中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖

聯(lián)合發(fā)布 2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0開(kāi)篇語(yǔ)十多年前，所有的公司都在進(jìn)行互聯(lián)網(wǎng)化，現(xiàn)在CSDN作為一個(gè)20歲的互聯(lián)網(wǎng)公司，從創(chuàng)立至今一直都是全球最大的中文IT社區(qū)，一路走來(lái)，見(jiàn)證了技術(shù)從PC到互聯(lián)網(wǎng)，從互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)，從云計(jì)算到大數(shù)據(jù)的振奮人心的全過(guò)程。如今，技術(shù)大潮再次洶涌澎湃，在大數(shù)據(jù)、計(jì)算力和深度學(xué)習(xí)算法的共同推動(dòng)下，已經(jīng)有60年歷史的人工智能迎來(lái)了開(kāi)展的最好時(shí)期。此時(shí)所有的互聯(lián)網(wǎng)公司又都在尋求智能化的變革：2021年，Google的戰(zhàn)略從MobileFirst轉(zhuǎn)向AIFirst，F(xiàn)acebook、微軟、亞馬遜等也重金入局，而國(guó)內(nèi)的百度喊出了“AllinAI〞，騰訊要“AIinAll〞，阿里那么創(chuàng)立“達(dá)摩院〞，紛紛重注AI。當(dāng)然，看好人工智能的不只是科技巨頭，有遠(yuǎn)見(jiàn)的傳統(tǒng)企業(yè)和創(chuàng)業(yè)者也積極投身其中。但是，人工智能技術(shù)投入巨大，到底哪些技術(shù)能夠落地，哪些還不成熟，要怎樣實(shí)現(xiàn)從技術(shù)到商業(yè)的轉(zhuǎn)換，成為所有玩家都在積極探索的問(wèn)題，這些探索者里也包括一年前的CSDN。在這個(gè)歷史使命的感召下，經(jīng)過(guò)幾年科技投資的淬煉后，我在2021年底重新回歸CSDN。從開(kāi)發(fā)者社區(qū)的視角審視這場(chǎng)AI浪潮，我的腦海里涌現(xiàn)出兩個(gè)字：賦能。幫助開(kāi)發(fā)者成為AI時(shí)代的開(kāi)發(fā)者，幫助企業(yè)成為AI時(shí)代的企業(yè)，構(gòu)建一個(gè)新形態(tài)的社區(qū)，把技術(shù)的創(chuàng)造者及使用者連接到一起。針對(duì)這個(gè)新使命，CSDN發(fā)布了人工智能技術(shù)路線(xiàn)圖，同時(shí)還聯(lián)合易觀(guān)對(duì)多家企業(yè)進(jìn)行了采訪(fǎng)，并邀請(qǐng)到多名業(yè)內(nèi)的專(zhuān)家為我們提出了珍貴的指導(dǎo)意見(jiàn)，描繪出AI產(chǎn)業(yè)進(jìn)階路線(xiàn)圖，希望成為中國(guó)企業(yè)和產(chǎn)業(yè)實(shí)現(xiàn)AI轉(zhuǎn)型升級(jí)的有益參考。我們希望把這樣的一份報(bào)告做成活的路線(xiàn)圖，時(shí)時(shí)維護(hù)，隨時(shí)更新，動(dòng)態(tài)開(kāi)放。所有的企業(yè)都將互聯(lián)網(wǎng)化，所有互聯(lián)網(wǎng)企業(yè)都將AI化，未來(lái)十年，物聯(lián)網(wǎng)將構(gòu)建更先進(jìn)的根底設(shè)施，AI將構(gòu)建更先進(jìn)的生產(chǎn)力，區(qū)塊鏈將構(gòu)建更先進(jìn)的生產(chǎn)關(guān)系。CSDN會(huì)駕乘一輪輪的技術(shù)開(kāi)展浪潮，與社區(qū)伙伴共同成長(zhǎng)。2021年1月16日2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0BusinessValue

AIMM0無(wú)信息化AIMM1

數(shù)字化AIMM2商業(yè)智能

AIMM3算法模型AIMM4

AI采用2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 重要發(fā)現(xiàn) 我們?cè)诒敬握{(diào)研過(guò)程中主要有以下幾大發(fā)現(xiàn)： 1CSDN首次推出AIMM——企業(yè)智能化成熟度模型 按照AIMM——企業(yè)智能化成熟度模型，可以將企業(yè)按照智能化的程度劃分為0~5級(jí)6個(gè)開(kāi)展階段： AIMM5 AI驅(qū)動(dòng) Intelligence 企業(yè)智能化成熟度模型〔AIMM〕V1.0〔來(lái)源：CSDN〕 0級(jí)企業(yè)無(wú)信息化 1級(jí)數(shù)字化：企業(yè)核心流程標(biāo)準(zhǔn)化和數(shù)字化 2級(jí)商業(yè)智能：在業(yè)務(wù)中運(yùn)用數(shù)據(jù)挖掘和數(shù)據(jù)分析，實(shí)現(xiàn)描述性分析 3級(jí)算法模型：企業(yè)運(yùn)用機(jī)器學(xué)習(xí)算法建立模型，預(yù)測(cè)和優(yōu)化決策 4級(jí)AI采用：在業(yè)務(wù)中使用AI為根底的解決方案，實(shí)現(xiàn)創(chuàng)新和效率的提升 5級(jí)AI驅(qū)動(dòng)：以AI為核心的全新企業(yè)形態(tài)和商業(yè)模式 2AI投資熱潮來(lái)臨，然而超過(guò)五分之一的企業(yè)還未實(shí)現(xiàn)信息化 2021年，我國(guó)的AI投資事件共26起，投資總額6億元人民幣。2021年，AI投資事件384起，投資總額 622億元人民幣，相比2021年翻了上百倍。 2021年，22%的企業(yè)還未進(jìn)行信息化改造，51%的企業(yè)剛剛在核心業(yè)務(wù)中實(shí)現(xiàn)了核心流程標(biāo)準(zhǔn)化和 數(shù)字化。22021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.00級(jí)無(wú)信息化1級(jí)數(shù)字化2級(jí)商業(yè)智能3級(jí)算法模型4級(jí)AI采用5級(jí)AI驅(qū)動(dòng)22%31%20%

6%13%8% CSDN企業(yè)智能化成熟度調(diào)查〔數(shù)據(jù)來(lái)源：2021CSDN中國(guó)軟件開(kāi)發(fā)者大調(diào)查〕3AI人才需求迅速增長(zhǎng)，薪酬比IT工程師高出一個(gè)等級(jí) 2021年，AI類(lèi)工程師在全部IT技術(shù)招聘崗位中的占比為9.86%，是2021年的8.8倍。 10年以上工作經(jīng)驗(yàn)的AI工程師，最高年薪可達(dá)140萬(wàn)，而10年以上工作經(jīng)驗(yàn)的普通IT工程師的最高年薪還不到55萬(wàn)。4中美互有勝負(fù)：美國(guó)壟斷AI芯片，中國(guó)在A(yíng)I應(yīng)用領(lǐng)域蓬勃開(kāi)展 中國(guó)在A(yíng)I芯片領(lǐng)域?qū)嵙Ρ∪酰婕叶酁閯?chuàng)業(yè)公司。而美國(guó)在這一領(lǐng)域既有英偉達(dá)、英特爾等重量級(jí)玩家，創(chuàng)業(yè)公司也層出不窮。 中國(guó)在A(yíng)I領(lǐng)域除了BAT之外，還誕生了包括商湯、曠視、云知聲等在內(nèi)新興獨(dú)角獸，融資額度甚至超過(guò)美國(guó)同行，支撐AI應(yīng)用蓬勃開(kāi)展。5金融、文娛、安防等領(lǐng)域向AI轉(zhuǎn)型的條件最成熟，農(nóng)業(yè)、制造業(yè)等還有待觀(guān)察 AI對(duì)各行業(yè)賦能需具備數(shù)據(jù)、計(jì)算力、算法、應(yīng)用場(chǎng)景這四個(gè)要素，其中計(jì)算力屬于通用根底設(shè)施。 金融、文娛、安防等行業(yè)條件最成熟，農(nóng)業(yè)、制造業(yè)等還在積累階段。6實(shí)現(xiàn)AI轉(zhuǎn)型，明確應(yīng)用場(chǎng)景是關(guān)鍵 思考哪些業(yè)務(wù)可以成為AI應(yīng)用的場(chǎng)景，定義要清晰明確； 根據(jù)確定的場(chǎng)景收集關(guān)鍵數(shù)據(jù)，同時(shí)注意數(shù)據(jù)結(jié)構(gòu)化； 根據(jù)企業(yè)自身情況，引入相關(guān)AI專(zhuān)家或者第三方技術(shù)公司。 32021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 編委會(huì)易觀(guān) 于揚(yáng) 孟迎霞出品方：CSDN出品人：蔣濤總策劃：孟巖總編輯：谷磊編寫(xiě)組：周翔胡永波何永燦何謙王會(huì)娥美術(shù)設(shè)計(jì)：紀(jì)明超特邀專(zhuān)家組〔按姓氏首字母排序〕柏文潔初敏黨壯李智勇孟祥廣單藝王詠剛吳良軍葉向宇趙育穎肽積木創(chuàng)始人兼CEO思必馳副總裁、北京研發(fā)院院長(zhǎng)企名片創(chuàng)始人兼CEO聲智科技聯(lián)合創(chuàng)始人?？低曆芯吭航鉀Q方案經(jīng)理獵聘首席數(shù)據(jù)官創(chuàng)新工場(chǎng)人工智能工程院副院長(zhǎng)?？低暩呒?jí)系統(tǒng)技術(shù)工程師曠視科技金融事業(yè)部技術(shù)總監(jiān)人工智能行業(yè)專(zhuān)家 關(guān)注“AI科技大本營(yíng)〞 回復(fù)“產(chǎn)業(yè)路線(xiàn)圖〞下載全文45開(kāi)篇語(yǔ)重要發(fā)現(xiàn)第1章AI開(kāi)展報(bào)告綜述 1.1開(kāi)展歷程：風(fēng)雨60年，歷經(jīng)兩起兩落，如今再次繁榮 1.2國(guó)家政策：AI進(jìn)入政府工作報(bào)告，上升到國(guó)家戰(zhàn)略層面 1.3產(chǎn)業(yè)圖譜：產(chǎn)業(yè)分層已經(jīng)明晰，“AI+〞蔚然成風(fēng) 1.4投融資現(xiàn)狀：融資額逐年攀升，智慧金融領(lǐng)域最受資本青睞 1.5人才分析：AI人才缺口進(jìn)一步擴(kuò)大，新手年薪最低16.2萬(wàn)起第2章AI根底資源現(xiàn)狀分析 2.1AI根底資源 2.2大數(shù)據(jù)：移動(dòng)互聯(lián)網(wǎng)造就海量數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)依然缺乏 2.3計(jì)算力：GPU成AI芯片代名詞，F(xiàn)PGA、ASIC日受青睞 2.4算法：深度學(xué)習(xí)助推AI開(kāi)展，語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)大躍進(jìn)第3章AI根底技術(shù)現(xiàn)狀分析 3.1準(zhǔn)確率超人類(lèi)水平，語(yǔ)音將成下一個(gè)流量入口 3.2自然語(yǔ)言處理大開(kāi)展，交互式智能效勞的風(fēng)口即將到來(lái) 3.3計(jì)算機(jī)視覺(jué)產(chǎn)業(yè)爆發(fā)，人臉識(shí)別最受關(guān)注第4章AI技術(shù)主要應(yīng)用領(lǐng)域分析 4.0產(chǎn)業(yè)升級(jí)關(guān)鍵要素及路線(xiàn)圖 4.1金融領(lǐng)域AI應(yīng)用分析 4.1.1傳統(tǒng)金融機(jī)構(gòu)的痛點(diǎn)和現(xiàn)狀12771011141620202123242626303441414545 2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0目錄CONTENTS2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 4.1.2現(xiàn)階段“AI+金融〞的應(yīng)用場(chǎng)景 4.2醫(yī)療領(lǐng)域AI應(yīng)用分析 4.2.1傳統(tǒng)醫(yī)療機(jī)構(gòu)的痛點(diǎn)和現(xiàn)狀 4.2.2現(xiàn)階段“AI+醫(yī)療〞的應(yīng)用場(chǎng)景 4.3智能家居領(lǐng)域AI應(yīng)用分析 4.3.1現(xiàn)階段智能家居的應(yīng)用場(chǎng)景 “AI+家居〞提升智能家居產(chǎn)品交互體驗(yàn) “AI+家居〞實(shí)現(xiàn)內(nèi)容和效勞的拓展 “AI+家居〞未來(lái)趨勢(shì) 第5章行業(yè)應(yīng)用典型案例 5.1金融案例 5.1.1智能投顧 5.1.2個(gè)性化推薦和營(yíng)銷(xiāo) 5.1.3車(chē)險(xiǎn)定損 5.2醫(yī)療案例 5.2.1語(yǔ)音電子病歷 5.2.2眼底篩查 5.2.3癌癥診療 5.3家居案例 5.3.1智能掃地機(jī)器人 5.3.2智能音箱 結(jié)語(yǔ) 附錄：參考文獻(xiàn)64652525356565758596161616365686870727474767879~ 2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0第1章AI開(kāi)展報(bào)告綜述1.1開(kāi)展歷程：風(fēng)雨60年，歷經(jīng)兩起兩落，如今再次繁榮人工智能〔ArtificialIntelligence，簡(jiǎn)稱(chēng)AI〕是一門(mén)前沿交叉學(xué)科，目前還沒(méi)有統(tǒng)一的定義。根據(jù)中國(guó)人工智能學(xué)會(huì)與羅蘭貝格聯(lián)合發(fā)布的最新報(bào)告，人工智能是一門(mén)利用計(jì)算機(jī)模擬人類(lèi)智能行為科學(xué)的統(tǒng)稱(chēng)，它涵蓋了訓(xùn)練計(jì)算機(jī)使其能夠完成自主學(xué)習(xí)、判斷、決策等人類(lèi)行為的范疇。但是，人工智能并不是一個(gè)新的概念，它實(shí)際上誕生于20世紀(jì)50年代。在這60年間，人工智能的開(kāi)展并不是一帆風(fēng)順，而是起起落落，先后經(jīng)歷了Pre-AI時(shí)代、黃金時(shí)代、第一次低谷、第二次繁榮、第二次低谷，我們目前正處于第三次浪潮之中。195019561980199720001960s1950年圖靈發(fā)表論文，提出著名的圖靈測(cè)試，預(yù)言了創(chuàng)造智能機(jī)器的可能性，成為AI史上第一個(gè)嚴(yán)肅提案。1956年達(dá)特茅斯會(huì)議聚集了最早的一批研究者，確定了人工智能的名稱(chēng)與任務(wù)，被稱(chēng)為AI誕生的標(biāo)志。19741980 1974-1980年，AI開(kāi)展遇到 瓶頸，迎來(lái)第一次低谷。數(shù)據(jù) 的缺失與算力的缺乏使得計(jì)算 的復(fù)雜性難以被解決，因而陷 入莫拉維克悖論。由于研究缺 乏進(jìn)展，期望落空，AI受到了 業(yè)內(nèi)的很多批評(píng)，政府也隨之 停止了資金的資助。1987

由于XCON等最初大獲成功的 專(zhuān)家系統(tǒng)的實(shí)用性?xún)H僅局限于 某些特定場(chǎng)景，而且難以升 級(jí)，維護(hù)費(fèi)用也居高不下，導(dǎo) 致第二波浪潮迅速由熱轉(zhuǎn)冷。 由于對(duì)AI的高預(yù)期再次落空， 政府開(kāi)始大幅削減資助費(fèi)用， 認(rèn)為AI并非下一個(gè)浪潮。2000年互聯(lián)網(wǎng)開(kāi)展進(jìn)入拐點(diǎn)，數(shù)據(jù)量開(kāi)始逐步增長(zhǎng)。2021年AlphaGo戰(zhàn)勝?lài)暹x手李世石，再次將AI推向高點(diǎn)，資本加碼、政策扶持的輪回再次開(kāi)啟。60年代期間，涌現(xiàn)了大批AI研究方向，包括搜索式推理、自然語(yǔ)言、機(jī)器視覺(jué)等。不少研究者對(duì)機(jī)器可在十年左右到達(dá)人類(lèi)智能水平表示樂(lè)觀(guān)，與此同時(shí)，英美政府每年也在研究經(jīng)費(fèi)上給予了百萬(wàn)級(jí)的支持。1980年，一款名為XCON的專(zhuān)家系統(tǒng)，因每年可為企業(yè)節(jié)省數(shù)千萬(wàn)美金受到熱捧，進(jìn)而帶動(dòng)了大公司在A(yíng)I上的投入，為其供支持的產(chǎn)業(yè)也隨之而生。日本、英國(guó)、美國(guó)等政府部門(mén)重新斥巨資投入AI，撥款高達(dá)億級(jí)。至1987年人工智能又經(jīng)歷了短暫的繁榮期。1997年深藍(lán)計(jì)算機(jī)戰(zhàn)勝?lài)?guó)際象棋冠軍，成為AI歷史上的里程碑事件。受到摩爾定律的影響，計(jì)算性能開(kāi)始大幅提升。2021年深度學(xué)習(xí)算法通過(guò)ImageNet比賽名聲大噪，進(jìn)而被廣泛采用。 20212021探索商業(yè)化但迅速被替代

研究不聚焦且市場(chǎng)預(yù)期高Pre-AI時(shí)代最初的人工智能研究其實(shí)是30年代末到50年代初的一系列科學(xué)進(jìn)展交匯的產(chǎn)物。1943年，沃倫·麥卡洛克〔WarrenMcCulloch〕和瓦爾特·皮茨〔WalterPitts〕首次提出“神經(jīng)網(wǎng)絡(luò)〞的 7根底設(shè)施就位，與應(yīng)用緊密結(jié)合，仍存在非理性繁榮 AI開(kāi)展歷史〔來(lái)源：CSDN&易觀(guān)〕2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.08黃金時(shí)代：1956-1974達(dá)特茅斯會(huì)議之后的十?dāng)?shù)年里，人工智能迎來(lái)了第一個(gè)繁榮的開(kāi)展時(shí)期。在這段黃金時(shí)代，很多在當(dāng)時(shí)看來(lái)非常神奇的程序被漸次開(kāi)發(fā)了出來(lái)，自此計(jì)算機(jī)具備了以下能力：概念。1950年，阿蘭·圖靈〔AlanTuring〕提出了著名的“圖靈測(cè)試〞：如果一臺(tái)機(jī)器能夠與人類(lèi)展開(kāi)對(duì)話(huà)〔通過(guò)電傳設(shè)備〕而不能被區(qū)分出其機(jī)器身份，那么稱(chēng)這臺(tái)機(jī)器那么具有智能。直到如今，圖靈測(cè)試仍然是人工智能的重要測(cè)試手段之一。1951年，馬文·明斯基〔MarvinMinsky〕與他的同學(xué)一起建造了第一臺(tái)神經(jīng)網(wǎng)絡(luò)機(jī)，并將其命名為SNARC〔StochasticNeuralAnalogReinforcementCalculator〕。不過(guò)，這些都只是前奏，一直到1956年的達(dá)特茅斯會(huì)議，“Arti?cialIntelligence〞〔人工智能〕這個(gè)詞才被真正確定下來(lái)，并一直沿用至今。AI誕生1956年的達(dá)特茅斯會(huì)議被廣泛地認(rèn)為是AI誕生的標(biāo)志性事件，其最重要的奉獻(xiàn)是正式確立了人工智能的概念。此外，該會(huì)議還討論了自動(dòng)計(jì)算機(jī)、編程語(yǔ)言、神經(jīng)網(wǎng)絡(luò)、計(jì)算規(guī)模理論、自我改造〔即機(jī)器學(xué)習(xí)〕、抽象、隨機(jī)性與創(chuàng)造性等諸多議題，掀開(kāi)了人工智能各個(gè)研究方向波瀾壯闊的歷史畫(huà)卷。2006年達(dá)特茅斯會(huì)議參會(huì)者50年后再聚首，左起：摩爾、麥卡錫、明斯基、塞弗里奇、索羅門(mén)諾夫2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.09解代數(shù)應(yīng)用題證明幾何定理學(xué)習(xí)和使用英語(yǔ)1957年，羅森布拉特〔FrankRosenblatt〕提出“感知器〔Perceptron〕〞，這是第一個(gè)用算法來(lái)精確定義的神經(jīng)網(wǎng)絡(luò)，也是日后許多新的神經(jīng)網(wǎng)絡(luò)模型的始祖。第一次AI低谷：1974-19801969年，馬文·明斯基和西蒙·派珀特〔SeymourPapert〕共同出版了?感知器：計(jì)算幾何簡(jiǎn)介?一書(shū)，書(shū)中論證了感知器模型的兩個(gè)關(guān)鍵問(wèn)題：第一，單層的神經(jīng)網(wǎng)絡(luò)無(wú)法解決不可線(xiàn)性分割的問(wèn)題，典型例子就是異或門(mén)。第二，當(dāng)時(shí)計(jì)算機(jī)的能力缺乏，無(wú)法滿(mǎn)足計(jì)算量的需求。當(dāng)然，除了這兩個(gè)原因之外，傳感數(shù)據(jù)缺乏也成為限制感知器進(jìn)一步開(kāi)展的重要因素。由于這些問(wèn)題在當(dāng)時(shí)無(wú)法得到解決，感知器的開(kāi)展幾乎停滯，以神經(jīng)網(wǎng)絡(luò)為根底的人工智能研究開(kāi)始進(jìn)入低潮，相關(guān)工程長(zhǎng)期無(wú)法得到政府經(jīng)費(fèi)支持，這段時(shí)間被稱(chēng)為業(yè)界的“核冬天〞。第二次繁榮：1980-198720世紀(jì)80年代，“專(zhuān)家系統(tǒng)〞開(kāi)始由理論研究走向?qū)嶋H應(yīng)用，人工智能迎來(lái)了又一波開(kāi)展浪潮。專(zhuān)家系統(tǒng)一般采用人工智能中的知識(shí)表示和知識(shí)推理的技術(shù)來(lái)模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問(wèn)題。1980年卡內(nèi)基梅隆大學(xué)為DEC〔DigitalEquipmentCorporation，數(shù)字設(shè)備公司〕設(shè)計(jì)了一個(gè)名為XCON的專(zhuān)家系統(tǒng)，取得了巨大的成功，在那個(gè)時(shí)期，它每年可為該公司節(jié)省四千萬(wàn)美元。同時(shí)，日本政府也在積極地投資第五代計(jì)算機(jī)工程，旨在造出能夠與人對(duì)話(huà)，翻譯語(yǔ)言，解釋圖像，并且像人一樣推理的機(jī)器。第三次AI浪潮：1993至今1994年，美國(guó)科學(xué)家JonathanSchaeffer的人工智能程序Chinook第一次戰(zhàn)勝西洋跳棋世界冠軍。1997年5月11日，IBM公司的“深藍(lán)〞超級(jí)電腦戰(zhàn)勝?lài)?guó)際象棋世界冠軍加里·卡斯帕羅夫〔GarryKasparov〕。時(shí)間2021年5月行政機(jī)關(guān)國(guó)務(wù)院相關(guān)政策?中國(guó)制造2025?政策內(nèi)容提出“以推進(jìn)智能制造為主攻方向〞2021年7月國(guó)務(wù)院?國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+〞行將人工智能作為“互聯(lián)網(wǎng)+〞的十一個(gè)重點(diǎn)布動(dòng)的指導(dǎo)意見(jiàn)?局領(lǐng)域之一2021年3月2021年5月2021年7月2021年3月2021年7月國(guó)務(wù)院發(fā)改委國(guó)務(wù)院國(guó)務(wù)院國(guó)務(wù)院?國(guó)民經(jīng)濟(jì)和社會(huì)開(kāi)展第十三個(gè)五年規(guī)劃綱要〔草案〕??“互聯(lián)網(wǎng)+〞人工智能三年行動(dòng)實(shí)施方案??“十三五〞國(guó)家科技創(chuàng)新規(guī)劃??政府工作報(bào)告??新一代人工智能開(kāi)展規(guī)劃?提出要“重點(diǎn)突破新興領(lǐng)域人工智能技術(shù)〞培育開(kāi)展人工智能新興產(chǎn)業(yè)，推進(jìn)重點(diǎn)領(lǐng)域智能產(chǎn)品創(chuàng)新，提升終端產(chǎn)品智能化水平提出“重點(diǎn)開(kāi)展大數(shù)據(jù)驅(qū)動(dòng)的類(lèi)人智能技術(shù)方法〞人工智能首次被寫(xiě)入?政府工作報(bào)告?提出了“三步走〞的戰(zhàn)略目標(biāo)，宣布舉全國(guó)之力在2030年搶占人工智能全球制高點(diǎn)2021年12月工信部?促進(jìn)新一代人工智能產(chǎn)業(yè)開(kāi)展三年行促進(jìn)人工智能產(chǎn)業(yè)開(kāi)展，提升制造業(yè)智能化動(dòng)方案〔2021-2021年〕?水平，推動(dòng)人工智能和實(shí)體經(jīng)濟(jì)深度融合 2021-2021AI政策匯總〔整理：CSDN〕 2021年5月，國(guó)務(wù)院印發(fā)?中國(guó)制造2025?，其中“智能制造〞被定位為中國(guó)制造的主攻方向，而這里 智能的概念，其實(shí)可以看做人工智能在制造業(yè)的具象表達(dá)。 2021年7月，國(guó)務(wù)院印發(fā)?國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+〞行動(dòng)的指導(dǎo)意見(jiàn)?，其中人工智能是重點(diǎn) 布局的11個(gè)領(lǐng)域之一。102021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 2006年，杰弗里·辛頓〔GeoffreyHinton〕提出“深度學(xué)習(xí)〞。自此，人工智能進(jìn)入了快速開(kāi)展的階段。 2021年，IBM沃森參加“Jeopardy!〞節(jié)目，打敗人類(lèi)選手。 2021年3月，AlphaGo擊敗韓國(guó)九段圍棋選手李世石，AI徹底走入群眾的視野。 與前兩次不同，第三次人工智能的熱潮迎來(lái)了全面商業(yè)化的爆發(fā)。互聯(lián)網(wǎng)興起產(chǎn)生的海量數(shù)據(jù)、以及 摩爾定律帶來(lái)的計(jì)算力的突飛猛進(jìn)，推動(dòng)了深度學(xué)習(xí)技術(shù)在人工智能領(lǐng)域的普及，并促進(jìn)語(yǔ)音識(shí)別、 圖像識(shí)別等技術(shù)快速開(kāi)展并且迅速產(chǎn)業(yè)化。 1.2國(guó)家政策：AI進(jìn)入政府工作報(bào)告，上升到國(guó)家戰(zhàn)略層面 中國(guó)的這一波人工智能熱潮除了技術(shù)和商業(yè)的驅(qū)動(dòng)之外，更離不開(kāi)政府的推波助瀾。2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0112021年3月，?國(guó)民經(jīng)濟(jì)和社會(huì)開(kāi)展第十三個(gè)五年規(guī)劃綱要〔草案〕?發(fā)布，國(guó)務(wù)院提出，要重點(diǎn)突破新興領(lǐng)域的人工智能技術(shù)。2021年5月，發(fā)改委、科技部、工信部和網(wǎng)信辦聯(lián)合印發(fā)?“互聯(lián)網(wǎng)+〞人工智能三年行動(dòng)實(shí)施方案?，提出到2021年“形成千億級(jí)的人工智能市場(chǎng)應(yīng)用規(guī)模〞。2021年7月，國(guó)務(wù)院印發(fā)?“十三五〞國(guó)家科技創(chuàng)新規(guī)劃?。?規(guī)劃?指出，要重點(diǎn)開(kāi)展大數(shù)據(jù)驅(qū)動(dòng)的類(lèi)人智能技術(shù)方法；突破以人為中心的人機(jī)物融合理論方法和關(guān)鍵技術(shù)，研制相關(guān)設(shè)備、工具和平臺(tái)；在基于大數(shù)據(jù)分析的類(lèi)人智能方向取得重要突破，實(shí)現(xiàn)類(lèi)人視覺(jué)、類(lèi)人聽(tīng)覺(jué)、類(lèi)人語(yǔ)言和類(lèi)人思維，支撐智能產(chǎn)業(yè)的開(kāi)展。2021年3月，人工智能首次被寫(xiě)入國(guó)務(wù)院的?政府工作報(bào)告?，正式進(jìn)入國(guó)家戰(zhàn)略層面。2021年7月，國(guó)務(wù)院印發(fā)?新一代人工智能開(kāi)展規(guī)劃?，提出了“三步走〞的戰(zhàn)略目標(biāo)，宣布舉全國(guó)之力在2030年搶占人工智能全球制高點(diǎn)，人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)1萬(wàn)億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)10萬(wàn)億元。2021年12月，工業(yè)和信息化部印發(fā)?促進(jìn)新一代人工智能產(chǎn)業(yè)開(kāi)展三年行動(dòng)方案〔2021-2021年〕?。方案提出，以信息技術(shù)與制造技術(shù)深度融合為主線(xiàn)，以新一代人工智能技術(shù)的產(chǎn)業(yè)化和集成應(yīng)用為重點(diǎn)，推進(jìn)人工智能和制造業(yè)深度融合，加快制造強(qiáng)國(guó)和網(wǎng)絡(luò)強(qiáng)國(guó)建設(shè)?？梢钥闯觯?021年以來(lái)，中國(guó)的人工智能政策密集出臺(tái)，在全球競(jìng)爭(zhēng)的背景下，人工智能已經(jīng)上升為國(guó)家意志。未來(lái)，人工智能技術(shù)的產(chǎn)業(yè)化將是大勢(shì)所趨。1.3產(chǎn)業(yè)圖譜：產(chǎn)業(yè)分層已經(jīng)明晰，“AI+〞蔚然成風(fēng)和以往的幾次興盛不同，在這一波人工智能的浪潮里，產(chǎn)業(yè)公司替代大學(xué)或者政府的科研機(jī)構(gòu)成為了主要的推動(dòng)者。產(chǎn)業(yè)公司是需要盈利的，而人工智能需要持續(xù)地高昂投入，因此如何讓技術(shù)變現(xiàn)是推動(dòng)人工智能不斷開(kāi)展的重要支撐。在2021年3月發(fā)布的?新一代人工智能開(kāi)展規(guī)劃?里，國(guó)務(wù)院明確了市場(chǎng)主導(dǎo)的根本原那么，強(qiáng)調(diào)要遵循市場(chǎng)規(guī)律，堅(jiān)持應(yīng)用導(dǎo)向，突出企業(yè)在技術(shù)路線(xiàn)選擇和行業(yè)產(chǎn)品標(biāo)準(zhǔn)制定中的主體作用，加快人工智能科技成果商業(yè)化應(yīng)用，形成競(jìng)爭(zhēng)優(yōu)勢(shì)。該?規(guī)劃?提出了“三步走〞的戰(zhàn)略目標(biāo)：2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0122021年：人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)1500億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)1萬(wàn)億元。2025年：人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)4000億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)5萬(wàn)億元。2030年：人工智能核心產(chǎn)業(yè)規(guī)模超過(guò)1萬(wàn)億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)10萬(wàn)億元。通常情況下，我們可以將人工智能產(chǎn)業(yè)劃分為三層，分別是根底層、技術(shù)層和應(yīng)用層。其中根底層是推動(dòng)人工智能開(kāi)展的基石，主要包括數(shù)據(jù)、芯片和算法三個(gè)方面，技術(shù)層主要是應(yīng)用技術(shù)提供方，應(yīng)用層大多是技術(shù)使用者，這三者形成一個(gè)完整的產(chǎn)業(yè)鏈，并相互促進(jìn)。不過(guò)，很多企業(yè)〔特別是大型科技公司〕業(yè)務(wù)線(xiàn)較長(zhǎng)，很多時(shí)候既是技術(shù)提供方，也是技術(shù)的使用者，因而很難有清晰的界定。為了相對(duì)全面的展現(xiàn)目前中國(guó)與美國(guó)的人工智能產(chǎn)業(yè)鏈布局情況，CSDN聯(lián)合易觀(guān)篩選了眾多人工智能相關(guān)公司，繪制出以下兩張圖譜。圖譜中的企業(yè)信息來(lái)自IT桔子、CBInsights、Crunchbase及公開(kāi)報(bào)道。比照下面的兩張圖譜我們可以得出以下結(jié)論：根底層方面，中國(guó)的實(shí)力還比較薄弱，尤其是芯片領(lǐng)域，玩家多為創(chuàng)業(yè)公司，而美國(guó)在這一領(lǐng)域多為英偉達(dá)、英特爾等重量級(jí)玩家，同時(shí)創(chuàng)業(yè)公司也層出不窮；在根底技術(shù)框架領(lǐng)域，國(guó)外有Google、微軟、Facebook、亞馬遜等，國(guó)內(nèi)有百度、騰訊、阿里巴巴等；在數(shù)據(jù)領(lǐng)域，很多互聯(lián)網(wǎng)公司本身就積累了海量數(shù)據(jù)，不過(guò)這些商業(yè)數(shù)據(jù)一般不會(huì)對(duì)外共享，而且這些公司也對(duì)標(biāo)注處理后的有效數(shù)據(jù)存在需求，因此市場(chǎng)上存在第三方數(shù)據(jù)提供商，國(guó)內(nèi)以海天瑞聲為代表，美國(guó)那么以CrowdFlower為代表。技術(shù)層主要分為三個(gè)領(lǐng)域：機(jī)器學(xué)習(xí)、語(yǔ)音識(shí)別和自然語(yǔ)言處理、以及計(jì)算機(jī)視覺(jué)。其中除了BAT等大玩家之外，語(yǔ)音識(shí)別和自然語(yǔ)言處理領(lǐng)域的代表公司有科大訊飛、云知聲、思必馳等，計(jì)算機(jī)視覺(jué)領(lǐng)域的代表公司有商湯科技、曠視科技、依圖科技等。它們中有很多已成為新興的獨(dú)角獸，融資額度甚至超過(guò)美國(guó)同行。在A(yíng)I應(yīng)用領(lǐng)域，中國(guó)呈現(xiàn)出爆發(fā)的趨勢(shì)，目前主要集中在安防、金融、醫(yī)療、教育、零售、機(jī)器人以及智能駕駛等領(lǐng)域。其中安防領(lǐng)域的代表公司有?？低?、大華等；金融領(lǐng)域有螞蟻金服、眾安科技等；醫(yī)療領(lǐng)域有醫(yī)渡云、匯醫(yī)慧影等；教育領(lǐng)域有科大訊飛、乂學(xué)教育等；零售領(lǐng)域有阿里、京東、繽果盒子等；機(jī)器人領(lǐng)域有大疆創(chuàng)新、優(yōu)必選等；智能駕駛領(lǐng)域有百度、馭勢(shì)等。2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0應(yīng)用層綜合公司技術(shù)層基礎(chǔ)層智能安防芯片技術(shù)平臺(tái)/框架數(shù)據(jù)中心效勞數(shù)據(jù)效勞智能醫(yī)療 智能客服智能駕駛 智能家居新零售智能教育機(jī)器人智能金融個(gè)性推薦及廣告營(yíng)銷(xiāo)計(jì)算機(jī)視覺(jué)語(yǔ)音識(shí)別及語(yǔ)義處理機(jī)器學(xué)習(xí)中國(guó)人工智能產(chǎn)業(yè)圖譜V1.0〔來(lái)源：CSDN&易觀(guān)〕應(yīng)用層綜合公司技術(shù)層智能駕駛智能金融智能客服智能教育機(jī)器人新零售智能家居芯片技術(shù)平臺(tái)/框架數(shù)據(jù)中心效勞數(shù)據(jù)效勞智能醫(yī)療個(gè)性推薦及廣告營(yíng)銷(xiāo)計(jì)算機(jī)視覺(jué)語(yǔ)音識(shí)別及語(yǔ)義處理機(jī)器學(xué)習(xí)基礎(chǔ)層 美國(guó)人工智能產(chǎn)業(yè)圖譜V1.0〔來(lái)源：CSDN&易觀(guān)〕 13

其他 金融制造業(yè) 電商健康醫(yī)療社交媒體交通物流游戲娛樂(lè) 教育 安防 能源 零售17%16% 10%9%9%

7% 7%7%5% 6%3%5% 2021-2021AI融資趨勢(shì)〔數(shù)據(jù)來(lái)源：IT桔子〕14 AI與各行業(yè)的結(jié)合情況〔數(shù)據(jù)來(lái)源：2021CSDN中國(guó)開(kāi)發(fā)者大調(diào)查〕1.4投融資現(xiàn)狀：融資額逐年攀升，智慧金融領(lǐng)域最受資本青睞IT桔子統(tǒng)計(jì)的數(shù)據(jù)顯示，從2021年至今，我國(guó)AI領(lǐng)域共有1354家公司，投資事件1353起，投資總額為1448億人民幣。2021年，我國(guó)的AI投資事件共26起，投資金額為6億元人民幣。到了剛剛結(jié)束的2021年，投資事件已經(jīng)高達(dá)384起，投資總額已經(jīng)超過(guò)622億元人民幣，相比2021年翻了上百倍。不過(guò)，相對(duì)2021年，2021年的投資事件只增加了一起，但是投資總額大幅上升。2021投資事件數(shù)融資額20212021202120212021500450400350300250200150100 50600億550億500億500億450億400億350億300億250億200億150億100億50億投資事件數(shù)融資額2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 2021CSDN中國(guó)開(kāi)發(fā)者大調(diào)查的數(shù)據(jù)顯示，AI技術(shù)正在與各個(gè)行業(yè)的業(yè)務(wù)發(fā)生著融合促進(jìn)，其中金 融、制造業(yè)、電商、醫(yī)療等行業(yè)占比最高?？梢?jiàn)，雖然在根底領(lǐng)域，中國(guó)與美國(guó)還存在一定差距，但 是在商業(yè)化應(yīng)用方面，中國(guó)已經(jīng)多點(diǎn)開(kāi)花，大有趕超之勢(shì)。應(yīng)用領(lǐng)域201220132014201520162017智慧金融智能汽車(chē)智慧醫(yī)療文娛行業(yè)智慧教育智能安防智能家居城市交通智慧農(nóng)業(yè)智慧旅游智慧零售智能制造智能媒體物流倉(cāng)儲(chǔ)智慧法律2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0據(jù)統(tǒng)計(jì)，自然語(yǔ)言處理領(lǐng)域共有185家公司，6年間投資事件223起，總投資額為241億人民幣；今日頭條、搜狗、出門(mén)問(wèn)問(wèn)位列融資額度前三甲。計(jì)算機(jī)視覺(jué)領(lǐng)域共有139家公司，6年間投資事件182起，總投資額為225億人民幣；美圖秀秀、商湯科技、曠視科技位列融資額度前三甲。按應(yīng)用領(lǐng)域劃分，那么金融、汽車(chē)、醫(yī)療和文娛領(lǐng)域最受資本青睞，其中智慧金融領(lǐng)域以434億人民幣高居融資額榜首，智能汽車(chē)和智慧醫(yī)療領(lǐng)域分別以349億和294億緊隨其后。應(yīng)用領(lǐng)域智慧金融智能汽車(chē)公司數(shù)量

124 146投資事件數(shù)量投資額〔億人民幣〕 205434 218349智慧醫(yī)療文娛行業(yè)智慧教育智能安防智能家居城市交通智慧農(nóng)業(yè)智慧旅游智慧零售智能制造智能媒體166 84134 97 93 81 57 33 25182 24214109171116119 78 47 45 38144 41294258248146132103 83 78 70 37 26 物流倉(cāng)儲(chǔ)915013 智慧法律191772021-2021AI融資匯總〔數(shù)據(jù)來(lái)源：IT桔子注：某些公司可能橫跨多個(gè)領(lǐng)域，因此存在重復(fù)統(tǒng)計(jì)的情況〕從時(shí)間維度來(lái)看，智慧金融、智慧醫(yī)療、智能汽車(chē)這幾個(gè)領(lǐng)域的融資從2021年就開(kāi)始呈現(xiàn)爆發(fā)的趨勢(shì)，最近兩年更是到達(dá)了一個(gè)頂峰，而傳統(tǒng)的制造、家居等行業(yè)從2021年開(kāi)始也日益受到資本的青睞，不過(guò)農(nóng)業(yè)、法律等行業(yè)依然處在蟄伏期，但是我們預(yù)計(jì)未來(lái)這些冷門(mén)領(lǐng)域也將迎來(lái)自己的機(jī)遇。各行業(yè)人工智能投資熱度圖V1.0〔數(shù)據(jù)來(lái)源：IT桔子〕 15投資事件數(shù)：高投資總額：多少低2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 1.5人才分析：AI人才缺口進(jìn)一步擴(kuò)大，新手年薪最低16.2萬(wàn)起 AI產(chǎn)業(yè)的迅速開(kāi)展，引發(fā)了一場(chǎng)人才爭(zhēng)奪戰(zhàn)，根據(jù)獵聘的統(tǒng)計(jì)，2021年AI技術(shù)類(lèi)工程師的招聘量是2021 年的8.8倍。2021年，AI類(lèi)工程師和數(shù)據(jù)類(lèi)工程師在全部IT技術(shù)崗位中的占比分別是2.97%和7.86%，這一 數(shù)字到2021年分別漲到了9.86%和17.59%。64201210 82021202120212021201816147.86%2.97%3.75%5.94%9.86%9.75%13.38%17.59% 數(shù)據(jù)工程師的技術(shù)崗位占比變化〔百分比〕 AI工程師在技術(shù)崗位中占比變化〔百分比〕 2021-2021AI工程師招聘需求占比變化〔數(shù)據(jù)來(lái)源：獵聘〕1630034.0631.7131.2230.2127.8120

17.9210機(jī)器學(xué)習(xí)計(jì)算機(jī)視覺(jué)IT工程技術(shù)類(lèi)知識(shí)圖譜自然語(yǔ)言處理語(yǔ)音識(shí)別 2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0AI各細(xì)分領(lǐng)域的招聘量也逐年攀升，而且薪資比IT技術(shù)崗位要高上許多。根據(jù)獵聘的數(shù)據(jù)，2021年以來(lái)公開(kāi)發(fā)布的招聘崗位中，IT工程技術(shù)類(lèi)的平均年薪為17.92萬(wàn)，而AI領(lǐng)域知識(shí)圖譜方向的最高年薪可達(dá)43.42萬(wàn)，其平均年薪也高達(dá)34.06萬(wàn)，接近IT工程技術(shù)類(lèi)的兩倍。而AI細(xì)分領(lǐng)域中，除了知識(shí)圖譜，平均年薪較高的依次是自然語(yǔ)言處理、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)。 年薪〔萬(wàn)元〕 40AI細(xì)分領(lǐng)域技術(shù)崗位與IT技術(shù)崗位平均年薪比照 2021-2021AI細(xì)分領(lǐng)域崗位與IT技術(shù)崗位平均年薪比照〔數(shù)據(jù)來(lái)源：獵聘〕 17 工作經(jīng)驗(yàn)與AI崗位薪酬之間的關(guān)系〔數(shù)據(jù)來(lái)源：獵聘〕18一年以下2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 CSDN社區(qū)統(tǒng)計(jì)的數(shù)據(jù)顯示，2021年到2021年間，AI開(kāi)發(fā)者從5萬(wàn)增長(zhǎng)到了18萬(wàn)，可見(jiàn)AI之熱，然而 有經(jīng)驗(yàn)的AI工程師仍然極度缺乏，其年薪也隨著從業(yè)時(shí)間的增長(zhǎng)而急劇增加。工作不滿(mǎn)一年的新手， 最高年薪為28.7萬(wàn)，最低年薪也有16.2萬(wàn)，而有著十年以上工作經(jīng)驗(yàn)的AI工程師，最高年薪可達(dá)140 萬(wàn)。相比之下，具有10年以上工作經(jīng)驗(yàn)的普通IT工程師的最高年薪還不到55萬(wàn)。 年薪〔萬(wàn)元〕 140 130 120 110 100 90 80 70 60 50 40 30 20 10 0從業(yè)時(shí)間1-3年3-5年5-8年8-10年10年以上AI工程技術(shù)類(lèi)年薪上限IT工程師類(lèi)年薪上限AI工程師類(lèi)年薪下限IT工程技術(shù)類(lèi)年薪下限 2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0目前，按行業(yè)劃分，對(duì)AI人才需求最大的依然是互聯(lián)網(wǎng)行業(yè)，占比超過(guò)73%，其次是電子、汽車(chē)、金融等領(lǐng)域。對(duì)AI人才需求最少的那么是政府、農(nóng)林牧漁這些領(lǐng)域。73%1%

5%

2%

4% 6%9%互聯(lián)網(wǎng)游戲軟件 電子 金融 制造業(yè) 醫(yī)藥文化傳媒AI工程師地域需求占比〔數(shù)據(jù)來(lái)源：獵聘〕 其他 各行業(yè)AI工程師需求占比〔數(shù)據(jù)來(lái)源：獵聘〕按地域劃分，AI人才需求分布非常集中，北京占比42.60%，上海、深圳分列二三位，占比分別為17.02%和11.43%。而阿里巴巴總部所在地——杭州那么排在了第四位，占比7.08%。 50.0%12.5%37.5%25.0%北京上海深圳杭州廣州其他42.60%17.02%11.43%7.08%4.76%17.11%AI工程師地域占比圖騰訊研究院發(fā)布的人才報(bào)告顯示，2021年的前10個(gè)月，企業(yè)對(duì)AI人才的需求量已經(jīng)到達(dá)2021年的近兩倍，2021年的5.3倍，目前AI人才缺口至少在100萬(wàn)以上。隨著人工智能產(chǎn)業(yè)的進(jìn)一步開(kāi)展，我國(guó)AI人才的缺口或進(jìn)一步擴(kuò)大，而且由于我國(guó)對(duì)AI的研究起步較晚，企業(yè)對(duì)AI人才學(xué)歷的要求較高，因此AI人才急缺的情況在未來(lái)幾年將無(wú)法改善，AI人才的薪酬也預(yù)計(jì)會(huì)進(jìn)一步水漲船高。 192021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 第2章AI根底資源現(xiàn)狀分析 2.1AI根底資源 縱觀(guān)人工智能的開(kāi)展歷程，幾次起落很大程度上受到業(yè)界對(duì)人工智能的認(rèn)知變化及市場(chǎng)預(yù)期的影 響，但究其根本還是在于技術(shù)的局限性。沒(méi)有根底設(shè)施的供給，人工智能的所有設(shè)想將淪為夢(mèng)想。 人工智能算法硬件數(shù)據(jù)工程學(xué)方法模擬法GPUFPGAASIC AI根底資源〔來(lái)源：CSDN〕 當(dāng)前人工智能主要致力于訓(xùn)練機(jī)器看懂圖像、聽(tīng)懂語(yǔ)言、處理大數(shù)據(jù)，實(shí)現(xiàn)人機(jī)自然交互，輔助人類(lèi) 進(jìn)行決策，最終實(shí)現(xiàn)自我決策。而支撐這一目的的根底要素可以歸納為三點(diǎn)，即數(shù)據(jù)、算法、算力， 此三點(diǎn)缺一不可。 關(guān)于這三者的關(guān)系，吳恩達(dá)曾有一個(gè)著名的比喻：開(kāi)展人工智能就像用火箭發(fā)射衛(wèi)星，需要強(qiáng)有力的 引擎和足夠的燃料，如果燃料不夠，火箭無(wú)法將衛(wèi)星推到適宜的軌道；如果引擎推力不夠，火箭甚至 都不能起飛。而這當(dāng)中，算法模型就好似引擎，高性能的計(jì)算機(jī)是打造引擎的工具，海量的數(shù)據(jù)就是 引擎的燃料。202021年1.22021年2025年180160140120100 80 60 40 2016.1163 2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.02.2大數(shù)據(jù)：移動(dòng)互聯(lián)網(wǎng)造就海量數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)依然缺乏互聯(lián)網(wǎng)催生了大數(shù)據(jù)，而大數(shù)據(jù)那么催生了人工智能。數(shù)據(jù)是訓(xùn)練人工智能的必備燃料，在現(xiàn)階段人工智能的開(kāi)展水平下，數(shù)據(jù)的規(guī)模和質(zhì)量直接決定了模型的訓(xùn)練效果。2005年，在美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究所舉辦的機(jī)器翻譯軟件評(píng)測(cè)中，在該領(lǐng)域初出茅廬的Google成為了最大的黑馬，在BLEU分值〔一種機(jī)器翻譯的評(píng)價(jià)準(zhǔn)那么〕上大幅超越IBM、德國(guó)亞琛工學(xué)院等諸多老牌機(jī)器翻譯機(jī)構(gòu)。賽后，Google公布了獲勝的秘訣：他們使用了比其他團(tuán)隊(duì)多上萬(wàn)倍的數(shù)據(jù)！但是，在人工智能開(kāi)展的早期階段，獲得大量的數(shù)據(jù)并非易事，甚至成為AI開(kāi)展歷程中難以克服的掣肘。但這一問(wèn)題正隨著數(shù)據(jù)時(shí)代的到來(lái)而得到緩解，特別是聯(lián)網(wǎng)設(shè)備的爆發(fā)和效勞生態(tài)的完善使得數(shù)據(jù)來(lái)源增多，促使數(shù)據(jù)呈指數(shù)式增長(zhǎng)。IDC的數(shù)據(jù)顯示，自2021年全球數(shù)據(jù)量突破1ZB〔1ZB為1萬(wàn)億GB〕以來(lái)，2021年這一數(shù)據(jù)已到達(dá)16.1ZB。IDC預(yù)計(jì)，未來(lái)數(shù)據(jù)量的CAGR〔年度復(fù)合增長(zhǎng)率〕高達(dá)30%，相應(yīng)地，2025年數(shù)據(jù)量將會(huì)到達(dá)163ZB。 單位：ZB 2021-2025全球數(shù)據(jù)規(guī)模增長(zhǎng)趨勢(shì)〔數(shù)據(jù)來(lái)源：IDC〕需要說(shuō)明的是，僅關(guān)注數(shù)據(jù)規(guī)模還遠(yuǎn)遠(yuǎn)不夠，只有結(jié)構(gòu)化的數(shù)據(jù)對(duì)于訓(xùn)練人工智能才有意義。結(jié)構(gòu)化數(shù)據(jù)的獲取可以分為數(shù)據(jù)采集、清洗、標(biāo)注、建模等幾個(gè)流程，這考驗(yàn)著研究者收集數(shù)據(jù)和處理數(shù)據(jù)的能力。目前海量的有效數(shù)據(jù)主要掌握在互聯(lián)網(wǎng)巨頭手中，在已經(jīng)到來(lái)的人工智能時(shí)代，由于馬太效應(yīng)的存在，憑借這些珍貴資產(chǎn)，他們可以和用戶(hù)形成良性的數(shù)據(jù)閉環(huán)，從而強(qiáng)者恒強(qiáng)。 212021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 另一方面，更多的從業(yè)者其實(shí)面臨著數(shù)據(jù)短缺的為難境地。這些從業(yè)者主要分為兩類(lèi)：傳統(tǒng)企業(yè)和AI 創(chuàng)業(yè)公司。 傳統(tǒng)企業(yè)由于在其所在的行業(yè)深耕多年，擁有大量的原始數(shù)據(jù)。但它們往往并不注重?cái)?shù)字資產(chǎn)治理，這 些珍貴的數(shù)據(jù)往往像待開(kāi)采的礦石一般被低效地利用，并未被結(jié)構(gòu)化。對(duì)于此類(lèi)企業(yè)，我們建議其與平 臺(tái)或技術(shù)社區(qū)合作，將已有的數(shù)據(jù)充分利用起來(lái)。例如，作為中國(guó)最大的圖片提供商，視覺(jué)中國(guó)擁有海 量的已標(biāo)注數(shù)據(jù)資源，這些數(shù)據(jù)在過(guò)去很長(zhǎng)一段時(shí)間都是人工標(biāo)注的。如今，視覺(jué)中國(guó)已經(jīng)與CSDN的 一站式AI效勞平臺(tái)——TinyMind〔〕展開(kāi)合作，以尋求更加快速的解決方案。 比起傳統(tǒng)企業(yè)，AI創(chuàng)業(yè)公司對(duì)數(shù)據(jù)的渴求更加強(qiáng)烈，對(duì)于此類(lèi)公司，目前較為常見(jiàn)的訓(xùn)練數(shù)據(jù)來(lái)源主 要有三種： 學(xué)術(shù)界和大公司對(duì)外開(kāi)放的免費(fèi)數(shù)據(jù)庫(kù)。以計(jì)算機(jī)視覺(jué)為例，其中最為知名的是斯坦福大學(xué)李飛 飛副教授創(chuàng)立的ImageNet。經(jīng)過(guò)多年的積累，ImageNet通過(guò)眾包的方式積累了2萬(wàn)多種類(lèi)別的1400 多萬(wàn)張圖片，是目前世界上最大的圖片數(shù)據(jù)庫(kù)。另外，Google作為開(kāi)源大戶(hù)，于2021年相繼對(duì)外開(kāi)放 了自然語(yǔ)言數(shù)據(jù)庫(kù)、視頻數(shù)據(jù)庫(kù)、圖片數(shù)據(jù)庫(kù)。

名稱(chēng)MNISTImageNetOpenImageCOCOYouTube-8M

來(lái)源紐約大學(xué)、Google、微軟研究人員共同創(chuàng)立斯坦福大學(xué)Google微軟Google

說(shuō)明手寫(xiě)數(shù)字?jǐn)?shù)據(jù)庫(kù)6萬(wàn)個(gè)訓(xùn)練樣本集和1萬(wàn)個(gè)測(cè)試樣本集1400多萬(wàn)張圖片，2萬(wàn)多種類(lèi)別900萬(wàn)張標(biāo)注數(shù)據(jù)，6000多種標(biāo)簽類(lèi)別超過(guò)30萬(wàn)張圖片，80種物體類(lèi)別800萬(wàn)個(gè)標(biāo)注視頻，50萬(wàn)小時(shí)總時(shí)長(zhǎng)，4800種類(lèi)別 計(jì)算機(jī)視覺(jué)開(kāi)源數(shù)據(jù)庫(kù)舉例(來(lái)源：CSDN&易觀(guān)) 通過(guò)第三方數(shù)據(jù)供給商或眾包平臺(tái)購(gòu)置或定制數(shù)據(jù)。對(duì)數(shù)據(jù)的需求促進(jìn)產(chǎn)業(yè)生態(tài)進(jìn)一步完善，催 生了專(zhuān)業(yè)的第三方效勞供給商，國(guó)內(nèi)較為知名的有海天瑞聲、數(shù)據(jù)堂等。另外，需求者還可以通過(guò)眾 包平臺(tái)發(fā)布任務(wù)，聚集平臺(tái)上的閑散廉價(jià)人力為己所用，如CrowdFlower、亞馬遜的AMT〔Amazon MechanicalTurk〕、百度眾包平臺(tái)等。 自行采集實(shí)際數(shù)據(jù)或模擬數(shù)據(jù)。對(duì)于某些特殊場(chǎng)景，現(xiàn)有的數(shù)據(jù)積累缺乏或無(wú)法滿(mǎn)足需求，那么需要 廠(chǎng)商自行采集數(shù)據(jù)。典型場(chǎng)景，如自動(dòng)駕駛。22 2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.02.3計(jì)算力：GPU成AI芯片代名詞，F(xiàn)PGA、ASIC日受青睞CPU：眾所周知，傳統(tǒng)的數(shù)據(jù)計(jì)算是依靠CPU處理器，然而近年來(lái)，隨著集成電路越來(lái)越復(fù)雜，半導(dǎo)體技術(shù)的改進(jìn)幾近到達(dá)物理極限。而互聯(lián)網(wǎng)的快速開(kāi)展，導(dǎo)致數(shù)據(jù)規(guī)模急劇擴(kuò)張，此時(shí)的矛盾集中表現(xiàn)為處理器性能無(wú)法滿(mǎn)足計(jì)算需求。結(jié)構(gòu)分類(lèi)釋義特點(diǎn)典型廠(chǎng)商GPU圖形處理器，能夠同時(shí)處理多重任務(wù)的大規(guī)模并行計(jì)算通用性強(qiáng)；本錢(qián)/功耗相對(duì)架構(gòu)，使得各個(gè)數(shù)據(jù)訓(xùn)練迭代周期大幅縮短較高英偉達(dá)AMDFPGAASIC現(xiàn)場(chǎng)可編程門(mén)陣列，可將搭載算法的電路快速燒錄進(jìn)硬件，進(jìn)而測(cè)試驗(yàn)證集成電路設(shè)計(jì)的可行性專(zhuān)用集成電路，算法成熟期的解決方案；假設(shè)當(dāng)前算法確定性不強(qiáng)，那么暫不適用相對(duì)靈活，屬針對(duì)具體算法的半定制化方案；本錢(qián)較高，功耗相對(duì)低不夠靈活，屬定制化方案；效率高，量產(chǎn)后本錢(qián)低，功耗低英特爾賽靈思GoogleT-PU寒武紀(jì)類(lèi)腦芯片模擬人腦神經(jīng)元工作原理的全新計(jì)算架構(gòu)，可以突破傳通用性強(qiáng)；效率高，功耗統(tǒng)計(jì)算機(jī)處理大型問(wèn)題時(shí)的馮?諾依曼瓶頸低；處于開(kāi)展初期IBM AI芯片分類(lèi)和簡(jiǎn)介(來(lái)源：CSDN&易觀(guān))GPU：GPU又叫圖形處理器，它的特點(diǎn)是有大量的核和大量的高速內(nèi)存，主要擅長(zhǎng)做類(lèi)似圖像處理的并行計(jì)算。后來(lái)人們漸漸發(fā)現(xiàn)，這個(gè)特點(diǎn)同樣適用于深度學(xué)習(xí)的訓(xùn)練，而且相比于CPU，GPU可以提供更快的處理速度、更少的效勞器投入以及更低的功耗。2021年，斯坦福大學(xué)的一篇論文發(fā)現(xiàn)，在訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)時(shí)，使用GPU會(huì)比CPU快70倍。自此在深度學(xué)習(xí)的訓(xùn)練領(lǐng)域，CPU開(kāi)始被冷落，GPU也已經(jīng)不再是通常意義上的圖形處理器，逐漸已成為AI訓(xùn)練專(zhuān)用處理器的事實(shí)標(biāo)準(zhǔn)。這也讓GPU技術(shù)的領(lǐng)跑者英偉達(dá)賺的盆滿(mǎn)缽滿(mǎn)，在過(guò)去的5年間，英偉達(dá)的股價(jià)上升了約18倍。FPGA〔Field－ProgrammableGateArray，現(xiàn)場(chǎng)可編程門(mén)陣列〕：作為人工智能深度學(xué)習(xí)方面的計(jì)算工具，除了GPU以外，F(xiàn)PGA也為很多開(kāi)發(fā)者所推崇。FPGA的中文名為“現(xiàn)場(chǎng)可編程門(mén)陣列〞，它具有可編程專(zhuān)用性、高性能、低功耗等特點(diǎn)。目前整個(gè)FPGA市場(chǎng)主要由賽靈思和Altera主導(dǎo)，兩者共同占有85%的市場(chǎng)份額，2021年，Altera被英特爾收購(gòu)。ASIC〔ApplicationSpecificIntegratedCircuits，專(zhuān)用集成電路〕：是指應(yīng)特定用戶(hù)要求或特定電子系統(tǒng)的需要而設(shè)計(jì)、制造的集成電路。嚴(yán)格意義上來(lái)講，ASIC是一種專(zhuān)用芯片，與傳統(tǒng)的通用芯片有一定的差異。與通用集成電路相比，具有以下幾個(gè)方面的優(yōu)越性：體積更小、功耗更低、可靠性提 232021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.024高、性能提高、保密性增強(qiáng)、本錢(qián)降低。但深度定制也意味著需要大量的研發(fā)投入，如果不能保證出貨量，其單顆本錢(qián)難以下降，而且芯片的功能一旦流片后那么無(wú)更改余地，假設(shè)深度學(xué)習(xí)方向一旦改變，ASIC前期投入將無(wú)法回收，意味著ASIC具有較大的市場(chǎng)風(fēng)險(xiǎn)。Google自主研發(fā)的專(zhuān)用于人工智能深度學(xué)習(xí)計(jì)算的TPU，其實(shí)也是一款A(yù)SIC。2.4深度學(xué)習(xí)助推AI開(kāi)展，語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)大躍進(jìn)大數(shù)據(jù)、計(jì)算力和算法是三位一體，不可分割的，而這一波人工智能的崛起也得益于深度學(xué)習(xí)理論的開(kāi)展和完善。雖然深度學(xué)習(xí)看似一個(gè)全新的領(lǐng)域，但是事實(shí)上它的歷史可以追溯到20世紀(jì)40年代。20世紀(jì)40年代到60年代，深度學(xué)習(xí)的雛形出現(xiàn)在控制論中；20世紀(jì)80年代到90年代，深度學(xué)習(xí)表現(xiàn)為聯(lián)結(jié)主義；直到2006年，才真正以深度學(xué)習(xí)之名復(fù)興。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中一種基于對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法，這一波深度學(xué)習(xí)熱潮與卷積神經(jīng)網(wǎng)絡(luò)密不可分。1989年，YannLeCun等人提出了卷積神經(jīng)網(wǎng)絡(luò)〔ConvolutionalNeuralNetwork，簡(jiǎn)稱(chēng)CNN〕，它是一種包含卷積層的深度神經(jīng)網(wǎng)絡(luò)模型，起初卷積神經(jīng)網(wǎng)絡(luò)在小規(guī)模的問(wèn)題上取得了當(dāng)時(shí)世界最好成果，但是在很長(zhǎng)一段時(shí)間里一直沒(méi)有取得重大突破，主要原因是卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用在大尺寸圖像上一直不能取得理想結(jié)果。2021年10月，AlexKrizhevsky以及GeoffreyHinton等人創(chuàng)造了一個(gè)“大型的深度卷積神經(jīng)網(wǎng)絡(luò)〞，也即現(xiàn)在眾所周知的AlexNet。在當(dāng)年的ImageNet圖像分類(lèi)競(jìng)賽中，AlexNet的top5的錯(cuò)誤率為15.4%，比上一年的冠軍成績(jī)下降了十個(gè)百分點(diǎn)，而且遠(yuǎn)遠(yuǎn)超過(guò)當(dāng)年的第二名，獲得重大突破。從那時(shí)起，CNN就成了圖像分類(lèi)的黃金標(biāo)準(zhǔn)，并且性能不斷提升，自2021年起，CNN在ImageNet上的錯(cuò)誤率已低于人類(lèi)。從AlexNet到VGG，再到GoogleNet、ResNet，可以說(shuō)，在計(jì)算機(jī)視覺(jué)領(lǐng)域，CNN的不斷開(kāi)展起到了重要的推動(dòng)作用。至于語(yǔ)音識(shí)別領(lǐng)域，那么主要受益于循環(huán)神經(jīng)網(wǎng)絡(luò)〔RecurrentNeuralNetwork，簡(jiǎn)稱(chēng)RNN〕的開(kāi)展。2021年3月，IBM宣布在語(yǔ)音識(shí)別領(lǐng)域創(chuàng)造了新的業(yè)界紀(jì)錄：5.5%的詞錯(cuò)率〔WordErrorRate〕相比20年前的43%降幅巨大，這其中就有RNN的變種——長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)〔LongShort-TermMemory，2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.025簡(jiǎn)稱(chēng)LSTM〕的功績(jī)。此外，機(jī)器翻譯領(lǐng)域也用到了LSTM。2021年9月，Google發(fā)布神經(jīng)機(jī)器翻譯系統(tǒng)GNMT，將多種語(yǔ)言的翻譯誤差降低了55%-85%以上。而這個(gè)深度學(xué)習(xí)模型就是由包含8個(gè)編碼器和8個(gè)解碼器的深度LSTM網(wǎng)絡(luò)組成。不過(guò)，這些深度學(xué)習(xí)模型都必須進(jìn)行預(yù)訓(xùn)練，這就需要使用深度學(xué)習(xí)框架。目前最流行的深度學(xué)習(xí)框架有TensorFlow、Keras、Caffe、MXNet、Torch、PyTorch、CNTK等，國(guó)內(nèi)的BAT等也都有各自的深度學(xué)習(xí)框架，例如百度的PaddlePaddle，但是影響力不如Google、Facebook、微軟等國(guó)外巨頭。如今，深度學(xué)習(xí)在諸多領(lǐng)域都已經(jīng)嶄露頭角，包括計(jì)算機(jī)視覺(jué)、語(yǔ)音和音頻處理、自然語(yǔ)言處理、機(jī)器人技術(shù)、生物信息學(xué)和化學(xué)、電子游戲、搜索引擎、網(wǎng)絡(luò)廣告和金融等等。不管是有志于此的研究者，還是相關(guān)從業(yè)人員，都需要系統(tǒng)性地了解深度學(xué)習(xí)的根底與應(yīng)用、理論與實(shí)踐等各個(gè)方面的知識(shí)。由于篇幅所限，我們就不再對(duì)深度學(xué)習(xí)的相關(guān)理論進(jìn)行詳細(xì)描述，想進(jìn)一步了解的讀者可以參閱Goodfellow、Bengio和Courville共同撰寫(xiě)的?深度學(xué)習(xí)?一書(shū)。2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.026第3章AI根底技術(shù)現(xiàn)狀分析3.1準(zhǔn)確率超人類(lèi)水平，語(yǔ)音將成下一個(gè)流量入口自互聯(lián)網(wǎng)誕生以來(lái)，人們的信息交互方式一直在不斷演進(jìn)和開(kāi)展。PC時(shí)代，瀏覽器是流量的主要入口，鼠標(biāo)和鍵盤(pán)是最普遍的信息交互方式；移動(dòng)互聯(lián)網(wǎng)時(shí)代，移動(dòng)APP取代瀏覽器成了流量的主要入口，而主流的交互方式也變成了觸控屏；萬(wàn)物互聯(lián)時(shí)代，巨頭紛紛看好語(yǔ)音會(huì)成為下一代流量入口，認(rèn)為語(yǔ)音交互也將成為主流的交互方式。而這一切很大程度上都?xì)w功于語(yǔ)音識(shí)別技術(shù)近幾年的跨越式開(kāi)展。語(yǔ)音識(shí)別又叫ASR〔AutoSpeechRecognition〕，盡管其實(shí)現(xiàn)非常復(fù)雜，但它的目的卻非常簡(jiǎn)單：把人們的語(yǔ)音盡可能精準(zhǔn)地轉(zhuǎn)化為文字。這項(xiàng)技術(shù)雖然在過(guò)去近半個(gè)世紀(jì)里一直是研究的熱點(diǎn)，但實(shí)際上直到2021年RNN等技術(shù)被導(dǎo)入這一領(lǐng)域之后，語(yǔ)音識(shí)別才逐漸成為一項(xiàng)已經(jīng)被解決的課題。時(shí)至今日，在研究領(lǐng)域語(yǔ)音識(shí)別已經(jīng)不是學(xué)者愿意關(guān)注的熱點(diǎn)話(huà)題，但語(yǔ)音識(shí)別的應(yīng)用正在大幅興起。3.1.1語(yǔ)音識(shí)別的三個(gè)核心里程碑語(yǔ)音識(shí)別的研究歷經(jīng)半個(gè)多世紀(jì)，其中共有三個(gè)關(guān)鍵節(jié)點(diǎn)，兩個(gè)和技術(shù)有關(guān)，一個(gè)那么和應(yīng)用有關(guān)。第一個(gè)關(guān)鍵節(jié)點(diǎn)是在1988年的一篇博士論文中，第一個(gè)基于隱馬爾科夫模型〔HMM〕的語(yǔ)音識(shí)別系統(tǒng)Sphinx被開(kāi)發(fā)了出來(lái)，當(dāng)時(shí)實(shí)現(xiàn)這一系統(tǒng)的正是現(xiàn)在的著名投資人李開(kāi)復(fù)先生。從1986年到2021年，雖然混合高斯模型等持續(xù)改善，從而被應(yīng)用到語(yǔ)音識(shí)別中來(lái)，并且確實(shí)提升了語(yǔ)音識(shí)別的效果，但實(shí)際上語(yǔ)音識(shí)別遭遇了自己的技術(shù)天花板，識(shí)別的準(zhǔn)確率很難超過(guò)90%。很多人可能還記得IBM、微軟在1998年前后都曾經(jīng)推出過(guò)和語(yǔ)音識(shí)別相關(guān)的軟件，但最終并未取得成功。第二個(gè)關(guān)鍵節(jié)點(diǎn)是2021年深度學(xué)習(xí)被系統(tǒng)應(yīng)用到語(yǔ)音識(shí)別領(lǐng)域。這導(dǎo)致識(shí)別的精度再次大幅提升，最終突破90%，并且在標(biāo)準(zhǔn)環(huán)境下特邀專(zhuān)家/李智勇聲智科技聯(lián)合創(chuàng)始人2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.027逼近98%。有意思的是，盡管技術(shù)取得了突破，也涌現(xiàn)出了一些與此相關(guān)的產(chǎn)品，比方Siri、GoogleAssistant等，但與其引起的關(guān)注度相比，這些產(chǎn)品實(shí)際取得的成績(jī)那么要遜色得多。Siri剛一面世的時(shí)候，時(shí)任GoogleCEO的施密特就高呼，這會(huì)對(duì)Google的搜索業(yè)務(wù)產(chǎn)生根本性威脅，但事實(shí)上直到AmazonEcho的面世，這種根本性威脅才真的有了具體的載體。第三個(gè)關(guān)鍵點(diǎn)正是AmazonEcho的出現(xiàn)，這款產(chǎn)品純粹從語(yǔ)音識(shí)別和自然語(yǔ)言理解的技術(shù)乃至功能的視角來(lái)看，相對(duì)于Siri等并沒(méi)有什么本質(zhì)性改變，核心變化只是把近場(chǎng)語(yǔ)音交互變成了遠(yuǎn)場(chǎng)語(yǔ)音交互。Echo正式面世于2021年6月，到2021年年銷(xiāo)量已經(jīng)超過(guò)1000萬(wàn)臺(tái)，同時(shí)在Echo上扮演類(lèi)似Siri角色的Alexa漸成生態(tài)，其后臺(tái)的第三方應(yīng)用已經(jīng)突破10000項(xiàng)。借助落地時(shí)從近場(chǎng)到遠(yuǎn)場(chǎng)的突破，亞馬遜一舉從這個(gè)賽道的落后者變?yōu)樾袠I(yè)的領(lǐng)導(dǎo)者。時(shí)至今日，語(yǔ)音識(shí)別上的競(jìng)爭(zhēng)已經(jīng)徹底地從研發(fā)轉(zhuǎn)為應(yīng)用。研發(fā)比的是標(biāo)準(zhǔn)環(huán)境下純粹的算法誰(shuí)更有優(yōu)勢(shì)，而應(yīng)用那么比的是在真實(shí)場(chǎng)景下誰(shuí)的技術(shù)更能產(chǎn)生優(yōu)異的用戶(hù)體驗(yàn)，而一旦比拼真實(shí)場(chǎng)景下的體驗(yàn)，那語(yǔ)音識(shí)別就會(huì)失去獨(dú)立存在的價(jià)值，更多的是作為產(chǎn)品體驗(yàn)的一個(gè)環(huán)節(jié)而存在。3.1.2行業(yè)的開(kāi)展現(xiàn)狀語(yǔ)音識(shí)別可以有非常多的應(yīng)用領(lǐng)域，比方可以用來(lái)做聽(tīng)寫(xiě)、做會(huì)議記錄、做輸入法等，所有這些應(yīng)用中最關(guān)鍵的那么是語(yǔ)音交互，尤其是遠(yuǎn)場(chǎng)語(yǔ)音交互。當(dāng)語(yǔ)音識(shí)別與會(huì)議記錄這樣的領(lǐng)域結(jié)合時(shí)，更多的是表達(dá)為一種垂直領(lǐng)域里的功能，這時(shí)候其價(jià)值不小，但遠(yuǎn)到不了引起亞馬遜、Google這樣巨頭全力關(guān)注的程度。它只有與語(yǔ)音交互相結(jié)合，才會(huì)變成每個(gè)巨頭都無(wú)法無(wú)視的技術(shù)。因?yàn)榘匆话阋?guī)律，交互方式的變革通常會(huì)導(dǎo)致生態(tài)重塑：鼠標(biāo)的出現(xiàn)推動(dòng)了類(lèi)似PhotoShop這樣的巨型應(yīng)用的流行，觸屏那么導(dǎo)致了“應(yīng)用商店+APP〞模式的誕生。作為結(jié)果就是幾乎所有巨頭都在關(guān)注這個(gè)領(lǐng)域。在國(guó)外，亞馬遜、Google、蘋(píng)果等4000億美元市值以上的公司統(tǒng)統(tǒng)進(jìn)入這個(gè)賽道。在國(guó)內(nèi)，雖然巨頭動(dòng)手稍晚，但卻形成了一種啟動(dòng)即是決戰(zhàn)的形勢(shì)。在小米把智能音箱定價(jià)為299元之后，阿里巴巴的天貓精靈在2021年雙11促銷(xiāo)時(shí)把價(jià)格從原來(lái)的499元拉到了99元，這預(yù)示著阿里巴巴已經(jīng)準(zhǔn)備在這個(gè)賽道投入重金〔考慮原本價(jià)格就不會(huì)有太多利潤(rùn)空間，所以每臺(tái)阿里很可能會(huì)虧掉400元〕，使用價(jià)格杠桿來(lái)撬動(dòng)市場(chǎng)份額。這會(huì)讓其它的智能音箱玩家非常被動(dòng)，如果跟進(jìn)那么很難比過(guò)阿里的財(cái)力，不跟那么意味著會(huì)自動(dòng)出局——阿里的低價(jià)策略顯然不是一種短期行為，而是某種整體戰(zhàn)略的局部表達(dá)。在這種瞬間過(guò)熱的競(jìng)爭(zhēng)勢(shì)態(tài)下，整個(gè)語(yǔ)音交互賽道的行業(yè)格局其實(shí)日趨明朗：巨頭們會(huì)傾向打造屬2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.028于自己的技術(shù)鏈條，這一技術(shù)鏈條通常與亞馬遜的AVS〔AlexaVoiceService〕與ASK〔AlexaSkillKit〕相似，把語(yǔ)音識(shí)別與自然語(yǔ)言處理作為平臺(tái)的一局部，把新技能的開(kāi)發(fā)以及前端喚醒等處理開(kāi)放出來(lái)。眼下來(lái)看，BAT根本都是類(lèi)似的路線(xiàn)。以百度去年開(kāi)放的語(yǔ)音操作系統(tǒng)DuerOS為例，其整體架構(gòu)分為三層：最底層為能力層，即技能開(kāi)放平臺(tái)；中間層為核心層，即對(duì)話(huà)系統(tǒng)；最上層為應(yīng)用層，即智能設(shè)備開(kāi)放平臺(tái)?？梢哉f(shuō)，百度的DuerOS就是Android的思路，將自己的能力以平臺(tái)的形式開(kāi)放出來(lái)，賦予第三方開(kāi)發(fā)者。例如傳統(tǒng)的音箱、車(chē)載設(shè)備在搭載DuerOS之后，就可以具備語(yǔ)音交互的功能，而開(kāi)發(fā)者也可以基于這個(gè)系統(tǒng)開(kāi)發(fā)出各種語(yǔ)音技能。而小的巨頭比方科大訊飛、思必馳等走的也是與BAT相似的路線(xiàn)，彼此間會(huì)迅速轉(zhuǎn)為直接競(jìng)爭(zhēng)關(guān)系。這對(duì)科大訊飛等無(wú)疑是巨大又無(wú)可回避的挑戰(zhàn)，只能在放棄和正面決戰(zhàn)兩者間選擇。兩個(gè)相似的平臺(tái)間完全不可能是共生關(guān)系，這就與不可能有兩個(gè)Android道理類(lèi)似。雖然同BAT這樣的巨頭競(jìng)爭(zhēng)勝算不大，但作為當(dāng)事者是不可能選擇直接放棄的。和小巨頭相比，初創(chuàng)公司反倒是擁有更多的時(shí)機(jī)〔只要不專(zhuān)注于做和巨頭以及小巨頭一樣的平臺(tái)〕。聲智科技這類(lèi)專(zhuān)注于硬科技〔前沿聲學(xué)以及遠(yuǎn)場(chǎng)語(yǔ)音交互〕的初創(chuàng)公司事實(shí)上和各個(gè)巨頭是高度互補(bǔ)的關(guān)系，反倒可能借助當(dāng)前大勢(shì)獲得較快開(kāi)展。2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0293.1.3未來(lái)的開(kāi)展方向不管巨頭如何關(guān)注，都不能改變國(guó)內(nèi)市場(chǎng)上語(yǔ)音交互仍然處在啟動(dòng)期的事實(shí)，我們可以按照一般規(guī)那么把整個(gè)語(yǔ)音交互的落地分為三個(gè)階段：第一階段是單品成立階段，在這個(gè)階段里出現(xiàn)銷(xiāo)量逼近千萬(wàn)級(jí)的單品。這個(gè)單品的市場(chǎng)含義是證明語(yǔ)音交互徹底的被市場(chǎng)所接受。在美國(guó)，AmazonEcho扮演了這個(gè)角色；在國(guó)內(nèi)，我們?nèi)匀惶幵诔霈F(xiàn)這款單品的前夜。巨頭入場(chǎng)導(dǎo)致我們離這個(gè)時(shí)間點(diǎn)越來(lái)越近，很可能在1年內(nèi)就會(huì)有分曉。第二階段那么是延展到多品類(lèi)階段。語(yǔ)音交互一旦成立，那就注定不會(huì)只局限于音箱或者電視，而是廣泛覆蓋幾乎所有的設(shè)備和行業(yè)。這個(gè)過(guò)程考慮硬件生產(chǎn)周期、技術(shù)打磨等很可能還會(huì)持續(xù)2~3年。第三個(gè)階段那么是語(yǔ)音交互占據(jù)大幅用戶(hù)時(shí)間，進(jìn)一步催生新商業(yè)模式的階段。目前，我們并不清楚Alexa這樣的平臺(tái)延展到足夠多的設(shè)備，擁有足夠高的日活后會(huì)對(duì)現(xiàn)有的生態(tài)體系產(chǎn)生什么樣的影響，又會(huì)樹(shù)立什么樣的商業(yè)模式。但按照一般互聯(lián)網(wǎng)規(guī)那么，哪里擁有注意力，哪里擁有用戶(hù)時(shí)間，哪里就能創(chuàng)造收入，我們就必須相信這會(huì)創(chuàng)造新的商業(yè)模式和生態(tài)系統(tǒng)。在這樣的開(kāi)展過(guò)程中，上述的每家公司都會(huì)找到應(yīng)該屬于自己的位置。做平臺(tái)的會(huì)面臨更加直接的結(jié)果，要么輸要么贏(yíng)，完全沒(méi)有中間態(tài)。3.1.4小結(jié)語(yǔ)音識(shí)別的開(kāi)展和應(yīng)用充分的展現(xiàn)了一項(xiàng)技術(shù)從誕生〔半個(gè)世紀(jì)前〕到大規(guī)模商用〔2021年〕要走過(guò)怎樣一條曲折的道路。生在這個(gè)時(shí)代的語(yǔ)音識(shí)別領(lǐng)域的研發(fā)人員是幸運(yùn)的，因?yàn)樗麄兛梢钥吹阶约旱膶?zhuān)長(zhǎng)和技術(shù)被應(yīng)用到千千萬(wàn)萬(wàn)的設(shè)備中去；這些研發(fā)人員顯然也是不幸的，因?yàn)樗麄儠?huì)看到自己的技術(shù)日趨標(biāo)準(zhǔn)化和模塊化，再也不會(huì)作為一個(gè)獨(dú)立的研究領(lǐng)域而存在。2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0303.2自然語(yǔ)言處理大開(kāi)展，交互式智能效勞的風(fēng)口即將到來(lái)3.2.1概述自然語(yǔ)言處理〔NaturalLanguageProcessing，簡(jiǎn)稱(chēng)NLP〕是語(yǔ)言學(xué)和計(jì)算機(jī)科學(xué)相互結(jié)合的產(chǎn)物。美國(guó)計(jì)算機(jī)科學(xué)家BillManaris曾說(shuō)，“自然語(yǔ)言處理可以被定義為研究在人與人交流中以及在人與計(jì)算機(jī)交流中的語(yǔ)言問(wèn)題的一門(mén)學(xué)科〞。20世紀(jì)初，現(xiàn)代語(yǔ)言學(xué)之父索緒爾奠基了符號(hào)學(xué)理論，使語(yǔ)言學(xué)研究成為一門(mén)科學(xué)。上世紀(jì)90年代開(kāi)始，基于語(yǔ)料庫(kù)構(gòu)建和統(tǒng)計(jì)的機(jī)器學(xué)習(xí)的自然語(yǔ)言處理興起，并逐漸進(jìn)入繁榮期。統(tǒng)計(jì)機(jī)器翻譯大幅超越傳統(tǒng)基于句法分析的機(jī)器翻譯就是這個(gè)階段的代表性成果。進(jìn)入21世紀(jì)以來(lái)，伴隨著互聯(lián)網(wǎng)普及，自然語(yǔ)言處理技術(shù)成為搜索、推薦、知識(shí)挖掘等各種互聯(lián)網(wǎng)應(yīng)用的根底技術(shù)，應(yīng)用范圍非常廣泛。自然語(yǔ)言處理技術(shù)除了在學(xué)校和科研機(jī)構(gòu)中進(jìn)行，在各類(lèi)互聯(lián)網(wǎng)企業(yè)中也廣泛展開(kāi)。2006年，加拿大多倫多大學(xué)教授GeoffreyHinton發(fā)表了深度學(xué)習(xí)算法研究的新進(jìn)展。接下來(lái)幾年，深度學(xué)習(xí)首先在語(yǔ)音識(shí)別、圖像識(shí)別領(lǐng)域取得了重大突破。隨后，深度學(xué)習(xí)在機(jī)器翻譯領(lǐng)域也取得重大進(jìn)展，讓機(jī)器翻譯效果大幅提升，進(jìn)而被嘗試用于自然語(yǔ)言處理領(lǐng)域中的各種任務(wù)。蘋(píng)果、微軟、亞馬遜、Google等企業(yè)相繼發(fā)布了人機(jī)自然語(yǔ)言對(duì)話(huà)系統(tǒng)框架，自然語(yǔ)言處理迎來(lái)新篇章。3.2.2自然語(yǔ)言處理的開(kāi)展與應(yīng)用深度學(xué)習(xí)的廣泛應(yīng)用隨著深度學(xué)習(xí)的開(kāi)展，神經(jīng)網(wǎng)絡(luò)模型也被成功應(yīng)用在自然語(yǔ)言處理中。深度學(xué)習(xí)的一個(gè)重要特點(diǎn)是降低人工特征構(gòu)造和抽取的繁重工作，取而代之的是，通過(guò)靈活配置的模型結(jié)構(gòu)，讓模型從數(shù)據(jù)中自動(dòng)抽取各種關(guān)聯(lián)特征。例如，在很多應(yīng)用中，用自動(dòng)學(xué)習(xí)得到的詞向量替代之前的one-hot作為模型的輸入，能更好地表征詞與詞之間的相似性，提升對(duì)新詞的表征能力。在模型方面，從早期的DNN模型，到CNN模型，進(jìn)而到RNN模型，深度學(xué)習(xí)模型逐步可以對(duì)應(yīng)輸入信號(hào)的全連接關(guān)系、局部關(guān)系和序列關(guān)系。LSTM通過(guò)在循環(huán)神經(jīng)網(wǎng)絡(luò)中添加門(mén)機(jī)制，防止了梯度消失的問(wèn)題。注意力模型模擬了人聚焦的過(guò)程，極大提升了序列到序列模型的能力，在機(jī)器翻譯任務(wù)上取得了非常好的結(jié)果；深度強(qiáng)化學(xué)習(xí)將神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)相結(jié)合，提高模型能力，被成功運(yùn)用在對(duì)特邀專(zhuān)家/初敏思必馳副總裁、北京研發(fā)院院長(zhǎng)2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.031話(huà)管理等任務(wù)中。深度學(xué)習(xí)模型的應(yīng)用對(duì)訓(xùn)練數(shù)據(jù)的依賴(lài)非常高，很多領(lǐng)域的實(shí)驗(yàn)都證明，標(biāo)注的訓(xùn)練數(shù)據(jù)規(guī)模越大，標(biāo)注質(zhì)量越高，最終得到的模型效果越好?；谶@個(gè)根底，基于深度學(xué)習(xí)技術(shù)的自然語(yǔ)言應(yīng)用更多地會(huì)成為擁有數(shù)據(jù)和計(jì)算能力的行業(yè)巨頭的特權(quán)。但是即便對(duì)于行業(yè)巨頭，標(biāo)注訓(xùn)練數(shù)據(jù)仍然是一個(gè)費(fèi)時(shí)費(fèi)錢(qián)的任務(wù)。針對(duì)這個(gè)困境，對(duì)半監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)的研究正受到越來(lái)越多的關(guān)注?；趫?chǎng)景的應(yīng)用探索不斷涌現(xiàn)在過(guò)去20年里，自然語(yǔ)言處理技術(shù)已經(jīng)成為互聯(lián)網(wǎng)應(yīng)用不可缺少的根底技術(shù)。搜索引擎是自然語(yǔ)言技術(shù)成功應(yīng)用的經(jīng)典案例，圍繞搜索引擎出現(xiàn)的推薦系統(tǒng)、廣告系統(tǒng)都集成了大量自然語(yǔ)言處理技術(shù)。解決跨語(yǔ)言信息獲取的機(jī)器翻譯也取得了很大進(jìn)展。近幾年，自然語(yǔ)言交互系統(tǒng)成為了新的熱點(diǎn)。雖然通用的自然語(yǔ)言理解和對(duì)話(huà)管理距離實(shí)際應(yīng)用還有很大差距，但針對(duì)假設(shè)干特定場(chǎng)景和任務(wù)的人機(jī)對(duì)話(huà)系統(tǒng)已經(jīng)逐漸進(jìn)入人們的日常生活。人機(jī)對(duì)話(huà)系統(tǒng)的第一輪爆發(fā)是伴隨智能到來(lái)的，蘋(píng)果搭載的Siri把虛擬個(gè)人助理推進(jìn)普通大眾的視野，后續(xù)微軟的Cortana，Google的GoogleAssistant陸續(xù)推出，國(guó)內(nèi)也有多款助理已經(jīng)推出。2021年，亞馬遜的Echo智能音箱又引發(fā)了智能音箱的國(guó)際風(fēng)潮。2021年，國(guó)內(nèi)的智能音箱市場(chǎng)也如雨后春筍般迅速崛起，阿里的天貓精靈X1、小米的小愛(ài)同學(xué)、聯(lián)想智能音箱等紛紛問(wèn)世。除了音箱，電視、冰箱等家電也都成為語(yǔ)音交互入口的載體。圍繞汽車(chē)內(nèi)體驗(yàn)、酒店入住體驗(yàn)的各種于語(yǔ)音交互應(yīng)用也都逐步展開(kāi)。隨著技術(shù)進(jìn)步，自然語(yǔ)言處理領(lǐng)域也出現(xiàn)了一些有趣的新任務(wù)，如機(jī)器閱讀理解，并讓機(jī)器人參加人類(lèi)的考試。智能客服，將人類(lèi)的效勞經(jīng)驗(yàn)沉淀在系統(tǒng)中并讓機(jī)器局部代替人的工作。相信未來(lái)還有更多新鮮有趣的應(yīng)用場(chǎng)景會(huì)不斷涌現(xiàn)。產(chǎn)業(yè)鏈逐步深入與完善AI的熾熱吸引了大量企業(yè)涌入，國(guó)內(nèi)相關(guān)的生態(tài)鏈也逐步形成。一方面以BAT為代表的互聯(lián)網(wǎng)巨頭紛紛投身AI，全面拉開(kāi)了人工智能產(chǎn)業(yè)鏈的布局，覆蓋語(yǔ)音/圖像等交互技術(shù)、大數(shù)據(jù)、內(nèi)容資源等方面。另一方面，國(guó)內(nèi)專(zhuān)業(yè)技術(shù)企業(yè)那么在各個(gè)垂直領(lǐng)域深入布局。一個(gè)產(chǎn)業(yè)的形成，除了核心技術(shù)，還需要上下游的配合，芯片和麥克風(fēng)廠(chǎng)商、行業(yè)應(yīng)用的廠(chǎng)商、終端2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.032產(chǎn)品的生產(chǎn)廠(chǎng)商等等。3.2.3自然語(yǔ)言處理的挑戰(zhàn)與開(kāi)展任何技術(shù)的應(yīng)用都不是一蹴而就的，自然語(yǔ)言處理也是如此，深度學(xué)習(xí)推動(dòng)了它的快速開(kāi)展，同時(shí)也面臨一些挑戰(zhàn)。技術(shù)與產(chǎn)品相輔相成，互相反哺，新市場(chǎng)需求也推動(dòng)著自然語(yǔ)言處理朝著場(chǎng)景化和平臺(tái)化的方向開(kāi)展，交互式智能效勞成為一大風(fēng)口。深度學(xué)習(xí)面臨挑戰(zhàn)雖然深度學(xué)習(xí)方法能夠更好地處理復(fù)雜的模式識(shí)別問(wèn)題，但其在自然語(yǔ)言處理領(lǐng)域的應(yīng)用也面臨著一些挑戰(zhàn)：第一，深度學(xué)習(xí)模型一般需要大量的數(shù)據(jù)的進(jìn)行訓(xùn)練，詞匯量隨著數(shù)據(jù)規(guī)模的增加而增加，這通常會(huì)存在訓(xùn)練數(shù)據(jù)無(wú)法覆蓋的情況，如何處理長(zhǎng)尾問(wèn)題是一個(gè)普遍存在的挑戰(zhàn)；第二，各類(lèi)智能終端計(jì)算能力有限，而深度學(xué)習(xí)模型往往需要強(qiáng)大的計(jì)算資源，這需要盡可能壓縮模型的大小以及提高硬件的計(jì)算能力；第三，截至目前，深度學(xué)習(xí)模型并沒(méi)有良好的理論根底，模型的可解釋性差，這阻礙了自然語(yǔ)言處理技術(shù)在醫(yī)療、金融等一些關(guān)鍵領(lǐng)域的大規(guī)模應(yīng)用。從研究角度，將基于符號(hào)的規(guī)那么方法與深度學(xué)習(xí)方法相結(jié)合是解決該問(wèn)題的有效策略?；诜?hào)的規(guī)那么方法可以直接利用自然語(yǔ)言處理中基于符號(hào)形式的知識(shí)，符號(hào)表征易于解釋和操作，需要的訓(xùn)練數(shù)據(jù)少，而神經(jīng)網(wǎng)絡(luò)中的向量表征對(duì)歧義、噪聲具有一定的魯棒性，泛化性較好，能夠一定程度上衡量結(jié)果的不確定性。如果能把符號(hào)數(shù)據(jù)和向量數(shù)據(jù)結(jié)合起來(lái)，可以實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，提升目前深度學(xué)習(xí)方法的可解釋性，減少對(duì)大數(shù)據(jù)的依賴(lài)。深度學(xué)習(xí)中的監(jiān)督學(xué)習(xí)方法與強(qiáng)化學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)相結(jié)合是另一趨勢(shì)。過(guò)去幾年深度學(xué)習(xí)需要依賴(lài)大量有標(biāo)注的數(shù)據(jù)，但數(shù)據(jù)標(biāo)注費(fèi)時(shí)費(fèi)力，而獲取大量的無(wú)標(biāo)注數(shù)據(jù)卻比較容易。如何利用大量的無(wú)監(jiān)督數(shù)據(jù)提升系統(tǒng)性能將是一個(gè)重要的趨勢(shì)。此外，相比無(wú)監(jiān)督學(xué)習(xí)，強(qiáng)化學(xué)習(xí)可以利用較弱的反饋信號(hào)，同時(shí)能夠直接優(yōu)化學(xué)習(xí)的目標(biāo)，因此將傳統(tǒng)自然語(yǔ)言處理任務(wù)轉(zhuǎn)化為適用于強(qiáng)化學(xué)習(xí)的序列決策任務(wù)也將是一個(gè)重要的方向。交互式智能效勞的風(fēng)口即將到來(lái)人工智能驅(qū)動(dòng)企業(yè)運(yùn)營(yíng)模式變革，從PC互聯(lián)到移動(dòng)互聯(lián)網(wǎng)再到物聯(lián)網(wǎng)，企業(yè)跟客戶(hù)的觸點(diǎn)越來(lái)越豐2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.033富和多樣化。未來(lái)企業(yè)的競(jìng)爭(zhēng)力在于效勞能力，“效勞智能化〞成為必然趨勢(shì)，知識(shí)驅(qū)動(dòng)的交互式智能效勞是未來(lái)幾年的進(jìn)化方向。要做到交互式智能效勞，首先，要進(jìn)行以語(yǔ)音為主的交互方式的接入，并推進(jìn)對(duì)話(huà)能力的大規(guī)模定制。其次，要構(gòu)建企業(yè)專(zhuān)有知識(shí)體系，企業(yè)擁有自身專(zhuān)有知識(shí)，將知識(shí)結(jié)構(gòu)化，并最終使它能夠自動(dòng)交互，就能夠極大節(jié)省生產(chǎn)力，提高工作效率。對(duì)企業(yè)而言，其在產(chǎn)品知識(shí)、售前方案、人事政策、財(cái)務(wù)政策等方面都擁有相應(yīng)的知識(shí)，這是一個(gè)結(jié)構(gòu)復(fù)雜的知識(shí)體系。思必馳北京研發(fā)院將以此為發(fā)力點(diǎn)，從人機(jī)交互方面切入，推動(dòng)傳統(tǒng)行業(yè)的變革。過(guò)去的知識(shí)效勞是為搜索引擎而優(yōu)化的，未來(lái)，知識(shí)效勞必然要考慮到交互式的查詢(xún)和需求。自然語(yǔ)音處理的應(yīng)用需要知識(shí)來(lái)驅(qū)動(dòng)，企業(yè)最終會(huì)擁有自己的專(zhuān)用數(shù)據(jù)和知識(shí)，并最終會(huì)生成相應(yīng)的自然語(yǔ)言理解模型、對(duì)話(huà)管理的模型等，幫助企業(yè)將自身的知識(shí)轉(zhuǎn)化成可交互式的。未來(lái)將是知識(shí)驅(qū)動(dòng)的交互智能，不同企業(yè)/行業(yè)專(zhuān)用知識(shí)資源的開(kāi)放合作，能夠加快建立有機(jī)生態(tài)。綜上，雖然近年來(lái)深度學(xué)習(xí)促進(jìn)了自然語(yǔ)言處理技術(shù)的開(kāi)展，但是未來(lái)仍然面臨著巨大挑戰(zhàn)，這既要求根底研究上深度學(xué)習(xí)方法與其它方法相結(jié)合，同時(shí)也需要產(chǎn)業(yè)上通過(guò)場(chǎng)景化的應(yīng)用逐步拓展應(yīng)用邊界。我們相信未來(lái)自然語(yǔ)言處理技術(shù)將給人類(lèi)生活帶來(lái)更大的改變，相輔相成，相伴而行。2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.0 3.3計(jì)算機(jī)視覺(jué)產(chǎn)業(yè)爆發(fā)，人臉識(shí)別最受關(guān)注 3.3.1開(kāi)展歷程 何為計(jì)算機(jī)視覺(jué) 計(jì)算機(jī)視覺(jué)〔ComputerVision，簡(jiǎn)稱(chēng)CV〕是一門(mén)研究如何使機(jī)器“看〞的科學(xué)，是人類(lèi)視覺(jué)在機(jī)器 上的延伸。更進(jìn)一步地說(shuō)，計(jì)算機(jī)視覺(jué)研究相關(guān)的理論和技術(shù)——用攝像機(jī)和計(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，建立能夠從圖像或者多維數(shù)據(jù)中感知“信息〞的人工智能系統(tǒng)。 主要時(shí)間節(jié)點(diǎn)、事件 計(jì)算機(jī)視覺(jué)起源于20世紀(jì)50年代的統(tǒng)計(jì)模式識(shí)別，開(kāi)始的研究主要基于二維技術(shù)，用于二維圖像的 識(shí)別與分析。60年代，Roberts通過(guò)計(jì)算機(jī)程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等 多面體的三維結(jié)構(gòu)，并對(duì)物體形狀及物體的空間關(guān)系進(jìn)行描述。到了70年代中期，麻省理工學(xué)院人 工智能實(shí)驗(yàn)室正式開(kāi)設(shè)“機(jī)器視覺(jué)〞課程。 80年代開(kāi)始，計(jì)算機(jī)視覺(jué)技術(shù)得到了迅猛開(kāi)展。英國(guó)科學(xué)家DavidMarr從心理物理學(xué)、神經(jīng)生理學(xué)、 臨床神經(jīng)病學(xué)出發(fā)，對(duì)人的視覺(jué)理論進(jìn)行了系統(tǒng)的研究，提出了第一個(gè)較為完善的視覺(jué)系統(tǒng)框架。之 后，計(jì)算機(jī)視覺(jué)領(lǐng)域展開(kāi)了基于感知特征群集進(jìn)行目標(biāo)識(shí)別的研究。20世紀(jì)80年代中期，計(jì)算機(jī)視 覺(jué)蓬勃開(kāi)展，新概念、新方法、新理論不斷涌現(xiàn)，NVIDIA公司在推銷(xiāo)自己的Geforce256芯片時(shí)，提 出來(lái)GPU這個(gè)概念。GPU是專(zhuān)為執(zhí)行復(fù)雜的數(shù)學(xué)和集合計(jì)算而設(shè)計(jì)的數(shù)據(jù)處理芯片。它的出現(xiàn)讓并 行計(jì)算成為可能，使得數(shù)據(jù)處理規(guī)模、數(shù)據(jù)運(yùn)算速度呈指數(shù)級(jí)增長(zhǎng)，極大地促進(jìn)了計(jì)算機(jī)視覺(jué)的發(fā) 展。進(jìn)入21世紀(jì)，隨著科技開(kāi)展，計(jì)算機(jī)視覺(jué)迎來(lái)了處于人工智能光環(huán)籠罩下最好的時(shí)代，具有極大 的潛在應(yīng)用價(jià)值。 技術(shù)簡(jiǎn)介 計(jì)算機(jī)視覺(jué)是通過(guò)創(chuàng)立人工模型來(lái)模擬由人類(lèi)執(zhí)行的視覺(jué)任務(wù)，其本質(zhì)是模擬人類(lèi)的感知與觀(guān)察的 一個(gè)過(guò)程。這個(gè)過(guò)程不止識(shí)別，而是包含了一系列的過(guò)程，并且最終是可以在人工系統(tǒng)中被理解和 實(shí)現(xiàn)的。計(jì)算機(jī)視覺(jué)涵蓋圖像處理和模式識(shí)別，除此之外，它還涉及機(jī)器視覺(jué)、人工智能、網(wǎng)絡(luò)通信34特邀專(zhuān)家/孟祥廣海康威視研究院解決方案經(jīng)理吳良軍?？低暩呒?jí)系統(tǒng)技術(shù)工程師2021-2021中國(guó)人工智能產(chǎn)業(yè)路線(xiàn)圖V1.035以及海量數(shù)據(jù)管理等技術(shù)，實(shí)現(xiàn)視頻理解是計(jì)算機(jī)視覺(jué)的終極目標(biāo)。計(jì)算機(jī)視覺(jué)為何會(huì)爆發(fā)數(shù)據(jù)量、運(yùn)算力和算法模型是影響計(jì)算機(jī)視覺(jué)行業(yè)開(kāi)展的三大要素。數(shù)據(jù)量的上漲、運(yùn)算力的提升和深度學(xué)習(xí)算法的出現(xiàn)極大地促進(jìn)了計(jì)算機(jī)視覺(jué)行業(yè)的開(kāi)展。得益于互聯(lián)網(wǎng)、社交媒體、移動(dòng)設(shè)備和廉價(jià)的傳感器，這個(gè)世界產(chǎn)生并存儲(chǔ)的數(shù)據(jù)量急劇增加，這為通過(guò)深度學(xué)習(xí)的方法來(lái)訓(xùn)練計(jì)算機(jī)視覺(jué)技術(shù)提供很好的土壤；并行計(jì)算和GPU硬件的出現(xiàn)，使得運(yùn)算能力大大提升，有效縮短了訓(xùn)練時(shí)間，加速了技術(shù)的更新?lián)Q代；深度學(xué)習(xí)算法大大提升了人工智能在計(jì)算機(jī)視覺(jué)、語(yǔ)音、圖像處理等應(yīng)用層面的準(zhǔn)確度。3.3.2開(kāi)展現(xiàn)狀計(jì)算機(jī)視覺(jué)是機(jī)器認(rèn)知世界的根底，也是最主要的人工智能技術(shù)之一，人類(lèi)認(rèn)識(shí)了解世界的信息中91%來(lái)自視覺(jué)，同樣計(jì)算機(jī)視覺(jué)會(huì)成為機(jī)器認(rèn)知世界的根底，終極目的是使得計(jì)算機(jī)能夠像人一樣“看懂世界〞。計(jì)算機(jī)視覺(jué)目前的技術(shù)開(kāi)展受益于深度學(xué)習(xí)算法的優(yōu)化、計(jì)算能力的突破以及數(shù)據(jù)的積累。深度學(xué)習(xí)技術(shù)使得感知智能到達(dá)商用化水平。計(jì)算機(jī)性能快速提升，GPU、FPGA并行計(jì)算等底層產(chǎn)品的出現(xiàn)