視頻摘要、視頻分析及大規(guī)模分布式算法。5、智能駕駛

資料來源：中國電子學會整理下，智能駕駛產業(yè)規(guī)模將保持持續(xù)擴大趨勢，預計在2020年全球產業(yè)規(guī)模實現(xiàn)95億美元，我國會達到12億美元。核心技術。隨著汽車產業(yè)的成熟和普及，各城市交通擁譜技術的智能化環(huán)保型駕駛方式為解決經(jīng)濟問題和社會問統(tǒng)籌安排車輛使用提高車輛的使用效率，減少車輛消費總主要產品。智能駕駛核心依靠感知探測一定范圍內障礙檔位等車輛本身的信息，高級輔助駕駛系統(tǒng)（ADAS）實時典型企業(yè)。智能駕駛分為三層金字塔供應鏈格局，頂層包括整車及整體解決方案，中層是指高級輔助駕駛系統(tǒng)，底層是指零部件供應商。在整車及整體解決方案層級，科技型公司憑借在人工智能、人機交互方面的優(yōu)勢搶占市場份額。特斯拉通過成熟硬件和機器學習打造智能駕駛商用化車型，谷歌則重點完善智能駕駛方案并向整車制造能力延伸。在高級輔助駕駛系統(tǒng)層級，供應商基本由跨國巨頭壟斷。德國博世在傳感器、自動駕駛、控制、軟件等領域共計擁有約450項專利，美國德爾福則通過資本手段布局全產業(yè)鏈，以色列Mobileye拓普集團的智能剎車系統(tǒng)IBS、索菱股份的車載智能系統(tǒng)CID、寧波高發(fā)的CAN總線控制系統(tǒng)、興民智通的智能用表16智能駕駛主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)整車及整體解決方案整車組裝及智能駕駛方案。 高級輔助駕駛系統(tǒng)通過安裝在車上的各式各樣傳感器感應周圍的環(huán)境，底層零部件智能化零部件及相應解決方案。6、智能搜索

資料來源：中國電子學會整理智能搜索是結合了人工智能技術的新一代搜索，除了能提供傳統(tǒng)的快速檢索、相關度排序等功能，還能提供用戶角色登記、用戶興趣自動識別、內容的語義理解、智能信息化過濾和推送等功能，具有信息服務的智能化、人性化特征，允許采用自然語言進行信息的檢索，為用戶提供更方便、更確切的搜索服務。核心技術。在信息爆炸時代，用戶需要通過最短時間鎖定最有價值信息。為匹配用戶的請求，實現(xiàn)網(wǎng)絡資源快速檢理技術及自然語言查詢可根據(jù)相關度及用戶興趣的評價函主要產品。隨著信息技術的迅速發(fā)展和互聯(lián)網(wǎng)的廣泛普方式和更精準的搜索算法產品應運而生。淘淘搜和百度搜典型企業(yè)。在提供智能搜索方式的企業(yè)中，阿里巴巴、百度從文本搜索延伸至圖像搜索，英國Shazam、中國酷狗、網(wǎng)易、獵曲奇兵不斷提升語音搜索的準確率，百度、高德均搜索成為移動端用戶量第一。在提供智能搜索算法的企業(yè)Alpha表17智能搜索主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)智能搜索方式圖像搜索提供相關圖形圖像資料檢索服務的專業(yè)搜索引擎系統(tǒng)。語音搜索通過語音命令快速發(fā)起搜索。定位搜索基于LBS的位置確認。天氣搜索天氣信息查詢及預報，并基于位置及時推送。智能搜索算法智能搜索引擎除滿足搜索需求外，提供用戶角色登記、用戶興趣自動識別、內容的語義理解、智能信息化過濾和推送等功能。資料來源：中國電子學會整理7、智能教育獲更豐富的教學資源、學生個性化學習數(shù)據(jù)來實現(xiàn)因材施2020年全球智能教育產業(yè)規(guī)?？蛇_108億美元，我國將接近10億美元。核心技術。智能教育建立在與學生充分的交互和數(shù)據(jù)獲主要產品。對教師人力資源的過度依賴是教育行業(yè)問題70%典型企業(yè)。從事自動化輔導和個性化學習的企業(yè)均聚焦K12Newsela、LightSail等建立LightSide通過數(shù)據(jù)庫匹配完成文本測評。表18智能教育主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)自動化輔導上傳答疑內容，通過數(shù)據(jù)庫快速反饋答案和解題思路。智能測評幫助教師自動判卷統(tǒng)計、并能及時反饋學習效果。個性化學習基于學習行為的數(shù)據(jù)分析，推薦適合學生水平的學習內容。8、智能人居

資料來源：中國電子學會整理核心技術。隨著移動互聯(lián)網(wǎng)技術的大規(guī)模普及應用，為人們精細化掌控人居環(huán)境質量與模式提供了基礎支撐，人工主要產品。隨著技術的進步、人均收入的提升和對舒適典型企業(yè)。具備智能人居解決方案提供能力的龍頭企業(yè)眾多，可大致分為傳統(tǒng)家電廠商、智能硬件廠商、互聯(lián)網(wǎng)電商及創(chuàng)新企業(yè)，各家布局方式互不相同。海爾、美的聚焦智能家居終端，小米側重于面向眾多開發(fā)者提供硬件開放式接口，華為致力于提供軟硬件一體化樓宇級解決方案，京東通過輕資產、互聯(lián)網(wǎng)化的運營模式號召合作伙伴加入其線上平臺和供應鏈，國安瑞通過數(shù)據(jù)挖掘提供覆蓋操作終端硬件、系統(tǒng)智能云平臺、建筑智能設備的閉環(huán)解決方案提升室內人居感受。表19智能人居主要產品及典型企業(yè)產品名稱主要功能典型企業(yè)智能家居實現(xiàn)遠程控制、網(wǎng)絡通 智能人居管理系統(tǒng)搭載大量移動互聯(lián)網(wǎng)應（五）國內外產業(yè)對比分析

資料來源：中國電子學會整理1、基礎層產業(yè)國外多點布局產品種類豐富，國內技術相對薄弱但初創(chuàng)企業(yè)表現(xiàn)活躍國外企業(yè)憑借領先的技術優(yōu)勢展開全產業(yè)鏈布局。人工智能產業(yè)近年來不斷突破新的極限，在深度和廣度上都得到良好發(fā)展，很大程度上受益于智能傳感器、智能芯片和算法國內初創(chuàng)企業(yè)有望實現(xiàn)創(chuàng)新突破。目前，基礎層產業(yè)的2、技術層產業(yè)國外業(yè)已打通應用端，國內圍繞特定領域實施產品精準投放國外企業(yè)聚焦語音識別和圖像識別領域推出成熟商業(yè)應用。在多元化的應用環(huán)境驅動影響下，語音識別和圖像識別正從科研、國防、醫(yī)療等專用領域逐漸走入智能化、娛樂別等展開技術研究與產品開發(fā)，打造出較為成熟的商業(yè)模國內企業(yè)瞄準安防、家居及教育等領域展開特定產品開發(fā)。由現(xiàn)實國情和具體市場需求所決定，國內企業(yè)的技術層產品研發(fā)側重于安防監(jiān)控、智能家居及教育培訓等特定領3、應用層產業(yè)國外較多依賴技術內生發(fā)展驅動，國內較為注重商業(yè)模式創(chuàng)新國外企業(yè)注重技術進步對應用領域創(chuàng)新的推動放大作用。人工智能應用層領域眾多，各領域交叉性較強，內在聯(lián)系緊密，呈現(xiàn)相互促進融合發(fā)展態(tài)勢。以深度學習為例，主流的通用開源深度學習框架，可以作為人工智能底層技術平臺，在包括智能機器人、智能醫(yī)療、智能駕駛、智能教育等應用層各方面得到廣泛應用，一旦深度學習技術有所創(chuàng)新，其產生的積極影響將惠及多個應用層領域，而這些應用層領域之間的相互促進作用又會繼續(xù)放大技術進步成果，帶來創(chuàng)新倍增效應?；诖耍瑖馄髽I(yè)在持續(xù)拓展人工智能應用范圍的同時，始終堅持底層技術研發(fā)為主導的優(yōu)先發(fā)展戰(zhàn)略，聚焦技術的內生增長潛力，不斷尋找挖掘新的應用需求。國內企業(yè)立足市場特色加快商業(yè)模式創(chuàng)新步伐。國內人進行持續(xù)滲透，著眼于增加產品的實用功能和改善用戶體O2O（OnlineandOffline，線上線下五、投融資特征及趨勢（一）全球人工智能領域融資總額持續(xù)增長但增速放緩全球智能化浪潮的興起，引發(fā)人工智能成為創(chuàng)業(yè)熱點，各類風險投資紛紛占位人工智能各應用領域，跨國科技巨頭2017207525個子門類，65億美元。但是，創(chuàng)業(yè)企業(yè)隨著融資到位，2020201733%下降至20%。10全球人工智能企業(yè)投融資金額總量（2015-2020年）資料來源：中國電子學會整理（二國內人工智能投資規(guī)模有望出現(xiàn)V型反轉且大額項目頻發(fā)在移動互聯(lián)網(wǎng)、O2O等技術和商業(yè)模式的推動下，風險投資市場在2015年整體偏好高估值，當年國內人工智能投8.92016年的短暫低谷后，2017年10.31.5億美元。圖11我國人工智能企業(yè)投融資金額總量（2015-2020年）資料來源：中國電子學會整理（三）深度學習、圖像視頻識別和文本識別是資本市場當前力捧的熱點2017年，全球深度學習領域在技術層和應用層的融資33億美元。圖像視頻識別廣泛應用于智能工業(yè)機16.6客服、智能搜索、智能教育等領域，全球融資總額超過9.3億美元。表20全球各領域人工智能企業(yè)融資額前五名細分領域名稱活躍創(chuàng)新企業(yè)數(shù)量創(chuàng)新企業(yè)平均年齡融資總額（億美元）深度學習（通用）12069深度學習（應用）260524文本識別（通用）15079.3語音識別7062圖像識別（通用）10079圖像識別（應用）8077.6手勢控制3082.5虛擬私人助手9062.5智能機器人6074推薦引擎651情境感知計算3061語音翻譯1513＜1視頻內容自動識別156＜1數(shù)據(jù)統(tǒng)計時間2010.1.1至2017.12.30資料來源：中國電子學會整理（四）全球科技巨頭通過投資并購圍繞人工智能構筑差異化競爭力人工智能被全球巨頭企業(yè)視為下一次技術革命的突破MoodstocksSayNow等完成文本識DeepMindKaggle擴大在開IQ讓Siri。IBM平臺的Blekko認AlchemyAPI人工智能與計CogneaAgoloBonsaiap和語音助理公司EviAlxa的雛形，Alexa的應用能力，逐步整合智能家居語音控制系統(tǒng)。表21全球科技巨頭主要收購企業(yè)科技巨頭布局領域收購企業(yè)谷歌深度學習 DarkBlueLabs DNNresearch語音識別圖像視頻識別 文本識別蘋果深度學習語音識別圖像視頻識別 虛擬現(xiàn)實 IBM人機交互文本識別 智慧城市 微軟深度學習 文本識別亞馬遜智能機器人圖像視頻識別語音識別文本識別資料來源：中國電子學會整理六、新一代人工智能中長期技術及產業(yè)發(fā)展趨勢基于日漸完善的技術體系和層次類別不斷豐富的應用領域支撐，新一代人工智能將在新型智能芯片、通用人工智能分析和深度學習開源生態(tài)系統(tǒng)的引領下持續(xù)演化升級，并保持爆發(fā)式增長態(tài)勢，應用領域呈現(xiàn)多樣化創(chuàng)新，新興商業(yè)模式大量涌現(xiàn)。未來，我國將成為全球人工智能產業(yè)發(fā)展的重要推動者，大批人工智能科技公司與初創(chuàng)企業(yè)快速成長，國內人工智能整體市場及投資規(guī)模仍將持續(xù)擴大。（一）技術趨勢1、既有架構面臨挑戰(zhàn)，新型人工智能芯片呼之欲出人工智能芯片由非定制化向定制化方向發(fā)展。人工智能推動新一輪計算革命，深度學習需要海量數(shù)據(jù)并行運算，傳統(tǒng)計算架構已無法支撐深度學習的大規(guī)模并行計算需求。目GPU、FPGA（可編程門陣列芯片）均非人工智能開發(fā)出新型TPU（張量處理器，可以在芯片中節(jié)省出更多167FPGA廠商AlteraCPU+FPGA量子計算引領下一代人工智能芯片發(fā)展潮流。對于目前5nm制程工藝之后，CPU中晶體管的數(shù)量已很難2、經(jīng)濟社會發(fā)展存在迫切需求，專用智能向通用智能升級人類生產生活方式變革對人工智能提出了新的發(fā)展需要。隨著科技不斷發(fā)展和社會結構深入變革，人類面臨著生活、生產、資源、環(huán)境等方面一系列需要回答的重大問題，現(xiàn)有的認知水平和治理能力面臨著前所未有的挑戰(zhàn)。在博通用人工智能具備連接人工智能和人類特征的優(yōu)勢。通用人工智能（ArtificialGeneralIntelligence，AGI）具備執(zhí)行3、技術平臺開源化已成趨勢，圍繞超級智能生態(tài)系統(tǒng)的競爭即將展開全球主流技術廠商紛紛圍繞深度學習開放技術平臺。201512OpenAI開源其研究成果OpenAIGym，拉開了全球科技巨頭開放各自的深度學習技術平臺的序幕，如谷歌和Facebook分別將深度學習平臺ensorFlow和ochnetCNTKDeepMind宣布開源深度學習訓練平臺Labyrinth并改名為DeepMindDI-X等。深度學習技術平臺的開源化，一方面能夠使平臺吸引潛在用戶，提高應用潛力，構建超級生態(tài)系統(tǒng)成為未來人工智能技術發(fā)展與競爭可以將人工智能領域復雜的推理能力應用到之前缺乏機器（二）產業(yè)趨勢1、人工智能產業(yè)仍將保持爆發(fā)式增長人工智能的表現(xiàn)一枝獨秀，已歷史性地站在了變革的風口，作為下一階段科技變革浪潮的新引擎，將滲透至各行各業(yè)，F(xiàn)acebook2020年全球人工智能產業(yè)規(guī)模將超過1047.8%，我國人工智能產業(yè)規(guī)模也將18056.5%。在產業(yè)規(guī)模整體爆2、我國將成為全球人工智能產業(yè)發(fā)展的重要推動者“人腦計劃”“人工智能大數(shù)據(jù)/物聯(lián)網(wǎng)網(wǎng)絡安全綜合項目”以2016年好的應用市場背景，未來幾年內有望持續(xù)獲得國家大力支3、智能芯片、智能機器人及智能駕駛等熱點應用將持續(xù)受到關注人工智能目前已經(jīng)跨越了單純依靠數(shù)據(jù)獲取來實現(xiàn)技術提升與推動應用發(fā)展的階段，傳統(tǒng)的API（ApplicationProgramming開放和積木式創(chuàng)的市場份額。智能芯片領域將由現(xiàn)有的CPU+GPU與CPU+FPGA出適用于多個商業(yè)領域的通用型機器人，輕松適應不同環(huán)23（部分自動化和有條件自動化駕駛，而4至5級的駕駛（高度自動化和完全自動化駕駛）將會創(chuàng)造更大的產業(yè)發(fā)展機遇。4、“平臺+場景應用”主導的新型商業(yè)模式即將出現(xiàn)現(xiàn)有的人工智能技術主要聚焦于為服務商提供解決方5、科技巨頭企業(yè)的優(yōu)勢地位將受到初創(chuàng)公司的挑戰(zhàn)目前全球人工智能產業(yè)的發(fā)展實際上是由少數(shù)科技巨頭公司主導，包括國內的B（百度、阿里、騰訊，以及Facebook20177月全球市值最高的五個公司6、行業(yè)監(jiān)管問題迫切需要引起各方重視任何新興科技產業(yè)從誕生到具體落地，都需要面臨技管問題不是單獨哪一個群體面臨的問題，具有廣泛的社會七、推動新一代人工智能發(fā)展的措施建議（一）引導樹立正確發(fā)展理念一是依托國家新一代人工智能發(fā)展規(guī)劃制定詳細指導意見和行動指南。圍繞人工智能技術和產業(yè)發(fā)展在動能、路徑、舉措方面的現(xiàn)實要求，按照供給側結構性改革的總體部將著力推進人工智能技術及產業(yè)發(fā)展作為具備一定條件和基礎區(qū)域的經(jīng)濟社會發(fā)展戰(zhàn)略規(guī)劃體系的重要組成，形成科學、可行、持續(xù)的工作方案。二是將與人工智能融合發(fā)展作為傳統(tǒng)產業(yè)變革創(chuàng)新的重要方向。要引導傳統(tǒng)產業(yè)充分認識到“信息”與“智能”已經(jīng)（二）構建政府新型治理體系一是推動監(jiān)管、財稅、立法領域的體制機制創(chuàng)新。人工智能與傳統(tǒng)產業(yè)融合將催生大量新業(yè)態(tài)、新模式，要推動監(jiān)“法無禁止即可為”二是推動相